机器人 / 具身智能

Real-World Robot Learning with Masked Visual Pre-training

Ilija Radosavovic, Tete Xiao, Stephen James, Pieter Abbeel, Jitendra Malik, Trevor Darrell

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

Comments CoRL 2022; Project page: https://tetexiao.com/projects/real-mvp

Behavior Self-Organization Supports Task Inference for Continual Robot Learning

Muhammad Burhan Hafez, Stefan Wermter

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

Comments Accepted at IROS 2021

Model-Based Quality-Diversity Search for Efficient Robot Learning

Leon Keller, Daniel Tanneberg, Svenja Stark, Jan Peters

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

Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2020

Deep Object-Centric Representations for Generalizable Robot Learning

Coline Devin, Pieter Abbeel, Trevor Darrell, Sergey Levine

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

Robot Learning: A Tutorial

Francesco Capuano, Caroline Pascal, Adil Zouitine, Thomas Wolf, Michel Aractingi

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

Comments Tutorial on Robot Learning using LeRobot, the end-to-end robot learning library developed by Hugging Face

State-of-the-art in Robot Learning for Multi-Robot Collaboration: A Comprehensive Survey

Bin Wu, C Steve Suh

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

Comments Multi-robot, Cooperation, robot learning

A Survey of Knowledge Representation in Service Robotics

David Paulius, Yu Sun

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

Comments Featured in Special Issue on Semantic Policy and Action Representations for Autonomous Robots, 22 Pages, Elsevier Format

Journal ref Robotics and Autonomous Systems 118 (2019) 13-30

iART: Learning from Demonstration for Assisted Robotic Therapy Using LSTM

Shrey Pareek, Thenkurussi Kesavadas

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

Comments 8 pages, 10 figures, presented at ICRA 2020

Journal ref IEEE Robotics and Automation Letters ( Volume: 5, Issue: 2, April 2020)

Towards Long-term Autonomy: A Perspective from Robot Learning

Zhi Yan, Li Sun, Tomas Krajnik, Tom Duckett, Nicola Bellotto

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

Comments Accepted by AAAI-23 Bridge Program on AI & Robotics

Residual Learning from Demonstration: Adapting DMPs for Contact-rich Manipulation

Todor Davchev, Kevin Sebastian Luck, Michael Burke, Franziska Meier, Stefan Schaal, Subramanian Ramamoorthy

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

Journal ref IEEE Robotics and Automation Letters 7 (2), 4488-4495, 2022

Robots Enact Malignant Stereotypes

Andrew Hundt, William Agnew, Vicky Zeng, Severin Kacianka, Matthew Gombolay

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

Comments 30 pages, 10 figures, 5 tables. Website: https://sites.google.com/view/robots-enact-stereotypes . Published in the 2022 ACM Conference on Fairness, Accountability, and Transparency (FAccT 22), June 21-24, 2022, Seoul, Republic of Korea. ACM, DOI: https://doi.org/10.1145/3531146.3533138 . FAccT22 Submission dates: Abstract Dec 13, 2021; Submitted Jan 22, 2022; Accepted Apr 7, 2022

Journal ref In 2022 ACM Conference on Fairness, Accountability, and Transparency (FAccT 22). ACM, New York, NY, USA, 743-756

SpatialVAM:Spatial-Aware Multi-View Video Diffusion as a Data-Efficient Robot Policy

多视角视频扩散策略：一种3D空间-时间感知的视频动作模型

Peiyan Li, Yixiang Chen, Yuan Xu, Jiabing Yang, Xiangnan Wu, Jun Guo, Nan Sun, Long Qian, Xinghang Li, Xin Xiao, Jing Liu, Nianfeng Liu, Tao Kong, Yan Huang, Liang Wang, Tieniu Tan

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所模式识别国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； FiveAges（五时代） ； Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学） ； Wuhan University（武汉大学） ； Nanjing University（南京大学） 纠错

专题命中 机器人学习 ：robot policy(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出MV-VDP，通过联合建模环境的3D空间-时间状态，解决机器人操控中对3D空间结构和时间演变理解不足的问题，实现高效、鲁棒且可解释的动作执行。

