Inducing Multi-Convexity in Path Constrained Trajectory Optimization for Mobile Manipulators
University of Tartu（塔尔图大学）；Tampere University（坦佩雷大学）；Johannes Kepler University（约翰内斯·开普勒大学）
本文提出了一种新的基于末端路径、碰撞避免和各种运动学约束的移动机械手轨迹优化算法。我们的主要贡献在于展示了这个高度非线性和非凸的问题可以作为一个序列的凸无约束二次规划（QP）来解决。这是通过重新制定的非线性约束所产生的机械手运动学和它的耦合与移动基地的多仿射形式。然后，我们使用交替方向乘法（ADMM）的技术制定和解决的轨迹优化问题。建议的ADMM有两个类似的非凸步骤。重要的是，可以为它们中的每一个导出凸代理。我们展示了我们的优化的大部分可以并行解决，提供了利用多核CPU/GPU的可能性。我们验证我们的轨迹优化在不同的基准示例。具体来说，我们强调它是如何解决的周期性瓶颈，并提供了一个整体的方法，可以通过权衡不同方面的机械手和移动基础运动的轨迹集。
2019-04-22 cs.RO math.OC
Deep Reinforcement Learning with a Stage Incentive Mechanism of Dense Reward for Robotic Trajectory Planning
Huazhong University of Science and Technology（华中科技大学）；South East University（东南大学）；Central Queensland University（中央昆士兰大学）
(This工作已提交给IEEE可能出版。版权可能会在不通知的情况下转让，之后可能无法再访问此版本。为了提高基于深度强化学习（DRL）的机器人操作器轨迹规划方法在随机工作环境中的效率，提出了三种稠密奖励函数。这些奖励不同于传统的稀疏奖励。首先，通过对距离和方向约束进行建模，提出了一种姿态奖励函数，以加快学习过程，获得更合理的轨迹，减少探索的盲目性。其次，提出了一种步幅奖励函数，通过对关节约束的距离和运动距离进行建模来提高学习过程的稳定性。最后，为了进一步提高学习效率，我们从人类行为的认知过程中得到启发，提出了一种阶段激励机制，包括硬阶段激励奖励函数和软阶段激励奖励函数。大量的实验表明，软阶段激励奖励函数能够提高收敛速度高达46.9%的国家的最先进的DRL方法。收敛平均奖励的增加百分比为4.4 - 15.5%，标准差的减少百分比为21.9 - 63.2%。在评估实验中，机器人操作器的轨迹规划成功率达到99.6%。
2021-05-23 cs.AI cs.LG cs.RO
Robust Pivoting: Exploiting Frictional Stability Using Bilevel Optimization
University of California, Los Angeles（加州大学洛杉矶分校）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
泛化操作要求机器人能够与新的物体和环境进行交互。这一要求使得操作极具挑战性，因为机器人必须推理复杂的摩擦相互作用，并具有物体物理特性的不确定性。本文研究了存在不确定性时旋转操作的鲁棒优化控制问题。我们提出的见解，如何利用摩擦，以补偿在操纵过程中的物理性质的估计的不准确性。特别是，我们推导出旋转操作期间摩擦提供的稳定裕度的解析表达式。然后，该裕度被用于双层轨迹优化算法中，以设计使该稳定裕度最大化的控制器，从而提供针对对象的物理特性的不确定性的鲁棒性。我们证明了我们提出的方法使用6自由度操纵器操纵几个不同的对象。
2022-03-22 cs.AI cs.RO cs.SY
A Distributed Predictive Control Approach for Cooperative Manipulation of Multiple Underwater Vehicle Manipulator Systems
National Technical University of Athens（雅典国立技术大学）
研究了多水下机器人机械臂系统在受限工作空间中的物体协同搬运问题。我们提出了一个非线性模型预测控制（NMPC）的方法，以运输的对象，同时避免显着的约束和限制，如：运动学和表示奇异性，工作空间内的障碍，关节限制和控制输入饱和。更准确地说，通过利用机器人和对象之间的耦合动力学，并使用一定的负载分担系数，我们设计了一个分布式NMPC为每个UVMS，以合作运输的工作空间的可行区域内的对象。此外，该控制方案采用UVMS之间的负载分担，根据其特定的有效载荷能力。此外，反馈依赖于每个UVMS的本地测量，并且机器人之间没有在线交换显式数据，从而减少了所需的通信带宽。最后，在ROS环境下的UwSim动态仿真器上进行了实时仿真，验证了理论研究的有效性。
