Collective Energy Foraging of Robot Swarms and Robot Organisms
Institute of Parallel and Distributed Systems, University of Stuttgart（斯图加特大学并行与分布式系统研究所）
独立的群体代理之间的合作和竞争增加了整个系统的集体适应度。一些细菌和真菌在建立共生有机体时，证明了一种基本上新型的集体系统。共生的生命形式出现了新的功能和自我发展的能力，这使得群体代理在不同的环境中更好地生存。在本文中，我们考虑两个机器人物种，群体机器人和共生机器人有机体的能量觅食方案。这表明，微型机器人聚集成一个机器人有机体可以提供更好的功能适应性为整个群体。示出了能够自主聚合和解聚的微型机器人的原型。
2011-11-03 cs.RO
Adaptive Neuro-Fuzzy Control of a Spherical Rolling Robot Using Sliding-Mode-Control-Theory-Based Online Learning Algorithm
KU Leuven（鲁汶大学）
由于模型只是真实系统的抽象，未建模动态、参数变化和干扰会导致基于此模型的常规控制器性能不佳。在这种情况下，传统的控制器不能保持良好的调谐。本文提出了一种自适应神经模糊控制器结合滑模控制（SMC）理论为基础的学习算法的球形滚动机器人的控制。所提出的控制结构由一个神经模糊网络和一个传统的控制器，用于保证系统在一个紧凑的空间渐近稳定。利用滑模控制理论推导了神经模糊系统的参数更新规则，并利用李雅普诺夫函数证明了学习的稳定性。仿真结果表明，基于滑模控制理论的学习算法控制方案在不知道球形滚动机器人动力学方程的情况下，不仅能够消除稳态误差，而且能够改善球形滚动机器人的瞬态响应性能。
2021-04-14 cs.RO cs.SY eess.SY
Pedestrian-Robot Interaction Experiments in an Exit Corridor
Stevens Institute of Technology（史蒂文斯理工学院）
本文通过实验研究机器人与行人交互对群体流动的影响，发现机器人运动减缓行人速度，为未来设计机器人辅助疏散算法提供指导。
2018-02-15 cs.RO cs.SY eess.SY
Collective Bayesian Decision-Making in a Swarm of Miniaturized Robots for Surface Inspection
University of Groningen（格罗宁根大学）；University of Southern California（南加州大学）；Princeton University（普林斯顿大学）
本研究提出一种基于振动传感的微型机器人集群表面检测实验装置，研究贝叶斯双结果决策算法，开发仿真优化框架，提出新信息共享策略，在100次仿真和10次真实实验中使平均决策时间最多缩短20.52%，准确率仅损失0.78%。
2025-07-10 cs.RO cs.SY eess.SY
Multi-Modal Local Sensing and Communication for Collective Underwater Systems
Institute of Parallel and Distributed Systems（并行与分布式系统研究所）；University of Stuttgart（斯图加特大学）
本文研究集体水下系统中用于网络和集群模式的本地感知与通信，通过模态和子模态通信的特定组合实现多AUV间的专用协作。
2011-08-10 cs.RO cs.SY eess.SY
The landscape of Collective Awareness in multi-robot systems
Universidad Politécnica de Madrid（马德里理工大学）
本文概述了多机器人系统中集体感知的研究现状，指出其在提升效率与鲁棒性方面的作用，并总结了当前面临的开放挑战。
2024-01-17 cs.RO
Collective phototactic robotectonics
Harvard University（哈佛大学）
合作任务执行，eusociality的一个标志，是通过一个动态演变的通信信号，代理和环境之间的本地交互。受社会昆虫的集体行为的启发，其动力学是由与环境的相互作用调制的，我们表明，机器人集体可以通过捕获不稳定性和合作建立有组织的结构，成功地核建筑工地。同一机器人集体也可以通过行为参数的简单改变来执行解构。这些行为属于一个二维相空间的合作行为定义的代理人与代理人的相互作用（合作）沿一个轴和代理人与环境的相互作用（收集和沉积）。我们的基于行为的机器人设计方法与本地规则的原则推导相结合，使集体能够解决任务，对动态变化的环境和丰富的复杂行为具有鲁棒性。
2022-08-25 cs.RO nlin.AO
Roborobo! a Fast Robot Simulator for Swarm and Collective Robotics
UPMC（巴黎第六大学）；CNRS（法国国家科学研究中心）；NTNU（挪威科技大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
机器人是一个多平台，高度便携式，机器人模拟器的大规模集体机器人实验。机器人是用C++编写的，遵循KISS准则（“保持简单”）。因此，它的外部依赖性仅限于用于快速2D图形的广泛可用的SDL库。机器人基于Khepera/ePuck模型。它的目标是快速的单机器人和多机器人仿真，并已被用于十几个已发表的研究，主要涉及进化群体机器人，包括环境驱动的自适应和分布式进化优化，以及在线板载体现进化和体现形态发生。
2013-04-10 cs.AI cs.NE cs.RO
