机器人 / 具身智能

NavCMPO: Critic-Guided MeanFlow Policy Optimization for Adaptive Navigation

NavCMPO：用于自适应导航的评论家引导的平均流策略优化

Junjie An, Yi Wu, Xiao Liu, Yiqun Zhou, Yuechen Wu, Xiaoqing Guan, You Wang, Guang Li

机构 * Zhejiang University（浙江大学） ； Shandong University（山东大学） 纠错

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

AI总结 研究针对无地图视觉导航中策略的问题，提出NavCMPO框架，结合平均流轨迹生成、评论家引导细化和强化学习微调。在InternVLA - N1基准上有高成功率且降低推理延迟，并在Unitree Go2上实现有效模拟到现实的迁移。

Comments Accepted for presentation at IROS 2026

Safe Execution of RL Policies Via Acceleration-Based CBF-QP Constraint Enforcement for Real-World Robotic Deployments

通过基于加速度的CBF-QP约束执行实现强化学习策略在实际机器人部署中的安全执行

Bastien Muraccioli, Alice Cariou, Pierre-Alexandre Leziart, Mathieu Celerier, Arnaud Demont, Gentiane Venture, Mehdi Benallegue

机构 * CNRS–AIST Joint Robotics Laboratory (JRL)（法国国家科学研究中心与日本产业技术综合研究所联合机器人实验室） ； AIST（日本产业技术综合研究所） ； The University of Tokyo（东京大学） 纠错

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

AI总结 研究针对强化学习缺乏安全保障限制硬件部署的问题，提出基于加速度的CBF-QP安全过滤器Acc-CBF-QP，能在运行时约束策略于安全集，减少约束违反，保留标称任务性能，在机器人实验中效果显著，且流程开源。

Comments 8 pages, 4 figures. Accepted for publication at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Deep Reinforcement Learning Based Navigation with Macro Actions and Topological Maps

基于宏观动作和拓扑地图的深度强化学习导航

Simon Hakenes, Tobias Glasmachers

机构 * Institute for Neural Computation, Faculty of Computer Science, Ruhr University Bochum, Germany（神经计算研究所，计算机科学学院，博德姆鲁尔大学） 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 本文提出了一种基于拓扑地图和宏观动作的深度强化学习导航方法，通过简化问题复杂度实现高效的样本学习。

Comments 14 pages, 6 figures

Journal ref Machine Learning, Optimization, and Data Science. LOD 2025. Lecture Notes in Computer Science, vol 16467

An offline approach to fNIRS-guided reinforcement learning for robot behavior

一种用于机器人行为的基于fNIRS引导的强化学习的离线方法

Julia Santaniello, Madelaine Brower, Benson Jiang, Donatello Sassaroli, Robert Jacob, Jivko Sinapov

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

AI总结 研究利用fNIRS脑信号调节机器人模拟学习的可行性，比较不同交互任务训练的智能体，测试多种增强强化学习算法的方法，发现该框架能有效利用神经信号增强学习，还可离线学习，为特定场景提供替代方案。

Comments Preliminary results

SKooP: Symmetric Koopman Predictions for Faster and More Generalizable Legged Robot Locomotion with Reinforcement Learning

SKooP：用于强化学习的更快、更通用的有腿机器人运动的对称库普曼预测

Evelyn D'Elia, Weishu Zhan, Giulio Turrisi, Giulio Romualdi, Giuseppe L'Erario, Raffaello Camoriano, Wei Pan, Daniele Pucci

机构 * Italian Institute of Technology (IIT)（意大利理工学院） ； University of Manchester（曼彻斯特大学） ； Dynamic Legged Systems Laboratory, IIT（意大利理工学院动态腿式系统实验室） ； Generative Bionics S.R.L（生成仿生学有限公司） ； DAUIN, Politecnico di Torino（都灵理工大学DAUIN） ； Rehab Technologies Lab, IIT（意大利理工学院康复技术实验室） ； Newcastle University（纽卡斯尔大学） 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 研究针对强化学习样本效率低问题展开，提出SKooP方法，结合形态对称与库普曼模型优势，在学习策略时学习系统动力学模型，将其预测用于评论家，还纳入群对称，验证了该方法能减少收敛时间并增加学习奖励，且策略可转移。

Comments This paper has been accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Pittsburgh, USA, 2026

Reinforcement Learning for the Full Strawberry Harvesting Process: Obstacle Separation, Detachment, and Placement

用于完整草莓收获过程的强化学习：障碍物分离、采摘和放置

Changyou Miao, Teng Li, Ya Xiong

机构 * Beijing Academy of Agriculture and Forestry Sciences（北京市农林科学院） ； Huazhong Agricultural University（华中农业大学） 纠错

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

AI总结 针对机器人草莓采摘中复杂接触动力学问题，开发含启发式阶段协调的强化学习框架，通过共享策略、观察空间及分层架构实现任务，采用相关技术支持模拟到现实转移，实验验证了该方法在不同平台的有效性。

Comments Accepted to IROS 2026

SafeOR-Gym: A Benchmark Suite for Safe Reinforcement Learning Algorithms on Practical Operations Research Problems

SafeOR-Gym：用于实际运筹学问题的安全强化学习算法的基准套件

Asha Ramanujam, Adam Elyoumi, Hao Chen, Sai Madhukiran Kompalli, Akshdeep Singh Ahluwalia, Shraman Pal, Dimitri J. Papageorgiou, Can Li

机构 * Davidson School of Chemical Engineering, Purdue University（普渡大学化学工程学院） ； Energy Sciences, ExxonMobil Technology and Engineering Company（埃克森美孚技术与工程公司能源科学部） 纠错

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

AI总结 针对现有安全强化学习基准与高风险领域相关性有限的问题，提出SafeOR-Gym基准套件，含九个运筹学环境，集成CMDP接口，评估多种算法，揭示性能差异，为安全强化学习研究提供实用测试平台。