机器人 / 具身智能

Learning Generalizable Robot Policy with Human Demonstration Video as a Prompt

以人类演示视频为提示学习可泛化的机器人策略

Xiang Zhu, Yichen Liu, Hezhong Li, Jianyu Chen

机构 * Tsinghua University, China（清华大学，中国） ； Shanghai Qi Zhi Institute, China（上海启智研究院，中国） 纠错

专题命中 机器人学习 ：robot policy(title,abstract)；robot learning(abstract)；manipulation(abstract)；robotic(abstract)

AI总结 提出两阶段框架，利用人类演示视频学习可泛化机器人策略，无需遥操作数据或微调即可执行新任务。

Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA), 2026

Batched Differentiable Rigid Body Dynamics in PyTorch for GPU-Accelerated Robot Learning

Batched Differentiable Rigid Body Dynamics in PyTorch for GPU-Accelerated Robot Learning

Yue Wang, Yanran Xu, Wenbo Wu, Chuanhang Qiu, Zhaoxing Li

机构 * University of Southampton（南安普顿大学） 纠错

专题命中 机器人学习 ：robot learning(title,title_cn)；分类 cs.RO

AI总结 提出BARD，一种基于PyTorch的批处理可微刚体动力学库，通过三级缓存、无矩阵乘法的关节变换和层级并行传播，在GPU上实现高达64倍的前向运动学加速，并支持梯度计算。

RDGen: Demonstration Generation for High-Quality Robot Learning via Reinforcement Learning

RDGen: 通过强化学习生成高质量机器人学习的演示

Zijian Zhu, Menglin Zou, Zhuang Li, Yaojie Tu, Xinhai Sun

专题命中 机器人学习 ：robot learning(title,abstract)；robot policy(abstract)；分类 cs.RO

AI总结 提出RDGen框架，利用从仿真到真实的强化学习策略生成高质量机器人演示轨迹，用于训练视觉-语言-动作模型，相比人工遥操作产生更平滑轨迹并提升下游性能。

Comments 13 pages, 4 figures, 3 tables

Task-Focused Memorization for Multimodal Agents

面向多模态智能体的任务聚焦记忆

Tao Zou, Yichen He, Tian Qiu, Yuan Lin, Hang Li

机构 * Fudan University（复旦大学） 纠错

专题命中 机器人学习 ：embodied agent(abstract)；分类 cs.CV

AI总结 提出基于强化学习的任务聚焦记忆策略学习框架TaskMem，通过两阶段训练使多模态智能体在流式观测中动态选择任务相关记忆，在三个流式基准上VQA准确率提升5.3%-7.0%。