APRICOT: Active Preference Learning and Constraint-Aware Task Planning with LLMs
Cornell University（康奈尔大学）；Stanford University（斯坦福大学）
针对家庭整理任务中偏好推断歧义与几何约束导致计划不可行的问题，提出 APRICOT，融合基于 LLM 的贝叶斯主动偏好学习和约束感知规划，显著提升偏好满足度与计划可行性。
2024-10-25 cs.RO
Probabilistic Planning with Partially Ordered Preferences over Temporal Goals
University of Florida（佛罗里达大学）
在本文中，我们研究规划随机系统，建模为马尔可夫决策过程（MDP），在时间上扩展的目标的偏好。先前的工作时间规划的偏好假设用户的偏好形成一个总的顺序，这意味着每对结果是相互比较的。在这项工作中，我们考虑的情况下，可能的结果的偏好是一个偏序，而不是一个总的顺序。我们首先介绍了一个变种的确定性有限自动机，称为偏好DFA，用于指定用户的偏好在时间上扩展的目标。基于序理论，我们将偏好DFA转化为一个标记MDP中的概率规划策略偏好关系。在这种治疗中，最优选的政策诱导弱随机非支配概率分布的有限路径的MDP。所提出的规划算法取决于一个多目标MDP的建设。我们证明了弱随机非支配政策的偏好规格是帕累托最优的构造多目标MDP，反之亦然。在整个文件中，我们采用了一个运行的例子来证明所提出的偏好规范和解决方案的方法。我们使用的例子与详细的分析，我们的算法的有效性，然后讨论可能的未来方向。
2023-03-07 cs.AI cs.RO
NeurRAFT: Robot Motion Planning via Anchor-Level Flow Matching with Clearance-Aware Preference Tuning
Texas A&M University（德克萨斯农工大学）
NeurRAFT是基于锚点级流匹配与避障距离感知偏好调优的生成式机器人运动规划框架，可显著提升杂乱环境下的无碰撞规划性能，且能零样本迁移至Franka机器人。
2026-08-26 cs.RO
UBP2: Uncertainty-Balanced Preference Planning for Efficient Preference-based Reinforcement Learning
Learning, Embodied Autonomy, and Forecasting (LEAF) Lab, University of Toronto（学习、具身自主与预测（LEAF）实验室，多伦多大学）
提出UBP2方法，通过联合推理奖励、动力学和值函数的不确定性来主动引导探索，在Meta-World基准上显著提高了样本效率。
2026-06-23 cs.AI cs.LG cs.RO
Visual Representation Learning for Preference-Aware Path Planning
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；United States Army Research Laboratory (ARL)（美国陆军研究实验室）
部署在户外环境中的自主移动机器人必须考虑不同类型的地形，以确保安全（例如，更喜欢泥土而不是泥浆）和部署者偏好（例如，喜欢泥土小路而不是花坛）。大多数现有的解决方案，这种偏好感知路径规划问题使用语义分割从相机图像的地形类型进行分类，然后归因于每种类型的成本。不幸的是，这种方法存在三个关键限制--它们1）需要预先枚举离散地形类型，2）不能处理混合地形类型（例如，草土），以及3）需要昂贵的标记数据来训练视觉语义分割。我们介绍了视觉表示学习偏好感知路径规划（VRL-PAP），一种替代方法，克服了所有三个限制：VRL-PAP利用未标记的人类导航示范自主生成三元组学习视觉表示的地形是视点不变的，并在一个连续的表示空间编码地形类型。然后，将学习到的表示与相同的未标记的人类导航演示一起使用，以学习从表示空间到地形成本的映射。在运行时间，VRL-PAP从图像映射到表示，然后表示到成本，以执行偏好感知路径规划。我们提出了具有挑战性的户外环境的经验结果，证明VRL-PAP 1）能够成功地选择反映所展示的偏好的路径，2）在执行中与具有高度详细的手动注释地图的几何导航相当（不需要这样的注释），3）能够以最少的额外未标记演示推广到新的地形类型。
2021-09-18 cs.LG cs.RO
Temporal Logic Guided Motion Primitives for Complex Manipulation Tasks with User Preferences
University of Science and Technology of China（中国科学技术大学）
