MoRoCo: An Online Topology-Adaptive Framework for Multi-Operator Multi-Robot Coordination under Restricted Communication
本文提出MoRoCo框架，通过建立延迟受限的间歇通信基础架构和 detach-and-rejoin 机制，实现多操作员多机器人在受限通信环境下的协调，支持在线团队扩展和拓扑重构，通过本地通信实现子图的动态分解与组合，有效支持时间敏感请求。
2026-03-16 cs.RO
Integrating Online Learning and Connectivity Maintenance for Communication-Aware Multi-Robot Coordination
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）；Carnegie Mellon University（卡内基梅隆大学）
针对现有多机器人连通性维持方法依赖预设通信模型、难匹配真实场景的问题，提出融合CBF与GP的数据驱动连通性屏障证书及DCM算法，结合在线学习与双层优化保障全局连通性，经20台机器人仿真验证有效。
2024-10-08 cs.RO
Lie Rarely, Lie Big: Stealthy Insider Attacks on LLM Robot Teams
University of Pennsylvania（宾夕法尼亚大学）；KTH Royal Institute of Technology（瑞典皇家理工学院）
研究LLM机器人团队中单个被攻陷机器人通过隐蔽谎言破坏共同成果的威胁，推导出验证概率下界和地图误差上界，并实验验证了界限的有效性。
2026-10-06 cs.MA cs.RO
Online Decentralized Receding Horizon Trajectory Optimization for Multi-Robot systems
SRM Institute of Science and Technology（SRM科技学院）
提出了一种新的多智能体系统分散轨迹生成算法。多机器人系统有能力在各个领域改变生活。但是，多机器人系统的轨迹生成仍然处于其新生阶段，并限于严格控制的环境。为了克服这一问题，提出了一种在线轨迹优化算法，该算法在给定初始状态和期望末端位姿的情况下，为机器人生成无碰撞轨迹。它采用了一种简单的方法进行障碍物检测，局部形状为基础的地图的障碍物和机器人的当前状态的通信。使用本地地图，制定安全区域。基于所传送的数据，预测其他机器人的轨迹，并通过确定机器人可以在其中而不碰撞的自由空间的区域来合并以避免碰撞。然后优化轨迹，约束机器人保持在安全区域内，轨迹由时间参数化的分段多项式表示。该算法采用滚动时域原理实现。所提出的算法进行了广泛的测试，在模拟的露台上使用ROS与四阶差分平面空中机器人和非完整的二阶轮式机器人在结构化和非结构化的环境。
2018-12-28 cs.MA cs.RO
Multi-Robot Distributed Semantic Mapping in Unfamiliar Environments through Online Matching of Learned Representations
MIT-WHOI Joint Program in Oceanography/Applied Ocean Science and Engineering（麻省理工学院-伍兹霍尔海洋研究所联合海洋学/应用海洋科学与工程项目）；Massachusetts Institute of Technology (MIT)（麻省理工学院）；Woods Hole Oceanographic Institution (WHOI)（伍兹霍尔海洋研究所）
我们提出了一个解决方案，多机器人分布式语义映射的新的和不熟悉的环境。大多数最先进的语义映射系统都是基于监督学习算法的，这些算法不能对在线的新观察进行分类。虽然无监督学习算法可以为新的观察结果发明标签，但检测多个机器人何时为同一个新类别独立开发自己的标签的方法容易出现错误或不一致的匹配。随着系统中机器人数量的增加，这些问题会恶化，并阻止将每个机器人产生的局部地图融合成一致的全局地图，这对于合作规划和联合任务总结至关重要。我们提出的解决方案克服了这些障碍，让每个机器人在线学习无监督的语义场景模型，并使用多路匹配算法来识别属于不同机器人的学习语义标签之间的一致匹配集。与现有技术相比，所提出的解决方案产生高质量20-60%的全局地图，即使融合更多的局部地图也不会降级。
2021-03-27 cs.MA cs.RO
Multi-Robot Task Assignment and Path Finding for Time-Sensitive Missions with Online Task Generation
University of California Los Angeles（加州大学洛杉矶分校）
针对在线生成任务的时间敏感多机器人任务分配与路径规划问题，提出TSOTAN框架，通过部分重分配评估与有界次优重优化，快速整合新任务并保证完工时间，实验验证其计算效率适合在线实施。
2023-10-09 cs.MA cs.RO
Online automatic code generation for robot swarms: LLMs and self-organizing hierarchy
该研究利用自组织神经系统 SoNS 让机器人群体在任务停滞时在线请求并执行外部 LLM 生成的代码，真实机器人与仿真实验验证了其自动恢复并完成任务的能力。
2025-10-19 cs.AI cs.MA cs.RO
The Holy Grail of Multi-Robot Planning: Learning to Generate Online-Scalable Solutions from Offline-Optimal Experts