Collective Conditioned Reflex: A Bio-Inspired Fast Emergency Reaction Mechanism for Designing Safe Multi-Robot Systems
Kent State University（肯特州立大学）；University of California, Berkeley（加州大学伯克利分校）；University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
多机器人系统是一组协调的机器人，它们相互协作完成给定的任务。由于操作环境的不确定性，系统可能会遇到紧急情况，例如未观察到的障碍物，移动的车辆和极端天气。蜂群等动物群体会启动集体紧急反应行为，如绕过障碍物和避开捕食者，类似于肌肉条件反射，组织局部肌肉在第一反应中避免危险，而不会延迟通过大脑。受此启发，我们开发了一种类似的集体条件反射机制，用于多机器人系统对紧急情况的反应。本研究基于动物集体行为分析和多智能体强化学习（MARL），提出了一种基于生物启发的应急反应机制--集体条件反射（CCR）。该算法使用物理模型来确定机器人是否正在经历紧急情况;然后，对参与紧急情况的机器人的奖励增加相应的启发式奖励，该启发式奖励评估紧急情况的大小和后果，并决定本地机器人的参与。CCR在三种典型的紧急情况下进行了验证：\textit{turbulence, strong wind, and hidden obstacle}。仿真结果表明，与基线方法相比，CCR方法提高了机器人团队的应急反应能力，反应速度更快，轨迹调整更安全。
2022-08-18 cs.RO
On the Certification of the Kinematics of 3-DOF Spherical Parallel Manipulators
Inria（法国国家信息与自动化研究所）
本文针对可无限滚动的三自由度球面并联机械手，结合符号与半数值方法分析其运动学及奇异点，并在参数不确定性条件下计算无奇异区，从而保证上平台惯性稳定控制的有效性。
2024-05-06 cs.RO cs.SY eess.SY
Multi-robot connective collaboration toward collective obstacle field traversal
受火蚁启发，研究双机器人物理连接跨越高障碍场策略，发现特定连接长度能利用机械智能显著提升集体机动性，为大规模小型机器人群体协作提供广义原理。
2025-02-03 cs.MA cs.RO
Collective perception for tracking people with a robot swarm
Université libre de Bruxelles（布鲁塞尔自由大学）；Royal Military Academy of Belgium（比利时皇家军事学院）；Toyota Motor Europe（丰田汽车欧洲公司）
本研究针对机器人群动态环境监测需求，提出基于群体感知的人员集体追踪方法，经多办公环境仿真实验验证，该方案在动态监测中具备显著应用潜力。
2024-10-09 cs.RO
Emergent interactions lead to collective frustration in robotic matter
Max-Planck-Institute for the Physics of Complex Systems（马克斯-普朗克复杂系统物理研究所）；GISC, Universidad Rey Juan Carlos（GISC，雷奥恩卡洛斯大学）
该研究通过一维随机粒子系统，展示了机器人物质中涌现的集体行为，包括自组织、挫败态及密度依赖的相变，确立了其作为非平衡物理平台的地位。
2026-09-18 cond-mat.soft cs.RO
A Decentralized Mobile Computing Network for Multi-Robot Systems Operations
Singapore University of Technology and Design（新加坡科技设计大学）
集体动物行为是完全去中心化操作的典型例子，涉及复杂的集体计算，如鸟群的集体转向或蚂蚁的集体收获。这些系统为开发能够在动态环境中运行的容错和自我修复的多机器人系统提供了独特的灵感来源。具体来说，群体机器人技术出现了，并在这些前提下显着增长。然而，迄今为止，大多数群体机器人系统在文献中报道涉及基本的计算任务-平均值和其他代数运算。在本文中，我们介绍了一种新的集体计算框架的基础上的群集范式，它表现出的关键固有特征群：鲁棒性，可扩展性和灵活性。与边缘计算不同，集体计算框架是真正去中心化的，不需要用户干预或额外的服务器来维持其运行。该集体计算框架应用于集体地图绘制的复杂任务，其中多个机器人旨在协作绘制大区域的地图。我们的研究结果证实了合作策略的有效性，其鲁棒性的多个单位的损失，以及其可扩展性。此外，互连网络的拓扑结构被发现极大地影响集体行动的性能。
2018-10-13 cs.RO
Embodied Evolution in Collective Robotics: A Review
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Vrije Universiteit（阿姆斯特丹自由大学）；Universidade da Coruna（拉科鲁尼亚大学）
本文概述了进化机器人技术应用于在线分布式进化的机器人集体-即体现进化。它提供了一个具体的进化的定义，以及一个彻底的基本概念和机制的描述。本文还全面总结了自该领域成立以来（1999-2017）发表的研究成果，提供了各种视角来确定主要趋势。特别是，我们确定了一个转变，从考虑体现进化作为一个并行搜索方法在小型机器人集体（少于10个机器人）体现进化作为一个在线的分布式学习方法，设计集体行为的群体集体。本文最后讨论了应用和开放性问题，为过去提供了一个里程碑，并为未来的研究提供了灵感。
2018-02-09 cs.AI cs.MA cs.NE
