机器人 / 具身智能

Q-Guided Stein Variational Model Predictive Control via RL-informed Policy Prior

基于RL引导的Stein变分模型预测控制的Q引导方法

Shizhe Cai, Zeya Yin, Jayadeep Jacob, Fabio Ramos

机构 * University of Sydney（悉尼大学） ； NVIDIA（英伟达） 纠错

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

AI总结 Q-SVMPC通过结合RL引导的策略先验和Stein变分方法，提升轨迹优化的样本效率、稳定性和鲁棒性。

Comments 8 pages, 6 figures

ELMUR: External Layer Memory with Update/Rewrite for Long-Horizon RL Problems

ELMUR：带有更新/重写的外部层记忆用于长周期强化学习问题

Egor Cherepanov, Alexey K. Kovalev, Aleksandr I. Panov

机构 * AXXX ； MIRIAI 纠错

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

AI总结 ELMUR通过结构化外部记忆提升长周期强化学习任务中的决策能力，实现显著性能提升。

Comments 31 pages, 15 figures, 8 tables

Tendon Force Modeling for Sim2Real Transfer of Reinforcement Learning Policies for Tendon-Driven Robots

肌腱力建模用于强化学习策略的sim2real迁移：用于肌腱驱动机器人的应用

Valentin Yuryev, Josie Hughes

机构 * CREATE Lab, Swiss Federal Institute of Technology Lausanne (EPFL)（CREATE实验室，瑞士联邦理工学院洛桑分校（EPFL）） 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 本研究提出一种基于变压器的肌腱力建模方法，通过模拟与强化学习结合，提升真实机器人中肌腱驱动手指的控制性能。

Comments preprint

IPD: Boosting Sequential Policy with Imaginary Planning Distillation in Offline Reinforcement Learning

IPD: 通过离线规划蒸馏提升序列策略

Yihao Qin, Yuanfei Wang, Hang Zhou, Peiran Liu, Hao Dong, Yiding Ji

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Peking University（北京大学） 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 IPD通过引入离线规划蒸馏技术，提升离线强化学习中序列策略的决策稳定性和性能。

Human-Object Interaction via Automatically Designed VLM-Guided Motion Policy

通过自动设计的VLM引导运动策略实现人-物交互

Zekai Deng, Ye Shi, Kaiyang Ji, Lan Xu, Shaoli Huang, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） ； AgiBot 纠错

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

AI总结 本文提出了一种基于VLMs的统一物理框架，通过自动设计的RMD方法实现人-物交互合成，提升了运动生成的自然性和通用性。

Comments iclr camera ready