Context-aware Learned Mesh-based Simulation via Trajectory-Level Meta-Learning
本文提出了一种基于轨迹级元学习的网格模拟方法，利用运动原语实现快速且准确的模拟，提升模拟精度并降低运行成本。
2026-01-21 cs.LG cs.RO
Render-in-the-loop aerial robotics simulator: Case Study on Yield Estimation in Indoor Agriculture
Faculty of Electrical Engineering and Computing, University of Zagreb（萨格勒布大学电气工程与计算学院）
受深度学习中仿真到现实迁移的最新成果的启发，我们构建了一个逼真的仿真环境，将机器人操作系统（ROS）兼容的物理模拟器（Gazebo）与Cycles（来自Blender的逼真生产渲染引擎）相结合。建议的模拟器管道允许我们模拟接近现实的RGB-D图像。为了展示模拟器管道的功能，我们提出了一个案例研究，重点是室内机器人农业。我们开发了一个解决方案，甜椒产量估计任务。我们的产量估计方法从空中机器人控制和轨迹规划开始，结合基于深度学习的辣椒检测和用于计数水果的聚类方法。这个案例研究的结果表明，我们可以结合实时的动态仿真与接近现实的渲染能力，以模拟复杂的机器人系统。
2022-03-01 cs.RO
Trajectory-based actuator identification via differentiable simulation
Moscow Institute of Physics and Technology (MIPT)（莫斯科物理技术学院）
本文提出一种基于轨迹的执行器识别方法，利用可微模拟从编码器运动数据中拟合系统级执行器模型，无需扭矩传感器等设备，提升了机器人仿真与真实行为的衔接精度。
2026-04-16 cs.RO
Optimization of Flip-Landing Trajectories for Starship based on a Deep Learned Simulator
Beijing Institute of Astronautical Systems Engineering（北京宇航系统工程研究所）；Harbin Institute of Technology（哈尔滨工业大学）
提出一种基于深度神经网络和可微动力学的翻转着陆轨迹优化框架，无需线性化即可处理约束并优化高非线性机动。
2025-07-31 cs.RO cs.SY eess.SY
OTTR: Off-Road Trajectory Tracking using Reinforcement Learning
Texas A&M University（得克萨斯农工大学）
在这项工作中，我们提出了一种新的强化学习（RL）算法的越野轨迹跟踪问题。越野环境涉及不同的地形类型和海拔高度，并且很难对特定越野车辆与这种多样且复杂的环境的交互动力学进行建模。在模拟器上训练的标准RL策略将无法在如此具有挑战性的现实环境中运行。而不是使用一个天真的域随机化方法，我们提出了一个创新的监督学习为基础的方法来克服模拟到真实的差距问题。我们的方法有效地利用了有限的现实世界中的数据，以适应基线RL的政策，使用一个简单的运动学模拟器。这避免了对车辆与越野环境的多样且复杂的交互进行建模的需要。我们评估所提出的算法使用两种不同的越野车，野猪和驼鹿的性能。与标准的ILQR方法相比，我们提出的方法在Warthog和Moose中分别实现了30%和50%的交叉跟踪误差减少，仅利用30分钟的真实驾驶数据。
2021-10-05 cs.LG cs.RO
Industrial Robot Trajectory Tracking Using Multi-Layer Neural Networks Trained by Iterative Learning Control
Rensselaer Polytechnic Institute（伦斯勒理工学院）
在某些应用中需要快速和精确的机器人运动，例如电子制造，增材制造和装配。大多数工业机器人运动控制器允许外部命令的运动轮廓，但轨迹跟踪性能受到机器人动力学和关节伺服控制器的影响，用户没有直接存取和很少的信息。在将外部命令作为设定点传输到内部控制回路时的时间延迟进一步损害了性能。提出了一种结合神经网络和迭代学习控制来提高多轴关节型工业机器人轨迹跟踪性能的方法。对于一个给定的期望轨迹，外部命令是迭代细化使用高保真度动态仿真器，以补偿机器人内环动态。这些期望的轨迹和相应的细化输入轨迹，然后用于训练多层神经网络，以仿真的非线性内循环动力学的动态逆。我们证明了，有了足够丰富的训练集，训练好的神经网络可以很好地推广到训练集之外的轨迹。在将训练好的神经网络应用于物理机器人时，跟踪性能仍然得到改善，但不如在模拟器中那么多。我们表明，迁移学习可以有效地弥合仿真和物理机器人之间的差距。最后，我们在其他机器人模型上对训练好的神经网络进行了仿真测试，证明了通用网络的可能性。该方法的开发和评估基于ABB IRB 6640 -180工业机器人和ABB RobotStudio软件包。
2019-03-04 cs.RO
QTOS: An Open-Source Quadruped Trajectory Optimization Stack
Vanderbilt University（范德堡大学）
QTOS是一个开源四足机器人轨迹优化栈，集成全局与局部规划、模拟、控制和机器人接口，简化高层导航目标到低层命令的转化，并提升复杂地形长距离步态规划的稳定性与适应性。
2023-09-16 cs.RO
Local Trajectory Planning For UAV Autonomous Landing
Technion - Israel Institute of Technology（以色列理工学院）
