ToM-2 Understanding Statements for Teacher-Guided Preference Learning
该研究针对奖励无法直接指定的场景,提出人机团队中教师与学习者通过二阶心理理论同步信念的方法,仿真显示该方法能提升偏好学习性能并修复模型漂移问题。
2026-11-17 cs.AI cs.RO
Exact Fusion and Coordinated Exploration in Multi-Robot Active Inference
Northeastern University(东北大学);University of California, Irvine(加州大学尔湾分校);U.S. Department of Homeland Security(美国国土安全部);Oracle Corporation(甲骨文公司)
针对多机器人主动推断中融合与规划阶段的重复计数误差,提出通过共享自然参数添加证据增量实现精确融合,并采用顺序承诺协调探索,以线性成本逼近集中式规划性能。
2026-09-16 cs.MA cs.RO
Inferring and Learning Multi-Robot Policies by Observing an Expert
School of Electrical and Computer Engineering, Georgia Institute of Technology(佐治亚理工学院电气与计算机工程学院);School of Interactive Computing, Georgia Institute of Technology(佐治亚理工学院交互计算学院);US Army Research Laboratory(美国陆军研究实验室);Department of Computer Science, University of Washington(华盛顿大学计算机科学系)
我们提出了一种技术,学习如何解决多机器人任务,需要通过观察一个专家系统执行相同的任务与外部环境的相互作用。我们定义的专家系统作为一个团队的机器人配备了一个库的控制器,每个设计来解决一个特定的任务,由一个专家的政策,适当地选择控制器的机器人和环境的状态的基础上进行监督。目标是一个未经训练的机器人团队(即,模拟器系统),其配备有相同的控制器库,但是不知道专家策略,以执行任务,其性能与专家系统的性能相当。根据专家系统的未注释观测,使用多假设过滤技术来估计由专家策略执行的各个控制器。然后,估计的控制器和环境状态的历史被用来训练一个神经网络政策的模仿者系统。考虑到周边保护方案的差分驱动机器人的团队,我们表明,学到的政策赋予模仿者系统的性能媲美的专家系统。
2020-03-02 cs.RO
Persistent Monitoring of Stochastic Spatio-temporal Phenomena with a Small Team of Robots
University of Southern California(南加州大学)
本文提出了一种解决方案,持续监测现实世界的随机现象,其中的基础协方差结构随时间急剧变化,使用少量的移动机器人传感器。我们提出了一个自适应的解决方案,随机现实世界的动态建模为高斯过程(GP)的问题。对基础协方差结构的信念是从最近观察到的动态中学习的,作为GP的低维超参数空间中的高斯混合(GM),并使用顺序蒙特卡罗方法在时间上进行调整。每个机器人从GM中采样一个置信点,并通过子模块熵函数的贪婪最大化来局部优化一组信息区域。本文的主要贡献有三个方面:采用马尔可夫链蒙特卡罗(MCMC)采样的协方差的信念,使粒子生存,即使在急剧的协方差变化随时间的推移;利用信念转换到一个分散的熵最大化的问题;和开发一个近似算法,以最大限度地提高连续空间中的一组信息区域的熵。我们通过使用人工数据集和来自固定传感器部署的多个真实数据集的广泛模拟来说明所提出的解决方案的应用,并将其与三种竞争最先进的方法进行比较。
2018-04-27 cs.AI cs.LG cs.RO
Generating Active Explicable Plans in Human-Robot Teaming
Arizona State University(亚利桑那州立大学)
智能机器人正在重新定义许多关键领域,但仍远不能完全协助人类同行完成日常任务。合作的一个重要要求是每个队友都要保持和尊重他人对自己的期望。缺乏这一点可能会导致严重的问题,如队友之间的松散协调,降低态势感知,并最终团队失败。因此,机器人通过满足人类的期望来表现出可解释的行为是很重要的。这里的挑战之一是,人类的期望往往是隐藏的,并且可以随着人类与机器人的交互而动态变化。然而,现有的方法来生成可解释的计划往往假设人类的期望是已知的和静态的。在本文中,我们提出了积极的可解释规划的想法放松这一假设。我们应用贝叶斯方法来建模和预测动态的人的信念和期望,使可解释的规划更具预见性。我们假设,积极的可解释的计划可以更有效的解释,在同一时间,相比现有的方法产生的可解释的计划。在我们的实验评估中,我们验证了我们的方法产生更有效的可解释的计划,同时成功地捕捉人类队友的动态信念变化。
2021-09-18 cs.AI cs.RO
