机器人 / 具身智能

Targeting World Models to Compromise Robot Learning Pipelines

针对世界模型以破坏机器人学习流程

Ethan Rathbun, Ahmed Agha, Saaduddin Mahmud, Christopher Amato, Alina Oprea, Eugene Bagdasarian

机构 * Northeastern University（东北大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本文提出针对世界模型的新型数据投毒攻击方法，通过注入恶意提示或转换动态，在看似安全的数据中生成危险训练轨迹，导致下游策略不安全。

Comments 8 Pages, CoRL Preprint

BWM: A Low-Cost High-Fidelity World Simulator for Robot Learning

BWM：面向机器人学习的低成本高保真世界模拟器

BWM Team

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

AI总结 本文提出面向机器人操纵的开源世界模拟器BWM，通过动作条件化自回归预测实现高保真，兼具数据引擎与策略评估器功能，在WorldArena挑战赛中表现最优并开源相关资源。

Test-time Adversarial Takeover: A Real-time Hijacking Interface against Robotic Diffusion Policies

测试时对抗接管：针对机器人扩散策略的实时劫持接口

Zi Yin, Peilin Chai, Siyuan Huang, Zhanhao Hu

机构 * Tsinghua University（清华大学） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学） ； UC Berkeley（加州大学伯克利分校） 纠错

专题命中 机器人学习 ：robotic(title)；embodied AI(abstract)；manipulation(abstract)；navigation(abstract)

AI总结 提出测试时对抗接管（TAKO）方法，通过可微扩散推理学习可重复使用的通用补丁，在测试时切换补丁以劫持机器人策略，实现远程操控，在多种任务和模型上达到100%接管成功率。

Surgical WAM: A World-Action Model for Data-Efficient Surgical Robot Learning

Surgical WAM：面向数据高效型手术机器人学习的世界-动作模型

Wenrui Bao, Tianyun Jiang, Zhiben Chen, Ser-Nam Lim, Peter D. Peng, Yuzhang Shang

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

AI总结 本文提出Surgical WAM模型，通过无动作视频预训练结合带动作标注数据微调，在四项模拟手术操纵任务中将平均成功率从63.5%提至77.8%，为数据高效的手术机器人学习提供了可行方案。

RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance

RynnValue：基于时间距离扩展机器人价值基础模型

Dongchi Huang, Hongyin Zhang, Bohan Hou, Siteng Huang, Zhian Su, Hang Guo, Tong Lu, Zhaofeng Xu, Jiahao Tang, Jianfei Yang, Donglin Wang, Peixi Peng, Mingxiu Chen, Deli Zhao, Xin Li

机构 * DAMO Academy, Alibaba Group（达摩院（阿里巴巴集团）） ； Hupan Lab（湖畔实验室） 纠错

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

AI总结 该研究提出开源机器人价值基础模型 RynnValue，以时间距离为监督目标，在多维度超越现有方法，可提升机器人策略的真实世界任务成功率并实现零样本泛化。

Comments 23 pages, 5 figures

$μ_0$: A Scalable 3D Interaction-Trace World Model

$\mu_0$: 一种可扩展的3D交互轨迹世界模型

Seungjae Lee, Yoonkyo Jung, Jusuk Lee, Jonghun Shin, Amir Hossein Shahidzadeh, Yao-Chih Lee, H. Jin Kim, Jia-Bin Huang, Furong Huang

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Seoul National University（首尔大学） 纠错

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

AI总结 提出基于3D轨迹的可扩展世界模型$\mu_0$，通过预测交互点轨迹实现跨本体机器人学习，无需动作标签，性能媲美有监督模型。

NavIsaacLab: Generating Realistic Crowd via Parallel Robot Learning for Benchmarking Human-aware Navigation

NavIsaacLab: 通过并行机器人学习生成逼真人群以基准测试人感知导航

Bingyi Xia, Han Bao, Jingyu Zhu, Hanjing Ye, Yuhan Pang, Guangcheng Chen, Liang Lin, Wenjun Xu, Jiankun Wang

机构 * Southern University of Science and Technology（南方科技大学） ； National University of Singapore（新加坡国立大学） ； Peng Cheng Laboratory（鹏城实验室） ； Jiaxing Research Institute, Southern University of Science and Technology（南方科技大学嘉兴研究院） 纠错

