ICRA

Virtual vs. Real: Trading Off Simulations and Physical Experiments in Reinforcement Learning with Bayesian Optimization

虚拟与现实：在强化学习中权衡模拟与物理实验

Alonso Marco, Felix Berkenkamp, Philipp Hennig, Angela P. Schoellig, Andreas Krause, Stefan Schaal, Sebastian Trimpe

AI总结 本文提出利用模拟数据优化强化学习，通过结合低成本但不准确的模拟信息与高成本但准确的物理实验，提高效率。

Comments 7 pages, 6 figures, to appear in IEEE 2017 International Conference on Robotics and Automation (ICRA)

Automatic LQR Tuning Based on Gaussian Process Global Optimization

基于高斯过程全局优化的自动LQR调优

Alonso Marco, Philipp Hennig, Jeannette Bohg, Stefan Schaal, Sebastian Trimpe

AI总结 本文提出一种结合线性最优控制的自动控制器调优框架，利用贝叶斯优化算法提升控制器参数，通过实验数据优化性能目标，以七自由度机械臂平衡倒立杆为例验证方法有效性。

Comments 8 pages, 5 figures, to appear in IEEE 2016 International Conference on Robotics and Automation. Video demonstration of the experiments available at https://am.is.tuebingen.mpg.de/publications/marco_icra_2016

Pushing the limits of the CyberGrasp for haptic rendering

突破CyberGrasp在触觉渲染中的极限

Manuel Aiple, André Schiele

AI总结 本文提出ExHand Box，通过扩展带宽和定制控制器提升CyberGrasp的触觉反馈性能，实现在硬接触场景中更高的接触刚度和更稳定的反馈效果。

Comments 7 pages, 12 figures

Journal ref Robotics and Automation (ICRA), 2013 IEEE International Conference on, Karlsruhe, 2013, pp. 3541-3546

Deep Neural Networks for Improved, Impromptu Trajectory Tracking of Quadrotors

用于四旋翼机即时轨迹跟踪的深度神经网络

Qiyang Li, Jingxing Qian, Zining Zhu, Xuchan Bao, Mohamed K. Helwa, Angela P. Schoellig

AI总结 本文提出基于深度神经网络的算法，通过提供定制参考输入提升经典反馈控制器的轨迹跟踪性能，实验表明该方法能有效减少跟踪误差，适用于实时轨迹跟踪应用。

Comments 7 pages, 8 figures. Accepted final version. To appear in the proc. of the 2017 IEEE International Conference on Robotics and Automation

High-Precision Trajectory Tracking in Changing Environments Through $\mathcal{L}_1$ Adaptive Feedback and Iterative Learning

通过L1自适应反馈和迭代学习实现高精度轨迹跟踪

Karime Pereida, Rikky R. P. R. Duivenvoorden, Angela P. Schoellig

AI总结 本文提出结合L1自适应反馈与迭代学习控制的框架，提升系统在未知动态扰动下的轨迹跟踪性能，通过实验验证其优于纯ILC方法的鲁棒性和泛化能力。

Comments 7 pages, 5 figures, Proc. of the 2017 IEEE International Conference on Robotics and Automation

Model-Based Policy Search for Automatic Tuning of Multivariate PID Controllers

基于模型的策略搜索用于多变量PID控制器的自动调优

Andreas Doerr, Duy Nguyen-Tuong, Alonso Marco, Stefan Schaal, Sebastian Trimpe

AI总结 本文提出基于模型的策略搜索框架，用于自动调优多变量PID控制器，通过数据驱动的方法解决复杂系统的控制器调优问题。

Comments Accepted final version to appear in 2017 IEEE International Conference on Robotics and Automation (ICRA)

Guidance algorithm for smooth trajectory tracking of a fixed wing UAV flying in wind flows

固定翼无人机在风流中平滑轨迹跟踪的引导算法

Hector Garcia de Marina, Yuri A. Kapitanyuk, Murat Bronz, Gautier Hattenberger, Ming Cao

AI总结 本文提出一种算法，用于解决固定翼无人机在恒定空速和恒定风扰下跟踪平滑曲线的问题，通过构造隐函数描述的引导向量场实现轨迹跟踪，并能通过离线调整避免无人机物理约束。

Comments 6 pages

Journal ref Proceedings of the 2017 IEEE International Conference on Robotics and Automation (ICRA)

Collaborative Visual Area Coverage using Unmanned Aerial Vehicles

利用无人机协同实现视觉区域覆盖

Sotiris Papatheodorou, Anthony Tzes, Yiannis Stergiopoulos

AI总结 本文研究无人机团队如何通过调整高度优化视觉覆盖质量，提出分布式控制算法并验证其有效性。

Comments 8 pages, 14 figures, submitted to ICRA 2017 for review. arXiv admin note: substantial text overlap with arXiv:1612.02067

Collaborative Object Transportation Using MAVs via Passive Force Control

利用MAVs的被动力控进行协同物体运输

Andrea Tagliabue, Mina Kamel, Sebastian Verling, Roland Siegwart, Juan Nieto

AI总结 本文提出一种基于被动力控的MAVs协同运输策略，通过双六旋翼运输大型物体，无需通信链路、负载形状或抓取点位置信息。

Comments under review for the IEEE International Conference on Robotics and Automation (ICRA) 2017

