Sequential Bayesian Optimisation as a POMDP for Environment Monitoring with UAVs
University of Sydney（悉尼大学）
贝叶斯优化最近得到了很大的普及，作为一种全局优化技术的功能，是昂贵的评估或未知的先验。虽然经典BO关注的是接下来在哪里收集观察结果，但它没有考虑机器人系统的实际约束，例如在物理上可以从哪里收集样本，也没有考虑执行轨迹时问题的顺序性质。在现场机器人和其他现实生活中，物理和轨迹约束是固有的问题。本文解决了这些问题，制定贝叶斯优化连续轨迹部分可观测马尔可夫决策过程（POMDP）的框架内。使用蒙特卡罗树搜索（MCTS），我们适应使用一个奖励函数平衡探索和剥削解决由此产生的POMDP。用无人机监测空间现象的实验说明了我们的BO-POMDP算法如何优于竞争技术。
2017-03-13 cs.RO
Amortising Trajectory Optimisation for Residual MPC via Implicit Contact Differentiation
School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
研究针对残差MPC的轨迹优化问题，基于隐函数定理引入AD辅助隐式导数用于正则化平滑接触，避免求解器展开和复杂推导，还引入优化器蒸馏策略，相比标准iLQR显著提高了相关任务的成功率。
2026-07-29 cs.DC cs.LG cs.RO
Bayesian Optimisation with Prior Reuse for Motion Planning in Robot Soccer
Indian Institute of Technology Kharagpur（印度理工学院卡拉格普尔分校）
我们整合学习和运动规划足球比赛差分驱动机器人使用贝叶斯优化。使用端部斜率三次贝塞尔样条生成的轨迹首先通过贝叶斯优化为一组具有障碍物的候选点进行全局优化。优化的轨迹以及机器人和障碍物的位置和速度存储在数据库中。最接近的规划情况，确定从数据库中使用k-最近邻的方法。通过重新使用先前优化轨迹的先验信息，进一步在线优化。我们的方法大大减少了轨迹优化的计算时间。速度分析产生的速度与机器人kinodynamic约束一致，并避免碰撞和滑动。广泛的测试是在开发的模拟器，以及物理差动驱动机器人。在实时的执行任务的约束下，我们的方法在减少跟踪误差，减少遍历和计算时间方面比竞争技术有显着的改进。
2017-10-18 cs.RO
Whole-Body Trajectory Optimization for Robot Multimodal Locomotion
Istituto Italiano di Tecnologia（意大利技术研究院）；University of Manchester（曼彻斯特大学）
本文提出一种统一生成地面与空中运动的全身轨迹优化方法，结合质心动量与驱动模型，并使用飞行仿人机器人iRonCub验证了方法有效性。
2022-11-23 cs.RO
Motion Planning in Dynamic Environments Using Context-Aware Human Trajectory Prediction
University of Oxford（牛津大学）；University of Zagreb Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）
多年来，运动规划、地图绘制和人体轨迹预测的独立领域已经取得了相当大的进展。然而，文献仍然是稀疏的，在提供实用的框架，使移动机械手进行全身运动和占移动障碍物的预测运动。以前的基于优化的运动规划方法，使用距离场已经遭受了高计算成本所需的更新环境表示。我们证明，与从头开始计算距离场相比，GPU加速的预测复合距离场显着减少了计算时间。我们将这种技术与一个完整的运动规划和感知框架，占人类在动态环境中的预测运动，使反应性和先发制人的运动规划，结合预测的运动。为了实现这一目标，我们提出并实现了一种新的人体轨迹预测方法，结合意图识别与基于轨迹优化的运动规划。我们验证了我们的结果框架在现实世界中的丰田人类支持机器人（HSR）使用实时RGB-D传感器数据从车载摄像头。除了提供对公开数据集的分析外，我们还发布了牛津室内人体运动（Oxford-IHM）数据集，并展示了人体轨迹预测的最新性能。Oxford-IHM数据集是一个人类轨迹预测数据集，其中人们在室内环境中的感兴趣区域之间行走。静态和机器人安装的RGB-D相机都可以观察人，同时通过运动捕捉系统进行跟踪。
2022-07-26 cs.RO
Improving the Data Efficiency of Multi-Objective Quality-Diversity through Gradient Assistance and Crowding Exploration
Imperial College London（帝国理工学院）；InstaDeep