University of Cambridge（剑桥大学）；DEVCOM Army Research Laboratory（美国陆军作战能力发展司令部陆军研究实验室）
许多多机器人规划问题都受到维数灾难的困扰，这使得将解决方案应用于大规模问题实例的难度增加。在多机器人规划中使用基于学习的方法具有很大的希望，因为它使我们能够将昂贵但最佳的求解器的在线计算负担卸载到离线学习过程中。简单地说，这个想法是训练一个策略来复制一个小规模系统生成的最优模式，然后将该策略转移到更大的系统中，希望学习到的策略可以扩展，同时保持接近最优的性能。然而，一些问题阻碍了我们充分发挥这一想法的潜力。这份不切实际的文件阐述了仍然存在的一些关键挑战。
2021-07-26 cs.LG cs.MA cs.RO
Dec-MARVEL: Decentralized Multi-Agent Exploration without Communication under Budget Constraints
Sogang University（西江大学）；National University of Singapore（新加坡国立大学）
针对多无人机探索受多种限制的问题，提出Dec-MARVEL框架，各机器人通过偶然观察协调，图注意力智能体融合多种特征选动作，经特定训练方式训练，在多场景试验中表现出色，实现模拟到现实的成功迁移与实际部署。
2026-10-20 cs.RO
Deliberate Practice: Learning Robot Skills under a Budget
研究有限预算下机器人序列任务技能学习问题，提出刻意练习算法，通过双线性规划计算预算最优分配，经仿真与真实实验验证可提升机器人长程规划能力。
2026-08-14 cs.AI cs.RO
Evolving Robots on Easy Mode: Towards a Variable Complexity Controller for Quadrupeds
University of Oslo（奥斯陆大学）
腿式机器人的环境或任务的复杂性可以告知其步态必须有多专业才能确保成功。发展专门的机器人步态需要许多评估-计算机模拟是可以接受的，但不是物理机器人。对于某些任务，具有较低优化成本的更一般的步态可能是令人满意的。在本文中，我们介绍了一种新型的步态控制器的复杂性，可以设置一个单一的参数，使用动态基因型表型映射。低控制器复杂性导致保守的步态，而更高的复杂性允许更复杂和更高的性能要求的任务，在优化工作的成本。我们在虚拟机器人上研究了新的控制器，并在现实世界的机器人上进行了初步测试。我们表明，具有可变的复杂性，使我们能够适应不同的优化预算。在仿真中具有高评估预算的情况下，复杂的控制器表现最好。此外，具有有限评估预算的现实世界的进化表明，对于相对简单的环境，较低的步态复杂度是优选的。
2019-02-12 cs.RO
Impact-Aware Online Motion Planning for Fully-Actuated Bipedal Robot Walking
University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
跟踪具有特定定时的一般步行路径的能力对于双足机器人在复杂环境中避免动态障碍物（例如行人）的操作安全性和可靠性至关重要。本文介绍了一个在线的，全身运动规划器，产生所需的影响意识的运动，全驱动双足机器人行走。所提出的规划器的主要新颖之处在于它能够实时产生所需的运动，尊重离散的冲击动力学和所需的冲击时间。为了得到建议的规划，全驱动双足机器人行走的全阶混合动力学模型，包括连续动力学和离散装载的影响。接下来，介绍了所提出的影响感知在线运动规划器。最后，一个3-D双足机器人的仿真结果证实了所提出的在线碰撞感知规划器的有效性。在线规划器能够在0.6秒内生成一个步行步的全身运动，这比典型的双足步行步短。
2019-10-25 cs.RO
OnEvoMemory: Evolving Memory through Online Robot Rollouts for Pretrained Robot Policies
Shanghai Jiao Tong University（上海交通大学）；Tsinghua University（清华大学）
针对现有机器人记忆机制依赖外部模型的问题，提出OnEvoMemory价值引导记忆模块，结合离线初始化与在线试跑优化记忆选择，提升了基础VLA策略在长时程机器人操作中的性能。
2026-08-11 cs.RO
Quad2Plane: An Intermediate Training Procedure for Online Exploration in Aerial Robotics via Receding Horizon Control
University of Bristol（布里斯托大学）
数据驱动的机器人依赖于准确的现实世界表示来学习有用的策略。尽管我们尽了最大的努力，zero-shot仿真到现实迁移仍然是一个未解决的问题，我们经常需要允许我们的代理在线探索，以学习对给定任务有用的策略。对于许多应用领域的机器人在线探索是昂贵和危险的，这是特别真实的固定翼空中机器人。为了应对这些挑战，我们提供了一个用于现场机器人学习的中间解决方案。我们研究了使用不同的平台车辆学习，并提供了一个程序来模仿一个车辆与另一个的行为。我们特别考虑的问题，训练固定翼飞机，昂贵和危险的车辆类型，使用多旋翼主机平台。使用模型预测控制方法，我们设计了一个控制器，能够模仿另一个车辆的行为，在模拟和现实世界。
2022-03-21 cs.RO
Online Dynamic Motion Planning and Control for Wheeled Biped Robots
轮式足式机器人结合了轮式机器人在适当平坦表面上行驶时的效率和足式机器人在跨越或绕过障碍物时的多功能性。本文介绍了一种规划和控制框架，以实现动态移动的轮式机器人。我们提出的车线性倒立摆模型（车LIPM）作为模板模型的滚动运动和欠驱动LIPM的接触变化，而步行。生成的运动然后由一个逆动态全身控制器跟踪，该控制器协调所有关节，包括车轮。该框架具有分层结构，并以模型预测控制（MPC）方式实现。为了验证所提出的混合运动生成方法，在仿真中设计了两种涉及不同类型障碍物的场景。据我们所知，这是第一次，这种在线动态混合运动已被证明对轮式机器人。
