Energy-Efficient Robot Learning: A Survey
Energy-Efficient Robot Learning: A Survey（节能机器人学习综述）是由节能机器人和机器人学习领域研究者系统整理的经典综述论文，是机器人节能学习领域最重要的综述之一。该论文系统地回顾了节能机器人学习技术的发展历程，包括机器人能耗建模与分析（机械能耗、电气能耗、计算能耗、通信能耗）、节能运动规划与控制（最优控制、轨迹优化、阻抗调节、步态优化）、节能强化学习（奖励函数设计、能耗约束、安全约束、样本效率）、节能模仿学习（从演示中学习节能策略）、节能感知与决策（主动感知、注意力机制、传感器调度）、计算能耗优化（模型压缩、边缘推理、硬件加速）等多个方面。该论文详细分析了节能机器人学习的核心挑战，包括能耗与性能的权衡、多目标优化、sim-to-real迁移、实时性要求、复杂环境下的泛化能力、可解释性等，并讨论了节能机器人学习在移动机器人、无人机、人形机器人、工业机器人、服务机器人等领域的应用。节能机器人学习是使机器人在完成任务的同时最小化能耗的关键技术，能够延长电池续航、减少运行成本、降低环境影响、提高系统可持续性，在电池供电和长时间运行的机器人应用中具有核心地位。该论文被引用超过400次，是节能机器人学习领域的入门必读文献，对后续的节能强化学习、节能运动规划、能耗感知决策等研究产生了深远影响。
主体信息
Energy-Efficient Robot Learning: A Survey（节能机器人学习综述）是由节能机器人和机器人学习领域研究者系统整理的经典综述论文，是机器人节能学习领域最重要的综述之一。该论文系统地回顾了节能机器人学习技术的发展历程，包括机器人能耗建模与分析（机械能耗、电气能耗、计算能耗、通信能耗）、节能运动规划与控制（最优控制、轨迹优化、阻抗调节、步态优化）、节能强化学习（奖励函数设计、能耗约束、安全约束、样本效率）、节能模仿学习（从演示中学习节能策略）、节能感知与决策（主动感知、注意力机制、传感器调度）、计算能耗优化（模型压缩、边缘推理、硬件加速）等多个方面。该论文详细分析了节能机器人学习的核心挑战，包括能耗与性能的权衡、多目标优化、sim-to-real迁移、实时性要求、复杂环境下的泛化能力、可解释性等，并讨论了节能机器人学习在移动机器人、无人机、人形机器人、工业机器人、服务机器人等领域的应用。节能机器人学习是使机器人在完成任务的同时最小化能耗的关键技术，能够延长电池续航、减少运行成本、降低环境影响、提高系统可持续性，在电池供电和长时间运行的机器人应用中具有核心地位。该论文被引用超过400次，是节能机器人学习领域的入门必读文献，对后续的节能强化学习、节能运动规划、能耗感知决策等研究产生了深远影响。