机器人 / 具身智能

Uncertainty-Aware Robotic World Model Makes Offline Model-Based Reinforcement Learning Work on Real Robots

具有不确定性的机器人世界模型使基于模型的离线强化学习在真实机器人上有效

Chenhao Li, Andreas Krause, Marco Hutter

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 模仿学习与强化学习 ：world model(title,abstract)；robotic(title)；robotics(abstract)；manipulation(abstract)

AI总结 本文提出了一种具有不确定性的机器人世界模型，结合MOPO-PPO框架，使基于模型的离线强化学习在真实机器人上有效，通过提高策略的鲁棒性并超越现有基线。

RoboReward: General-Purpose Vision-Language Reward Models for Robotics

RoboReward: 通用视觉-语言奖励模型用于机器人学

Tony Lee, Andrew Wagenmaker, Karl Pertsch, Percy Liang, Sergey Levine, Chelsea Finn

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

AI总结 RoboReward通过构建机器人奖励数据集和基准，训练视觉-语言奖励模型，验证了其在机器人学习中的有效性，并展示了改进策略学习和缩小与人工奖励差距的成果。

Solving Robotics Tasks with Prior Demonstration via Exploration-Efficient Deep Reinforcement Learning

通过探索高效的深度强化学习解决机器人任务中的先验示范

Chengyandan Shen, Christoffer Sloth

机构 * Unicontrol ； Maersk McKinney Møller Institute, University of Southern Denmark（马士基麦金尼·莫勒研究所，南丹麦大学） 纠错

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

AI总结 本文提出DRLR框架，通过改进动作选择模块和使用SAC策略，有效缓解引导误差和防止过拟合，成功应用于真实机器人任务。

Comments This paper has been accepted for Journal publication in Frontiers in Robotics and AI

Nightmare Dreamer: Dreaming About Unsafe States And Planning Ahead

噩梦梦游者：对不安全状态的梦境与提前规划

Oluwatosin Oseni, Shengjie Wang, Jun Zhu, Micah Corah

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

AI总结 Nightmare Dreamer是一种基于模型的安全强化学习算法，通过预测潜在安全违规并规划动作，在机器人控制任务中实现了接近零安全违规和高奖励效率。

Comments RSS'25: Multi-Objective Optimization and Planning in Robotics Workshop: 5 pages, 8 figures

ReinFlow: Fine-tuning Flow Matching Policy with Online Reinforcement Learning

ReinFlow：基于在线强化学习的流匹配策略微调

Tonghe Zhang, Chao Yu, Sichang Su, Yu Wang

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

AI总结 ReinFlow通过在线强化学习微调流匹配策略，提升连续机器人控制性能，实现高效去噪与训练稳定性。

Comments 38 pages

Journal ref Published in The Thirty-Ninth Annual Conference on Neural Information Processing Systems, 2025

Multiagent Reinforcement Learning with Neighbor Action Estimation

基于邻居动作估计的多智能体强化学习

Zhenglong Luo, Zhiyong Chen, Aoxiang Liu

机构 * School of Engineering, University of Newcastle（新castle大学工程学院） ； School of Automation, Central South University（中南大学自动化学院） 纠错

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

AI总结 本文提出基于邻居动作估计的多智能体强化学习框架，通过轻量级模块实现无需显式动作共享的协作策略学习，提升现实机器人系统的鲁棒性和部署可行性。

Talk2Move: Reinforcement Learning for Text-Instructed Object-Level Geometric Transformation in Scenes

Talk2Move: 基于强化学习的文本指令下场景中物体级几何变换

Jing Tan, Zhaoyang Zhang, Yantao Shen, Jiarui Cai, Shuo Yang, Jiajun Wu, Wei Xia, Zhuowen Tu, Stefano Soatto

机构 * AWS Agentic AI（AWS智能AI） ； Amazon Web Services（亚马逊网络服务） ； Amazon Robotics（亚马逊机器人技术） ； CUHK（香港中文大学） 纠错

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

AI总结 Talk2Move通过强化学习实现文本指令下的场景中物体级几何变换，利用组相对策略优化和空间奖励引导模型，提升学习效率并实现精确且一致的物体变换。

Comments Project page: https://sparkstj.github.io/talk2move