Assistax: A Multi-Agent Hardware-Accelerated Reinforcement Learning Benchmark for Assistive Robotics
University of California, Berkeley(加州大学伯克利分校);Stanford University(斯坦福大学)
提出Assistax基准,利用JAX硬件加速和基于多智能体强化学习的辅助机器人任务,实现高达370倍加速,并测试机器人的零样本协调能力。
2026-07-22 cs.AI cs.LG cs.MA
Accelerating Reinforcement Learning of Robotic Manipulations via Feedback from Large Language Models
University of Hamburg(汉堡大学)
针对机器人操作强化学习中样本效率低、奖励设定难的问题,提出Lafite-RL框架,借助大语言模型自然语言反馈提升学习效率与成功率,在RLBench任务上表现优于基线。
2023-11-04 cs.AI cs.LG cs.RO
Dot-to-Dot: Explainable Hierarchical Reinforcement Learning for Robotic Manipulation
Dept. of Computing(计算机系);Dept. of Bioengineering(生物工程系);Data Science Institute(数据科学研究所)
机器人系统越来越能够自动化和完成复杂的任务,特别是依靠智能系统、深度学习和人工智能的最新进展。然而,随着机器人和人类在交互中的接近,机器人决策过程的可解释性或可解释性对于人类来说变得越来越重要。只有通过对环境和手头任务的基本表示的相互理解,才能实现成功的交互和协作。这是当前深度学习系统中的一个挑战。我们提出了一个层次化的深度强化学习系统,由一个低级别的代理有效地处理大的动作/状态空间的机器人系统,通过以下的指示的高级代理,这是学习的环境和任务的高级动态。这个高级代理形成了一个对世界和手头任务的表示,这是人类操作员可以解释的。该方法,我们称之为点到点,测试MuJoCo为基础的模型的获取机器人机械手,以及阴影的手,以测试其性能。结果表明,有效的学习复杂的动作/状态空间的低级代理,和可解释的任务和决策过程中学习的高级代理表示。
2019-08-11 cs.AI cs.LG cs.RO
When Should a Robot Think? Resource-Aware Reasoning via Reinforcement Learning for Embodied Robotic Decision-Making
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);Northeastern University(东北大学);Harvard University(哈佛大学);Cornell University(康奈尔大学);MIT(麻省理工学院);Fujitsu Research of America(美国富士通研究);Tsinghua University(清华大学);Peking University(北京大学);University of Georgia(佐治亚大学);Florida International University(佛罗里达国际大学);EmbodyX Inc(EmbodyX公司);Cisco Systems(思科系统)
提出RARRL框架,通过强化学习学习高层编排策略,使具身代理能自适应决定是否调用LLM推理、选择推理角色及分配计算预算,以平衡推理开销与任务成功率。
2026-08-25 cs.AI cs.LG cs.RO
Emergence of Roles in Robotic Teams with Model Sharing and Limited Communication
EEE Department(电子工程系);Trinity College Dublin(都柏林信任学院)
通过集中学习和模型共享,该方法在机器人团队中促进角色分化,减少计算能耗并应用于现实场景。
2025-05-01 cs.LG cs.MA cs.RO
Symmetry-aware Reinforcement Learning for Robotic Assembly under Partial Observability with a Soft Wrist
Northeastern University(东北大学);OMRON SINIC X Corporation(欧姆龙SINIC X公司)
该研究针对软手腕机器人孔轴装配任务,提出利用领域对称性进行数据增强和辅助损失约束的部分可观测深度强化学习方法,在仿真和真实机器人上均实现了高效学习。
2024-04-29 cs.AI cs.LG cs.RO
Using Reinforcement Learning to Herd a Robotic Swarm to a Target Distribution
Arizona State University(亚利桑那州立大学);University of California, Los Angeles(加州大学洛杉矶分校)
在本文中,我们提出了一个强化学习的方法来设计一个控制策略的“领导者”代理,羊群的“追随者”代理,通过排斥的相互作用,尽可能快地在一个强连接图的目标概率分布。领导者控制策略是群分布的函数,群分布根据常差分方程形式的平均场模型随时间演化。该策略依赖于每个图顶点上的代理种群,而不是单个代理活动,简化了领导者所需的观察,并使控制策略能够随代理数量而扩展。两个时间差学习算法,SARSA和Q学习,用于生成领导者控制策略的基础上的追随者代理分布和领导者的位置在图中。使用对应于4个顶点的网格图的仿真环境来训练和验证10到100个追随者代理种群的控制策略。最后,使用在100个模拟代理上训练的控制策略,成功地将10个小型机器人的物理群重新分配到4个空间区域之间的目标分布。
