边部署边学习：面向通用机器人的车队级强化学习策略
Learning while Deploying: Fleet-Scale Reinforcement Learning for Generalist Robot Policies
⭐ 8 · arXiv · HF
#强化学习 #具身智能 #机器人控制 #流匹配 #在线学习

Odysseus：强化学习驱动VLM实现百回合游戏长期决策
Odysseus: Scaling VLMs to 100+ Turn Decision-Making in Games via Reinforcement Learning

Chengshuai Shi, Wenzhe Li, Xinran Liang, Yizhou Lu, Wenjia Yang, 等 (+8)
⭐ 2

• 针对VLM在百回合以上长周期游戏决策挑战，本文通过强化学习（RL）训练VLM。
• 提出PPO改进算法，引入轻量评论器，显著提升训练稳定性和样本效率。
• 预训练VLM提供强大动作先验，提高RL效率，减少手动设计。
• 构建Odysseus框架，VLM实现3倍游戏进展，具备良好泛化性，为具身智能体RL提供指导。

🔗 arXiv · 🤗 HF

#视觉语言模型 #强化学习 #长期决策 #游戏AI #具身智能体

面向真实世界部署的开源动作推理视觉语言模型
MolmoAct2: Action Reasoning Models for Real-world Deployment
⭐ 68 · arXiv · HF
#具身智能 #多模态模型 #机器人控制 #流匹配 #空间推理

交互式世界模型的统一动作生成基准测试iWorld-Bench
A Benchmark for Interactive World Models with a Unified Action Generation Framework
arXiv · HF
#世界模型 #交互生成 #基准测试 #轨迹跟随 #视频生成 #具身智能

ESARBench：无人机具身搜救智能体基准测试
ESARBench: A Benchmark for Agentic UAV Embodied Search and Rescue
arXiv · HF
#具身智能 #无人机 #大语言模型 #搜救 #视觉语言导航 #基准测试

PhysForge：面向交互式虚拟世界的物理接地3D资产生成
PhysForge: Generating Physics-Grounded 3D Assets for Interactive Virtual World
⭐ 4 · arXiv · HF
#3D内容生成 #物理接地 #扩散模型 #视觉语言模型 #具身智能 #部件级生成