机器人 / 具身智能

Breaking Task Impasses Quickly: Adaptive Neuro-Symbolic Learning for Open-World Robotics

快速突破任务瓶颈：面向开放世界机器人的自适应神经符号学习

Pierrick Lorang

机构 * Human-Robot Interaction Lab, Tufts University（塔夫茨大学人机交互实验室） 纠错

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

AI总结 本文提出了一种自适应神经符号学习框架，通过整合符号学习与强化学习，提升机器人在开放世界中的快速适应能力与鲁棒性。

Comments IEEE ICRA 2025 Doctoral Consortium

ConceptACT: Episode-Level Concepts for Sample-Efficient Robotic Imitation Learning

ConceptACT: 用于样本高效机器人模仿学习的事件级概念

Jakob Karalus, Friedhelm Schwenker

机构 * Institute of Artificial Intelligence, Ulm University（人工智能研究所，乌尔姆大学） ； Institute of Neuroinformatics, Ulm University（神经信息研究所，乌尔姆大学） 纠错

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

AI总结 ConceptACT通过整合事件级语义概念提升机器人模仿学习的样本效率，采用改进的Transformer架构实现概念感知的交叉注意力，实验表明其在收敛速度和样本效率上优于标准ACT。

Beyond Static Datasets: Robust Offline Policy Optimization via Vetted Synthetic Transitions

超越静态数据集：通过验证的合成过渡实现鲁棒的离线策略优化

Pedram Agand, Mo Chen

机构 * Department of Computing Science, Simon Fraser University（计算科学系，西蒙·弗雷泽大学） 纠错

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

AI总结 本文提出MoReBRAC框架，通过不确定性感知的潜在合成方法，解决离线强化学习中静态数据与策略分布偏移的问题，并在D4RL基准中实现性能提升。

Comments 11 pages, 2 figures, 2 tables

PointMapPolicy: Structured Point Cloud Processing for Multi-Modal Imitation Learning

PointMapPolicy: 结构化点云处理用于多模态模仿学习

Xiaogang Jia, Qian Wang, Anrui Wang, Han A. Wang, Balázs Gyenes, Emiliyan Gospodinov, Xinkai Jiang, Ge Li, Hongyi Zhou, Weiran Liao, Xi Huang, Maximilian Beck, Moritz Reuss, Rudolf Lioutikov, Gerhard Neumann

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Reality Labs, Meta（Meta现实实验室） ； Johannes Kepler University Linz（林茨约翰尼斯·开普勒大学） 纠错

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

AI总结 PointMapPolicy通过结构化点云处理提升多模态模仿学习的精度与泛化能力，利用xLSTM融合点云与RGB数据，在RoboCasa和CALVIN基准中取得最佳性能。

Trust, Don't Trust, or Flip: Robust Preference-Based Reinforcement Learning with Multi-Expert Feedback

信任、不信任或翻转：基于多专家反馈的鲁棒偏好基于强化学习

Seyed Amir Hosseini, Maryam Abdolali, Amirhosein Tavakkoli, Fardin Ayar, Ehsan Javanmardi, Manabu Tsukada, Mahdi Javanmardi

机构 * K. N. Toosi University of Technology（K. N. Toosi大学） ； Amirkabir University of Technology（阿美尔卡比尔技术大学） ； The University of Tokyo（东京大学） 纠错

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

AI总结 TriTrust-PBRL通过多专家反馈联合学习奖励模型和信任参数，实现对抗性偏好下的鲁棒偏好强化学习。

Comments Equal contribution: Seyed Amir Hosseini and Maryam Abdolali. Corresponding author: Maryam Abdolali (maryam.abdolali@kntu.ac.ir)

SenseNova-MARS: Empowering Multimodal Agentic Reasoning and Search via Reinforcement Learning

SenseNova-MARS: 通过强化学习赋能多模态代理推理与搜索

Yong Xien Chng, Tao Hu, Wenwen Tong, Xueheng Li, Jiandong Chen, Haojia Yu, Jiefan Lu, Hewei Guo, Hanming Deng, Chengjun Xie, Gao Huang, Dahua Lin, Lewei Lu

机构 * SenseTime Research（商汤科技研究院） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 SenseNova-MARS通过强化学习赋能多模态代理推理与搜索，提升视觉-语言模型在复杂视觉任务中的表现。

Embodied Learning of Reward for Musculoskeletal Control with Vision Language Models

具身学习奖励以实现肌肉骨骼控制与视觉语言模型

Saraswati Soedarmadji, Yunyue Wei, Chen Zhang, Yisong Yue, Yanan Sui

机构 * Tsinghua University（清华大学） ； California Institute of Technology（加州理工学院） 纠错

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

AI总结 本文提出MoVLR框架，利用视觉语言模型实现高维肌肉骨骼系统的具身学习，通过迭代交互发现和改进奖励函数。

Comments 18 pages, 8 figures