机器人 / 具身智能

CORAL: Scalable Multi-Task Robot Learning via LoRA Experts

CORAL：通过LoRA专家实现可扩展的多任务机器人学习

Yuankai Luo, Woping Chen, Tong Liang, Zhenguo Li

机构 * Frontier Robotics（前沿机器人） 纠错

专题命中 机器人学习 ：robot learning(title,abstract)；robotics(abstract)；robotic(abstract)；分类 cs.RO

AI总结 CORAL通过LoRA专家实现多任务机器人学习，解决任务干扰问题，提升学习效率与扩展性。

Morphological-Symmetry-Equivariant Heterogeneous Graph Neural Network for Robotic Dynamics Learning

形态-对称等变异构图神经网络用于机器人动力学学习

Fengze Xie, Sizhe Wei, Yue Song, Yisong Yue, Lu Gan

机构 * California Institute of Technology（加州理工学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 机器人学习 ：robotic(title,abstract)；robot learning(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出MS-HGNN，通过整合机器人运动学结构和形态对称性，实现高效的动力学学习，并在多个四足机器人任务中验证了其有效性。

Quality over Quantity: Demonstration Curation via Influence Functions for Data-Centric Robot Learning

质量优于数量：通过影响函数进行演示数据的 curated

Haeone Lee, Taywon Min, Junsu Kim, Sinjae Kang, Fangchen Liu, Lerrel Pinto, Kimin Lee

机构 * KAIST（韩国科学技术院） ； University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学） 纠错

专题命中 机器人学习 ：robot learning(title,abstract)；分类 cs.RO、cs.LG

AI总结 本文提出 QoQ 方法，通过影响函数识别高质量演示数据，提升机器人学习性能。

Comments Accepted to ICRA 2026, 8 pages