提出MOME-PGX算法，通过基于梯度的优化和拥挤探索机制扩展MOME，在四个机器人运动任务中显著提升了多目标质量-多样性优化的数据效率和性能。
2023-05-16 cs.AI cs.LG cs.NE
Solving Challenging Dexterous Manipulation Tasks With Trajectory Optimisation and Reinforcement Learning
Warwick Manufacturing Group, University of Warwick（华威大学华威制造集团）；University of Warwick（华威大学）
训练代理自主学习如何使用拟人机器人手有可能导致系统能够在非结构化和不确定的环境中执行多种复杂的操作任务。在这项工作中，我们首先介绍了一套具有挑战性的模拟操作任务，目前的强化学习和轨迹优化技术发现困难。其中包括两个模拟的手必须在彼此之间传递或投掷物体的环境，以及代理必须学习在手指之间旋转一支长笔的环境。然后，我们介绍了一个简单的轨迹优化，在这些环境中执行显着优于现有的方法。最后，在具有挑战性的PenSpin任务中，我们将通过轨迹优化生成的次优演示与离线强化学习相结合，获得了远远超过这两种方法的性能，有效地解决了环境问题。我们所有结果的视频可在以下网站获得：https://dexterous-manipulation.github.io/
2021-05-16 cs.AI cs.RO
A Trajectory Generator for High-Density Traffic and Diverse Agent-Interaction Scenarios
Department of Electrical and Computer Engineering, Northeastern University（电气与计算机工程系，东北大学）
针对自动驾驶轨迹预测基准数据集高密度场景与复杂行为样本不足的问题，提出结合结构化网格表示与行为感知机制的轨迹生成框架，可合成高密多样的真实场景，提升下游预测模型在高密场景下的性能。
2025-10-03 cs.AI cs.RO
Stochastic Functional Gradient for Motion Planning in Continuous Occupancy Maps
University of Sydney（悉尼大学）
安全路径规划是自主机器人技术的重要组成部分。找到无碰撞路径的许多方法可以分类地分为轨迹优化器和基于采样的方法。当使用占用图进行规划时，基于采样的方法是流行的方法。这种技术的主要缺点是，关于计划的预期成本的推理仅限于每种方法所使用的搜索启发式。我们介绍了一种新的规划方法的基础上轨迹优化规划安全和有效的路径在连续占用地图。我们通过设计一个随机梯度更新规则来优化表示为高斯过程的路径，从而扩展了最先进的功能梯度优化方法的表达能力。这种方法避免了对路径表示的特定分辨率的需要，无论是空间的还是参数的。我们利用连续的占用图表示来定义我们的优化目标，这可以快速计算占用梯度。我们表明，这种方法是必不可少的，以确保收敛到最佳路径，目前的结果和比较，其他规划方法在模拟和真实的激光数据。实验表明，使用这种技术的好处时，规划安全和有效的路径在连续占用地图。
2017-03-01 cs.RO
Primitive-based Truncated Diffusion for Efficient Trajectory Generation of Differential Drive Mobile Manipulators
本文提出一种学习增强的运动规划器，通过关键点序列提取模块和基于原始的截断扩散模型提升轨迹生成效率与多样性。
2026-04-05 cs.RO
D-Cubed: Latent Diffusion Trajectory Optimisation for Dexterous Deformable Manipulation
University of Oxford（牛津大学）
D-Cubed提出一种基于潜在扩散模型的轨迹优化方法，利用任务无关数据学习技能潜在空间，通过交叉熵引导采样高效解决灵巧可变形物体操作，并在基准和真实机器人上显著优于现有方法。
2024-03-19 cs.LG cs.RO
Optimal Multi-Robot Communication-Aware Trajectory Planning by Constraining the Fiedler Value
Technical University of Denmark（丹麦技术大学）
本文提出一种基于通用优化框架的多机器人通信感知轨迹规划方法，通过线性约束和Fiedler值指标确保通信连通与避碰，近似约束可大幅提升计算效率且保持解接近最优。
2024-06-26 cs.RO cs.SY eess.SY
Unsupervised Behaviour Discovery with Quality-Diversity Optimisation
Imperial College London（帝国理工学院）
