本研究针对异构自主机器人，探讨了如何将制造业中的能力模型应用到自主机器人领域，并提出了一个该模型的扩展方法。
Sep, 2022
本文提出了一种能够有效描述黑盒决策系统能力的主动学习方法，并证明了该方法的收敛性和少许示例的普适性。
Jun, 2023
通过使用大型语言模型（LLMs），本研究提出了一种创新的方法来自动化能力本体建模，该方法通过少样本提示技术仅需自然语言描述即可自动插入预定义的提示，从而大大减少了手动工作量并简化了能力本体生成过程。
Jun, 2024
本研究项目旨在通过将人工智能和商业流程管理领域的研究结合起来，自动从执行流程数据中导出流程模型，并进行自适应规划和执行实时预测的业务流程。
Aug, 2022
提出一种基于 answer set programming 的协作装配方法，结合常识推理和丰富的通信行为，用于应对组装过程中的不确定性，适用于现实世界中的协作任务，如家具组装等。
Aug, 2020
本研究旨在基于 TOPSIS 方法，设计一种结构化的方法，以预测异构自动化软件的可维护性并发现 GARF 技术表现最佳。
使用大型语言模型（LLMs）生成能力本体论，通过一系列试验以及不同提示技术和不同 LLMs 生成的能力来分析生成的本体论的质量
Apr, 2024
该篇论文介绍了一个综合各组织成员共同开发的基于能力和技能的参考模型，在制造业中实现了供应商中立和机器可读的信息模型，为后续标准化工作提供了基础。
该论文对基于能力和技能的生产制造方案进行了梳理和分析，为 ETFA 会议的相关领域提供了一个全面讨论和研究该主题的机会。
Apr, 2022
该论文对经典规划的重组技术的大量研究进行了系统综述，旨在提供该领域的整体视图，并促进未来的研究。作为一个有形的结果，我们提供了现有技术分类的定性比较，这可以帮助研究人员获得它们的优点和缺点的概述。
Jan, 2023