机器人 / 具身智能

SAMe: A Semantic Anatomy Mapping Engine for Robotic Ultrasound

SAMe：一种用于机器人超声的语义解剖映射引擎

Jing Zhang, Duojie Chen, Wentao Jiang, Zihan Lou, Jianxin Liu, Xinwu Cui, Qinghong Zhao, Bo Du, Christoph F. Dietrich, Dacheng Tao

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Hubei Center for Applied Mathematics, Wuhan University（湖北应用数学中心，武汉大学） ； Department of Ultrasound, The Central Hospital of Wuhan（武汉市中心医院超声科） ； Department of Medical Ultrasound, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology（同济医院，同济医学院，华中科技大学医学影像科） ； Department of Ultrasound in Medicine, Renmin Hospital of Wuhan University（武汉大学仁医医院医学超声科） ； University Hospital, Johann-Wolfgang-Goethe University Frankfurt am Main（法兰克福歌德大学医学院大学医院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

专题命中 具身导航 ：robotic(title,abstract)；分类 cs.RO、cs.CV

AI总结 该研究提出SAMe，一种语义解剖映射引擎，通过提供显式的解剖先验层，解决机器人超声扫描初始化问题，实现了基于临床症状的解剖目标识别和控制指令生成，提高了自动扫描的准确性和效率。

Comments Supplementary information included. Code will be released at https://github.com/MiliLab/Echo-SAMe

KIO-planner: Attention-Guided Single-Stage Motion Planning with Dual Mapping for UAV Navigation

KIO-planner: 基于双映射的注意力引导单阶段运动规划用于无人机导航

Dexing Yao, Haochen Li, Junhao Wei, Yifu Zhao, Yanxiao Li, Jiahui Xu, Jinxuan Hu, Lele Tian, Baili Lu, Zikun Li, Xu Yang, Sio-Kei Im, Dingcheng Yang, Yapeng Wang

机构 * Faculty of Applied Sciences（应用科学学院） ； Macao Polytechnic University（澳门理工学院） ； College of Animal Science and Technology（动物科学与技术学院） ； Zhongkai University of Agriculture and Engineering（仲恺农业工程学院） ； School of Economics and Management（经济管理学院） ； South China Normal University（华南师范大学） ； Information Engineering School（信息工程学院） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO

AI总结 本文提出KIO-planner，一种基于注意力引导的单阶段轨迹规划框架，通过整合CBAM模块和双映射机制，实现了在密集障碍环境中低延迟、可靠的运动规划，提高了导航的敏捷性和安全性。

Comments Accepted by an IEEE Vehicular Technology Conference. 6 pages, 4 figures, 1 table

MCNav: Memory-Aware Dynamic Cognitive Map for Zero-shot Goal-oriented Navigation

MCNav: 用于零样本目标导向导航的记忆感知动态认知图

Jingyu Li, Zhe Liu, Wenxiao Wu, Li Zhang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Hong Kong（香港大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO

AI总结 本文提出MCNav，一种记忆感知的动态认知图导航框架，通过高效查询已探索区域的相关物体信息，解决零样本目标导向导航中目标丢失或误识别的问题，通过目标再验证和遗漏目标再探索策略，结合黑名单和双检机制，实现最先进的性能。

Beyond Waypoints: Dual-Heatmap Grounding for Cross-Embodiment Semantic Navigation

超越航点：双热图接地用于跨具身语义导航

Kaijie Yun, Yue Chen

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； JD AI Research（京东人工智能研究院） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO

AI总结 本文提出一种统一的视觉-语言框架，通过双热图表示替代单点回归，以解决语义指令与物理可达性之间的差距，从而提升跨具身语义导航的鲁棒性和性能。

KappaPlace: Learning Hyperspherical Uncertainty for Visual Place Recognition via Prototype-Anchored Supervision

KappaPlace: 通过原型锚定监督学习超球面不确定性用于视觉位置识别

Maya Yanko, Yoli Shavit

机构 * Faculty of Engineering Bar-Ilan University（工程学院巴伊兰大学） 纠错

专题命中 具身导航 ：robotics(abstract)；navigation(abstract)；分类 cs.AI、cs.CV

AI总结 本文提出KappaPlace，一种学习具有不确定性的视觉位置识别表示的框架，通过原型锚定监督策略利用潜在类别代表作为概率目标，以减轻视觉位置识别中不确定性估计不准确的问题，从而提高导航系统的可靠性。

TravExplorer: Cross-Floor Embodied Exploration via Traversability-Aware 3-D Planning

