Sketching Robot Programs On the Fly
Naval Research Laboratory（海军研究实验室）；University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；University of Washington（华盛顿大学）；University of Wisconsin–La Crosse（威斯康星大学拉克罗斯分校）
家庭和工作场所中个人使用的服务机器人需要最终用户开发解决方案，以便根据需要快速编写机器人任务。许多现有的解决方案通过简单的编程接口或通过限制任务复杂性来保持易用性、效率和便利性。另一些则促进了细致的任务设计，但往往以牺牲简单性和效率为代价。需要机器人编程解决方案，以协调机器人技术的复杂性与最终用户开发的实时目标。为了满足这一需求，我们提出了一种新颖的，多模式的，和飞行的发展系统，Tabula。受原型的造型设计研究的启发，Tabula利用口语的组合来指定机器人任务的核心，并为核心提供背景。其结果是，开发人员可以编写部分，草率版本的机器人程序，以完成和完善的程序合成器。最后，我们通过一组应用场景展示了Tabula的预期用例。
2023-02-06 cs.HC cs.RO
Simplifying Robot Programming using Augmented Reality and End-User Development
Paderborn University（帕德博恩大学）
机器人在不同的应用环境中广泛使用。教机器人在各自的环境中执行任务，需要很高的领域和编程专业知识。然而，由于机器人编程本身的复杂性，机器人编程面临很高的进入门槛。即使对于专家来说，机器人编程也是一项繁琐且容易出错的任务，可能会创建错误的机器人程序，在真实机器人上执行时会造成损坏。为了简化机器人编程的过程，我们将增强现实（AR）与最终用户开发的原则相结合。通过将它们结合起来，真实环境被扩展为有用的虚拟工件，可以使专家和非专业人员执行复杂的机器人编程任务。因此，简单的编程环境在增强现实与增强的机器人编程环境（SPEARED）开发的AR辅助机器人编程环境的原型。SPEARED利用AR将机器人和编程环境投影到目标工作空间。为了评估我们的方法，我们对来自工业自动化、机器人和AR领域的专家进行了专家访谈。专家们一致认为，SPEARED有潜力丰富和简化当前的机器人编程过程。
2021-06-15 cs.RO
Where to Fly, What to Send: Communication-Aware Aerial Support for Ground Robots
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
本文提出了一种通信感知支持框架，通过信息价值和效用评分策略，优化空中机器人在未知环境中的信息传输与探索任务。
2025-12-05 cs.RO
LLM Granularity for On-the-Fly Robot Control
Manchester Metropolitan University（曼彻斯特城市大学）
本研究针对视觉不可靠场景下辅助机器人的纯语言控制可行性问题，评估了不同粒度语言提示下的机器人响应，探索了实时控制的必要性与可行性，并通过Sawyer协作机器人与Turtlebot机器人实验验证了方案适配性。
2024-06-20 cs.AI cs.RO
FLYNN: Robust Neural Network for Robot Navigation using Fly Brain Topology
Mississippi State University（密西西比州立大学）
提出基于果蝇大脑连接组的循环神经网络FLYNN，用于视觉导航，在分布外数据和感官缺失下表现鲁棒，优于手工网络。
2026-07-14 cs.AI cs.RO
On-the-fly Detection of User Engagement Decrease in Spontaneous Human-Robot Interaction, International Journal of Social Robotics, 2019
Telecom ParisTech（巴黎高等电信学院）
在本文中，我们考虑检测的参与度下降的用户自发地与社会辅助机器人在公共空间中进行交互。我们首先描述了UE-HRI数据集，该数据集收集自发的人机交互，遵循情感计算研究社区提供的指南来收集“野外”数据。然后，我们分析了用户的行为，重点是在与机器人交互过程中的表情，凝视，头部运动，面部表情和语音。最后，我们研究了深度学习技术（递归和深度神经网络）的使用，以实时检测用户参与度的下降。这项工作的结果突出，特别是考虑到用户的行为的时间动态的相关性。允许1到2秒作为缓冲延迟提高了对用户参与做出决定的性能。
2020-04-20 cs.HC cs.RO
Node Primitives: an open end-user programming platform for social robots
Tokyo University of Agriculture and Technology（东京农工大学）；University of Genoa（热那亚大学）
随着机器人能够在现实世界中无缝和直观地与人交互的预期采用，需要为非技术熟练的用户提供易于理解的范例来定制机器人行为。在本文中，我们提出了一个交互设计机器人编程平台，使多学科的社会机器人的研究和应用。该平台被称为节点原语（NEP），由两个主要部分组成。一方面，已经开发了基于ZeroMQ和Python的分布式软件框架，以提供进程间通信和机器人行为规范机制。另一方面，一个基于Web的最终用户编程（EUP）接口已被开发，以允许一个简单和直观的方式编程和执行机器人的行为。为了评估NEP，我们讨论了一个人-机器人交互应用程序的开发，使用手臂手势来控制机器人的行为。建议EUP接口的可用性测试。
2017-09-25 cs.RO
Direct off-line robot programming via a common CAD package