Design, Modelling and Control of SPIROS: The Six Propellers and Intermeshing Rotors Based Omnidirectional Spherical Robot
Visvesvaraya National Institute of Technology（维斯瓦瓦拉亚国家理工学院）
在过去的几十年中，已经开发了几种设计和控制方法的球形机器人（SR）进行了深入的分析力学广义三维地形。但是，垂直运动和大倾角机动一直是现有SR驱动机构无法解决的问题。此外，风力或空气推进SR的可能性尚未得到充分探索。本文介绍了一种新的全方位球形机器人机构SPIROS：基于六螺旋桨和啮合转子的全方位球形机器人。SPIROS是由一种新颖的八面体排列的六个相互啮合的旋转空气推进器驱动的，这些推进器放置在Goldberg多面体形状的球形网格壳中。所提出的设计的优点在于它的空气动力推进，这提高了避障和爬坡能力。该机器人的动力学模型推导使用现有的连续滚动球形机器人（CR-SR）的运动学模型，与子类，三轴滚动（3R-SR），双轴滚动（2 R-SR）和滚动和转向（RT-SR）球形机器人。提出了一种基于纯追踪算法的路径跟踪控制方案。在MATLAB和Simulink中进行仿真，以验证所开发的模型和所提出的控制方案的有效性。
2021-07-01 cs.RO
Self-organized Collective Motion with a Simulated Real Robot Swarm
Sharif University of Technology（谢里夫理工大学）；Middle East Technical University（中东技术大学）；The University of Manchester（曼彻斯特大学）
集体运动是自然界中最令人着迷的现象之一。在过去的十年里，它引起了物理学、控制和机器人领域的广泛关注。特别是，许多研究已经完成了与集体运动有关的群体机器人，也称为群集。在大多数这些研究中，机器人使用它们的邻居的方向和接近度来实现集体运动。在这种方法中，最大的问题之一是使用车载传感器测量方位信息。在大多数研究中，这些信息要么是模拟的，要么是使用通信实现的。在本文中，据我们所知，我们使用非常简单的Mona机器人实现了一个完全自主的协调运动。我们使用的方法基于主动弹性片（AES）方法。我们修改了该方法，并添加了使群集能够向所需方向移动并围绕任意点旋转的功能。采用TCACS优化算法对改进方法的参数进行了优化。我们使用Matlab和Webots在不同的设置中测试了我们的方法。
2019-04-05 cs.RO
Distributed Data Storage and Fusion for Collective Perception in Resource-Limited Mobile Robot Swarms
Worcester Polytechnic Institute（伍斯特理工学院）
在本文中，我们提出了一种方法的分布式存储和数据融合的集体感知资源有限的机器人群。我们证明了我们的方法在分布式语义分类的情况下。我们考虑一组移动机器人，其中每个机器人运行一个预先训练的已知精度的分类器来注释环境中的对象。我们提供了两个主要的贡献：（一）一个分散的，共享数据结构的有效存储和检索的语义注释，专门为低资源的移动机器人;和（ii）一个基于投票的，分散的算法，以减少方差的计算注释存在不完善的分类。我们讨论的理论和实现的贡献，并进行了广泛的现实模拟实验，以评估我们的方法的性能。
2020-12-15 cs.RO
BayesCPF: Enabling Collective Perception in Robot Swarms with Degrading Sensors
Worcester Polytechnic Institute（伍斯特理工学院）
本文提出BayesCPF方法，通过扩展卡尔曼滤波器使传感器持续退化的机器人集群准确估计环境填充率，并在多种退化模型和实验中验证其估计性能接近已知真实传感器精度的情形。
2025-04-07 cs.RO
A Fast and Reliable Pick-and-Place Application with a Spherical Soft Robotic Arm
Institute for Dynamic Systems and Control, ETH Zurich（苏黎世联邦理工学院动态系统与控制研究所）
本文提出了一种学习控制方法的应用，实现了快速，可靠的取放应用程序与球形软机械臂。该臂的特点是由一个轻量级的设计，并表现出符合由于软材料部署的行为。采用了一种柔软的连续体关节，它允许在单个关节中同时控制一个平移和两个旋转自由度。这允许我们在拾取和放置应用期间用附接的吸盘轴向接近并拾取物体。介绍了一种基于压力差和对抗致动器配置的控制分配，允许系统动力学解耦，简化了建模和控制。一个线性参数变化的模型，这是参数化的附加负载质量和参数有关的关节刚度。提出了一种增益调度反馈控制器，它渐近稳定的机器人系统的积极调整和大的变化的参数考虑。该控制架构增强了迭代学习控制方案，能够精确跟踪侵略性轨迹，包括在0.3秒（无质量连接）至0.6秒（负载质量连接）内60度的设定点过渡。提出的建模和控制方法的结果在一个可靠的实现的取放应用程序，并通过实验证明。
2021-03-07 cs.RO cs.SY eess.SY
Automated optimisation of multi-level models of collective behaviour in a mixed society of animals and robots
Univ Paris Diderot（巴黎狄德罗大学）；Sorbonne Paris Cité（巴黎索邦大学联盟）；Sorbonne Universités（索邦大学联盟）；UPMC Univ Paris 06（巴黎第六大学）；CNRS（法国国家科学研究中心）
