arXiv cs.RO· Samira Huber, Ruben Hammele, S\"oren Pirk·· 4 小时前AI 评分58
COOL：好奇心驱动的物品归属学习框架，用于个性化机器人服务
COOL: Curiosity-Driven Object Ownership Learning for Personalized Robotic Assistance
AI 导读
论文提出 COOL 框架，让机器人从日常观察中自主学习物品归属关系，并维护环境的长期空间记忆。该框架采用基于智能体的好奇心驱动数据采集策略，引导机器人前往最有价值的位置获取信息、更新过时观察。离线实验、消融研究和真实世界评估显示，COOL 能从真实交互中推断归属关系，并用于以归属为条件的导航与任务执行。该工作已被 CoRL 2026 接收。
来源：arXiv cs.RO · arxiv.org