Language-Conditioned Offline RL for Multi-Robot Navigation
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
视觉与机器人
面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
专题命中 具身与机器人 :分类 cs.LG、cs.CV、cs.RO;dynamics model(abstract);predictive model(abstract);predictive models(abstract)
Comments Project page: https://robopil.github.io/adaptigraph/
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments This is an updated version of a manuscript that originally appeared at CoRL 2023. The project website is here https://sites.google.com/view/mo2o
Journal ref Proceedings of The 7th Conference on Robot Learning, PMLR 229:3654-3671, 2023
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO;dynamics model(abstract)
Comments 16 double column pages, 14 figures, 3 tables
Journal ref IEEE Transactions on Robotics; Print ISSN: 1552-3098; Online ISSN: 1941-0468
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.AI、cs.RO;dynamics model(abstract)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.RO、cs.MA
Comments 11 pages; 4 figures
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
Comments 8 pages, 5 figures. Accepted to IEEE Robotics and Automation Letters
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.AI、cs.LG、cs.RO
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO;dynamics model(abstract)
Comments IEEE International Conference on Robotics and Automation (ICRA), Xi'an, China, 2021
Journal ref 2021 IEEE International Conference on Robotics and Automation (ICRA)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.LG、cs.RO
Comments 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) | Video: http://tiny.cc/famle_video
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Conference on Robot Learning (CoRL) 2020 Oral. First two authors contributed equally
Journal ref 4th Conference on Robot Learning (CoRL 2020)
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.LG、cs.CV、cs.RO
Comments Robotics: Science and Systems (RSS) 2020 camera ready submission. Project website: https://sites.google.com/view/rss20avid
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Conference on Robot Learning (CoRL) 2019 Oral. First two authors contributed equally
Journal ref 3rd Conference on Robot Learning (CoRL 2019)
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Videos available at https://sites.google.com/view/gvf-tool
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Accepted to ICRA 2019
专题命中 具身与机器人 :分类 cs.AI、cs.LG、cs.CV;predictive model(abstract);predictive models(abstract)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.LG、cs.RO
Comments IJCAI 18
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments To be published in Machine Learning Journal
Journal ref Machine Learning 2017
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO;dynamics model(abstract)
机构 * University of California San Diego(加州大学圣地亚哥分校) ; Hillbot Inc(Hillbot公司)
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.CV、cs.RO
Comments CoRL 2025. Project website: https://uniclothdiff.github.io/
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.AI、cs.RO
Comments Project Page: https://haonan16.github.io/coord_bimanual_page/. 12 pages, 12 figures, Accepted at ICRA 2025
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.LG、cs.RO
Comments ©2023 IEEE. Accepted for publication in European Conference on Mobile Robots (ECMR), 2023. Version including corrections (see p. 8)
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.LG、cs.RO
Comments Submitted to Robotics and Autonomous Systems. arXiv admin note: substantial text overlap with arXiv:2307.09206
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.LG、cs.RO
专题命中 具身与机器人 :simulation model(title);分类 cs.AI、cs.RO;dynamics model(abstract)
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.LG、cs.RO
Comments Accepted to Robotics: Science and Systems (RSS 2022)
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.LG、cs.RO
Comments project website https://sites.google.com/view/pddm/
LeCropFollow:非结构化农田中导航的潜在空间规划
机构 * University of São Paulo(圣保罗大学) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.RO
AI总结 提出LeCropFollow框架,利用自监督语义热图和基于模型的强化学习规划器在潜在流形中优化轨迹,无需几何建模,实现从简化模拟到真实世界的零样本迁移,在玉米田间隙中语义故障减少2.4倍。
Comments 8 pages, 7 figures, 3 tables. Github Repo: https://github.com/Felipe-Tommaselli/lecropfollow
Journal ref IEEE Robotics and Automation Letters, 2026
将最优控制与学习相结合用于新环境中的视觉导航
机构 * University of California, Berkeley(加州大学伯克利分校) ; Facebook AI Research(脸书人工智能研究)
专题命中 具身与机器人 :分类 cs.AI、cs.LG、cs.CV;dynamics model(abstract)
AI总结 本文提出了一种结合模型控制与学习感知的方法,用于在新环境中实现可靠的视觉导航,通过生成无碰撞路径的 waypoints,使机器人能够高效地到达目标位置,同时在低帧率和仿真到现实的迁移中表现良好。
Comments Project website: https://vtolani95.github.io/WayPtNav/
通过控制收缩度量学习可稳定化的动态系统
机构 * Dept. of Aeronautics and Astronautics, Stanford University(航空航天系,斯坦福大学) ; Google Brain Robotics, New York(谷歌大脑机器人,纽约) ; Dept. of Mechanical Engineering, Massachusetts Institute of Technology(机械工程系,麻省理工学院)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO
AI总结 本文提出了一种新的框架,用于学习可稳定化的非线性动态系统,以实现机器人连续控制任务。核心方法是开发一种基于稳定性的控制理论正则化器,以确保学习到的系统可以配备一个稳健的控制器,能够稳定任何系统生成的开环轨迹。通过利用收缩理论、统计学习和凸优化工具,我们提供了一个通用且可操作的半监督算法来学习可稳定化的动态系统,可以应用于复杂的欠驱动系统。在模拟平面四旋翼系统上验证了所提算法,并观察到与传统回归技术学习的模型相比,使用控制理论正则化模型在轨迹生成和跟踪性能上有显著改进,尤其是在使用少量示范示例时。结果展示了将标准基于模型的强化学习算法与非线性控制理论概念结合的必要性,以提高可靠性。
Comments To appear at WAFR 2018. v2: re-structured Sections 3 & 4 to improve clarity; expanded discussion on limitations & future work in Section 5; added details on training & validation, significantly expanded experiments