2020-12-12 cs.AI cs.LG cs.MA
Q-attention: Enabling Efficient Learning for Vision-based Robotic Manipulation
Dyson Robotics Lab, Imperial College London(戴森机器人实验室,帝国理工学院)
尽管强化学习方法取得了成功,但在应用于广泛的机器人操作任务时,它们还没有突破性的时刻。这在一定程度上是由于强化学习算法是众所周知的困难和耗时的训练,当从图像而不是全状态输入进行训练时,这种情况会加剧。当人类执行操作任务时,我们的眼睛会密切监视该过程的每一步,我们的目光依次聚焦在被操作的对象上。考虑到这一点,我们提出了我们的注意力驱动的机器人操作(ARM)算法,这是一个通用的操作算法,可以应用于一系列稀疏奖励的任务,只有少量的演示。ARM将复杂的操作任务分为3个阶段的流水线:(1)Q-attention代理从RGB和点云输入中提取相关像素位置,(2)下一个最佳姿势代理从Q-attention代理接受裁剪并输出姿势,以及(3)控制代理采取目标姿势并输出联合动作。我们表明,目前的学习算法失败的RLBench任务的范围,而ARM是成功的。
2022-02-04 cs.AI cs.CV cs.LG
RoboKoop: Efficient Control Conditioned Representations from Visual Input in Robotics using Koopman Operator
Georgia Institute of Technology(佐治亚理工学院)
本文提出 RoboKoop,基于 Koopman 理论和对比谱嵌入网络学习面向下游控制任务的线性化视觉表示,并用线性控制器进行离策略强化学习,提升长时域策略学习的稳定性、效率与精度。
2024-09-04 cs.LG cs.RO cs.SY
ROS-X-Habitat: Bridging the ROS Ecosystem with Embodied AI
The University of British Columbia(不列颠哥伦比亚大学)
我们介绍了ROS-X-Habitat,这是一个软件接口,通过ROS将基于学习的代理的AI Habitat平台与其他机器人资源连接起来。这个接口不仅提供了标准化的通信协议之间的体现代理和模拟器,但也使物理和逼真的模拟,有利于培训和/或测试的视觉为基础的体现代理。有了这个界面,机器人专家可以在另一个基于ROS的模拟器中评估他们自己的Habitat RL代理,或者使用Habitat Sim v2作为他们自己的机器人算法的测试平台。通过计算机模拟实验,我们证明了ROS-X-Habitat对Habitat RGBD代理的导航性能和模拟速度的影响最小;一套标准的ROS映射,规划和导航工具可以在Habitat Sim v2中运行; Habitat代理可以在标准的ROS模拟器Gazebo中运行。
2022-04-29 cs.AI cs.CV cs.LG
Scalable Multi-Agent Reinforcement Learning for Warehouse Logistics with Robotic and Human Co-Workers
Dematic(德马泰克);University of Edinburgh(爱丁堡大学)
本文提出分层多智能体强化学习算法,通过管理者分配目标并与工人策略联合训练,解决机器人与人类协同仓库中的订单拣选问题,在多种配置和拣选范式下显著提升样本效率和拣选速率。
2024-08-30 cs.AI cs.LG cs.MA
PI-QT-Opt: Predictive Information Improves Multi-Task Robotic Reinforcement Learning at Scale
Google Research(谷歌研究院)
预测信息,即过去和未来之间的互信息,已被证明是训练强化学习代理的有用的表示学习辅助损失,因为建模接下来会发生什么的能力对于许多控制任务的成功至关重要。虽然现有的研究在很大程度上局限于在模拟中的单任务设置上训练专业代理,但在这项工作中,我们研究了机器人代理的预测信息建模及其对通用代理的重要性,这些代理经过训练,可以从大量数据中掌握大量不同技能。具体来说,我们引入了预测信息QT-Opt(PI-QT-Opt),这是一个增强了辅助损失的QT-Opt代理,它学习预测信息的表示,以解决模拟和现实世界中多达297个基于视觉的机器人操作任务。我们证明,建模的预测信息显着提高了成功率的训练任务,并导致更好的zero-shot转移到看不见的新任务。最后,我们在真实机器人上评估了PI-QT-Opt,在不同环境,技能和多任务配置的多个实验设置中,QT-Opt实现了实质性和一致的改进。
2022-11-25 cs.AI cs.IT cs.LG
Scaling Up Multiagent Reinforcement Learning for Robotic Systems: Learn an Adaptive Sparse Communication Graph
Massachusetts Institute of Technology(麻省理工学院)