2020-03-07 cs.RO
Budget-Constrained Fault-Tolerant Mutual Visibility for Autonomous Robots under the Mobility Fault Model
Indian Institute of Technology Jodhpur（印度理工学院焦特布尔分校）
针对预算约束和移动故障下的不透明机器人群体，提出一种确定性分布式算法，利用公共固定参考点和12种光色，在SSYNC模型下实现非故障机器人的无碰撞相互可见性，同时尊重每个机器人的移动预算。
2026-10-06 cs.CG cs.DC cs.MA
SPARK: Graph-Based Online Semantic Integration System for Robot Task Planning
The University of Tokyo（东京大学）
针对机器人任务执行中语义信息在线更新未被探索的问题，提出SPARK框架，通过从环境线索提取语义信息并在线更新场景图以用于任务规划，增强了机器人在动态环境中执行任务及适应非常规空间线索的能力。
2025-06-25 cs.RO
Adaptive Robotic Tool-Tip Control Learning Considering Online Changes in Grasping State
The University of Tokyo（东京大学）
针对现有机器人工具操作方法未考虑抓取状态在线变化、难处理可变形工具的问题，提出一种含参数偏置的神经网络方法，实现工具末端估计控制与本体-工具关系在线自适应，经两类机器人实验验证有效。
2024-07-10 cs.RO
High-Precise Robot Arm Manipulation based on Online Iterative Learning and Forward Simulation with Positioning Error Below End-Effector Physical Minimum Displacement
Peking University（北京大学）
精度是机器人手臂的关键性能指标，因为高精度操作允许更广泛的应用。传统的提高机器人手臂精度的方法依赖于误差补偿。然而，这些方法通常不鲁棒并且缺乏适应性。基于学习的方法提供了更大的灵活性和适应性，而目前的研究表明，它们往往无法达到高精度，并且难以处理许多需要高精度的场景。本文提出了一种基于在线迭代学习和前向仿真的高精度机械臂操作框架，该框架能够实现小于末端执行器物理最小位移的定位误差（精度）。此外，我们将多个高精度操作策略并行化，以更好地结合在线迭代学习和正向模拟。此外，我们考虑的关节角分辨率的实际机器人手臂，这是通常被忽略的相关工作。仿真和真实UR3机器人手臂平台上的一系列实验表明，我们提出的方法是有效的和有前途的。相关代码将很快发布。
2023-02-26 cs.RO
Online Non-linear Centroidal MPC for Humanoid Robot Locomotion with Step Adjustment
Istituto Italiano di Tecnologia（意大利理工学院）；University of Genoa（热那亚大学）；University of Manchester（曼彻斯特大学）
本文提出了一种用于人形机器人运动的具有在线步距调整能力的非线性模型预测控制器。所提出的控制器考虑系统的重心动力学来计算所需的接触力和扭矩以及接触位置。从基于简化模型的双足步行架构，所提出的方法考虑了减少质心模型，从而使机器人执行高度动态运动，同时保持控制问题仍然在线治疗。我们表明，所提出的控制器可以自动调整接触位置在单，双支持阶段。然后，测试的整体方法与模拟单腿和双腿系统执行跳跃和运行任务，分别。最后，我们验证了所提出的控制器上的位置控制的人形机器人iCub。结果表明，该策略可以防止机器人跌倒，而步行和推动外力高达40牛顿1秒施加在机器人手臂。
2022-03-10 cs.RO
Online Robot Introspection via Wrench-based Action Grammars
Guangdong University of Technology（广东工业大学）
机器人故障在非结构化机器人任务中非常常见。尽管有设计良好的控制器，机器人经常会因意外事件而失败。机器人如何测量意外事件？许多人不这样做。大多数机器人都是由感觉-计划-行动范式驱动的，然而最近机器人正在经历一个感觉-计划-行动-验证范式。在这项工作中，我们提出了一个原则性的方法来引导在线机器人内省接触任务。实际上，我们试图让机器人回答这个问题：我做了什么？我的行为是否符合预期？为此，我们分析嘈杂的扳手数据和假设，后者固有的模式，可以有效地表示由词汇。通过对数据进行分段和编码来生成词汇表。当扳手信息表示一系列子任务时，我们可以认为词汇表形成了给定子任务的句子（具有语法规则的单词集）;允许后者被唯一地表示。语法，其中也可以包括意外事件，被分类在离线和在线的情况下，以及模拟和真实的机器人实验。多类支持向量机（SVM）离线使用，而在线的概率SVM是用来给时间的信心，内省的结果。我们的工作的贡献是一个概括的在线语义方案，使机器人能够理解其高层次的状态是否正常或异常的介绍。它被证明是工作在离线和在线的情况下，一个特别具有挑战性的接触任务：捕捉组件。我们在单臂模拟和真实单臂实验以及模拟双臂实验中进行卡扣组装。这种验证机制可以由高级规划者或推理系统使用，以实现智能故障恢复或确定要使用的下一个最优操作技能。
2017-07-19 cs.RO
Online On-Demand Multi-Robot Coverage Path Planning
