视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-03-26 至 2026-03-26 共收录 3 篇信号源：cs.RO, cs.AI, cs.CV, cs.LG

1. 模仿学习与强化学习 3 篇

2603.24083 2026-03-26 cs.RO cs.AI cs.LG 85%

Knowledge-Guided Manipulation Using Multi-Task Reinforcement Learning

基于多任务强化学习的知识引导操作

Aditya Narendra, Mukhammadrizo Maribjonov, Dmitry Makarov, Dmitry Yudin, Aleksandr Panov

机构 * MIRAI ； MBZUAI ； Innopolis University（Innopolis大学）； AXXX

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

AI总结本文提出KG-M3PO框架，通过统一感知、知识和策略实现部分可观测环境下的多任务机器人操作，利用3D场景图和动态关系机制提升任务成功率与泛化能力。

Comments 8 pages, 8 figures. Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)

2603.24241 2026-03-26 eess.SY cs.LG cs.SY 77%

C-STEP: Continuous Space-Time Empowerment for Physics-informed Safe Reinforcement Learning of Mobile Agents

C-STEP：连续时空赋能用于物理引导的移动智能体安全强化学习

Guihlerme Daubt, Adrian Redder

机构 * Faculty of Technology, Bielefeld University, Germany（比勒菲尔德大学技术学院，德国）； Department of Electrical Engineering and Information Technology, Paderborn University, Germany（帕德博恩大学电气工程与信息科技系，德国）

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

AI总结本文提出C-STEP方法，通过结合导航奖励设计物理引导的内在奖励，提升移动智能体在复杂环境中的安全导航能力，减少碰撞并优化任务完成。

2603.23889 2026-03-26 cs.LG cs.RO 62%

Off-Policy Safe Reinforcement Learning with Constrained Optimistic Exploration

基于约束乐观探索的非策略安全强化学习

Guopeng Li, Matthijs T. J. Spaan, Julian F. P. Kooij

机构 * Faculty of Mechanical Engineering（机械工程学院）； Delft University of Technology（代尔夫特理工大学）； Faculty of Electrical Engineering, Mathematics and Computer Science（电气工程、数学和计算机科学学院）

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

AI总结本文提出COX-Q算法，通过约束乐观探索和保守离线分布价值学习，解决非策略安全强化学习中的约束违反问题，实现在安全关键应用中的高效样本利用和可控数据收集成本。

Comments 21 pages, 9 figures, accepted by ICLR 2026 poster