多智能体系统中多智能体强化学习(MARL)的复杂性随着智能体数量的增加呈指数增长。这种可扩展性问题阻碍了MARL在大规模多智能体系统中的应用。然而,MARL中一个经常被忽视的关键特性是代理之间的交互非常稀疏。在不利用这种稀疏结构的情况下,现有的作品聚合来自所有代理的信息,因此具有很高的样本复杂度。为了解决这个问题,我们提出了一个自适应稀疏注意力机制通过推广稀疏诱导激活函数。然后基于这种新的注意力机制,用图神经网络学习MARL中的稀疏通信图。通过这种稀疏性结构,代理可以通过只选择性地关注最重要的代理来以有效和高效的方式进行通信,从而减少了MARL问题的规模,并且几乎没有最优性妥协。比较结果表明,我们的算法可以学习到一个可解释的稀疏结构,并优于以前的作品,涉及一个大规模的多智能体系统的应用程序的显着保证金。
2020-03-03 cs.LG cs.MA
Digital Twin Synchronization: Bridging the Sim-RL Agent to a Real-Time Robotic Additive Manufacturing Control
Department of Mechanical Engineering, University of Louisiana at Lafayette(路易斯安那大学拉斐特分校机械工程系);Computer Science & Information Systems Department, Bradley University(布雷纳德大学计算机科学与信息系统系)
本文提出融合 SAC、数字孪生、Unity-ROS2 同步与迁移学习的增材制造实时控制框架,并通过 Viper X300s 机械臂验证其快速收敛与跨环境稳健执行能力。
2025-06-09 cs.AI cs.LG cs.RO
AdaDemo: Data-Efficient Demonstration Expansion for Generalist Robotic Agent
UC San Diego(加州大学圣迭戈分校);NVIDIA(英伟达公司);University of Washington(华盛顿大学);Georgia Tech(佐治亚理工学院)
为解决模仿学习中示教数据数量与质量限制通用机器人智能体学习的问题,提出AdaDemo自适应在线示教扩展框架,通过主动收集针对性示教数据提升多任务策略,在22项机器人操作任务上验证了其数据高效的性能提升效果。
2024-04-11 cs.LG cs.RO
Active Inference for Robotic Manipulation
Intelligent Autonomous Systems(智能自主系统实验室);Technical University of Darmstadt(达姆施塔特工业大学)
尽管在过去的几十年中机器人技术和机器学习取得了重大进展,但机器人操作仍然是一个很大程度上未解决的问题。操纵的核心挑战之一是部分可观察性,因为智能体通常不知道环境的所有物理属性和它预先操纵的对象。最近出现的一种以显式方式处理部分可观测性的理论是主动推理。它通过驱动智能体以一种不仅是目标导向的而且是关于环境的信息的方式行动来做到这一点。在这项工作中,我们将主动推理应用于一个难以探索的模拟机器人操作任务,其中代理必须将球平衡到目标区域。由于这项任务的回报是稀疏的,为了探索这个环境,智能体必须学习在没有任何外部反馈的情况下平衡球,纯粹是出于自己的好奇心。我们表明,主动推理引起的信息寻求行为允许代理系统地探索这些具有挑战性的,稀疏的环境。最后,我们得出结论,使用信息寻求目标是有益的,在稀疏的环境中,并允许代理解决任务的方法,不表现出定向探索失败。
2022-06-01 cs.LG cs.RO
A Compositional Paradigm for Foundation Models: Towards Smarter Robotic Agents
University of Pisa, Italy(意大利比萨大学);LUISS University, Rome, Italy(罗马大学(LUISS))
针对基础模型难以在不从头重训的情况下适配动态真实场景的问题,本研究提出应用持续学习与组合性原则,以开发更灵活高效的智能机器人智能体方案。
2025-10-21 cs.LG cs.RO
Exploring GPT-4 for Robotic Agent Strategy with Real-Time State Feedback and a Reactive Behaviour Framework
University of Newcastle(纽卡斯尔大学)
提出一种基于GPT-4和反应式行为框架的LLM驱动机器人策略方法,通过实时状态反馈解决安全、任务转换和时间范围问题,在仿真与真实人形机器人上验证了可行请求的高执行率与平滑转换。
2025-03-30 cs.LG cs.RO
Malleable Agents for Re-Configurable Robotic Manipulators
Princeton University(普林斯顿大学);Nokia Bell Labs(诺基亚贝尔实验室)
可重新配置的机器人对于许多现实世界的任务具有更大的实用性和灵活性。设计一个学习代理来操作这样的机器人需要适应不同的配置。在这里,我们专注于机器人手臂与多个刚性连杆连接关节。我们提出了一种深度强化学习代理,其中嵌入了序列神经网络,以适应具有不同数量链接的机器人手臂。此外,通过域随机化的附加工具,该代理可以适应不同的配置。我们在一个2D N-连杆臂上进行模拟,以显示我们的网络有效传输和推广的能力。
2022-07-26 cs.AI cs.RO
Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents
ETH Zürich(苏黎世联邦理工学院);Toyota Technological Institute at Chicago(芝加哥丰田技术研究所);Mila, Université de Montréal(蒙特利尔大学米拉研究所)