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
针对多机器人覆盖大型未知工作空间时现有同步算法计算负担重的问题，提出按需计算部分机器人路径、其余复用的在线集中式规划算法，可保证完全覆盖，效率优于现有方法，且经仿真与实机验证可行。
2024-03-07 cs.RO
Small Variance Asymptotics for Non-Parametric Online Robot Learning
Idiap Research Institute（Idiap 研究院）；University of California, Berkeley（加州大学伯克利分校）
小方差渐近性是贝叶斯非参数混合模型的一种新的推理方法。本文在小方差渐近条件下，利用贝叶斯非参数混合模型分析了机器人操作任务的在线学习问题。分析产生了一个可扩展的在线序列聚类（SOSC）算法，是非参数的集群的数量和每个集群的子空间维度。SOSC通过基于Dirichlet过程的非参数混合概率主成分分析（MPPCA）在线推断将新数据点分组到其低维子空间中，并通过基于分层Dirichlet过程的隐半马尔可夫模型（HSMM）在线捕获状态转移和状态持续时间信息。我们的方法的任务参数化制定自主适应模型在操作过程中不断变化的环境条件。我们将该算法应用于遥操作设置中，以识别操作员的意图，并使用学习模型远程调整机器人的运动。生成模型是用来综合时间独立和时间依赖的行为，依靠共享和自主控制的原则。Baxter机器人的实验产生了吝啬的集群，适应在线新的演示，并协助操作员执行远程操作任务。
2018-10-15 cs.RO
Adaptive Control for Robotic Manipulation of Deformable Linear Objects with Offline and Online Learning of Unknown Models
Tsinghua University（清华大学）；The Chinese University of Hong Kong（香港中文大学）
可变形线性物体（DLO）在工业和家庭应用中都很常见，如电线、电缆、绳索等。由于其高度可变形的性质，机器人很难再现人类的灵巧技能DLO。在本文中，未知的变形模型估计离线和在线的方式。离线学习旨在在操纵任务之前提供良好的近似，而在线学习旨在补偿由于离线阶段中的训练不足（例如，有限的数据集）而引起的误差。离线模块通过构造一系列有监督的神经网络（NN）来工作，然后在线模块直接接收学习结果，并使用自适应NN技术进一步更新它们。一个新的自适应控制器也提出了允许机器人同时执行操作任务的在线阶段。利用李雅普诺夫方法严格证明了闭环系统的稳定性和任务误差的收敛性。仿真研究来说明所提出的方法的性能。
2021-07-01 cs.RO
Planning Multimodal Exploratory Actions for Online Robot Attribute Learning
State University of New York at Binghamton（纽约州立大学宾汉姆顿分校）；Tufts University（塔夫茨大学）
机器人经常需要感知物体属性，如“红色”，“重”和“空”，使用多模态探索性动作，如“看”，“举”和“摇”。“机器人属性学习算法的目标是在给定探索性动作的情况下为每个可感知属性学习观察模型。一旦学习了属性模型，它们就可以用来识别新对象的属性，回答诸如“这个对象是红色和空的吗？“属性学习和识别在文献中被视为两个独立的问题。在本文中，我们首先定义了一个新的问题，称为在线机器人属性学习（On-RAL），机器人的工作属性学习和属性识别同时进行。然后，我们开发了一种算法，称为信息理论奖励塑造（ITRS），积极解决探索和开发之间的权衡在RAL问题。将ITRS与竞争机器人属性学习基线进行了比较，实验结果表明ITRS在学习效率和识别精度方面具有优势。
2021-06-08 cs.RO
Object-Aware Impedance Control for Human-Robot Collaborative Task with Online Object Parameter Estimation
Korea Institute of Machinery & Materials（韩国机械材料研究院）；KyungHee University（庆熙大学）
针对无参数先验的长物体协作任务，提出集成在线参数估计与物体感知阻抗控制的框架，通过零空间扰动提升估计精度，实验验证了其在搬运与装配中的有效性。
2023-10-19 cs.RO
Optimal Distributed Multi-Robot Communication-Aware Trajectory Planning using Alternating Direction Method of Multipliers
Technical University of Denmark（丹麦技术大学）
针对多机器人通信感知轨迹规划问题，提出基于预算交易分离通信约束并用一致性ADMM分布式求解的最优规划算法，且在巡检仿真中验证。
2024-08-09 cs.RO
Loco-Manipulation Planning for Legged Robots: Offline and Online Strategies
Istituto Italiano di Tecnologia (IIT)（意大利理工学院）；Università di Genova（热那亚大学）；Sapienza Università di Roma（罗马第一大学）；PAL Robotics（PAL机器人公司）
