Learning to Play with Robots: A Survey of Robot Learning
Learning to Play with Robots: A Survey of Robot Learning（机器人学习综述）是由机器人学习领域研究者系统整理的经典综述论文，是机器人学习领域重要的综述之一。该论文系统地回顾了机器人学习技术的发展历程，包括模仿学习、强化学习、从演示中学习、从观察中学习、元学习、终身学习等多种学习范式，以及监督学习、无监督学习、半监督学习、迁移学习等多种学习方法。该论文详细分析了机器人学习的核心挑战，包括样本效率、 sim-to-real迁移、多任务学习、安全探索、可解释性、数据效率等，并讨论了机器人学习在各个领域的应用，包括操作、导航、移动操作、人机交互、医疗机器人等。机器人学习是使机器人具备自主学习和适应能力的关键技术，能够让机器人从经验中学习，不断改进性能，适应新环境和新任务。该论文被引用超过1500次，是机器人学习领域的入门必读文献，对后续的机器人学习算法设计、应用系统开发、理论研究等产生了深远影响，推动了机器人学习从实验室走向实际应用。
主体信息
Learning to Play with Robots: A Survey of Robot Learning（机器人学习综述）是由机器人学习领域研究者系统整理的经典综述论文，是机器人学习领域重要的综述之一。该论文系统地回顾了机器人学习技术的发展历程，包括模仿学习、强化学习、从演示中学习、从观察中学习、元学习、终身学习等多种学习范式，以及监督学习、无监督学习、半监督学习、迁移学习等多种学习方法。该论文详细分析了机器人学习的核心挑战，包括样本效率、 sim-to-real迁移、多任务学习、安全探索、可解释性、数据效率等，并讨论了机器人学习在各个领域的应用，包括操作、导航、移动操作、人机交互、医疗机器人等。机器人学习是使机器人具备自主学习和适应能力的关键技术，能够让机器人从经验中学习，不断改进性能，适应新环境和新任务。该论文被引用超过1500次，是机器人学习领域的入门必读文献，对后续的机器人学习算法设计、应用系统开发、理论研究等产生了深远影响，推动了机器人学习从实验室走向实际应用。