随着机器人技术的成熟和复杂性的增加,机器人自主研究的可重复性比以往任何时候都更有必要。与其他科学相比,对自主性进行基准测试存在特定的挑战,例如软件堆栈的复杂性,硬件的可变性以及对数据驱动技术的依赖等。在本文中,我们描述了一个新的概念,可再生的机器人研究,集成了开发和基准,使再现性是“通过设计”从一开始的研究/开发过程。我们首先提供了实现这一目标的总体概念目标,然后是我们构建的一个具体实例:DUCKIENet。Duckietown Autolab是这一设置的核心组件之一,这是一种可远程访问的标准化设置,其本身也相对低成本和可重复。在评估代理时,仔细定义接口允许用户使用模拟、日志或远程自动硬件设置在本地与远程评估之间进行选择。我们通过分析使用基础设施进行的实验的可重复性来验证该系统,并表明不同机器人硬件和不同远程实验室之间的差异很小。
2020-09-09 cs.LG cs.RO
Blockchain Solutions for Multi-Agent Robotic Systems: Related Work and Open Questions
Innopolis University(Innopolis大学);ITMO University(ITMO大学);University of Library Studies and Information(图书馆学与信息大学)
去中心化和不变性的可能性使区块链可能是近年来最具突破性和最有前途的技术创新之一。本文对多智能体机器人系统面临的实际任务的可能区块链解决方案进行了概述、分析和分类。本文讨论了基于区块链的应用程序,这些应用程序演示了如何使用分布式账本来扩展多智能体机器人系统的现有研究平台和库。
2019-03-26 cs.MA cs.RO
RoboCat: A Self-Improving Generalist Agent for Robotic Manipulation
Google DeepMind(谷歌DeepMind)
RoboCat是一种多本体、多任务的视觉目标条件化决策变换器,利用异构机器人经验实现零样本及少量示例适应新任务,并通过自生成数据支持自主改进循环,在模拟和真实机器人上验证了跨任务迁移与高效适应能力。
2023-12-22 cs.LG cs.RO
Multi-agent robotic systems and exploration algorithms: Applications for data collection in construction sites
New York University Abu Dhabi(纽约大学阿布扎比分校);University of the Aegean(爱琴大学)
针对建筑行业自动化水平低的问题,本研究提出多机器人与人类智能体协同作业的方法,并通过双机器人加一人的三维数字化案例验证其能高效完成遮挡空间数据采集任务。
2023-11-02 cs.MA cs.RO
From Scratch to Sketch: Deep Decoupled Hierarchical Reinforcement Learning for Robotic Sketching Agent
Seoul National University(首尔国立大学)
我们提出了一个自动学习框架的机器人素描代理,能够学习基于笔划的渲染和电机控制同时进行。我们制定的机器人素描问题作为一个深度解耦的分层强化学习;两个政策,基于笔划的渲染和电机控制独立学习,以实现子任务的绘图,并形成一个层次结构时,合作的现实世界的绘图。没有手工制作的功能,绘图序列或轨迹,和逆运动学,所提出的方法训练的机器人草图代理从头开始。我们进行了实验,6自由度的机器人手臂与2F夹具素描涂鸦。我们的实验结果表明,这两种策略成功地学习了子任务,并合作绘制目标图像。此外,通过不同的绘图工具和表面检查的鲁棒性和灵活性。
2022-08-09 cs.CV cs.RO
Active Inference in Robotics and Artificial Agents: Survey and Challenges
Robotics Institute, Delft University of Technology(代尔夫特理工大学机器人研究所);MRC Brain Networks Dynamics Unit, Oxford University(牛津大学MRC脑网络动力学研究中心);Oxford Robotics Institute, Oxford University(牛津大学牛津机器人研究所);Okinawa Institute of Science and Technology(冲绳科学技术大学院大学)
主动推理是一个数学框架,起源于计算神经科学,作为大脑如何实现动作,感知和学习的理论。最近,它已被证明是一个很有前途的方法,状态估计和不确定性下的控制问题,以及在机器人和人工智能体的目标驱动行为的建设一般的基础。在这里,我们回顾了状态估计,控制,规划和学习的主动推理的最新理论和实现;描述了当前的成就,特别关注机器人技术。我们展示了相关实验,说明了它在适应性、泛化和鲁棒性方面的潜力。此外,我们将这种方法与其他框架,并讨论其预期的好处和挑战:一个统一的框架与功能的生物相容性,使用变分贝叶斯推理。
2021-12-03 cs.AI cs.LG cs.RO
Demonstration-Free Robotic Control via LLM Agents
independent researchers(独立研究人员)
本文提出FAEA框架,利用通用大语言模型实现无需演示的机器人操控,通过迭代推理生成操控策略,在多个基准测试中取得高成功率,展示了通用代理在任务规划中的有效性。
2026-06-28 cs.AI cs.LG cs.RO
MALLVI: A Multi-Agent Framework for Integrated Generalized Robotics Manipulation
Department of Electrical Engineering, Sharif University of Technology(电气工程系,谢里夫大学)
