机器人 / 具身智能

Actor-Critic for Continuous Action Chunks: A Reinforcement Learning Framework for Long-Horizon Robotic Manipulation with Sparse Reward

用于连续动作片段的Actor-Critic：一种针对长周期机械臂操作的强化学习框架

Jiarui Yang, Bin Zhu, Jingjing Chen, Yu-Gang Jiang

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

AI总结 AC3是一种用于连续动作分块的强化学习框架，通过定向稳定机制和自监督模块，在稀疏奖励环境下实现高效稳定的动作序列学习。

Comments 14 pages, 13 figures, Accepted by AAAI 2026 (oral)

Learning to Build: Autonomous Robotic Assembly of Stable Structures Without Predefined Plans

学习构建：无需预定义计划的自主机器人稳定结构组装

Jingwen Wang, Johannes Kirschner, Paul Rolland, Luis Salamanca, Stefana Parascho

机构 * Lab of Creative Computation, École Polytechnique Fédérale de Lausanne（创意计算实验室，瑞士联邦理工学院） ； Swiss Data Science Center（瑞士数据科学中心） 纠错

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

AI总结 本文提出了一种无需预定义计划的自主机器人组装方法，通过强化学习策略实现灵活适应环境变化的稳定结构构建。

Actor-Critic Pretraining for Proximal Policy Optimization

行为克隆预训练用于近端策略优化

Andreas Kernbach, Amr Elsheikh, Nicolas Grupp, René Nagel, Marco F. Huber

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

AI总结 本文提出了一种基于行为克隆的actor-critic预训练方法，用于近端策略优化，通过初始化actor和critic网络提升样本效率。

Multi-Objective Reinforcement Learning for Large-Scale Tote Allocation in Human-Robot Collaborative Fulfillment Centers

大规模人机协作分拣中心中的多目标强化学习用于托盘分配

Sikata Sengupta, Guangyi Liu, Omer Gottesman, Joseph W Durham, Michael Kearns, Aaron Roth, Michael Caldara

机构 * Department of Computer and Information Science, University of Pennsylvania, Philadelphia, PA, USA（计算机与信息科学系，宾夕法尼亚大学，费城，PA，USA） ； Amazon（亚马逊） 纠错

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

AI总结 本文提出了一种多目标强化学习方法，用于解决大规模人机协作分拣中心中的托盘分配问题，通过权衡处理速度、资源使用和空间利用等目标，实现了高效且满足约束的策略学习。

Imagine a City: CityGenAgent for Procedural 3D City Generation

想象一座城市：CityGenAgent用于程序化3D城市生成

Zishan Liu, Zecong Tang, RuoCheng Wu, Xinzhe Zheng, Jingyu Hu, Ka-Hei Hui, Haoran Xie, Bo Dai, Zhengzhe Liu

机构 * Lingnan University, Hong Kong SAR, China（岭南大学） ； Zhejiang University, Hangzhou, China（浙江大学） ； The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） ； Autodesk AI Lab, Canada（Autodesk AI实验室） ； The University of Hong Kong, Hong Kong SAR, China（香港大学） 纠错

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

AI总结 CityGenAgent通过自然语言驱动的分层程序化生成方法，实现了高质量3D城市生成，提升了语义对齐、视觉质量和可控性。