机器人 / 具身智能

A Survey of Deep Network Solutions for Learning Control in Robotics: From Reinforcement to Imitation

深度网络在机器人学习控制中的应用综述：从强化到模仿

Lei Tai, Jingwei Zhang, Ming Liu, Joschka Boedecker, Wolfram Burgard

机构 * University of Freiburg（弗赖堡大学） 纠错

专题命中 机器人学习 ：manipulation(summary_cn,abstract)；robotics(title,abstract)；navigation(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文综述了深度学习在机器人学习控制中的应用，探讨了深度强化学习和模仿学习两大主流方法，分析了其在导航、 manipulation 任务中的应用及现实差距挑战。

Comments 19 pages, 1 figures

Stable, Concurrent Controller Composition for Multi-Objective Robotic Tasks

多目标机器人任务的稳定并发控制器组合

Anqi Li, Ching-An Cheng, Byron Boots, Magnus Egerstedt

机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机器研究所，佐治亚理工学院） 纠错

专题命中 机器人学习 ：robotic(title,abstract)；robotics(abstract)；分类 cs.RO

AI总结 本文提出了一种稳定且并发的控制器组合方法，用于多目标机器人任务，通过分解任务为子任务并独立设计子任务控制器，再利用RMPflow框架结合生成整体控制策略，同时通过CLF分析确保系统稳定性。

Comments The 58th IEEE Conference on Decision and Control (CDC), 2019

Model-Based Policy Search for Automatic Tuning of Multivariate PID Controllers

基于模型的策略搜索用于多变量PID控制器的自动调优

Andreas Doerr, Duy Nguyen-Tuong, Alonso Marco, Stefan Schaal, Sebastian Trimpe

专题命中 机器人学习 ：robotic(abstract)；分类 cs.RO、cs.LG；robotics(comments)

AI总结 本文提出基于模型的策略搜索框架，用于自动调优多变量PID控制器，通过数据驱动的方法解决复杂系统的控制器调优问题。

Comments Accepted final version to appear in 2017 IEEE International Conference on Robotics and Automation (ICRA)

PerceptTwin: Semantic Scene Reconstruction for Iterative LLM Planning and Verification

PerceptTwin：面向迭代LLM规划与验证的语义场景重建

Charlie Gauthier, Sacha Morin, Liam Paull

机构 * Department of Computer Science and Operations Research, Université de Montréal（蒙特利尔大学计算机科学与运筹学系） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； CIFAR AI Chair（CIFAR人工智能主席） 纠错

专题命中 机器人学习 ：robot policy(abstract)；分类 cs.RO、cs.AI

AI总结 提出PerceptTwin自动管道，从机器人感知的语义场景表示构建交互式仿真，结合LLM法官验证规划正确性与人类偏好，提升规划成功率约39%。

Comments Accepted at ICRA 2026 (Vienna); published on arxiv for archival purposes. See also https://percept-twin.github.io/

Virtual-to-Real: Learning to Control in Visual Semantic Segmentation

虚拟到现实：学习在视觉语义分割中的控制

Zhang-Wei Hong, Chen Yu-Ming, Shih-Yang Su, Tzu-Yun Shann, Yi-Hsiang Chang, Hsuan-Kung Yang, Brian Hsi-Lin Ho, Chih-Chieh Tu, Yueh-Chuan Chang, Tsu-Ching Hsiao, Hsin-Wei Hsiao, Sih-Pin Lai, Chun-Yi Lee

机构 * Elsa Lab（Elsa实验室） ； Department of Computer Science（计算机科学系） ； National Tsing Hua University（国立清华大学） 纠错

专题命中 机器人学习 ：robot learning(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出了一种模块化架构，通过将感知模块和控制策略模块结合，利用语义图像分割作为元表示，解决虚拟到现实的迁移问题，并在障碍避让和目标跟随任务中展示了优越的性能。

Comments 7 pages, accepted by IJCAI-18

Near-Optimal Belief Space Planning via T-LQG

通过T-LQG实现接近最优的信念空间规划

Mohammadhussein Rafieisakhaei, Suman Chakravorty, P. R. Kumar

专题命中 机器人学习 ：robotics(abstract,comments)；分类 cs.RO

AI总结 本文提出T-LQG方法，用于非线性机器人系统在观测和运动不确定性下的规划问题，提供近优反馈控制策略，解决POMDP问题。

Comments 3 pages, 3 figures, In Robotics: Science and Systems (RSS) 2017 Workshop of "POMDPs in Robotics: State of The Art, Challenges, and Opportunities"