自主式无人机的一个重要能力是在自主着陆过程中避免与障碍物碰撞。这种能力需要实时的本地轨迹规划。虽然在紧急着陆等情况下已经引入了自动规划方法，但在现实生活中，只有障碍物的表面可以被感知和检测，因此还没有对这些方法进行评估。我们提出了一种新的优化框架，使用预先规划的全局路径和优先级地图的着陆区。在一个模拟器中实现并评估了几种轨迹规划算法，该模拟器包括3D城市环境、基于LiDAR的障碍物表面传感以及无人机制导和动力学。我们表明，使用我们提出的优化标准可以成功地提高着陆任务的成功概率，同时避免碰撞的障碍物在实时。
2021-11-18 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
Time Variable Minimum Torque Trajectory Optimization for Autonomous Excavator
City University of Hong Kong（香港城市大学）；University of Hong Kong（香港大学）；Baidu Research（百度研究院）
提出了一种考虑土壤-刀具相互作用的最小扭矩时变轨迹优化方法。该方法将挖掘运动的生成归结为一个轨迹优化问题，并考虑了几何、运动学和动力学约束。为了生成具有时间效率的轨迹并提高整体优化效率，提出了一种时变轨迹优化机制，使轨迹上关键点之间的时间间隔服从优化。因此，该方法使用很少的关键点，并减少了优化变量的总数。我们进一步介绍了土壤-工具相互作用力模型，该模型考虑了铲斗的几何形状和土壤的物理性质。仿真实验结果表明，该方法能够生成满足挖掘任务约束条件的可行轨迹，并能适应不同的土壤条件。
2020-06-01 cs.RO
Robust Trajectory Tracking of Autonomous Surface Vehicle via Lie Algebraic Online MPC
University of Michigan（密歇根大学）；University of California, Berkley（加州大学伯克利分校）
本文提出一种结合李群和在线学习的MPC控制器，用于提升自主水面车辆在未知扰动下的轨迹跟踪鲁棒性和精度。
2026-09-24 cs.RO
Trajectory-guided Control Prediction for End-to-end Autonomous Driving: A Simple yet Strong Baseline
Shanghai AI Laboratory（上海人工智能实验室）；Shanghai Jiao Tong University（上海交通大学）
当前的端到端自动驾驶方法要么基于规划的轨迹运行控制器，要么直接执行控制预测，这跨越了两个独立的研究方向。鉴于这两个世界的潜在互惠互利，本文主动探索这两个发达世界的结合。具体来说，我们的综合方法有两个分支的轨迹规划和直接控制，分别。轨迹分支预测未来的轨迹，而控制分支涉及一种新的多步预测方案，以便可以推理当前动作和未来状态之间的关系。这两个分支被连接，使得控制分支在每个时间步长从轨迹分支接收相应的引导。然后将来自两个分支的输出融合以实现互补优势。我们的结果进行了评估，在闭环城市驾驶设置具有挑战性的情况下，使用CARLA模拟器。即使使用单目摄像机输入，该方法也在官方CARLA排行榜上排名第一，远远优于其他具有多个传感器或融合机制的复杂候选方案。源代码可在https://github.com/OpenPerceptionX/TCP上公开获取
2022-10-15 cs.AI cs.CV cs.RO
Development of A Stochastic Traffic Environment with Generative Time-Series Models for Improving Generalization Capabilities of Autonomous Driving Agents
自动变道是先进自动驾驶系统的关键功能。近年来，在交通模拟器上训练的强化学习（RL）算法在计算车道变换策略方面取得了成功，这些策略在安全性、敏捷性和补偿交通不确定性之间取得了平衡。然而，许多RL算法表现出模拟器偏差，在简单的模拟器上训练的策略不能很好地推广到现实的交通场景。在这项工作中，我们开发了一个数据驱动的交通模拟器，通过训练一个生成的adverserial网络（GAN）对现实生活中的轨迹数据。模拟器生成类似于车辆之间的真实交通交互的随机轨迹，这使得能够在更丰富和真实的场景中训练RL代理。我们通过模拟证明，与在简单的规则驱动模拟器上训练的RL代理相比，在基于GAN的交通模拟器上训练的RL代理具有更强的泛化能力。
2020-06-10 cs.AI cs.RO eess.SP
Enabling Robust Cloth Manipulation via Inference-Time Simulator-in-the-Loop Refinement
National University of Singapore（新加坡国立大学）；Shanghai Jiao Tong University（上海交通大学）
提出基于仿真器在环优化的布料操作框架，通过合成数据训练的真实到仿真模块和稀疏网格滚动结合先验引导MPPI，从单RGB输入实现鲁棒操作。
2026-09-25 cs.RO
Human-Robot Shared Control for Surgical Robot Based on Context-Aware Sim-to-Real Adaptation
University of Bristol（布里斯托大学）；Bristol Robotics Lab（布里斯托机器人实验室）；Imperial College London（帝国理工学院）；Polytechnic University of Milan（米兰理工大学）；Shanghai Jiao Tong University（上海交通大学）；Worcester Polytechnic Institute（伍斯特理工学院）