MALLVI通过多智能体协作实现闭环反馈驱动的机器人操作,提升泛化能力和零样本任务成功率。
2026-06-09 cs.AI cs.CV cs.LG
ALAN: Autonomously Exploring Robotic Agents in the Real World
Carnegie Mellon University(卡内基梅隆大学)
在现实世界中自主运行的机器人代理需要不断探索其环境并从收集的数据中学习,而人类的监督最少。虽然可以构建可以在没有监督的情况下以这种方式学习的代理,但目前的方法很难扩展到现实世界。因此,我们提出了ALAN,自主探索机器人代理,可以在现实世界中执行任务,很少的训练和互动时间。这是通过测量环境变化来实现的,环境变化反映了物体的移动,而忽略了机器人位置的变化。我们直接使用该度量作为以环境为中心的信号,并最大化预测环境变化的不确定性,从而提供以代理为中心的探索信号。我们评估我们的方法在两个不同的现实世界中发挥厨房设置,使机器人能够有效地探索和发现操作技能,并通过目标图像执行指定的任务。网址:https://robo-explorer.github.io/
2023-02-13 cs.AI cs.CV cs.LG
Titan: A Parallel Asynchronous Library for Multi-Agent and Soft-Body Robotics using NVIDIA CUDA
Columbia University(哥伦比亚大学);Imperial College London(帝国理工学院)
虽然大多数机器人仿真库都是为低维和本质上串行的任务而构建的,但软体和多智能体机器人技术已经创造了对可以并行建模许多交互体的仿真环境的需求。尽管在这些领域的兴趣越来越大,没有现有的仿真库解决的挑战,提供一个统一的,高度并行化的,GPU加速的接口,模拟大型机器人系统。Titan是一个多功能的基于CUDA的C++机器人仿真库,它采用了一种新颖的异步计算模型,用于机器人原语的GPU加速仿真。创新的GPU架构设计允许在GPU异步运行的同时对CPU进行同步优化和控制,从而实现快速拓扑优化和强化学习迭代。Kinetics解决了一个大规模的并行集成方案,结合约束和环境的力量。我们报告了基于CPU的基线的显着改进的性能,每秒模拟多达3亿次原始更新,同时允许广泛的研究应用程序的灵活性。我们提出了几个应用程序的泰坦高性能模拟软体和多智能体机器人。
2019-11-22 cs.GR cs.RO
Autonomous robotic bridging using distributed swarm control without inter-agent communication
The University of Texas at Arlington Research Institute(德克萨斯大学阿灵顿分校研究院);Hydronalix, Inc.(Hydronalix公司)
该研究提出无需智能体间通信的分布式群体控制技术,开发SCARAB水上架桥系统,通过无人水面艇仿真验证其可实现分散渡河,提升生存性并减少后勤需求。
2026-11-11 cs.RO
Design specifications of the Human Robotic interface for the biomimetic underwater robot "yellow submarine project"
介绍了一种基于Web的水下水电避碰自主航行仿生潜艇的多智能体设计。本文描述了河流水体的地图拓扑接口的性质和机器人潜艇控制的交互式代理的设计。该代理是迁移在Web上,并在XML/HTML界面设计,具有交互能力和在地图上的可见性。本文从数学上描述了用户界面和用于多Agent描述的地图定义语言
2010-06-28 cs.MA cs.RO
HEART: Coordination of Heterogeneous Expert Agents for Physically Grounded Robotic Task Planning
Sogang University(西江大学)
提出异构多LLM框架HEART,将指令分解为原子推理任务分配给角色专家,通过约束驱动规划合成,提升机器人任务规划的物理可行性和效率。
2026-06-25 cs.RO
MASK: Multi-Agent Semantic K-Scheduling for Risk-Sensitive 6G Robotics
Middle East Technical University(中东技术大学);Aselsan Inc.(阿塞尔桑公司)
针对6G机器人协同感知中频谱资源受限的问题,提出多智能体语义K调度(MASK)架构,通过仲裁辅助语义信息门控(A-SIG)机制仅调度语义重要性最高的K个智能体,结合自监督全局编码器和分布策略,在严格带宽限制下实现鲁棒的风险感知协调,性能接近无通信约束基线。
2026-06-11 cs.LG cs.MA cs.RO
EmbodiedSWE: Coding Agents for Long Horizon Dexterous Robotics
ByteDance Seed(字节跳动);Yale University(耶鲁大学);Princeton University(普林斯顿大学);Carnegie Mellon University(卡内基梅隆大学);Stanford University(斯坦福大学);University of California, Los Angeles(加州大学洛杉矶分校);University of Washington(华盛顿大学)
本研究提出EmbodiedSWE框架,利用编码智能体解决长时程灵巧机器人任务,并通过生成多样化仿真轨迹训练VLA,实现从仿真到真实机器人的策略泛化。
