Applying PBL in the Development and Modeling of kinematics for Robotic Manipulators with Interdisciplinarity between Computer-Assisted Project, Robotics, and Microcontrollers
Universidade de Fortaleza (UNIFOR)（福塔莱萨大学）
针对学生在课堂上使用传统工具计算机械手正运动学和逆运动学的困难，提出了将基于项目的学习（ABP）方法应用于机械手的设计、开发、数学建模，作为工业机器人学科的一个综合项目，与福塔莱萨大学控制与自动化工程专业的学生一起进行微控制器和计算机辅助设计。一旦设计和加工完成，机械臂将使用连接到微控制原型板的伺服电机进行组装，然后计算其运动学。最后介绍了该项目对指导教师和学生光学学科学习所带来的效果。
2022-03-31 cs.CL cs.RO
ReconROS Executor: Event-Driven Programming of FPGA-accelerated ROS 2 Applications
Paderborn University（帕德博恩大学）
机器人领域的许多应用都可以从FPGA加速中受益。相应的关键问题是如何将硬件加速器集成到以软件为中心的机器人编程环境中。最近，有几种方法已经证明了机器人操作系统（ROS），在机器人技术中占主导地位的编程环境的硬件加速。ROS是一个中间件层，其特点是将复杂的机器人应用程序组成为一组节点，这些节点通过发布/订阅等机制进行通信，并将它们分布在多个计算平台上。在本文中，我们提出了一种新的方法，基于事件的编程的机器人应用程序，利用ReconROS，灵活映射ROS 2节点的框架，无论是软件或可重构硬件。ReconROS执行器调度ROS 2节点的回调，并利用可重新配置的插槽模型和部分运行时重新配置来按需加载基于硬件的回调。我们描述了ReconROS执行器的方法，给出设计实例，并通过实验评估其功能的例子。
2022-01-19 cs.RO
Medical Technologies and Challenges of Robot Assisted Minimally Invasive Intervention and Diagnostics
Vanderbilt University（范德堡大学）
新兴的范例进一步深入到人体解剖学的医疗技术的范围提出了独特的建模，控制和传感问题。本文讨论了医疗机器人的简史，导致目前的趋势，微创介入和诊断在密闭空间。自然孔口和单端口接入手术，胶囊和磁驱动机器人和microrobotics的机器人技术进行了讨论，目的是阐明的最先进的状态。工作的建模，传感和控制的机械架构的自然孔口和单端口接入手术的机器人进行了讨论，然后介绍了磁驱动，传感和定位的胶囊机器人和microrobotics的工作。最后，在每一个这些领域的挑战和开放的问题。
2018-07-10 cs.RO
Safe Reinforcement Learning using Formal Verification for Tissue Retraction in Autonomous Robotic-Assisted Surgery
University of Verona（维罗纳大学）；Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）
深度强化学习（DRL）是自动化重复手术子任务的可行解决方案，因为它能够在动态环境中学习复杂行为。这种任务自动化可以减少外科医生的认知工作量，提高手术关键方面的精确度，并减少与患者相关的并发症。然而，目前的DRL方法不能保证任何安全标准，因为它们在不考虑与所执行的操作相关的风险的情况下最大化累积回报。由于这种限制，DRL在机器人辅助微创手术（MIS）的安全关键范例中的应用受到了限制。在这项工作中，我们引入了一个安全DRL框架，通过DRL培训的手术子任务的自动化，结合了安全约束。我们验证我们的方法在虚拟场景中，复制组织牵开任务通常发生在多个阶段的MIS。此外，为了评估机器人手臂的安全行为，我们制定了一个形式化验证工具DRL方法，提供了不安全配置的概率。我们的研究结果表明，正式的分析保证安全性与高置信度，使机器人仪器在安全的工作空间内运行，并避免与其他解剖结构的危险相互作用。
2021-09-06 cs.RO
Robotic-assisted Ultrasound for Fetal Imaging: Evolution from Single-arm to Dual-arm System
King’s College London（伦敦国王学院）；Xtronics Ltd.（Xtronics有限公司）；Guy’s & St Thomas’ NHS Foundation Trust（盖伊和圣托马斯NHS基金会信托）；Evelina Children’s Hospital（伊芙琳娜儿童医院）；Queen Mary University of London（伦敦玛丽女王大学）
机器人辅助体外超声系统的开发有着悠久的历史，自20世纪90年代以来，已经提出了许多项目，侧重于不同的技术方面。这些旨在解决手持式超声探头现场手动操作的不足。本文介绍了最近正在进行的一系列定制机器人系统的开发，包括单臂和双臂版本，用于一个名为智能胎儿成像和诊断（iFIND）的项目。在简要回顾了用于胎儿和腹部检查的体外超声机器人系统的发展历史之后，介绍了iFIND机器人的具体目标、设计演变、每个版本的实施细节以及iFIND机器人系列的初步临床反馈。基于42名志愿者对这些新提出的机器人进行的初步测试，验证了机电一体化系统的成功和可靠的工作。参与者问卷的分析表明，一个舒适的扫描体验的志愿者和良好的接受率被扫描的机器人。