TravExplorer: 通过可 traversability-aware 3-D 规划实现跨楼层的 embodied 探索

Han Zheng, Zhe Chen, Yudong Huang, Haoran Liu, Jinghao Wang, Ming Yang, Tong Qin

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 具身导航 ：navigation(abstract,abstract_cn)；分类 cs.RO

AI总结 本文提出TravExplorer框架，结合零样本语义引导与可 traversability-aware 3-D 规划，实现跨楼层的 embodied 探索，通过统一的体积地图区分占用结构与机器人可达支撑面，并提取可 traversable 前沿区域，同时采用FOV-aware的主动感知策略解决跨楼层遍历中的不完整观测问题，最终在HM3D和MP3D上进行了4195次模拟实验，并在真实世界中验证了无需先验地图或人工干预的开放词汇目标搜索能力。

Certifiable Alignment of GNSS and Local Frames via Lagrangian Duality

通过拉格朗日对偶实现GNSS与局部框架的可验证对齐

Baoshan Song, Matthew Giamou, Penggao Yan, Chunxi Xia, Li-Ta Hsu

机构 * Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University, China（航空与航空工程系，香港理工大学，中国） ； Department of Computing and Software, McMaster University, Canada（计算与软件系，麦斯特大学，加拿大） ； School of Geodesy and Geomatics, Wuhan University, China（测绘学院，武汉大学，中国） 纠错

专题命中 具身导航 ：robotics(abstract)；navigation(abstract)；分类 cs.RO

AI总结 本文提出了一种全局最优求解器，通过将原始伪距或多普勒测量转换为凸松弛问题，实现了GNSS与局部框架的可验证对齐，解决了传统方法在GNSS退化环境下的局限性。

Comments Final version in RA-L

Minimalist Visual Inertial Odometry

极简视觉惯性里程计

Francesco Pasti, Jeremy Klotz, Nicola Bellotto, Shree K. Nayar

机构 * Department of Information Engineering, University of Padua（帕多瓦大学信息工程系） ； Computer Science Department, Columbia University（哥伦比亚大学计算机科学系） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结 本文提出了一种极简的平面里程计方法，通过四个视觉测量和一个IMU实现差分驱动机器人的鲁棒运动估计，展示了极简传感在高效准确平面里程计中的应用。

Comments This work has been submitted to the IEEE for possible publication

APULSE: A Scalable Hybrid Algorithm for the RCSPP on Large-Scale Dense Graphs

APULSE：一种用于大规模密集图上RCSPP的可扩展混合算法

Nuno Soares, António Grilo

机构 * Academia Militar Lisboa（里斯本军事学院） ； INESC INOV Instituto Superior Técnico (IST) Universidade de Lisboa（INESC INOV 里斯本技术大学 (IST)） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出APULSE算法，通过结合A*启发式搜索、Pulse式剪枝机制和时间桶策略，高效解决大规模密集图上的资源受限最短路径问题，展现出显著的可扩展性和鲁棒性。

Comments This version corrects keywords and reference [9]. 9 pages

Journal ref in IEEE Access, vol. 14, pp. 40690-40706, 2026

Multi-Session Ground Texture SLAM in Low-Dynamic Environments

多会话低动态环境下的地面纹理SLAM

Kyle M. Hart, Brendan Englot

机构 * Naval Air Warfare Center, Aircraft Division（海军航空武器中心，飞机分部） ； Department of Mechanical Engineering, Stevens Institute of Technology（机械工程系，史蒂文斯理工学院） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 本文研究了在低动态环境中多会话地面纹理SLAM中的轨迹估计精度影响，探讨了三种技术的影响，发现Kullback-Leibler散度在相似度评分和闭环置信度偏置方面效果最佳，并介绍了一个包含多会话图像和高精度姿态信息的数据集。

Comments 8 pages, 9 figures. To appear at the 23rd International Conference on Ubiquitous Robots, Osaka, Japan. Distribution Statement A: Approved for public release; distribution is unlimited, as submitted under NAVAIR Public Release Authorization 2025-0098

Automated Discovery of Metainterfaces with Tailored Friction Laws

具有定制摩擦定律的元界面自动化发现

Li Fu, Djibril Gabriel Kashala, D. Dalmas, J Scheibert

专题命中 具身导航 ：robotics(abstract)

AI总结 本文提出了一种基于数值优化的逆向设计框架，用于自动发现满足特定摩擦与法向力关系的元界面，展示了该框架在扩展摩擦系数范围、解锁幂律摩擦定律以及实现双线性摩擦定律方面的应用，并通过实验验证了其有效性。