人-机器人共享控制融合了人和机器人的优势，是实现高效手术的有效途径。示教学习（LfD）技术可用于自动化构建共享控制框架的一些手术子任务。然而，机器人需要足够的数据量来学习操纵。使用手术模拟器收集数据是一种资源需求较少的方法。通过模拟到真实的适应，从模拟器中学习到的操纵可以转移到物理机器人上。为此，我们提出了一个模拟到真实的适应方法来构建一个人-机器人共享控制框架的机器人手术。在本文中，所需的轨迹是从模拟器使用LfD方法生成的，而基于动态运动基元（DMPS）的方法是用来将所需的轨迹从模拟器的物理机器人平台。此外，角色自适应机制的开发，使机器人可以调整其角色，根据手术上下文预测的神经网络模型。该框架的有效性进行了验证达芬奇研究工具包（dVRK）。用户研究结果表明，自适应人机共享控制框架，远程控制器的路径长度，总的离合次数和任务完成时间可以显着减少。所提出的方法优于传统的手动控制通过遥操作。
2022-06-04 cs.RO
Trajectory Prediction for Autonomous Driving in Road Construction Zones Using Human-in-the-Loop Driving Data
New York University（纽约大学）
本研究针对城市道路施工区自车轨迹预测的研究空白，构建了多模态数据集WZDrive-Data，提出模型WZDrive，显著提升了施工区轨迹预测精度。
2026-10-12 cs.AI cs.LG cs.RO
Trajectory Planning for Autonomous Vehicle Using Iterative Reward Prediction in Reinforcement Learning
ThorDrive
针对传统自动驾驶轨迹规划泛化性差、现有强化学习方法学习不稳定且未考虑不确定性的问题，提出带迭代奖励预测与不确定性感知的强化学习轨迹规划方法，在CARLA上验证可显著降碰撞率、提平均奖励。
2024-05-12 cs.RO
High-speed Autonomous Racing using Trajectory-aided Deep Reinforcement Learning
Stellenbosch University（斯泰伦博斯大学）
针对端到端深度强化学习在高速自主竞速中表现不佳的问题，提出轨迹辅助学习方法，将最优赛车线纳入学习框架，在F1Tenth模拟器上验证其高速圈完成率显著优于基线。
2023-06-12 cs.RO
TrajGen: Generating Realistic and Diverse Trajectories with Reactive and Feasible Agent Behaviors for Autonomous Driving
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）；University of Science and Technology Beijing（北京科技大学）；Baidu Inc.（百度公司）
具有反应性和可行性代理行为的真实和多样化的仿真场景可用于自动驾驶系统性能的验证和验证，而无需依赖昂贵且耗时的真实世界测试。现有的模拟器依赖于基于抽象的背景车辆行为模型，无法捕捉真实场景中复杂的交互行为。为了弥合仿真和现实世界之间的差距，我们提出了TrajGen，一个两阶段的轨迹生成框架，它可以直接从人类演示捕获更真实的行为。特别是，TrajGen由多模态轨迹预测阶段和基于强化学习的轨迹修改阶段组成。在第一阶段，我们提出了一种新的辅助RouteLoss的轨迹预测模型，以产生多模态的不同轨迹在可驾驶区域。在第二阶段，使用强化学习来跟踪预测轨迹，同时避免碰撞，这可以提高生成轨迹的可行性。此外，我们开发了一个数据驱动的模拟器I-Sim，可用于并行训练强化学习模型的基础上自然驾驶数据。I-Sim中的车辆模型可以保证TrajGen生成的轨迹满足车辆运动学约束。最后，我们给出了全面的指标来评估模拟场景中生成的轨迹，这表明TrajGen在保真度，反应性，可行性和多样性方面优于轨迹预测或逆强化学习。
2022-03-31 cs.AI cs.RO
Target-point Attention Transformer: A novel trajectory predict network for end-to-end autonomous driving
University of Electronic Science and Technology of China（电子科技大学）
本文提出了一种基于Transformer的端到端无规则自动驾驶轨迹预测网络TAT，通过注意力机制实现预测轨迹与感知特征及目标点的交互，在CARLA模拟器中显著降低事故率并提高路线完成率，达到最先进性能。
2023-08-03 cs.RO
MarsLab: A Martian Rover Simulator for Planetary Rover Autonomous Navigation
DGIST（大邱庆北科学技术院）
MarsLab是一个开源的ROS2火星车模拟器，结合HiRISE地形与可调环境设置，在Isaac Sim中运行Perseverance级模型，支持SLAM和VPR基准测试，用于开发自主导航算法。
2026-09-29 cs.RO
ParkingTransformer: LLM-Enhanced End-to-End Trajectory Planning for Autonomous Parking
School of Instrument Science and Engineering, Southeast University（东南大学仪器科学与工程学院）；School of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院）；College of Transportation, Shandong University of Science and Technology（山东科技大学交通学院）；National University of Defense Technology（国防科技大学）
提出ParkingTransformer框架，利用多视角感知和大语言模型场景理解能力，结合轨迹查询与隐状态特征，直接输出规划轨迹，无需密集BEV表示，通过3D位置编码、固定窗口流机制和粗到细解码策略提升性能，在CARLA和实车实验中验证有效性。