Comments Updated Version; Project Website: https://spatialvam.github.io/

Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning

学习物理交互：触觉与力感知机器人学习综述

Shilin Shan, Chuhao Zhou, Ruize Wang, Xinyan Chen, Xiangyu Chen, Xinyu Zhou, Boyu Ma, Iris Yuxuan Hu, Jingliang Li, Celeste Yuxuan Hu, Geng Li, Guohao Chen, Tianrui Zhu, Zhe Li, Yanjie Ze, Haoran Geng, Zhiyang Dou, Jianxin Bi, Yuejiang Liu, Jianshu Zhou, Jiachen Li, Paul Liang, Tatsuya Harada, Robert Katzschmann, Harold Soh, Na Li, Edward Johns, Danica Kragic, Jan Peters, Wojciech Matusik, Masayoshi Tomizuka, Jitendra Malik, Jianfei Yang

机构 * Nanyang Technological University（南洋理工大学） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加利福尼亚大学伯克利分校） ； Massachusetts Institute of Technology（麻省理工学院） ； National University of Singapore（新加坡国立大学） ； Georgia Institute of Technology（佐治亚理工学院） ； The University of Tokyo（东京大学） ； ETH Zurich（苏黎世联邦理工学院） ； Harvard University（哈佛大学） ； Imperial College London（伦敦帝国学院） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Technical University of Darmstadt（达姆施塔特工业大学） 纠错

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

AI总结 本综述针对力与触觉感知机器人学习研究的空白，提出TF-ART分类法，整合多模态感知与多阶段系统设计视角，兼具算法与实践意义。

Comments 53 pages, 7 figures

Towards Predictive, Aligned, and Scalable Robot Learning

迈向可预测、对齐且可扩展的机器人学习

Peijun Tang, Shangjin Xie, Baifu Huang, Binyan Sun, Haotian Yang, Kuncheng Luo, Weiqi Jin, Shilin Fang, Jianan Wang

机构 * Astribot Team（Astribot团队） 纠错

专题命中 机器人学习 ：robot learning(title)；manipulation(abstract)；world model(abstract)；分类 cs.RO、cs.AI

AI总结 研究旨在实现可预测、对齐且可扩展的机器人学习。核心方法是引入Lumo - 2潜在世界 - 动作模型，提出多阶段模态预对齐策略。主要贡献是该模型在实证研究中表现出色，优于基线，验证了结构化多模态对齐和预测推理对具身智能的重要性。

EgoVerse: An Egocentric Human Dataset for Robot Learning from Around the World

EgoVerse：一个用于机器人学习的视点人类数据集

Ryan Punamiya, Simar Kareer, Zeyi Liu, Josh Citron, Ri-Zhao Qiu, Xiongyi Cai, Alexey Gavryushin, Jiaqi Chen, Davide Liconti, Lawrence Y. Zhu, Patcharapong Aphiwetsa, Baoyu Li, Aniketh Cheluva, Pranav Kuppili, Yangcen Liu, Dhruv Patel, Aidan Gao, Hye-Young Chung, Ryan Co, Renee Zbizika, Jeff Liu, Xiaomeng Xu, Haoyu Xiong, Geng Chen, Sebastiano Oliani, Wenkai Xuan, Chenyu Yang, Xi Wang, James Fort, Richard Newcombe, Josh Gao, Jason Chong, Garrett Matsuda, Aseem Doriwala, Marc Pollefeys, Robert Katzschmann, Xiaolong Wang, Shuran Song, Judy Hoffman, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） ； University of California San Diego（加州大学圣地亚哥分校） ； ETH Zürich（苏黎世联邦理工学院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Meta Reality Labs Research（Meta现实实验室） ； Mecka AI ； Scale AI 纠错

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

AI总结 EgoVerse通过统一的数据收集、处理和访问框架，提供丰富的人类操作行为数据，促进机器人学习，并通过大规模研究验证了人类数据与机器人学习目标的一致性对性能的影响。