2019-04-10 cs.RO
Lessons from Robot-Assisted Disaster Response Deployments by the German Rescue Robotics Center Task Force
University of Applied Science, Gelsenkirchen (WHS)（盖尔森基兴应用科学大学）；German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；TU Darmstadt (TUDA)（达姆施塔特工业大学）；TU Dortmund (TUDO)（多特蒙德工业大学）；University of Bonn (UBO)（波恩大学）；German Rescue Robotics Center (DRZ)（德国救援机器人中心）
地震、火灾和洪水经常造成建筑物的结构性倒塌。然而，对受损建筑物的检查对紧急部队来说风险很高，甚至是不可能的。我们介绍了德国救援机器人中心机器人工作队最近选定的三个任务，地面和空中机器人都被用来探索被摧毁的建筑物。我们描述和反映了这些任务以及从中吸取的经验教训。为了使研究实验室的机器人适合实际操作，为室外和室内使用建立了逼真的测试环境，并在研究人员和应急部队的定期演习中进行测试。基于这些经验，机器人及其控制软件得到了显著改进。此外，还组建了由研究人员和第一反应人员组成的顶级团队，每个团队都对机器人系统的操作和实际适用性进行了现实的评估。
2022-12-19 cs.RO
Quadratic Programming Optimization for Bio-Inspired Thruster-Assisted Bipedal Locomotion on Inclined Slopes
SiliconeSynapse Labs（硅突触实验室）；Northeastern University（东北大学）；California Institute of Technology（加州理工学院）
本文针对Harpy双足机器人，提出结合接触约束二次规划与全身控制的推进器辅助斜坡行走方法，通过仿真验证其在倾斜坡面上的运动性能。
2024-11-20 cs.RO
On the Fly Robotic-Assisted Medical Instrument Planning and Execution Using Mixed Reality
Johns Hopkins University（约翰斯·霍普金斯大学）；Johns Hopkins School of Medicine（约翰斯·霍普金斯医学院）
本文提出一种基于混合现实的机器人辅助医疗系统框架，通过三维解剖叠加、碰撞检测和机器人编程接口实现器械实时规划与执行，降低操作学习成本，并在经颅磁刺激和股骨成形术中验证可行性。
2024-04-08 cs.RO
Peer-Assisted Robotic Learning: A Data-Driven Collaborative Learning Approach for Cloud Robotic Systems
Chinese Academy of Sciences（中国科学院）；Shenzhen Institutes of Advanced Technology (SIAT)（中国科学院深圳先进技术研究院）；Joint Laboratory of Artificial Intelligence and Robotics of SIAT and University of Macau（中国科学院深圳先进技术研究院与澳门大学人工智能与机器人联合实验室）；University of Macau（澳门大学）；University of Chinese Academy of Sciences（中国科学院大学）
数据驱动的深度学习技术正在机器人领域引发一场技术革命。然而，为每个本地机器人构建数据集是费力的。同时，本地机器人之间的数据孤岛使得数据无法协同利用。为了解决这个问题，工作提出了机器人同行辅助学习（PARL），这是受认知心理学和教育学同行辅助学习的启发。PARL通过云机器人系统的框架实现数据协作。机器人在本地进行语义计算和训练后，将数据和模型共享到云端。云将数据聚合并执行增强，集成和传输。最后，在云中微调这个更大的共享数据集到本地机器人。在此基础上，提出了用数据增强和传输网络（DAT Network，数据增强和传输网络）来实现PARL中的数据处理。DAT网络可以实现多个本地机器人数据的扩充。我们对机器人（汽车）的简化自动驾驶任务进行实验。DAT Network在自动驾驶场景的增强方面有了显著的改进。与此同时，自动驾驶实验结果也表明，PARL能够通过本地机器人的数据协作来提高学习效果。
2020-10-16 cs.AI cs.RO
RAFCON: a Graphical Tool for Task Programming and Mission Control
German Aerospace Center (DLR)（德国航空航天中心（DLR））
机器人系统有许多应用领域，包括服务机器人，搜索和救援任务，工业和空间机器人。随着这些领域的场景变得越来越复杂，对强大的工具的需求越来越高，以有效地编程异构机器人系统。因此，我们创建了RAFCON，这是一个图形化工具，用于开发机器人任务，并通过远程监控任务的执行来进行任务控制。为了定义任务，我们使用支持层次结构和并发性的状态机。与库概念一起，即使是复杂的场景也可以优雅地处理。RAFCON支持复杂的调试功能，并紧密集成了错误处理和恢复机制。具有强大状态机编辑器的GUI使直观、可视化编程和快速原型设计成为可能。我们在SpaceBotCamp国家机器人竞赛中展示了我们工具的能力，我们的移动机器人完全自主地解决了所有探索和组装挑战。因此，它也是各种RoboCup联赛的一个有前途的工具。
