机器人 / 具身智能

Learning Expert Strategy for Autonomous Robotic Endovascular Intervention via Decoupled Procedural Execution

通过解耦程序执行学习自主机器人血管内介入的专家策略

Yanxi Chen, Tianliang Yao, Shaolong Tang, Jiyuan Zhao, Hengyu Hu, Zhaoxing Li, Antonio J. Sánchez Egea, Peng Qi

机构 * Tongji University（同济大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai University（上海大学） ； Universitat Politècnica de Catalunya (UPC)（加泰罗尼亚理工大学） 纠错

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

AI总结 提出一种基于学习的专家策略，通过将高层策略决策与低层程序执行解耦，实现自主血管内导航，在仿真和真实机器人上达到>96%成功率并减少29.3%操作步骤。

Comments This paper has been accepted by IEEE/RSJ IROS 2026. 8 pages, 4 figures, 3 tables

Causal Reward World Models: Zero-shot Reward Design for Automated Skill Generation

因果奖励世界模型：面向自动化技能生成的零样本奖励设计

Yang Yang, Yuchuang Tong, Zhengtao Zhang, Xu Ding, Ning Yang, Yifan Zhang, Haipeng Li, Kehu Yang, Miao Xin

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Intelligent Manufacturing Institute, HFUT（合肥工业大学智能制造研究院） ； School of Electrical Engineering and Automation, Anhui University（安徽大学电气工程与自动化学院） ； School of Artificial Intelligence, China University of Mining and Technology (Beijing)（中国矿业大学（北京）人工智能学院） ； National Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institution of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能全国重点实验室） 纠错

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

AI总结 提出因果奖励世界模型（CRWM），通过离线预训练学习候选奖励组件与任务目标物理变量间的因果拓扑关系，结合显式机制解耦与置信感知软融合的联合优化模块构建因果骨架，使LLM在零样本下生成可执行奖励函数，无需反馈迭代，显著降低新技能设计延迟并保持或超越现有性能。

Comments 22 pages, 18 figures

Online World Modeling Enables Real-World Inverse Reinforcement Learning from Observation

在线世界建模实现真实世界逆强化学习从观察中学习

Tyler Han, Bat Nemekhbold, Siyang Shen, Rohan Baijal, Richard Ebock, Harine Ravichandiran, Sanghun Jung, Kevin Huang, Byron Boots

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 提出MPAIL2方法，通过在线世界建模实现从观察中逆强化学习，首次在真实世界从零学习视觉操作任务，40分钟内达到82%成功率。

AcceRL: A Distributed Asynchronous Reinforcement Learning and World Model Framework for Vision-Language-Action Models

AcceRL: 面向视觉-语言-动作模型的分布式异步强化学习与世界模型框架

Chengxuan Lu, Shukuan Wang, Yanjie Li, Yingying Fang, Huoyan Wang, Tian Zhang, Wei Liu, Shiji Jin, Fuyuan Qian, Peiming Li, Chao Xu, Baigui Sun, Yang Liu

机构 * IROOTECH TECHNOLOGY Wolf 1069 b Lab, Sany Group（伊罗科技沃尔夫1069b实验室，三一集团） 纠错

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

AI总结 提出AcceRL框架，通过物理隔离环境交互、模型推理和梯度更新实现分布式异步强化学习，消除同步系统的空闲气泡，提升硬件利用率，并支持即插即用的世界模型集成，在LIBERO任务上实现2.4倍吞吐加速和200倍样本效率提升。

3D RL-DWA: A Hybrid Reinforcement Learning and Dynamic Window Approach for Goal-Directed Local Navigation in Multi-DoF Robots

3D RL-DWA：一种用于多自由度机器人目标导向局部导航的混合强化学习与动态窗口方法

Chiara Castellani, Enrico Turco, Domenico Prattichizzo

机构 * European Union’s Horizon Europe Research and Innovation Programme（欧洲联盟的地平线欧洲研究与创新计划） 纠错

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

AI总结 提出结合强化学习与动态窗口方法的混合框架，利用稀疏点云数据动态调整可变形微型机器人的运动和形状，在复杂受限环境中实现目标导航并最大化占据体积，实验表明该方法在变形和导航能力上优于纯强化学习和基于模型的方法。

Comments Accepted for publication in the Proceedings of the IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM 2026)

Robotic Strawberry Harvesting with Robust Vision and Deep Reinforcement Learning based Sim-to-Real Control

