机器人 / 具身智能

DRAE: Dynamic Retrieval-Augmented Expert Networks for Lifelong Learning and Task Adaptation in Robotics

DRAE：动态检索增强专家网络用于机器人终身学习与任务适应

Yayu Long, Kewei Chen, Long Jin, Mingsheng Shang

机构 * Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences（重庆绿色智能技术研究所，中国科学院） 纠错

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

AI总结 DRAE通过动态检索增强专家网络实现机器人终身学习和任务适应，显著提升长期任务保留和知识重用能力。

Comments Accepted to the main conference of the Annual Meeting of the Association for Computational Linguistics (ACL 2025)

Conservative Bias in Multi-Teacher Learning: Why Agents Prefer Low-Reward Advisors

多教师学习中的保守偏见：为什么智能体更偏好低奖励顾问

Maher Mesto, Francisco Cruz

机构 * School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Escuela de Ingeniería, Universidad Central de Chile（智利中央大学工程学院） 纠错

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

AI总结 本文揭示了多教师学习中智能体偏好保守低奖励顾问的现象，发现其受保守偏见主导，并在特定阈值下失效，同时在概念漂移情况下显著优于基线Q学习。

Comments 10 pages, 5 figures. Accepted at ACRA 2025 (Australasian Conference on Robotics and Automation)

Thermodynamic Focusing for Inference-Time Search: Practical Methods for Target-Conditioned Sampling and Prompted Inference

推理时间搜索的热力学聚焦：目标条件采样和提示推理的实用方法

Zhan Zhang

机构 * Zhan Zhang（张湛） 纠错

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

AI总结 本文提出ICFA算法，通过目标条件重新加权提升推理时间搜索效率，结合结构化提示与混合架构实现更高效的样本利用。

Comments 4 pages