机器人 / 具身智能

Good Actions Succeed, Bad Actions Generalize: A Case Study on Why RL Generalizes Better

Meng Song

机构 * UC San Diego（加州大学圣地亚哥分校） 纠错

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

DeepMesh: Auto-Regressive Artist-mesh Creation with Reinforcement Learning

Ruowen Zhao, Junliang Ye, Zhengyi Wang, Guangce Liu, Yiwen Chen, Yikai Wang, Jun Zhu

机构 * Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） ； ShengShu（升数） 纠错

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

Comments Project page: https://zhaorw02.github.io/DeepMesh/

A Role of Environmental Complexity on Representation Learning in Deep Reinforcement Learning Agents

Andrew Liu, Alla Borisyuk

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

Offline Hierarchical Reinforcement Learning via Inverse Optimization

Carolin Schmidt, Daniele Gammelli, James Harrison, Marco Pavone, Filipe Rodrigues

机构 * University of YYY（YYY大学） ； Institute of WWW（WWW研究院） 纠错

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

A Comprehensive Survey on Multi-Agent Cooperative Decision-Making: Scenarios, Approaches, Challenges and Perspectives

Weiqiang Jin, Hongyang Du, Biao Zhao, Xingwu Tian, Bohang Shi, Guang Yang

机构 * The University of Hong Kong (HKU)（香港大学） ； Imperial College London（伦敦帝国学院） ； National Heart and Lung Institute, Imperial College London（伦敦帝国学院国家心肺研究所） ； Cardiovascular Research Centre, Royal Brompton Hospital（皇家布朗普顿医院心血管研究中心） 纠错

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

Comments 54 pages, 24 figures

Trinity: A Modular Humanoid Robot AI System

Jingkai Sun, Qiang Zhang, Gang Han, Wen Zhao, Zhe Yong, Yan He, Jiaxu Wang, Jiahang Cao, Yijie Guo, Renjing Xu

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

PrefMMT: Modeling Human Preferences in Preference-based Reinforcement Learning with Multimodal Transformers

Dezhong Zhao, Ruiqi Wang, Dayoon Suh, Taehyeon Kim, Ziqin Yuan, Byung-Cheol Min, Guohua Chen

机构 * College of Mechanical and Electrical Engineering, Beijing University of Chemical Technology（北京化工大学机电工程学院） ； Purdue University（普渡大学） 纠错

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

Agent models: Internalizing Chain-of-Action Generation into Reasoning models

Yuxiang Zhang, Yuqi Yang, Jiangming Shu, Xinyan Wen, Jitao Sang

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

VideoWorld: Exploring Knowledge Learning from Unlabeled Videos

Zhongwei Ren, Yunchao Wei, Xun Guo, Yao Zhao, Bingyi Kang, Jiashi Feng, Xiaojie Jin

机构 * Beijing Jiaotong University（北京交通大学） ； ByteDance Seed（字节跳动种子项目） 纠错

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

Comments Code and models are released at: https://maverickren.github.io/VideoWorld.github.io/

DreamerV3 for Traffic Signal Control: Hyperparameter Tuning and Performance

Qiang Li, Yinhan Lin, Qin Luo, Lina Yu

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

Comments 14 pages, 9 figures

Self-training superconducting neuromorphic circuits using reinforcement learning rules

M. L. Schneider, E. M. Jué, M. R. Pufall, K. Segall, C. W. Anderson

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

Comments 15 pages, 6 figures

Journal ref npj Unconventional Computing. 2, 5 (2025)

Catching Spinning Table Tennis Balls in Simulation with End-to-End Curriculum Reinforcement Learning

Xiaoyi Hu, Yue Mao, Gang Wang, Qingdu Li, Jianwei Zhang, Yunfeng Ji

机构 * University of Shanghai for Science and Technology（上海理工大学） ； University of Hamburg（汉堡大学） 纠错

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

Offline Reinforcement Learning with Domain-Unlabeled Data

Soichiro Nishimori, Xin-Qiang Cai, Johannes Ackermann, Masashi Sugiyama

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

Provably Efficient RL for Linear MDPs under Instantaneous Safety Constraints in Non-Convex Feature Spaces

Amirhossein Roknilamouki, Arnob Ghosh, Ming Shi, Fatemeh Nourzad, Eylem Ekici, Ness B. Shroff

机构 * The Ohio State University（俄亥俄州立大学） ； New Jersey Institute of Technology（新泽西理工学院） ； University at Buffalo（布法罗大学） 纠错