University of Coimbra（科英布拉大学）
本文着重于直观和直接的离线机器人编程从一个常见的3-D CAD软件包上运行的CAD图纸。探讨了在CAD图形中表示机器人运动的最合适的方法，如何从图形中自动提取运动数据，将数据从虚拟（CAD模型）映射到真实环境，以及自动生成机器人路径/程序的过程。总之，本研究的目的是提出一种新的基于CAD的机器人编程系统，任何人都可以使用CAD和机器人的基本知识。不同操作任务的实验表明了该方法的有效性和通用性。
2013-09-09 cs.RO
A novel Skill-based Programming Paradigm based on Autonomous Playing and Skill-centric Testing
University of Innsbruck（因斯布鲁克大学）
我们介绍了一种新的范例，机器人编程，我们的目标是使机器人编程更容易为没有经验的用户。为了做到这一点，我们将两个主要组成部分在一个单一的框架：自主技能的机器人演奏和可视化编程。简单的机器人程序骨架解决一个特定情况下的任务，所谓的基本行为，由用户提供。然后，机器人通过自主游戏学习如何在许多不同的情况下解决相同的任务，这减少了没有经验的机器人程序员的障碍。程序员可以混合使用可视化编程和动觉教学，以提供这些简单的程序框架。机器人程序可以通过可视化编程和动觉示教的方式交互地实现。我们进一步整合了基于经验的技能为中心的机器人软件测试的工作，使用户能够不断测试实现的技能，而不必处理特定组件的细节。
2017-09-18 cs.RO
Towards self-adaptable robots: from programming to training machines
Erle Robotics（厄尔勒机器人公司）
我们认为，硬件模块化在机器人和人工智能（AI）的融合中起着关键作用。我们介绍了一种新的方法来构建机器人，从而使机器更具适应性和能力。我们提出了自适应机器人的概念，它利用硬件模块化和人工智能技术来减少建造所需的工作量和时间。我们在仿真和一个真正的机器人演示如何，而不是编程，培训产生的机器人的行为，概括快速，并产生强大的输出存在噪声。特别是，我们提倡哺乳动物。
2018-02-12 cs.RO
A Platform-independent Programming Environment for Robot Control
Bonn-Rhine-Sieg University of Applied Sciences（波恩-莱茵-锡格应用技术大学）
机器人控制程序的开发是一项复杂的任务。许多机器人在电气和机械结构上有所不同，这也反映在软件上。特定的机器人软件环境支持程序开发，但主要是基于文本的，通常由具有目标机器人深刻知识的领域专家应用。本文介绍了一个图形化的编程环境，旨在减轻机器人控制程序的开发。与现有的图形化机器人编程环境相比，我们的方法侧重于并行动作序列的组成。所开发的环境允许在并行执行线上调度独立的机器人动作，并提供了避免并行动作副作用的机制。开发的环境是平台无关的，基于模型驱动的范式。通过将测序器应用于模拟服务机器人和教育机器人，证明了我们方法的可行性。
2010-10-05 cs.RO
Programming Robot Behaviors with Execution Management Functions
Universidad Politécnica de Madrid（马德里理工大学）
自主机器人的控制架构可以通过编程和集成多个软件组件来开发，这些组件分别控制单独的行为。这种方法需要额外的机制来协调它们的并发执行。本文提出了一种编程方法，这样的组件，旨在促进其协调执行。每个组件都被编程为一个模块，该模块控制单独的机器人行为以及一组用于执行管理的功能。该建议的细节以称为\textit{behaviorlib}的基于ROS的软件库的形式制定。该解决方案已被用于编程通用行为控制器，这些控制器已成功地重用于构建空中机器人中的多个应用程序。
2021-03-11 cs.RO
How Fly Neural Perception Mechanisms Enhance Visuomotor Control of Micro Robots
Machine Life and Intelligence Research Centre, School of Mathematics and Information Science, Guangzhou University（机器生命与智能研究中心，数学与信息科学学院，广州大学）
本文提出一种受果蝇LPLC2神经元启发的注意力驱动视觉运动控制策略，在微型机器人Colias上实现低功耗碰撞感知与规避，检测成功率达96.1%，且规避动作比蝗虫模型更具适应性。
2025-09-17 cs.NE cs.RO
Mapping Safe Zones for Co-located Human-UAV Interaction
University of Southampton（南安普顿大学）
本文通过18名参与者的室内实验，研究共处无人机与人的安全距离，发现单机安全距离为300 cm以上，多机需再增加100 cm，并据此绘制禁飞、适度和安全飞行区域地图。
2024-09-03 cs.RO
Online and Offline Robot Programming via Augmented Reality Workspaces
Idiap Research Institute（伊迪亚普研究所）
用于工业机器人的机器人编程方法是耗时的，并且通常要求操作员具有机器人和编程方面的知识。为了降低与重新编程相关联的成本，最近已经提出了使用增强现实的各种接口，以向用户提供更直观的手段来实时控制机器人并对它们进行编程，而不必进行编码。然而，大多数解决方案要求操作员靠近真实机器人的工作空间，这意味着要么将其从生产线上移除，要么由于安全隐患而关闭整条生产线。我们提出了一种新的增强现实界面，为用户提供建模的虚拟表示的工作空间，可以保存和重用的程序新的任务或适应旧的，而不必与真正的机器人共处一室的能力。与以前的界面类似，操作员可以通过操纵虚拟机器人来编程机器人任务或实时控制机器人。我们评估的直观性和可用性的建议接口与用户的研究，其中18名参与者编程的机器人机械手拆卸任务。