Robust Planning for Human-Robot Joint Tasks with Explicit Reasoning on Human Mental State
LAAS-CNRS(法国国家科学研究中心系统分析与架构实验室);Universite de Toulouse(图卢兹大学);Artificial and Natural Intelligence Toulouse Institute (ANITI)(图卢兹人工与自然智能研究所(ANITI))
我们考虑人类感知的任务规划问题,其中一个人类-机器人团队被赋予一个共享的任务与一个已知的目标来实现。最近的方法通过将其建模为一组独立的理性代理来解决它,其中机器人计划两个代理的(共享)任务。然而,机器人知道人类不能像人工代理一样被管理,所以它模仿和预测人类的决定,行动和反应。基于以前的方法,我们描述了一种新的方法来解决这些问题,模型和使用执行时的可观测性公约。抽象地说,这种建模是基于情况评估,这有助于我们的方法捕捉个体代理的信念的演变,并预测在实践中出现的信念分歧。它决定是否以及何时需要信念对齐,并通过沟通来实现。这些变化提高了求解器的性能:(a)有效地使用了通信,(b)对于更现实和更具挑战性的问题具有鲁棒性。
2022-10-17 cs.AI cs.HC cs.RO
Legible Shared Autonomy: Implicit Communication of Robot Belief through Motion
Department of Automation, University of Science and Technology of China(自动化系,中国科学技术大学);Department of Automation, Hefei University of Technology(自动化系,合肥工业大学);National Key Laboratory of Autonomous Intelligent Unmanned Systems(自主智能无人系统国家重点实验室)
针对共享自主系统中机器人意图不透明导致用户控制效率低的问题,提出通过可理解运动隐式传达机器人信念,并基于置信度自适应分配控制权,实验证明该方法显著提升用户对机器人信念的理解并减少控制负担。
2026-07-16 cs.HC cs.RO
ToP-ToM: Trust-aware Robot Policy with Theory of Mind
University College London(伦敦大学学院);The University of Manchester(曼彻斯特大学)
针对人机协作场景中机器人仅追求团队绩效会采用反向心理策略破坏人类信任的问题,提出结合心理理论的信任感知机器人策略,通过推断人类信任信念设计动态奖励函数指导策略学习,有效平衡信任维护与团队绩效。
2023-11-07 cs.AI cs.RO
Epistemic Prediction and Planning with Implicit Coordination for Multi-Robot Teams in Communication Restricted Environments
University of Virginia(弗吉尼亚大学)
针对通信受限下多机器人断连会合问题,提出基于动态认知逻辑的协调认知预测与规划框架,无需通信即可实现信念传播与隐式协调,完成探索、任务及会合。
2023-02-21 cs.AI cs.RO
Inferring the Goals of Communicating Agents from Actions and Instructions
Harvard University(哈佛大学);Massachusetts Institute of Technology(麻省理工学院)
本文提出一种多模态贝叶斯逆向规划模型,结合智能体动作与 GPT-3 生成的自然语言指令推断合作团队目标,在多智能体网格世界中与人类判断高度相关(R=0.96),并证明指令能加速目标推断且降低不确定性。
2023-06-28 cs.AI cs.CL cs.RO
Technical Report: Cooperative Multi-Target Localization With Noisy Sensors
University of Pennsylvania(宾夕法尼亚大学)
本技术报告是2013年IEEE机器人与自动化国际会议(ICRA)接受的论文“带噪声传感器的协作多目标定位”的扩展版本。本文讨论了一个未知数量的静态目标搜索的任务,在一个已知的障碍地图使用一组移动机器人配备了嘈杂的,有限的视野传感器。这种传感器可能无法检测到可见目标的子集或返回假阳性检测。这些测量集用于使用概率假设密度或PHD过滤器来定位目标。机器人在本地点对点的基础上相互通信,并通过接入点与服务器或云进行通信,交换测量结果和姿势,以更新他们对目标的信念并计划未来的行动。该服务器提供了一种机制来收集和综合来自所有机器人的信息,并将全局(尽管有时间延迟)的信念状态共享给接近接入点的机器人。我们设计了一个分散控制计划,利用这种通信架构和PHD表示的信念状态。具体来说,机器人移动,以最大限度地提高目标集和测量之间的互信息,自我收集和那些可通过访问服务器,平衡本地探索与共享知识的团队。此外,机器人与探索环境中同一局部区域的其他机器人协调其动作。
