机器人 / 具身智能

VIKI-R: Coordinating Embodied Multi-Agent Cooperation via Reinforcement Learning

VIKI-R: 通过强化学习协调具身多智能体合作

Li Kang, Xiufeng Song, Heng Zhou, Yiran Qin, Jie Yang, Xiaohong Liu, Philip Torr, Lei Bai, Zhenfei Yin

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

AI总结 VIKI-R通过强化学习协调多智能体合作，提出分层基准VIKI-Bench，显著提升多智能体视觉驱动合作性能。

Comments Accepted by NeurIPS 2025 Track on Datasets and Benchmarks. Project page: https://faceong.github.io/VIKI-R/

GenPO: Generative Diffusion Models Meet On-Policy Reinforcement Learning

GenPO：生成扩散模型与在线策略强化学习相结合

Shutong Ding, Ke Hu, Shan Zhong, Haoyang Luo, Weinan Zhang, Jingya Wang, Jun Wang, Ye Shi

机构 * ShanghaiTech University（上海科技大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； University College London（伦敦大学学院） ； MoE Key Laboratory of Intelligent Perception and Human Machine Collaboration（智能感知与人机协同联合实验室） 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 GenPO通过生成扩散模型与在线强化学习结合，解决了扩散策略在计算状态-动作对数似然中的挑战，实现了高效的可逆动作映射和熵正则化，提升了机器人任务的训练效果。

Comments Accepted by NeurIPS2025

Dynamic Tactile Sensing System and Soft Actor Critic Reinforcement Learning for Inclusion Characterization

动态触觉传感系统与软演员评论强化学习用于包容体表征

John Bannan, Nazia Rahman, Chang-Hee Won

专题命中 模仿学习与强化学习 ：robotic(abstract)

AI总结 本文提出一种结合机器人触觉传感与软演员评论强化学习的动态触觉传感系统，用于精准定位和表征嵌入的包容体，实验表明其在尺寸估计精度上优于人工操作。