机器人 / 具身智能

Align While Search: Belief-Guided Exploratory Inference for World-Grounded Embodied Agents

对齐而搜索：基于信念的探索性推理用于世界感知的具身智能体

Seohui Bae, Jeonghye Kim, Youngchul Sung, Woohyung Lim

机构 * LG AI Research（LG人工智能研究） ； KAIST（韩国科学技术院） 纠错

专题命中 模仿学习与强化学习 ：embodied agent(title)；分类 cs.AI

AI总结 本文提出了一种基于信念的探索性推理方法，通过后验引导和轻量级模型实现高效的世界对齐，优于现有基线方法。

Real-world Reinforcement Learning from Suboptimal Interventions

现实世界中的基于次优干预的强化学习

Yinuo Zhao, Huiqian Jin, Lechun Jiang, Xinyi Zhang, Kun Wu, Pei Ren, Zhiyuan Xu, Zhengping Che, Lei Sun, Dapeng Wu, Chi Harold Liu, Jian Tang

机构 * Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； City University of Hong Kong（香港城市大学） ； Nankai University（南开大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 SiLRI通过状态级拉格朗日强化学习算法，利用次优和噪声的人类干预加速机器人操作学习，显著提高了任务成功率。

From Building Blocks to Planning: Multi-Step Spatial Reasoning in LLMs with Reinforcement Learning

从积木到规划：通过强化学习在LLMs中实现多步骤空间推理

Amir Tahmasbi, Sadegh Majidi, Kazem Taram, Aniket Bera

机构 * Department of Computer Science（计算机科学系） 纠错

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

AI总结 本文提出了一种两阶段方法，通过强化学习在LLMs中实现多步骤空间推理，通过微调和LoRA适配器提升模型在结构环境中的空间推理能力。