机器人 / 具身智能

SARM: Stage-Aware Reward Modeling for Long Horizon Robot Manipulation

SARM：面向长时间 horizon 的机器人操控阶段感知奖励建模

Qianzhong Chen, Justin Yu, Mac Schwager, Pieter Abbeel, Yide Shentu, Philipp Wu

机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出一种基于视频的阶段感知奖励建模框架，通过自然语言子任务标注实现一致标签，提升长horizon任务的鲁棒性和泛化能力，实验表明其在真实世界和人类验证中表现优异。

Humanoid Whole-Body Badminton via Multi-Stage Reinforcement Learning

人形机器人多阶段强化学习实现全身体育羽毛球

Chenhao Liu, Leyun Jiang, Yibo Wang, Kairan Yao, Jinchen Fu, Xiaoyu Ren

机构 * Beijing Phybot Technology Co., Ltd（北京 Phybot 技术有限公司） 纠错

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

AI总结 本文提出多阶段强化学习框架，实现人形机器人羽毛球全身体术控制，通过三阶段课程学习协调步伐与击球，实验验证在仿真和硬件上均取得高精度击球性能。

Comments Project Page: https://humanoid-badminton.github.io/Humanoid-Whole-Body-Badminton-via-Multi-Stage-Reinforcement-Learning

Learning from the Best: Smoothness-Driven Metrics for Data Quality in Imitation Learning

向最佳学习：用于模仿学习中数据质量的平滑驱动度量

Soham Kulkarni, Raayan Dhar, Yuchen Cui

机构 * Department of Computer Science, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系） 纠错

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

AI总结 本文提出RINSE框架，通过轨迹平滑度评估演示数据质量，改进模仿学习中的数据筛选与重加权，实验证明在不同任务中提升性能。

Comments 8 pages, 5 figures