Learning Bilevel Policies over Symbolic World Models for Long-Horizon Planning

在符号世界模型上学习双层策略以实现长周期规划

Dillon Z. Chen, Till Hofmann, Toryn Q. Klassen, Sheila A. McIlraith

机构 * Vector Institute（向量研究所） ； University of Toronto（多伦多大学） ； LAAS-CNRS（Laas--cnrs） ； University of Toulouse（图卢兹大学） ； RWTH Aachen University（亚琛工业大学） 纠错

专题命中 具身推理 ：world model(title)；embodied AI(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种结合低层模仿学习和高层符号抽象的双层策略，用于解决长周期规划问题，通过BISON系统在扩展的MetaWorld基准上验证了其在处理大量物体和长周期任务上的优越性。

Composition of Memory Experts for Diffusion World Models

记忆专家的组合用于扩散世界模型

Sebastian Stapf, Pablo Acuaviva Huertos, Aram Davtyan, Paolo Favaro

机构 * Computer Vision Group（计算机视觉组） ； Department of Computer Science（计算机科学系） ； University of Bern（伯恩大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于扩散的世界模型框架，通过组合专门化的记忆专家来解决记忆与效率之间的权衡问题，提升了时间一致性、过去观察的回忆和导航性能。

Journal ref Proceedings of the Fourteenth International Conference on Learning Representations (ICLR), 2026

PanoWorld: A Generative Spatial World Model for Consistent Whole-House Panorama Synthesis

PanoWorld: 一种生成式空间世界模型，用于一致的整屋全景合成

Jinrang Jia, Zhenjia Li, Yijiang Hu, Yifeng Shi

机构 * Ke Holdings Inc.（凯控股有限公司） 纠错

专题命中 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.CV

AI总结 本文提出PanoWorld，一种生成式空间世界模型，通过自回归生成基于节点的360度全景图，实现一致的整屋全景合成，解决了纯2D生成器在视角变化时几何和材质重新想象的问题，以及单一3D生成在多房间尺度下的高成本和纹理丢失问题。

Comments 17

PhyWorld: Physics-Faithful World Model for Video Generation

PhyWorld: 用于视频生成的物理忠实世界模型

Pu Zhao, Juyi Lin, Timothy Rupprecht, Arash Akbari, Chence Yang, Rahul Chowdhury, Elaheh Motamedi, Arman Akbari, Yumei He, Chen Wang, Geng Yuan, Weiwei Chen, Yanzhi Wang

机构 * Northeastern University（东北大学） ； University of Georgia（佐治亚大学） ； Tulane University（路易斯安那大学） ； EmbodyX 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV、cs.LG

AI总结 本文提出PhyWorld，一种通过两阶段训练提升视频生成模型的物理忠实性，以改进世界模拟器的性能，从而更有效地支持物理AI系统。

HEAT: Heterogeneous End-to-End Autonomous Driving via Trajectory-Guided World Models

HEAT: 基于轨迹引导的世界模型实现异构端到端自动驾驶

Hoonhee Cho, Giwon Lee, Jae-Young Kang, Hyemin Yang, Heejun Park, Kuk-Jin Yoon

机构 * KAIST（韩国科学技术院） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.CV

AI总结 本文提出一种基于轨迹引导的学习方法，通过规划轨迹组织训练，使模型能够捕捉驾驶意图的领域不变表示，并结合预测未来潜在特征的世界模型，提高特征一致性并缓解领域偏见，从而在多个异构数据集上实现强性能。

Transformers Linearly Represent Highly Structured World Models

Transformer 通过线性方式表示高度结构化的世界模型

Roman Kniazev, Nathanaël Fijalkow

机构 * LaBRI, CNRS University of Bordeaux（LaBRI、CNRS 波尔多大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 研究探讨了Transformer在训练过程中是否能构建任务的内部模型，并发现其内部表示结构与领域结构相匹配，通过Sudoku求解轨迹训练的Transformer展示了其内部计算机制和稀疏可解释的决策电路。

AffectVerse: Emotional World Models for Multimodal Affective Computing

AffectVerse: 多模态情感计算中的情感世界模型

Bo Zhao, Fanghua Ye, Yixin Ji, Sicheng Zhao, Xiaojiang Peng, Zitong YU

机构 * Great Bay University（大湾大学） ； Tencent（腾讯） ； Tsinghua University（清华大学） ； Shenzhen Technology University（深圳技术大学） 纠错

专题命中 具身推理 ：world model(title)；分类 cs.CV

AI总结 本研究提出AffectVerse，一种基于Qwen2.5-Omni的多模态情感计算模型，通过引入情感世界模块实现短期潜在情感预测，利用未来预测作为自监督信号，提高了情感计算的准确性。