动物和机器人的集体行为可以表现出复杂的动态，需要多层次的描述。在这里，我们有兴趣开发一个多层次的建模框架，使用机器人在动物集体决策的研究。在这种情况下，使用机器人可以用于在计算机上验证模型，诱导校准的重复刺激以触发动物反应或调节和控制动物的集体行为。然而，设计适当的仿生机器人行为面临着一个重大挑战：如何从动物观察到的集体决策动态到机器人的实际算法实现。在以前的工作中，这主要是手工完成的，通常是从人类设计的模型中获得灵感。通常，行为模型是宏观的，种群动态的微分方程，或微观的，每个个体的明确时空状态。只有微观模型可以很容易地实现为机器人控制器。在这里，我们解决的问题，可以在机器人中实现的较低级别的描述模型的设计自动化，并表现出相同的集体动态作为一个给定的更高级别的模型。我们采用进化算法，同时优化模型的参数占不同层次的描述。这种方法适用于实验验证的庇护所选择问题解决群居昆虫和机器人。我们成功地设计和自动校准微观和混合模型表现出相同的动态作为一个宏观的。我们的框架可用于动物或机器人群体和生物混合系统的集体行为的多层次建模。
2016-02-02 cs.MA cs.RO nlin.AO
Electric-field-coupled oscillators for collective electrochemical perception in underwater robotics
CYBRES GmbH（CYBRES有限公司）；Research Center of Advanced Robotics and Environmental Science（先进机器人与环境科学研究中心）
本研究探讨了水中电场耦合非线性振子在水下机器人集体任务中的应用。这种耦合振荡器在清澈的胶体（泥浆，底部淤泥）水中工作，代表了一种集体电化学传感器，对全球环境参数，公共电场的几何形状和自主水下航行器（AUV）的空间动力学敏感。通过硬件和软件实现，这种方法可以用于在具有有限传感和通信能力的机器人组中创建全局意识。使用来自不同AUV的振荡器能够扩展与单个AUV的电偶极子相关的范围限制。该技术的应用程序被证明用于检测AUV的数量，它们之间的距离，介电物体的感知，行为的同步和“集体自我”和“集体非自我”之间的歧视，通过一个“电镜”。这些方法已在淡水和盐水中的AUV的几个研究项目中实施。
2022-03-15 cs.RO physics.ins-det
When Multi-Robot Systems Meet Agentic AI:Towards Embodied Collective Intelligence
College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院）
本文提出具身集体智能（ECI）范式，通过共感知、共行动和共演化使机器人团队共享世界上下文、任务进度和技能经验，并以导航实验验证共享世界记忆继承的有效性。
2026-06-29 cs.RO
Spherical Rolling Robots Design, Modeling, and Control: A Systematic Literature Review
École de technologie supérieure（高等技术学院）
本文通过检索分析1996-2023年3189篇文献，系统梳理球形机器人的运动系统设计与控制策略，给出优化建议并指明未来研究方向。
2023-10-03 cs.RO
Dynamical Behavior Investigation and Analysis of Novel Mechanism for Simulated Spherical Robot named "RollRoller"
University of Sheffield（谢菲尔德大学）；University of Tabriz（大不里士大学）；Kyushu University（九州大学）
本文介绍了一种流体驱动多驱动封闭系统球形移动机器人“RollRoller”的仿真研究。机器人的机制设计包括两个基本部分：引导核心的管道和相应运动的机械控制部件。我们的机器人通过在特定的管道内以弯曲的方式移动被称为核心的球形可移动质量来获得动力。该模拟通过解释机器人的机械和结构特征进行研究，以通过力和动量分析创建液压基础驱动。接下来，我们分类困难和集成的二维运动，通过派生的非线性动力学省略不稳定的平衡点。我们提出了一种算法的位置控制在前进的方向，创建混合模型作为解决方案的运动规划问题的球形机器人。通过推导球形机器人的非线性动力学和实施设计的运动规划，我们展示了如何RollRoller可以有效地在高速运动相比，其他的驱动模型。然后，我们验证了这种位置控制的结果，通过非线性动力学的Adams/view仿真，其中使用导入的实体模型的RollRoller。最后，我们还用同一台模拟器对该机器人的圆周运动进行了仿真。
2016-10-19 cs.RO
Kinematics of Spherical Robots Rolling Over 3D Terrains
Lamar University（拉马尔大学）
虽然球形机器人在平面和倾斜平面上的运动学和动力学已经得到了深入的研究，但其在一般三维地形上的滚动行为尚未得到研究。本文推导了最常见的SR构型在三维曲面上滚动的运动学方程。首先，几何球在三维表面上滚动的运动学方程的推导以及建模方法的表征。接下来，简要回顾了当前SR机械配置，以及一个新的分类球形机器人的运动学的基础上。然后，考虑每一类球形机器人的力学约束，给出了每组球形机器人的运动学方程。之后，路径跟踪方法用于期望的3D轨迹。最后，仿真验证了所建立的模型和所提出的控制方案的有效性。
2019-08-01 cs.RO
The utilization of spherical camera in simulation for service robotics
Warsaw University of Technology（华沙理工大学）
