机器人 / 具身智能

Explainably Safe Reinforcement Learning

可解释的安全强化学习

Sabine Rieder, Stefan Pranger, Debraj Chakraborty, Jan Křetínský, Bettina Könighofer

机构 * Masaryk University（马萨里克大学） ； Graz University of Technology（格拉茨技术大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.LG

AI总结 提出一种基于分层决策树的可解释安全强化学习方法，通过世界模型分析状态风险并构建屏蔽策略，生成可理解的解释，同时保持安全保证。

Observer-based Adaptive Optimal Output Containment Control problem of Linear Heterogeneous Multi-agent Systems with Relative Output Measurements

基于观测器的自适应最优输出包容控制问题：线性异构多智能体系统中的相对输出测量

Majid Mazouchi, Mohammad Bagher Naghibi-Sistani, Seyed Kamal Hosseini Sani, Farzaneh Tatari, Hamidreza Modares

机构 * Department of Electrical Engineering, Ferdowsi University of Mashhad, Mashhad, Iran（马什哈德法尔多西大学电气工程系） ； Department of Electrical Engineering, University of Semnan, Semnan, Iran（塞姆南大学电气工程系） ； Missouri University of Science（密苏里科技大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.LG

AI总结 本文提出了一种基于相对输出反馈的最优解法，用于线性异构多智能体系统的包容控制问题，通过分布式最优控制协议确保跟随器输出处于领导者输出的凸包内并优化暂态性能，采用分布式观测器估计不可用的状态和凸包。

Robust Satisfaction of Temporal Logic Specifications via Reinforcement Learning

通过强化学习实现时序逻辑规范的鲁棒满足

Austin Jones, Derya Aksaray, Zhaodan Kong, Mac Schwager, Calin Belta

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出通过强化学习最大化满足信号时序逻辑规范的概率和鲁棒性，通过机器人导航仿真验证其在概率和鲁棒性上的优越性。

Comments 8 pages, 4 figures

Deep Reinforcement Learning for Six Degree-of-Freedom Planetary Powered Descent and Landing

基于深度强化学习的六自由度行星powered着陆与着陆

Brian Gaudet, Richard Linares, Roberto Furfaro

专题命中 模仿学习与强化学习 ：navigation(abstract)

AI总结 本文提出了一种新型的集成引导与控制算法，利用强化学习原理学习策略，以实现精确且燃料高效的轨迹，同时通过不同的折扣率提升优化性能。

Comments 37 pages

Data-Efficient Reinforcement Learning with Probabilistic Model Predictive Control

基于概率模型预测控制的数据高效强化学习

Sanket Kamthe, Marc Peter Deisenroth

专题命中 模仿学习与强化学习 ：robotics(abstract)

AI总结 本文提出基于概率模型预测控制的强化学习框架，通过高斯过程学习转移模型以处理约束，实现数据高效和最优控制。

Comments Accepted at AISTATS 2018,

A Novel Model for Arbitration between Planning and Habitual Control Systems

一种用于规划与习惯控制系统的仲裁新模型

Farzaneh S. Fard, Thomas P. Trappenberg

专题命中 模仿学习与强化学习 ：robotic(abstract)

AI总结 本文提出一种结合规划与习惯控制的仲裁模型，通过模拟双关节机械臂任务展示其在动态环境中的高效性和鲁棒性。

Simultaneous active parameter estimation and control using sampling-based Bayesian reinforcement learning

基于采样式贝叶斯强化学习的同时主动参数估计与控制

Patrick Slade, Preston Culbertson, Zachary Sunberg, Mykel Kochenderfer

专题命中 模仿学习与强化学习 ：manipulation(abstract)

AI总结 本文提出利用蒙特卡洛树搜索和扩展卡尔曼滤波处理高斯过程噪声和参数不确定性，实现机器人任务中的同时估计与控制，通过比较确定性等价模型预测控制的仿真结果验证方法有效性。