质量多样性算法（Quality-Diversity Algorithms）是指一类进化算法，旨在为给定问题找到一组多样且高性能的解决方案。在机器人技术中，这种算法可以用于生成覆盖机器人大部分可能行为的控制器集合。为此，这些算法将行为描述符与这些行为中的每一个相关联。每个行为描述符用于估计一个行为与其他行为相比的新颖性。在大多数现有的算法中，行为描述符需要手工编码，因此需要有关任务的先验知识来解决。在本文中，我们介绍：自主机器人实现自己的能力，一种算法，使用降维技术，自动学习行为描述符的基础上，原始的感官数据。该算法的性能进行了评估，在模拟三个机器人任务。实验结果表明，它执行类似于传统的手工编码的方法，而不需要提供任何手工编码的行为描述符。在多样化和高性能解决方案的集合中，它还设法找到比其手工编码的基线更多功能的新颖行为。最后，我们介绍了一个变种的算法，这是强大的行为描述符空间的维数。
2022-02-16 cs.AI cs.LG cs.NE
Convex strategies for trajectory optimisation: application to the Polytope Traversal Problem
University of Edinburgh（爱丁堡大学）
非线性轨迹优化（TO）方法需要良好的初始猜测来收敛到局部最优解。一个可行的猜测通常可以通过分配大量的时间来完成轨迹来获得。然而，对于不稳定的动态系统，如人形机器人，这种准静态假设并不总是成立。我们提出了一个保守的制定的TO问题，同时计算一个可行的路径和时间分配。该问题作为一个有效的凸优化问题，保证收敛到局部最优解。该方法的兴趣与遍历顺序的多面体序列的可行轨迹的计算说明。我们证明，在准静态解决方案是不允许的问题的情况下，我们的方法是能够找到一个可行的解决方案，在所有考虑的情况下，成功率高于$80 \%$，在不到10毫秒的问题涉及遍历少于5个多面体和少于1秒的问题，涉及20个多面体，从而证明了其可靠地向高级非线性求解器提供初始猜测的能力。
2022-03-15 cs.RO
Prediction uncertainty-aware planning using deep ensembles and trajectory optimisation
Virginia Tech（弗吉尼亚理工大学）
针对行人环境中确定性预测过度自信导致导航不安全的问题，提出基于深度集成概率轨迹预测并将不确定性纳入约束的规划器，通过真实数据集与分布外走廊场景验证。
2025-02-14 cs.RO
Graph-Based Design of Soft Grippers with Multi-Objective Quality-Diversity Optimisation
CSIRO Robotics（澳大利亚联邦科学与工业研究组织机器人部门）
本文提出基于图的软体夹爪表示与多目标多样性驱动遗传优化框架，通过多抓取场景优化，实现对新物体的涌现泛化与鲁棒性提升。
2026-09-18 cs.RO
Multi-Vehicle Trajectory Optimisation On Road Networks
Rio Tinto Centre for Mining Automation（力拓矿业自动化中心）；Australian Centre for Field Robotics（澳大利亚野外机器人中心）；Faculty of Engineering and IT, University of Sydney（悉尼大学工程与信息技术学院）
本文研究了多个合作智能体在静态道路网络中沿指定路径规划时间最优轨迹的问题。车辆在交叉口的相互作用产生了重要的决策，并对后续的相互作用产生了复杂的流动效应。一个全局最优的，最小的时间轨迹，发现所有车辆使用混合线性规划（MILP）。通过使用迭代应用的目标碰撞约束和有效的目标约束最小化二进制变量来提高计算性能。在露天采矿的情况下，模拟结果比较所提出的方法对快速探试法和反应式方法的基础上，现场的做法。启发式的规模更好地与问题的大小，而MILP是能够避免局部极小值。
2018-10-05 cs.MA cs.RO
Probabilistic Trajectory Prediction with Structural Constraints
the University of Sydney（悉尼大学）；ETH Zurich（苏黎世联邦理工学院）；NVIDIA（英伟达）
这项工作解决的问题，预测的动态对象在环境中的运动轨迹。预测运动模式的最新进展通常依赖于机器学习技术来从观察到的轨迹推断运动模式，而没有直接结合已知规则的机制。我们提出了一个新的框架，它结合了概率学习和约束轨迹优化。我们的框架的学习组件提供了一个分布在未来的运动轨迹的条件下观察到的过去的坐标。然后，该分布被用作约束优化问题的先验，该约束优化问题对轨迹分布实施机会约束。这导致约束兼容的轨迹分布，非常类似的先验。特别是，我们专注于我们的调查碰撞的限制，使外推未来的轨迹分布符合环境结构。我们在真实世界和模拟数据集上实证展示了我们的框架学习运动数据的复杂概率运动轨迹的能力，同时直接实施约束以提高泛化能力，产生更强大和更高质量的轨迹分布。
2021-07-09 cs.LG cs.RO
