机器人 / 具身智能

Towards an Adaptive Social Game-Playing Robot: An Offline Reinforcement Learning-Based Framework

迈向自适应社交游戏机器人：一种基于离线强化学习的框架

Soon Jynn Chu, Raju Gottumukkala, Alan Barhorst

机构 * Department of Mechanical Engineering, University of Louisiana at Lafayette（路易斯安那州立大学拉法叶分校机械工程系） 纠错

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

AI总结 本文提出了一种基于离线强化学习的自适应社交游戏机器人框架，通过整合多模态情绪识别与自适应响应，提升机器人在游戏场景中对用户情绪的适应能力。

Comments Submitted to conference

Rethinking Policy Diversity in Ensemble Policy Gradient in Large-Scale Reinforcement Learning

重新思考大规模强化学习中集成策略梯度中的策略多样性

Naoki Shitanda, Motoki Omura, Tatsuya Harada, Takayuki Osa

机构 * The University of Tokyo（东京大学） ； RIKEN Center for Advanced Intelligence Project（RIKEN高级智能项目中心） 纠错

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

AI总结 本文提出耦合策略优化方法，通过KL约束调节策略多样性，提升大规模强化学习中的探索效率和学习性能。

Comments In ICLR 2026. Website at https://naoki04.github.io/paper-cpo/

Generative adversarial imitation learning for robot swarms: Learning from human demonstrations and trained policies

生成对抗模仿学习在机器人群体中的应用：从人类示范和训练策略中学习

Mattes Kraus, Jonas Kuckling

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

AI总结 本文提出基于生成对抗模仿学习的框架，从人类示范和训练策略中学习机器人群体的集体行为，并在真实机器人上验证了其有效性。

Comments Accepted for publication at the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)

Learning Acrobatic Flight from Preferences

从偏好学习空中杂技飞行

Colin Merk, Ismail Geles, Jiaxu Xing, Angel Romero, Giorgia Ramponi, Davide Scaramuzza

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

AI总结 本研究提出REC框架，通过基于置信度的奖励集合方法，在空中杂技飞行中实现88.4%的奖励性能，优于传统方法的55.2%，并验证其在连续控制中的广泛适用性。

Comments 8 pages, 6 figures

Distributional value gradients for stochastic environments

分布价值梯度用于随机环境

Baptiste Debes, Tinne Tuytelaars

机构 * PSI KU Leuven（KU莱顿心理学研究所） 纠错

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

AI总结 本文提出分布式Sobolev训练方法，通过建模价值函数及其梯度的分布，提升在随机环境中的样本效率和稳定性。

Combinatorial Rising Bandits

组合上升老虎机

Seockbean Song, Youngsik Yoon, Siwei Wang, Wei Chen, Jungseul Ok

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

AI总结 本文提出组合上升老虎机框架和CRUCB算法，解决组合老虎机中因基础臂增强传播导致的依赖问题，通过理论分析和实验验证其高效性和有效性。