REBOOT: Reuse Data for Bootstrapping Efficient Real-World Dexterous Manipulation
UC Berkeley(加州大学伯克利分校);Meta AI Research(Meta人工智能研究院);University of Washington(华盛顿大学)
本文提出REBOOT系统,通过整合样本高效强化学习与重放缓冲区引导技术,重用不同任务数据作为新任务训练起点,并结合基于模仿的拾取策略和学习的奖励函数实现真实世界自动重置,显著提升了四指机械手灵巧操作技能的学习效率。
2023-09-06 cs.AI cs.LG cs.RO
Uncertainty-Aware Robotic World Model Makes Offline Model-Based Reinforcement Learning Work on Real Robots
ETH Zurich(苏黎世联邦理工学院)
本文提出了一种具有不确定性的机器人世界模型,结合MOPO-PPO框架,使基于模型的离线强化学习在真实机器人上有效,通过提高策略的鲁棒性并超越现有基线。
2026-01-08 cs.AI cs.LG cs.RO
Advancing Household Robotics: Deep Interactive Reinforcement Learning for Efficient Training and Enhanced Performance
Old Dominion University(欧道明大学)
本研究提出一种基于持久规则系统的深度交互式强化学习方法,通过保存和重用指导信息,加速家庭机器人训练并减少重复,提升其学习效率与性能。
2024-05-29 cs.LG cs.RO
Learning-based Cooperative Robotic Paper Wrapping: A Unified Control Policy with Residual Force Control
Department of Systems Innovation, Graduate School of Engineering Science, Osaka University(大阪大学系统创新部门,工学研究科);OMRON SINIC X Corporation(OMRON SINIC X公司);The National Institute of Advanced Industrial Science and Technology (AIST)(国家先进工业科学与技术研究院)
本文提出一种结合LLM高层规划与低层混合模仿学习和强化学习的统一控制策略,通过子任务感知机器人Transformer(START)引入子任务ID实现长时程时间定位,在真实礼品包装任务中达到97%成功率,有效桥接高层意图与细粒度力控制。
2025-11-05 cs.LG cs.RO
Active Exploration in Bayesian Model-based Reinforcement Learning for Robot Manipulation
Instituto de Investigación en Ingeniería de Aragón (i3A)(阿拉贡工程研究所);University of Zaragoza(萨拉戈萨大学)
本文针对机器人操作中数据采集昂贵的问题,提出在探索阶段通过贝叶斯神经网络主动学习动力学模型,以最大化信息采集并估计转移新颖性作为奖励,在保证模型质量的同时显著降低对机器人执行步骤的需求。
2026-10-15 cs.LG cs.RO
Image-Based Deep Reinforcement Learning with Intrinsically Motivated Stimuli: On the Execution of Complex Robotic Tasks
The University of Auckland(奥克兰大学)
本文提出NaSA-TD3,一种结合新颖性与惊讶内在刺激的基于图像的深度强化学习方法,用于改善稀疏奖励下复杂机器人任务的探索效率,并在模拟和真实环境中优于现有方法。
2024-07-31 cs.AI cs.LG
SHIRO: Soft Hierarchical Reinforcement Learning
University of Colorado Boulder(科罗拉多大学博尔德分校)
分层强化学习(HRL)算法已被证明在高维决策和机器人控制任务上表现良好。然而,因为它们只为奖励而优化,所以代理倾向于冗余地搜索相同的空间。这个问题降低了学习的速度和获得的奖励。在这项工作中,我们提出了一个Off-Policy HRL算法,最大限度地提高熵的有效探索。该算法学习一个时间抽象的低级别的政策,并能够通过增加熵的高级别广泛探索。这项工作的新颖性是在HRL设置中向RL目标添加熵的理论动机。我们的经验表明,熵可以添加到这两个级别,如果连续更新的低级别的政策之间的Kullback-Leibler(KL)的分歧是足够小的。我们进行了一个烧蚀性的研究,分析熵的层次结构的影响,其中增加熵的高层出现的最理想的配置。此外,低层中的较高温度导致Q值高估,并增加了高层运行环境的随机性,使学习更具挑战性。我们的方法,SHIRO,超过了一系列模拟机器人控制基准任务的最先进的性能,需要最小的调整。
