本文介绍了一种基于模型规划的预测框架 PRIME，能够为自动驾驶提供准确和可行的多模态未来轨迹预测，并在大规模实验中取得了比现有技术更好的预测精度，可行性和鲁棒性。

Mar, 2021

该研究提出了 PRIMAL，一种新的多智能体路径规划框架，结合了强化学习和模仿学习，用于训练全分散策略，在部分可观测的环境中在线反应式规划路径，具有隐式协调性。该框架通过引入专家规划器的演示，细心的奖励重新塑造和环境抽样，扩展了以前我们在协作策略的分布式学习方面的工作。最终，该研究还在模拟机器人实验中验证了所学策略的性能。

Sep, 2018

为了实现先验未知的真实世界场景下的自治，我们介绍了一种称为 PALMER 的通用规划算法，将经典基于采样的规划算法与基于学习的感知表示相结合，从而获得更健壮、更高效的长视距规划。

Dec, 2022

本文提出了一种分布式多智能体强化学习算法，采用轨迹和意图预测，以应对自动驾驶汽车在密集交通情况下的安全和高效导航问题，并采用 iPLAN 方法进行意图感知规划，通过设计两种激励模块，促进从行为和长期的驾驶策略与当前交通情况的短期策略方面进行决策，仿真实验结果表明，与集中式 MARL 基线相比，本文提出的方法在混乱交通中的奖励、成功率和幸存时间上均有所提高。

Jun, 2023

PRM-RL 是一种利用采样路径规划结合强化学习实现远程导航的分层方法，其中 RL 代理通过学习短距离点到点导航策略，采用面向特征和深度神经网络及 PRMs 进行构建，并通过采样计划器提供的规划路径实现机器人的控制。PRM-RL 的应用结果表明，在室内和城市环境下，比起单独使用 RL 代理或传统的采样路径规划方法，PRM-RL 实现了任务完成度的显著提升，在噪声传感器条件下成功完成长达 215 米的轨迹，且实现了对 1,000 米长的空中货运的无违约任务达成。

Oct, 2017

我们提出了一种具有可扩展性和灵活性的闭环多臂机器人运动规划器，利用多智能体强化学习，训练去中心化策略以控制一个机械臂达到目标终端执行器姿态，通过利用经典规划算法来提高强化学习算法的学习效率，保留神经网络的快速推理时间，得出一个作用于不同团队规模的柔性政策。

Nov, 2020

PRM-RL 是一种层次机器人导航方法，其中用强化学习智能体学习解决短程避障任务，随后基于 PRM 建立可靠的仿真环境，最后在实际机器人上通过自动学习技术进行长距离室内导航，并且实验结果表明 PRM-RL 比其他基线算法更为成功并且具有鲁棒性。

Feb, 2019

通过合作感知，我们提出一种多智能体合作的感知系统 PragComm，通过主动选择消息、优化消息表示和选择有益的合作者，从而降低通信成本并提高任务性能。

Jan, 2024

本文提出了一种基于模块化架构的学车任务分解方法，在障碍感知、目标预测和规划方面均取得了优秀的方法，并在 CARLA 模拟器上实现了最新的优秀结果。

Dec, 2022

本研究提出了一个计划推理框架并采用深度强化学习的方式进行训练，旨在解决多任务推理中公共的难题，即如何保持广泛的推理能力和高效的特定任务表现。通过共享推理规则和选择合适的推理路径，该模型在多个领域的实验中取得了良好的效果。

Feb, 2022