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

AI总结 提出NavIsaacLab框架，利用基于物理和照片级真实感的仿真，结合轨迹扩散模型和对抗运动学习控制器生成逼真人群，用于训练和评估人感知导航策略。

A Few Words Go a Long Way: Language Guided Robot Policy Synthesis

寥寥数语，成效显著：语言引导的机器人策略合成

Daphne Chen, Archit Ritesh Jain, Eric Goossen, Emma Romig, Michael Murray, Nick Walker, Maya Cakmak

机构 * University of Washington（华盛顿大学） ； Microsoft Research（微软研究院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 研究针对视觉-语言-动作模型难以解释等问题，提出ARCHITECT框架，利用大语言模型编码代理合成模块化机器人程序，通过人类自然语言修正引导策略并积累技能库，在机器人基准评估中表现出色，提供了新的机器人学习方案。

UR-VC: Unsupervised Robotic Value Correction for Time-Derived Progress Proxies

UR-VC：用于时间衍生进度代理的无监督机器人价值校正

Lirui Zhao, Modi Shi, Li Chen, Qi Liu, Ping Luo, Hongyang Li

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

AI总结 研究针对机器人学习中时间衍生进度标签不准确问题，提出无监督机器人价值校正方法UR-VC，利用演示数据中相似状态不同时出现的规律校正标签，在真实双手布料操作任务中取得积极效果，还能用于构建优势标签。

Action Map Policy: Learning 3D Closed-loop Manipulation via Pixel Classification

动作映射策略：通过像素分类学习3D闭环操作

Haojie Huang, Zhang Ye, Linfeng Zhao, Boce Hu, Mingxi Jia, Yu Qi, Ahmed Agha, Dian Wang, Robert Platt, Robin Walters

机构 * Northeastern University（东北大学） ； Stanford University（斯坦福大学） ； Brown University（布朗大学） 纠错

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

AI总结 研究针对机器人学习中动作空间的挑战，提出动作映射策略（AMP），将3D闭环操作策略学习转为图像空间分类问题，通过投影动作到图像平面，以像素为类别控制维度，实现高精度、快速推理，实验证明其优于基线。

Comments Project Website: https://haojhuang.github.io/amp_page/

SymmGrid: Super-Scaling On-Robot Learning with Parallelized Symmetries and Egocentric-Exocentric Visual Perception

SymmGrid：基于并行对称性与自我-外部视觉感知的超规模机器人上学习框架

Gabe Everett, Brice Gunter, Ryan Vander Stelt, Cleiver Ruiz-Martinez, Blake Hull, Juan Rojas

机构 * Lipscomb University（利普斯科姆大学） 纠错

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

AI总结 SymmGrid是一种并行对称性轨迹级增强框架，通过自我-外部视觉感知加速机器人上学习，在真实机器人操作任务上实现训练速度、成功率及nAUC比率提升，最快收敛时间低至10.9分钟。

Comments 9 pages, 7 figures, 1 table

Geometric Action Model for Robot Policy Learning

几何动作模型用于机器人策略学习

Jisang Han, Seonghu Jeon, Jaewoo Jung, René Zurbrügg, Honggyu An, Tifanny Portela, Marco Hutter, Marc Pollefeys, Seungryong Kim, Sunghwan Hong

机构 * KAIST AI（韩国科学技术院人工智能学院） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） 纠错

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

AI总结 提出几何动作模型(GAM)，通过重用预训练几何基础模型(GFM)作为共享骨干，实现语言条件下的操作策略，在仿真和真实机器人任务中优于现有方法。

Comments Project page: https://cvlab-kaist.github.io/Geometric-Action-Model/

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。

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/

When Does Legacy Data Start to Help? Emergent Transfer in Cross-Configuration Robot Learning

遗留数据何时开始发挥作用？跨配置机器人学习中的涌现转移

Tao Wang, Hudson Hou, Yingdong Hu, Yufeng Liu, Qinghai Li, Yingjie Jiang, Yingzhi Wang, Cheng Ma, Richard Wang, Yang Gao

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

AI总结 研究跨配置机器人学习中遗留数据何时有益，发现存在类似顿悟的三阶段转变，即低能力时遗留数据无效，超阈值后收益剧增，高能力时收益递减，基于梯度对齐等给出理论解释和阶段感知规则并验证。

Safe Learning Predictive Control for Ego-World Robotic Systems

自我世界机器人系统的安全学习预测控制

Davide Valenti, Giuseppe Notarstefano

机构 * University of Bologna（博洛尼亚大学） 纠错

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

AI总结 针对自我世界机器人框架，提出SOWL-MPC策略，结合基于稀疏变分高斯过程的在线学习机制与滚动时域控制方案，依靠噪声测量推断潜在世界策略后验分布，经实验验证该策略可实现自我机器人安全机动。