2013-02-15 cs.MA cs.RO
Collective Ranking of Environmental Signals through Gaussian Belief Propagation in a Patrolling Robot Swarm
University of Bristol(布里斯托尔大学)
该研究针对多机器人巡逻的环境信号集体排序问题,提出基于高斯信念传播(GBP)的方法,经仿真与硬件实验验证,其性能优于两种基准平均方法,在噪声增大时表现更稳健。
2026-08-19 cs.RO
Probabilistic Inference in Planning for Partially Observable Long Horizon Problems
University of Michigan(密歇根大学);J.P. Morgan AI Research(摩根大通人工智能研究院)
自主服务机器人要在现实世界中成功地执行长时间任务,必须在部分可观察的环境中智能地行动。大多数任务和运动规划方法假设其状态空间的完全可观测性,使得它们在反映现实世界中的不确定性的随机和部分可观测域中无效。我们提出了一个在线规划和执行的方法,在部分可观察的领域执行长期任务。给定机器人的信念和一个由符号动作组成的计划骨架,我们的方法通过推断成功执行计划所需的连续动作参数来确定每个符号动作。为了实现这一点,我们制定了一个混合约束满足问题(H-CSP)的行动参数的联合推理的问题,并解决了H-CSP使用置信传播。机器人执行由此产生的参数化动作,更新其对世界的信念,并在必要时重新运行。我们的方法是能够有效地解决部分可观察的任务在一个现实的厨房模拟环境。在我们的实验中,我们的方法优于对最先进方法的适应。
2021-10-18 cs.RO
Hiding Leader's Identity in Leader-Follower Navigation through Multi-Agent Reinforcement Learning
Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所);School of Computing and Information, University of Pittsburgh(匹兹堡大学计算与信息学院)
领导-跟随导航是一类流行的多机器人算法,其中领导机器人领导团队中的跟随机器人。领导者拥有追随者所缺乏的专业能力或关键任务信息(例如目标位置),这使得领导者对任务的成功至关重要。然而,这也使领导者成为一个弱点-希望破坏机器人团队任务的外部对手可以简单地伤害领导者,整个机器人团队的任务将受到损害。由于传统的领导者-追随者导航算法产生的机器人运动可以揭示领导者的身份,我们提出了一种防御机制隐藏领导者的身份,通过确保领导者移动的方式,行为上隐藏它与追随者,使对手难以识别领导者。为了实现这一点,我们结合了多智能体强化学习,图神经网络和对抗训练。我们的方法使多机器人团队,以优化主要任务的性能与领导者的运动类似的追随者的运动,行为的追随者。我们的算法优于现有的工作,这些工作试图通过经典遗传算法调整传统的领导者-跟随者控制参数来隐藏多机器人团队中领导者的身份。我们还评估了人类在推断领导者身份方面的表现,发现当机器人团队使用我们提出的导航算法时,人类的准确性较低。
2021-09-14 cs.MA cs.RO
A Novel Indicator for Quantifying and Minimizing Information Utility Loss of Robot Teams
Department of Information and Communication Engineering, Beijing University of Posts and Telecommunications(信息与通信工程系,北京邮电大学);School of Computing, Macquarie University(计算机学院,麦考瑞大学);Department of Broadband Communication, Peng Cheng Laboratory(宽带通信部,鹏城实验室);University of Sydney(悉尼大学)
本文提出信息效用损失(LoIU)指标,并基于信念分布优化传输调度与资源分配,利用半分散多智能体DDPG框架,使机器人团队信息时效性和效用提升98%。
2025-06-17 cs.DC cs.RO
Uncertainty-Aware Planning for Heterogeneous Robot Teams using Dynamic Topological Graphs and Mixed-Integer Programming
Johns Hopkins University Applied Physics Laboratory(约翰霍普金斯大学应用物理实验室);Department of Mechanical Engineering, Johns Hopkins University(约翰霍普金斯大学机械工程系);DEVCOM Army Research Laboratory(国防部陆军研究实验室)