2026-06-17 cs.AI cs.RO
Robot Playing Kendama with Model-Based and Model-Free Reinforcement Learning
已经提出了几种基于模型和无模型的方法用于机器人轨迹学习任务。这两种方法各有优缺点。它们通常可以相互补充。许多研究工作试图将基于模型和非模型的方法集成到一个算法中，并在模拟器或准静态机器人任务中表现良好。当算法用于特定的轨迹学习任务时，仍然存在困难。在本文中，我们提出了一个机器人轨迹学习框架，精确的任务，不连续的动态和高速。从人的演示学习的轨迹进行优化DDP和PoWER先后。该框架在Kendama操作任务上进行了测试，这对人类来说也很难实现。结果表明，我们的方法可以规划的轨迹，成功地完成任务。
2020-12-23 cs.RO
Observability-Aware Trajectory Optimization: Theory, Viability, and State of the Art
Space & Terrestrial Autonomous Robotics Systems (STARS) Laboratory at the University of Toronto Institute for Aerospace Studies and Robotics Institute（多伦多大学航空航天研究所与机器人研究所空间与地面自主机器人系统实验室）；University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所）；Robotics Institute（机器人研究所）；Vector Institute（向量研究所）
理想情况下，机器人应该以最大限度地了解其内部系统和外部操作环境状态的方式移动。轨迹设计是一个具有挑战性的问题，已经从各种角度进行了研究，从信息理论分析到基于学习的方法。最近，已经提出了基于可观测性的度量，以找到轨迹，使快速和准确的状态和参数估计。这些方法的可行性和有效性尚未在文献中得到很好的理解。在本文中，我们比较了两个国家的最先进的可观测性感知的轨迹优化的方法，并寻求增加重要的理论澄清和有价值的讨论，他们的整体效果。为了评估，我们研究了传感器到传感器的外部自校准的代表性任务，使用现实的物理模拟器。我们还研究了这些算法的灵敏度变化的外感受性传感器测量的信息内容。
2022-01-06 cs.RO
Traffic-Rule-Compliant Trajectory Repair via Satisfiability Modulo Theories and Reachability Analysis
针对自动驾驶轨迹违反交通规则需从头重规划耗时的问题，提出结合可满足性模理论与可达性分析的轨迹修复方法，实验验证其能高效可靠修复违规轨迹，使车辆实时恢复合法安全运行。
2025-09-10 cs.AI cs.RO
An Integrating Comprehensive Trajectory Prediction with Risk Potential Field Method for Autonomous Driving
Northwestern Polytechnical University（西北工业大学）；Research Center for Intelligent Robotics（智能机器人研究中心）；School of Astronautics（航天学院）；National Key Laboratory of Aerospace Flight Dynamics（航天飞行动力学国家重点实验室）
本文提出TRTP轨迹预测模型与风险势场相结合的方法，将预测不确定性融入MPCC目标函数，在CARLA中验证了兼顾安全与效率的自动驾驶规划性能。
2024-04-01 cs.RO
LOTUSim-Energy: A Maritime Simulator for Human-Drone Interaction in Autonomous Offshore Operation \& Maintenance
Naval Group（海军集团）；CNRS（法国国家科学研究中心）；IMT Atlantique（大西洋国立高等矿业电信学院）
本文提出LOTUSim-Energy海事模拟器，统一异构无人航行器与环境物理，提供沉浸式监督界面，用于海上运维中人机交互的集成测试与演练，以降低实际部署风险。
2026-09-16 cs.RO
Stochastic High Fidelity Autonomous Fixed Wing Aircraft Flight Simulator
Universidad Politcnica de Madrid（马德里理工大学）；Centro de Automtica y Robtica（自动化与机器人中心）
本研究提出一款开源高保真随机固定翼飞机飞行模拟器，采用模块化设计，通过蒙特卡洛仿真测试GNC算法，还可生成视觉图像以支持视觉类导航系统评估。
2023-05-03 cs.RO
Enforcing the consensus between Trajectory Optimization and Policy Learning for precise robot control
Inria（法国国家信息与自动化研究所）；Département d’Informatique de l’École normale supérieure, PSL Research University（巴黎文理研究大学巴黎高等师范学院计算机系）；LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室）