2022-12-24 cs.LG cs.RO
Deep Reinforcement Learning for Single-Shot Diagnosis and Adaptation in Damaged Robots
ABV-Indian Institute of Information Technology and Management, Gwalior(ABV印度信息技术与管理学院(瓜廖尔))
机器人技术已被证明是许多工业和社会应用中不可或缺的工具,如仓库自动化,制造,灾难机器人等,在大多数情况下,在完成关键任务时对代理的损坏可能导致失败。为了使机器人适应在这种情况下,代理需要采取的政策是强大的一组不同的损害,必须做到这一点,以最小的计算复杂性。因此,我们提出了一个损伤感知控制架构,诊断损伤之前的步态选择,同时也将域随机化的损伤空间学习一个强大的政策。为了实现损伤感知,我们使用了基于长短期记忆的监督学习网络,该网络诊断损伤并预测损伤类型。这种方法的主要新颖之处在于,只有一个单一的政策被训练来适应各种各样的损害,并且在损害发生时在一次试验中进行诊断。
2019-10-02 cs.AI cs.LG cs.RO
R2R2: Robust Representation for Intensive Experience Reuse via Redundancy Reduction in Self-Predictive Learning
Interdisciplinary Program in Artificial Intelligence, Seoul National University(人工智能交叉学科项目,首尔国立大学);Department of Electrical and Computer Engineering, Seoul National University(电子与计算机工程系,首尔国立大学)
本文提出R2R2方法,通过减少冗余提升自预测学习中密集数据重用的鲁棒性,有效缓解过拟合问题,在11个连续控制任务中验证其有效性。
2026-05-13 cs.AI cs.LG
TSN-Affinity: Similarity-Driven Parameter Reuse for Continual Offline Reinforcement Learning
AGH University of Krakow(克拉科夫AGH大学);American University(美国美国大学)
本文提出TSN-Affinity方法,通过基于TinySubNetworks和Decision Transformer的策略,实现任务特定参数化和受控知识共享,提升连续离线强化学习中的多任务性能。
2026-04-28 cs.AI cs.LG
Adaptive and Multiple Time-scale Eligibility Traces for Online Deep Reinforcement Learning
Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
深度强化学习(DRL)是一种很有前途的方法来教机器人执行复杂的任务。由于直接重用存储的经验数据的方法不能跟踪环境的变化,在机器人问题与时变环境,在线DRL是必需的。资格迹方法是众所周知的在线学习技术,用于提高传统强化学习中的样本效率,使用线性回归而不是DRL。深度神经网络参数之间的依赖性会破坏资格痕迹,这就是它们没有与DRL集成的原因。虽然用最有影响力的梯度替换梯度而不是将梯度累积为资格迹线可以缓解这个问题,但是替换操作减少了先前经验的重用次数。为了解决这些问题,本研究提出了一种新的资格痕迹的方法,即使在日间行车灯,同时保持高样本效率。当累积梯度与使用最新参数计算的梯度不同时,所提出的方法考虑到过去和最新参数之间的发散,以自适应地衰减资格迹。由于过去和最新参数之间的发散的不可行的计算成本,利用由过去和最新参数计算的输出之间的Bregman发散。此外,首次设计了一种多时间尺度轨迹的广义方法。该设计允许替换最有影响力的自适应累积(衰减)资格迹线。
2022-01-04 cs.LG cs.RO
COG: Connecting New Skills to Past Experience with Offline Reinforcement Learning
University of California, Berkeley(加州大学伯克利分校)
