机器人 / 具身智能

Benchmarking Population-Based Reinforcement Learning across Robotic Tasks with GPU-Accelerated Simulation

Asad Ali Shahid, Yashraj Narang, Vincenzo Petrone, Enrico Ferrentino, Ankur Handa, Dieter Fox, Marco Pavone, Loris Roveda

机构 * Dalle Molle Institute for Artificial Intelligence, IDSIA USI-SUPSI（达摩克利斯人工智能研究所，IDSIA USI-SUPSI） ； NVIDIA Corporation（NVIDIA公司） ； University of Salerno（萨勒诺大学） ； Stanford University（斯坦福大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(title)；分类 cs.RO

Comments Accepted for publication at 2025 IEEE 21st International Conference on Automation Science and Engineering

Journal ref 2025 IEEE 21st International Conference on Automation Science and Engineering (CASE), Los Angeles, CA, USA, 2025, pp. 1231-1238

TooBadRL: Trigger Optimization to Boost Effectiveness of Backdoor Attacks on Deep Reinforcement Learning

Mingxuan Zhang, Oubo Ma, Kang Wei, Songze Li, Shouling Ji

机构 * Southeast University（东南大学） ； Zhejiang University（浙江大学） 纠错

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

LENS: Learning to Segment Anything with Unified Reinforced Reasoning

Lianghui Zhu, Bin Ouyang, Yuxuan Zhang, Tianheng Cheng, Rui Hu, Haocheng Shen, Longjin Ran, Xiaoxin Chen, Li Yu, Wenyu Liu, Xinggang Wang

机构 * vivo Mobile Communication Co., Ltd.（vivo移动通信有限公司） 纠错

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

Comments Code is released at https://github.com/hustvl/LENS

MA-SLAM: Active SLAM in Large-Scale Unknown Environment using Map Aware Deep Reinforcement Learning

Yizhen Yin, Yuhua Qi, Dapeng Feng, Hongbo Chen, Hongjun Ma, Jin Wu, Yi Jiang

机构 * Sun Yat-sen University（中山大学） ； South China University of Technology（华南理工大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； City University of Hong Kong（香港城市大学） 纠错

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