2016-05-30 cs.RO
Edge-assisted Collaborative Digital Twin for Safety-Critical Robotics in Industrial IoT
University of Louisville（路易斯维尔大学）
数字孪生技术在现代工业发展中起着举足轻重的作用。特别是，随着物联网（IoT）的技术进步和自主化趋势的不断增强，配备多传感器的机器人可以创建实用的数字孪生，这在操作，维护和安全的工业应用中特别有用。在这里，我们展示了一个真实世界的数字孪生的安全关键的机器人应用与弗兰卡-帕卡-熊猫机器人手臂。我们开发和展示了一个边缘辅助协作数字孪生的动态避障，可以在实时适应的机器人，而在工业物联网的不确定性和动态环境中运行。
2022-09-26 cs.RO cs.SY eess.SY
Automatic Robotic-Assisted Diffuse Reflectance Spectroscopy Scanning System
Imperial College London（帝国理工学院）
本文提出一种基于混合视觉伺服和高度补偿模块的机器人辅助DRS扫描系统，实现自主大面积组织光谱采集，实验证明其准确性和一致性与人工金标准相当，为术中自主组织评估奠定基础。
2025-03-11 cs.RO
Potato: A Data-Oriented Programming 3D Simulator for Large-Scale Heterogeneous Swarm Robotics
Beihang University（北京航空航天大学）；Delft University of Technology（代尔夫特理工大学）
针对现有群体机器人仿真平台无法兼顾真实动力学模型与大规模节点的问题，本文提出基于数据导向编程的3D模拟器Potato，结合多进程与GPU加速的PyTorch实现异构大规模仿真，在5000架以内四旋翼场景下计算速度稳定。
2023-08-24 cs.RO
Amplify: A Lightweight Library for Reproducible Nonlinear Programming Problems in Robotics
本文提出Amplify，一个轻量级非线性规划库，通过将轨迹优化算法表示为优化模型中的约束，实现机器人相关优化问题的可复现性，并与其他库进行了基准比较。
2026-09-24 cs.RO
Hybrid Deep Reinforcement Learning for Radio Tracer Localisation in Robotic-assisted Radioguided Surgery
Imperial College London（帝国理工学院）
本文提出将深度强化学习与自适应机器人扫描相结合的混合方法，用于机器人辅助放射引导手术中的放射性示踪剂自主定位，仿真和dVRK真实实验分别取得95%和80%的成功率，验证了其高效性与可行性。
2025-03-11 cs.RO
RoboHorizon: An LLM-Assisted Multi-View World Model for Long-Horizon Robotic Manipulation
State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）
针对长时程机器人操作中稀疏奖励和复杂视觉特征难题，提出LLM辅助多视角世界模型RoboHorizon，通过RSPA流程生成密集奖励并集成关键帧发现，在RLBench和FurnitureBench上显著提升任务成功率。
2025-01-24 cs.RO
Robot-Assisted Nuclear Disaster Response: Report and Insights from a Field Exercise
University of Birmingham（伯明翰大学）；University of West Attica（西阿提卡大学）；Kerntechnische Hilfdienst GmbH (KHG)（核技术援助服务有限公司（KHG））
本文报道了机器人研究人员的见解，他们参加了由Kerntechnische Hilfdienst GmbH（KHG）在德国卡尔斯鲁厄进行的为期5天的机器人辅助核灾难响应现场演习。德国核工业成立了KHG，为核事故提供机器人辅助应急响应能力。我们提出了一个系统的描述所使用的设备;机器人操作员的培训计划;现场演习和机器人任务;以及在演习过程中遵循的协议。此外，我们还根据这些观察结果为推进灾难响应机器人技术提供了见解和建议。具体而言，性能的主要退化来自对操作员的认知和注意力要求。此外，机器人平台和模块除了易于使用外，还应力求坚固可靠。最后，由于应急响应的利益相关者往往对使用自主系统持怀疑态度，我们建议采用可变的自主模式，逐步将自主机器人的能力与人在回路中。这种遥操作和自主之间的中间地带可以增加最终用户的接受度，同时直接减轻操作员的机器人控制负担，并保持人在回路中的弹性。
2022-07-01 cs.RO
TiniScript: A Simplified Language for Educational Robotics
Universidad ESAN（埃萨恩大学）
TiniScript是一种简化教育机器人编程的中级语言，采用极简单行语法和预加载解释器，实现无线实时指令传输，解耦软硬件，促进STEM学习和批判性思维培养。
2024-11-09 cs.RO