强化学习已被应用于各种各样的机器人问题,但大多数此类应用都涉及为每个新任务从头开始收集数据。由于我们可以为任何单个任务收集的机器人数据量受到时间和成本因素的限制,因此学习的行为通常很窄:该策略只能在其训练的少数场景中执行任务。如果有一种方法可以合并大量的先前数据,无论是来自先前解决的任务还是来自无监督或无方向的环境交互,来扩展和概括习得的行为虽然大多数使用预先收集的数据来扩展机器人技能的工作都集中在建立显式的层次结构或技能分解上,但本文表明,我们可以简单地通过动态规划重用先前的数据来扩展新技能。我们表明,即使先前的数据实际上没有成功地解决新的任务,它仍然可以用于学习一个更好的政策,通过提供代理与其环境的力学更广泛的理解。我们通过将先前数据集中的几个行为链接在一起来解决新任务来证明我们方法的有效性,我们最难的实验设置涉及连续组成四个机器人技能:拾取,放置,抽屉打开和抓取,其中仅在任务完成时提供+1/0稀疏奖励。我们以端到端的方式训练我们的策略,将高维图像观测映射到低级别的机器人控制命令,并在模拟和真实世界域中呈现结果。其他材料和源代码可以在我们的项目网站上找到:https://sites.google.com/view/cog-rl
2020-10-27 cs.LG cs.RO
Towards Task-Prioritized Policy Composition
Örebro University(厄勒布鲁大学);McMaster University(麦克马斯特大学)
以优先化的、有序的方式组合学习的策略是期望的,因为它允许模块化设计并通过知识转移促进数据重用。在控制理论中,优先组合是通过零空间控制来实现的,其中低优先级控制动作被投影到高优先级控制动作的零空间中。这种方法目前不适用于强化学习。本文提出了一种新的基于任务优先的强化学习组合框架,其中包含了一个新的概念:强化学习策略的无差异空间。我们的框架有可能促进知识转移和模块化设计,同时大大提高数据效率和数据重用的强化学习代理。此外,我们的方法可以确保高优先级的约束满足,这使得它有希望在机器人等安全关键领域的学习。与零空间控制不同,我们的方法允许学习全局最优策略的复合任务的在线学习在初始复合政策建设后的高级别政策的冷漠空间。
2022-09-20 cs.AI cs.LG
Computational Design and Co-Robotic Fabrication for Material Reuse in Architecture
Princeton University(普林斯顿大学)
本文提出整合数据驱动设计与反馈驱动协作机器人制造的框架,用于实现非标准结构的再利用木材加工,通过Timbrelyn案例展示木材再利用如何提升建筑表达。
2026-04-27 cs.RO
E2R: a Hierarchical-Learning inspired Novelty-Search method to generate diverse repertoires of grasping trajectories
Sorbonne Université(索邦大学);CNRS(法国国家科学研究中心);Institut des Systèmes Intelligents et de Robotique(智能与机器人系统研究所)
本研究提出受分层学习启发的E2R新颖性搜索方法,解耦抓取的趋近与抓握动作以平滑行为空间,可平台无关地生成多样化抓取轨迹库,性能优于现有方法且可部署于真实机器人。
2024-04-17 cs.LG cs.RO
Multitask Adaptation by Retrospective Exploration with Learned World Models
Moscow Institute of Physics and Technology(莫斯科物理技术学院);Artificial Intelligence Research Institute(人工智能研究所)
基于模型的强化学习(MBRL)允许以样本高效的方式解决复杂的任务。然而,在任务之间没有信息被重用。在这项工作中,我们提出了一个元学习寻址模型称为RAMa,提供训练样本的MBRL代理采取不断增长的任务不可知存储。通过从存储中选择有希望的轨迹来解决先前的任务,该模型被训练以最大化预期代理的性能。我们表明,这种回顾性的探索可以加快MBRL代理的学习过程,更好地通知学习动态和提示代理与探索轨迹。我们在DeepMind控制套件、Metaworld多任务基准测试以及我们使用机器人NVIDIA Isaac模拟器实现的定制环境中测试了我们的方法在多个领域的性能,以测试模型在逼真的光线跟踪环境中的行为能力。
2021-10-25 cs.LG
A0C: Alpha Zero in Continuous Action Space
Dep. of Computer Science, Delft University of Technology, The Netherlands(代尔夫特理工大学计算机科学系,荷兰);Dep. of Computer Science, Leiden University, The Netherlands(莱顿大学计算机科学系,荷兰)
本文提出将Alpha Zero扩展到连续动作空间的理论方法,并在倒摆任务中验证了其可行性,为连续动作空间中的迭代搜索与学习应用奠定了基础。
2018-05-24 cs.AI cs.LG cs.RO
Rewarding Episodic Visitation Discrepancy for Exploration in Reinforcement Learning
The Hong Kong Polytechnic University(香港理工大学);Eastern Institute for Advanced Study(东方高等研究院)