Optimal Temporal Logic Planning in Probabilistic Semantic Maps

在概率语义地图中进行最优时间逻辑规划

Jie Fu, Nikolay Atanasov, Ufuk Topcu, George J. Pappas

AI总结 本文研究了在概率语义地图中基于时间逻辑约束的机器人运动规划问题，提出通过引入置信度参数delta将随机控制问题转化为确定性最短路径问题，并设计启发函数以提高A*算法的效率和正确性。

Comments 8 pages, 6 figures. submitted to IEEE International Conference on Robotics and Automation 2016

RFM-SLAM: Exploiting Relative Feature Measurements to Separate Orientation and Position Estimation in SLAM

RFM-SLAM：利用相对特征测量分离SLAM中的姿态和位置估计

Saurav Agarwal, Vikram Shree, Suman Chakravorty

AI总结 本文提出RFM-SLAM框架，通过相对特征测量将SLAM问题建模为线性最小二乘问题，减少非线性优化计算量，避免现有方法因初始猜测导致的灾难性失败，同时在噪声增加时保持精度。

Comments 9 pages, submitted to IEEE ICRA 2017

Folding Assembly by Means of Dual-Arm Robotic Manipulation

通过双臂机械手实现折叠组装

Diogo Almeida, Yiannis Karayiannidis

AI总结 本文提出一种适用于双臂机械手的折叠组装基本操作，用于更高层次的组装策略。通过实验验证了该方法在两个部件接触时的可行性。

Comments 7 pages, accepted for ICRA 2016

Optimal Sensing via Multi-armed Bandit Relaxations in Mixed Observability Domains

通过混合可观测域中的多臂老虎机放松实现最优感知

Mikko Lauri, Risto Ritala

AI总结 研究在混合可观测域中不确定决策问题，通过放松约束推导最优价值函数上界，并利用多臂老虎机的可计算最优策略提升搜索空间剪枝效率，实验显示在目标监控领域有效。

Comments 6 pages, 2 figures

Journal ref Proc. IEEE Intl. Conf. on Robotics and Automation (ICRA), pp. 4807-4812, 2015

A Topology-Guided Path Integral Approach for Stochastic Optimal Control

一种基于拓扑的路径积分方法用于随机最优控制

Jung-Su Ha, Han-Lim Choi

AI总结 本文提出一种高效的连续时间连续空间随机最优控制方法，通过拓扑运动规划算法缓解局部极小问题，生成动态可行且无碰撞轨迹。

Comments 8 pages, 4 figures, accepted to IEEE International Conference on Robotics and Automation (ICRA) 2016

Mechanical Design, Modelling and Control of a Novel Aerial Manipulator

新型空中机械臂的机械设计、建模与控制

Alexandros Nikou, Georgios C. Gavridis, Kostas J. Kyriakopoulos

AI总结 本文提出了一种新型空中机械臂系统，通过技术优化问题确定机械结构、推力器数量及几何布局，设计了自适应反步控制器以实现末端执行器在笛卡尔空间中的精确位置和姿态控制，并通过仿真验证了系统性能。

Comments Comments: 8 Pages, 2015 IEEE International Conference on Robotics and Automation (ICRA '15), Seattle, WA, USA

Pareto efficiency in synthesizing shared autonomy policies with temporal logic constraints

在具有时序逻辑约束下的共享自主策略合成中的帕累托效率

Jie Fu, Ufuk Topcu

AI总结 本文提出一种两阶段策略合成算法，用于生成帕累托高效的协调与控制策略，通过整合Tchebychev标量化方法以优化人类努力与系统性能之间的平衡。

Comments 8 pages, 5 figures, submitted to ICRA 2015 conference

Design of a Hybrid Robot Control System using Memristor-Model and Ant-Inspired Based Information Transfer Protocols

基于忆阻器模型和蚂蚁启发信息传输协议的混合机器人控制系统设计

Ella Gale, Ben de Lacy Costello, Andrew Adamatzky

AI总结 本文提出一种混合机器人控制方法，利用蚂蚁行为启发算法和忆阻器非线性特性，在传感器信息处理受限情况下实现快速有效的情报近似。

Comments Conference

Journal ref Workshop on Unconventional Approaches to Robotics, Automation and Control (UARACIN), at International Conference on Robotics and Automation (ICRA) 2013, Karlsruhe, Germany, Fr-Ws-09, pgs. 34-36

Information Acquisition with Sensing Robots: Algorithms and Error Bounds

利用传感机器人获取信息：算法与误差界

Nikolay Atanasov, Jerome Le Ny, Kostas Daniilidis, George J. Pappas

AI总结 本文提出一种非贪心算法，考虑传感器动态，提供子最优保证，优于传统贪心方法，适用于非线性传感模型。

Comments 9 pages (two-column); 2 figures; Manuscript submitted to the 2014 IEEE International Conference on Robotics and Automation