机器人 / 具身智能

RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning

RL-100：基于现实强化学习的高效机器人操作

Kun Lei, Huanyu Li, Dongjie Yu, Zhenyu Wei, Lingxiao Guo, Zhennan Jiang, Ziyu Wang, Shiyu Liang, Huazhe Xu

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

AI总结 RL-100通过结合扩散视觉-运动策略和截断PPO目标，实现了高效且鲁棒的现实机器人操作，展示了在多种任务中高达100%的成功率和良好的适应性。

Comments https://lei-kun.github.io/RL-100/

MO-Playground: Massively Parallelized Multi-Objective Reinforcement Learning for Robotics

MO-Playground: 多目标强化学习的大规模并行化方法用于机器人学

Neil Janwani, Ellen Novoseller, Vernon J. Lawhern, Maegan Tucker

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

AI总结 MO-Playground通过GPU加速的多目标环境和MORLAX算法，实现大规模并行化多目标强化学习，显著提升复杂机器人任务中的帕累托最优策略学习效率。

Comments 8 pages, 4 figures, 3 tables

A robust and compliant robotic assembly control strategy for batch precision assembly task with uncertain fit types and fit amounts

一种鲁棒且顺应性的机器人批量精密装配控制策略用于具有不确定配合类型和配合量的精密装配任务

Bin Wang, Jiwen Zhang, Song Wang, Dan Wu

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

AI总结 本文提出了一种基于FVFC-MTRL框架的鲁棒且顺应性机器人装配控制策略，通过多任务强化学习和策略蒸馏方法提升精密装配任务的鲁棒性和成功率。

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 23, pp. 5502-5515, 2026

Reward-Zero: Language Embedding Driven Implicit Reward Mechanisms for Reinforcement Learning

Reward-Zero: 语言嵌入驱动的隐式奖励机制用于强化学习

Heng Zhang, Haddy Alchaer, Arash Ajoudani, Yu She

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

AI总结 Reward-Zero通过语言嵌入驱动的隐式奖励机制，提升强化学习的样本效率、泛化能力和可扩展性。

Comments under review