基于最近开发的利用三维八叉树结构表示三维信念的理论框架，我们提出了 GenMOS（首个在三维区域中进行多物体搜索（MOS）的通用系统），它是机器人独立且环境不可知的，该系统从本地区域的点云观测、物体检测结果和机器人视图姿态的定位作为输入，并输出一个 6D 视角以通过在线规划进行移动。

Mar, 2023

在这项研究中，我们将物体搜索问题视为部分可观察的马尔可夫决策过程（POMDP），其中物体检测器和观察模型中的视觉传感器噪声由基于复杂语言描述的单个深度神经网络确定。通过我们的语言条件观察模型（LCOM），任何物体的语言描述都可以用来生成适当的物体检测器和噪声模型，并且训练 LCOM 仅需要现成的监督图像字幕数据集。我们在模拟环境中与最先进的物体搜索算法进行了实证评估，并证明使用我们的观察模型进行规划可以显著提高平均任务完成率（从 0.46 提高到 0.66），并且比使用固定噪声模型的方法更高效快速地进行物体搜索。我们将该方法应用于 Boston Dynamics Spot 机器人上，在房间范围内处理复杂的自然语言物体描述，并有效地找到物体。

Sep, 2023

本文通过机器人视觉输入来学习其在室内环境中寻找感兴趣物体的导航策略，并提出了一种基于深度学习和强化学习的新型框架，结合了目标识别模块和动作预测机制，并使用一种新的衰减奖励函数来验证所提方法的有效性，通过模拟和实际机器人实验表明了其方法在平均轨迹长度和成功率方面优于竞争方法。

Jul, 2018

这篇综述文章研究多种机器人领域中使用部分可观察马尔可夫决策过程（POMDP）的数学模型和算法，分析它们的特点，并提供适用的决策任务的关键任务特性。

Sep, 2022

本研究针对部分已知环境探索问题，以信息论目标函数为目标，将其视为部分可观察马尔可夫决策过程 (POMDP)，并通过 open-loop 逼近算法求解。提出了新的互信息采样逼近方法用于移动机器人，结果显示 POMDP 探索算法在某些情况下可以提高性能。

Feb, 2015

探讨一种可学习到的通用行动策略用于室内环境中仅通过视觉输入主动接近感兴趣的物体，提出了一种基于深度和语义分割作为策略学习模块输入的新解决方案 GAPLE，通过实证研究在 House3D 数据集上和真实世界情境中的物理平台上进行验证并提供了深入的定性分析。

Sep, 2018

本文介绍了一种新颖的交互式多对象搜索任务，并提出了一种层次强化学习方法，学习探索、导航和操作技能，该方法在模拟和实际的实验中展示了零样本迁移和对不同机器人运动学的适应性。

Jul, 2023

提出了 SLOOP 概念，通过使用概率观测模型解决了空间语言的主观性和潜在的模糊性问题，利用在线 POMDP 计划器和 Monte Carlo Tree Search 策略，应用于城市规模环境中的目标搜寻任务，评估表明与基准相比，该方法具有更快的搜寻和更高的成功率，并在 AirSim 中演示了其有效性。

Dec, 2020

在具有局部可观测性限制的多对象重新排列问题中，模块化贪心算法能够表现出优异的性能，为未来的部分可见多对象重新排列问题规划提供了强有力的基线。

Jan, 2023

该研究针对机器人在重复环境中的可操作性，提出一种基于物理模拟器的动态规划算法，结合多智能体路径规划的思想，用于实现机械臂动作计划与可移动物体状态变化之间的交互式自主调整。

Mar, 2023