世界模型

Optimal Gait Control for a Tendon-driven Soft Quadruped Robot by Model-based Reinforcement Learning

基于模型强化学习的腱驱动软四足机器人类最优步态控制

Xuezhi Niu, Kaige Tan, Lei Feng

机构 * Department of Engineering Design, KTH Royal Institute of Technology, Stockholm 10044, Sweden（工程设计系，皇家理工学院，斯德哥尔摩） 纠错

专题命中 具身与机器人 ：model-based reinforcement learning(title,abstract)；分类 cs.RO

AI总结 本文提出一种基于模型强化学习的软四足机器人最优步态控制方法，通过多阶段方法提升步态控制器性能，实现快速稳定运动。

LaST-R1: Reinforcing Robotic Manipulation via Adaptive Physical Latent Reasoning

LaST-R1：通过自适应物理潜在推理强化机器人操作

Hao Chen, Jiaming Liu, Zhonghao Yan, Nuowei Han, Renrui Zhang, Chenyang Gu, Jialin Gao, Ziyu Guo, Siyuan Qian, Yinxi Wang, Peng Jia, Shanghang Zhang, Pheng-Ann Heng

机构 * The Chinese University of Hong Kong（香港中文大学） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学多媒体信息处理国家重点实验室，计算机学院） ； Simplexity Robotics Project（Simplexity机器人项目） 纠错

专题命中 具身与机器人 ：world model(abstract)；world model(abstract)；分类 cs.CV、cs.RO

AI总结 本文提出LaST-R1，一种基于强化学习的后训练框架，通过联合优化潜在推理过程和动作生成，提升机器人在动态环境中的适应性和泛化能力。

3D MRI Image Pretraining via Controllable 2D Slice Navigation Task

通过可控的2D切片导航任务进行3D MRI图像预训练

Yu Wang, Qingchao Chen

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） 纠错

专题命中 具身与机器人 ：latent dynamics(abstract)；分类 cs.AI、cs.CV；dynamics model(abstract)

AI总结 本文提出通过可控2D切片导航任务预训练3D MRI图像，利用动作轨迹控制生成视频动作序列，提升解剖和空间表示学习能力。

Comments 9 pages, 5 figures