Actuator Reality Shaping for Zero-Shot Sim-to-Real Robot Learning

执行器现实塑造：面向零样本仿真到现实机器人学习

Satoshi Yamamori, Koji Ishihara, Kenjiro Minamikawa, Ryosei Ohmori, Taiyo Yasaki, Norikazu Sugimoto, Jun Morimoto

机构 * Graduate School of Informatics, Kyoto University（京都大学信息学研究科） ； Dept. of Brain Robot Interface, Computational Neuroscience Labs, ATR（脑机器人接口部门，计算神经科学实验室，ATR） 纠错

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

AI总结 提出执行器现实塑造范式，通过物理执行器的闭环行为匹配仿真中的理想二阶参考动力学，实现零样本仿真到现实迁移，无需任务级微调或学习执行器模型。

Comments 15 pages, 6 figures

RoboLineage: Agent-Native Data Lifecycle Governance Across Robot Policy Iterations

RoboLineage：跨机器人策略迭代的智能体原生数据生命周期治理

Qian Luo, Wentao Guo, Zhennan Qin, Nanchun Guo, Yunhan Zhao, Yi Ma, Yanchao Yang

机构 * Transcengram ； The University of Hong Kong（香港大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 提出RoboLineage系统，通过将数据收集、审查、训练、评估等步骤表示为类型化谱系工件，实现机器人策略迭代的显式生命周期管理，提升迭代速度与可审计性。

EgoInfinity: A Web-Scale 4D Hand-Object Interaction Data Engine for Any-View Robot Retargeting and Video-to-Action Robot Learning

EgoInfinity: 一个面向任意视角机器人重定向与视频到动作机器人学习的网络规模4D手物交互数据引擎

Gaotian Wang, Kejia Ren, Andrew Morgan, Yiting Chen, Howard H. Qian, Podshara Chanrungmaneekul, Kaiyu Hang

机构 * Rice University（莱斯大学） ； Robotics and AI Institute（机器人与人工智能研究所） 纠错

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

AI总结 提出EgoInfinity引擎，从互联网视频自动生成4D手物交互数据，实现跨机器人形态的动作重定向与技能学习，无需人工标注。

Comments 24 pages. Project page: https://huggingface.co/spaces/Rice-RobotPI-Lab/EgoInfinity

PoLAR: Factorizing Extent and Mode in Latent Actions for Robot Policy Learning

PoLAR：分解潜在动作中的程度和模式用于机器人策略学习

Youngjoon Jeong, Jihwan Yu, Minsoo Jo, Junha Chun, Taesup Kim

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 提出PoLAR方法，通过径向方向结构分解潜在动作中的程度和模式，利用时间偏移作为程度代理，在双曲空间中实现，提升下游策略性能。

Comments Project Page: https://joon-stack.github.io/PoLAR

PAC-DP: PAC-Bayesian Diffusion Policy Learning

PAC-DP：PAC贝叶斯扩散策略学习

Mohammad Hasan Yeganegi, Dian Yu, Andrea Del Prete, Majid Khadiv, Matteo Saveriano

机构 * University of Trento（特伦托大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑工业大学慕尼黑机器人与机器智能研究所） 纠错

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

AI总结 研究针对扩散策略在有限数据下泛化控制有限的问题，提出PAC-DP，将DP建模为贝叶斯神经网络并定义泛化界导出新训练目标。该方法理论上规范DP训练，实验显示在多基准测试中性能提升，尤其在低数据和复杂任务中效果显著。

DeVA: Decoupled Video-Action Model with physical guidance for robot policy learning

DeVA：用于机器人策略学习的具有物理引导的解耦视频-动作模型

Mengqi Zhang, Sahil Khose, Simar Kareer, Yuchen Song, Unnat Jain, Judy Hoffman

机构 * University of California, Irvine（加利福尼亚大学欧文分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 研究可泛化机器人操纵策略，提出DeVA模型，通过专门的视频和动作专家、多级特征转移及物理显著引导，实现丰富信息交换，使策略学习更易处理，在模拟和实际实验中展现良好性能。

Comments Project page with videos, code, and checkpoints: https://deva-model.github.io/