安全是机器人技术中最关键的因素之一，特别是当机器人必须在共享环境中与人协作时。然而，测试物理系统必须关注的不仅仅是软件。机器人系统开发中的一个常见步骤是利用模拟器，这对于导航或操作等任务非常有用。测试视觉系统更具挑战性，因为模拟数据通常与真实的摄像机读数相差甚远。在本文中，我们使用球形摄像机记录的测试图像序列的优点和~的方式来集成与现有的机器人模拟器。所提出的系统也有可能被扩展与渲染对象，以进一步提高其可用性。
2021-04-01 cs.RO
Cybernetic Marionette: Channeling Collective Agency Through a Wearable Robot in a Live Dancer-Robot Duet
University of Chicago（芝加哥大学）；University of Maryland（马里兰大学）
本研究介绍交互式舞蹈表演DANCE^2，观众通过投票控制舞者身上的可穿戴机器人参与二重奏，发现观众主观能动性感受与实际投票行为、表演变化存在矛盾，探讨了编舞、交互设计对三者关系的调节作用，为算法数字系统的能动性体验提供了现场类比。
2025-06-11 cs.HC cs.RO
MonoRollBot: 3-DOF Spherical Robot with Underactuated Single Compliant Actuator Design
Geometric Mechanics and Mechatronics in Robotics (gm 2 R) Lab, the School of Engineering, Cardiff University（几何力学与机电一体化机器人（gm 2 R）实验室，工程学院，卡迪夫大学）
针对欠驱动滚动机器人致动器有限但需高自由度多方向推进的难题，提出仅靠单电机加被动弹簧实现三自由度运动的MonoRollBot球形机器人，并评估其运动能力及参数对运动行为的影响。
2025-04-15 cs.RO
Inclined Surface Locomotion Strategies for Spherical Tensegrity Robots
University of California, Berkeley（加州大学伯克利分校）
本文提出了一种新型的可在陡峭斜面上进行运动的球形张拉整体机器人。通过一种新颖的控制方案，围绕多个电缆的同时驱动，机器人在硬件实验中展示了在倾斜表面上的鲁棒攀爬，并且速度比以前的球形张拉整体模型快得多。该机器人是TT系列中其他迭代的改进，也是第一个在高达24 \degree的倾斜表面上实现可靠运动的张拉整体。我们分析了单索和多索驱动下的运动仿真和硬件，并介绍了两种新的多索驱动策略，分别适用于陡坡攀爬和速度。我们提出了令人信服的理由，增加了机器人的动态能力，并激励开发的优化算法，能够利用机器人的控制权的增加。
2017-08-27 cs.RO
Collective Robot Reinforcement Learning with Distributed Asynchronous Guided Policy Search
University of Southern California（南加州大学）；Google Brain（谷歌大脑）
原则上，强化学习和策略搜索方法可以使机器人学习高度复杂和通用的技能，使它们能够在现实世界的复杂性和多样性中发挥作用。然而，训练一个能够在广泛的现实世界条件下很好地推广的策略需要比单个机器人收集的经验更大的数量和多样性。幸运的是，多个机器人可以相互分享经验，从而共同学习策略。在这项工作中，我们探索分布式和异步策略学习作为一种手段，以实现泛化和提高训练时间的挑战性，现实世界的操作任务。我们提出了一个分布式和异步版本的引导策略搜索，并使用它来展示集体策略学习基于视觉的开门任务，使用四个机器人。我们表明，它实现了更好的泛化，利用率和训练时间比单一的机器人替代品。
2016-10-03 cs.AI cs.LG cs.RO
SubCDM: Collective Decision-Making with a Swarm Subset
School of Electronics and Computer Science, University of Southampton（电子与计算机科学学院，南安普顿大学）
针对现有机器人群体集体决策需全员参与、资源消耗高的问题，提出动态去中心化的SubCDM方法，仅用自适应规模的群体子集决策，在100台机器人仿真中准确率比肩全群体方案，更节省资源。
2025-08-01 cs.RO
A Unified Stochastic Mechanism Underlying Collective Behavior in Ants, Physical Systems, and Robotic Swarms
Computer Science and Artificial Intelligence Laboratory, MIT, MA, US（麻省理工学院计算机科学与人工智能实验室）；The International Institute for Industrial Environmental Economics, Lund University, Sweden（隆德大学国际工业环境经济研究所）
本文通过蚂蚁实验揭示生物与物理系统共享“不同能量函数约束下最大化”的随机机制，并据此构建统一随机模型，使机器人集群能以极低个体计算实现可扩展、去中心化的相变式合作。
2025-11-08 cs.RO
Wobble control of a pendulum actuated spherical robot
Indian Institute of Technology Bombay（印度理工学院孟买分校）；General Electric Research（通用电气研究中心）