Myopic Policy Bounds for Information Acquisition POMDPs

短视策略界限用于信息获取POMDPs

Mikko Lauri, Nikolay Atanasov, George J. Pappas, Risto Ritala

专题命中 模仿学习与强化学习 ：robotic(abstract)

AI总结 本文研究了机器人传感系统在环境监测、搜索救援和侦察等场景中的自主信息采集问题，通过部分可观测马尔可夫决策过程（POMDP）建模，提出基于短视计算的策略上下界方法，用于加速最优策略的求解。

Comments 8 pages, 3 figures

Model-based Path Integral Stochastic Control: A Bayesian Nonparametric Approach

基于模型的路径积分随机控制：一种贝叶斯非参数方法

Yunpeng Pan, Evangelos A. Theodorou, Michail Kontitsis

专题命中 模仿学习与强化学习 ：robotics(abstract)

AI总结 本文提出一种基于路径积分和高斯过程的模型驱动随机优化控制框架，通过有限样本数据自主学习时间变化的最优控制，提升高维复杂任务的控制效率。

Evaluation of Human-Robot Collaboration Models for Fluent Operations in Industrial Tasks

工业任务中流畅操作的人机协作模型评估

Lior Sayfeld, Ygal Peretz, Roy Someshwar, Yael Edan

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO；robotics(comments)

AI总结 本文评估了人机协作模型在工业任务中的性能，比较了基于定时和传感器的模型与自适应模型，发现自适应模型在总装配时间和空闲时间上有显著提升。

Comments Robotics: Science and Systems, Human-Robot Hand-Over Workshop 2015

Towards Manipulability of Interactive Lagrangian Systems

面向交互拉格朗日系统的可操作性

Hanlei Wang

机构 * Science and Technology on Space Intelligent Control Laboratory（航天智能控制实验室） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 本文研究了具有参数不确定性和通信/传感约束的交互拉格朗日系统的可操作性，提出了一种新的动态反馈方法，设计了能够实现无限可操作性和对通信/传感约束鲁棒性的自适应控制器，解决了非线性双侧远程操作中的任意未知时变延迟问题。

Comments 15 pages, 15 figures

Journal ref Automatica, 119: 108913, 2020

Trajectory Tracking Control of a Flexible Spine Robot, With and Without a Reference Input

具有和不具有参考输入的柔性脊柱机器人类轨迹跟踪控制

Andrew P. Sabelhaus, Shirley Huajing Zhao, Mallory C. Daly, Ellande Tang, Edward Zhu, Abishek K. Akella, Zeerek A. Ahmad, Vytas SunSpiral, Alice M. Agogino

机构 * NASA Ames Intelligent Robotics Group（美国航空航天局阿姆斯研究中心智能机器人组） ； Dynamic Tensegrity Robotics Lab（动态张力机器人实验室） ； Levant Power Corp.（Levant Power公司） ； Velo3D Inc.（Velo3D公司） ； SGT Inc.（SGT公司） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出两种控制器，一种不使用参考输入但包含平滑约束，另一种使用参考输入但无平滑，用于柔性脊柱机器人轨迹跟踪控制。

Journal ref 2017 NASA/ESA Conference on Adaptive Hardware and Systems - Workshop on Structurally Adaptive Tensegrity Robots

Pedestrian-Robot Interaction Experiments in an Exit Corridor

行人-机器人在出口走廊中的交互实验

Zhuo Chen, Chao Jiang, Yi Guo

专题命中 人机交互与遥操作 ：navigation(abstract)；分类 cs.RO

AI总结 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。

Comments Submitted to the 15th International Conference on Ubiquitous Robots, Honolulu, 2018

Generalization of World Models under Environmental Variability for Vision-based Quadrotor Navigation

