Jun, 2023

多个时间任务下的最优成本偏好权衡规划

PDF
TL;DR本文提出一种新颖的优先级概念，可表达对每个任务及其关系的偏好，并通过对 A * 搜索的扩展来生成符合用户偏好和资源优化的帕累托最优计划。同时，通过多目标 A * 算法适应性改进计算所有最优的取舍，并提出一个问题无关搜索启发式以实现可扩展性，在移动机器人和机器人操纵者上展示框架的效力，达到了 2 个数量级的加速。
发现论文，激发创造
  • 在线巴累托最优决策中的主动推理

    本研究旨在引入一种新颖的多目标强化学习框架，确保任务的安全执行，优化目标之间的权衡，并符合用户的偏好。该框架包含两个主要层次：多目标任务规划器和高层选择器。通过案例研究和基准测试，证明了我们的框架在操作和移动机器人方面优于其他方法，并且能够学习多个最优权衡解决方案，符合用户的偏好，并允许用户调整优化权衡的平衡。

    Jun, 2024

  • 多移动机器人轨迹协调的优先级规划算法

    本文介绍了一种改进版的优先规划算法及其分散式异步版本，这两种算法可以通过外部环境传感器以及在遇到优先级冲突时进行重新规划的方法实现无碰撞的多机器人路径规划，试验证明与经典的优先规划算法相比，在多种情况下能够更快速地找到机器人阵列的联合路径。

    Sep, 2014

  • 动态环境下人机多智能体系统的最佳任务与动作规划及执行

    本文提出了一种联合任务和运动规划方法来优化任务的排序、分配和执行，解决多智能体系统中的时空变异性问题，采用时间轴规划处理任务的时间约束、时间变化和协同分配，在网络平面规划中以环境变化为前提，证明了该方法的有效性。

    Mar, 2023

  • 具有时态目标部分有序偏好的概率规划

    本文研究了具有对时间目标的偏好的随机系统规划，并引入了一种特殊类型的有限状态自动机，它被称为 “喜好自动机”。作者将该自动机转化为被用于概率规划的策略偏好，建立了多目标马尔可夫决策过程并证明了其有效性。

    Sep, 2022

  • 偏好基于规划的随机环境：从部分有序时态目标到最受欢迎的策略

    使用局部有序偏好对具有时限目标的马尔可夫决策过程进行决策和概率规划，将部分有序偏好通过引入顺序理论映射到这些目标的偏好决策，从而综合出最喜欢的策略。

    Mar, 2024

  • PlanIt：基于众包的学习路径规划方法

    本文提出了一个用于学习机器人路径偏好的方法，通过众包系统 PlanIt 获取用户反馈，并使用这些反馈学习模型参数，从而在人类环境中生成优化路径，实验结果表明该方法较为有效。

    Jun, 2014

  • 多机器人接货和交货的最优综合任务和路径规划及其应用

    我们提出了一个通用的多机器人规划机制，它将最优任务规划器和最优路径规划器相结合，以提供可扩展的解决方案来解决复杂的多机器人规划问题。

    Mar, 2024

  • 从在线协作反馈中学习操作任务的偏好

    本文提出了一种在线无监督学习框架，可以在包容环境下的多种对象和人类互动中学习机器人的移动路径偏好，并在家政和菜店两种环境中测试了算法，结果表明只需几分钟即可训练机器人。

    Jan, 2016

  • 可提示行为：个性化多目标奖励从人类偏好

    本文提出了一个名为 Promptable Behaviors 的新型框架，用于在复杂环境中有效个性化机器人代理以满足多样化的人类偏好。通过使用多目标强化学习训练一个适应广泛偏好的单一策略，并引入人类示范、轨迹比较的偏好反馈以及语言指令等三种方法来推断人类偏好，实验证明了该方法在个性化的目标导航和逃避导航任务中能够使代理通过提示行为来满足人类偏好的能力。

    Dec, 2023

  • 基于偏好成本学习的任务转移

    本文提出了一个新的任务转移框架，通过专家偏好作为指导，无需明确的成本函数，随着增强的 Adversarial MaxEnt IRL，学习目标代价函数和轨迹分布，并通过选择结果生成更多的轨迹，实验证明了该方法的效果。

    May, 2018