球形机器人可以在恶劣、混乱的环境中进行监视而不会被损坏，因为它们的保护壳可以安全地容纳摄像头等传感器。然而，当这些球形机器人以低速运行时，会发生横向振荡，也称为摆动，导致相机反馈不稳定。这些振荡的驱动球形机器人的前向运动和转向运动之间的耦合，由于非完整约束。设计一个控制器来限制这些机器人的摆动是具有挑战性的，由于其欠驱动的性质。我们提出了一个基于模型的控制器，导航的螺旋桨驱动的球形机器人使用无摆动转弯机动圆弧和直线组成。该模型是使用拉格朗日-达朗贝尔方程和帐户的耦合前进和转向运动。该模型进一步分析，推导出表达式的曲率半径，进动率，摆动幅度，摆动频率在圆周运动。最后，我们设计了一个输入输出反馈线性化控制器来控制机器人的航向和摆动。总的来说，所提出的控制器使遥控操作者能够根据所需的转弯半径命令特定的前进速度和摆角，同时限制机器人的横向振荡，以提高相机反馈的质量。
2023-01-16 cs.RO
Learning from Evolution: Improving Collective Decision-Making Mechanisms using Insights from Evolutionary Robotics
University of Technology Nuremberg（纽伦堡工业大学）
本文通过分析演化计算生成的集体决策神经网络，提取洞见并手工设计两种新机制，在基准实验中证明其效率优于投票者模型和多数规则。
2024-05-03 cs.MA cs.NE cs.RO
Collective Learning for Unified Robotic Manipulation via Predictive Dynamics Adaptation
School of Computation, Information and Technology, Technical University of Munich（慕尼黑工业大学计算、信息与技术学院）；School of Science and Technology, Nanjing University (Suzhou Campus)（南京大学（苏州校区）科学技术学院）
针对不同机器人实体的笛卡尔操纵协同学习存在性能崩溃问题，本文提出PACE框架，通过两阶段设计分离任务意图与实体动力学，在模拟和真实KUKA机器人上实现了优异的操纵性能。
2026-10-15 cs.RO
PenduMorph: Development and Motion Analysis of Pendulum-Actuated Rolling Reconfigurable Spherical Robot with Magnetic-Coupling
Cardiff University（卡迪夫大学）
提出一种名为PenduMorph的无线可重构滚动球形机器人，采用2自由度内部摆和磁耦合机制，实现独立滚动与模块间连接，实验验证了单模块和双模块的关键运动行为。
2026-06-23 cs.RO
One Future, Every Robot: Label-Efficient Collective-State Prediction with Decentralized JEPA
ITMO University（ITMO大学）
该研究提出CS-JEPA架构，解决群体机器人去中心化共享状态预测问题，在多类场景下提升预测误差、一致性及相关指标，为去中心化群体预测提供标签高效基元。
2026-08-07 cs.RO
Adaptive Self-Calibration for Minimalistic Collective Perception by Imperfect Robot Swarms
Worcester Polytechnic Institute（伍斯特理工学院）
针对群体感知MCP算法需已知传感器精度的现实局限，提出结合假设检验的ASDF自适应自校准方法，可大幅缓解精度未知导致的性能下降，甚至达到预先知晓精度的水平。
2024-10-28 cs.RO
Federated Reinforcement Learning for Collective Navigation of Robotic Swarms
The University of Manchester（曼彻斯特大学）；Czech Technical University in Prague（布拉格捷克理工大学）；Durham University（杜伦大学）
深度强化学习（DRL）的最新进展通过允许自动控制器设计而为机器人技术做出了贡献。群机器人系统需要比单个机器人系统更复杂的控制器来引导期望的集体行为，自动控制器的设计是群机器人系统设计的关键方法。虽然基于DRL的控制器设计方法显示了其有效性，但在机器人-服务器通信不稳定或有限的现实环境中，对中央训练服务器的依赖是一个关键问题。我们提出了一种新的联邦学习（FL）为基础的DRL训练策略（FLDDPG）用于群体机器人应用。通过在有限通信带宽的情况下与基线策略的比较，结果表明，FLDDPG方法导致更高的鲁棒性和推广能力到不同的环境和真实的机器人，而基线策略受到通信带宽的限制。这一结果表明，所提出的方法可以使在通信带宽有限的环境中操作的群机器人系统受益，例如，在高辐射、水下或地下环境中。
2022-09-11 cs.LG cs.RO
Design, Modeling and Control of a Quadruped Robot SPIDAR: Spherically Vectorable and Distributed Rotors Assisted Air-Ground Amphibious Quadruped Robot
The University of Tokyo（东京大学）
多模态运动能力是机器人领域的一个新兴课题，各种新型的移动机器人已经被开发出来，使地面和空中的域的机动。在这些混合机器人中，几个国家的最先进的双足\robots，使复杂的步行运动，这是交织在一起的飞行。这些机器人还希望具有操纵能力;然而，由于中心\ized转子布置，当前形式难以在半空中保持关节运动的稳定性。因此，在这项工作中，我们开发了一种新的空地两栖四足机器人称为SPIDAR，它是由球形矢量转子分布在每个链接，使步行运动和变形飞行的协助。F \irst，我们提出了一种独特的机械设计的四足机器人，使地面和空中运动。然后，我们揭示了这种混合机器人平台的建模方法，并进一步开发了一个集成的控制策略，步行和fl \ying与关节运动。最后，我们证明了所提出的混合四足机器人的可行性，通过执行一个无缝的运动，涉及静态行走和随后的飞行。据我们所知，这项工作是第一次实现一个\quadruped机器人具有多模态运动能力，这也表明在多个领域的操纵潜力。