2026-09-28 cs.RO
RLE-Bench: A Qualifying Exam for Coding Agents as Robot Learning Engineers
Harvard University(哈佛大学);Georgia Institute of Technology(佐治亚理工学院)
RLE-Bench提出一个覆盖四种机器人开发工作流的基准,通过多指标评估编码智能体的工程能力,并引入RLE指数以系统比较其多维性能。
2026-09-30 cs.RO
When Prompts Control Robots: Prompt Injection Attacks in Multi-Agent Robotic Systems
School of Informatics, Computing, and Cyber Systems, Northern Arizona University(北亚利桑那大学信息学、计算与网络安全学院);Department of Software Science, Tallinn University of Technology(塔林理工大学软件科学系)
本文针对基于LLM的多智能体机器人系统,系统研究了直接和间接提示注入攻击的风险、传播特性及架构对攻击成功率的影响,是该领域的首项系统性研究。
2026-08-05 cs.AI cs.CR cs.MA
Multi-Agent Systems for Robotic Autonomy with LLMs
Imperial College London(伦敦帝国学院)
本文提出一个基于LLMs的多智能体框架,集成任务分析、机械设计与路径生成,实验表明其能设计可行机器人并提升开发效率。
2025-05-09 cs.AI cs.RO
Robotic Behavior Prediction Using Hidden Markov Models
University of Florida(佛罗里达大学)
在许多情况下,机器人拥有类似于理性人类的预测能力是有益的。其中一些情况包括协作机器人,对抗情况下的机器人,以及动态避障。本文提出了一种方法来建模的动态代理的行为,以赋予机器人的能力,以预测代理的行动和识别代理正在执行的行为在实时的。实现的行为建模的方法使用隐马尔可夫模型(HALGOT)的动态代理的不可观察的状态进行建模。介绍了行为建模的背景和理论。真实的机器人模拟预测的行为和动作的动态代理在静态环境中的实验结果。
2014-12-01 cs.RO
Modeling Social Interaction for Baby in Simulated Environment for Developmental Robotics
University of Texas at Arlington(德克萨斯大学阿灵顿分校)
特定于任务的人工智能智能体在不同领域都表现出了卓越的性能。但是,像人类智能这样的广义人工智能智能体建模将需要比当前数据集更多的东西,或者只需要基于奖励的环境,而不包括婴儿在其初始阶段收集的经验。在本文中,我们提出了模拟环境的发展机器人(SEDRo)。它模拟了人类婴儿从出生前胎儿阶段到出生后12个月所经历的婴儿代理环境。SEDRO还包括一个母亲角色,以提供与代理的社交互动。为了评估代理的不同发展里程碑,SEDRo结合了发展心理学的一些实验。
2020-12-29 cs.AI cs.RO
Towards open and expandable cognitive AI architectures for large-scale multi-agent human-robot collaborative learning
Institute of Computer Science (ICS), Foundation for Research and Technology - Hellas (FORTH)(希腊研究与技术基金会计算机科学研究所);University of Crete (UoC)(克里特大学)
示教学习(LfD)是构造高效认知机器人系统的最有效的方法之一。尽管已经报道了大量的研究工作,但当前的关键技术挑战包括多智能体学习和长期自主性。朝着这个方向,一种新的认知架构多智能体LfD机器人学习的介绍,旨在使开放的,可扩展的和可扩展的机器人系统在大规模和复杂的环境中的可靠部署。特别是,所设计的架构利用人工智能(AI)领域的最新进展,通过建立一个联邦学习(FL)为基础的框架,体现了多人多机器人协作学习环境。基本概念化依赖于采用多个AI授权的认知过程(实现各种机器人任务),这些过程在机器人平台网络的边缘节点上运行,而全局AI模型(支持上述机器人任务)通过优雅地组合来自大量人机交互实例的信息,在网络中共同创建和共享。关于关键的新颖性,所设计的认知架构a)引入了一种新的基于FL的形式主义,该形式主义扩展了传统的LfD学习范式以支持大规模的多智能体操作设置,b)阐述以前基于FL的自学习机器人计划,以便将人类纳入学习循环,c)通过额外的复杂的AI支持的学习方法来巩固FL的基本原则,以模拟多个机器人任务之间的相互依赖性。所提出的框架的适用性解释使用敏捷生产为基础的关键原材料(CRM)恢复的一个现实世界的工业案例研究的例子。
2021-03-29 cs.AI cs.HC cs.LG
Simultaneous Control and Human Feedback in the Training of a Robotic Agent with Actor-Critic Reinforcement Learning
University of Alberta(阿尔伯塔大学)