在现实环境中部署机器人需要能够规划和优化飞行中的本地操作轨迹，以避免与动态环境的意外交互。这个扩展的抽象提供了一个流水线离线规划配置空间的全局轨迹的基础上的随机化策略，并在线本地细化它取决于动态环境和机器人状态的任何变化。离线规划器直接在接触空间中进行规划，并且另外寻求符合采样接触状态的全身可行配置。由一组离散的触点和配置构成的规划轨迹可以被视为一个图形，并且可以在执行全局轨迹期间在线细化。在线细化进行了利用视觉信息的图形优化规划。它在当地对全球初始计划采取行动，以考虑环境中可能发生的变化。虽然离线规划器是一项已完成的工作，并在人形COMAN+上进行了测试，但在线本地规划器仍是一项正在进行的工作，已在CENTAURO机器人的简化模型上进行了测试，以避免动态和静态障碍物干扰轮式运动任务。COMAN+和CENTAURO机器人均由意大利理工学院（IIT）设计。
2022-05-20 cs.RO
Incremental Language Understanding for Online Motion Planning of Robot Manipulators
Human-Robot Interaction Lab, Tufts University（塔夫茨大学人机交互实验室）；Automation and Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN））；center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究院）
本文提出了一种基于推理的增量解析器，用于实现机器人在动态语言输入下的在线运动规划，提升人机交互的灵活性和实时性。
2025-08-08 cs.RO
dRVG: Quadtree-Guided, Resolution-Complete Online Motion Planning for Polygonal Robots in Unknown Environments
Rutgers, the State University of New Jersey（罗格斯大学新泽西州立大学）
提出动态旋转堆叠可见性图（dRVG），利用四叉树调度感知并融合局部路标图，实现未知环境中多边形机器人的分辨率完备在线运动规划，实验证明其高效性。
2026-09-28 cs.RO
Crowdsourcing Swarm Manipulation Experiments: A Massive Online User Study with Large Swarms of Simple Robots
Boston Children’s Hospital（波士顿儿童医院）；Harvard Medical School（哈佛医学院）；Rice University（莱斯大学）
微型和纳米机器人有可能彻底改变许多应用，包括靶向材料输送，组装和手术。同样的属性，承诺突破性的解决方案-小规模和大人口-提出了独特的挑战，以产生控制的运动。我们希望使用大量的机器人来执行操作任务;不幸的是，今天进行的人类群体交互研究的样本量有限，难以重现，并且容易出现硬件故障。我们提出一个替代方案。本文探讨了我们通过启动SwarmControl.net发现的危险、陷阱和可能性，这是一款在线游戏，玩家可以操纵多达500个机器人完成操纵挑战。我们记录了数千名玩家的统计数据，并使用游戏来探索大人口机器人控制的各个方面。我们目前的游戏框架作为一个新的，开源的工具，大规模的用户实验。我们的研究结果在人类控制微型和纳米机器人方面具有潜在的应用，为自动控制器提供了洞察力，并为大型在线机器人研究实验提供了模板。
2014-02-15 cs.RO
Online Non-linear Centroidal MPC for Humanoid Robots Payload Carrying with Contact-Stable Force Parametrization
Mechanical engineering department（机械工程系）；Machine Learning and Optimisation, The University of Manchester（机器学习与优化，曼彻斯特大学）
针对人形机器人负重行走问题，提出结合在线非线性质心模型预测控制与接触稳定力参数化的方法，实现给定脚步轨迹的跟踪。
2023-05-18 cs.RO
Online Dynamic Trajectory Optimization and Control for a Quadruped Robot
University of Edinburgh（爱丁堡大学）；McGill University（麦吉尔大学）
足式机器人运动需要规划稳定的参考轨迹，特别是在穿越不平坦地形时。所提出的轨迹优化框架能够为多个步骤生成动态稳定的基础和脚步轨迹。运动任务可以用接触位置、基础运动或两者来定义，使得算法适用于多种场景（例如，移动障碍物）。该规划器使用简化的基于动量的任务空间模型的机器人动力学，允许计算时间足够快的在线重新规划。这种快速规划能力也使四足动物适应漂移和环境变化。该算法在模拟和真实机器人上进行了测试，包括不平坦的地形，楼梯和移动障碍物。结果表明，即使在最后时刻将一个15厘米高的盒子放在机器人路径的前面，该规划器也能够在真实机器人中生成稳定的轨迹。
2021-03-23 cs.RO
Online Planning for Cooperative Air-Ground Robot Systems with Unknown Fuel Requirements
针对目标燃料成本未知的FCURP-MRS问题，提出结合离线启发式规划与动态调整交会点的在线规划算法，初步Gazebo仿真验证了其能维持空地机器人路径有效性并确保任务完成。
2025-06-25 cs.RO
Learning Deep SDF Maps Online for Robot Navigation and Exploration
Stanford University（斯坦福大学）