2019-09-05 cs.RO
Singularity Avoidance with Application to Online Trajectory Optimization for Serial Manipulators
Automation and Control Institute (ACIN), TU Wien（维也纳工业大学自动化与控制研究所（ACIN））；Center for Vision, Automation and Control, AIT Austrian Institute of Technology（奥地利技术研究所（AIT）视觉、自动化与控制中心）
本文提出一种基于已知奇异位形构建定制势函数的实时轨迹优化奇异性避免方法，经蒙特卡洛模拟验证，相比可操作性最大化方法，有效减少了计算时间并缩短了轨迹的时间和路径长度。
2023-03-31 cs.RO
P-ARC: Exploiting Subproblem Independence for Parallel Multi-Robot Motion Planning
Parasol Lab, School of Computing and Data Science, University of Illinois at Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校计算与数据科学学院Parasol实验室）
提出P-ARC并行算法，通过并行化ARC的三个阶段并采用OR并行多启动策略，在多机器人运动规划中实现近4倍加速。
2026-08-07 cs.DC cs.RO
Parallel Transmission Aware Co-Design: Enhancing Manipulator Performance Through Actuation-Space Optimization
Robotics Innovation Center, DFKI GmbH（DFKI机器人创新中心）；Dynamics Division, Department of Mechanics & Maritime Sciences, Chalmers University of Technology（楚基姆斯理工大学机械与航海科学系动力分部）；AG Robotik, University of Bremen（不莱梅大学机器人技术研究所）
本文提出一种并行传动感知的协同设计方法，将并联耦合约束纳入动力学模型，并在驱动空间进行轨迹优化，从而显著提升机械臂的动态负载能力。
2025-07-01 cs.RO
Motion and Force Planning for Manipulating Heavy Objects by Pivoting
Stony Brook University（石溪大学）
通过利用物体与环境的接触来操纵物体可以提高机器人操作器的灵活性和有效载荷能力。操纵超过机器人的有效载荷能力的重物的常见方式是使用一系列枢转运动，其中，物体移动，同时物体和支撑表面之间的一些接触点保持固定。本文的目标是开发一种算法方法，自动生成计划的对象操作与一系列的枢转运动。一个计划，用于操纵一个沉重的对象包括一系列的关节角度的机械手，相应的对象的姿势，以及所需的关节力矩移动的对象。在操作过程中保持物体与地面接触的约束导致机器人位形空间中的非线性约束，这对运动规划算法是具有挑战性的。利用枢转运动对应于刚体运动组SE（3）的子组中的运动这一事实，我们提出了一种新的基于任务空间的规划方法，用于在满足接触约束的同时计算机械手和物体的运动计划。我们还结合了我们的运动规划算法与把握力合成算法，以确保在接触和致动器扭矩约束的摩擦约束得到满足。我们提出了一个双臂巴克斯特机器人的仿真结果来证明我们的方法。
2021-04-25 cs.RO
Deep Whole-Body Control: Learning a Unified Policy for Manipulation and Locomotion
Carnegie Mellon University（卡内基梅隆大学）
附加臂可以显著地增加足式机器人对几种移动操作任务的适用性，这些任务对于轮式或履带式机器人是不可能的。这种腿式机械手的标准分层控制流水线是将控制器解耦成操纵和运动的控制器。然而，这是无效的。它需要巨大的工程来支持手臂和腿之间的协调，并且错误可以在模块之间传播，从而导致不平滑的不自然运动。这也是生物学上不可信的，因为有证据表明四肢之间有很强的运动协同作用。在这项工作中，我们提出了学习一个统一的政策，全身控制的腿式机械手使用强化学习。我们提出了正则化在线自适应来弥合高自由度控制的Sim2Real差距，以及利用动作空间中的因果依赖性来克服全身系统训练过程中的局部最小值的优势混合。我们还提出了一个简单的设计，低成本的腿式机械手，并发现我们的统一政策可以在几个任务设置展示动态和敏捷的行为。视频在https://maniploco.github.io
