本文介绍了R2S2和OpenWBT项目，旨在通过构建多技能的现实世界技能空间，提升类人机器人在复杂任务中的表现。研究者结合模仿学习与强化学习，优化技能协调与切换，以确保机器人在真实环境中的稳定性与有效性。

本文提出了一种新方法IN-RIL，旨在解决模仿学习与强化学习结合中的不稳定性和样本效率低下的问题。通过定期注入模仿学习更新，IN-RIL提高了探索效率，实验结果表明其在多任务中显著提升了样本效率，并减少了性能崩溃现象。

本研究提出了一种新方法，通过构建分解缩放曲线(FSC)来解决通用模仿学习政策的数据收集问题，使得在新环境中的任务成功率提高了26%。

本研究提出了一种新的离线数据增强方法D-CODA，旨在提升双手操作中的眼手协调模仿学习表现。通过合成手腕摄像机图像和动作标签，D-CODA在模拟和现实任务中均优于基线方法，推动了数据增强技术的发展。

本研究提出了一种遍历生成流（EGF），旨在解决生成流网络在模仿学习中的训练难题，并优化了流匹配损失和奖励模型。实验结果表明其在2D任务和NASA数据集上有效。

本文提出了一种新颖的潜变量扩散规划（LDP）方法，旨在减少模仿学习对大量专家示范的依赖。该方法通过学习潜变量空间和训练规划器，利用无动作示范和次优数据，在模拟视觉机器人操作任务中显著超越现有模仿学习方法。

该研究提出了一种新型闭环仿真器，解决了模仿学习在自动驾驶规划中的局限性。通过引入Waymo数据集的因果基准，评估模仿问题的影响，并结合模仿学习与强化学习，显著提升了模型的泛化能力。

本文介绍了京东研究团队在真实场景下开发的具身智能技术架构，重点在咖啡机器人任务的技术突破。通过模仿/强化学习和“视觉-语言-动作”大模型，提升了机器人操作能力，解决了通信延迟和系统稳定性问题。该架构具备高扩展性，能快速适应新任务，实现了咖啡制作的高成功率。未来将继续优化系统，提升泛化能力。

本研究解决了现代3D视频游戏中模仿学习的环境复杂性问题。通过逆动力学模型和未来对齐策略，展示了在多样化数据环境中训练的策略头能够有效跟随轨迹，且模型配置依赖于具体设置。

本文提出了一种基于教师-学生范式的教师先验框架，旨在提高机器人在复杂地形上的运动稳定性。通过模仿学习和辅助任务学习，该框架显著提升了人形机器人的运动能力，并降低了开发成本。

本研究提出统一世界模型（UWM），通过结合视频和动作扩散，解决大规模机器人基础模型中模仿学习的扩展问题。UWM在统一变换器架构中整合这两种数据，显著提升了策略学习的通用性与鲁棒性。

本研究提出了Bi-LAT，一个结合双边控制与自然语言处理的模仿学习框架，旨在实现机器人操作中的精确力调节。该方法通过多模态变换器模型编码人类指令，有效区分真实任务中的微妙力需求。

本研究提出了一种神经-符号模仿学习框架，旨在解决现有模仿学习在长时间和多步骤任务中的不足。该框架通过示范学习符号表示，将任务分解为子任务并生成抽象计划，从而提高数据效率和泛化能力。实验结果表明，该方法在模拟机器人环境中显著优于基线，且具有更好的可解释性。