Diversity-based Trajectory and Goal Selection with Hindsight Experience Replay
Imperial College London（帝国理工学院）；Araya Inc.（Araya公司）
后见之明经验重放（HER）是一种目标重新标记技术，通常与非策略深度强化学习算法一起使用，以解决目标导向的任务;它非常适合只提供稀疏奖励的机器人操作任务。在HER中，轨迹和过渡都被均匀地采样用于训练。然而，并不是所有代理的经验都对训练有同样的贡献，因此天真的均匀采样可能会导致低效的学习。在本文中，我们提出了基于多样性的轨迹和目标选择HER（DTGSH）。首先，根据目标状态的多样性采样轨迹的行列式点过程（DPP）建模。其次，通过使用k-DPPs从轨迹中选择具有不同目标状态的转移。我们在模拟机器人环境中评估了DTGSH在五个具有挑战性的机器人操作任务中的表现，在这些任务中，我们表明我们的方法可以比其他最先进的方法更快地学习，并在所有任务中达到更高的性能。
2021-11-09 cs.LG cs.RO
Quality-Diversity Optimisation on a Physical Robot Through Dynamics-Aware and Reset-Free Learning
Edinburgh Napier University（爱丁堡龙比亚大学）；Imperial College London（帝国理工学院）
本文扩展 RF-QD，利用学习的动力学模型、行为筛选与自主恢复策略，让物理四足机器人在两小时内无监督构建行为库，并在迷宫任务中验证其优于 MAP-Elites。
2023-04-24 cs.AI cs.NE cs.RO
DiversityGAN: Diversity-Aware Vehicle Motion Prediction via Latent Semantic Sampling
Toyota Research Institute（丰田研究院）；Massachusetts Institute of Technology（麻省理工学院）
车辆轨迹预测对于自动驾驶和高级驾驶员辅助系统至关重要。虽然现有的方法可以从车辆轨迹的预测分布中采样，但它们缺乏探索它的能力-这是从规划和验证角度评估安全性的关键能力。在这项工作中，我们设计了一种新的方法来生成逼真的和多样化的车辆轨迹。我们用低维近似语义空间扩展了生成对抗网络（GAN）框架，并塑造了该空间以捕获合并和转向等语义。我们以模拟预测分布的方式从这个空间中采样，但允许我们控制语义上不同结果的覆盖范围。我们在一个公开的数据集上验证了我们的方法，并显示了实现最先进的预测性能的结果，同时提供了预测轨迹语义空间的更好覆盖。
2020-03-22 cs.AI cs.LG cs.RO
Trajectory First: A Curriculum for Discovering Diverse Policies
TU Berlin（柏林技术大学）；Robotics Institute（机器人研究所）
本文提出一种两阶段课程，通过轨迹先验生成多样化高奖励行为，再蒸馏为反应式策略，提升任务性能与行为多样性。
2026-08-14 cs.LG cs.RO
A Multi-Loss Strategy for Vehicle Trajectory Prediction: Combining Off-Road, Diversity, and Directional Consistency Losses
EPFL（洛桑联邦理工学院）
针对自动驾驶轨迹预测模型难以捕捉复杂规则和完整运动范围的问题，本研究提出三种新型损失函数并应用于所有预测模式，在保持准确性的同时显著提升安全性与鲁棒性，为该领域设定新基准。
2024-11-29 cs.AI cs.CV cs.LG
Geometric Entropy: When Trajectory Diversity Helps and Hurts in Imitation Learning
InfoBodied AI Lab, The University of Hong Kong（香港大学信息体人工智能实验室）；Transcengram
提出几何熵（H_G）量化演示轨迹的几何多样性，发现成功率与H_G呈倒U型关系，且最优熵随任务掌握度增加而降低，可用于数据集审计与校准。
2026-11-10 cs.RO
PTP: Parallelized Tracking and Prediction with Graph Neural Networks and Diversity Sampling
Carnegie Mellon University（卡内基梅隆大学）