2022-10-18 cs.AI cs.CV cs.LG
Boosting Deep Reinforcement Learning with Semantic Knowledge for Robotic Manipulators
Institute for Research in Technology (IIT), ICAI School of Engineering, Comillas Pontifical University（研究技术研究所（IIT）、ICAI工程学院、科利马斯天主教大学）；University of Basilicata（巴利卡塔大学）；Sapienza University of Rome（罗马萨皮恩扎大学）
本文提出通过整合语义知识图嵌入提升机器人操作机深度强化学习效率，实验显示学习时间减少60%且任务准确性提升15个百分点。
2026-01-23 cs.AI cs.RO
MOCA-S: A Sensitive Mobile Collaborative Robotic Assistant exploiting Low-Cost Capacitive Tactile Cover and Whole-Body Control
Istituto Italiano di Tecnologia（意大利技术研究院）
本文提出了MOCA-S，一种集成低成本电容触觉覆盖层和扩展全身控制器的敏感型移动协作机器人助手，通过实验验证了其在安全物理人机交互及碰撞场景下的本质安全性。
2022-02-27 cs.RO
Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks
Faculty of Engineering and Natural Sciences（工程与自然科学学院）；Tampere University（坦佩雷大学）
本文提出将基于深度强化学习的无碰撞轨迹规划器与自适应低级控制策略相集成，通过布谷鸟搜索优化算法增强控制增益，有效解决了机械臂在障碍物环境下的非重复性到达任务，确保了系统的鲁棒性和一致指数收敛。
2024-05-15 cs.LG cs.RO cs.SY
Optimizing Dynamic Trajectories for Robustness to Disturbances Using Polytopic Projections
School of Informatics, University of Edinburgh（爱丁堡大学信息学院）；Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所）
本文主要研究对干扰力和不确定载荷的鲁棒性。我们提出了一种新的配方，以优化动态轨迹的鲁棒性。一个简单的转录这个配方成一个非线性规划问题是不听话的国家的最先进的求解器，但它是可能的，以克服这种复杂性，通过利用由机器人的运动学引起的结构。提出的非平凡转录允许轨迹优化框架收敛到高度鲁棒的动态解。我们证明了我们的方法使用四足机器人配备了机械手的结果。
2020-08-03 cs.RO
ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation
The Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机器研究所，佐治亚理工学院）
本文提出基于ADMM的分布式模型预测控制框架，用于四足机器人协作移动Manipulation，通过分解控制问题并结合力感知控制器，实现高效、实时的协作运输重物。
2026-03-07 cs.RO cs.SY eess.SY
Sim-to-Real Transfer via a Style-Identified Cycle Consistent Generative Adversarial Network: Zero-Shot Deployment on Robotic Manipulators through Visual Domain Adaptation
Institute for Research in Technology (IIT)（技术研究 institute）；ICAI School of Engineering（工程学院）；Comillas Pontifical University（宗座大学）
本文提出基于风格识别循环一致生成对抗网络的领域适应方法，实现机器人机械臂在现实环境中的零样本部署，通过视觉领域适应提升仿真到现实迁移的效率和准确性。
2026-01-23 cs.AI cs.RO