动态运动基元（DMPs）是一种灵活的轨迹学习方案，广泛应用于机器人系统的运动生成。然而，现有的基于DMP的方法主要集中在简单的去目标任务。为了处理点到点运动规划之外的任务，本文提出了基于时序逻辑的运动基元优化算法，即PIBB-TL算法，用于满足用户偏好的复杂操作任务。特别是，加权截断线性时序逻辑（wTLTL）被纳入PIBB-TL算法，这不仅使编码的复杂任务，涉及一系列的逻辑组织的行动计划与用户的喜好，但也提供了一个方便和有效的手段来设计成本函数。然后，黑盒优化适于识别DMP的最佳形状参数，以实现机器人系统的运动规划。通过仿真和实验验证了PIBB-TL算法的有效性
2022-02-09 cs.RO
World Modeling Makes a Better Planner: Dual Preference Optimization for Embodied Task Planning
Fudan University（复旦大学）；Shanghai Innovation Institute（上海创新研究院）；National University of Singapore（新加坡国立大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出D²PO框架，通过偏好学习联合优化状态预测与动作选择，并利用树搜索自动构造轨迹和偏好数据，在VoTa-Bench上显著提升多种LVLM的具身规划成功率与执行效率。
2025-03-13 cs.CL cs.CV cs.RO
Efficient Multi-Modal Planning with Reward-Guided Preference Optimization for Autonomous Driving
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
提出EMPlan，一种结合稀疏锚点与偏移细化模块的高效多模态轨迹规划方法，通过奖励引导微调提升安全性，在NAVSIM基准上实现精度与效率的平衡。
2026-10-01 cs.AI cs.RO
Optimal Cost-Preference Trade-off Planning with Multiple Temporal Tasks
University of Colorado Boulder（科罗拉多大学博尔德分校）
本文提出一种新颖的偏好概念及基于扩展A*搜索的高效规划框架，用于在多个时间任务下生成帕累托最优计划，并计算整个帕累托前沿，在移动机器人和机械臂上验证了高达两个数量级的加速。
2023-06-22 cs.AI cs.FL cs.RO
Evaluating VLMs' Spatial Reasoning Over Robot Motion: A Step Towards Robot Planning with Motion Preferences
King’s College London（伦敦国王学院）；University College London（伦敦大学学院）
本文评估了四种先进VLMs在机器人运动中的空间推理能力，探讨了运动偏好（如物体接近性和路径风格）的处理，并分析了准确率与计算成本的权衡。
2026-03-13 cs.AI cs.RO
Opportunistic Qualitative Planning in Stochastic Systems with Incomplete Preferences over Reachability Objectives
University of Florida（佛罗里达大学）
当不能同时满足所有约束时，偏好在确定要满足哪些目标/约束方面起着关键作用。在本文中，我们研究如何合成的偏好满足计划的随机系统，建模为MDP，给定一个（可能不完全）组合偏好模型的时间扩展的目标。我们首先引入新的语义来解释偏好的随机系统的无限播放。然后，我们引入了一个新的概念的改进，使两个前缀之间的比较无限发挥。在此基础上，我们定义了两个解决方案的概念，称为安全和积极改善（SPI）和安全和几乎肯定改善（SASI），执行改进的积极概率和概率分别为1。我们构建了一个称为改进MDP的模型，在该模型中，保证至少有一个改进的SPI和SASI策略的合成减少到计算MDP中的积极和几乎肯定获胜的策略。我们提出了一个算法来合成SPI和SASI策略，诱导多个顺序的改进。我们证明了所提出的方法使用机器人运动规划问题。
2022-10-04 cs.AI cs.GT cs.RO
Constrained Motion Planning of A Cable-Driven Soft Robot With Compressible Curvature Modeling
The Hong Kong Polytechnic University（香港理工大学）；Soochow University（苏州大学）
具有冗余度的柔体索驱动机器人在完成轨迹跟踪任务的同时，还能满足一些额外的约束条件，如通过末端执行器沿指定方向跟踪，或避免机械手与障碍物的碰撞等。这些约束要求合理规划机器人运动。在这项工作中，我们推导出的可压缩曲率运动学的电缆驱动的软体机器人，考虑到可压缩的软段。研究了软体机器人在约束条件下的轨迹跟踪任务的运动规划问题，包括末端执行器固定姿态和机械手-障碍物碰撞避免。索力的逆解被表示为阻尼最小二乘优化问题，离线迭代计算。通过开源的仿真和原型实验，对轨迹跟踪性能和对约束的服从性进行了评估。该方法可以推广到类似的多段索驱动柔性机器人系统，通过定制的机器人参数的前运动规划的机械手。