我们提出了一种算法，（i）使用配备LiDAR的机器人在线学习深度符号距离函数（SDF）来表示3D环境几何形状，以及（ii）在此深度学习地图的情况下计划无碰撞轨迹。我们的算法采用传入的LiDAR扫描流，并不断优化神经网络，以表示其当前附近环境的SDF。当SDF网络质量饱和时，我们将缓存网络的副本以及学习的置信度度量，并初始化新的SDF网络以继续映射环境的新区域。然后，我们通过置信度加权方案连接所有缓存的本地SDF，以提供用于规划的全局SDF。对于规划，我们使用顺序凸模型预测控制（MPC）算法。MPC规划器优化了机器人的动态可行轨迹，同时强制执行与全局SDF中映射的障碍物没有碰撞。我们表明，我们的在线映射算法比现有的在线SDF训练方法产生更高质量的地图。在WeBots模拟器中，我们进一步展示了在线运行的组合映射器和规划器-在未知环境中自主导航且无碰撞。
2022-08-02 cs.RO
Fast Online Optimization for Terrain-Blind Bipedal Robot Walking with a Decoupled Actuated SLIP Model
Imperial College London（帝国理工学院）
我们提出了一个高度反应控制器，使双足机器人盲目地走过各种不平坦的地形，同时抵抗推动。高级运动规划器使用解耦致动弹簧加载倒立摆（aSLIP）模型对脚步位置和质心（CoM）高度进行快速在线优化。解耦的aSLIP模型简化了原始aSLIP，在水平状态下具有线性倒立摆（LIP）动力学，在垂直状态下具有弹簧动力学。运动规划可以用离散时间模型预测控制（MPC）来表示，并在1 k ~HZ的频率下求解。使用降阶模型的运动规划器的输出被馈送到基于逆动力学的全身控制器中以用于在机器人上执行。该控制器的一个关键结果是机器人的脚是顺应性的，这进一步扩展了机器人对未观察到的地形变化的鲁棒性的能力。我们评估我们的方法在模拟与双足机器人SLIDER。实验结果表明，该机器人能够在斜坡、波浪场和楼梯等各种不平坦地形上实现盲走。它也可以抵抗推，而走在不平坦的地形。
2021-09-20 cs.RO
Assessing the Acceptability of a Humanoid Robot for Alzheimer's Disease and Related Dementia Care Using an Online Survey
University of Tennessee（田纳西大学）；Institute of Health Professions（健康职业学院）；Genesis Neuroscience Clinic（Genesis神经科学诊所）
在这项工作中，在线调查被用来了解人形机器人的可接受性和用户的需求，在使用这些机器人，以协助照顾阿尔茨海默氏症和相关痴呆症（ADRD）的人，他们的家庭照顾者，医疗保健专业人员，和一般公众。从2020年11月12日至2021年3月13日，共收集了631份完整的回复，其中80份来自轻度认知障碍或ADRD患者，245份来自护理人员和医疗保健专业人员，306份来自普通公众。总的来说，ADRD患者、护理人员和公众对使用机器人协助护理ADRD患者表现出积极的态度。ADRD人群对机器人的三大需求是提醒服药、紧急呼叫服务和帮助联系医疗服务。还讨论了护理人员和公众提供的其他意见、建议和关注。
2021-04-26 cs.RO
Dynamic System Model Generation for Online Fault Detection and Diagnosis of Robotic Systems
Freiberg University of Mining & Technology（弗莱堡矿业大学）
本文针对复杂机器人系统故障检测与诊断中预定模型和历史数据难以适应动态变化的问题，提出在运行时主动生成动态系统模型以定位根本原因的方法，旨在适用于相似软件设计的各类机器人系统，并实现低开销和减少对专家的依赖。
2025-07-02 cs.RO
HMR-ODTA: Online Diverse Task Allocation for a Team of Heterogeneous Mobile Robots
针对异构移动机器人在严格时间窗下的在线多类型取配送问题，提出去中心化HMR-ODTA动态分配与重调度框架，显著降低延迟惩罚并提高任务完成率。
2025-05-13 cs.RO
Online adaptation in robots as biological development provides phenotypic plasticity
Alma Mater Studiorum Università di Bologna（博洛尼亚大学）；European Centre for Living Technology（欧洲生命技术中心）；Institute for Systems Biology（系统生物学研究所）
以适当的行动响应环境刺激的能力是所有生物体共有的属性，并且在机器人系统的设计中也寻求这种能力。表型可塑性提供了一种实现这一特性的方法，因为它表征了那些生物体，从一个基因型，可以表达不同的表型，以响应不同的环境，而不涉及遗传修饰。在这项工作中，我们研究的机器人，配备了在线传感器适应表型可塑性。我们表明，布尔网络控制的机器人可以实现导航与避碰适应接近传感器和控制网络之间的耦合，而不改变其结构。换句话说，这些机器人虽然以一种基因型（即网络）为特征，但可以在许多适合特定环境的表型中表达一种表型。我们还表明，动态制度，使其有可能达到最佳的整体性能是关键的一个，进一步的证据的假设，自然和人工系统能够最佳平衡的鲁棒性和适应性是至关重要的。
2020-06-03 cs.RO
GRAFT: Grounded and Efficient Online Reinforcement Adaptation for Fine-Grained Robot Manipulation
Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州高等研究院）；School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生命科学与医学部生物医学工程学院）
GRAFT是一种高效在线VLA适应框架，通过特定视角视觉锚点聚焦任务相关线索，在四项生物医学操作任务中提升25个百分点成功率并降低计算开销。
2026-08-31 cs.RO