Prior Policy Guided Dual-Agent Coordinated Manipulation Planning of Spacecraft-Manipulator System
School of Astronautics（航天学院）；School of Automation（自动化学院）；School of Information Science and Engineering（信息科学与工程学院）
针对空间机械臂与基座强耦合导致的姿态稳定问题，提出先验策略引导的双智能体协同操控规划框架，通过时间步级专家切换机制提升深度强化学习效率，实现末端执行器高精度到达与基座姿态稳定。
2026-05-25 cs.RO
UAV Path Planning using Global and Local Map Information with Deep Reinforcement Learning
Technical University of Munich（慕尼黑工业大学）；EURECOM（欧洲通信学院）
自主无人机（UAV）的路径规划方法通常是针对一种特定类型的任务而设计的。提出了一种基于深度强化学习（DRL）的无人机自主路径规划方法，该方法可应用于多种任务场景。具体来说，我们比较了覆盖路径规划（CPP），其中无人机的目标是调查数据收集（DH）的感兴趣区域，其中无人机从分布式物联网（IoT）传感器设备收集数据。通过利用环境的结构化地图信息，我们训练具有相同架构的双深度Q网络（DDQN）在两个明显不同的任务场景中做出运动决策，平衡各自的任务目标与导航约束。通过引入一种新的方法，利用一个压缩的全球地图的环境相结合的裁剪，但未压缩的本地地图显示附近的无人机代理，我们证明了所提出的方法可以有效地扩展到大型环境。我们还扩展了以前的结果，推广控制策略，不需要再培训时，场景参数的变化，并提供了一个详细的分析关键的地图处理参数的路径规划性能的影响。
2021-10-21 cs.LG cs.RO
Learning Deep Energy Shaping Policies for Stability-Guaranteed Manipulation
Royal Institute of Technology（瑞典皇家理工学院）；ASEA Brown Boveri (ABB) Corporate Research（ABB集团企业研究院）
深度强化学习（DRL）已成功用于解决各种机器人操作任务。然而，大多数现有的工作并没有解决控制稳定性的问题。这与控制理论界形成鲜明对比，在控制理论界，只要合成控制律，就必须证明稳定性。传统的稳定性分析难以DRL是无法解释的性质的神经网络政策和未知的系统动态。在这项工作中，通过推导出一个可解释的深层政策结构的基础上的$\textit{energy shaping}$控制拉格朗日系统的稳定性。然后，基于$\textit{passivity}$建立在与未知环境的物理交互期间的稳定性。其结果是在无模型框架中保证DRL的稳定性，该框架对于接触丰富的操作任务来说足够通用。通过孔钉任务的实验，据我们所知，我们在真正的机器人机械手上展示了第一个具有稳定性保证的DRL。
2021-09-24 cs.RO
Learning of Long-Horizon Sparse-Reward Robotic Manipulator Tasks with Base Controllers
Shanghai Jiao Tong University（上海交通大学）；University of California San Diego（加州大学圣迭戈分校）；University of Cambridge（剑桥大学）
深度强化学习（DRL）使机器人能够端到端地执行一些智能任务。然而，长视野稀疏奖励机器人任务仍然存在许多挑战。一方面，稀疏奖励设置导致探索效率低下。另一方面，使用物理机器人的探索成本高且不安全。在本文中，我们提出了一种方法，学习长时间的稀疏回报任务，利用一个或多个现有的传统控制器命名的基础控制器在本文中。基于深度确定性策略梯度（DDPG），我们的算法将现有的基础控制器纳入探索，价值学习和策略更新的阶段。此外，我们提出了一个简单的方法来合成不同的基础控制器，以整合他们的优势。通过从堆叠块到杯子的实验，证明了学习的基于状态或基于图像的策略稳定地优于基本控制器。与以往的示教学习方法相比，该方法提高了样本效率几个数量级，提高了性能。总体而言，我们的方法具有利用现有工业机器人操作系统来构建更灵活、更智能的控制器的潜力。
2021-12-04 cs.CV cs.RO
BITKOMO: Combining Sampling and Optimization for Fast Convergence in Optimal Motion Planning