2022-01-20 cs.RO
Safe and Personalizable Logical Guidance for Trajectory Planning of Autonomous Driving
University of Science and Technology of China（中国科学技术大学）
本文提出逻辑引导层（LGL），通过场景推理与RSS模型，在高速公路自动驾驶中平衡安全、效率与用户偏好，实现形式化安全保证。
2024-05-22 cs.LO cs.RO
Integrating Disambiguation and User Preferences into Large Language Models for Robot Motion Planning
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文提出一个基于LLMs的机器人运动规划框架，通过歧义分类器与GPT-4机制解决自然语言指令歧义并捕获用户偏好，最终利用线性时序逻辑生成运动规划，提升了系统可靠性与用户体验。
2024-04-22 cs.AI cs.RO cs.SY
Multi-Objective Planning with Contextual Lexicographic Reward Preferences
Oregon State University（俄勒冈州立大学）
提出CLMDP框架，支持根据上下文动态调整字典序目标偏好，采用贝叶斯方法从专家轨迹推断状态-上下文映射，并将各目标顺序策略融合为单一无环上下文感知策略，在仿真和移动机器人上验证有效。
2025-11-03 cs.AI cs.RO cs.SY
Decision-theoretic MPC: Motion Planning with Weighted Maneuver Preferences Under Uncertainty
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院（KIT））；Porsche Motorsport（保时捷赛车运动部门）；Dr. Ing. h.c. F. Porsche AG（保时捷股份公司）
针对交通场景中其他参与者意图不确定导致自动驾驶车辆难选最优机动的问题，提出一种加权多机动轨迹的连续优化运动规划器，兼顾多类不确定性与应急机动可行性，在交互能力和舒适性上优于传统单机动规划器。
2024-10-07 cs.RO math.OC
Wait, That Feels Familiar: Learning to Extrapolate Human Preferences for Preference Aligned Path Planning
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Army Research Laboratory（陆军研究实验室）；Sony AI（索尼人工智能）；University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
针对视觉导航中新地形与光照变化导致的分布外偏好对齐难题，提出PATERN框架，利用惯性、本体感受和触觉测量进行最近邻偏好外推，并在户外实体机器人实验中验证其鲁棒泛化能力。
2023-09-18 cs.AI cs.LG cs.RO
Preference-Based Planning in Stochastic Environments: From Partially-Ordered Temporal Goals to Most Preferred Policies
Missouri State University（密苏里州立大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Florida（佛罗里达大学）；Oden Institute for Computational Engineering and Sciences（奥登计算工程与科学研究所）
本文研究随机系统中基于偏序时序偏好的规划问题，提出偏好自动机模型，并将最偏好策略求解转化为多目标MDP中的Pareto最优策略计算。
2024-10-18 cs.AI cs.FL cs.LO
Optimal Interactive Learning on the Job via Facility Location Planning
Brown University（布朗大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出多任务交互规划器 COIL，通过策略性选择技能、偏好和帮助三种查询类型最小化人类工作量，将其表述为无容量设施选址问题并结合单步信念空间规划处理偏好不确定性，在保证任务完成率的同时显著减少人类负担。
2025-05-01 cs.AI cs.RO
Formation Control with Lane Preference for Connected and Automated Vehicles in Multi-lane Scenarios