针对不确定环境下异构机器人团队规划的计算难题,提出基于动态拓扑图与混合整数规划的方法,实现秒级最优长时域规划与实时重规划,并降低被不确定位置观察者发现的概率。
2025-06-20 cs.RO
Scout-Assisted Planning for Heterogeneous Robot Teams under Partially Known Environments
George Mason University(乔治·马歇尔大学)
本文提出了一种Scout-Assisted Planning框架,通过无人机主动收集环境信息来改进地面车辆的导航,通过信息增益引导的行动剪枝减少回溯成本,实验表明其在不同环境中能显著降低地面机器人旅行成本。
2026-05-21 cs.AI cs.RO
End-to-end Optimization of Belief and Policy Learning in Shared Autonomy Paradigms
University of Rhode Island(罗德岛大学)
BRACE框架通过整合信念信息与策略学习,提升了机器人在复杂目标模糊场景中的自主性和效率,实现了更高的成功率和路径效率。
2026-01-30 cs.AI cs.HC cs.LG
NeBula: Quest for Robotic Autonomy in Challenging Environments; TEAM CoSTAR at the DARPA Subterranean Challenge
NASA Jet Propulsion Laboratory(美国国家航空航天局喷气推进实验室);California Institute of Technology(加州理工学院);Massachusetts Institute of Technology(麻省理工学院);University of Southern California(南加州大学);University of Colorado Boulder(科罗拉多大学博尔德分校)
本文介绍和讨论的算法,硬件和软件架构开发的团队CoSTAR(协作SubTerranean自主机器人),在DARPA的地下挑战赛的竞争。具体来说,它介绍了隧道(2019年)和城市(2020年)比赛中使用的技术,CoSTAR分别获得第二名和第一名。我们还讨论了CoSTAR在火星模拟表面和地下(熔岩管)勘探中的演示。本文介绍了我们的自治解决方案,被称为NeBula(网络信念感知感知自治)。NeBula是一个不确定性感知框架,旨在通过在信念空间(机器人和世界状态的概率分布空间)中执行推理和决策来实现弹性和模块化自治解决方案。我们讨论了NeBula框架的各个组成部分,包括:(i)几何和语义环境映射;(ii)多模态定位系统;(iii)可通行性分析和局部规划;(iv)全局运动规划和探索行为;(i)风险感知任务规划;(vi)网络和分散推理;和(vii)学习支持的适应。我们讨论了几种类型的机器人(如轮式,腿,飞行),在各种环境中的Nebula性能。我们讨论了具体的结果和经验教训,从实地考察这个解决方案在具有挑战性的课程的DARPA地下挑战赛。
2021-10-18 cs.AI cs.RO
Higher Order Reasoning for Collaborative Communicationless Mobile Robot Operations
Department of Electrical and Computer Engineering, University of Virginia(弗吉尼亚大学电气与计算机工程系)
本文提出了一种基于高阶推理的动态认知规划框架,使机器人能够在无通信环境下实现隐式协调和长周期规划,通过仿真和实物实验验证了其在通信受限领域中提升任务完成效率的能力。
2026-05-21 cs.RO
Distributed Hierarchical Control for State Estimation With Robotic Sensor Networks
Duke University(杜克大学)
本文讨论了一组机器人传感器的主动状态估计。待估计的状态由空间分布的、不相关的、平稳的向量表示。给定一个先验的信念上的国家的地理位置,我们集群的国家在中等规模的群体,并提出了一个新的分层动态规划(DP)的框架来计算最佳的传感策略,为每个集群,减轻了计算成本的规划最佳政策的组合信念空间。然后,我们开发了一个分散的分配算法,动态分配集群的机器人在每个集群的基础上预先计算的最优策略。集成的分布式状态估计框架在集群级是最优的,但也可以很好地扩展到大量的状态和机器人传感器。我们证明了所提出的方法在模拟和现实世界的实验中使用立体视觉传感器的效率。
2018-01-14 cs.MA cs.RO
Watch, Infer, Coordinate: Inferring Robot Partner Constraints for Zero-Shot Coordination
Honda Research Institute USA(本田美国研究院);Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出观察、推断、协调方法,通过观察联合行为推断机器人伙伴的物理约束,显著提升零样本协调性能,接近真实约束预言机。