TU Berlin（柏林工业大学）；BITS Pilani（比尔拉科学技术学院皮拉尼分校）；KTH Royal Institute of Technology（KTH皇家理工学院）
基于最优采样的运动规划和轨迹优化是生成最优运动规划的两个相互竞争的框架。这两个框架具有互补的特性：基于采样的规划器通常收敛缓慢，但提供了最优性保证。然而，轨迹优化器通常收敛速度很快，但在非凸问题（例如，有障碍物的情况）中不能提供全局最优性保证。为了实现两全其美，我们引入了一个新的计划，BITKOMO，它集成了渐近最优批通知树（BIT*）计划与K阶马尔可夫优化（KOMO）轨迹优化框架。我们的规划器是随时随地，并保持由BIT* 提供的相同的渐近最优性保证，同时还利用了KOMO轨迹优化器的快速收敛。我们的实验评估我们的计划，涉及高维配置空间的操作方案，多达两个7自由度的机械手，障碍物和狭窄的通道。即使KOMO失败，BITKOMO也比KOMO更成功，并且在收敛到最优解方面优于BIT*。
2022-09-16 cs.RO
Sim-to-Real Deep Reinforcement Learning with Manipulators for Pick-and-place
United Kingdom Atomic Energy Authority（英国原子能管理局）；The University of Manchester（曼彻斯特大学）
本文提出一种基于自监督视觉的深度强化学习方法，通过高度敏感动作策略实现从仿真到现实的直接迁移，无需真实环境微调即可完成拾放任务，真实实验中吸盘抓取成功率达90%。
2023-09-17 cs.AI cs.RO
Diagnosing and exploiting the computational demands of videos games for deep reinforcement learning
Carney Institute for Brain Science, Brown University（布朗大学卡尼脑科学研究所）
本文提出 LCD 工具，用于分别量化电子游戏任务的感知与强化学习需求，并据此重构 Procgen 挑战分类、指导 dRL 算法开发。
2023-09-22 cs.AI cs.CV cs.LG
Active and Interactive Mapping with Dynamic Gaussian Process Implicit Surfaces for Mobile Manipulators
University of Technology Sydney（悉尼科技大学）
在这封信中，我们提出了一个互动的概率映射框架的移动机械手从一堆物体。目的是映射场景，主动决定下一步去哪里以及拾取哪个对象，通过拾取所选对象对场景进行更改，然后将这些更改映射到旁边。该框架采用了一种新的动态高斯过程（GP）隐式曲面方法来增量地构建和更新场景地图，反映环境的变化。积极的框架提供了下一个最好的视图，平衡需要挑选对象的可达性与地图信息增益（IG）。为了强制执行访问边界段的优先级超过未知区域，IG公式包括通过利用GP内核导数的基于不确定性梯度的边界分数。这导致了一种有效的策略，解决了未知环境探索和对象拾取利用的经常相互冲突的要求，给定了有限的执行范围。我们证明了我们的框架的有效性与软件模拟和现实生活中的实验。
2021-01-07 cs.RO
Versatile Multi-Contact Planning and Control for Legged Loco-Manipulation
ETH Zurich（苏黎世联邦理工学院）
提出基于TAMP的最少引导双层规划框架，联合优化四足移动操作器的整体轨迹与多接触调度，并通过两层跟踪控制器实现真实任务。
2023-08-17 cs.RO
Verified Task-Space Motion Planning Under Joint-Space Constraints
Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）；Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室）；MERL
提出一种通过半定规划或二分法计算可验证最大笛卡尔超矩形步长的方法，并将其集成到Bug2规划器中，实现零关节限位违反和100%目标到达率。
2026-05-21 cs.RO
Fast Functionally Redundant Inverse Kinematics for Robotic Toolpath Optimisation in Manufacturing Tasks
CSIRO（澳大利亚联邦科学与工业研究组织）
本文提出了一种利用任务空间分解方法和阻尼最小二乘法的快速功能冗余逆运动学算法，用于优化机器人在非平面表面的冷喷涂工具路径。
2025-12-10 cs.RO