Tsinghua University（清华大学）；Intel Lab China（英特尔中国研究院）
多车道道路是现实交通系统中的典型场景。车辆通常根据其路线和目的地对车道有偏好。现有的研究很少考虑控制车辆在其期望的车道上行驶的问题。提出了一种考虑不同车道上车辆偏好的编队控制方法。采用双层编队控制框架规划车辆的无碰撞运动，上层进行相对目标分配和路径规划，下层进行轨迹规划和跟踪。将考虑车道偏好的无碰撞多车辆路径规划问题解耦为两个子问题：计算费用不减的分配表和根据给定的分配结果规划无碰撞路径。根据给定的分配结果，采用基于启发式搜索的方法规划车辆的无碰撞路径。进行了案例研究，并进行了模拟在一个三车道的道路场景。结果表明，所提出的形成控制方法显着减少拥挤，提高交通效率，在高交通量相比，基于规则的方法。
2021-06-18 cs.RO cs.SY eess.SY
Controllable Generative Trajectory Prediction via Weak Preference Alignment
Aalto University（阿alto大学）；TU Delft（代尔夫特理工大学）
针对现有轨迹预测模型缺乏可控多样性方案的问题，提出增强型CVAE框架PrefCVAE，利用弱标记偏好对赋予潜变量语义属性，在保持基线准确率的同时实现可控且具语义意义的轨迹预测。
2025-10-12 cs.LG cs.RO
Multi-gait Locomotion Planning and Tracking for Tendon-actuated Terrestrial Soft Robot (TerreSoRo)
University of Alabama（阿拉巴马大学）；Georgia Institute of Technology（佐治亚理工学院）；University of Strathclyde Glasgow（格拉斯哥斯特拉斯克莱德大学）
本文针对TerreSoRo提出一种基于位姿反馈的闭环路径规划框架，采用数据驱动优化合成步态与贪婪广度优先搜索策略生成无碰撞轨迹，实现了非气动软体机器人实时闭环路径规划与导航。
2023-07-31 cs.RO
Unified Complementarity-Based Contact Modeling and Planning for Soft Robots
Woodruff School of Mechanical Engineering and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（伍德鲁夫机械工程学院和机器人与智能机器研究所（IRIM）、佐治亚理工学院）；Coulter Department of Biomedical Engineering (Georgia Tech and Emory University) and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（库勒生物医学工程系（佐治亚理工学院和埃默里大学）和机器人与智能机器研究所（IRIM）、佐治亚理工学院）
本文提出了一种统一的基于互补性的框架，用于软机器人接触建模与规划，通过解决冗余接触、尺度差异和病态问题，实现了物理一致的接触建模和动态轨迹优化。
2026-02-24 cs.RO
Personalized and Context-aware Route Planning for Edge-assisted Vehicles
Politecnico di Torino（都灵理工大学）；TU Berlin（柏林工业大学）
本文提出一种基于GNN和DRL的个性化路径规划框架，通过分析驾驶员历史轨迹学习偏好，在真实路网中相比通用规划器提升17%满意度并大幅减少行驶时间。
2024-07-25 cs.AI cs.RO
Towards Preference Learning for Autonomous Ground Robot Navigation Tasks
CCDC Army Research Laboratory（CCDC陆军研究实验室）
我们感兴趣的自主机器人行为的设计，学习用户的偏好，在持续的互动，以有效地执行导航行为的方式，用户期望的目标。在本文中，我们讨论了我们正在进行的工作，以修改一个通用模型的机器人导航行为的探索任务，在每个用户的基础上，使用基于偏好的强化学习。这种方法的新颖贡献在于，它结合了强化学习、运动规划和自然语言处理，允许自主智能体从与人类队友的持续对话中学习，而不是一次性的指令。
2020-11-05 cs.RO
Towards Personalized Explanation of Robot Path Planning via User Feedback
University of Virginia（弗吉尼亚大学）
先前的研究发现，解释机器人的决策和行动有助于提高系统的透明度，提高用户的理解，并实现有效的人机协作。在本文中，我们提出了一个系统，通过用户反馈生成个性化的机器人路径规划的解释。我们考虑机器人在建模为马尔可夫决策过程（MDP）的环境中导航，并开发一种算法来自动生成最佳MDP策略的个性化解释，基于用户对四个元素（即，目标、位置、特异性和语料库）。此外，我们设计的系统与用户互动，通过回答用户的进一步的问题，产生的解释。用户可以选择更新他们的偏好以查看不同的解释。该系统能够通过用户交互来检测和解决任何偏好冲突。在线用户研究的结果表明，生成的个性化解释提高用户满意度，而大多数用户喜欢系统的问答和冲突检测/解决的能力。
