RL | AIR-DREAM Lab 最新论文提出了哪些生成新方法？

一直对这个组的方向很感兴趣，于是速读一下这个组的最新文章。 （这篇笔记仅存档自用。以下论文完全是速读，没有进行任何精读，记录的笔记全都是 给我输入文章摘要 + 框图之后，我输出出来的幻觉，没有什么参考价值；还可能有少量 deepseek 速读） AIR-DREAM Lab 主页：https://air-dream.netlify.app/ Efficient Robotic Policy Learning via Latent Space Backward Planning - 通过 latent space 的 backward planning 实现机器人策略高效学习 信息：2025.05，ICML 2025，https://air-dream.netlify.app/publication/liu-2025-lbp/ 理解：是 robotics 的工作，我不懂这种工作。latent 里的递归 planning，感觉有趣。粗看跟这个挺像的：HIQL: Offline Goal-Conditioned RL with Latent States as Action（arxiv），但这篇我也还没读。 现有的 robot 做事情需要 planning，一般是做 model-based planning，其中 state 通常是 pixel-based 的高清图像。然而，这种 pixel-based 世界模型计算成本大，还会有 accumulation errors，导致 planning 不准确，影响性能。 有一些方法会用粗粒度（coarse-grained）subgoals 来 planning，但好像仍然有问题，这一句没看懂。 这篇文章提出了 a Backward Planning scheme in Latent space（LBP），从 latent space 里 planning。先把最终目标搞到 latent 里，然后在 latent space 里递归地预测 更接近我们当前 state 的 subgoal。 Universal Actions for Enhanced Embodied Foundation Models - 为 enhanced 的具身 foundation model 而打造的 universal actions 信息：2025.02，CVPR 2025，https://air-dream.netlify.app/publication/zheng-2025-universal/ 理解：具身的工作，没看懂，不了解。 Diffusion-Based Planning for Autonomous Driving with Flexible Guidance - 为自动驾驶设计的、带有柔性引导的基于 diffusion 的 planning 信息：2025.01，ICLR 2025 oral，https://air-dream.netlify.app/publication/zheng-2025-diffusion/ 理解：diffusion + transformer 工作，我不懂 diffusion，不太了解。这篇工作做了真实世界的自动驾驶。 Robo-MUTUAL: Robotic Multimodal Task Specification via Unimodal Learning - 通过单模态学习实现机器人多模态任务 specification 信息：2025.01，ICRA 2025，https://air-dream.netlify.app/publication/li-2025-robo/ 理解：我其实也不太懂多模态。感觉 representation learning 有趣，之前还看过 cross-embodiment 的 representation 对齐的工作（XSkill，arxiv），不过那个对齐的是轨迹的 embedding。 这篇文章希望可以只用一种模态（比如图片 / 文字指令）来训练，测试时使用另一种模态来告诉 agent 它要执行的任务。 这篇文章首先用大量 out-of-domain 数据进行 pretrain（我也不懂 out-of-domain 是什么），训一个 DecisionNCE 来让同一任务的图片 / 文字指令的 embedding 的余弦相似度高。 然后，采用两个不用训练的 Collapse 和 Corrupt 操作，进一步缩小多模态 representation 中模态之间的 gap。