Learning Abstract World Models with a Group-Structured Latent Space

通过组结构潜在空间学习抽象世界模型

Thomas Delliaux, Nguyen-Khanh Vu, Vincent François-Lavet, Elise van der Pol, Emmanuel Rachelson

机构 * ISAE-SUPAERO ； ETH Zürich（瑞士联邦理工学院） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； Microsoft Research AI for Science（微软研究院人工智能科学部） 纠错

专题命中 具身推理 ：world model(title)；分类 cs.LG

AI总结 该研究通过在低维表示流形上引入几何先验，改进了马尔可夫决策过程的抽象模型学习，从而提升有限数据下的泛化能力，并在具有旋转和翻译特征的环境中实现了更有效的强化学习任务学习。

Comments 20 pages, 18 figures

Sparse Mixture-of-Experts Routing in Visual Diffusion Transformers:Diagnosis, Boundary Calibration and Evolutionary Roadmap from Routing Collapse to Selective Deadlock

视觉扩散变换器中稀疏专家混合路由的稀疏性：从路由崩溃到选择性死锁的诊断、边界校准和进化路线图

Haiying Sha

机构 * Haiying Sha（海ying Sha） 纠错

专题命中 具身推理 ：world model(abstract)；分类 cs.CV

AI总结 本文系统诊断了Token-Choice稀疏混合专家（MoE）在视频扩散变换器中的训练失败模式，通过分析超过6500万个标记的路由决策时间序列，提出了功能冗余假说，并总结了从视觉统一到世界模型的三步进化路线图。

Thick branes and fermion localization in five-dimensional $f(T,T_G)$ gravity

厚膜与费米子局域化在五维$f(T,T_G)$引力中

A. R. P. Moreira, F. M. Belchior, Shi-Hai Dong, E. N. Saridakis

专题命中 具身推理 ：world model(abstract)

AI总结 本文研究了五维$f(T,T_G)$修正Teleparallel引力中的厚膜配置，通过构造显式解，展示了$T_G$部分如何显著修改膜结构，并通过Yukawa耦合分析了费米子局域化，发现torsional Gauss-Bonnet项对有效势能和质量谱有重要影响。

Comments 16 pages and 8 figures

PAPO-VLA: Planning-Aware Policy Optimization for Vision-Language-Action Models

PAPO-VLA: 为视觉-语言-动作模型进行规划感知的策略优化

Peizheng Guo, Jingyao Wang, Changwen Zheng, Wenwen Qiang

机构 * Institute of Software Chinese Academy of Sciences（软件研究所中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出PAPO-VLA，一种针对视觉-语言-动作模型的规划感知策略优化方法，通过识别和优化规划动作以提高VLA策略的可靠性。

RoVLA: Multi-Consistency Constraints for Robust Vision-Language-Action Models

RoVLA: 多一致性约束用于鲁棒的视觉-语言-动作模型

Jingzhou Luo, Yifan Wen, Yongjie Bai, Xinshuai Song, Yang Liu, Liang Lin

机构 * Sun Yat-sen University（中山大学） ； Peng Cheng Laboratory（鹏城实验室） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东大数据分析与处理重点实验室） ； X-Era AI Lab（X-Era AI实验室） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出RoVLA框架，通过多一致性约束提升视觉-语言-动作模型的鲁棒性，通过指令语义、轨迹演变和观察扰动三种互补变换增强模型的稳定性和泛化能力。

Preserving Foundational Capabilities in Flow-Matching VLAs through Conservative SFT

通过保守监督微调在流匹配视觉-语言-动作中保持基础能力

Tianyi Zhang, Shaopeng Zhai, Haoran Zhang, Fuxian Huang, Qi Zhang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 机器人基础模型 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出保守监督微调（ConSFT）方法，旨在通过动态调整学习信号来减少流匹配视觉-语言-动作模型在微调过程中对预训练能力的损害，从而在不依赖先验数据或架构开销的情况下提升模型在目标分布上的适应性和能力保留。

Comments 20 pages, 9 figures

RoHIL: Robust Human-in-the-Loop Robotic Reinforcement Learning Against Illumination Variations