2021-11-03 cs.RO
High-level robot programming based on CAD: dealing with unpredictable environments
University of Coimbra（科英布拉大学）；Institute for Systems and Computer Engineering of Porto（波尔图系统与计算机工程研究所）
目的-本文的目的是提出一种基于CAD的人机界面，允许非专家用户教机器人的方式类似于人类相互教导。设计/方法/方式-直观的机器人编程是通过使用CAD图纸离线生成机器人程序。感觉反馈允许最小化不确定性的影响，提供信息以在机器人操作期间调整机器人路径。结果-据发现，它是可能的，从一个共同的CAD图纸生成一个机器人程序，并运行它没有任何重大的问题校准或CAD模型的准确性。研究限制/影响-所提出的系统的限制与事实有关，它的目的是用于特定的技术应用。实际影响-由于大多数制造企业有CAD软件包在他们的设施今天，基于CAD的机器人编程可能是一个很好的选择，而不需要熟练的机器人程序员编程机器人。独创性/价值-本文提出了一种新的基于CAD的机器人编程系统。机器人程序直接从运行在常用3D CAD软件包（Autodesk Inventor）上的CAD绘图生成，而不是从商业计算机辅助机器人（CAR）软件生成，使其成为简单的CAD集成解决方案。这是一个低成本和低设置时间的系统，不需要高级的机器人编程技能来操作它。总之，机器人程序是从机器人语言的高度抽象生成的。
2013-09-09 cs.RO
Off-line Programming and Simulation from CAD Drawings: Robot-Assisted Sheet Metal Bending
University of Coimbra（科英布拉大学）
工业机器人越来越多地用于生产系统。这是因为它们是高度灵活的机器，在经济上与人类劳动力竞争。问题是它们很难编程。因此，制造系统设计人员正在寻找更直观的方法来编程机器人，特别是使用他们开发的生产系统的CAD图纸。本文介绍了一种新的基于CAD的离线机器人编程（OLP）和仿真系统，其中用于单元设计的CAD软件包也用于OLP和机器人仿真的工业应用。因此，OLP对于任何具有CAD和机器人基础知识的人来说都变得更加容易。该系统在一个机器人辅助金属板弯曲单元进行了测试。实验允许识别所提出的解决方案的优点和缺点。
2013-11-18 cs.RO
Automating Manual Tasks through Intuitive Robot Programming and Cognitive Robotics
Laboratory for Machine Tools and Production Engineering (WZL) of RWTH Aachen University（亚琛工业大学机床与生产工程实验室（WZL））
本文提出了一种基于人类自然交互的直观机器人用户编程方法，利用大语言模型和计算机视觉将自然语言和手势转化为机器人程序，并通过澄清问题和视觉反馈确保程序的安全性和透明性。
2026-04-07 cs.RO
Gaussian path model library for intuitive robot motion programming by demonstration
VTT Technical Research Centre of Finland Ltd（芬兰技术研究有限公司）
本文提出一种从教学数据生成高斯路径模型的系统，构建多形状模型库用于人类示教分类，实现直观的机器人运动编程，并提出基于几何分析修改现有模型的方法。
2025-09-15 cs.RO
Semantic Robot Programming for Goal-Directed Manipulation in Cluttered Scenes
University of Michigan（密歇根大学）
我们提出的语义机器人编程（SRP）的范例作为机器人编程的收敛，通过演示和语义映射。在SRP中，用户可以通过在工作空间中演示其预期目标场景的快照来直接对机器人操作器进行编程。然后，机器人将此目标解析为场景图，该场景图由对象姿态和对象间关系组成，假设已知对象几何形状。然后使用任务和运动规划从任意初始场景配置实现用户的目标。即使面对不同的初始场景配置，SRP也能使机器人无缝适应，以达到用户演示的目标。对于场景感知，我们提出了判别式知情生成估计的场景和变换（DIGEST）的方法来推断的初始和目标状态的RGBD图像的世界。SRP与DIGEST感知的功效被证明为任务的托盘设置与密歇根州的进步获取机器人。场景感知和任务执行评估与公共家庭遮挡数据集和我们的杂乱场景数据集。
2018-10-18 cs.RO
RoboCritics: Enabling Reliable End-to-End LLM Robot Programming through Expert-Informed Critics
Department of Computer Sciences University of Wisconsin--Madison（计算机科学系威斯康星大学麦迪逊分校）
RoboCritics通过专家指导的批评者提升LLM在机器人编程中的可靠性与用户参与度。
2026-03-06 cs.RO
End-User Programming of Low- and High-Level Actions for Robotic Task Planning
Univ. Grenoble Alpes（格勒诺布尔大学）