强化学习（RL）和轨迹优化（TO）具有很强的互补优势。一方面，强化学习方法能够直接从数据中学习全局控制策略，但通常需要大的样本量才能正确地收敛到可行的策略。另一方面，TO方法能够利用从模拟器中提取的基于梯度的信息快速收敛到仅在解附近有效的局部最优控制轨迹。在过去十年中，有几种方法旨在充分结合这两类方法，以获得两全其美。从这条线的研究之后，我们提出了一些改进，这些方法的顶部，更快地学习全局控制策略，特别是通过利用敏感性信息来自TO方法通过Sobolev学习，和增强拉格朗日技术，以加强TO和策略学习之间的共识。我们通过与文献中现有方法的比较，评估了这些改进对机器人技术中各种经典任务的好处。
2023-02-16 cs.LG cs.RO
Real-to-Sim: Predicting Residual Errors of Robotic Systems with Sparse Data using a Learning-based Unscented Kalman Filter
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本研究提出利用无迹卡尔曼滤波器更新神经网络参数，以少量数据学习机器人动力学或仿真模型与真实机器人间的残差误差，并在机械臂和轮式机器人上验证，有效缩小了现实差距。
2023-05-08 cs.LG cs.RO cs.SY
Informationally Decoupled Trajectory Design for Sim-to-Real System Identification
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
针对仿真到真实系统辨识中轨迹无法区分参数导致估计不可靠的问题，提出IDTD框架，通过舒尔补分数设计互补轨迹区间，在多仿真环境及真实K1人形机器人上提升了参数辨识精度与策略迁移性能。
2026-10-28 cs.RO
RANS: Highly-Parallelised Simulator for Reinforcement Learning based Autonomous Navigating Spacecrafts
University of Luxembourg（卢森堡大学）；SnT（安全、可靠性与信任跨学科中心）
该研究提出RANS，一个基于NVIDIA Isaac Gym的开源高度并行化仿真库，用于强化学习训练数千个航天器，实现位置、姿态和速度控制等机动任务，以支持着陆、对接等复杂空间场景的验证。
2023-10-11 cs.RO
MicroPush: A Lightweight Simulator for Sim-to-Real Microrobotic Pushing and Assembly
Department of Mechanical Engineering, University of Delaware（机械工程系，德雷克塞尔大学）
MicroPush提供了一个开源的模拟器和基准测试平台，用于评估磁性滚动微机器人在接触密集任务中的自主操作能力，包括细胞推动和多目标组装。
2026-09-23 cs.RO cs.SY eess.SY
YOPO-Rally: A Sim-to-Real Single-Stage Planner for Off-Road Terrain
Tianjin University（天津大学）
本文提出YOPO-Rally，一个面向越野地形的仿真到现实单阶段规划器，通过整合地形可通过性分析与路径查找的单一神经网络，在仿真中训练后零样本迁移至真实世界，有效应对森林等复杂地形导航挑战。
2025-05-24 cs.RO
SIM1: Physics-Aligned Simulator as Zero-Shot Data Scaler in Deformable Worlds
Shanghai AI Lab（上海人工智能实验室）；Fudan University（复旦大学）；Shanghai Jiao Tong University（上海交通大学）；Peking University（北京大学）
SIM1通过物理对齐的仿真方法，将稀疏观测转化为高保真的合成监督，实现变形物体 manipulation 的高效训练，取得与真实数据相当的性能。
2026-04-10 cs.AI cs.CV cs.RO
Long-term Microscopic Traffic Simulation with History-Masked Multi-agent Imitation Learning
The University of Hong Kong（香港大学）；Alibaba Group（阿里巴巴集团）；University of Memphis（孟菲斯大学）
针对基于学习的微观交通仿真器因协变量偏移难以生成稳定长期仿真这一问题，提出历史掩蔽多智能体模仿学习方法，通过移除历史轨迹并对当前位置施加扰动，在真实大规模数据集上实现了优于基线的短期微观与长期宏观仿真效果。
2023-11-20 cs.RO
MCTR: Midpoint Corrected Triangulation for Autonomous Racing via Digital Twin Simulation in CARLA
Department of Control Science and Engineering, Zhejiang University, Hangzhou, China（浙江大学控制科学与工程学院）；Ningbo Innovation Center, Zhejiang University, Ningbo, China（浙江大学宁波创新中心）；Center for Project-Based Learning, D-ITET, ETH Zurich（苏黎世联邦理工学院项目导向学习中心）；Technische Universität Wien, Vienna, Austria（维也纳技术大学）
本文提出 MCTR 算法，通过曲率校正移动平均改进轨迹平滑性，并在 CARLA 数字孪生中验证 3D LiDAR 感知下的自主赛车性能。
2025-08-18 cs.RO cs.SY eess.SY
MSMA: Multi-agent Trajectory Prediction in Connected and Autonomous Vehicle Environment with Multi-source Data Integration