环境变异性下基于视觉的四旋翼导航的世界模型泛化

Luca Zanatta, Grzegorz Malczyk, Kostas Alexis

机构 * Norwegian University of Science and Technology（挪威科学与技术大学） 纠错

专题命中 机器人数据与评测 ：navigation(title,abstract)；world model(title,abstract)；robot learning(abstract)；分类 cs.RO

AI总结 通过基于视觉的四旋翼导航测试，研究世界模型在不同环境随机性下的鲁棒性，发现自监督预训练阶段的泛化能力是模拟到现实迁移的强预测因子，并识别出离散潜在大小和训练序列长度是关键因素。

The ACRV Picking Benchmark (APB): A Robotic Shelf Picking Benchmark to Foster Reproducible Research

ACRV 摘取基准 (APB)：一个促进可重复研究的机器人货架摘取基准

Jürgen Leitner, Adam W. Tow, Jake E. Dean, Niko Suenderhauf, Joseph W. Durham, Matthew Cooper, Markus Eich, Christopher Lehnert, Ruben Mangels, Christopher McCool, Peter Kujala, Lachlan Nicholson, Trung Pham, James Sergeant, Liao Wu, Fangyi Zhang, Ben Upcroft, Peter Corke

专题命中 机器人数据与评测 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出ACRV摘取基准(APB)，通过42个常见物品、广泛可用的货架和精确的物品排列指南，提供可重复的机器人摘取基准，支持完整机器人系统的比较。

Comments 8 pages, submitted to RA:Letters

Episodic Learning with Control Lyapunov Functions for Uncertain Robotic Systems

具有控制李雅普诺夫函数的不确定性机器人系统的经验学习

Andrew J. Taylor, Victor D. Dorobantu, Hoang M. Le, Yisong Yue, Aaron D. Ames

机构 * California Institute of Technology（加州理工学院） 纠错

专题命中 机器人数据与评测 ：robotic(title,abstract)；robotics(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出了一种基于控制李雅普诺夫函数的机器学习框架，用于适应机器人系统中的参数不确定性和未建模动态，通过迭代更新李雅普诺夫函数导数的估计和改进控制器，最终获得一个稳定性的二次规划基于控制器，并在平面Segway模拟中验证了方法的有效性。

The inverted Pendulum: A fundamental Benchmark in Control Theory and Robotics

倒立摆：控制理论与机器人学中的基本基准

Olfa Boubaker

专题命中 机器人数据与评测 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文探讨倒立摆作为控制理论与机器人学中重要基准的应用动机，分析其在实际设计中的实现，并通过150篇文献综述展示其在历史、现状及挑战中的发展。

Comments IEEE International Conference on Education and e-Learning Innovations (ICEELI), 1-3 July 2012, Sousse, Tunisia

Dynamic Modularity Approach to Adaptive Inner/Outer Loop Control of Robotic Systems

动态模ularity方法用于机器人系统自适应内/外环控制

Hanlei Wang, Wei Ren, Chien Chern Cheah, Yongchun Xie, Shangke Lyu

专题命中 机器人数据与评测 ：robotic(title,abstract)；robotics(abstract)

AI总结 本文提出了一种动态模ularity方法，用于解决机器人系统内/外环结构的自适应控制问题，考虑了动态效应和系统不确定性，并提出了多种自适应外环控制方案，通过动态生成关节速度（或位置）命令来确保闭环系统的稳定性和收敛性。

Comments This version is mainly for including the experimental results

Journal ref IEEE Transactions on Automatic Control, 65(6): 2760-2767, 2020

Single Chip Self-Tunable N-Input N-Output PID Control System with Integrated Analog Front-end for Miniature Robotics

单芯片自调谐N输入N输出PID控制系统及集成模拟前端用于微型机器人

Anindya Shankar Bhandari, Arjun Chaudhuri, Mrigank Sharad

专题命中 机器人数据与评测 ：robotics(title,abstract)；robotic(abstract)

