机器人 / 具身智能

Towards Practical World Model-based Reinforcement Learning for Vision-Language-Action Models

面向视觉-语言-动作模型的实用世界模型强化学习

Zhilong Zhang, Haoxiang Ren, Yihao Sun, Yifei Sheng, Haonan Wang, Haoxin Lin, Zhichao Wu, Pierre-Luc Bacon, Yang Yu

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家实验室，南京大学，南京，中国） ； School of Artificial Intelligence, Nanjing University, Nanjing, China（人工智能学院，南京大学，南京，中国） ； Mila - Quebec AI Institute（魁北克AI研究所） 纠错

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

AI总结 本文提出VLA-MBPO框架，解决视觉-语言-动作模型在强化学习中的世界建模、多视角一致性及稀疏奖励下的误差累积问题，提升策略性能和样本效率。

VLD: Visual Language Goal Distance for Reinforcement Learning Navigation

VLD：用于强化学习导航的视觉语言目标距离

Lazar Milikic, Manthan Patel, Jonas Frey

机构 * ETH Zurich（苏黎世联邦理工学院） ； EPFL（瑞士联邦理工学院） ； Stanford University（斯坦福大学） ； UC Berkeley（伯克利大学） 纠错

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

AI总结 本文提出VLD学习框架，通过解耦感知学习与策略学习，利用大规模视频数据训练距离预测器，提升机器人导航性能与现实迁移能力。

Digital Twin Supervised Reinforcement Learning Framework for Autonomous Underwater Navigation

数字孪生监督强化学习框架用于自主水下导航

Zamirddine Mari, Mohamad Motasem Nawaf, Pierre Drap

机构 * DGA Techniques Navales - Direction Générale de l’Armement（法国国防总局海军技术部） ； LIS, CNRS, Aix-Marseille University（里尔研究所、国家科学研究中心、阿维尼昂-马赛大学） 纠错

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

AI总结 本文提出基于PPO算法的数字孪生监督强化学习框架，用于提升水下自主导航的鲁棒性和适应性。

The Duality of Generative AI and Reinforcement Learning in Robotics: A Review

生成式人工智能与强化学习在机器人中的双重性：综述

Angelo Moroncelli, Vishal Soni, Marco Forgione, Dario Piga, Blerina Spahiu, Loris Roveda

机构 * SUPSI（瑞士苏黎世联邦理工学院） 纠错

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

AI总结 本文综述了生成式人工智能与强化学习在机器人中的双重性，探讨了两者的整合方法、挑战及未来研究方向。

Comments Submitted for publication to Information Fusion

Journal ref Information Fusion Volume 129, May 2026, 104003

Learning-based Cooperative Robotic Paper Wrapping: A Unified Control Policy with Residual Force Control

Rewida Ali, Cristian C. Beltran-Hernandez, Weiwei Wan, Kensuke Harada

机构 * Department of Systems Innovation, Graduate School of Engineering Science, Osaka University（大阪大学系统创新部门，工学研究科） ； OMRON SINIC X Corporation（OMRON SINIC X公司） ； The National Institute of Advanced Industrial Science and Technology (AIST)（国家先进工业科学与技术研究院） 纠错

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

Enhancing Tactile-based Reinforcement Learning for Robotic Control

Elle Miller, Trevor McInroe, David Abel, Oisin Mac Aodha, Sethu Vijayakumar

机构 * University of Edinburgh（爱丁堡大学） 纠错

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

Robotic Skill Diversification via Active Mutation of Reward Functions in Reinforcement Learning During a Liquid Pouring Task

Jannick van Buuren, Roberto Giglio, Loris Roveda, Luka Peternel

机构 * Cognitive Robotics, Delft University of Technology（德鲁特理工大学认知机器人学） ； Department of Mechanical Engineering, Politecnico di Milano（米兰理工学院机械工程系） ； Istituto Dalle Molle di studi sull’intelligenza artificiale (IDSIA USI-SUPSI), Scuola universitaria professionale della Svizzera italiana, DTI（智能人工智能研究所（IDSIA USI-SUPSI），瑞士意大利大学专业学院，DTI） 纠错