LEA*: An A* Variant Algorithm with Improved Edge Efficiency for Robot Motion Planning
Georgia Institute of Technology（佐治亚理工学院）；Institute for Robotics and Intelligent Machines（机器人与智能机器研究所）
本文提出基于惰性边搜索的 A* 变体 LEA* 及其加权版本 wLEA*，在保持顶点效率的同时提升边效率，并在 2D 与 7 自由度机械臂规划中验证其速度优于以往算法。
2023-09-19 cs.AI cs.RO
Whole-Body Dynamic Throwing with Legged Manipulators
School of Electrical Engineering and Computer Science, University of Queensland（昆士兰大学电气工程与计算机科学学院）；CSIRO Robotics, DATA61, CSIRO（澳大利亚联邦科学与工业研究组织机器人部 DATA61）
本研究提出一种基于深度强化学习的带腿机器人全身体动态投掷方法，通过优化自适应课程和定制RL环境，在模拟和真实人形平台上实现了比仅手臂投掷更优的范围、精度和稳定性，并支持3D空间目标泛化。
2025-04-01 cs.RO
A behavioural approach to obstacle avoidance for mobile manipulators based on distributed sensing
Seconda Università degli Studi di Napoli（那不勒斯第二大学）
提出了一种移动机械臂的反应式避障方法。开发的算法的目标是双重的。第一种方法是在移动机械手的位形空间中找到一条轨迹，使其能够在任务空间中跟踪给定的轨迹。第二个目标在于局部调整配置空间中的轨迹，以避免与潜在移动障碍物的碰撞以及在非结构化和动态环境中的自碰撞。感知完全基于分布在机器人机械结构上的一组接近传感器，并且不需要视觉信息。由于采用了这种邻近分布式感知，该方法不需要机器人的3D模型，并且允许在不需要传感器化环境的情况下实时避免碰撞。为了实现上述功能，一个基于行为的技术被称为零空间为基础（NSB）的方法已通过一些修改。一方面，总的伪能量的概念的基础上，从分布式传感器的信息已被引入。另一方面，提出了一种将不同任务组合的方法，以保证实时轨迹调整的平滑性。该方法的另一个显著特征是利用冗余自由度的基座和臂之间的严格协调，这是移动操作中的相关主题。
2015-02-09 cs.RO
Multi-UAV Path Planning for Wireless Data Harvesting with Deep Reinforcement Learning
EURECOM（欧洲通信学院）；Technical University of Munich（慕尼黑工业大学）
从具有多个自主无人机（UAV）的分布式物联网（IoT）设备获取数据是一个具有挑战性的问题，需要灵活的路径规划方法。我们提出了一种多智能体强化学习（MARL）方法，与以前的工作相比，可以适应定义数据收集任务的场景参数的深刻变化，例如部署的无人机数量，物联网设备的数量，位置和数据量，或最大飞行时间，而不需要执行昂贵的重新计算或重新学习控制策略。我们制定了一个合作的，非通信的，同质的无人机团队的路径规划问题，其任务是最大限度地提高从分布式物联网传感器节点收集的数据受飞行时间和避免碰撞的限制。路径规划问题被转化为一个分散的部分可观测马尔可夫决策过程（Dec-POMDP），我们解决了通过深度强化学习（DRL）的方法，近似的最佳无人机控制策略，而无需在密集的城市环境中具有挑战性的无线信道特性的先验知识。通过利用被馈送到代理的卷积层的环境的集中的全局和局部地图表示的组合，我们表明，我们提出的网络架构使代理能够通过仔细地在它们之间划分数据汇集任务来有效地合作，适应大型复杂的环境和状态空间，并做出平衡数据汇集目标、飞行时间效率导航限制。最后，学习一个控制策略，概括了场景参数空间，使我们能够分析单个参数对收集性能的影响，并提供一些直观的系统级效益。
2021-06-03 cs.IT cs.LG cs.MA
FATROP : A Fast Constrained Optimal Control Problem Solver for Robot Trajectory Optimization and Control
KU Leuven（鲁汶大学）；Flanders Make（法兰德斯制造研究院）
本文提出快速轨迹优化求解器 Fatrop，通过集成基于 Riccati 递归的专用线性求解器并支持阶段式等式约束，兼顾了求解速度与通用非线性求解器的鲁棒性，在毫秒级内解决多种机器人轨迹生成问题并开源。
2023-07-28 cs.RO math.OC