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

To the Max: Reinventing Reward in Reinforcement Learning

Grigorii Veviurko, Wendelin Böhmer, Mathijs de Weerdt

机构 * Delft University of Technology（代尔夫特理工大学） 纠错

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

Journal ref Proceedings of the 41st International Conference on Machine Learning, PMLR 235:49455-49470, 2024

Quantitative Trading using Deep Q Learning

Soumyadip Sarkar

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

Efficiently Training Deep-Learning Parametric Policies using Lagrangian Duality

Andrew Rosemberg, Alexandre Street, Davi M. Valladão, Pascal Van Hentenryck

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Pontifical Catholic University of Rio de Janeiro（里约热内卢天主教大学） 纠错

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

Comments 8 Main Pages, 8 Appendices, 7 Figures

PEAR: Primitive Enabled Adaptive Relabeling for Boosting Hierarchical Reinforcement Learning

Utsav Singh, Vinay P. Namboodiri

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

Behavioral Entropy-Guided Dataset Generation for Offline Reinforcement Learning

Wesley A. Suttle, Aamodh Suresh, Carlos Nieto-Granda

机构 * U.S. Army Research Laboratory（美国陆军研究实验室） 纠错

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

Comments Accepted to ICLR 2025

LARM: Large Auto-Regressive Model for Long-Horizon Embodied Intelligence

Zhuoling Li, Xiaogang Xu, Zhenhua Xu, SerNam Lim, Hengshuang Zhao

机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Central Florida（中佛罗里达大学） 纠错

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

Preference VLM: Leveraging VLMs for Scalable Preference-Based Reinforcement Learning

Udita Ghosh, Dripta S. Raychaudhuri, Jiachen Li, Konstantinos Karydis, Amit Roy-Chowdhury

机构 * University of California, Riverside（加州大学河滨分校） ； AWS AI Labs（AWS AI实验室） 纠错

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

Embrace Collisions: Humanoid Shadowing for Deployable Contact-Agnostics Motions

Ziwen Zhuang, Hang Zhao

机构 * IIIS, Tsinghua University（清华大学信息科学技术学院） ； Shanghai Qi Zhi Institute（上海期智研究院） 纠错

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

Perspectives for Direct Interpretability in Multi-Agent Deep Reinforcement Learning

Yoann Poupart, Aurélie Beynier, Nicolas Maudet

机构 * LIP6, Sorbonne University（巴黎第六大学（索邦大学）LIP6实验室） 纠错

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

Benchmarking Model Predictive Control and Reinforcement Learning Based Control for Legged Robot Locomotion in MuJoCo Simulation

Shivayogi Akki, Tan Chen

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

DNRSelect: Active Best View Selection for Deferred Neural Rendering

Dongli Wu, Haochen Li, Xiaobao Wei

机构 * College of Design and Engineering, National University of Singapore（新加坡国立大学设计与工程学院） ； School of Cyber Science and Technology, Beihang University（北京航空航天大学网络空间科学与技术学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） 纠错

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

Comments 7 pages, 8 figures, submitted to ICRA 2025

VIEW: Visual Imitation Learning with Waypoints

Ananth Jonnavittula, Sagar Parekh, Dylan P. Losey

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

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

Comments 27 pages, 17 figures

Distributional Successor Features Enable Zero-Shot Policy Optimization

Chuning Zhu, Xinqi Wang, Tyler Han, Simon S. Du, Abhishek Gupta

机构 * University of Washington（华盛顿大学） 纠错

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

Testing Stationarity and Change Point Detection in Reinforcement Learning

Mengbing Li, Chengchun Shi, Zhenke Wu, Piotr Fryzlewicz

机构 * University of Michigan（密歇根大学） ； London School of Economics and Political Science（伦敦政治经济学院） 纠错

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

Auto-Agent-Distiller: Towards Efficient Deep Reinforcement Learning Agents via Neural Architecture Search

Yonggan Fu, Zhongzhi Yu, Yongan Zhang, Yingyan Celine Lin

机构 * Rice University（莱斯大学） 纠错

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

A little less conversation, a little more action, please: Investigating the physical common-sense of LLMs in a 3D embodied environment

Matteo G. Mecattaf, Ben Slater, Marko Tešić, Jonathan Prunty, Konstantinos Voudouris, Lucy G. Cheke

机构 * University of Cambridge（剑桥大学） ； Institute for Human Centered AI（以人为本人工智能研究所） ； Helmholtz Zentrum（亥姆霍兹中心） 纠错

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

Comments 25 pages, 4 figures; v2: Added AFMR Acknowledgment