Mechanically Programming the Cross-Sectional Shape of Soft Growing Robotic Structures for Patient Transfer
Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系）；Department of Mechanical Engineering, MIT（麻省理工学院机械工程系）
本研究提出了一种机械编程方法，通过柔性条带约束径向扩张，实现软性生长机器人结构的宽薄横截面，以提高患者转移任务的适应性和灵活性。
2025-12-29 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
Certifiably Optimal Estimation and Calibration in Robotics via Trace-Constrained Semi-Definite Programming
Department of Mechanical Engineering, Boston University（机械工程系，波士顿大学）
针对机器人非凸问题SDP松弛解的秩1舍入难题，提出迹约束SDP框架，搭配梯度优化流程、常见量松弛方案和模块化抽象，经多任务仿真验证有效。
2025-10-01 cs.RO
Real-time Point Cloud Data Transmission via L4S for 5G-Edge-Assisted Robotics
Ericsson Research, Lule , Sweden ( )；AI Group, Lule \, University of Technology, Sweden
本文提出了一种基于L4S的实时点云传输框架，通过Draco压缩算法实现低延迟、低丢包率的3D LiDAR数据传输，适用于5G边缘辅助机器人中的实时数据处理与SLAM算法验证。
2025-11-11 cs.RO
Federated Deep Reinforcement Learning for Privacy-Preserving Robotic-Assisted Surgery
针对临床环境下机器人辅助手术RL模型开发面临的隐私、数据及流程变异性难题，提出融合多种隐私保护技术的联邦深度强化学习框架，实现跨机构去中心化训练与动态患者策略适配，在大幅降低隐私泄露的同时保持手术精度，为AI手术机器人临床落地奠定基础。
2025-10-28 cs.RO
ProxNLP: a primal-dual augmented Lagrangian solver for nonlinear programming in Robotics and beyond
LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室）；Inria（法国国家信息与自动化研究所）；École normale supérieure（巴黎高等师范学院）；CNRS（法国国家科学研究中心）；PSL Research University（巴黎文理研究大学）；ENPC（巴黎桥路学院）
数学优化是现代机器人和控制的几个方面背后的主力。在这些应用中，重点是约束优化，以及在流形（如经典矩阵李群）上工作的能力，以及对鲁棒性和速度的特定要求。近年来，增广拉格朗日方法由于其鲁棒性和灵活性，与（不精确）近似点方法的联系以及与牛顿或半光滑牛顿方法的互操作性而重新兴起。在续集中，我们提出了原-对偶增广拉格朗日方法用于流形上的不等式约束问题，这是我们在最近的工作中介绍的，以及适用于机器人应用及其他应用的高效C++实现。
2022-10-05 cs.RO
From Decision to Action in Surgical Autonomy: Multi-Modal Large Language Models for Robot-Assisted Blood Suction
University of Alberta（阿尔伯塔大学）
本研究提出了一种用于机器人辅助手术自主吸血的多模态LLM集成方案，通过高层LLM负责推理与优先级划分，底层深度强化学习负责运动执行，构建分布式智能体架构，显著提升了手术中的上下文理解和决策能力。
2025-01-29 cs.RO
Integer Programming as a General Solution Methodology for Path-Based Optimization in Robotics: Principles, Best Practices, and Applications
Rutgers, the State University of New Jersey（罗格斯新泽西州立大学）
机器人编程（IP）已被证明是非常有效的解决许多基于路径的优化问题的机器人。然而，IP的应用程序通常是在一个特设的，具体问题的方式。在这项工作中，在研究了广泛的基于路径的优化问题后，我们描述了这些问题的IP解决方案方法，该方法既易于应用（在两个简单的步骤中），又在计算时间和实现的最优性方面具有高性能。我们通过应用于三个具有挑战性的基于路径的优化问题：多机器人路径规划（MPP），最小约束去除（MCR），和奖励收集问题RCP），证明了我们的方法的通用性。相关的实验表明，该方法可以有效地产生（近）最优解的问题与大的状态空间，复杂的约束条件，复杂的目标函数。结合IP方法的命题，我们介绍了两个新的和实际的机器人问题：多机器人最小约束去除（MMCR）和多机器人路径规划（MPP）与部分解决方案，这可以快速有效地解决使用我们提出的IP解决方案管道。
2019-03-01 cs.RO
Advanced Intelligent Systems for Surgical Robotics