2023-01-10 cs.RO
"RollRoller" Novel Spherical Mobile Robot Basic Dynamical Analysis and Motion Simulations
Automatic Control & Systems Engineering（自动控制与系统工程）
介绍了一种新型气动球形机器人--“RollRoller”。RollRoller机器人由两个基本部分组成：覆盖有外壳作为框架的管和对应运动的机械控制部分。RollRoller被认为是探索和救援任务机器人的高潜力替代品，因为机器人通过所有可能的推导方法（重力，扭矩和角动量力）利用其运动。首先，说明了每个组件和功能的特性和作用。接下来，为了确定这个机器人的独特性，通过提出它们自己的算法运动来显示已知的和其他额外的可能运动。为了说明该机器人的主运动是数学模型所固有的，推导了其在平面上的正向动力学行为。此外，使用Matlab Simulink绘制结果，以验证分数和非分数地形的行为。最后，在Solidworks程序中完成机器人模型的设计后，利用Adams/View可视化软件（机器人仿真形式）对Matlab Simulink仿真结果进行验证，展示了机器人更详细完整的运动形式，包括正向运动和圆周运动。
2016-10-19 cs.RO
Feedback-Based Mobile Robot Navigation in 3-D Environments Using Artificial Potential Functions Technical Report
本文提出了一种用于三维环境中移动机器人导航的人工势场方法，通过多项式函数构造并验证了在存在障碍物时的导航性能。
2026-01-14 cs.RO cs.SY eess.SY
Design, Modeling, and Control of Norma: a Slider & Pendulum-Driven Spherical Robot
Lamar University（拉马尔大学）
本文讨论了一种新型的2自由度移动球形机器人Norma的设计、建模和控制。该机器人的推进机构由两个驱动器组成：一个滑块和一个位于SR的对角轴上的旋转摆。滑块可以沿着轴平移，并将机器人的重心移向机器人的两侧。摆锤绕轴旋转以推动SR向前和向后滚动。这两个驱动器使SR执行滚动和转弯机动作为一个非完整的机器人。所提出的机械设计的优点在于它的物理实现方便，灵活，准确的数学模型。利用欧拉-拉格朗日方法，使用最小可能的简化来推导所提出的机械结构的动力学。此外，一个路径跟踪控制方案，介绍了一个平滑的轨迹。最后，在MATLAB中进行仿真，以验证数学模型的准确性和控制器的有效性对实验结果。
2020-02-20 cs.RO
Particle robots A new specie of hybrid bio-inspired robotics
灵感来自于一些没有眼睛和耳朵的简单生物。本文提出了一种新型的混合仿生机器人，称为“粒子机器人”，它将一个大型生物体和一个微型生物体混合在同一个机器人中。一方面，一种有趣而无聊的动物，生物海胆（海胆）与病毒微生物混合，特别是轮状病毒;以及球形移动机器人。类似地，从纯机器人的角度来看，这种仿生机器人可以被看作是一个穿着驱动外骨骼的球形移动机器人。该机器人有两个主要配置：当脊柱收缩时，它成为一个球形移动机器人，能够在陆地上快速移动，嵌入所有球形移动机器人属性。另一方面，当脊椎或腿以受控的模式伸展时，它可以在平坦的表面上行走，也可以像仿生海胆一样在雪地和岩石上移动。机器人的脊柱是伸缩式线性致动器，它结合了软、硬3D打印材料，使致动单元灵活，可以在最小的空间内压缩它，而刚性可以提升机器人。
2020-02-15 cs.RO
Collective control of modular soft robots via embodied Spiking Neural Cellular Automata
University of Trieste（的里雅斯特大学）；Oslo Metropolitan University（奥斯陆城市大学）
基于体素的软机器人（VSR）是一种模块化软体机器人，由几个可变形立方体组成，即，体素因此，每个VSR都是简单代理（即体素）的集合，这些体素必须合作以产生整体VSR行为。在这种范式中，集体智慧在实现协调的出现方面发挥了关键作用，因为每个体素都是独立控制的，只利用局部感官信息以及从其直接邻居传递的一些知识（分布式或集体控制）。在这项工作中，我们提出了一种新形式的集体控制，神经元自动机（NCA）的影响和生物启发的脉冲神经网络的基础上：体现尖峰NCA（SNCA）。我们的实验与不同的变体SNCA，并发现他们是竞争力与国家的最先进的分布式控制器的任务的运动。此外，我们的研究结果表明，在不可预见的环境变化，这可能是一个决定因素的物理实用性的VSR的适应性方面的基线有显着改善。
2022-04-05 cs.AI cs.RO
An MPC-based Optimal Motion Control Framework for Pendulum-driven Spherical Robots
Zhejiang University（浙江大学）
针对球形机器人运动控制需兼顾指令跟踪与姿态、电流波动的问题，提出一种结合ESO与MLP的基于MPC的最优运动控制框架，实验证明其在快速性、准确性及能耗等指标上优于PID和SMC。
2023-10-19 cs.RO
Foam: A Tool for Spherical Approximation of Robot Geometry
Purdue University（普渡大学）
