Amazon（亚马逊） - arXivDaily 大厂专区

2607.15610 2026-07-20 cs.CL cs.AI cs.LG 新提交

Process Reward Informed Tree Rollout for Effective Multi-Turn RL

用于有效多轮强化学习的过程奖励引导树展开

Xintong Li, Sha Li, Yuwei Zhang, Changlong Yu, Rongmei Lin, Hongye Jin, Shuyi Guan, Xin Liu, Linwei Li, Qingyu Yin, Jingbo Shang

机构 * UC San Diego（加州大学圣地亚哥分校）； Amazon（亚马逊）； MIT Alumni（麻省理工学院校友）

AI总结研究多轮强化学习中有效探索问题，提出过程评分器引导的自适应树展开框架PATR，利用过程反馈评分轨迹、选择性分支等，在FrozenLake和SWE - Bench实验中提升性能，是可扩展多轮强化学习的有效策略。

Comments Preprint

2607.11734 2026-07-20 cs.RO cs.CV cs.GR cs.LG 版本更新

NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception

神经执行器：用于机器人动力学和外力感知的神经驱动建模

Zhiyang Dou, John U. Onyemelukwe, Hangxing Zhang, Heng Zhang, Minghao Guo, Yunsheng Tian, Michal Piotr Lipiec, Joshua Jacob, Chao Liu, Peter Yichen Chen, Yuri Ivanov, Wojciech Matusik

机构 * MIT（麻省理工学院）； Amazon（亚马逊）

AI总结研究针对低成本平台执行器动力学致模拟到现实误差问题，提出NeuralActuator模型，能联合预测多种内容，引入NAD数据集，通过可微模拟训练，经多平台实验验证其在电机状态估计等方面有应用价值。

Comments RSS 2026. Outstanding Systems Paper Award. Project Page: https://people.csail.mit.edu/frankzydou/projects/NeuralActuator/index.html Code: https://github.com/Frank-ZY-Dou/Dynamics-Modeling/tree/main/NeuralActuator

2511.18468 2026-07-20 cs.LG cs.CV 版本更新

SloMo-Fast: Slow-Momentum and Fast-Adaptive Teachers for Source-Free Continual Test-Time Adaptation

SloMo-Fast：用于无源持续测试时自适应的慢动量和快速自适应教师

Md Akil Raihan Iftee, Mir Sazzat Hossain, Rakibul Hasan Rajib, Tariq Iqbal, Md Mofijul Islam, M Ashraful Amin, Amin Ahsan Ali, AKM Mahbubur Rahman

机构 * Center for Computational & Data Sciences, Independent University, Bangladesh（计算与数据科学中心，独立大学，孟加拉国）； University of Central Florida, USA（佛罗里达中央大学，美国）； University of Virginia, USA（弗吉尼亚大学，美国）； Amazon GenAI, USA（亚马逊生成人工智能，美国）

AI总结研究针对持续测试时自适应中现有方法的问题，提出SloMo-Fast无源双教师框架，含慢教师保留长期知识、快教师快速适应新域，实验表明该框架在多种CTTA设置中优于现有方法，能有效适应和泛化。

Comments 42 pages, 38 tables, 16 figures

2506.04147 2026-07-20 cs.RO cs.AI cs.LG 版本更新

SLAC: Safe and Efficient Real-Robot Reinforcement Learning via Unsupervised Simulation Pre-Training

SLAC：通过无监督模拟预训练实现安全高效的真实机器人强化学习

Jiaheng Hu, Peter Stone, Roberto Martín-Martín

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）； Sony AI（索尼人工智能）； Amazon Robotics（亚马逊机器人技术）

AI总结研究旨在解决高自由度机器人强化学习难题，提出SLAC方法，利用低保真模拟器预训练潜在动作空间，通过定制无监督方法训练并用于新型离策略算法，在双手移动操纵任务中达领先性能，高效学习复杂任务。

Comments Preliminary version at CoRL 2025