RoHIL: 面对光照变化的鲁棒人机协同机器人强化学习

Shuoqin Zhang, Yixin Xiong, Xiru Gao, Kai Liu, Ke Wang, Xichuan Zhou, Zhe Hu

机构 * Chongqing University（重庆大学） ； Chengdu Anu Intelligence（成都安努智能） 纠错

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

AI总结 本文提出RoHIL框架，通过离线微调方法解决机器人在不同工作间因光照变化导致的性能下降问题，保留原始工作间性能并避免重新收集数据和训练。

Beyond Action Residuals: Real-World Robot Policy Steering via Bottleneck Latent Reinforcement Learning

超越动作残差：通过瓶颈潜在强化学习实现现实世界机器人策略引导

Dongjie Yu, Kun Lei, Zhennan Jiang, Jia Pan, Huazhe Xu

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Shanghai Qizhi Institute（上海启智研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） 纠错

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

AI总结 本文提出了一种名为Z-Perturbation Reinforcement Learning（ZPRL）的方法，通过紧凑的瓶颈潜在空间来引导预训练策略，从而提高样本效率和最终性能，同时在现实世界任务中显著提升了成功率。

Emergence of a Flow-Assisted Casting Strategy for Olfactory Navigation via Memory-Augmented Reinforcement Learning

气味导航中通过记忆增强强化学习的流辅助铸造策略的出现

Changxu Zhao, Dongxiao Zhao, Xin Bian, Gaojin Li

机构 * State Key Laboratory of Ocean Engineering, School of Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai 200240, People’s Republic of China（海洋工程国家重点实验室，海洋与土木工程学院，上海交通大学，上海200240，中华人民共和国） ； State Key Laboratory of Fluid Power and Mechatronic Systems, Department of Engineering Mechanics, Zhejiang University, Hangzhou 310027, People’s Republic of China（流体动力与机械系统国家重点实验室，工程力学系，浙江大学，杭州310027，中华人民共和国） 纠错

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

AI总结 研究通过记忆增强强化学习探讨了在动态流场中动物如何利用记忆长度和流条件优化气味搜索效率，发现智能体通过自适应调整搜索轨迹几何形状和启动铸造的浓度阈值来最大化成功概率。

Sampling-Based Safe Reinforcement Learning

基于采样的安全强化学习

Luca Vignola, Bruce D. Lee, Manish Prajapat, Manuel Wendl, Melanie Zeilinger, Andreas Krause, Yarden As

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出了一种基于采样的安全强化学习方法，通过在有限的动力学样本集上联合施加约束，确保学习过程中的安全性，并在连续域中提供实用的安全保证，同时通过限制认知不确定性实现了高效的探索。

Aerial Inspection Behaviors via RL-based Quadrotor Control for Under-canopy Forest Environments

通过基于强化学习的四旋翼控制实现空中巡检行为：在树冠下森林环境中的应用

Fausto Mauricio Lagos Suarez, Akshit Saradagi, Vidya Sumathy, Viswa Narayanan Sankaranarayanan, George Nikolakopoulos

机构 * Robotics and AI group, in the Department of Computer Science, Electrical and Space Engineering at Luleå University of Technology, Sweden（鲁尔坎大学技术学院机器人与人工智能小组，计算机科学、电气与空间工程系，瑞典） 纠错

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

AI总结 本文提出了一种基于深度强化学习的四旋翼控制器，用于在树冠下森林环境中进行自主巡检任务，通过端到端控制策略实现巡检视角姿态跟踪，并结合旅行商问题规划器和快速随机树星规划器确保长距离任务的安全可靠部署。

Comments Submitted to 2026 IEEE 22nd International Conference on Automation Science and Engineering

A Heuristic Approach for Performance Tuning in RL-based Quadrotor Control via Reward Design and Termination Conditions

一种通过奖励设计和终止条件实现RL基于四旋翼控制性能调优的启发式方法

Fausto Mauricio Lagos Suarez, Akshit Saradagi, Vidya Sumathy, George Nikolakopoulos

机构 * Robotics and AI group, in the Department of Computer Science, Electrical and Space Engineering at Luleå University of Technology（鲁德尼大学机器人与人工智能小组，计算机科学、电气与空间工程系） 纠错

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

AI总结 本文提出了一种新的启发式方法，通过奖励设计和终止条件实现RL四旋翼控制的可调性能，该方法通过双带宽指数奖励结构实现了设定点跟踪的临界阻尼响应，并具有低稳态误差。在使用近端策略优化（PPO）算法训练时，结合episode截断条件，在600万次时间步内以高效的方式实现了所需性能。通过直观的启发式规则调整奖励权重和指数系数，可以实现更快（空翻式）和更慢（检查式）的稳定时间性能，同时保留基线临界阻尼响应和约2%的稳态误差。

Comments Accepted in the 34th Mediterranean Conference on Control and Automation