机器人 / 具身智能

An effective control of large systems of active particles: An application to evacuation problem

大规模活性粒子系统的有效控制：应用于疏散问题的应用

Albina Klepach, Egor E. Nuzhin, Alexey A. Tsukanov, Nikolay V. Brilliantov

机构 * AIRI ； Artificial Intelligence Center, Skolkovo Institute of Science and Technology（人工智能中心，斯克洛夫科技研究所） ； Department of Mathematics, University of Leicester（数学系，莱斯特大学） 纠错

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

AI总结 本文提出一种结合强化学习与人工力的控制策略，用于机器人救援者高效疏散人群，克服了传统方法的可扩展性和鲁棒性不足问题。

Aligning Humans and Robots via Reinforcement Learning from Implicit Human Feedback

通过隐式人类反馈进行人与机器人对齐的强化学习

Suzie Kim, Hye-Bin Shin, Seong-Whan Lee

机构 * Department of Artificial Intelligence, Korea University（人工智能系，韩国大学） ； Department of Brain and Cognitive Engineering, Korea University（脑科学与认知工程系，韩国大学） 纠错

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

AI总结 通过隐式人类反馈的强化学习方法，利用脑电图信号提升机器人与人类的对齐能力。

Comments Accepted to IEEE Int. Conf. Syst., Man, Cybern. (SMC) 2025

GoalLadder: Incremental Goal Discovery with Vision-Language Models

GoalLadder: 基于视觉语言模型的增量目标发现

Alexey Zakharov, Shimon Whiteson

机构 * University of Oxford（牛津大学） 纠错

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

AI总结 GoalLadder利用视觉语言模型在视觉环境中通过增量目标发现提升RL智能体性能，实现高成功率。

Comments NeurIPS 2025

Equilibrium Policy Generalization: A Reinforcement Learning Framework for Cross-Graph Zero-Shot Generalization in Pursuit-Evasion Games

均衡策略泛化：一种用于追捕-躲避游戏跨图零样本泛化的强化学习框架

Runyu Lu, Peng Zhang, Ruochuan Shi, Yuanheng Zhu, Dongbin Zhao, Yang Liu, Dong Wang, Cesare Alippi

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Dalian University of Technology（大连理工大学） ； Università della Svizzera italiana（瑞士意大利大学） ； Politecnico di Milano（米兰理工学院） 纠错

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

AI总结 本文提出EPG框架，通过均衡策略训练实现追捕-躲避游戏中跨图零样本泛化的高效解决方案。

From "Thumbs Up" to "10 out of 10": Reconsidering Scalar Feedback in Interactive Reinforcement Learning

从' thumbs up '到' 10 分之 10 '：重新考虑交互强化学习中的标量反馈

Hang Yu, Reuben M. Aronson, Katherine H. Allen, Elaine Schaertl Short

机构 * Tufts University School of Engineering, Computer Science（塔夫茨大学工程学院计算机科学系） ； Tufts University School of Engineering, Mechanical Engineering（塔夫茨大学工程学院机械工程系） 纠错

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

AI总结 本文提出STEADY方法，通过处理标量反馈提升机器人抓取任务中的学习效果，证明标量反馈在适当处理下对强化学习有益。

Journal ref IROS 2023