机器人 / 具身智能

Momentum-constrained Hybrid Heuristic Trajectory Optimization Framework with Residual-enhanced DRL for Visually Impaired Scenarios

具有残差增强深度强化学习的动量约束混合启发式轨迹优化框架用于视障场景

Yuting Zeng, Zhiwen Zheng, You Zhou, JiaLing Xiao, Yongbin Yu, Manping Fan, Bo Gong, Liyong Ren

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

AI总结 本文提出一种结合残差增强深度强化学习的动量约束混合启发式轨迹优化框架，用于提升视障场景下的导航鲁棒性与安全性。

Comments Upon further internal evaluation, we found that the current version does not adequately represent the clarity and completeness that we intend for this work. To avoid possible misunderstanding caused by this preliminary form, we request withdrawal. A refined version will be prepared privately before any further dissemination

Adaptive Torque Control of Exoskeletons under Spasticity Conditions via Reinforcement Learning

通过强化学习实现脊髓病变条件下外骨骼的自适应扭矩控制

Andrés Chavarrías, David Rodriguez-Cianca, Pablo Lanillos

机构 * Neuro AI and Robotics Group（神经人工智能与机器人组） ； Cajal International Neuroscience Center（卡贾尔国际神经科学中心） ； Spanish National Research Council（西班牙国家研究理事会） ； Rey Juan Carlos University (URJC)（雷奥恩卡洛斯大学（URJC）） 纠错

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

AI总结 本文提出了一种基于深度强化学习的膝外骨骼自适应扭矩控制器，通过数字双胞胎训练，有效降低痉挛状态下人体关节扭矩和交互力。

Comments Accepted for publication in IEEE 19th International Conference on Rehabilitation Robotics (ICORR2025)

Journal ref International Conference On Rehabilitation Robotics : [Proceedings]. 705-711 - 2025-01-01

Correspondence-Oriented Imitation Learning: Flexible Visuomotor Control with 3D Conditioning

基于对应关系的模仿学习：具有3D条件的灵活视觉-运动控制

Yunhao Cao, Zubin Bhaumik, Jessie Jia, Xingyi He, Kuan Fang

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 COIL是一种基于对应关系的模仿学习框架，通过灵活的3D条件策略实现视觉-运动控制，能够适应不同任务需求并优于现有方法。