TQL: Scaling Q-Functions with Transformers by Preventing Attention Collapse
TQL: 通过防止注意力崩溃来扩展Q函数
机构 * Stanford University（斯坦福大学）
AI总结 TQL通过防止注意力崩溃，提升Transformer在强化学习中扩展价值函数的性能，实现43%的性能提升。
作者
Chelsea Finn
Robotics / Machine Learning
Cosmos Policy: Fine-Tuning Video Models for Visuomotor Control and Planning
Cosmos Policy: 为视觉运动控制和规划微调视频模型
机构 * NVIDIA ； Stanford University（斯坦福大学）
AI总结 Cosmos Policy通过单阶段后训练将预训练视频模型转化为高效机器人策略，实现视觉运动控制与规划的先进性能。
$π_0$: A Vision-Language-Action Flow Model for General Robot Control
π₀：一种面向通用机器人控制的视觉-语言-动作流模型
机构 * Physical Intelligence
AI总结 本文提出了一种基于预训练视觉-语言模型的流匹配架构，用于通用机器人控制，通过零样本学习和微调实现多样任务的执行。
Comments See project website for videos: https://physicalintelligence.company/blog/pi0 Published in RSS 2025
RoboReward: General-Purpose Vision-Language Reward Models for Robotics
RoboReward: 通用视觉-语言奖励模型用于机器人学
AI总结 RoboReward通过构建机器人奖励数据集和基准，训练视觉-语言奖励模型，验证了其在机器人学习中的有效性，并展示了改进策略学习和缩小与人工奖励差距的成果。
PolaRiS: Scalable Real-to-Sim Evaluations for Generalist Robot Policies
PolaRiS：面向通用机器人策略的可扩展真实-仿真评估
机构 * University of Washington（华盛顿大学） ； Princeton University（普林斯顿大学） ； University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） ； Toyota Research Institute（丰田研究中心） ； University of Southern California（南加州大学） ； Cornell University（康奈尔大学）
AI总结 PolaRiS通过神经重建和数据协同训练，实现高保真度的机器人策略真实-仿真评估，提升仿真与现实的关联性并简化环境构建。
Comments Website: https://polaris-evals.github.io/
Feedback Descent: Open-Ended Text Optimization via Pairwise Comparison
反馈下降：通过成对比较实现开放式的文本优化
机构 * Stanford University（斯坦福大学）
AI总结 Feedback Descent通过结构化文本反馈实现开放式文本优化，优于现有方法并在分子发现中表现突出。
Emergence of Human to Robot Transfer in Vision-Language-Action Models
视觉-语言-动作模型中人类到机器人的转移现象出现
机构 * Physical Intelligence（物理智能） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出了一种简单的方法，通过预训练视觉-语言-动作模型，使模型能从人类数据中学习并转移至机器人任务，从而提升泛化性能。
Posterior Behavioral Cloning: Pretraining BC Policies for Efficient RL Finetuning
后验行为克隆：为高效强化学习微调预训练BC策略
机构 * UC Berkeley（伯克利大学） ； Stanford（斯坦福大学）
AI总结 本文提出后验行为克隆策略，通过建模示范者行为的后验分布来提升强化学习微调效果。
Invariance Co-training for Robot Visual Generalization
机器人视觉泛化中的不变性协同训练
AI总结 该研究通过引入状态相似性和观测扰动不变性辅助任务，提升机器人在多样视角、光照和干扰物体下的泛化能力，实验表明其性能比现有方法提高了18%。
Comments 14 pages, 10 figures
RoboArena: Distributed Real-World Evaluation of Generalist Robot Policies
RoboArena: 分布式现实世界中通用机器人策略的评估
AI总结 RoboArena通过分布式众包评估，实现了对通用机器人策略在现实世界中的可扩展、可靠评估，优于传统集中化方法。
Comments Website: https://robo-arena.github.io/
$π^{*}_{0.6}$: a VLA That Learns From Experience
机构 * Physical Intelligence
SutureBot: A Precision Framework & Benchmark For Autonomous End-to-End Suturing
机构 * Johns Hopkins University（约翰霍普金斯大学） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） ； University of Toronto（多伦多大学）
Comments 10 pages, 5 figures, 4 tables, NeurIPS 2025
MemER: Scaling Up Memory for Robot Control via Experience Retrieval
机构 * Stanford University（斯坦福大学）
Comments Project page: https://jen-pan.github.io/memer/
RLAD: Training LLMs to Discover Abstractions for Solving Reasoning Problems
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学）
Self-Guided Action Diffusion
机构 * Stanford University（斯坦福大学）
Range, not Independence, Drives Modularity in Biologically Inspired Representations
机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家）
Comments 37 pages, 12 figures. WD and KH contributed equally; LH and JHL contributed equally
Journal ref Proceedings of the 13th International Conference on Learning Representations, 2025
Affordance-Guided Reinforcement Learning via Visual Prompting
机构 * Stanford University（斯坦福大学） ； Cornell University（康奈尔大学） ； University of California, Berkeley（加州大学伯克利分校）
Comments 8 pages, 6 figures. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025
Curating Demonstrations using Online Experience
机构 * Stanford University（斯坦福大学）
Adapt On-the-Go: Behavior Modulation for Single-Life Robot Deployment
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校）
Hi Robot: Open-Ended Instruction Following with Hierarchical Vision-Language-Action Models
机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校）
Comments ICML 2025
SRT-H: A Hierarchical Framework for Autonomous Surgery via Language Conditioned Imitation Learning
Reinforcement Learning via Implicit Imitation Guidance
机构 * Stanford University（斯坦福大学）
Just Enough Thinking: Efficient Reasoning with Adaptive Length Penalties Reinforcement Learning
机构 * Stanford University（斯坦福大学） ； SynthLabs
A Tutorial on Meta-Reinforcement Learning
Comments Published in Foundations and Trends in Machine Learning as "A Tutorial on Meta-Reinforcement Learning". For the earlier version titled "A Survey of Meta-Reinforcement Learning", see v3 in the submission history at arXiv:2301.08028v3
Journal ref Foundations and Trends in Machine Learning: Vol. 18, No. 2-3, pp 224-384 (2025)
RoboCrowd: Scaling Robot Data Collection through Crowdsourcing
Comments 21 pages, 25 figures. International Conference on Robotics and Automation (ICRA) 2025
Learning Long-Context Diffusion Policies via Past-Token Prediction
机构 * Stanford University（斯坦福大学）
Comments Videos are available at https://long-context-dp.github.io
Open X-Embodiment: Robotic Learning Datasets and RT-X Models
Comments Project website: https://robotics-transformer-x.github.io
What Matters for Batch Online Reinforcement Learning in Robotics?
机构 * Stanford University（斯坦福大学）
Fine-Tuning Vision-Language-Action Models: Optimizing Speed and Success
Comments Accepted to Robotics: Science and Systems (RSS) 2025. Project website: https://openvla-oft.github.io/
Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling
机构 * Department of Computer Science, Stanford University（计算机科学系，斯坦福大学）
Comments Project website: https://bid-robot.github.io/