本文提供了一个初步的报告,同时将人类控制和反馈信号的训练强化学习机器人代理的优点和缺点。虽然机器人人机界面在形式和功能上都变得越来越复杂,但控制对用户来说仍然是一个挑战。这导致用户控制方法与可控制的机器人电机数量之间的差距越来越大。解决这一差距的一种方法是将一些自主权转移给机器人。然后,机器人代理的半自主动作可以通过人类反馈来塑造,从而简化用户控制。大多数关于人类智能体塑造的先前工作都将训练与反馈结合起来,或者包括间接控制信号。相比之下,在本文中,我们将探讨如何一个人可以提供并发的反馈信号和实时肌电控制信号训练机器人的演员评论强化学习控制系统。使用物理和模拟的机器人系统,我们比较一个简单的运动任务的训练性能时,奖励是来自环境,奖励是由人类提供的,以及这两种方法的组合。我们的研究结果表明,一些好处,可以获得与包括人类产生的反馈。
2016-06-22 cs.AI cs.HC cs.RO
Cooperative Assistance in Robotic Surgery through Multi-Agent Reinforcement Learning
Heidelberg University Hospital(海德堡大学医院);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
机器人辅助手术中的认知协作协助具有提高微创干预护理质量的潜力。手术任务的自动化有望减少外科医生的精神消耗和疲劳。在这项工作中,多智能体强化学习被证明是强大的分布偏移引入配对学习政策与人类团队成员。多智能体策略直接从模拟中的图像进行训练,以在胆囊微创切除的子任务中控制多个器械。这些智能体将被单独评估,并与人类合作,以证明它们作为自主助手的适用性。与人类团队相比,具有人工代理的混合团队在完成时间(缩短44.4%至71.2%)和碰撞次数(减少44.7%至98.0%)方面表现更好。然而,路径长度增加控制下的人工代理(11.4%至33.5%以上)。一个多代理制定的学习问题,有利于在这个手术子任务的单代理制定,由于顺序学习的两个工具。这种方法可以扩展到在标准强化学习框架内难以制定的其他任务。多智能体强化学习可能会将认知机器人手术的范式转变为外科医生和辅助技术之间的无缝合作。
2021-10-10 cs.RO
MALMM: Multi-Agent Large Language Models for Zero-Shot Robotics Manipulation
Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
针对现有基于大语言模型的机器人操作方法存在长时任务幻觉、适应性有限等问题,提出多智能体LLM框架MALMM,通过专业智能体分工规划与代码生成并结合环境反馈,在9个RLBench任务上实现零样本操作,克服现有方法局限。
2025-08-25 cs.AI cs.RO
Target assignment for robotic networks: asymptotic performance under limited communication
我们有相同数量的移动机器人代理和不同的目标位置。每个智能体都有简单的积分动力学,有限的通信范围,以及每个目标位置的知识。我们解决的问题,设计一个分布式算法,允许一组代理之间划分的目标,同时,导致每个代理达到其独特的目标。我们在任何时候都不需要通信图的连通性。我们介绍了一种新的基于分配的算法,具有以下特点:初始分配和机器人运动遵循贪婪的规则,和分布式的分配细化利用一个隐含的循环排序的目标。我们证明了算法的正确性,并给出了最坏情况下的渐近界的时间完成分配的环境增长的代理人的数量。我们证明了在一类分布式算法中,我们的算法是渐近最优的。分析利用欧几里德旅行推销员问题的结果。
2007-03-20 cs.RO
Learning to Communicate: A Machine Learning Framework for Heterogeneous Multi-Agent Robotic Systems
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
我们提出了一个机器学习框架,多智能体系统学习的最佳策略,最大化的奖励和编码的高维视觉观察。该编码对于在通信资源约束下与其他代理共享本地视觉观察是有用的。Actor编码器对原始图像进行编码,并根据本地观察和其他代理发送的消息选择动作。机器学习代理不仅向物理设备生成致动器命令,还向其他代理生成通信消息。我们制定了一个强化学习问题,它扩展了行动空间,考虑通信行动。强化学习框架的可行性证明了使用三维仿真环境与两个合作代理。该环境提供了两个代理之间使用和共享的逼真的视觉观察。
2018-12-13 cs.AI cs.RO
Intelligent Agent-Based Stimulation for Testing Robotic Software in Human-Robot Interactions
University of Bristol(布里斯托大学);University of the West of England(西英格兰大学)
机器人软件测试的挑战超出了传统的软件测试。需要为并发运行的多个程序和硬件生成有效、真实和有趣的测试,并将其部署到有人员的动态环境中。我们调查使用的信念-欲望-意图(BDI)代理作为测试生成模型,在域中的人-机器人交互(HRI)的模拟。这些模型提供了合理的代理,因果关系和推理机制,用于规划,模拟智能和自适应机器人,以及由人类指导的智能测试环境。我们引入了强化学习(RL),使用基于覆盖反馈的奖励函数来自动探索BDI模型。我们的方法进行评估,使用协同制造的例子,在测试中的机器人软件是间接刺激通过一个模拟的人类同事。我们得出结论,BDI代理提供了直观的模型,在HRI域的测试生成。我们的研究结果表明,RL可以完全自动化BDI模型探索,导致非常有效的覆盖导向测试生成。
2016-07-13 cs.RO cs.SE
ALRM: Agentic LLM for Robotic Manipulation