基于鲁棒视觉和深度强化学习仿真到现实控制的机器人草莓采摘

Al Bashir, Shao-Yang Chang, Partho Ghose, Prem Raj, Chen-Kang Huang, Azlan Zahid

机构 * Department of Biological & Agricultural Engineering, Texas A&M University（德克萨斯A&M大学生物与农业工程系） ； Texas A&M AgriLife Research, Texas A&M University System（德克萨斯A&M大学系统农业生命研究） ； Department of Biomechatronics Engineering, National Taiwan University（国立台湾大学生物机械工程系） 纠错

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

AI总结 提出结合改进YOLO26-seg视觉模块和仿真训练PPO控制器的闭环草莓采摘系统，在温室试验中实现84.3%总体采摘成功率。

Inference Time Policy Optimization for Offline RL with Differentiable World Models

基于可微世界模型的离线强化学习推理时间策略优化

Rohan Deb, Stephen J. Wright, Arindam Banerjee

机构 * Siebel School of Computing and Data Science（计算与数据科学学院） ； Department of Computer Sciences（计算机科学系） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Wisconsin Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文提出了一种在推理时间利用可微世界模型优化策略参数的方法，通过端到端的梯度计算提升离线强化学习的性能，同时探讨了推理时间适应的计算开销与收益的权衡。

NavRL++: A System-Level Framework for Improving Sim-to-Real Transfer in Reinforcement Learning-Based Robot Navigation

NavRL++: 一种提升基于强化学习的机器人导航仿真到现实迁移的系统级框架

Zhefan Xu, Hanyu Jin, Kenji Shimada

机构 * Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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

AI总结 本文提出NavRL++框架，通过系统性研究仿真到现实迁移的关键因素，引入感知鲁棒性增强策略和基于Transformer的时序推理策略，提升机器人导航性能。

Comments 18 pages, 18 figures, 6 tables

NavOL: Navigation Policy with Online Imitation Learning

NavOL：基于在线模仿学习的导航策略

Xiaofei Wei, Chun Gu, Li Zhang

机构 * Shanghai Innovation Institute（上海创新研究院） ； School of Data Science, Fudan University（复旦大学数据科学学院） 纠错

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

AI总结 NavOL通过在线模仿学习在仿真环境中训练导航策略，利用预训练的扩散策略和全局规划器，提升学习效率并减少分布偏移，实现在50个场景中每小时生成2000多条轨迹。

Comments Project page: https://logosroboticsgroup.github.io/NavOL/

Data-Asymmetric Latent Imagination and Reranking for 3D Robotic Imitation Learning

数据不对称潜在想象与重排序在3D机器人模仿学习中的应用

Lianghao Luo, Xizhou Bu, Ruyan Liu, Qingqiu Huang, Chufeng Tang, Xiaoshuai Hao, Hongbo Wang, Wei Li

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

AI总结 本文提出DALI-R框架，通过潜在世界模型和任务完成评分器，利用混合质量轨迹提升3D机器人模仿学习的决策能力，无需额外高质量示范。

On the Importance of Tactile Sensing for Imitation Learning: A Case Study on Robotic Match Lighting

关于触觉感知在模仿学习中的重要性：机器人点火任务的案例研究

Niklas Funk, Changqi Chen, Tim Schneider, Georgia Chalvatzaki, Roberto Calandra, Jan Peters

机构 * Technical University of Darmstadt（德累斯顿技术大学） ； LASR Lab, TU Dresden（TU德累斯顿激光实验室） 纠错

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

AI总结 本文提出融合视觉和触觉的模仿学习框架，通过模块化Transformer与流基生成模型提升动态任务中的操作性能，证明触觉信息对学习动态操作的重要性。

MoRI: Mixture of RL and IL Experts for Long-Horizon Manipulation Tasks

MoRI：混合强化学习和模仿学习专家用于长 horizon � Manipulation 任务

Yaohang Xu, Lianjie Ma, Gewei Zuo, Wentao Zhang, Han Ding, Lijun Zhu

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； DRAGON Lab, The University of Tokyo（东京大学DRAGON实验室） ； School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） 纠错

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

AI总结 MoRI通过混合强化学习和模仿学习专家，动态切换处理粗略运动和精细操作，提高长horizon manipulation任务的效率和成功率。

EmbodMocap: In-the-Wild 4D Human-Scene Reconstruction for Embodied Agents

EmbodMocap: 野外4D人体-场景重建用于具身智能体

Wenjia Wang, Liang Pan, Huaijin Pi, Yuke Lou, Xuqian Ren, Yifan Wu, Zhouyingcheng Liao, Lei Yang, Rishabh Dabral, Christian Theobalt, Taku Komura

