机器人 / 具身智能

NavRL++: A System-Level Framework for Improving Sim-to-Real Transfer in Reinforcement Learning-Based Robot Navigation

NavRL++: 一种提升基于强化学习的机器人导航仿真到现实迁移的系统级框架

Zhefan Xu, Hanyu Jin, Kenji Shimada

机构 * Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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

AI总结 本文提出NavRL++框架，通过系统性研究仿真到现实迁移的关键因素，引入感知鲁棒性增强策略和基于Transformer的时序推理策略，提升机器人导航性能。

Comments 18 pages, 18 figures, 6 tables

Lamarckian Inheritance in Dynamic Environments: How Key Variables Affect Evolutionary Dynamics

动态环境中的拉马克继承：关键变量如何影响进化动态

K. Ege de Bruin, Kyrre Glette, Kai Olav Ellefsen

机构 * Department of Informatics, University of Oslo, Norway（奥斯陆大学信息学院） ； RITMO, University of Oslo, Norway（奥斯陆大学RITMO） 纠错

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

AI总结 本文研究动态环境中关键变量对进化动态的影响，通过虚拟软机器人和两种学习方法，发现拉马克继承在环境变化冲突且不可预测时表现欠佳，但添加环境感知传感器可恢复其优势。

Shaping Sparse Rewards in Reinforcement Learning: A Semi-supervised Approach

在强化学习中塑造稀疏奖励：一种半监督方法

Wenyun Li, Wenjie Huang, Chen Sun

机构 * Department of Mathematics, The University of Hong Kong (HKU)（香港大学数学系） ； Department of Data and Systems Engineering, HKU（香港大学数据与系统工程系） ； Musketeers Foundation Institute of Data Science, HKU（穆斯克特基金会数据科学研究所） 纠错

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

AI总结 本文提出一种半监督方法，通过利用非零奖励转移和数据增强学习轨迹空间表示，提升稀疏奖励下的奖励塑造效果，在Atari和机器人操控任务中优于监督方法。

An Introduction to Deep Reinforcement and Imitation Learning

深度强化学习与模仿学习入门

Pedro Santana

机构 * ISCTE – University Institute of Lisbon（里斯本大学理工学院） 纠错

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

AI总结 本文介绍深度强化学习和深度模仿学习在具身智能体中的应用，涵盖马尔可夫决策过程、REINFORCE和PPO等核心算法，以及行为克隆、DAgger和GAIL等基础方法。

parallelcbf: A composable safety-filter and auditability framework for tensor-parallel reinforcement learning

parallelcbf：一种用于张量并行强化学习的可组合安全性过滤和可追溯性框架

Yijun Lu, Zilei Yang, Yuyin Ma

机构 * Xinjiang Key Laboratory of Intelligent Computing and Smart Applications（新疆智能计算与智能应用重点实验室） ； School of Software, Xinjiang University, Urumqi, China（新疆大学软件学院，中国乌鲁木齐） ； School of Computing Science, Waseda University, Tokyo, Japan（早稻田大学计算机科学系，日本东京） 纠错

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

AI总结 ParallelCBF首次整合了张量并行无人机环境、硬门CBF安全过滤器、分片BC到RL流水线和第一类操作可追溯性，提供可组合的API以实现端到端安全约束训练。

FlashSAC: Fast and Stable Off-Policy Reinforcement Learning for High-Dimensional Robot Control

FlashSAC: 高维机器人控制中的快速稳定离线强化学习

Donghu Kim, Youngdo Lee, Minho Park, Kinam Kim, I Made Aswin Nahendra, Takuma Seno, Sehee Min, Daniel Palenicek, Florian Vogt, Danica Kragic, Jan Peters, Jaegul Choo, Hojoon Lee

机构 * KTH Royal Institute of Technology（皇家理工学院） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

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

AI总结 FlashSAC基于Soft Actor-Critic提出快速稳定的离线强化学习算法，通过减少梯度更新并增大模型规模和数据吞吐量，在高维任务中超越PPO和强离线基线，显著提升训练效率和性能。

Comments RSS'26