由于从制造环境到个人家庭的最终用户任务的巨大多样性，为通用应用编程机器人极具挑战性。最近的工作集中在使最终用户能够使用演示编程对机器人进行编程。然而，从头开始教机器人新的动作，可以重复用于看不见的任务仍然是一个艰巨的挑战，通常留给机器人专家。我们提出了iRoPro，一个交互式的机器人编程框架，允许最终用户从头开始教机器人新的动作，并重新使用它们与任务规划器。在这项工作中，我们提供了一个系统实现的双臂巴克斯特机器人，（一）允许同时教学的低和高层次的行动演示，（二）包括一个用户界面的动作创建与条件推理和修改，（iii）允许创建和解决以前看不见的问题，使用任务规划的机器人实时执行。我们评估了系统的泛化能力的六个基准任务，并显示如何教的行动可以很容易地重复用于复杂的任务。我们进一步证明了它的可用性与用户的研究（N=21），用户完成了八个任务，教机器人的新动作，重复使用的任务规划。研究表明，任何编程水平和教育背景的用户都可以轻松地学习和使用该系统。
2021-03-26 cs.RO
Efficient delivery of Robotics Programming educational content using Cloud Robotics
Zurich University of Applied Sciences（苏黎世应用科学大学）
在本文中，我们报告了我们使用云机器人解决方案在苏黎世应用科学大学（ZHAW）教授机器人应用编程课程。使用基于Kubernetes的云计算环境结合真实机器人--海龟机器人和Niryo手臂--使我们能够：1）最大限度地减少向所有学生提供机器人操作系统（ROS）模拟和开发环境所需的设置待用时间，而不依赖于他们的笔记本电脑架构和操作系统; 2）提供无缝的“模拟到真实”体验，保留编写与物理世界交互的软件的令人兴奋的体验;以及3）在多个学生组之间共享GPU，从而有效地使用资源。我们描述了我们的要求、解决方案设计、在教育环境中使用该解决方案的经验以及可以进一步改进的领域。这可能会引起其他教育工作者的兴趣，他们可能想复制我们的经验。
2022-10-19 cs.RO
SQRP: Sensing Quality-aware Robot Programming System for Non-expert Programmers
University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Nebraska Omaha（内布拉斯加大学奥马哈分校）
机器人编程通常利用通过机器学习获得的一组机械技能。因为一般不能保证机器学习产生没有令人惊讶的行为的机器人程序，所以机器人程序的安全执行必须利用监控模块，该监控模块将传感器数据作为实时的输入，以确保技能执行的正确性。由于传感器和监控算法通常受到物理限制，并且有效的机器人编程对技能参数的选择敏感，因此这些考虑可能导致不同的传感器输入质量，例如视觉系统的视图覆盖范围，该视图覆盖范围确定技能是否可以成功地部署在执行任务中。选择不正确的技能参数可能会导致监控模块延迟或错过对重要事件（如机械故障）的检测。这些故障可能会降低机器人制造的吞吐量，甚至可能导致破坏性的系统崩溃。为了解决上述问题，我们提出了一个感知质量感知机器人编程系统，自动计算的传感质量作为机器人的环境的函数，并使用该信息来指导非专家用户选择适当的技能参数在编程阶段。我们在6DOF机器人手臂上展示了我们的系统框架，用于物体拾取任务。
2021-06-30 cs.RO
Programming of Skill-based Robots
VTT Technical Research Centre of Finland（芬兰VTT技术研究中心）
针对制造业对敏捷灵活自动化的需求，本文提出一种基于机器人技能库的系统，通过高级参数化操作实现快速任务编程与执行，并经实际测试验证了其可行性。
2024-09-25 cs.RO
Integer-Programming-Based Narrow-Passage Multi-Robot Path Planning with Effective Heuristics
Zhejiang University（浙江大学）
为了提高仓库类环境下多机器人系统的效率，研究了基于图的多机器人最优路径规划问题。提出了一种基于可编程方法的多机器人路径规划算法OMRPP。我们专注于减少成本所造成的一组机器人从他们的初始配置移动到目标配置在仓库般的环境。该方法的创新点包括：（1）提出了一种基于仓库类环境的拓扑地图提取方法，减小了构建IP模型的规模;（2）提出了单向通行约束，防止机器人在通行过程中发生不可解的碰撞。(3)提出了一种启发式结构，使IP模型总是具有可行的初始解，以保证模型的可解性。大量的仿真实验证明了该算法的有效性和性能。
2021-07-26 cs.RO
Interactive Robot Programming for Surface Finishing via Task-Centric Mixed Reality Interfaces
Institute of Robotics and Mechatronics, German Aerospace Center (DLR)（机器人与机电系统研究所，德国航空航天中心）；University of Lübeck（吕贝克大学）；Autonomous Systems Lab, Institute of Computer Technology, TU Wien（自主系统实验室，计算机技术研究所，维也纳技术大学）
本文提出了一种基于任务导向的混合现实接口，使非专家能通过交互式流程直观编程机器人，实现小批量生产中的表面处理任务。
2025-12-29 cs.RO
Design and Simulation of an Autonomous Quantum Flying Robot Vehicle: An IBM Quantum Experience
Indian Institute of Science Education and Research, Berhampur（贝兰布尔印度科学教育与研究学院）；National Institute of Science Education and Research, HBNI（霍米·巴巴国家研究所国家科学教育与研究学院）；Bikash’s Quantum (OPC) Pvt. Ltd.（比卡什量子私人有限公司）
