作者
Robotics
mjlab: 一种轻量级的GPU加速机器人学习框架
机构 * UC Berkeley（加州大学伯克利分校） ； Sorbonne University（索邦大学）
AI总结 mjlab是一种轻量级GPU加速机器人学习框架，结合可组合环境和MuJoCo Warp，提供快速安装和直接访问原生数据结构的功能，并附带三种任务的参考实现。
Comments Comments: 11 pages; Code is available at https://github.com/mujocolab/mjlab ; Expanded sensor and domain randomization sections, added references, minor edits
DreamDojo：从大规模人类视频中学习通用机器人世界模型
机构 * NVIDIA ； HKUST（香港科技大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford（斯坦福大学） ； KAIST（韩国科学技术院） ； UofT（多伦多大学） ； UCSD（加州大学圣地亚哥分校） ； UT Austin（德克萨斯大学奥斯汀分校）
AI总结 DreamDojo通过大规模人类视频学习通用机器人世界模型，解决动作标签稀缺问题，实现高精度物理理解和实时交互。
Comments Project page: https://dreamdojo-world.github.io/
RPL：在复杂地形上学习鲁棒的人形感知移动
AI总结 RPL通过两阶段训练框架在复杂地形上实现稳健的多方向人形移动，结合深度蒸馏和增强技术，提升机器人负载下的移动能力。
用于机器人控制的流匹配策略梯度
机构 * Amazon FAR（亚马逊Far） ； UC Berkeley（加州大学伯克利分校） ； Stanford（斯坦福大学） ； HKU（香港大学） ； CMU（卡内基梅隆大学）
AI总结 本文提出了一种基于流匹配的策略梯度方法，用于训练更复杂的机器人控制策略，实现了在四肢运动、人形运动跟踪和操作任务中的成功，并展示了在仿真到现实迁移中的鲁棒性。
Comments Project webpage: https://hongsukchoi.github.io/fpo-control
接触感知神经动力学
机构 * UC San Diego（圣迭戈大学） ； Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人实验室）
AI总结 本文提出了一种基于接触信息的神经动力学模型，通过利用现实数据改进仿真到现实的对齐，提升状态预测和策略优化的准确性。
Comments 8 pages
OTTER: 一种具有文本感知视觉特征提取的视觉-语言-动作模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Meta AI
AI总结 OTTER通过文本感知的视觉特征提取，提升视觉-语言-动作模型的零样本泛化能力。
SEMDICE：通过平稳分布校正估计实现的非策略状态熵最大化
机构 * UC Berkeley（加州大学伯克利分校） ； Yonsei University（延世大学）
AI总结 SEMDICE通过平稳分布校正估计，从非策略数据集中学习状态熵最大化策略，实现更高效的无监督强化学习预训练。
Comments ICLR 2025
在15分钟内学习仿真到现实的人形机器人运动控制
机构 * Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人研究院）
AI总结 本研究提出了一种基于FastSAC和FastTD3的简单方法，在15分钟内通过单块RTX 4090 GPU实现人形机器人运动控制的快速训练。
Comments Project website: https://younggyo.me/fastsac-humanoid
SOMBRL: 可扩展且乐观的基于模型的强化学习
AI总结 SOMBRL通过结合乐观性原则和不确定性建模，实现了在非线性动力学中具有亚线性遗憾的可扩展基于模型的强化学习方法，并在多个环境中展示了优越的探索性能。
机构 * UC Berkeley（伯克利大学）
Comments 18 Pages. Website: https://younggyo.me/cqn-as/
机构 * UC Berkeley EECS（伯克利大学电子工程与计算机科学系）
Comments Code: https://github.com/zhaohengyin/lightning-grasp
机构 * Amazon FAR（亚马逊 FAR） ； Stanford University（斯坦福大学） ； USC（美国大学） ； UC Berkeley（伯克利大学） ； CMU（卡内基梅隆大学）
Comments Website: https://yanjieze.com/TWIST2
机构 * UC Berkeley（伯克利大学）
机构 * UC Berkeley（伯克利大学）
机构 * UC Berkeley（伯克利大学） ； ETH Zurich（苏黎世联邦理工学院） ； Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人实验室）
机构 * Peking University（北京大学） ； University of California, Berkeley（加州大学伯克利分校）
Comments NeurIPS2025 Spotlight
机构 * Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人实验室） ； USC（南加州大学） ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学）
Comments 9 pages, 8 figures
机构 * Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人实验室） ； Stanford University（斯坦福大学） ； Carnegie Mellon University（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校）
Comments Project website: https://residual-offpolicy-rl.github.io
机构 * University of California, Berkeley（加州大学伯克利分校）
Comments Conference on Robot Learning 2025
机构 * NVIDIA ； University of California, Berkeley（加州大学伯克利分校）
Comments See our blog post: https://e2e4robotics.com/
机构 * Tsinghua University（清华大学） ； University of California, Berkeley（加州大学伯克利分校）
机构 * UC Berkeley（伯克利大学）
Comments Project website: https://www.videomimic.net/
机构 * UC Berkeley（伯克利大学） ； University of Pennsylvania（宾夕法尼亚大学）
Comments Blog Post: https://hgaurav2k.github.io/trackr/
机构 * University of California, Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学）
机构 * Shanghai Jiao Tong University（上海交通大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Liverpool（利物浦大学） ； University of California Berkeley（加州大学伯克利分校） ； Shanghai Innovation Institute（上海创新研究院） ； University of California Davis（加州大学戴维斯分校） ； Virginia Tech（弗吉尼亚理工大学） ； University College London（伦敦大学学院）
机构 * University of Warsaw（华沙大学）
Comments ICML 2025
机构 * University of California, Berkeley（加州大学伯克利分校）
机构 * UC Berkeley（伯克利大学）
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