在具有高维观测和稀疏奖励的复杂环境中,探索对于深度强化学习至关重要。为了解决这个问题,最近的方法提出了利用内在奖励来改善探索,例如基于新颖性的探索和基于预测的探索。然而,许多内在奖励模块需要复杂的结构和表示学习,导致过高的计算复杂性和不稳定的性能。在本文中,我们提出了奖励情节访问离散(REVD),计算效率和量化的探索方法。更具体地说,REVD通过评估事件之间基于雷尼分歧的访问差异来提供内在奖励。为了进行有效的发散估计,k-最近邻估计器与随机初始化的状态编码器一起使用。最后,REVD在Atari游戏和PyBullet机器人环境中进行了测试。大量的实验表明,REVD能显著提高强化学习算法的样本效率,性能优于基准测试方法。
2022-11-10 cs.AI cs.LG
Towards Reuse and Recycling of Lithium-ion Batteries: Tele-robotics for Disassembly of Electric Vehicle Batteries
University of Birmingham(伯明翰大学);The Faraday Institution(法拉第研究所)
本文研究电动汽车电池拆卸的遥操作机器人技术,通过Nissan Leaf 2011模块堆对比传统非对称触觉cobot主从框架与相同主从cobot,发现相同cobot可缩减22%-57%时间但首次成功率降低10-30%,并指出力映射和方向信息对不同拆卸任务的重要性。
2023-04-03 cs.RO
Systematic Derivation of Behaviour Characterisations in Evolutionary Robotics
Instituto de Telecomunicações(葡萄牙电信研究所);Faculdade de Ciências da Universidade de Lisboa(里斯本大学理学院);Instituto Universitário de Lisboa (ISCTE-IUL)(里斯本大学学院)
由行为多样性驱动的进化技术,如新奇搜索,在进化机器人中显示出巨大的潜力。这些技术依赖于预先指定的行为特征来估计个体之间的相似性。表征通常基于实验者关于任务的直觉和知识以特别的方式定义。或者,使用基于代理的传感器效应器值的通用表征。在本文中,我们提出了一种新的方法,允许进化机器人的行为特征的系统推导,基于代理和他们的环境的正式描述。系统衍生的行为特征(SDBC)超越了一般的特征,因为它们可以包含与代理的内部状态,环境特征以及它们之间的关系相关的特定于任务的特征。我们评估SDBC与新奇搜索在三个模拟集体机器人任务。我们的研究结果表明,SDBCs产生的性能相媲美的特定任务的表征,在解决方案的质量和行为空间探索。
2014-07-02 cs.MA cs.NE cs.RO
Decentralized Control of Minimalistic Robotic Swarms For Guaranteed Target Encapsulation
Cornell University(康奈尔大学)
我们提出了一个分散控制算法的最低限度的机器人群体与有限的能力,使所需的全球行为出现。我们考虑的问题,搜索和封装存在于环境中的各种目标,同时避免与静态和动态障碍物的碰撞。这项工作的新颖之处是保证生成所需的复杂的群体行为与受约束的个人机器人,没有记忆,没有本地化,没有知识的确切相对位置的邻居。此外,我们分析了如何紧急行为的变化与不同的参数的任务,噪声在传感器读取,和异步执行。
2022-12-18 cs.RO
Quality Diversity under Sparse Reward and Sparse Interaction: Application to Grasping in Robotics
Sorbonne Université, CNRS, ISIR(索邦大学,法国国家科学研究中心,智能系统与机器人研究所)
本文研究质量多样性方法在稀疏奖励与稀疏交互的机器人抓取任务中的应用,通过在10个抓取领域比较15种方法,发现优先选择成功解的MAP-Elites变体显著优于其他方法,并揭示了稀疏交互可能导致欺骗性新颖性。
2023-10-31 cs.LG cs.RO
Real-time Learning and Evolution in Robotic Art Installations
Université du Québec à Montréal(魁北克大学蒙特利尔分校);McMaster University(麦克马斯特大学)
本文通过三个机器人艺术装置,探索具身机器学习与数字演化在实时生态中的美学,重新定义艺术家角色,并提出跨学科艺术-科学研究新模式及提升观众体验的策略。
2026-09-15 cs.HC cs.LG cs.NE
HybridFlow: A 2-NFE Generative Policy for Real-Time Robotic Manipulation
Anker Humanoid Lab(安克人形实验室);PolyU;CUHK(香港中文大学)