量子计算和信息在机器人技术中的应用最近引起了研究人员的注意。机器人领域一直致力于使机器人占用的空间最小化，并使机器人更聪明。“机器人的智能是它对周围环境和用户输入的敏感性，以及它对它们做出理想反应的能力。机器人中的量子现象使得机器人占用的空间更小，量子计算的能力使机器人能够有效地处理大量的信息，从而使机器人变得更聪明。Braitenberg车辆是一个简单的电路机器人，根据其传感器接收的输入移动。在此基础上，我们提出了一种量子机器人车辆，它“智能”到足以理解复杂的情况，而不是简单的Braitenberg车辆，并根据存在的障碍物进行导航。它可以检测无障碍路径，并相应地进行导航。当有多个可用的自由路径时，它还接受用户的输入。当在地面上没有选择时，它可以将自己空运离地面。由于这些飞行器会对周围的条件做出某种反应，因此这个想法可以用于建造人工生命和遗传算法，太空探索和深地探测探测器，以及国防和情报服务的方便工具。
2022-06-01 cs.RO quant-ph
A Survey on End-User Robot Programming
Johns Hopkins University（约翰斯·霍普金斯大学）
随着机器人与更广泛的最终用户交互，最终用户机器人编程通过使可能没有机器人编程经验的最终用户能够定制机器人以满足其个人上下文需求，从而帮助实现机器人编程的民主化。这篇文章调查了最终用户机器人编程的工作，重点是最终用户程序规范。它描述了主要领域，编程阶段，和最终用户机器人编程文献所代表的设计选择。该调查的结论是强调了进一步调查的开放方向，以加强和扩大最终用户机器人编程系统的范围。
2021-06-06 cs.HC cs.RO
Sociable and Ergonomic Human-Robot Collaboration through Action Recognition and Augmented Hierarchical Quadratic Programming
Istituto Italiano di Tecnologia（意大利技术研究院）；Politecnico di Milano（米兰理工大学）
识别人类执行的动作并预测其意图是在人类-机器人团队中产生社交和成功协作的重要推动因素。同时，机器人应该有能力处理多个目标和约束，所产生的协作任务或人类。在这方面，我们提出了视觉技术来执行人类的动作识别和图像分类，这是集成到一个增强的分层二次规划（AHQP）计划，分层优化机器人的反应行为和人体工程学。建议的框架允许一个直观地命令机器人在空间中，而任务正在执行。这些实验证实了人体工程学和可用性的提高，这是减少肌肉骨骼疾病和增加对自动化信任的基本参数。
2022-07-07 cs.RO
On the Fly Adaptation of Behavior Tree-Based Policies through Reinforcement Learning
Center for Applied Autonomous Sensor Systems (AASS), Örebro University（应用自主传感系统中心（AASS），厄勒布鲁大学）
本文提出一种样本高效的分层强化学习方法，在保留行为树可解释性和模块化特性的同时，使机器人策略能够在线适应工件偏移等局部任务变化，并通过仿真和Franka Emika Panda 7自由度机械臂上的避障与枢轴转动实验验证了方法的有效性。
2025-03-08 cs.RO
Intuitive Robot Programming by Capturing Human Manufacturing Skills: A Framework for the Process of Glass Adhesive Application
University of Coimbra（科英布拉大学）；Centre for Mechanical Engineering, Materials and Processes（机械工程、材料与工艺中心）
对以单调劳动为特征的制造过程的自动化有很大的需求。一些需要特殊技能的制造任务（焊接、喷漆等）因为缺少工人。机器人已被用于这些任务，但它们的灵活性有限，因为它们仍然难以由非专家编程/重新编程，使得大多数公司无法使用它们。机器人离线编程（OLP）是可靠的。然而，直接从CAD/CAM生成的路径不包括代表人类技能的相关参数，如机器人末端执行器的方向和速度。本文提出了一种直观的机器人编程系统，捕捉人类的制造技能，并将其转化为机器人程序。使用连接到工人工具的磁性跟踪系统记录来自人类熟练工人的演示。收集的数据包括工作路径的方向和速度。位置数据是从CAD/CAM中提取的，因为当由磁跟踪器捕获时，其误差是显著的。路径位姿在笛卡尔空间中进行转换，并在仿真环境中进行验证。机器人程序生成并传输到真实的机器人。玻璃胶应用过程的实验证明了该框架的直观性和有效性，在捕获人类的技能，并将其转移到机器人。
2022-09-15 cs.RO
Certifiable Robot Design Optimization using Differentiable Programming
Massachusetts Institute of Technology（麻省理工学院）
越来越需要计算工具来自动设计和验证自主系统，特别是涉及自主堆栈中的感知，规划，控制和硬件的复杂机器人系统。可微规划是近年来兴起的一种建模和优化的有力工具。然而，很少有研究已经完成，以了解如何微分编程可以用于强大的，可认证的端到端的设计优化。在本文中，我们填补了这一空白相结合的机器人设计优化微分编程与一种新的统计框架，以证明优化设计的鲁棒性。我们的框架可以为机器人系统进行端到端的优化和鲁棒性认证，实现导航，感知，规划，控制和硬件子系统的同步优化。通过仿真和硬件实验，我们展示了我们的工具如何用于解决机器人技术中的实际问题。首先，我们在5分钟内优化了机器人导航的传感器位置（具有5个子系统和6个可调参数的设计），与初始设计相比，性能提高了8.4倍。第二，我们解决了多智能体协作操作任务（3个子系统和454个参数）在一个小时内实现了44%的性能提高比初始设计。我们发现，可微规划可以比近似梯度方法更快地进行优化（每个示例分别为32%和20倍）。我们证明了每个设计的鲁棒性，并成功地在硬件中部署优化的设计。可以在https://github.com/MIT-REALM/architect上获得一个开源实现