Graduate School of Biomedical Engineering, Faculty of Engineering, UNSW（新南威尔士大学工程学院生物医学工程研究生院）；Prince of Wales Hospital（威尔士亲王医院）；Faculty of Medicine, UNSW（新南威尔士大学医学院）
自20世纪90年代中期以来，外科手术机器人已投入临床使用。机器人辅助手术与传统手术相比具有许多优点，包括感染和失血风险较低，恢复时间较短，以及对患者整体更安全的手术。在过去的几十年里，已经出现了许多新兴的手术机器人平台，它们可以在人体内部器官的复杂和受限的通道中工作，并在手术过程中提高外科医生的认知和身体技能。用于感测、致动和智能控制的先进技术使得多个手术装置能够以低成本和更高效率在人体内同时操作。尽管取得了进步，但目前的手术干预系统无法执行自主任务并做出类似于人类的认知决策。本文将概述从传统的开放式手术到机器人辅助手术的历史发展，并讨论目前在现有手术机器人系统中实施的先进智能系统和设备的能力。它还将重新审视可用的自主手术平台，并对基本技术，现有挑战以及智能机器人辅助手术系统未来发展的建议进行评论，以实现完全自主操作。
2020-01-02 cs.RO
Hybrid Open-Loop Closed-Loop Control of Coupled Human-Robot Balance During Assisted Stance Transition with Extra Robotic Legs
Massachusetts Institute of Technology（麻省理工学院）
提出了一种新的人-机器人共享控制的额外机器人腿（XRL）可穿戴增强系统。XRL系统由两条额外的腿组成，它们承担了整个背包的有效载荷，以及一些人类操作员的重量。XRL系统必须支持其自身的平衡，并在允许操作员在选定方向上移动的同时稳定地协助操作员。在任务空间的某些方向上，XRL必须通过位置反馈来约束人类运动以实现平衡，而在其他方向上，XRL必须没有位置反馈，以便人类可以自由移动。在这里，我们提出了混合开环/闭环控制体系结构，用于以系统的方式混合两种控制模式。该系统被简化为单独的关节反馈控制，其易于实现并且可靠地防止故障。该方法被应用于辅助人类进行核废料退役任务的XRL系统。一个原型XRL系统已经开发和演示了一个模拟人执行从站立到爬行和返回的过渡，同时耦合到原型XRL系统。
2020-07-02 cs.RO
Imitation Learning for Robotic Assisted Ultrasound Examination of Deep Venous Thrombosis using Kernelized Movement Primitives
University of Verona（维罗纳大学）；University of Southern Denmark（南丹麦大学）；Ropca ApS
针对DVT超声检查依赖操作者技能的问题，提出基于核化运动原语的模仿学习方法，利用超声技师演示训练机器人控制器，实现力控制和图像质量的专家级复制，优于手动力配置文件方法，提高检查标准化。
2024-11-08 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
iART: Learning from Demonstration for Assisted Robotic Therapy Using LSTM
University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
在本文中，我们提出了一个智能助理机器人治疗（iART），在3D轨迹跟踪任务期间提供机器人协助。我们提出了一种新的LSTM为基础的机器人学习示教学习（LfD）的范例，模仿治疗师的援助行为。iART提出了一种轨迹不可知的LfD例程，可以将学习到的行为从单个轨迹概括为任何3D形状。一旦了解了治疗师的行为，iART使患者能够根据自己的喜好修改这种行为。该系统只需要一个单一的示范2分钟，并表现出91.41%的平均准确率预测，因此模仿治疗师的援助行为。该系统提供了稳定的援助，在实时和成功地再现不同类型的援助行为。
2023-03-02 cs.AI 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
On the programming effort required to generate Behavior Trees and Finite State Machines for robotic applications
ABB Corporate Research（ABB企业研究院）；KTH - Royal Institute of Technology（KTH皇家理工学院）；ETH Zürich（苏黎世联邦理工学院）；The University of Queensland（昆士兰大学）
在本文中，我们提供了一个实际的演示如何在行为树（BT）的模块化减少编程的机器人任务时，相比有限状态机（FSM）的努力。近年来，控制自主智能体的任务计划的表示方法已经从标准FSM转向BT。文献中的许多作品都强调并证明了这种设计与标准方法相比的好处，特别是在模块化，反应性和人类可读性方面。然而，这些工作往往未能对这些政策的执行情况和修改这些政策所需的方案拟订工作进行切实的比较。这是一个相关的方面，在许多机器人应用程序中，设计的选择是由政策的鲁棒性和所需的时间来编程it.In这项工作中，我们比较后向链接BT与容错设计的FSM通过评估成本来修改它们。我们验证了一组实验中的模拟环境中，移动机械手解决了项目提取任务的分析。