HybridFlow是一种用于机器人操作的两阶段生成策略,通过结合MeanFlow的快速生成与ReNoise和ReFlow的精度优化,提升了动作生成的效率和准确性。
2026-09-22 cs.AI cs.RO
Novelty Adaptation Through Hybrid Large Language Model (LLM)-Symbolic Planning and LLM-guided Reinforcement Learning
Department of Computer Science, Tufts University(塔夫茨大学计算机科学系);Austrian Institute of Technology GmbH(奥地利技术研究所)
本文提出一种融合大语言模型、符号规划和强化学习的神经符号架构,用于在动态开放环境中处理新颖物体,通过LLM识别缺失操作符并生成计划,提升机器人在连续领域中的操作符学习能力。
2026-10-05 cs.AI cs.RO
Efficient Robotic Task Generalization Using Deep Model Fusion Reinforcement Learning
A*STAR Artificial Intelligence Initiative (A*AI)(新加坡科技研究局人工智能倡议(A*AI));Institute of Information Research(信息研究院);Institute of High Performance Computing(高性能计算研究院)
近年来,基于学习的方法已被用于编程机器人任务。然而,广泛的训练通常不仅需要初始任务的学习,而且还需要将学习到的模型推广到相同的任务,但在不同的环境中。在本文中,我们提出了一种新的深度强化学习算法,用于机器人任务学习问题中的有效任务泛化和环境适应。该方法能够有效地推广以前学习的任务模型融合,以解决环境适应问题。提出的深度模型融合(DMF)方法重用和合并了先前训练的模型,以提高学习效率和结果。此外,我们还引入了多目标指导奖励(MGR)整形技术,以进一步提高训练效率。在各种环境下,我们与先前的方法进行了基准测试,以验证其有效性。
2019-12-11 cs.AI cs.RO
Evolving Embodied Intelligence: Graph Neural Network--Driven Co-Design of Morphology and Control in Soft Robotics
LIACS, Leiden University(莱顿大学LIACS);School of Mechanical Engineering, Xi’an Jiaotong University(西安交通大学机械工程学院);Department of Computer Science, Loughborough University(洛桑大学计算机科学系)
本文提出基于图神经网络的软机器人形态与控制协同设计方法,通过图结构建模实现形态演化与控制策略的动态适应,实验表明该方法在最终适应度和形态变化适应性上优于传统MLP方法。
2026-03-20 cs.AI cs.RO
Renaissance Robot: Optimal Transport Policy Fusion for Learning Diverse Skills
University of Sydney(悉尼大学);Stanford University(斯坦福大学);NVIDIA(英伟达)
深度强化学习(RL)是解决复杂机器人问题的一种很有前途的方法。然而,尽管RL算法最近取得了进展,但通过试错交互进行学习的过程通常非常耗时。此外,强化学习的成功关键取决于奖励成形函数是否适合任务,这也是一项耗时的设计。随着在各种机器人问题上接受培训的代理继续激增,将其宝贵的学习成果重新用于新领域的能力变得越来越重要。在本文中,我们提出了一个事后技术的政策融合使用最优运输理论作为一个强大的手段,巩固了多个代理人的知识,已在不同的情况下训练。我们进一步证明,这提供了一个改进的权重初始化的神经网络政策学习新的任务,需要更少的时间和计算资源比重新训练的父政策或从头开始训练一个新的政策。最终,我们对深度强化学习中常用的各种代理的研究结果表明,专业知识可以统一到“文艺复兴代理”中,从而更快地学习新技能。
2022-07-03 cs.LG cs.RO
A Broad-persistent Advising Approach for Deep Interactive Reinforcement Learning in Robotic Environments
Deakin University(迪肯大学)
深度强化学习(DeepRL)方法已被广泛用于机器人技术中,以自主地学习环境并获取行为。深度交互式强化学习(DeepIRL)包括来自外部培训师或专家的交互式反馈,以帮助学习者选择行动来加快学习过程。然而,目前的研究仅限于提供可操作的建议,只有代理的当前状态的相互作用。此外,代理在单次使用后会丢弃信息,这会导致重新访问时处于相同状态的重复过程。在本文中,我们提出了广泛的持久性建议(BPA),一个广泛的持久性建议的方法,保留和重用处理后的信息。它不仅可以帮助训练者给出与类似状态相关的更一般的建议,而不仅仅是当前状态,而且还可以加快智能体的学习过程。我们测试所提出的方法在两个连续的机器人场景,即,一个车杆平衡任务和模拟机器人导航任务。所获得的结果表明,与DeepIRL方法相比,使用BPA的代理的性能得到了提高,同时保持了训练器所需的交互次数。