Online Resynthesis of High-Level Collaborative Tasks for Robots with Changing Capabilities
Cornell University（康奈尔大学）；Sibley School of Mechanical and Aerospace Engineering（西布利机械与航空航天工程学院）
针对异构机器人团队能力变化导致高层协作任务失效的问题，提出基于 LTL^ψ 的运行时在线重综合方法，通过最小化全局重分配与局部重综合并支持用户自定义团队约束，在模拟仓库中验证了框架有效性。
2024-09-09 cs.RO
An Empirical Study on the Computation Budget of Co-Optimization of Robot Design and Control in Simulation
NTNU Institutt for teknisk kybernetikk（挪威特罗姆瑟大学技术 cybernetics 院）；Department of Game Development - Inland Norway University（内陆挪威大学游戏开发系）；Department of Technology Systems, University of Oslo（奥斯陆大学技术系统系）；RITMO Centre for Interdisciplinary Studies in Rhythm, Time and Motion, University of Oslo（奥斯陆大学节奏、时间与运动跨学科研究中心）；Department of Informatics, University of Oslo（奥斯陆大学信息系）
本文通过四个仿真协同优化问题实证研究计算预算影响，发现降低控制器训练充分度并在第二阶段重训可显著提升性能，且低预算倾向于产生更简单设计。
2025-09-28 cs.LG cs.RO
A Robotic Dating Coaching System Leveraging Online Communities Posts
Seoul National University（首尔国立大学）
机器人可以成为私人约会教练吗？即使互联网上的会话数据量不断增加，会话机器人的实现仍然是一个挑战。特别是，详细和专业的咨询日志是昂贵的，不能公开访问。在本文中，我们开发了一个机器人约会教练系统，利用语料库从在线社区。我们研究人们的看法的约会教练机器人与对话模块。97名参与者与机器人进行了对话，其中30人对机器人进行了评价。结果表明，参与者认为机器人可以成为约会教练，同时认为机器人是娱乐而不是帮助。
2020-11-24 cs.CL cs.RO
ThriftyDAgger: Budget-Aware Novelty and Risk Gating for Interactive Imitation Learning
AUTOLAB at the University of California, Berkeley（加利福尼亚大学伯克利分校 AUTOLAB）
有效的机器人学习通常需要在线的人类反馈和干预，这可能会花费大量的人类时间，从而引发交互式模仿学习的核心挑战：是否有可能控制干预的时间和长度，以促进学习并限制人类监督者的负担？本文介绍了ThriftyDagger，积极查询人类主管给定的人类干预的预期预算的算法。ThriftyDagger使用学习的切换策略，仅在以下状态下请求干预：（1）足够新颖，其中机器人策略没有参考行为可供模仿，或（2）有风险，其中机器人对任务完成的信心较低。为了检测后者，我们引入了一种新的度量来估计当前机器人策略下的风险。模拟实验和物理电缆路由实验表明，ThriftyDagger的干预标准比以前的算法更有效地平衡任务性能和主管负担。ThriftyDagger也可以在执行时应用，在模拟和物理任务上都实现了100%的成功率。一项用户研究（N=10）表明，与下一个最佳算法相比，ThriftyDagger在执行集中任务的同时控制三个机器人舰队，同时减少了管理员的负担，使人类和机器人的性能分别提高了58%和80%。
2021-09-17 cs.AI cs.RO
Visual Memorability for Robotic Interestingness via Unsupervised Online Learning
Carnegie Mellon University（卡内基梅隆大学）
在本文中，我们探讨了移动机器人感兴趣的场景预测问题。这一领域目前尚未得到充分探索，但对于许多实际应用至关重要，例如自主探索和决策。受工业需求的启发，我们首先提出了一种新颖的不变性视觉记忆，用于回忆和识别感兴趣的场景，然后设计了一个长期，短期和在线学习的三阶段架构。这使我们的系统能够分别学习类似人类的经验、环境知识和在线适应。我们的方法在具有挑战性的机器人兴趣数据集上实现了比最先进的算法更高的准确性。
2020-07-18 cs.CV cs.RO
Use of a Socially Assistive Robot as a Online Shopping Digital Skills Assistan
Heriot-Watt University（赫瑞-瓦特大学）
本工作提出将社交辅助机器人作为在线购物数字技能助手，通过分析在线食品购物用例中决策过程的伦理问题，为共同设计会议中机器人的决策机制提供参考。
2023-04-04 cs.HC cs.RO
What Matters for Simulation to Online Reinforcement Learning on Real Robots
ETH Zurich（苏黎世联邦理工学院）；Google DeepMind（谷歌DeepMind）
本研究探讨了在真实机器人上实现稳定在线强化学习的关键设计选择，发现某些默认设置可能有害，而稳健的设计选择能提高学习稳定性。
2026-07-24 cs.AI cs.RO
Multidimensional Online Robot Motion