ALRM提出了一种基于LLM的代理框架,通过ReAct推理循环实现机器人操作的模块化执行,支持代码生成和工具规划模式,实验表明其在多步骤推理和语言多样性任务中表现优异。
2026-01-29 cs.CL cs.RO
Revisiting the "Push-T" Robot Manipulation Task with Agentic Robotics
University of California, Berkeley(加州大学伯克利分校)
该研究在智能体机器人技术背景下,借助带Fable 5的Claude Code编码智能体,无需演示数据解决Push-T等机器人操作任务,其策略成功率达100%,步骤比基准扩散策略少46%,还支持多字母操作及跨实体机械臂仿真。
2026-08-20 cs.RO
Agentic Neuro-Symbolic Planning and Commissioning for Human-in-the-Loop Industrial Robotics with Digital Twins
Royal Institute of Technology (KTH)(皇家理工学院(KTH))
提出一种结合LLM语言理解与确定性验证执行的神经符号框架,采用SDI架构和两级恢复机制,在数字孪生中验证后执行,显著提升任务成功率。
2026-06-06 cs.RO
AgentChemist: A Multi-Agent Experimental Robotic Platform Integrating Chemical Perception and Precise Control
本文提出AgentChemist平台,通过协作任务分解、动态调度和自适应控制,解决实验室中多样、罕见和演变的操作问题,提升自动化系统的泛化能力。
2026-03-25 cs.AI cs.RO
SRCA - The Scalable Robotic Cloud Agents Architecture
Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学)
为了以可承受的成本打入市场,消费机器人往往提供有限的处理能力,仅足以满足其设计目的。然而,原则上,机器人应该能够与传感器或其他设备产生的不断增加的信息流进行交互和处理。这将需要执行算法和数学模型,以便准确处理大量数据和大量计算资源。很明显,随着数据洪流继续呈指数级增长,在消费机器人上部署此类算法并不容易。目前的工作提出了一种基于云的架构,旨在通过利用和实施云技术将计算资源从机器人卸载到远程基础设施。通过这种方式,机器人可以享受在云上执行的复杂算法提供的功能。所提出的系统架构允许不专门从事机器人实施环境的开发人员和工程师利用通用机器人算法和现成的服务。
2018-04-12 cs.RO
MARS: Multi-Agent Robotic System with Multimodal Large Language Models for Assistive Intelligence
School of Computer Science and Engineering, Faculty of Innovation Engineering, Macau University of Science and Technology(澳门科技大学创新工程学院计算机科学与工程学院)
MARS系统利用多模态大语言模型实现风险感知和个性化辅助,通过多智能体决策框架提升智能家庭机器人在动态环境中的表现。
2026-04-07 cs.CV cs.RO
Autonomous Embodied Agents: When Robotics Meets Deep Learning Reasoning
University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学)
本论文探讨了Embodied AI领域自主具身智能体的完整创建过程,涵盖从概念、模拟训练到真实部署,并详细分析了相关技术的实现方法与实验研究,以促进该领域的未来发展。
2025-05-02 cs.AI cs.CV cs.RO
Resource Allocation and Service Provisioning in Multi-Agent Cloud Robotics: A Comprehensive Survey
Swinburne University of Technology(斯威本科技大学);CSIRO(澳大利亚联邦科学与工业研究组织);Engineering Institute of Technology (EIT)(工程技术学院);South China University of Technology(华南理工大学);University of Manitoba(曼尼托巴大学)
如今,机器人应用被广泛采用,以增强现实世界网络物理系统(CPS)的操作自动化和性能,包括工业4.0,农业,医疗保健和灾难管理。这些应用程序由延迟敏感、数据量大和计算密集型任务组成。然而,机器人在计算能力和存储容量方面受到限制。多智能体云机器人的概念使机器人之间能够进行协作,并为机器人执行大规模应用程序创造了一个互补的环境,能够利用边缘和云资源。然而,在这样的协作环境中,机器人任务的最优资源分配是具有挑战性的实现。与机器人和计算实例相关的异构能耗率和执行成本的应用使其变得更加复杂。此外,本地机器人、边缘节点和云数据中心之间的数据传输延迟会对实时交互产生不利影响,并阻碍服务性能保证。考虑到所有这些问题,本文全面调查的最先进的资源分配和服务提供的多智能体云机器人。本文通过与当代计算范式的明确比较,提出了多智能体云机器人的应用领域,并确定了具体的研究挑战。第一次提出了一个完整的分类资源分配,连同讨论的资源池,计算卸载,和任务调度的有效服务提供。此外,我们强调了从经验教训中得出的研究差距,并提出了有利于进一步推进这一新兴领域的未来方向。
2021-04-29 cs.DC cs.RO