机器人 / 具身智能

Interacting safely with cyclists using Hamilton-Jacobi reachability and reinforcement learning

与骑行者安全交互的框架：利用哈密顿-雅可比可达性分析与强化学习

Aarati Andrea Noronha, Jean Oh

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出结合哈密顿-雅可比可达性分析与深度Q学习的框架，用于实现自动驾驶车辆与骑行者的安全高效交互。

Comments 7 pages. This manuscript was completed in 2020 as part of the first author's graduate thesis at Carnegie Mellon University

Cross-Embodiment Offline Reinforcement Learning for Heterogeneous Robot Datasets

跨体态离线强化学习用于异构机器人数据集

Haruki Abe, Takayuki Osa, Yusuke Mukuta, Tatsuya Harada

机构 * The University of Tokyo（东京大学） ； RIKEN Center for Advanced Intelligence Project（理化学研究所先进情报项目中心） 纠错

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

AI总结 本文提出跨体态离线强化学习方法，通过整合离线强化学习与跨体态学习，提升异构机器人数据集的预训练效果，有效解决次优数据带来的冲突问题。

Comments ICLR 2026

Learning Optimal and Sample-Efficient Decision Policies with Guarantees

学习具有保证的最优和样本高效的决策策略

Daqian Shao

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

AI总结 本文提出了一种样本高效且具有保证的学习方法，用于在存在隐藏混杂因素的情况下学习最优决策策略，并通过实验验证了其在现实决策中的有效性。

Comments A thesis submitted for the degree of DPhil in Computer Science at Oxford

Epistemic Traps: Rational Misalignment Driven by Model Misspecification

知识陷阱：由模型规格不准确驱动的理性偏差

Xingcheng Xu, Jingjing Qu, Qiaosheng Zhang, Chaochao Lu, Yanqing Yang, Na Zou, Xia Hu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 本文提出主观模型工程，通过设计代理的内部信念结构来实现稳健对齐，揭示安全由认知先验决定而非奖励大小连续函数。