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

Sight Over Site: Perception-Aware Reinforcement Learning for Efficient Robotic Inspection

Richard Kuhlmann, Jakob Wolfram, Boyang Sun, Jiaxu Xing, Davide Scaramuzza, Marc Pollefeys, Cesar Cadena

机构 * Robotics Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） ； Robotics and Perception Group, University of Zurich（苏黎世大学机器人与感知组） ； Microsoft Mixed Reality and AI Lab（微软混合现实与人工智能实验室） 纠错

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

A Vision-Language-Action-Critic Model for Robotic Real-World Reinforcement Learning

Shaopeng Zhai, Qi Zhang, Tianyi Zhang, Fuxian Huang, Haoran Zhang, Ming Zhou, Shengzhe Zhang, Litao Liu, Sixu Lin, Jiangmiao Pang

机构 * Shanghai AI Lab（上海人工智能实验室） 纠错

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

Comments 26 pages,10 figures

RSL-RL: A Learning Library for Robotics Research

Clemens Schwarke, Mayank Mittal, Nikita Rudin, David Hoeller, Marco Hutter

机构 * ETH Zürich（苏黎世联邦理工学院） ； NVIDIA（英伟达） ； Flexion Robotics（Flexion机器人） 纠错

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

Bipedalism for Quadrupedal Robots: Versatile Loco-Manipulation through Risk-Adaptive Reinforcement Learning

Yuyou Zhang, Radu Corcodel, Ding Zhao

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mitsubishi Electric Research Labs (MERL)（三菱电机研究实验室（MERL）） 纠错

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

Comments Humanoids 2025

Stabilizing Contrastive RL: Techniques for Robotic Goal Reaching from Offline Data

Chongyi Zheng, Benjamin Eysenbach, Homer Walke, Patrick Yin, Kuan Fang, Ruslan Salakhutdinov, Sergey Levine

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

Comments ICLR 2024 Spotlight (< 5%). Website (https://chongyi-zheng.github.io/stable_contrastive_rl) and code (https://github.com/chongyi-zheng/stable_contrastive_rl)

Guided by Guardrails: Control Barrier Functions as Safety Instructors for Robotic Learning

Maeva Guerrier, Karthik Soma, Hassan Fouad, Giovanni Beltrame

机构 * Department of Computer Engineering and Software Engineering, Polytechnique Montreal（计算机工程与软件工程系，蒙特利尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） 纠错

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

ManipLVM-R1: Reinforcement Learning for Reasoning in Embodied Manipulation with Large Vision-Language Models

Zirui Song, Guangxian Ouyang, Mingzhe Li, Yuheng Ji, Chenxi Wang, Zixiang Xu, Zeyu Zhang, Xiaoqing Zhang, Qian Jiang, Zhenhao Chen, Zhongzhi Li, Rui Yan, Xiuying Chen

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎伊德·本·扎耶德人工智能大学） ； ByteDance（字节跳动） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； The Australia National University（澳大利亚国立大学） ； Renmin University of China（中国人民大学） ； Wuhan University（武汉大学） 纠错

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

Comments 14pages

What Matters for Batch Online Reinforcement Learning in Robotics?

