机器人 / 具身智能

Opinion: Towards Unified Expressive Policy Optimization for Robust Robot Learning

Haidong Huang, Haiyue Zhu. Jiayu Song, Xixin Zhao, Yaohua Zhou, Jiayi Zhang, Yuze Zhai, Xiaocong Li

机构 * Eastern Institute of Technology（东部技术研究所） ； University of Nottingham（诺丁汉大学） ； SIMTech, Agency for Science, Technology and Research (A*STAR)（SIMTech，科技研究局（A*STAR）） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 模仿学习与强化学习 ：robot learning(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG

Comments Accepted by NeurIPS 2025 Workshop on Embodied World Models for Decision Making

SEBA: Sample-Efficient Black-Box Attacks on Visual Reinforcement Learning

Tairan Huang, Yulin Jin, Junxu Liu, Qingqing Ye, Haibo Hu

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；world model(abstract)；分类 cs.AI、cs.LG

Onboard Mission Replanning for Adaptive Cooperative Multi-Robot Systems

Elim Kwan, Rehman Qureshi, Liam Fletcher, Colin Laganier, Victoria Nockles, Richard Walters

机构 * The Alan Turing Institute（艾伦·图灵研究所） ； Department of Aerospace Engineering（航空航天工程系） ； Auburn University（阿伯丁大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO、cs.LG；robotics(journal_ref)

Comments 9 pages, 5 figures, 1 table

Journal ref IEEE Robotics and Automation Letters (Volume: 10, Issue: 12, December 2025) Pages: 13225 - 13232

Operator Models for Continuous-Time Offline Reinforcement Learning

Nicolas Hoischen, Petar Bevanda, Max Beier, Stefan Sosnowski, Boris Houska, Sandra Hirche

机构 * TU Munich（慕尼黑工业大学） ； ShanghaiTech University（上海交通大学） 纠错

专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.LG

Succeed or Learn Slowly: Sample Efficient Off-Policy Reinforcement Learning for Mobile App Control

Georgios Papoudakis, Thomas Coste, Jianye Hao, Jun Wang, Kun Shao

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University College London（伦敦大学学院） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.LG

Comments NeurIPS 2025