2021-03-05 cs.AI cs.RO
Shape-Space Graphs: Fast and Collision-Free Path Planning for Soft Robots
Department of Mechanical Engineering, Stanford University（机械工程系，斯坦福大学）；Institute of Applied Mechanics, Friedrich-Alexander-Universität Erlangen–Nürnberg（应用力学研究所，弗赖堡-埃尔兰根-纽伦堡大学）
本文提出了一种基于形状空间图的路径规划方法，用于软机器人在复杂环境中的快速且无碰撞导航，通过预计算形状库和多目标边成本实现高效路径生成。
2026-01-14 cs.RO
Soft Soil Gait Planning and Control for Biped Robot using Deep Deterministic Policy Gradient Approach
IIT Roorkee（印度理工学院鲁尔基分校）
针对双足机器人在软土等可变形地形易下陷、难保持稳定的问题，提出基于DDPG的平足双足机器人运动控制方法，采用7连杆机器人与三角形网格软土模型，在PyChrono平台完成仿真验证。
2023-06-13 cs.RO
Improved Soft Duplicate Detection in Search-Based Motion Planning
Department of Computer Science, Texas State University（德克萨斯州立大学计算机科学系）；Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
基于搜索的技术已经在运动规划问题中取得了巨大的成功，例如通过离散化状态空间和预先计算运动基元的机器人导航。然而，在具有复杂动态约束的领域中，在离散状态空间中构造运动基元是不平凡的。这需要在连续空间中操作，这对于基于搜索的规划者来说可能是一个挑战，因为他们可能会陷入局部极小区域。以前在连续空间中规划的工作引入了软重复检测，其需要搜索来计算相对于先前看到的状态的状态的重复性，以避免探索可能是重复的状态，特别是在局部极小区域中。他们提出了一个简单的度量，利用状态之间的欧几里得距离和障碍物的接近度来计算重复性。在本文中，我们改进了这个度量引入一个kinodynamically知情的度量，子树重叠，两个国家之间的相似性，可以在一个固定的时间范围内使用kinodynamic运动原语达到他们的继任者。这捕获了这样的直觉：由于机器人动力学，重复状态可以在欧几里得距离上很远，并且导致非常相似的后继状态，而非重复状态可以很近，并且导致非常不同的后继状态。
2021-09-25 cs.RO
Game-Theoretic Planning for Autonomous Driving among Risk-Aware Human Drivers
Stanford University（斯坦福大学）；University of Maryland（马里兰大学）
我们提出了一种新的方法，风险意识规划与人类代理在多智能体交通场景。我们的方法考虑到了人类驾驶员在道路上的各种行为，从超速和超车等激进的操作，到缓慢驾驶和遵守最右侧车道等保守的特征。在我们的方法中，我们学习了从数据驱动的人类驾驶员行为模型（称为CMetric）到驾驶员熵风险偏好的映射。然后，我们在博弈论风险敏感规划器中使用导出的风险偏好来模拟人类驾驶员和自动驾驶汽车在各种交通场景中的风险感知交互。我们证明了我们的方法在合并的情况下，我们的结果表明，从风险意识规划者获得的最终轨迹产生理想的紧急行为。特别是，我们的计划器识别出具有攻击性的人类驾驶员，并在与他们保持更大距离的同时向他们屈服。在一项用户研究中，参与者能够根据我们的风险敏感计划器生成的轨迹区分激进和保守的模拟驾驶员。我们还观察到，积极的人类驾驶的结果在更频繁的车道变换的规划。最后，我们比较了我们的修改后的风险意识规划与现有的方法的性能，并表明，模拟人类驾驶员的行为，导致更安全的导航。
2022-05-01 cs.RO
CaSCo: Cascade-Aware Soft-Collision Motion Planning
Nanyang Technological University（南洋理工大学）
针对传统碰撞规划忽视物体接触后果差异的问题，提出CaSCo框架，利用视觉-语言模型分配语义风险，结合物理模拟预测级联碰撞，搜索最小化总风险的最优路径，并通过实验验证其有效性。
2026-09-17 cs.RO
End-to-End LLM Flight Planning with RAG-based Memory and Multi-modal Coach Agent
George Washington University（乔治华盛顿大学）；Metis Solutions Technology Inc