2022-09-15 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
Human-Assisted Robotic Detection of Foreign Object Debris Inside Confined Spaces of Marine Vessels Using Probabilistic Mapping
University of Washington（华盛顿大学）；Naval Undersea Warfare Center Division Keyport（基波特海军水下作战中心分部）
许多复杂的车辆系统，例如大型船舶，包含诸如水箱的有限空间，这对于车辆的安全运行至关重要。由于有限的可达性、较差的可见性和非结构化的配置，人类检查这样的空间是特别危险的。虽然机器人提供了一种可行的替代方案，但它们在实现强大的自主性方面遇到了同样的挑战。在这项工作中，我们专门解决的问题，检测异物碎片（FODs）内的密闭空间使用视觉映射为基础的系统，依赖于Mahalanobis距离驱动的比较之间的标称和在线地图的本地离群值识别。模拟实验表明，异常点识别方法具有极高的召回率，但准确率较低。因此，远程人类的协助，采取处理的精度问题，通过近距离的机器人摄像机图像的离群区域。进行了一项在线调查，以显示这一援助进程的有用性。物理实验也报告了一个GPU使能的移动机器人平台内的缩小，原型坦克，以证明的FOD检测系统的可行性。
2022-08-31 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
CASOG: Conservative Actor-critic with SmOoth Gradient for Skill Learning in Robot-Assisted Intervention
本文提出离线强化学习算法CASOG，通过保守Q函数估计、平滑卷积梯度和高TD误差优先采样，从人类演示中学习血管机器人操作技能，实验成功率达94.00%，优于现有离线强化学习方法。
2023-04-19 cs.RO
Robot-Assisted Deployment and Maintenance of Inflatable Modules for Lunar Habitation: A Field Demonstration
Tohoku University（东北大学）；Tokyo University of Science（东京理科大学）
本文提出结合充气模块与模块化可重构机器人MoonBot的系统，通过现场演示验证了部署与维护任务，为未来月球居住提供关键见解。
2026-09-29 cs.RO
Hall Effect-Based Tactile Force Detection Sensor for Robot-Assisted Minimally Invasive Surgery
University of Leeds（利兹大学）
针对机器人微创手术中触觉反馈缺失的问题，本文提出一种基于霍尔效应的毫米级紧凑力传感器，可检测法向和剪切力，平均RMSE为2.133 kPa，并在体模和离体猪组织上验证了牵拉与滑动感知能力。
2026-10-08 cs.RO
Errors are Useful Prompts: Instruction Guided Task Programming with Verifier-Assisted Iterative Prompting
University of Toronto（多伦多大学）；Vector Institute（矢量研究所）；University of Toronto Schools（多伦多大学附属中学）；NVIDIA（英伟达）
从高级自然语言指令生成低级机器人任务规划仍然是一个具有挑战性的问题。虽然大语言模型在生成计划方面已经显示出有希望的结果，但输出的准确性仍然未经验证。此外，缺乏特定领域的语言数据对这些模型的适用性构成了限制。在本文中，我们提出了CLAIRIFY，一种新的方法，结合自动迭代提示程序验证，以确保程序编写的数据稀缺领域特定的语言是语法有效的，并纳入环境约束。我们的方法提供了有效的指导语言模型生成结构化的任务计划，将任何错误作为反馈，而验证器确保生成的计划的语法准确性。我们通过实现最先进的结果证明了CLAIRIFY在规划化学实验中的有效性。我们还表明，生成的计划可以执行一个真正的机器人，通过将它们与一个任务和运动规划。
2023-03-24 cs.RO
MATTERIX: toward a digital twin for robotics-assisted chemistry laboratory automation
University of Toronto（多伦多大学）；Acceleration Consortium（加速联盟）；Vector Institute（向量研究所）；University of Liverpool（利物浦大学）；University of Salento（萨勒诺大学）；NVIDIA Canadian Institute for Advanced Research（NVIDIA加拿大高级研究机构）；Georgia Institute of Technology（佐治亚理工学院）
MATTERIX通过多尺度仿真和模块化引擎，实现机器人辅助化学实验室的数字孪生，加速工作流程开发并减少现实实验依赖。
2026-01-19 cs.RO
The Effect of Haptic Guidance during Robotic-assisted Motor Training is Modulated by Personality Traits