2022-04-22 cs.RO
Forgetful Large Language Models: Lessons Learned from Using LLMs in Robot Programming
Johns Hopkins University（约翰斯·霍普金斯大学）
本研究通过实证分析LLMs在机器人编程中的执行错误，发现其源于对提示关键信息的健忘，提出提示工程策略并在三个模型上验证有效性，呼吁建立基准测试。
2023-10-10 cs.RO
Human-Robot Handovers using Task-Space Quadratic Programming
CNRS-University of Montpellier（法国国家科学研究中心-蒙彼利埃大学）；CNRS-AIST Joint Robotics Laboratory（法国国家科学研究中心-产业技术综合研究所联合机器人实验室）
人与机器人之间的双向对象切换实现了机器人以人为中心的制造或服务中的重要功能技能。实现该技能的问题在于任何解决方案处理三个重要方面的能力：（i）切换阶段的同步定时;（ii）对象姿态约束的处理;以及（iii）理解触觉交换以无缝地实现（i）的一些步骤。我们提出了一种新的方法（i）和（ii）包括明确制定的移交过程中的任务空间二次规划控制框架的约束，以实现隐式的时间和轨迹的遭遇。我们的方法是实现熊猫机械臂从人类操作员的对象。
2022-06-18 cs.RO
Offline robot programming assisted by task demonstration: an AutomationML interoperable solution for glass adhesive application and welding
Department of Mechanical Engineering, Univ Coimbra, CEMMPRE（科英布拉大学机械工程系，CEMMPRE）
本文提出一种从工人任务演示中捕获制造技能的直观机器人编程系统，通过磁跟踪和CAD/CAM数据生成机器人程序，并在玻璃涂胶与焊接实验中验证了路径误差在公差范围内。
2024-05-21 cs.RO
Control Barrier Functions Solved with Hierarchical Quadratic Programming for Safe Physical Human-Robot Interaction
本文提出利用分层二次规划框架在物理人机交互中设计性能和安全任务，平衡安全与性能。通过实验证明该方法的有效性、灵活性和通用性。
2026-04-24 cs.RO
Toward Automated Programming for Robotic Assembly Using ChatGPT
University of California San Diego（加利福尼亚大学圣迭戈分校）；Autodesk Inc.（欧特克公司）；Autodesk Research（欧特克研究院）
针对机器人自适应装配编程人力成本高、代码灵活性差的问题，提出基于ChatGPT的自动化编程系统，通过任务分解、代码生成、仿真执行与调试实现自主编程，已在实际装配项目中验证有效性。
2024-05-13 cs.RO
On-the-Fly VLA Adaptation via Test-Time Reinforcement Learning
University of Missouri–Kansas City（密苏里大学堪萨斯城分校）；Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；U. S. Naval Research Laboratory（美国海军研究实验室）；Lamar University（拉马尔大学）；Meta AI；Rochester Institute of Technology（罗彻斯特理工学院）
本文提出TT-VLA框架，通过测试时强化学习实现VLA模型的实时策略适应，提升机器人在动态环境中的适应性与稳定性。
2026-04-07 cs.RO
Inside-out Infrared Marker Tracking via Head Mounted Displays for Smart Robot Programming
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Karlsruhe University of Applied Sciences（卡尔斯鲁厄应用科学大学）
通过使用跟踪智能输入设备进行直观的机器人编程依赖于固定的外部跟踪系统，通常采用红外标记。这种方法经常与基于投影仪的增强现实相结合，以获得更好的可视化和界面。尽管组合系统提供了直观的编程平台，即使对于没有经验的用户也具有短的周期时间，但是组合系统是固定的、昂贵的并且需要大量的校准。当面对不断变化的环境和大量的机器人时，它变得非常不切实际。在这里，我们提出了我们的工作，红外线标记跟踪使用微软HoloLens盔装显示器。HoloLens可以绘制环境地图，在线注册机器人，并在机器人坐标系中跟踪配备红外标记的智能设备。我们设想我们的工作提供的基础，将多年来为需要投影仪和跟踪输入设备的系统开发的许多范例转移到一个高度便携的系统中，不需要任何校准或特殊设置。我们在工业机器人单元中测试标记跟踪的质量，并将我们的跟踪与通过ART-3跟踪系统获得的地面实况进行比较。
2023-03-28 cs.RO
Taming the Panda with Python: A Powerful Duo for Seamless Robotics Programming and Integration
Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI））；Technical University of Munich (TUM)（慕尼黑工业大学（TUM））
本文提出面向 Franka Emika 机器人的 Python 接口与框架 panda-py，以简化机器人控制编程并无缝接入 Python 视觉、机器学习生态，避免 ROS 复杂性。