机构 * The University of Hong Kong（香港大学） ； Tampere University（坦佩雷大学） ； The Chinese University of Hong Kong（香港中文大学） ； Max-Planck Institute for Informatics（马克斯·普朗克信息学研究所） 纠错

专题命中 模仿学习与强化学习 ：embodied agent(title,abstract)；embodied AI(abstract)；分类 cs.CV

AI总结 本文提出EmbodMocap，利用两部移动iPhone实现低成本、便携式的人体-场景重建，通过联合校准双RGB-D序列，在无静态相机和标记的情况下实现日常环境中的度量尺度和场景一致的重建，提升具身智能研究。

Exploring Pose-Guided Imitation Learning for Robotic Precise Insertion

探索基于姿态引导的模仿学习用于机器人精确插入

Han Sun, Sheng Liu, Yizhao Wang, Zhenning Zhou, Shuai Wang, Haibo Yang, Jingyuan Sun, Qixin Cao

机构 * School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄大学） ； Shanghai Huawei Technologies Co., Ltd.（上海华为技术有限公司） 纠错

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

AI总结 本文提出基于姿态引导的模仿学习方法，通过紧凑的对象中心观测实现精确插入任务，提升数据效率和泛化能力。

Keyframe-Guided Structured Rewards for Reinforcement Learning in Long-Horizon Laboratory Robotics

关键帧引导的结构化奖励用于长周期实验室机器人强化学习

Yibo Qiu, Shu'ang Sun, Haoliang Ye, Ronald X Xu, Mingzhai Sun

机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（科学技术大学苏州市先进研究院） 纠错

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

AI总结 本文提出关键帧引导的结构化奖励方法，用于提升实验室机器人在长周期任务中的精确操作能力。

Video Generation Models in Robotics -- Applications, Research Challenges, Future Directions

机器人中的视频生成模型——应用、研究挑战与未来方向

Zhiting Mei, Tenny Yin, Ola Shorinwa, Apurva Badithela, Zhonghe Zheng, Joseph Bruno, Madison Bland, Lihan Zha, Asher Hancock, Jaime Fernández Fisac, Philip Dames, Anirudha Majumdar

机构 * Princeton University（普林斯顿大学） ； Temple University（Temple 大学） 纠错

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

AI总结 本文综述了视频生成模型在机器人学中的应用、研究挑战及未来方向，探讨了其在物理模拟、动作预测和策略评估中的作用及面临的挑战。

Reinforcement Learning for Robotic Safe Control with Force Sensing

基于力感知的机器人安全控制强化学习

Nan Lin, Linrui Zhang, Yuxuan Chen, Zhenrui Chen, Yujun Zhu, Ruoxi Chen, Peichen Wu, Xiaoping Chen

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

AI总结 本文提出基于力感知的强化学习方法，提升机器人在复杂环境中的安全性和可靠性，通过实验验证其在物体推动任务中的高效性与安全性。

UMIGen: A Unified Framework for Egocentric Point Cloud Generation and Cross-Embodiment Robotic Imitation Learning

Yan Huang, Shoujie Li, Xingting Li, Wenbo Ding

机构 * Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） 纠错

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

Deployable Vision-driven UAV River Navigation via Human-in-the-loop Preference Alignment

Zihan Wang, Jianwen Li, Li-Fan Wu, Nina Mahmoudian

机构 * School of Mechanical Engineering, Purdue University（机械工程学院，普渡大学） 纠错

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

Comments Submitted to ICRA 2026

Sim-to-Real Gentle Manipulation of Deformable and Fragile Objects with Stress-Guided Reinforcement Learning

Kei Ikemura, Yifei Dong, David Blanco-Mulero, Alberta Longhini, Li Chen, Florian T. Pokorny

机构 * the division of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习部门，皇家理工学院） ； Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与信息技术工业研究所） 纠错

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

Comments Under review

Federated Deep Reinforcement Learning for Privacy-Preserving Robotic-Assisted Surgery

Sana Hafeez, Sundas Rafat Mulkana, Muhammad Ali Imran, Michele Sevegnani

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

Comments 11 pages, 7 figures, conference

Journal ref IEEE ICDCS 2025 45th IEEE International Conference on Distributed Computing Systems. Workshop on Federated and Privacy Preserving AI in Biomedical Applications (FPPAI), Glasgow, United Kingdom

Learning to Optimize Edge Robotics: A Fast Integrated Perception-Motion-Communication Approach

Dan Guo, Xibin Jin, Shuai Wang, Zhigang Wen, Miaowen Wen, Chengzhong Xu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； South China University of Technology（华南理工大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； University of Macau（澳门大学） 纠错