多目标跟踪（MOT）和轨迹预测是现代3D感知系统中的两个关键组成部分，需要对多智能体交互进行精确建模。我们假设，这是有益的，统一在一个框架下的任务，以学习代理交互的共享功能表示。此外，我们提出了一个并行化的框架来缓解这个问题，而不是顺序地执行跟踪和预测，这可能会将错误从跟踪传播到预测。此外，我们的并行跟踪预测框架采用了两个额外的新的计算单元。首先，我们通过引入图神经网络（GNNs）来使用特征交互技术来捕获代理相互交互的方式。GNN能够改进用于MOT关联的区分性特征学习，并为轨迹预测提供社会感知上下文。其次，我们使用多样性采样函数来提高预测轨迹的质量和多样性。学习的采样函数经过训练，可以有效地从生成轨迹分布中提取各种结果，并有助于避免生成重复轨迹样本的问题。我们在KITTI和nuScenes数据集上进行了评估，结果表明，我们的具有社会感知特征学习和多样性采样的方法在3D MOT和轨迹预测方面实现了新的最先进性能。项目网址：https://www.xinshuoweng.com/projects/PTP
2021-04-03 cs.CV cs.LG cs.RO
Learning Dynamic-Objective Policies from a Class of Optimal Trajectories
Royal Institute of Technology (KTH)（瑞典皇家理工学院（KTH））
本文提出了一种新颖且简单的方法，通过轨迹优化、同伦持续和模仿学习相结合，合成能够在线切换目标函数的最优状态反馈控制器，并在倒立摆摆起和航天器轨道转移问题中验证了其有效性。
2020-10-12 cs.LG cs.RO cs.SY
Who Went Where When on the Lunar Surface: Forensic Trajectory Analysis to Identify Byzantine Rovers
Adelaide University（阿德莱德大学）
针对未来月球多漫游车任务中拜占庭漫游车伪造测量数据的问题，提出一种基于可信度归因的轨迹估计方法，通过评估候选子集统计一致性识别恶意漫游车，显著提升轨迹重建精度。
2026-10-05 cs.MA cs.RO
Integrating LLMs and Decision Transformers for Language Grounded Generative Quality-Diversity
ISIR/CNRS（ISIR/法国国家科学研究中心）；Sorbonne University（索邦大学）
针对质量-多样性优化中轨迹自定义难的问题，提出结合LLM扩充语言描述的策略训练方法，支持任意行为描述符与文本提示定制轨迹，并提出LLM评估方法和二维迷宫导航基准。
2023-08-25 cs.AI cs.LG cs.RO
RoboCurate: Harnessing Diversity with Action-Verified Synthetic Data for Robot Learning
RoboCurate通过动作验证的神经轨迹和图像编辑技术，提升机器人学习中合成数据的质量和多样性，显著提高任务成功率。
2026-11-06 cs.AI cs.CV cs.RO
Contribution à l'Optimisation d'un Comportement Collectif pour un Groupe de Robots Autonomes
Université des Sciences et de la Technologie d’Oran Mohamed Boudiaf（奥兰穆罕默德·布迪亚夫科技大学）；Faculté des Mathématiques et Informatique（数学与计算机科学学院）；USTOMB（奥兰穆罕默德·布迪亚夫科技大学）；U-SBA（塞提夫大学）
本研究针对多机器人系统探索、规划与协同优化问题，提出基于交叉算子的改进蝴蝶优化算法xBOA求解带能约束的动态环境探索问题，还开发了通用仿真基准框架，经实验验证了方法与模型的有效性。
2023-06-10 cs.AI cs.MA cs.RO
DIVER: Reinforced Diffusion Breaks Imitation Bottlenecks in End-to-End Autonomous Driving
School of Artificial Intelligence (School of Software), Yanshan University（燕山大学人工智能学院（软件学院））；Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence, School of Computer Science and Technology, Beijing Jiaotong University（北京交通大数据挖掘与具身智能关键实验室，北京交通大学计算机科学与技术学院）；Horizon Robotics（地平线机器人）；School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院）；University of Macau（澳门大学）；School of Electrical Engineering and Computer Science, The University of Queensland（昆士兰大学电子工程与计算机科学学院）
DIVER通过融合强化学习与扩散生成，生成多样化可行轨迹，提升自动驾驶的泛化能力，解决模仿学习中的模式崩溃问题。
2026-06-29 cs.CV cs.RO