针对电动垂直起降飞机部署中传统飞行规划算法难以融入人类偏好的问题，提出FRAMe工具，集成规划器LLM、多模态教练代理和基于RAG的记忆，在多场景演示中效果最佳，能将自然语言指令转化为优质飞行路线。
2026-07-09 cs.AI cs.RO
Object grasping planning for the situation when soft and rigid objects are mixed together
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；The Chinese University of Hong Kong（香港中文大学）
本文提出了一种用旋转限界框表示的目标检测方法，以解决刚性物体和柔性物体混合场景下的抓取难题。与传统的检测方法相比，该方法能够输出旋转对象的角度信息，从而保证每个旋转限界框内只有一个实例。该技术在具有不同取向的物体堆的情况下特别有用。在我们的方法中，当检测到具有特定几何形状（矩形或圆柱形）的未分类对象时，程序将得出结论，一些刚性对象被毛巾覆盖。如果没有检测到被覆盖的物体，则抓取规划基于从2D目标检测结果与其对应的3D点云之间的映射获得的3D点云。基于三维限界框覆盖物体所提供的信息，提出了多个杂乱刚性物体的抓取策略和避碰策略。通过刚性物体和毛巾混合的实验验证了该方法的有效性。
2019-09-20 cs.RO
Fast MILP-based Task and Motion Planning for Pick-and-Place with Hard/Soft Constraints of Collision-Free Route
Data Science Research Laboratories, NEC Corporation（日本电气股份有限公司数据科学研究实验室）
提出了一种新的基于优化的任务和运动规划（TAMP）模型，用于机器人拾取和放置（P&P），以低计算成本规划动作序列和运动轨迹。我们改进了现有的国家的最先进的TAMP模型集成的避碰，这是制定为一个混合整数线性规划（MILP）问题。为了使MILP求解器能够有效地搜索解决方案，我们引入了两种利用机器人P& P中碰撞避免功能的方法。第一种方法通过将其重新表述为连续变量来减少与交付对象碰撞避免相关的二进制变量的数量。具有额外的硬约束。这些硬约束通过有条件地将与机器人的搬运动作状态和碰撞避免相关的二进制值传播到重构的连续变量来保持一致性。第二种方法更了解分支定界方法，这是现代MILP求解器的基本算法。这种方法通过添加软约束来引导MILP求解器找到具有较浅分支的整数解，该软约束软地限制机器人围绕递送对象的路线。我们证明了所提出的方法与现代MILP求解器的有效性。
2021-09-06 cs.RO
Learning-based Preference Prediction for Constrained Multi-Criteria Path-Planning
Safran Electronics & Defense（赛峰电子与防务公司）；LAMSADE, Université Paris-Dauphine（巴黎第九大学LAMSADE实验室）；CREC, Ecoles de Saint-Cyr Coëtquidan（圣西尔军校CREC中心）
基于学习的搜索算法在单准则优化问题中越来越受欢迎。相比之下，对于多准则优化，尽管存在许多应用程序，但方法明显较少。自主地面车辆（AGV）的约束路径规划就是这样一种应用，其中AGV通常部署在越野环境中的救灾或搜索和救援应用中。智能体可能面临以下困境：根据一个已知的标准和一个不确定的标准下的操作约束优化的源-目的地路径。已知的标准与路径的成本相关联，表示距离。不确定性标准表示在不需要人为干预的情况下驾驶通过路径的可行性。它取决于各种外部参数，如车辆的物理特性，探索地形或天气条件的状态。在这项工作中，我们利用离线模拟获得的知识，通过训练神经网络模型来预测不确定的标准。我们将此模型集成到一个路径规划器中，可以在线解决问题。最后，我们进行了实验，现实的AGV方案，这表明，所提出的框架需要人为干预的频率较低，交易的路径距离有限的增加。
2021-08-02 cs.AI cs.LG cs.RO
HELM: Human-Preferred Exploration with Language Models
Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院）；National University of Singapore（新加坡国立大学）
本文提出HELM框架，将大语言模型与移动机器人系统集成，通过自然语言实现人类偏好的直观灵活控制，在保持与传统方法相当任务成功率的同时，为自主探索提供了更用户友好和适应性强的解决方案。
2025-03-10 cs.RO
A Fully Differentiable Neuro-Soft-Symbolic Framework for Perceptual Task Planning
Clemson University（克莱姆森大学）
提出全可微神经-软符号框架，连接感知与规划，通过软符号状态和可微转移算子优化动作，在Blocksworld上显著提升成功率并减少计算量。