AI总结 本文设计了低功耗单芯片多通道PID控制器，用于微型机器人，包含N输入和N输出，实现N个并行通道。系统集成模拟前端和基于PSO算法的PID控制器，用于参数调谐，具有低功耗和高效调谐能力。

SOTER: A Runtime Assurance Framework for Programming Safe Robotics Systems

SOTER：一种用于安全机器人系统编程的运行时保证框架

Ankush Desai, Shromona Ghosh, Sanjit A. Seshia, Natarajan Shankar, Ashish Tiwari

机构 * University of California at Berkeley, CA, USA（加州大学伯克利分校） ； SRI International（SRI国际） ； Microsoft（微软） 纠错

专题命中 机器人数据与评测 ：robotics(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出SOTER框架，通过一种编程语言和集成的运行时保证系统，为安全机器人系统提供保障，确保在使用未经认证组件时仍能满足安全要求。

Impostor: An Agent-Curated Benchmark for Realistic AIGC Manipulation Localization

Impostor：一个用于真实AIGC篡改定位的智能体策划基准

Zhenliang Li, Yutao Hu, Qixiong Wang, Wenpeng Du, Hongxiang Jiang, Jiasong Wu, Xiaolong Jiang, Jungong Han

机构 * Southeast University（东南大学） ； Xiaohongshu Inc.（小红书公司） ； Tsinghua University（清华大学） 纠错

专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.CV

AI总结 为解决现有图像篡改检测与定位基准在视觉真实感、篡改多样性和生成器覆盖方面的局限，提出了Impostor数据集和CraftAgent框架，并设计了PhaseAware-Net方法，在多个基准上取得优异性能。

Comments 10 pages, 3 figures, 5 tables

Distributed Impedance Control of Latency-Prone Robotic Systems with Series Elastic Actuation

具有串联弹性执行器的延迟敏感机器人系统的分布式阻抗控制

Ye Zhao, Luis Sentis

专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文研究了具有串联弹性执行器的延迟敏感机器人系统的分布式阻抗控制问题，提出了一种关键阻尼增益设计方法，用于优化SEA级联控制架构的阻抗控制器设计，并通过频率域方法分析了时间延迟、滤波和负载惯量对SEA阻抗性能的影响。

Comments 24 pages, 16 figures. arXiv admin note: text overlap with arXiv:1501.02854

Sim-to-Real Transfer of Robotic Control with Dynamics Randomization

机器人控制的仿真到现实转移与动力学随机化

Xue Bin Peng, Marcin Andrychowicz, Wojciech Zaremba, Pieter Abbeel

机构 * OpenAI 纠错

专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文提出一种简单方法通过随机化仿真动力学来弥合现实与仿真的差距，使策略能适应不同动态，从而在无需真实系统训练的情况下实现现实世界泛化。

Bionic Reflex Control Strategy for Robotic Finger with Kinematic Constraints

仿生反射控制策略用于具有运动学约束的机械手指

Narkhede Kunal Sanjay, Shyamanta M. Hazarika

机构 * Department of Mechanical Engineering（机械工程系） ； Indian Institute of Technology Kharagpur（印度理工学院卡里格普分校） ； Indian Institute of Technology Guwahati（印度理工学院古瓦哈蒂） 纠错

专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文提出了一种用于具有运动学约束的机械手指的仿生反射控制策略，通过力跟踪阻抗控制策略实现仿生反射，减少手指的动力学模型并讨论了允许精确力跟踪的阻抗控制策略，展示了单指在平面上支撑矩形物体的仿真结果，反射响应时间在毫秒级。

Comments 5 pages, 7 figures

Modular Deep Q Networks for Sim-to-real Transfer of Visuo-motor Policies

模块化深度Q网络用于视觉-运动策略的仿真到现实迁移

Fangyi Zhang, Jürgen Leitner, Michael Milford, Peter Corke

机构 * Australian Centre for Robotic Vision (ACRV)（澳大利亚机器人视觉中心） ； Queensland University of Technology (QUT)（昆士兰理工大学） 纠错