2021-11-18 cs.AI cs.RO
MROS: Runtime Adaptation For Robot Control Architectures
构建自主机器人的已知尝试依赖于复杂的控制架构,通常利用机器人操作系统平台(ROS)来实现。这些系统需要运行时自适应,以应对组件故障和动态环境引起的突发事件,否则,这些会影响任务执行的可靠性和质量。现有的关于如何在机器人中构建自适应系统的建议通常需要对控制架构进行重大的重新设计,并且依赖于机器人社区不熟悉的复杂工具。此外,它们很难在应用程序之间重用。本文介绍了MROS:一个基于模型的框架,运行时自适应的机器人控制架构的基础上ROS。MROS使用特定领域语言的组合来建模架构变体并捕获任务质量问题,以及基于本体的MAPE-K和元控制愿景的运行时自适应实现。应用MROS在两个现实的基于ROS的机器人演示程序中获得的实验结果显示了我们的方法在任务执行质量方面的优势,以及MROS在机器人应用程序中的可扩展性和可重用性。
2021-11-23 cs.RO cs.SE
Schur-MI: Fast Mutual Information for Robotic Information Gathering
Texas A&M University(德克萨斯农工大学);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
提出Schur-MI,利用迭代结构和Schur补分解将互信息计算复杂度从O(|V|^3)降至O(|A|^3),在真实测深数据集上实现最高12.7倍加速,并成功用于自主水面车辆的在线路径规划。
2026-06-23 cs.RO
alurity, a toolbox for robot cybersecurity
Universität Klagenfurt(克拉根福大学);Alias Robotics;Institute for Robotics and Mechatronics, Joanneum Research(机器人与机电一体化研究所,格拉茨研究中心);Department of Informatics of University of Minho(米尼奥大学信息学系);High-Assurance Software Laboratory of University of Minho(米尼奥大学高可信软件实验室);INESC TEC;Robotics Group at University of León(莱昂大学机器人学小组);Istituto di Informatica e Telematica, Consiglio Nazionale delle Ricerche (CNR)(意大利国家研究委员会信息与电信研究所)
大多数机器人系统的技术重复使用和固有的复杂性越来越多地导致机器人具有广泛的攻击面和各种潜在的漏洞。鉴于它们在公共环境中的存在越来越多,安全研究变得越来越重要,特别是由于机器人漏洞可能对人类造成的安全影响。我们认为,机器人技术中的安全分流仍然不成熟,必须开发新的工具来加速测试-分流-开发周期,这是优先考虑和加速缓解缺陷所必需的。目前的工作通过提供一个工具箱以及通过一年多来进行的几个用例所获得的结果来解决目前缺乏机器人技术中的攻击性网络安全研究的问题。我们为机器人网络安全提出了一个模块化和可组合的工具箱:alurity。通过确保从事项目的机器人专家和安全研究人员拥有一个通用、一致且易于复制的开发环境,alurity旨在促进网络安全研究和团队间的协作。
2020-10-16 cs.RO
Instantaneous Wireless Robotic Node Localization Using Collaborative Direction of Arrival
University of Georgia(佐治亚大学)
本文提出一种仅依赖RSSI的在线机器人定位算法,通过协作到达方向(CDOA)结合期望最大化与粒子滤波实现厘米级高精度实时定位,并在仿真、公开数据集和真实机器人上验证其优于现有方法。
2023-07-04 cs.NI cs.RO
Ant Robotics: Covering Continuous Domains by Multi-A(ge)nt Systems
在这项工作中,我们提出了一个算法,覆盖连续连接域的蚂蚁一样的机器人非常有限的能力。机器人可以用信息素标记来标记访问过的地方,并感知当地邻居的信息素水平。在多个机器人的情况下,这些信息素标记可以被所有机器人感知,并提供机器人之间(间接)通信的唯一方式。机器人被假定为是无记忆的,并且没有全局信息,如域地图,它们自己的位置(绝对或相对),总标记面积百分比,最大信息素水平等。尽管机器人的简单,我们表明,他们能够通过运行一个非常简单的行为规则,以确保有效覆盖任意连接域,包括非平面和多维的。我们的算法的新颖之处在于,与以前提出的方法不同,我们的算法在连续域上工作,而不依赖于一些“诱导”的底层图,这有效地减少了问题的离散情况下的图覆盖。该算法保证了任何连接域的完全覆盖。我们还证明了该算法是噪声免疫的,即,它能够处理任何初始信息素分布(噪声)。此外,该算法提供了一个有界的恒定时间之间的两个连续访问的机器人,因此,是适合巡逻或监视应用。