2026-09-21 cs.AI cs.RO
Auditable and Deployable Multi-Agent Motion Planning via Posetal Games from Legal Guidelines
Massachusetts Institute of Technology（麻省理工学院）；Technical University of Munich（慕尼黑工业大学）；Woods Hole Oceanographic Institution（伍兹霍尔海洋研究所）；University of California, Berkeley（加州大学伯克利分校）
该研究提出基于偏序博弈的框架，将法律准则转化为多智能体运动规划方案，在海上导航测试中实现了可审计的合法多船相遇协调。
2026-10-16 cs.GT cs.MA cs.RO
THREAD: Trajectory Planning for Hybrid Rigid-Soft Manipulators with Environment-Aware Diffusion
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Maryland College Park（马里兰大学帕克分校）
提出首个基于扩散的混合刚柔机械臂轨迹规划器THREAD，通过物理启发损失联合约束刚柔段，实现狭窄环境穿行，任务成功率92.4%，碰撞减少5倍。
2026-06-23 cs.AI cs.RO
Soft-tissue Driven Craniomaxillofacial Surgical Planning
Rensselaer Polytechnic Institute（伦斯勒理工学院）；Houston Methodist Research Institute（休斯顿卫理公会研究所）；Baylor College of Medicine（贝勒医学院）
针对颅颌面手术传统骨驱动规划依赖经验、效果不佳的问题，提出结合骨规划网络与面部模拟网络的软组织驱动框架，可自动生成验证手术方案，经临床数据集验证其准确性与有效性显著优于传统方法。
2023-07-20 cs.CV cs.RO
Multi-Robot Coordination for Planning under Context Uncertainty
Collaborative Robotics and Intelligent Systems (CoRIS) Institute, Oregon State University（俄勒冈州立大学协作机器人与智能系统研究所）；Khoury College of Computer Sciences, Northeastern University（东北大学库里计算机科学学院）
提出多机器人上下文不确定随机最短路径问题，通过两阶段方法（CIMOP推断上下文，LCBS进行无碰撞路径规划）实现上下文未知时的协调与安全操作。
2026-07-01 cs.MA cs.RO
Exploring Robot Trajectory Planning -- A Comparative Analysis of Algorithms And Software Implementations in Dynamic Environments
University of Lincoln（林肯大学）
本文比较分析了动态环境中机器人轨迹规划算法及其软件实现，旨在解决适应性和实时分析问题，以更好地应对不可预测环境。
2024-07-18 cs.RO cs.SE cs.SY
Towards Probabilistic Planning of Explanations for Robot Navigation
King’s College London（伦敦国王学院）
本文提出一种概率框架，将用户中心设计融入机器人路径规划，通过概率建模用户解释偏好，自动规划解释以增强透明度和适应性。
2024-10-26 cs.AI cs.RO
Driving Intents Amplify Planning-Oriented Reinforcement Learning
Li Auto（力 auto）；Tsinghua University（清华大学）；CUHK MMLab（香港大学MMLab）
本文提出DIAL框架，通过两阶段方法解决连续动作策略在偏好对齐中的模式崩溃问题，通过意图引导的采样扩展分布并提升性能。
2026-05-14 cs.CV cs.RO
LLM-Personalize: Aligning LLM Planners with Human Preferences via Reinforced Self-Training for Housekeeping Robots
University of Edinburgh（爱丁堡大学）；Microsoft（微软公司）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
LLM-Personalize框架通过结合模仿学习与迭代自训练的优化流水线，个性化家庭机器人LLM规划器，在Housekeep基准上成功率提升超30%，显著改善与用户偏好的对齐。