Robot Learning to Communicate through Projected Visual Abstractions

机器人通过投影视觉抽象进行通信学习

Danyang Yan, Boyuan Wang, Jiaxun Liu, Boyuan Chen

机构 * Duke University（杜克大学） 纠错

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

AI总结 研究让机器人通过投影视觉抽象通信，提出含21自由度灵巧手和影子自我模型的系统，能动态表达影子。通过自我探索学习映射，依目标优化配置，经模拟获可行运动，还引入多种优化，在多场景展示影子表达，建立相关框架。

Comments Our project website is at:https://generalroboticslab.com/shadow

Temporal Policy: History-Initialized Action Generation for Robotic Learning from Demonstration

时间策略：用于机器人演示学习的历史初始化动作生成

Dylan Miller, Martin Jagersand

机构 * University of Alberta（阿尔伯塔大学） 纠错

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

AI总结 本文提出Temporal Policy生成框架，将动作生成为时间耦合传输问题，在降低近一个数量级传输成本的同时匹配基线成功率，实现高频闭环控制。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

P3: Probabilistic Policy Propagation for Stable VAE-Based Robot Learning

P3：基于稳定变分自编码器的机器人学习的概率策略传播

Liyun Yan, Jianming Ma, Yang Zhang, Shengcheng Fu, Zhanxiang Cao, Keqi Zhu, Yizhi Chen, Yue Gao

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

AI总结 研究基于变分自编码器的机器人学习中随机潜变量与近端策略优化不匹配问题，提出P³框架，它结合概率方法与采样校准，实验表明可提高数据效率、减少收敛步数，为人形跑酷任务的基于变分自编码器的PPO奠定基础。

Progress Reward Modeling for Robotic Learning: A Comprehensive Survey

机器人学习中的进度奖励建模：全面综述

Jianshu Zhang, Keliang Wu, Haoran Lu, Anbang Liu, Ce Zhang, Weijie Yin, Chengxuan Qian, Xiyuan Yang, Zhenyu Pan, Guo Ye, Han Liu

机构 * Northwestern University（西北大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of California, Santa Barbara（加利福尼亚大学圣塔芭芭拉分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 该综述针对机器人学习中进度奖励建模缺乏共享框架的问题，分三步组织领域研究，包括研究进度模型接口、构建信号方法及支持数据基准，将模型相关要点联系起来，还总结了局限并探讨未来方向。

Comments Project page: https://github.com/sterzhang/Awesome-Progress-Models

RoboSnap: One-Shot Real-to-Sim Scene Generation for Generalizable Robot Learning and Evaluation

RoboSnap：用于可泛化机器人学习与评估的一次性真实到模拟场景生成

Shujie Zhang, Jingkun Yi, Weipeng Zhong, Zirui Zhou, Yangkun Zhu, Hanqing Wang, Xudong Xu, Weinan Zhang, Chunhua Shen

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 针对构建物理稳定且视觉逼真场景缓慢昂贵的问题，提出RoboSnap框架，通过分层设计将单张RGB图像转为模拟场景，实验证明其能实现轨迹重放等，还引入DROID-Sim数据集，凸显真实到模拟方法对机器人学习评估的价值。

Comments 24 pages, 16 figures, Project page: https://robosnap.github.io

DeformGen: Dynamics-Based Topology Augmentation for Deformable Manipulation Policy Learning

DeformGen: 基于动力学的拓扑增强用于可变形操作策略学习

Zili Lin, Wenyao Zhang, Yuyang Zhang, Zekun Qi, Junyan Lin, Hanxin Zhu, Jiaolong Yang, Zhibo Chen, Yao Mu, Xiaokang Yang, Xin Jin, Wenjun Zeng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology, Ningbo（宁波东方理工大学） ； Tsinghua University（清华大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy（中关村学院） ； Microsoft Research（微软研究院） 纠错

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

AI总结 提出DeformGen框架，通过局部物理扰动和动力学前向模拟生成拓扑一致的可变形状态，并利用变形场扭曲转移操作轨迹，联合增强状态分布与操作行为，提升可变形操作策略学习。

BIFROST: Bridging Invariant Feature Representation for Observation-space Sim2Real Transfer

BIFROST: 桥接不变特征表示用于观测空间Sim2Real迁移

Yunfu Deng, Josiah P. Hanna

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 提出BIFROST方法，通过跨域双模拟目标学习共享历史编码器，将导致等价长期行为的观测-动作序列映射到相近潜状态，实现零样本sim2real迁移。