Scalable Dexterous Robot Learning with AR-based Remote Human-Robot Interactions

基于增强现实的远程人机交互实现可扩展的灵巧机器人学习

Yicheng Yang, Ruijiao Li, Lifeng Wang, Shuai Zheng, Shunzheng Ma, Keyu Zhang, Tuoyu Sun, Chenyun Dai, Jie Ding, Zhuo Zou

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

AI总结 研究针对灵巧机器人手臂系统的可扩展学习，借助基于增强现实的远程人机交互收集数据。提出分两阶段的方法，先行为克隆预训练，后对比学习强化学习优化策略，提升效率与安全性，实验验证效果优于基线。

Playful Agentic Robot Learning

趣味性具身机器人学习

Junyi Zhang, Jiaxin Ge, Hanjun Yoo, Letian Fu, Zihan Yang, Yaowei Liu, Raj Saravanan, Shaofeng Yin, Justin Yu, Dantong Niu, Zirui Wang, Roei Herzig, Ken Goldberg, Yutong Bai, David M. Chan, Ion Stoica, Angjoo Kanazawa, Jiahui Lei, Haiwen Feng, Trevor Darrell

机构 * University of California, Berkeley（加州大学伯克利分校） ； Impossible Research 纠错

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

AI总结 提出RATs框架，让机器人通过自主探索学习可复用技能，在LIBERO-PRO和MolmoSpaces上分别提升20.6和17.0个百分点。

Comments Project page: https://playful-rats.github.io/

How to Instruct Your Robot: Dense Language Annotations Power Robot Policy Learning

如何指导你的机器人：密集语言标注助力机器人策略学习

Bosung Kim, Ruiyi Wang, David Acuna, Jaehun Jung, Alexander Trevithick, Brandon Cui, Yejin Choi, Prithviraj Ammanabrolu

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； NVIDIA 纠错

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

AI总结 本研究通过密集语言标注提升机器人策略学习效率，提出DeMiAn方法，利用视觉语言模型生成多方面标注，提升策略和世界模型性能，无需新增演示数据。

Can Tabular Foundation Models Guide Exploration in Robot Policy Learning?

表基础模型能否指导机器人策略学习中的探索？

Buqing Ou, Frederike Dümbgen

机构 * Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） ； Inria, Département d’informatique de l’ENS, CNRS, PSL Research University（法国国家科学研究中心（CNRS）、巴黎综合理工学院（ENS）和PSL研究大学的Inria） 纠错

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

AI总结 本文提出TFM-S3方法，通过结合局部和全局搜索提升机器人策略学习的全局探索效率，实验显示其在连续控制基准上加速收敛并提升性能。

Comments 8 pages, 6 figures

Referring-Aware Visuomotor Policy Learning for Closed-Loop Manipulation

面向指引用的视觉-运动策略学习用于闭环操作

Jiahua Ma, Yiran Qin, Xin Wen, Yixiong Li, Yuyu Sun, Yulan Guo, Liang Lin, Ruimao Zhang

机构 * Sun Yat-sen University（中山大学） ； Oxford University（牛津大学） 纠错

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

AI总结 本文提出ReV框架，通过整合稀疏指引用点实现动态轨迹重规划，无需额外数据即可提升机器人操作的鲁棒性。

Robots Need Some Education: On the complexity of learning in evolutionary robotics

机器人需要一些教育：关于在进化机器人学中学习复杂性的研究

Fuda van Diggelen

机构 * University of Oslo（奥斯陆大学） ； École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院） ； Leiden University（莱顿大学） ； Edinburgh Napier University（爱丁堡龙比亚大学） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） 纠错

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

AI总结 本文探讨了在进化机器人学中整合学习技术的复杂性，提出并分析了多种学习算法以优化机器人控制器设计。

Comments PhD thesis

Morphological-Symmetry-Equivariant Heterogeneous Graph Neural Network for Robotic Dynamics Learning

形态-对称等变异构图神经网络用于机器人动力学学习

Fengze Xie, Sizhe Wei, Yue Song, Yisong Yue, Lu Gan

机构 * California Institute of Technology（加州理工学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出MS-HGNN，通过整合机器人运动学结构和形态对称性，实现高效的动力学学习，并在多个四足机器人任务中验证了其有效性。