Illinois Wesleyan University（伊利诺伊卫斯理大学）；Binghamton University（宾汉姆顿大学）
我们考虑三个相关的问题，机器人运动在任意维度：覆盖，搜索和导航。对于每个问题，要求球形机器人在未知环境中完成与运动相关的任务，该环境的几何形状由机器人在导航过程中学习。机器人被假定有触觉和全球定位传感器。我们认为这些问题的角度（非线性）的竞争力所定义的加布里埃尔和里蒙。我们首先表明，在3维和更高的维度上，竞争力没有上限：每一个在线算法都可以做得比最优算法差。然后，我们修改的问题，假设一个固定的间隙参数。在此假设下，我们能够给出最优竞争算法。
2009-03-26 cs.CG cs.RO
Self-Supervised Online Robot-Agnostic Traversability Estimation for Open-World Environments
Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系）
提出COTRATE框架，通过自监督在线学习从多模态未标记机器人经验中估计可通行性，采用机器人无关的地形评估模块和多样性感知特征选择策略，实现跨平台知识迁移并降低遗忘。
2026-05-29 cs.CV cs.RO
How to Spend Your Robot Time: Bridging Kickstarting and Offline Reinforcement Learning for Vision-based Robotic Manipulation
DeepMind（深度思维）
强化学习（RL）已被证明是有效的学习控制经验。然而，RL通常需要与环境进行大量的在线交互。这限制了它对现实世界的适用性，例如在机器人技术中，这种交互是昂贵的。在这项工作中，我们研究的方法，以尽量减少在线互动的目标任务，通过重用一个次优的政策，我们可能会访问，例如从相关的先前任务的培训，或在模拟。为此，我们开发了两种RL算法，不仅可以使用教师策略的动作分布，还可以使用这些策略在手头任务上收集的数据来加快训练速度。我们进行了一个彻底的实验研究，如何使用次优教师在一个具有挑战性的机器人操作基准基于视觉的堆叠与不同的对象。我们将我们的方法与离线，在线，离线到在线和kickstarting RL算法进行比较。通过这样做，我们发现，对教师和学生的数据进行训练，可以在有限的数据预算下实现最佳性能。我们研究如何最好地分配有限的数据预算-目标任务-教师和学生之间的政策，并报告实验使用不同的预算，两个教师不同程度的次优，和五个堆叠任务，需要一套不同的行为。我们在模拟和现实世界中的分析表明，我们的方法在数据预算中是最好的，而当提供足够的数据时，教师推出的标准离线RL是令人惊讶的有效。
2022-05-06 cs.LG cs.RO
Optimal online and offline algorithms for robot-assisted restoration of barrier coverage
Université du Québec en Outaouais（魁北克大学乌塔韦分校）；Carleton University（卡尔顿大学）；Wesleyan University（卫斯理安大学）；Concordia University（康考迪亚大学）
移动机器人与无线传感器网络之间的合作是目前吸引了大量关注的研究方向。在这种情况下，我们研究了以下问题的障碍覆盖由固定的无线传感器，由移动机器人移动传感器的能力的协助。假设$n$传感器最初任意分布在线段障碍上。每个传感器被称为覆盖屏障的与其感测区域相交的部分。由于初始位置不正确，或某些传感器失效，传感器未完全覆盖屏障。我们采用了移动机器人移动传感器的障碍上的最终位置，这样的障碍覆盖率得到保证。我们寻求的算法，最大限度地减少机器人的轨迹的长度，因为这允许尽快恢复的障碍覆盖。我们给出了一个最佳的线性时间离线算法，给出了一个最小长度的轨迹的机器人，开始在一端的障碍，并实现恢复的障碍覆盖。我们还研究了两种不同的在线模型：一种是在线机器人事先不知道障碍物的长度，另一种是在线机器人知道障碍物的长度。对于在线机器人不知道障碍长度的情况，证明了$3/2$关于竞争比的一个紧界，并给出了另一种情况下$5/4$关于竞争比的一个紧下界.因此，对于每种情况下，我们给出了一个最优的在线算法。
2014-10-24 cs.DS cs.RO
Near-Optimal Budgeted Data Exchange for Distributed Loop Closure Detection
Massachusetts Institute of Technology（麻省理工学院）；University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所）
机器人间环路闭合检测是协同SLAM（CLAM）的核心问题。建立机器人间环路闭合是一个需要资源的过程，在此过程中，机器人必须消耗大量的关键任务资源（例如，电池和带宽）来交换传感数据。然而，即使使用最具资源效率的技术，机载可用的资源也可能不足以验证每个潜在的环路闭合。这项工作解决了这个关键的挑战，提出了一个资源自适应的分布式循环闭合检测框架。我们寻求最大限度地提高以任务为导向的目标受到预算约束的总数据传输。这个问题一般是NP难的。我们从不同的角度来处理这个问题，并利用现有的结果单调子模最大化提供有效的近似算法的性能保证。所提出的方法进行了广泛的评估，使用KITTI里程计基准数据集和合成曼哈顿样数据集。
2018-06-01 cs.DS cs.RO
Rethinking Energy Management for Autonomous Ground Robots on a Budget
The Ohio State University（俄亥俄州立大学）
本文提出PECC框架，通过联合优化计算频率与移动速度，在给定能量预算内最大化自主地面机器人性能，实验证明其行驶速度较节能基线最高提升31%。
2025-02-03 cs.RO cs.SY eess.SY