The University of Arizona（亚利桑那大学）；The University of Alabama in Huntsville（阿拉巴马大学亨茨维尔分校）；Southwest Jiaotong University（西南交通大学）
本文提出MSMA深度学习框架，通过交叉注意力模块融合传感器与通信多源数据，结合矢量地图信息，在CARLA混合交通流场景中显著提升了CAV对周围多类型车辆轨迹预测的精度，尤其在高网联汽车渗透率下效果更佳。
2024-08-02 cs.LG cs.RO
Flymation: Interactive Animation for Flying Robots
University of Zurich（苏黎世大学）；ETH Zurich（苏黎世联邦理工学院）
针对现有飞行数据可视化工具缺乏灵活性与扩展性的问题，提出基于Unity3D引擎的交互式工具Flymation，支持实时导入多源数据并进行高质量渲染，助力大规模机器人数据的可视化与交互分析。
2023-10-18 cs.RO
Fast and Real-time End to End Control in Autonomous Racing Cars Through Representation Learning
Indian Institute of Technology（印度理工学院）
自动驾驶比赛中所面临的挑战与常规自动驾驶中所面临的挑战不同，需要更快的端到端算法，并在确定最佳当前行动时考虑更长的时间范围，同时考虑即将到来的机动和情况。在本文中，我们提出了一个端到端的方法，自主赛车，需要作为输入的视频信息从车载摄像头，并确定最终的转向和油门控制动作。我们使用以下分割来构建这样的方法：（1）学习场景的低维表示，（2）为给定场景预生成最佳轨迹，以及（3）使用经典控制方法跟踪预测轨迹。在学习场景的低维表示时，我们使用中间表示和一个新的无监督轨迹规划器来生成专家轨迹，从而利用它们直接从给定的正面输入图像预测比赛线路。因此，所提出的算法采用了两个世界中最好的一个-基于学习的感知方法的鲁棒性和基于优化的方法在端到端基于学习的框架中生成轨迹的准确性。我们在CARLA上部署和展示了我们的框架，CARLA是一个用于在现实环境中测试自动驾驶汽车的逼真模拟器。
2021-11-30 cs.RO
OctoPath: An OcTree Based Self-Supervised Learning Approach to Local Trajectory Planning for Mobile Robots
Transilvania University of Brasov（布拉索夫特兰西瓦尼亚大学）；Elektrobit Automotive（Elektrobit 汽车公司）
自主移动机器人在复杂环境中行驶时，通常会面临各种挑战。也就是说，他们必须识别静态和动态障碍物，规划驾驶路径并执行其运动。为了解决感知和路径规划的问题，在本文中，我们引入了一种编码器-解码器深度神经网络，它以自我监督的方式训练，以预测自我车辆的局部最优轨迹。使用由3D八叉树环境模型提供的离散化，我们的方法将轨迹预测重新表述为具有可配置分辨率的分类问题。在训练过程中，RIPPath最大限度地减少了给定训练数据集中预测轨迹和手动驱动轨迹之间的误差。这使我们能够避免基于回归的轨迹估计的陷阱，其中存在用于输出轨迹点的无限状态空间。使用40通道机械LiDAR传感器进行环境感知，与惯性测量单元和车轮里程计融合，用于状态估计。使用我们自己开发的GridSim模拟器和RovisLab的自主移动测试单元平台，在模拟和现实生活中进行实验。我们评估了在不同的驾驶场景中，室内和室外，同时基准测试我们的系统对基准混合A-Star算法和基于回归的监督学习方法，以及对基于CNN学习的最佳路径规划方法的预测。
2021-06-02 cs.AI cs.RO
All You Need Is Low Fidelity: Zero-Shot Sim-to-Real of Learned Robotic Fish Control
Soft Robotics Lab, ETH Zurich（苏黎世联邦理工学院软体机器人实验室）；ETH AI Center, ETH Zurich（苏黎世联邦理工学院人工智能中心）
本文证明低保真无状态流体仿真器足以零样本训练软体机器鱼闭环控制器，无需调参即可迁移至硬件，实现目标到达、扰动抑制和分布外跟踪，并提出物理可驻留于控制器的观点。
2026-09-30 cs.RO
Iterative Imitation Policy Improvement for Interactive Autonomous Driving
The Hong Kong University of Science and Technology（香港科技大学）；University of California, Berkeley（加州大学伯克利分校）
我们提出了一个模仿学习系统的自动驾驶在城市交通的互动。我们训练一个行为克隆（BC）策略来模仿从真实城市交通中收集的驾驶行为，并应用数据聚合算法来迭代地改进其性能。在这种情况下应用数据聚合面临两个挑战。第一个挑战是在真实的城市交通中收集在线推出数据是昂贵和危险的。在模拟器（如CARLA）中创建类似的交通场景以进行在线部署收集也很困难。相反，我们建议从训练数据集创建一个弱模拟器，其中所有周围的车辆都遵循数据集提供的数据轨迹。我们发现，在这样的模拟器中收集的在线数据仍然可以用来提高BC策略的性能。第二个挑战是在线推出期间人工标签过程的繁琐和耗时。为了解决这个问题，我们使用一个$^*$规划器作为一个伪专家提供专家一样的演示。我们在真实的城市交通场景中验证了我们提出的模仿学习系统。实验结果表明，我们的系统可以显着提高基线BC策略的性能。
2021-09-03 cs.RO
Nocturne: a scalable driving benchmark for bringing multi-agent learning one step closer to the real world