Delft University of Technology（代尔夫特理工大学）；Erasmus MC, University Medical Center Rotterdam（伊拉斯姆斯医学中心鹿特丹大学医学中心）
本研究通过42名健康受试者的机器人辅助训练实验，发现人格特质（如成就者游戏风格、自由精神风格、挑战转化特质及外部控制点）显著调节触觉引导对运动学习效果的影响，提示个性化触觉辅助需考虑个体差异。
2024-02-09 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
Computer- and robot-assisted Medical Intervention
UJF-CNRS；TIMC-IMAG Laboratory（TIMC-IMAG实验室）；IN3S – School of Medicine（IN3S医学院）
医疗机器人包括医生使用的辅助设备，以便使他/她的诊断或治疗实践更容易和更有效。本章重点讨论这些系统。它介绍了计算机辅助医疗干预的一般领域，它的目标，它的不同组成部分，并描述了机器人在这种情况下的位置。在医疗机器人的发展一般的设计和控制范例方面的演变，并讨论了具体的应用领域的问题。现有的系统，正在进行的开发和未来的趋势。详细的案例研究。医疗环境中的其他类型的机器人帮助（例如帮助残疾人，患者康复或更换某些受损/受抑制的肢体或器官）不在本章的范围内。
2009-03-26 cs.RO
KitRobot: A multi-platform graphical programming IDE to program mini-robotic agents
IRISA（法国国家信息与自动化研究所雷恩布列塔尼大西洋研究中心）；University of South Brittany（南布列塔尼大学）；The Islamia University of Bahawalpur（巴哈瓦尔布尔伊斯兰大学）；Koc University（科奇大学）
微型机器人代理的图形编程IDE的分析、设计和开发允许新手用户通过图形拖放界面对机器人代理进行编程，而不知道中间程序设计语言的语法和语义。我们的工作从定义中间程序设计语言的语法和语义开始。主要的工作是定义这种语言的语法。使用图形化的拖放界面对微型机器人进行编程，为新手用户提供了一个用户友好的界面。用户可以通过拖放程序部分来图形化地编程，而不需要中间程序设计语言的专业知识。IDE非常灵活，因为它使用XML技术来存储程序对象（即循环，条件）和机器人对象（即传感器，执行器）。xml技术的使用允许在不修改底层设计和编程的情况下进行重大更改和更新接口。
2015-01-07 cs.HC cs.PL cs.RO
Accelerating Surgical Robotics Research: A Review of 10 Years With the da Vinci Research Kit
Imperial College London（伦敦帝国理工学院）；University of Leeds（利兹大学）；Johns Hopkins University（约翰斯·霍普金斯大学）；Worcester Polytechnic Institute（伍斯特理工学院）；Intuitive Surgical Inc（直觉外科公司）
机器人辅助手术现已在临床实践中得到广泛应用，并已成为多种临床适应症的金标准临床治疗选择。机器人辅助手术领域预计将在未来十年内大幅增长，一系列新的机器人设备将出现，以满足不同专业未满足的临床需求。一个充满活力的手术机器人研究社区对于概念化这种新系统以及开发和培训工程师和科学家将其转化为实践至关重要。达芬奇研究套件（dVRK）是一项学术和行业合作项目，旨在重新利用退役的达芬奇手术系统（Intuitive Surgical Inc，CA，USA）作为手术机器人研究的研究平台，一直是解决障碍的关键举措手术机器人领域新研究小组的进入。在本文中，我们提出了一个广泛的审查出版物，促进了dVRK在过去的十年。我们将研究工作分为不同的类别，并概述了机器人社区维护这一倡议并在此基础上建立的一些主要挑战和需求。
2021-11-17 cs.RO
Proceedings of the Third International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2012)
Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；IRD（法国发展研究院）；UPMC（巴黎第六大学）
第三届机器人系统领域特定语言和模型国际研讨会（DSLRob'12）会议记录，2012年11月在日本筑波举行的2012年自主机器人仿真，建模和编程国际会议（SIMPAR 2012）。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动架构（MDA）。领域特定语言（DSL）是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动体系结构（MDA）为领域用户提供了一种高级方法，以在正确的抽象级别上指定其系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2013-02-20 cs.RO
High-level programming and control for industrial robotics: using a hand-held accelerometer-based input device for gesture and posture recognition
University of Coimbra（科英布拉大学）；University of Porto（波尔图大学）
