🔬 大学#108 New Haven, United States
Inquisitive Robotics Lab
耶鲁大学的Inquisitive Robotics Lab致力于交互式机器人学习，开发使机器人能够寻求帮助并与人类教师进行结构化交互的算法。该研究旨在创造自适应的协作机器人，能够理解人类反馈并将任务知识适应到新的场景中。
interactive learningHRImanipulationlearning
近期研究
全部论文 →按本机构专长领域匹配（关键词重叠 + 直接署名）
LEARNING
📊 0 引用
基于云-雾-边缘计算架构的分层联邦学习方法用于分布式智能制造系统
Wenyou Guo, Ting Qu, Yongheng Zhang 等 5 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
📊 0 引用
面向需要时变力的操作任务的层次化模仿学习方法
Rishabh Shukla, Adithya Santhosh, Shaili Gandhi 等 5 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
开放获取
VLA如何以不同方式失败：黑盒动作监测揭示架构特定的失败特征
Krishnam Gupta
2026
MANIPULATION
开放获取
冻结的VLA已经知道成功：基础机器人策略中价值类结构的探测研究
Jiachen Zhang, Junnan Nie, Junyi Lao 等 7 位作者
2026
PERCEPTION
开放获取
OSMa-Bench++: 面向操作语义映射的开放端基准测试与提示生成合成场景
Regina Kurkova, Maxim Popov, Sergey Kolyubin
2026
MANIPULATION
开放获取
EXPO-FT: 面向视觉-语言-动作模型的样本高效强化学习微调
Perry Dong, Kuo-Han Hung, Tian Gao 等 5 位作者
2026