对两个圆盘最短协同运动的表征
该论文提出了一种最小位移运动规划问题，其中通过将障碍物最小移动量来找到可行路径，并使用机器人 - 障碍物交叉的度量来惩罚机器人 - 障碍物重叠。使用实际机器人动力学，规划器首先找到一条通过障碍物的路径，以最小化机器人 - 障碍物交叉。然后使用度量来迭代地移动障碍物，以实现可行路径。提供了几个例子成功地演示了所提出的问题。
Apr, 2022
该研究论文在协同运动规划和群体机器人方面取得了突破，提出了一种恒定算法以最小化协同平行运动计划的执行时间，并证明了最小执行时间的找到是 NP 难问题。
Jan, 2018
在这篇论文中，我们解决了关于协调运动规划（CMP）的参数化复杂性问题，即最小化机器人数量和目标的问题。我们通过对问题的最优解的结构性洞察，建立了这两个问题在前者参数化条件下的固定参数可解性。此外，我们还证明了 CMP-L 在目标参数化条件下保持固定参数可解，而 CMP-M 则成为了 para-NP-hard 问题。后者的结果不仅改进了该问题不可解性的已知边界，还使我们能够通过底层约简来简化情况，从而证明了网格上具有常数路径长度的经典顶点不相交和边不相交路径问题的 NP-hard 性。
Dec, 2023
本文探讨了从移动机器人运动规划的角度来看最小障碍物位移（MOD）规划问题，该问题通过位移可移动障碍物找到通向目标的最佳路径，但该问题在可移动障碍物的数量上成指数增长，因此我们探讨了计算量较小并与最优解相差不多的近似解决方案。
Feb, 2023
该研究考虑在存在障碍物的情况下，寻找曲率受限的系统的无碰撞路径，同时将执行时间最小化。通过找到有界次优的解，而不是时间最优解，可以显著降低使用的时间最优转换的数量，并仍然保证解的质量。
Apr, 2022
我们提出了一种新的刚体运动分割方法，它基于两个视图的非线性嵌入，通过对低维子空间进行分割来区分不同的运动，并采用全局维度和其最小化的概念来克服子空间沿非均匀分布的问题。我们提出了快速投影梯度算法来最小化全局维度，从而从两个视图中分割运动，同时开发了一个围绕所提出的方法的异常值检测框架，并在没有异常值和有异常值的两个视图数据上展示了最先进的结果。
Apr, 2013
本文提出了一种基于多层次的任务和动作规划框架，可以协调多个机器人完成复杂结构的组装，在高层次通过整数线性规划算法计算抽象计划，并在低层次使用多智能体路径规划算法规划机器人的运动路线，关键在于高层次规划中的避碰约束和运动的持续时间，以使得抽象计划既可行又高效。
Mar, 2022
本文提出了一种快速、稳健的运动规划框架，通过几种特征实现了在城市条件下实现自动驾驶，其中包括了路径规划和基于 A * 算法的最优轨迹计算，并考虑了各种不同的约束条件和时间跨度进行了验证。
Mar, 2018
通过利用正交机器人的创新方法来保护路径，研究旨在以最小数量的正交机器人高效地守卫正交区域，重点研究具有垂直分解路径状双图特征的正交路径，并发现在线性时间内确定路径所需的最小正交机器人数量是可行的。但需要注意，即使在正交情况下，对于具有普通可见性的简单多边形寻找最小机器人数量的问题是已知 NP-hard 问题，本文强调机器人可以灵活地放置在多边形的边界或内部。
Aug, 2023