PhyScene3D: Physically Consistent Interactive 3D Tabletop Scene Generation

PhyScene3D：物理一致的交互式3D桌面场景生成

Weixing Chen, Zhuoqian Feng, Yang Liu, Yexin Zhang, Yifan Wen, Yinghong Liao, Weichao Qiu, Guanbin Li, Liang Lin

机构 * Sun Yat-sen University, China（中山大学） ； Peng Cheng Laboratory（鹏城实验室） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东省大数据分析与处理重点实验室） ； Huawei（华为） 纠错

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

AI总结 提出PhyScene3D框架，通过认知拓扑推理链和物理感知去噪对齐，解决3D桌面场景生成中的物理一致性问题，显著降低碰撞率。

Comments 23 pages, 5 figures, accepted by ICML 2026

Task-Driven Estimation and Control via Information Bottlenecks

基于信息瓶颈的任务驱动估计与控制

Vincent Pacelli, Anirudha Majumdar

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 机器人学习 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种基于信息瓶颈理论的任务驱动估计与控制框架，通过任务相关的变量构建高效表示，并设计了在线算法进行状态估计以实现鲁棒的控制策略。

Comments 9 pages, 4 figures, abridged version accepted to ICRA2019; Incorporates changes in final conference submission

Learning Constraints from Demonstrations

从示范中学习约束

Glen Chou, Dmitry Berenson, Necmiye Ozay

机构 * Dept. of Electrical Engineering and Computer Science, University of Michigan, Ann Arbor, MI, 48109, USA（电气工程与计算机科学系，密歇根大学，安娜堡，MI，48109，美国） 纠错

专题命中 机器人学习 ：分类 cs.RO、cs.AI、cs.LG；robotics(comments)

AI总结 该研究提出了一种从示范中学习未知约束的方法，通过任务示范、成本函数和系统动力学与控制约束，利用hit-and-run采样获取低成本但不安全的轨迹，并通过整数规划获得一致的不安全集表示，同时理论分析了可从安全示范中学习的约束子集。

Comments Presented at the Workshop on the Algorithmic Foundations of Robotics (WAFR), 2018, Mérida, Mexico

Formal Policy Learning from Demonstrations for Reachability Properties

从演示中学习形式策略以满足可达性属性

Hadi Ravanbakhsh, Sriram Sankaranarayanan, Sanjit A. Seshia

专题命中 机器人学习 ：robotic(abstract)

AI总结 本文提出了一种从演示中学习结构化闭环策略的方法，用于控制欠驱动机器人系统，以满足如到达目标状态集等形式行为规范。该方法通过策略学习者、演示者和验证器之间的交互，利用反例引导的迭代循环，通过反例更新训练数据并细化策略。

Mobile Beamforming & Spatially Controlled Relay Communications

移动波束成形与空间控制中继通信

Dionysios S. Kalogerias, Athina P. Petropulu

专题命中 机器人学习 ：robotic(abstract)

AI总结 本文研究了单源单目标机器人中继网络中的随机运动规划问题，提出了一种两阶段随机规划方法，通过优化中继位置以最大化总波束成形功率的期望倒数，采用随机因果信道状态信息进行决策。

Comments 41st International Conference on Acoustics, Speech & Signal Processing (ICASSP 2016) Presentation Available: http://sigport.org/831

Computational methods for stochastic control with metric interval temporal logic specifications

具有度量区间时序逻辑规范的随机控制计算方法

Jie Fu, Ufuk Topcu

专题命中 机器人学习 ：robotic(abstract)

AI总结 本文研究了连续时间随机系统在度量区间时序逻辑规范下的最优控制问题，提出了一种基于离散近似的方法来合成最优控制策略，以最大化满足规范的概率，并展示了该策略在离散近似中收敛到连续时间语义下的最优策略。

Comments 8 pages, 6 figures, submitted to IEEE CDC 2015