2024-12-30 cs.AI cs.RO
Scalable Rail Planning and Replanning with Soft Deadlines
Monash University（莫纳什大学）；University of Southern California（南加利福尼亚大学）
针对复杂铁路网密集交通管理问题，本文扩展基于MAPF的获奖软件，设计新型优先级排序与邻域选择策略，用MAPF-LNS实现故障列车部分重规划，最终系统赢得Flatland 3竞赛。
2023-06-10 cs.MA cs.RO
Efficient Path Planning with Soft Homology Constraints
Rice University（莱斯大学）
本文提出 $\Hstar$ 算法，在带孔圆盘拓扑曲面上高效生成不同同调类的路径，并按长度和相似度排序，实验表明其在多障碍配置空间中优于最优方法。
2024-06-27 cs.CG cs.RO math.OC
Image-Based Path-Planning for Navigation of Soft-Growing Robots in the Spinal Sub-Arachnoid Space
针对软增长机器人在脊髓蛛网膜下腔的导航需求，提出扩展A*的基于图像的三维路径规划算法，经高度详细的SSS模型评估可生成安全高效路径并建立转向锚点。
2026-10-12 cs.RO cs.SY eess.SY
What to Do When You Can't Do It All: Temporal Logic Planning with Soft Temporal Logic Constraints
University of South Carolina（南卡罗来纳大学）
在本文中，我们考虑一个时序逻辑规划问题，其目标是找到一个无限的轨迹，满足最优选择从一组软规格表示在线性时序逻辑（LTL），同时满足硬规格表示在LTL。我们以前的工作考虑了一个类似的问题，其中线性动态逻辑有限迹（LDLf），而不是LTL，用于表示软约束。在这项工作中，LDLf被用来对无限轨迹的有限前缀施加约束。通过使用LTL，人们不仅能够对轨迹的有限前缀施加约束，而且还能够在整个无限轨迹上设定“软”目标。我们的算法首先构造一个产品自动机，在其上的规划问题被减少到计算一个最小成本的套索。在所有这样的套索中，期望计算最短的套索。虽然我们证明了计算这样一个最短的套索是计算困难的，我们也引入了一个有效的贪婪的方法来合成短套索。我们提出了两个案例研究，描述了这种方法的实施，并报告我们的实验结果比较我们的贪心算法与最佳基线。
2020-08-05 cs.AI cs.LO cs.RO
OVerSeeC: Open-Vocabulary Costmap Generation from Satellite Images and Natural Language
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；DEVCOM Army Research Laboratory（陆军研究实验室）
OVerSeeC通过模块化基础模型实现从卫星图像和自然语言生成开放词汇成本图，支持任务自适应的全球规划。
2026-03-08 cs.CV cs.RO
Online Motion Planning with Soft Metric Interval Temporal Logic in Unknown Dynamic Environment
University of Science and Technology of China（中国科学技术大学）；Lehigh University（利哈伊大学）；University of Iowa（爱荷华大学）
高规格自主系统的运动规划具有广泛的应用。然而，涉及时间时序逻辑的形式语言的研究仍处于探索阶段。此外，许多现有的结果依赖于一个关键的假设，用户指定的任务是可行的，在给定的环境。当操作环境是动态的和未知的时，挑战出现，因为环境可以被发现是禁止的，导致潜在的冲突任务，其中预先指定的定时任务不能完全满足。在考虑到有时限的要求时，这些问题变得更具挑战性。为了解决这些挑战，这项工作提出了一个控制框架，认为硬约束，以执行安全要求和软约束，使任务放松。度量区间时序逻辑（MITL）规格处理时间约束。通过构造一个松弛时间乘积自动机，将在线运动规划策略与滚动时域控制器合成生成策略，按优先级降序实现多个目标：1）形式上保证满足硬安全约束; 2）主要完成软时间任务; 3）尽可能收集时变奖励。放松结构的另一个新颖之处是考虑对不可行情况的时间和任务的违反。仿真结果验证了所提出的方法。
2021-12-21 cs.FL cs.RO math.OC
MEMORA: Embodied Action Memory from Egocentric Videos for Reasoning and Planning
研究针对长期机器人规划中对具身经验记忆的需求，提出MEMORA方法，通过形成-巩固-检索生命周期及四种类型存储实现具身动作记忆，经实验评估取得良好结果，能为机器人规划提供记忆上下文。
2026-09-01 cs.AI cs.CL cs.RO