目的-大多数工业机器人仍然使用典型的示教过程进行编程，通过使用机器人示教器。这是一项繁琐且耗时的任务，需要一些技术专长，因此需要新的机器人编程方法。本文的目的是提出一个机器人系统，允许用户指示和编程的机器人与高层次的抽象从机器人语言。设计/方法/方法-该论文详细介绍了一种机器人系统，该系统允许用户，特别是非专家程序员，以直观的方式指导和编程机器人，只是向它展示它应该做什么。这是使用两个最自然的人机界面（手势和语音），力控制系统和几个代码生成技术。将特别注意手势的识别，其中从Wii遥控器中嵌入的运动传感器（三轴加速度计）提取的数据用于捕获人手的行为。使用统计方法和人工神经网络识别手势（动态手位置）以及手动姿势（静态手位置）。实用意义-本文的主要贡献是，它提供了一个实用的方法来编程机器人通过手势和语音，提高工作效率，节省时间。独创性/价值-本文提出了一种替代典型的机器人教学过程中，扩展的概念，人机交互和同事的情况。由于大多数公司没有工程资源对其机器人制造系统进行更改或添加新功能，因此该系统对中小型企业来说是一个主要优势。
2013-09-09 cs.RO
Constrained Reinforcement Learning for Robotics via Scenario-Based Programming
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）；University of Verona（维罗纳大学）；The Weizmann Institute of Science（魏茨曼科学研究所）
深度强化学习（DRL）在各种机器人应用中取得了突破性的成功。一个自然的结果是采用这种范式的安全关键的任务，其中人的安全和昂贵的硬件可能涉及。在这种情况下，至关重要的是要优化基于DRL的代理的性能，同时提供有关其行为的保证。本文提出了一种新的技术，将领域专家知识到一个受约束的DRL训练循环。我们的技术利用了基于Java的编程范式，该范式旨在允许以简单直观的方式指定此类知识。我们验证了我们的方法对流行的机器人无地图导航问题，在模拟，并在实际平台上。我们的实验表明，使用我们的方法来利用专家知识显着提高了代理的安全性和性能。
2022-06-20 cs.LG cs.RO
Bimanual Robot-Assisted Dressing: A Spherical Coordinate-Based Strategy for Tight-Fitting Garments
School of Physics, Engineering and Technology, University of York（物理、工程与技术学院，约克大学）；Honda Research Institute Europe（本田欧洲研究机构）
本文针对紧身衣物穿衣难题，提出基于球坐标系的双臂穿衣策略，利用方位角作为任务特征，结合GMM和GMR进行模仿学习，生成适应不同手臂姿态的穿衣轨迹并通过实验验证其有效性。
2025-08-17 cs.RO
RAMPA: Robotic Augmented Reality for Machine Programming by DemonstrAtion
Bogazici University（博加齐大学）；Adobe Research（奥多比研究院）
本文提出RAMPA，一种集成ML和XR的端到端机器人系统，通过AR头显实现现场数据录制与技能微调，解决PbD的安全、编程障碍及演示收集低效问题，实验显示其在教学效率与用户体验上优于传统方法。
2025-02-18 cs.HC cs.LG cs.RO
Gaze-based Learning from Demonstration In Surgical Robotics
University of British Columbia（不列颠哥伦比亚大学）
本文针对 da Vinci 手术机器人相机臂需手动控制、中断手术流程的问题，提出基于外科医生注视数据与机器人运动学数据的概率模型，以实现相机臂运动自动化。
2023-11-01 cs.RO
Motion Compensation for Real Time Ultrasound Scanning in Robotically Assisted Prostate Biopsy Procedures
Faculty of Mechanical Engineering and Naval Architecture, University of Zagreb（Zagreb大学机械工程与造船学院）
本研究提出了一种机器人辅助系统，用于实时超声扫描前列腺，以提高活检的准确性和可用性。
2026-01-09 cs.RO
Proceedings of the Fifth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2014)
ETH Zurich（苏黎世联邦理工学院）；Bonn-Rhein-Sieg University（波恩-莱茵-锡格大学）；Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；IRD（法国发展研究院）；UPMC（皮埃尔和玛丽·居里大学）
第五届机器人系统领域特定语言和模型国际研讨会（DSLRob'14）于2014年10月在意大利贝加莫与2014年自主机器人仿真，建模和编程国际会议（SIMPAR 2014）一起举行。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动的软件开发为领域用户提供了一种高级方法，可以在正确的抽象级别上指定系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2014-11-26 cs.RO