专题命中 机器人数据与评测 ：robot learning(abstract)；robotic(abstract)；robotics(comments,journal_ref)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出模块化深度强化学习方法，通过在感知与控制之间引入瓶颈，实现仿真到现实的迁移，提升机器人视觉-运动协调能力。

Comments Australasian Conference on Robotics and Automation (ACRA) 2017, Student Paper Award Finalist

Journal ref The proceedings of the Australasian Conference on Robotics and Automation (ACRA) 2017

Distributed controller-estimator for target tracking of networked robotic systems under sampled interaction

分布式控制器-估计器用于网络化机器人系统在采样交互下的目标跟踪

Ming-Feng Ge, Zhi-Hong Guan, Bin Hu, Ding-Xin He, Rui-Quan Liao

机构 * College of Automation, Huazhong University of Science and Technology（华中科技大学自动化学院） ； Petroleum Engineering College, Yangtze University（江汉石油学院石油工程学院） 纠错

专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文提出两种新型分布式控制器-估计器算法，用于网络化机器人系统在采样交互下的目标跟踪问题，通过小值范数和李雅普诺夫稳定性理论分析，确定交互拓扑、采样周期等参数以实现跟踪误差的实际稳定性。

Comments 8 pages, 4 figures, Published in Automatica

Journal ref Automatica, 2016, 69: 410-417

Adaptive Visual Tracking for Robotic Systems Without Image-Space Velocity Measurement

无图像空间速度测量的机器人系统自适应视觉跟踪

Hanlei Wang

专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文研究了无图像空间速度测量的机器人视觉跟踪问题，提出了一种新的图像空间观测器，通过未知动力学中的图像空间速度信息设计自适应控制器，解决了多不确定性分离问题，避免了过参数化。

Comments 21 pages, 3 figures, revised for making improvements based on the reviewers' and AE's comments from Automatica and for adding the journal reference

Journal ref Automatica, 55: 294-301, May 2015

Quantifying Robotic Swarm Coverage

量化机器人群覆盖

Brendon G. Anderson, Eva Loeser, Marissa Gee, Fei Ren, Swagata Biswas, Olga Turanova, Matt Haberland, Andrea L. Bertozzi

专题命中 机器人数据与评测 ：robotic(title)；robotics(abstract)

AI总结 本文提出了一种误差度量方法，用于量化机器人群的覆盖性能，通过理论分析和计算方法，提供了两个基准来评估控制方案的效果。

Comments To appear in Springer series Lecture Notes in Electrical Engineering (LNEE). This book contribution is an extension of our ICINCO 2018 conference paper arXiv:1806.02488. 27 pages, 8 figures, 2 tables

A Backstepping control strategy for constrained tendon driven robotic finger

具有约束的肌腱驱动机械手指的反步控制策略

Kunal Sanjay Narkhede, Aashay Anil Bhise, IA Sainul, Sankha Deb

专题命中 机器人数据与评测 ：robotic(title,abstract)

AI总结 本文提出了一种反步控制策略，通过引入运动学约束使非完整系统变得可控，用于单肌腱和单执行器驱动的机械手指控制。

Comments To appear in the Proceedings of IEEE ICCAR 2019

FactoryNet: A Large-Scale Dataset toward Industrial Time-Series Foundation Models

FactoryNet：面向工业时间序列基础模型的大规模数据集

Karim Othman, Jonas Petersen, Matei Ignuta-Ciuncanu, Camilla Mazzoleni, Federico Martelli, Alessandro Lombardi, Riccardo Maggioni, Philipp Petersen

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；robotic(abstract)；分类 cs.AI、cs.LG

AI总结 提出首个工业时间序列通用预训练语料库FactoryNet，通过统一模式实现跨实体零样本迁移和高效异常检测。

Comments Accepted at AI4Physics and FMSD, ICML 2026. Code: https://github.com/Forgis-Labs/FactoryNet