强化学习与具身智能 / CVPR2026
TeamHOI:学习面向任意团队规模协作式人-物交互的统一策略
TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size
用 Transformer 加队友 token 的分散式策略处理可变团队规模协作,以及用单人参考动作加掩码 AMP 在缺少多智能体数据时保证动作真实感,这两点可直接迁移到视觉驱动的具身多智能体控制与动作生成。
多智能体强化学习对抗运动先验Transformer-策略网络