Meta AI；UC Berkeley（加州大学伯克利分校）；École des Ponts ParisTech（巴黎桥路学院）；Univeristy of Oxford（牛津大学）
我们介绍了Nocturne，一个新的2D驾驶模拟器，用于调查部分可观测性下的多智能体协调。Nocturne的重点是在现实世界的多智能体环境中研究推理和心理理论，而无需计算机视觉和图像特征提取的计算开销。在这个模拟器中的代理只观察场景的遮挡视图，模仿人类的视觉感知约束。与现有的基准测试不同，Nocturne使用高效的交叉方法在C++后端计算一组矢量化的可见特征，允许模拟器以每秒超过2000步的速度运行。使用开源的轨迹和地图数据，我们构建了一个模拟器来加载和重放来自真实世界驾驶数据的任意轨迹和场景。使用这个环境，我们基准的协调学习和模仿学习代理，并证明代理是相当远的人类水平的协调能力，并偏离专家轨迹显着。
2023-02-02 cs.AI cs.LG cs.MA
Off Environment Evaluation Using Convex Risk Minimization
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
在机器人上应用强化学习（RL）方法通常涉及在模拟中训练策略并将其部署在现实世界中的机器人上。由于现实世界和模拟器之间的模型不匹配，以这种方式部署的RL代理往往表现不佳。为了解决这个问题，研究人员已经开发出依赖于合成噪声干扰的鲁棒策略学习算法。但是，这些方法不能保证在目标环境中的性能。我们提出了一个凸风险最小化算法来估计模型之间的不匹配的模拟器和目标域使用两个环境中的轨迹数据。我们表明，该估计器可以与模拟器一起使用，以评估目标域中的RL代理的性能，有效地弥合了这两个环境之间的差距。我们还表明，我们的估计的收敛速度是${n^{-1/4}}$的顺序，其中$n$是训练样本的数量。在模拟中，我们展示了我们的方法如何有效地近似和评估性能的Gridworld，Cartpole和Reacher环境的一系列政策。我们还表明，我们的方法是能够估计性能的7自由度机械臂使用模拟器和远程收集的数据，从机器人在现实世界中。
2021-12-21 cs.LG cs.RO
Trajectory Planning for Autonomous Vehicles Using Hierarchical Reinforcement Learning
The Hong Kong Polytechnic University（香港理工大学）；Carnegie Mellon University（卡内基梅隆大学）
在不确定和动态条件下规划安全轨迹使得自动驾驶问题变得非常复杂。目前基于采样的方法，如快速探索随机树（RRT）是不理想的，因为这个问题的高计算成本。模仿学习等监督学习方法缺乏通用性和安全性保证。为了解决这些问题，为了确保一个强大的框架，我们提出了一个分层强化学习（HRL）结构结合比例积分微分（PID）控制器的轨迹规划。HRL有助于将自动驾驶任务划分为子目标，并支持网络学习高级选项和低级轨迹规划器选择的策略。子目标的引入减少了收敛时间，并使学习到的策略能够重用于其他场景。此外，所提出的规划器是鲁棒的，保证平稳的轨迹，并通过处理嘈杂的感知系统的自我车。采用PID控制器跟踪航路点，保证了轨迹的平滑性，减小了抖动。不完整观测的问题通过在网络中使用长短期记忆（LSTM）层来处理。高保真CARLA模拟器的结果表明，所提出的方法减少了收敛时间，生成更平滑的轨迹，并能够处理动态环境和噪声观测。
2020-11-09 cs.AI cs.RO
Differentiable Simulation of Soft Robots with Frictional Contacts
Inria（法国国家信息与自动化研究所）
本文提出一种在有限元框架内统一计算软体机器人力学方程导数的方法，处理了非线性互补问题建模的接触相互作用，涵盖碰撞与摩擦阶段的非光滑动力学，有效提升了控制与校准任务的效率。
2025-01-31 cs.RO
Dynamical System-Based Imitation Learning and Neuroadaptive Control for Trajectory Recovery in Autonomous Ships
University of Seville（塞维利亚大学）；CUN（哥伦比亚国立大学（昆迪纳马卡））
该研究针对自主船舶轨迹恢复问题，提出融合基于动力学系统的模仿学习参考生成器与神经自适应控制器的混合架构，经海洋系统模拟器验证，可提升扰动下的轨迹跟踪保真度并泛化复杂机动任务。
2026-08-26 cs.RO cs.SY eess.SY
Imitation Learning for Autonomous Trajectory Learning of Robot Arms in Space
University of Surrey（萨里大学）；Karlshule Institute of Technology（卡尔斯鲁厄理工学院）
这项工作增加了正在进行的为太空机器人提供更多自主权的努力。本文将演示编程或模仿学习的概念用于小型航天器上机械手的轨迹规划。为了在未来的空间飞行任务中实现更大的自主性，并通过地面控制尽量减少人为干预，设想使用一个具有7个自由度的机器人手臂来执行碎片清除、在轨维修和组装等多种任务。由于微重力环境的实际硬件实现是极其昂贵的，轨迹学习的演示数据是使用模型预测控制器（MPC）在基于物理的模拟器中生成的。然后通过概率运动基元（ProMPs）对数据进行压缩编码。这种离线轨迹学习允许更快的再现，并且还避免了在空间环境中部署后的任何计算上昂贵的优化。它表明，概率分布可以用来生成轨迹，以前看不见的情况下，通过调节分布。机器人（或机械手）臂的运动在航天器毂上产生反作用力，因此其姿态变化促使姿态确定和控制系统（ADCS）采取大的校正动作，从系统中消耗能量。通过具有冗余DoF的机器人手臂，有助于从同一起点到同一目标找到几个可能的轨迹。这允许ProMP轨迹生成器采样出无障碍物的轨迹，并且具有最小的姿态干扰，从而减少ADCS上的负载。