本文提出 Foam 工具，可从 URDF 文件自动生成仅含球体碰撞几何的机器人模型，并通过健壮预处理与可调球化参数提升碰撞检查和距离查询性能。
2025-03-17 cs.CG cs.RO
Synthesising Robust Controllers for Robot Collectives with Recurrent Tasks: A Case Study
University of Bremen（不来梅大学）
本文针对具有优化目标、循环性和安全性约束的机器人群体，提出将随机双玩家博弈简化为POMDP单玩家博弈进行高层控制器综合，并通过公共建筑清洁案例提供大规模建模与综合指导。
2024-11-21 cs.AI cs.MA cs.RO
Cooperative Robotics Reinforced by Collective Perception for Traffic Moderation
Karlsruhe Institute of Technology, Karlsruhe, Germany（卡尔斯鲁厄理工学院，德国卡尔斯鲁厄）；Halmstad University, Halmstad, Sweden（哈马格大学，瑞典哈马格）
本文提出一种结合集体感知与协作机器人的交通调节系统，通过机器人主动干预防止非视线交口的碰撞风险，实验证明其在现实非视线条件下有效检测车辆并预防危险合并。
2026-05-12 cs.AI cs.ET cs.RO
Spherical acquisition trajectories for X-ray computed tomography with a robotic sample holder
Technical University of Munich（慕尼黑工业大学）；Munich Institute of Biomedical Engineering（慕尼黑生物医学工程研究所）；Klinikum rechts der Isar（rechts der Isar 医院）
本文提出用七自由度机械臂作为样本夹持器实现任意球面CT扫描轨迹，通过优化路径规划与控制算法，达到近82%旋转覆盖率，并实验证明其重建质量优于传统圆形轨迹。
2023-05-28 cs.RO
Purely vision-based collective movement of robots
Science of Intelligence Excellence Cluster（科学智能卓越集群）；Technical University Berlin（柏林工业大学）；Institute for Theoretical Biology, Humboldt University Berlin（柏林洪堡大学理论生物学研究所）；Centre de Recherches sur la Cognition Animale, Centre de Biologie Intégrative, Université de Toulouse（法国图卢兹大学动物认知研究中心、整合生物学中心；法国国家科学研究中心、图卢兹第三大学）；CNRS, UPS, France（德国康斯坦茨大学计算机与信息科学系）；Department of Computer and Information Science, University of Konstanz, Konstanz, Germany（柏林计算神经科学伯恩斯坦中心）；Bernstein Center for Computational Neuroscience Berlin, Berlin, Germany
本研究提出一种去中心化、纯基于视觉的陆地机器人集群框架，机器人仅通过极简视觉交互和机载计算即可实现无碰撞极化运动，仿真表明其在受限视野和空间内仍能涌现有序群体运动。
2024-06-24 cs.RO
Design of a Spherical Wrist with Parallel Architecture: Application to Vertebrae of an Eel Robot
Institut de Recherche en Communications et Cybernétique de Nantes（南特通信与控制研究所）
本文的研究对象是一种具有并联结构的球形手腕。这项研究是一个更大的项目，其目的是设计和建立一个鳗鱼机器人的浸没管道检测的一部分。首先对该机构进行运动学分析，以表征奇异位形和各向同性位形。我们添加了与应用相关的设计约束，例如（i）机构的紧凑性，（ii）元件的对称性，以确保静态和动态平衡，以及（iii）机构填充椭圆形截面的可能性。
2007-07-16 cs.RO
Evolution of Collective Behaviors for a Real Swarm of Aquatic Surface Robots
Instituto de Telecomunicações（电信研究所）；Instituto Universitário de Lisboa (ISCTE-IUL)（里斯本大学学院（ISCTE-IUL））；Faculdade de Ciências（理学院）
群机器人是一种很有前途的方法，用于协调大量的机器人。虽然以前的研究已经表明，进化机器人技术可以应用于获得强大的和有效的自组织行为的机器人群，大多数研究已经进行了模拟，并已进行了真正的机器人的少数已被限制在实验室环境。在本文中，我们首次展示了一个群体机器人系统与进化控制成功地运行在一个真实的和不受控制的环境。我们进化神经网络为基础的控制器在模拟典型的群体机器人任务，即归巢，分散，聚类和监测。然后，我们评估一个真正的群多达10个水面机器人的控制器的性能。我们的研究结果表明，进化的控制器成功地转移到真正的机器人，并实现了类似的性能在仿真中获得的性能。我们验证了进化的控制器显示基于群体智能的控制，即可扩展性，灵活性和鲁棒性的关键属性在真正的群体。最后，我们的概念验证实验中，通过结合多个进化的控制器，群执行一个完整的环境监测任务。
2016-02-02 cs.RO