Perry Dong, Suvir Mirchandani, Dorsa Sadigh, Chelsea Finn

机构 * Stanford University（斯坦福大学） 纠错

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

Multi-Agent Systems for Robotic Autonomy with LLMs

Junhong Chen, Ziqi Yang, Haoyuan G Xu, Dandan Zhang, George Mylonas

机构 * Imperial College London（伦敦帝国学院） 纠错

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

Comments 11 pages, 2 figures, 5 tables, submitted for publication

Pretrained Bayesian Non-parametric Knowledge Prior in Robotic Long-Horizon Reinforcement Learning

Yuan Meng, Xiangtong Yao, Kejia Chen, Yansong Wu, Liding Zhang, Zhenshan Bing, Alois Knoll

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

Comments initial upload 8 pages

Optimizing Navigation And Chemical Application in Precision Agriculture With Deep Reinforcement Learning And Conditional Action Tree

Mahsa Khosravi, Zhanhong Jiang, Joshua R Waite, Sarah Jonesc, Hernan Torres, Arti Singh, Baskar Ganapathysubramanian, Asheesh Kumar Singh, Soumik Sarkar

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

Comments 32 pages, 9 figures

SERL: A Software Suite for Sample-Efficient Robotic Reinforcement Learning

Jianlan Luo, Zheyuan Hu, Charles Xu, You Liang Tan, Jacob Berg, Archit Sharma, Stefan Schaal, Chelsea Finn, Abhishek Gupta, Sergey Levine

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

Comments ICRA 2024

Reward Training Wheels: Adaptive Auxiliary Rewards for Robotics Reinforcement Learning

Linji Wang, Tong Xu, Yuanjie Lu, Xuesu Xiao

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

Comments 7 pages, 5 figures

Sketch-to-Skill: Bootstrapping Robot Learning with Human Drawn Trajectory Sketches

Peihong Yu, Amisha Bhaskar, Anukriti Singh, Zahiruddin Mahammad, Pratap Tokekar

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

Comments Peihong Yu and Amisha Bhaskar contributed equally to this work

CLIP-Motion: Learning Reward Functions for Robotic Actions Using Consecutive Observations

Xuzhe Dang, Stefan Edelkamp

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

Integrating Reinforcement Learning and AI Agents for Adaptive Robotic Interaction and Assistance in Dementia Care

Fengpei Yuan, Nehal Hasnaeen, Ran Zhang, Bryce Bible, Joseph Riley Taylor, Hairong Qi, Fenghui Yao, Xiaopeng Zhao

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

Comments 18 pages, 12 figures

REBEL: Reward Regularization-Based Approach for Robotic Reinforcement Learning from Human Feedback

Souradip Chakraborty, Anukriti Singh, Amisha Bhaskar, Pratap Tokekar, Dinesh Manocha, Amrit Singh Bedi

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

Advances in Transformers for Robotic Applications: A Review

Nikunj Sanghai, Nik Bear Brown

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

Comments Early preprint, focusing primarily on general purpose robots, more updates to come

HPRM: High-Performance Robotic Middleware for Intelligent Autonomous Systems

Jacky Kwok, Shulu Li, Marten Lohstroh, Edward A. Lee

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

Comments 7 pages

BricksRL: A Platform for Democratizing Robotics and Reinforcement Learning Research and Education with LEGO

Sebastian Dittert, Vincent Moens, Gianni De Fabritiis

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

SAFE-GIL: SAFEty Guided Imitation Learning for Robotic Systems

Yusuf Umut Ciftci, Darren Chiu, Zeyuan Feng, Gaurav S. Sukhatme, Somil Bansal

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

Transformable Gaussian Reward Function for Socially-Aware Navigation with Deep Reinforcement Learning

Jinyeob Kim, Sumin Kang, Sungwoo Yang, Beomjoon Kim, Jargalbaatar Yura, Donghan Kim

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

Comments 22 pages, 9 figures

Transfer Learning in Robotics: An Upcoming Breakthrough? A Review of Promises and Challenges

Noémie Jaquier, Michael C. Welle, Andrej Gams, Kunpeng Yao, Bernardo Fichera, Aude Billard, Aleš Ude, Tamim Asfour, Danica Kragic

专题命中 模仿学习与强化学习 ：robotics(title,abstract)；embodied agent(abstract)；分类 cs.RO、cs.LG

Comments 21 pages, 7 figures