In-Simulation Testing of Deep Learning Vision Models in Autonomous Robotic Manipulators
Polytechnique Montréal（蒙特利尔理工学院）；Sycodal（赛科达尔）
针对机器人操纵器视觉模型测试难的问题，提出MARTENS框架，结合Isaac Sim仿真与进化搜索，发现更多故障并提升模型性能，在真实图像上mAP达0.91和0.82。
2024-11-09 cs.NE cs.RO
DeepWalk: Omnidirectional Bipedal Gait by Deep Reinforcement Learning
University of Bonn（波恩大学）
双足行走是机器人技术中最困难但最令人兴奋的挑战之一。这些困难来自于高维动力学的复杂性、传感和致动限制以及实时和计算约束。深度强化学习（DRL）通过以最少的工艺充分利用机器人动力学来解决这些问题。在本文中，我们提出了一种新型的DRL方法，使智能体能够学习人形（两足）机器人的全方位运动。值得注意的是，运动行为是由一个单一的控制策略（一个单一的神经网络）。我们通过引入一种新的课程学习方法来实现这一目标，该方法通过安排目标速度来逐渐增加任务难度。此外，我们的方法不需要参考运动，方便其应用到不同的运动学机器人，并降低了整体的复杂性。最后，不同的策略，仿真到现实迁移，使我们能够转移到一个真正的人形机器人的学习政策。
2021-06-01 cs.RO
Exploiting Local Observations for Robust Robot Learning
Aalto University（阿尔托大学）；University of Turku（图尔库大学）；ETH Zurich（苏黎世联邦理工学院）
该研究系统探究了局部观测下的多智能体强化学习相较于集中式控制在机器人系统中的鲁棒性优势，通过理论推导与实验验证了其性能相当且抗扰性更强，为复杂机器人控制提供了实用替代方案。
2025-07-31 cs.RO
Iterative Surface Mapping Using Local Geometry Approximation with Sparse Measurements During Robotic Tooling Tasks
Kiel University（基尔大学）
我们提出了一个具有成本效益和通用的方法来映射一个未知的三维自由曲面，只使用稀疏的测量，而机器人机械手的末端执行器沿表面移动。几何形状局部近似为平面，该平面由表面上的测量点定义。该方法依赖于线性卡尔曼滤波器，估计2D网格上每个点的高度。因此，每个网格点的近似协方差使用径向基函数来确定，以考虑测量点位置。我们提出了不同的更新策略的网格点利用局部的平面近似结合投影方法。该方法通过机器人机械手跟踪表面进行了实验验证。安装在末端执行器上的三个激光距离传感器在运动过程中连续测量表面上的点，以确定近似平面。结果表明，表面的几何形状可以映射合理准确的平均绝对误差低于1毫米。映射误差主要取决于近似区域的大小和表面的曲率。
2021-06-24 cs.RO
Learning to Plan Hierarchically from Curriculum
The University of Sydney（悉尼大学）；NVIDIA（英伟达）
我们提出了一个框架，学习计划层次结构的领域与未知的动态。我们提高规划性能，利用问题的结构，在几个方面：（一）我们简化了搜索计划，利用知识的技能目标，（二）较短的计划产生的积极执行层次规划，（三）我们学习过渡动态稀疏的本地模型，更好地概括。我们的框架将过渡动态分解为技能效果和成功条件，这允许通过推理效果进行快速规划，同时从与世界的交互中学习条件。我们提出了一个简单的方法来学习新的抽象技能，使用成功的轨迹源于完成课程的目标。然后，学习到的技能被提炼，以利用其他抽象技能并增强后续规划。我们表明，这两个条件和抽象的技能可以同时学习，而规划，即使在随机域。我们的方法在复杂性不断增加的实验中得到了验证，最多有2^100个状态，显示出优于经典非分层规划器或强化学习方法的规划。现实世界的问题的适用性证明在机器人机械手的模拟到真实的传输实验。
2019-06-18 cs.AI cs.LG cs.RO
Highly-Efficient Differentiable Simulation for Robotics
Inria（法国国家信息与自动化技术研究院）；Ecole normale supérieure CNRS（法国国家科学研究中心高等师范学院）；PSL Research University（巴黎综合理工研究所）
本文提出统一机器人仿真框架，通过隐式微分计算解析导数，处理碰撞摩擦非光滑性，实现比现有方法快两个数量级的仿真速度。
2026-09-22 cs.RO