2012-06-19 cs.AI cs.MA cs.RO
Multimodal Image-based Robotic Assistance and Guidance Environment (MIRAGE): A Novel Unified Framework for Surgical Navigation and Visualization
Thayer School of Engineering at Dartmouth(达特茅斯学院塞耶工程学院)
研究提出多模态图像引导机器人手术框架MIRAGE,整合多种技术模块,经多da Vinci平台体模实验验证,其三维重投影误差低,可作为多模态手术引导的临床前技术验证平台。
2026-10-12 cs.RO
Sample-efficient Low-level Motion Planning for Robotic Manipulation Tasks via Zero-shot Transfer Learning
School of Computer Science & Informatics, Cardiff University, Cardiff, UK(计算机科学与信息学系,卡迪夫大学,卡迪夫,英国)
提出iCEM+TL框架,通过迁移学习和奖励重塑提高复杂操作任务的成功率,仿真中提升高达23%,并在真实机器人上验证。
2026-06-04 cs.AI cs.NE cs.RO
A Versatile Agent for Fast Learning from Human Instructors
National University of Singapore(新加坡国立大学)
近年来,由于机器学习的进步,人们已经完成了无数关于智能机器人政策的最高级工作。然而,效率低下和缺乏传输能力阻碍了算法的实际应用,特别是在人机协作中,当Few-Shot快速学习和高灵活性成为必要条件时。为了克服这一障碍,我们提到了一个“政策库”,其中包含可以轻松获取和重复使用的预先培训的技能。一个代理是用来管理“政策池”展开必要的技能,在一个灵活的顺序,视任务的具体偏好。这种偏好可以从一个或几个人类专家的演示中自动解释。在这种分层设置下,我们的算法能够在Mini-Grid环境中仅用一次演示就获得稀疏奖励,多阶段技巧,显示出从人类导师那里立即掌握复杂机器人技能的潜力。此外,我们算法的内在质量也允许终身学习,使其成为一个多功能的代理。
2022-09-22 cs.AI cs.RO
Learning High-Frequency Continuous Action Chunks in Latent Space
School of Computer Science, Shanghai Jiao Tong University, Shanghai, China(上海交通大学计算机科学学院);National University of Singapore, Singapore(新加坡国立大学);Institute of Automation, Chinese Academy of Sciences, Beijing, China(中国科学院自动化研究所);Fudan University, Shanghai, China(复旦大学)
本文提出通过变分自编码器将高频动作学习从动作空间转移到潜在空间,并引入Reuse-then-Refine块级精炼策略,以提升高频控制的时间与空间一致性,实现复杂接触任务的平滑执行。
2026-05-24 cs.RO
Sparse ActionGen: Accelerating Diffusion Policy with Real-time Pruning
Tsinghua Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院,清华大学);Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系);Department of Computer Science(计算机科学系)
本文提出SAG方法,通过自适应剪枝和重用机制实现稀疏动作生成,提升实时视觉运动控制效率,实验显示生成速度提升4倍。
2026-05-15 cs.CV cs.RO
CoRAL: Contact-Rich Adaptive LLM-based Control for Robotic Manipulation
LiRA Lab, Department of Computer Engineering Bilkent University(LiRA实验室,计算机工程系,比尔肯特大学)
CoRAL通过解耦高层推理与低层控制,利用LLM设计成本函数,结合神经符号适应循环和记忆单元,实现接触密集任务的自适应控制,提升成功率50%以上。
2026-05-12 cs.AI cs.RO