2026-10-02 cs.AI cs.MA cs.RO
Building Second-Order Mental Models for Human-Robot Interaction
University of Colorado Boulder(科罗拉多大学博尔德分校)
人类形成的其他代理人的心理模型-封装了人类对代理人目标,意图,能力等的信念-为交互创造了一个潜在的基础。这些心理模型有可能影响人类在交互过程中的决策以及人类对交互的主观评估。在本文中,我们调查了现有的方法来建模人类如何看待机器人,然后确定了一个潜在的方法,通过直接从他们的行动推断一个人的机器人代理模型,以改善这些估计。然后,我们进行了一项在线研究,在网格世界环境中收集数据,涉及人类移动化身通过虚拟代理。通过我们的分析,我们证明了参与者的行动选择泄露了他们对虚拟代理的心理模型的信息。最后,我们讨论了这些发现的影响,以及这种方法改善人机交互的潜力。
2019-09-14 cs.HC cs.MA cs.RO
When To Seek Help: Trust-Aware Assistance Seeking in Human-Supervised Autonomy
Michigan State University(密歇根州立大学);United States Military Academy(美国军事学院)
该研究通过POMDP框架设计信任感知的机器人协助寻求策略,经两组人机实验验证其优于信任无关策略,揭示低信任及高复杂度任务下人类更易干预,且机器人请求协助可提升人类信任。
2025-11-11 cs.RO
AToM: Adaptive Theory-of-Mind-Based Human Motion Prediction in Long-Term Human-Robot Interactions
School of Electrical and Electronic Engineering, Nanyang Technological University(南洋理工大学电气与电子工程学院)
针对长期人机交互中动态人类运动预测的不足,提出基于心理理论(ToM)的自适应模型AToM,通过博弈论模型构建人类内部信念并结合无迹卡尔曼滤波更新参数,提升机器人规划的安全性与效率。
2025-02-12 cs.RO
Learning What Information to Give in Partially Observed Domains
MIT Computer Science and Artificial Intelligence Laboratory(麻省理工学院计算机科学与人工智能实验室)
在许多机器人应用中,自主智能体必须在其人类队友未观察到的部分观察到的环境中行动并探索该环境。我们考虑这样一种设置,在这种设置中,代理可以在行动时向人类传输声明性信息,帮助他们理解这个看不见的环境的各个方面。在这项工作中,我们解决的算法问题,代理应该如何计划采取什么行动,什么信息传输。自然地,人们会期望人类有偏好,我们在理论上通过对传输的信息进行评分来对信息进行建模,该信息基于它在人类信仰状态的加权熵中引起的变化。我们制定这个设置为一个信念MDP,并给出了一个易于处理的算法来解决它近似。然后,我们给出了一个算法,允许智能体通过探索在线学习人类的偏好。我们验证我们的方法在模拟离散和连续部分观察搜索和恢复域的实验。访问http://tinyurl.com/chitnis-corl-18获取补充视频。
2018-09-27 cs.AI cs.RO
A Distributed Multi-Robot Framework for Exploration, Information Acquisition and Consensus
Imperial College London(伦敦帝国理工学院)
针对多机器人复杂任务分布式协调中各层面割裂求解的问题,提出将探索、信息获取等全任务建模为多层连接的单因子图,采用支持并行/异步计算的高斯置信传播推理,首次验证分布式GBP可实现多机器人智能协作而非个体自私行为。
2023-10-03 cs.RO
Incorporating Human Path Preferences in Robot Navigation with Minimal Interventions
Stanford University(斯坦福大学)
能够从动作中有效理解人类意图的机器人对于成功的人机协作至关重要。在这项工作中,我们解决的挑战,机器人导航到一个未知的目标,同时也占人类的偏好,在存在障碍物的特定路径。这个问题是特别具有挑战性的目标和路径偏好是未知的先验。为了克服这一挑战,我们提出了一种在线编码和推断路径偏好的方法,使用分区的空间到多面体。我们的方法使联合推理的目标和路径偏好使用随机观察模型的人。我们评估我们的方法在一个未知的目标导航问题与稀疏的人类干预,并发现它优于基线方法,因为人类的输入变得越来越稀疏。我们发现,更新机器人的信念所需的时间不会随着环境的复杂性而增加,这使得我们的方法适合在线应用。
2023-03-16 cs.RO