2020-08-10 cs.AI cs.LG cs.RO
Autonomous Driving Simulator based on Neurorobotics Platform
Technical University of Munich（慕尼黑工业大学）
自动驾驶有很多人工智能算法，但直接将这些算法安装在车辆上是不现实的，而且成本很高。同时，这些算法中的许多需要环境来进行训练和优化。仿真是一种有价值和有意义的解决方案，具有培训和测试功能，可以说仿真是自动驾驶世界中的关键环节。也有许多不同的应用程序或模拟系统的公司或学院，如SVL和卡拉。这些模拟器标榜他们有最接近真实世界的模拟，但他们的环境对象，如行人和其他车辆周围的代理车辆，已经固定编程。它们只能沿着预先设定的轨迹移动，或者由随机数决定它们的移动。当所有的环境物体也被人工智能安装，或者它们的行为就像真人或其他驾驶员的自然反应时，会是什么情况？这个问题对于大多数仿真应用来说是一个盲点，或者这些应用不容易解决这个问题。来自TUM团队的神经机器人平台Alois Knoll教授提出了“引擎”和“收发器功能”的想法来解决多智能体问题。本报告将从对神经机器人平台的一点研究开始，并分析开发一种新的模拟器以实现真实世界模拟目标的潜力和可能性。然后，基于NRP核心平台，这个初步的开发旨在构建一个初步的演示实验。本文首先介绍了NRP-Core的基本知识及其安装，然后重点介绍了模拟实验所需的组件，最后介绍了集成了目标检测和自主控制的自主驾驶系统的具体结构。
2022-12-31 cs.AI cs.RO
Amortized Q-learning with Model-based Action Proposals for Autonomous Driving on Highways
University of Freiburg（弗莱堡大学）；BMW Group（宝马集团）
完善的基于优化的方法可以保证在短的优化范围内（通常不超过几秒钟）获得最佳轨迹。因此，为这一短期选择最佳轨迹仍可能导致次优的长期解决方案。与此同时，由此产生的短期轨迹允许在动态交通环境中进行有效，舒适和可证明的安全操纵。在这项工作中，我们解决的问题是如何确保最佳的长期驾驶策略，同时保持经典的轨迹规划的好处。我们引入了一种基于强化学习的方法，该方法与轨迹规划器相结合，学习在高速公路上驾驶的最佳长期决策策略。通过在线生成局部最优机动动作，我们在无限低级别连续动作空间和有限的灵活性之间取得了平衡，这些灵活性是固定数量的预定义标准换道动作。我们评估了我们的方法在现实的情况下，在开源的交通模拟器SUMO和能够实现更好的性能比4个基准方法，我们比较，包括随机动作选择代理，贪婪代理，高层次，离散动作代理和IDM为基础的SUMO控制代理。
2020-12-06 cs.LG cs.RO
Action and Trajectory Planning for Urban Autonomous Driving with Hierarchical Reinforcement Learning
National University of Singapore（新加坡国立大学）；Institute of High-Performance Computing, A*STAR（A*STAR高性能计算研究所）
针对复杂城市场景下自动驾驶多任务处理与环境动态变化挑战，提出基于分层DDPG算法的动作与轨迹规划器atHRL，在CARLA模拟器中验证其性能显著优于现有RL方法。
2023-06-28 cs.LG cs.RO
$ε^*$+: An Online Coverage Path Planning Algorithm for Energy-constrained Autonomous Vehicles
University of Connecticut（康涅狄格大学）
本文提出了一种新的算法，称为$ε^*$ +，使用能量受限的自主车辆的未知环境的在线覆盖路径规划。由于有限的电池尺寸，能量受限的车辆具有有限的操作时间持续时间。因此，在执行覆盖轨迹时，车辆必须在电池耗尽之前返回充电站进行充电。在这方面，$ε^*$ +算法使得车辆能够基于在整个覆盖过程中监测的剩余能量退回到充电站。这之后是一个前进轨迹，它将飞行器带到附近未探测的航路点重新开始覆盖过程，而不是将其带回到撤退轨迹的先前遗留点;从而减少了整体覆盖时间。所提出的$ε^*$ +算法是$ε^*$算法的扩展，该算法利用探索性图灵机（ETM）作为管理器，以来回轨迹导航车辆以实现完全覆盖。$ε^*$ +算法的性能在复杂场景中使用Player/Stage（高保真机器人模拟器）进行了验证。
2020-08-29 cs.AI cs.RO cs.SY
Safe Real-World Autonomous Driving by Learning to Predict and Plan with a Mixture of Experts
Woven Planet United Kingdom Limited（Woven Planet英国有限公司）；Woven Planet North America, Inc.（Woven Planet北美公司）
自动驾驶汽车的目标是安全舒适地在公共道路上行驶。为了加强安全性，传统的规划方法依赖于手工制定的规则来生成轨迹。另一方面，基于机器学习的系统可以随着数据扩展，并且能够学习更复杂的行为。然而，他们往往忽视了智能体和自动驾驶车辆轨迹分布可以用来提高安全性。在本文中，我们建议使用统一的神经网络架构进行预测和规划，为自动驾驶车辆和其他道路代理建模多个未来轨迹的分布。在推理过程中，我们选择考虑安全性和预测概率的最小化成本的规划轨迹。我们的方法不依赖于任何基于规则的规划器的轨迹生成或优化，提高了更多的训练数据，是简单的实现。我们广泛地评估我们的方法，通过一个现实的模拟器，并表明预测的轨迹分布对应于不同的驾驶配置文件。我们还成功地将其部署在城市公共道路上的自动驾驶汽车上，证实了它在不影响舒适性的情况下安全驾驶。在公共预测数据集上训练和测试我们的模型的代码以及路测视频可在https://woven.mobi/safepathnet上获得
2022-11-03 cs.LG cs.RO