2023-07-14 cs.RO
ROS Based Visual Programming Tool for Mobile Robot Education and Applications
Inovasyon Muhendislik Ltd. Sti.（伊诺瓦逊工程有限公司）
可视化程序设计语言（VPL）提供无需键入文本的编码。VPL通过自动添加一些常用的代码结构，使程序员更容易编写代码。编码初学者通常有两个主要挑战：将想法转换为逻辑表达式和语法错误。VPL不可能出现重复错误，因为没有忘记的括号和括号。VPL为程序员提供了专注于算法的工具。VPL是教育机器人环境的新趋势。在这项研究中，机器人操作系统（ROS）兼容的基于Web的可视化编程系统已经开发的evarobot。ROS提供库和工具来帮助软件开发人员创建机器人应用程序。它提供硬件抽象、设备驱动程序、库、可视化工具、消息传递、包管理等。Blockly已被用作研究的VPL，并用于生成/使用模块（通信、传感等）。在该系统中，服务器端和客户端之间的通信由rosbridge软件包提供支持。连接到ROS的Web页面，它使用roslibjs库在服务器上运行。Rosbridge为非ROS程序提供了一个JSON API到ROS功能。
2020-11-27 cs.RO
CAD-based robot programming: The role of Fuzzy-PI force control in unstructured environments
University of Coimbra（科英布拉大学）；University of Porto（波尔图大学）
越来越多的人和机器人之间需要新的交互方式，这使得我们能够以直观的方式快速地对机器人进行编程，并且从机器人语言中进行高度抽象。在本文中，提出了一种基于CAD的系统，允许用户在CAD的基本技能和没有技能的机器人编程生成机器人程序从一个CAD模型的机器人单元。当CAD模型精确地再现真实场景时，系统表现出令人满意的性能。相反，当CAD模型不能准确再现真实场景或校准过程做得不好时，我们正在处理不确定（非结构化环境）。为了最小化或消除前面提到的问题，在机器人框架中引入了感觉反馈（力和扭矩感测）。通过控制末端执行器姿态并指定其与相互作用/接触力的关系，机器人程序员可以确保机器人在非结构化环境中进行机动，从而抑制可能的冲击，并增加对校准过程中定位误差的容忍度。模糊PI推理被用作力控制技术。在一系列的实验中，所提出的方法的有效性进行了评估。
2013-09-09 cs.RO
Programming Manipulators by Instructions
Intel Labs（英特尔实验室）；Intel Corporation（英特尔公司）
提出基于指令的机器人编程方法，通过脚本语言发指令，利用行为树控制器协调技能，并用知识图谱跟踪状态，支持远程操作与技能复用，并在拾取放置场景仿真验证。
2024-07-28 cs.RO
Fly, Drive, Reconfigure: A Modular Reconfigurable Aerial-Ground Platform for Field Operations
Duke University（杜克大学）
提出模块化可重构空地平台HARP，通过空中模块自主组装实现高效载荷运输，实验验证其在复杂环境中的感知、规划与重构能力。
2026-09-25 cs.RO cs.SY eess.SY
Why Evolve When You Can Adapt? Post-Evolution Adaptation of Genetic Memory for On-the-Fly Control
School of Engineering and Physical Sciences, Heriot-Watt University Dubai（工程与物理科学学院，惠顿大学迪拜分校）；School of Mathematical and Computer Sciences, Heriot-Watt University Dubai（数学与计算机科学学院，惠顿大学迪拜分校）
本文提出一种将遗传算法与在线Hebbian可塑性结合的零样本适应机制，使机器人控制器在运行时动态调整突触权重，无需额外训练，并在T型迷宫任务中验证了其应对环境变化的能力。
2025-08-05 cs.NE cs.RO
ROSY: An elegant language to teach the pure reactive nature of robot programming
Universidade do Minho（米尼奥大学）；INESC TEC（葡萄牙系统与计算机工程研究所）
机器人技术非常有趣，长期以来一直被认为是教授编程的好方法，同时与数学、物理或电子等工程和科学的其他分支建立了鼓舞人心的联系。虽然机器人和编程之间的这种共生关系被认为是非常有益的，但教育方法往往觉得有必要隐藏机器人系统的潜在复杂性，但结果是无法将机器人编程的反应本质传递给未来的机器人专家和程序员。本文介绍了ROSY，一种通过机器人技术教授新手程序员的新语言。它的函数式风格既熟悉高中代数背景，又体现了机器人编程固有的反应性。在更高的抽象层次上工作也教导了将机器人软件分解为交互控制器集合的有价值的设计原则。尽管它很简单，但ROSY是完全有效的Haskell代码，与ROS生态系统兼容。我们通过演示如何轻松清晰地表达非平凡的应用程序，揭示其良好的功能编程基础，并开发支持Web的机器人编程环境，为我们的语言提供了令人信服的案例。
2019-11-08 cs.PL cs.RO
Robo-Blocks: Generative Scaffolding in End-User Design and Programming of Social Robots
Department of Computer Sciences\ of Wisconsin--Madison
通过研究通过设计（RtD）过程，提出基于LLM的积木式编程环境Robo-Blocks，利用生成式支架将高级想法转化为可执行机器人行为，支持新手程序员，并揭示了用户角色与使用模式。