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

ERA: Transforming VLMs into Embodied Agents via Embodied Prior Learning and Online Reinforcement Learning

Hanyang Chen, Mark Zhao, Rui Yang, Qinwei Ma, Ke Yang, Jiarui Yao, Kangrui Wang, Hao Bai, Zhenhailong Wang, Rui Pan, Mengchao Zhang, Jose Barreiros, Aykut Onol, ChengXiang Zhai, Heng Ji, Manling Li, Huan Zhang, Tong Zhang

机构 * UIUC（伊利诺伊大学香槟分校） ； Northwestern University（西北大学） ； Toyota Research Institute（丰田研究院） 纠错

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

Multi-agent Embodied AI: Advances and Future Directions

Zhaohan Feng, Ruiqi Xue, Lei Yuan, Yang Yu, Ning Ding, Meiqin Liu, Bingzhao Gao, Jian Sun, Xinhu Zheng, Gang Wang

机构 * National Key Lab of Autonomous Intelligent Unmanned Systems（国家级自主智能无人系统实验室） ； Beijing Institute of Technology（北京理工大学） ； National Key Laboratory for Novel Software Technology（新型软件技术国家实验室） ； Nanjing University（南京大学） ； State Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； Xi’an Jiaotong University（西安交通大学） ； College of Electrical Engineering（电子工程学院） ； Zhejiang University（浙江大学） ； Clean Energy Automotive Engineering Center（清洁能源汽车工程中心） ； Tongji University（同济大学） ； Intelligent Transportation Thrust（智能交通方向） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

CIRO7.2: A Material Network with Circularity of -7.2 and Reinforcement-Learning-Controlled Robotic Disassembler

Federico Zocco, Monica Malvezzi

机构 * Department of Information Engineering and Mathematics, University of Siena（信息工程与数学系，锡耶纳大学） 纠错

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

Comments To be submitted

Enhancing Efficiency and Propulsion in Bio-mimetic Robotic Fish through End-to-End Deep Reinforcement Learning

Xinyu Cui, Boai Sun, Yi Zhu, Ning Yang, Haifeng Zhang, Weicheng Cui, Dixia Fan, Jun Wang

机构 * Institute of Automation, Chinese Academy of Science（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Zhejiang University-Westlake University Joint Training（浙江大学-西湖大学联合培养） ； Key Laboratory of Coastal Environment and Resources of Zhejiang Province, School of Engineering, Westlake University（浙江省海岸环境与资源重点实验室，西湖大学工程学院） ； Institute of Advanced Technology, Westlake Institute for Advanced Study（西湖先进技术研究所，西湖研究院） 纠错

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

Journal ref Physics of Fluids 36 (2024) 031910

Training Cross-Morphology Embodied AI Agents: From Practical Challenges to Theoretical Foundations

Shaoshan Liu, Fan Wang, Hongjun Zhou, Yuanfeng Wang

机构 * Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人研究院） ； Quantum Science Center of Guangdong-Hong Kong-Macau Greater Bay Area（粤港澳大湾区量子科学中心） 纠错

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

Saliency-Aware Quantized Imitation Learning for Efficient Robotic Control

Seongmin Park, Hyungmin Kim, Sangwoo Kim, Wonseok Jeon, Juyoung Yang, Byeongwook Jeon, Yoonseon Oh, Jungwook Choi

机构 * Hanyang University（翰阳大学） ； Hyundai Motor Company（现代汽车公司） 纠错

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

Comments arXiv admin note: text overlap with arXiv:2412.01034

URPlanner: A Universal Paradigm For Collision-Free Robotic Motion Planning Based on Deep Reinforcement Learning

Fengkang Ying, Hanwen Zhang, Haozhe Wang, Huishi Huang, Marcelo H. Ang

机构 * Integrative Sciences and Engineering Programme, NUS Graduate School, National University of Singapore（国家大学学院整合科学与工程计划） ； Advanced Robotics Centre, National University of Singapore（国家大学新加坡先进机器人中心） ； Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（设计与工程学院机械工程系） ； Singapore MIT Alliance for Research and Technology (SMART) centre（新加坡MIT研究与技术联盟中心） 纠错

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

Comments Version 1. 20 pages, 19 figures

RFTF: Reinforcement Fine-tuning for Embodied Agents with Temporal Feedback

Junyang Shu, Zhiwei Lin, Yongtao Wang

机构 * Wangxuan Institute of Computer Technology, Peking University, China（北京大学计算机技术研究院） 纠错

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