提出了一种基于点云的场景变化检测算法，以实现未来太空栖息地的自主机器人照料，该算法使用原始未标记点云作为输入，并通过修改的期望最大化高斯混合模型聚类和地球移动距离的比较来进行变化检测，并使用 NASA Ames Granite 实验室的测试数据集进行定量和定性验证及运行时间分析。

Dec, 2023

SpaceAgents-1 系统在微重力环境下学习人机和多机器人协作策略，通过开发微重力模拟环境和引入分层异构多机器人协作架构，解决了地面实验室中获得熟练机器人技能和在微重力条件下进行高效协作的难题。

Feb, 2024

本篇研究提出了一种主动感知的机器人模型，通过视觉观测、场景建模以及物体形状推断，生成机器人示意图的可行运动路径，以达到在未知，复杂环境下收集足够视觉观测数据的目的。基于人工合成的数据集，实现了在实际狭小、遮盖的环境中进行物体还原的过程，并证明了其在规划和视角数等方面的高效性。

Aug, 2022

文章介绍了一种基于多个微型飞行器的自主动作捕捉系统，该系统采用主动协同检测和跟踪方法，以实现最优的视角配置，从而最小化被追踪人的 3D 位置估计的不确定性，并采用 Gauss 观测模型和外部控制输入等方法进行了多项实验和模拟比较。

Jan, 2019

自动驾驶的星际卫星通过结合轨道确定方法与适用于星际自主平台的图像处理流程构建了一个全视觉导航算法，以从深空图像中提取的行星位置作为输入，进而增强了估计准确性，并开发了一种新颖的深空导航分析测量模型，该模型对光离差和光时间效应进行了一阶近似，通过在一个高保真度的地球 - 火星星际转移上进行算法性能测试，证明了该算法在深空导航中的适用性。

Sep, 2023

视觉技术在月球机器人应用中的整合遇到了许多挑战，本文提出了一个通用的任务流程，使用目标检测、实例分割和抓取检测，可以通过以不同的方式使用这些基于视觉的系统的结果，实现各种不同的应用。我们成功地在困难的光照条件下，在非平坦表面上进行了岩石堆叠任务，成功率达到了 92%。最后，我们展示了一个实验，用于组装 3D 打印的机器人组件，以便在将来进行更复杂的任务。

Sep, 2023

该研究测试了一个名为 Romie 的决策支持工具在类似火星环境下，由模拟宇航员自行安排任务时的表现，分析了宇航员面临的挑战和必要的自主能力，旨在对长时间太空探测任务的技术挑战提出解决方案。

Jan, 2023

本研究提出了一种用于自主、鲁棒、去中心化的旋转目标多智能体检查的层次学习方法。采用深度强化学习训练高水平计划器和导航计划器处理点对点导航，对于未知目标几何形状和来自传感器输入的更高保真度的信息论目标，此方法可拓展至鲁棒策略，并在受限信息下成功地检查超过 90% 的非凸旋转目标。

Feb, 2023

本文提出了一种新型遥控系统，包含了触觉设备以及虚拟现实界面，应用于动态和非结构化环境下的空中机器人操作。利用多个传感器进行感知、姿态估计以及神经网络的主动学习等算法，针对工业领域的任务进行了验证实验，并展示了该系统在未来工业应用中的可行性。

Oct, 2022

本文介绍了一个基于视频游戏的界面、一个自主任务助手，以及在具有挑战性的不同类型的未知的地下环境中使用异构多智能体系统测试和部署，该工作通过人 - 自主团队平台提高了多智能体系统的人类监督控制，减少了应用切换、任务规划、执行和验证的开销，同时增加了可用的探索时间。

Apr, 2022