The Great March 100: 100 Detail-oriented Tasks for Evaluating Embodied AI Agents

伟大的百日行进100：100个注重细节的任务用于评估具身体验人工智能代理

Ziyu Wang, Chenyuan Liu, Yushun Xiang, Runhao Zhang, Qingbo Hao, Hongliang Lu, Houyu Chen, Zhizhong Feng, Kaiyue Zheng, Dehao Ye, Xianchao Zeng, Xinyu Zhou, Boran Wen, Jiaxin Li, Mingyu Zhang, Kecheng Zheng, Qian Zhu, Ran Cheng, Yong-Lu Li

机构 * SJTU（上海交通大学） ； SII（上海人工智能研究院） ； Robbyant 纠错

专题命中 机器人学习 ：embodied AI(title)；robot learning(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 GM-100通过100个精心设计的任务全面评估具身体验人工智能代理的能力，推动机器人数据集任务设计的多样性和复杂性。

Remotely Detectable Robot Policy Watermarking

远程可检测的机器人策略水印

Michael Amir, Manon Flageat, Amanda Prorok

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出Colored Noise Coherency（CoNoCo）水印策略，通过嵌入频谱信号实现机器人策略的远程检测，确保非侵入式验证策略来源。

Hyper-GoalNet: Goal-Conditioned Manipulation Policy Learning with HyperNetworks

Hyper-GoalNet: 基于超网络的目标条件化操纵策略学习

Pei Zhou, Wanting Yao, Qian Luo, Xunzhe Zhou, Yanchao Yang

机构 * InfoBodied AI Lab, The University of Hong Kong（信息身体AI实验室，香港大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 Hyper-GoalNet通过超网络生成任务特定策略参数，提升机器人操纵在多样化目标和环境下的鲁棒性与性能。

Task-agnostic Lifelong Robot Learning with Retrieval-based Weighted Local Adaptation

Pengzhi Yang, Xinyu Wang, Ruipeng Zhang, Cong Wang, Frans A. Oliehoek, Jens Kober

机构 * College of Design and Engineering National University of Singapore（设计与工程学院新加坡国立大学） ； Jacobs School of Engineering University of California San Diego（工程学院加州大学圣地亚哥分校） ； Massachusetts General Hospital Harvard University（麻省总医院哈佛大学） ； Faculty of Electrical Engineering, Mathematics and Computer Science Delft University of Technology（电子工程、数学和计算机科学学院代尔夫特技术大学） ； Faculty of Mechanical Engineering Delft University of Technology（机械工程学院代尔夫特技术大学） 纠错

专题命中 机器人学习 ：robot learning(title)；robotics(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

Bayesian Inverse Physics for Neuro-Symbolic Robot Learning

Octavio Arriaga, Rebecca Adam, Melvin Laux, Lisa Gutzeit, Marco Ragni, Jan Peters, Frank Kirchner

机构 * Robotics Research Group University of Bremen（不莱梅大学机器人研究组） ； Robotics Innovation Center DFKI GmbH（DFKI机器人创新中心） ； Technical University of Chemnitz（化学工业大学） ； Technical University of Darmstadt（图尔恩技术大学） ； Systems AI for Robot Learning DFKI GmbH（DFKI机器人学习系统AI） ； Robotics Research Group, University of Bremen（不莱梅大学机器人研究组） ； Robotics Innovation Center, DFKI GmbH（DFKI机器人创新中心） 纠错

专题命中 机器人学习 ：robot learning(title)；world model(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

CARoL: Context-aware Adaptation for Robot Learning

Zechen Hu, Tong Xu, Xuesu Xiao, Xuan Wang

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

A Data-Centric Revisit of Pre-Trained Vision Models for Robot Learning

Xin Wen, Bingchen Zhao, Yilun Chen, Jiangmiao Pang, Xiaojuan Qi

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

Comments Accepted by CVPR 2025

PoCo: Policy Composition from and for Heterogeneous Robot Learning

Lirui Wang, Jialiang Zhao, Yilun Du, Edward H. Adelson, Russ Tedrake

专题命中 机器人学习 ：robot learning(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.LG

Comments R:SS 2024