2026-05-27 cs.HC cs.RO
Multimodal Robot Programming by Demonstration: A Preliminary Exploration
Johns Hopkins University（约翰斯·霍普金斯大学）
近年来，与最终用户（如工厂工人）密切合作的工业机器人数量有所增加。协作机器人的使用越来越多，部分原因是终端用户机器人编程方法的可用性，这些方法允许不是机器人程序员的用户教机器人任务动作。演示编程（PbD）是这样一种最终用户编程方法，其使用户能够通过代替演示期望的机器人行为来绕过使用程序设计语言指定机器人运动的复杂性。演示通常通过物理引导机器人完成任务动作所需的动作来提供，这一过程称为动觉教学。动觉教学使用户能够直接演示机器人的配置空间中的任务行为，使其成为一种流行的终端用户机器人编程方法，以其低认知负担而闻名的协作机器人。然而，由于动觉教学限制了程序员的教学动作演示，它无法利用人类在提供物理任务演示时自然使用的其他模式的信息，例如凝视和语音。将多模态信息引入传统的动觉编程工作流程中，通过突出程序的关键方面、减少歧义和提高机器人学习者的情境意识，具有增强机器人学习的潜力，并且可以提供对人类程序员的意图和困难的洞察。在这个扩展的摘要中，我们描述了一个初步的研究多模态动觉演示和未来的方向，使用多模态演示，以提高机器人学习和用户编程经验。
2023-01-17 cs.HC cs.RO
A Framework for Robot Programming in Cobotic Environments: First user experiments
CNRS（法国国家科学研究中心）
机器人在工业中越来越多的存在并没有被忽视。大型工业企业已经将其纳入生产线，但较小的公司由于初始成本高和缺乏编程专业知识而犹豫不决。在这项工作中，我们介绍了一个框架，结合两个学科，编程演示和自动规划，让用户没有任何编程知识的机器人程序。用户教机器人原子动作连同它们的语义含义，并表示它们的先决条件和效果。使用这些原子动作，机器人可以自动生成动作序列，以达到用户给定的任何目标。我们评估了我们的框架的可用性方面的用户实验与百特研究机器人，并表明，它是很好地适应用户没有任何编程经验。
2018-10-19 cs.AI cs.RO
Situated Live Programming for Human-Robot Collaboration
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
我们提出了现场编程的人机协作，一种方法，使有限的编程经验的用户编程的人机交互的协作应用程序。允许终端用户（如车间工人）自己对协作机器人进行编程，将使机器人从一个流程到另一个流程的“重新分配”变得容易，从而促进中小型企业的采用。我们的方法建立在用户操作编程（TAP）的范式之上，允许最终用户通过简单的用户操作配对来创建丰富的交互。它使最终用户能够在执行部分程序的同时迭代地创建，编辑和改进反应式机器人程序。这种实时编程方法使用户能够利用任务空间和对象，通过递增地指定位置的机器人动作对，大大降低了进入编程或重新编程机器人进行协作的障碍。我们在创作系统中实例化现场编程，用户可以通过从机器人的角度注释增强的视频馈送来创建机器人动作程序，并将机器人动作分配给触发条件。我们评估了这个系统在一项研究中，参与者（n = 10）开发的机器人程序，解决合作的轻型制造任务。结果表明，几乎没有编程经验的用户能够以互动的方式编程HRC任务，我们的现场编程方法进一步支持个性化的策略和工作流程。最后，我们讨论了所提出的方法，我们的系统实现的机会和局限性，我们的研究，并讨论了一个路线图，将这种方法扩展到更广泛的任务和应用。
2021-08-08 cs.HC cs.RO
An end-user coding-based environment for programming an educational affective robot
University of Turin（都灵大学）
在本文中，我们提出了一个开源的教育机器人，旨在让儿童在情感和社会互动，并在其社会和情感行为可编程。事实上，除了经典的编程任务外，机器人还可以被编程为社交机器人。除了动作之外，用户还可以让机器人表达情感，让它说出一些东西。机器人也可以留在自主模式，在这种模式下，它能够进行生物识别用户的特征和情感识别，并问候用户。
2022-03-12 cs.HC cs.RO
Hiding task-oriented programming complexity: an industrial case study
Institute of Intelligent Industrial Technologies and Systems for Advanced Manufacturing, National Research Council of Italy（意大利国家研究委员会智能工业技术与先进制造研究所）；University of Brescia（布雷西亚大学）
本文通过22名非专家用户的工业实验，比较了隐藏ROS复杂性的任务导向编程界面与传统机器人示教器编程方法，发现两者在学习时间、编程时间和提问次数上相当，证明任务导向编程可平滑推广至非专家用户。
2023-03-04 cs.HC cs.RO
Towards Live Programming in ROS with PhaROS and LRP
Ecole des Mines de Douai（杜埃矿业学院）；University of Chile（智利大学）
在传统的机器人行为编程中，编辑-编译-模拟-部署-运行循环在程序创建和最终的机器人行为之间产生了很大的心理脱节。这大大减缓了行为的发展，因为程序和结果行为之间没有直接的心理联系。通过实时编程，开发周期非常紧凑，实现了这种即时连接。在我们通过PhaROS以更动态的方式对ROS机器人进行编程的工作中，我们尝试使用Live Robot程序设计语言。这就对机器人的这种实时编程提出了许多要求。在本文中，我们将介绍这些要求，并使用示例机器人行为来说明它们。
2014-12-15 cs.PL cs.RO
