标签： 全部 强化学习 扩散模型 大语言模型 基准测试 视频生成 LLM智能体 世界模型 视觉语言模型 GRPO 多模态大模型 知识蒸馏 基准评测 具身智能 流匹配 机器人操作 多智能体系统 智能体 LLM Agent 可解释性 图像生成 代码生成 多模态学习 检索增强生成 注意力机制 RLVR 后训练 视频理解 机器人学习 长上下文 多模态 数学推理 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 高效推理 评测基准 自监督学习 工具调用 对比学习 扩散语言模型 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA 持续学习 LLM评估 自蒸馏 多模态推理 RAG 模仿学习 综述 LLM推理 信息检索 信用分配 在线策略蒸馏 模型压缩 合成数据
找到 77 条结果
相关性 | 日期

ActiveMimic：基于主动感知的自我中心视频预训练

👍 2

用第一人称视频的相机运动作为主动感知监督信号预训练机器人策略

Xingyao Lin, Guojin Zhong, Tianyi Lu, Ziyi Ye, Yichen Zhu, Zuxuan Wu, Yu-Gang Jiang 2026-06-15
主动感知 机器人学习 模仿学习 自我中心视频预训练 视觉-语言-动作模型
✅ 已总结
详情 →

LIMMT：少即是多的运动跟踪方法

👍 15

通过数据质量选择而非数量堆叠，仅用3%数据实现超越完整数据集的人形机器人运动跟踪性能

Yu Guan, Zekun Qi, Chenghuai Lin, Xuchuan Chen, Dairu Liu, Wenyao Zhang,... 2026-06-08
强化学习 数据质量 机器人学 模仿学习 运动捕捉
✅ 已总结
详情 →

在潜在空间学习高频连续动作块

👍 2

用VAE潜在空间+RTR策略实现高频机器人平滑控制

Kunyun Wang, Yuhang Zheng, Yupeng Zheng, Jieru Zhao, Wenchao Ding 2026-05-27
动作块 异步推理 机器人控制 模仿学习 潜在表示
✅ 已总结
详情 →

恢复扩散策略中的隐藏奖励

👍 3

用标量能量函数统一扩散模仿学习与逆强化学习，无需对抗训练即可恢复奖励信号

Yanbiao Ji, Qiuchang Li, Yuting Hu, Shaokai Wu, Wenyuan Xie, Guodong Zhang,... 2026-05-08
扩散策略 机器人操控 模仿学习 能量模型 逆强化学习
✅ 已总结
详情 →

大语言模型在线策略蒸馏综述

👍 11

系统性综述LLM在线策略蒸馏(OPD)的理论框架、方法分类、失败模式和工业实践

Mingyang Song, Mao Zheng 2026-04-02
在线策略学习 大语言模型 强化学习 模仿学习 知识蒸馏
✅ 已总结
详情 →

揭开机器人操作策略动作空间设计的神秘面纱

👍 2

首个大规模系统实证研究：delta 动作配关节空间是标准模仿学习的最优解，任务空间则在跨本体迁移中胜出

Yuchun Feng, Jinliang Zheng, Zhihao Wang, Dongxiu Liu, Jianxiong Li,... 2026-03-09
动作空间设计 扩散策略 机器人操作 模仿学习 跨本体迁移
✅ 已总结
详情 →