PA-SaR:面向多机器人搜救的感知 aware 学习、控制与协同框架
arXiv 发布了一篇关于多机器人搜索与救援(SaR)研究的预印本,提出了 PA-SaR 数学与架构框架,用于协调异构机器人的本地控制、基于学习的探索、监督级任务分配及自适应引导受害者。
arXiv 发布了一篇关于多机器人搜索与救援(SaR)研究的预印本,提出了 PA-SaR 数学与架构框架,用于协调异构机器人的本地控制、基于学习的探索、监督级任务分配及自适应引导受害者。
论文提出了 ColNav 方法,通过几何体积编码目标与自车位置速度的不确定性(支持有界集和 Gaussian 描述),利用包围体层次组织时空管以覆盖整个时间视界而非离散采样点。该方法在预测模型失配下达到 100% 的成功率,优于最佳基线的 65%,并在密集交通中维持三倍的清除距离,同时在物理机器人上验证了实时运行能力。
针对前向深度相机视野受限导致的未知障碍物导航难题,本文提出了 ScanDreamer,这是一种结合在线二维扫描记忆图、基于地图的想象推理以及感知 aware 运动约束的世界模型架构。
Kinora 系统通过版本化工件连接文本到运动生成、动作库及本地代理工具,利用独立指定的 52 关节制作 rigs 和过程骨架预览分离几何与模型。评估显示 server 0.5.1 和 Gadget 0.15.2 在 156 次回归测试中全部通过数值关卡,但转弯拼接仍保留 14.3 cm 支撑脚漂移预警。该成果支持部分集成与保存契约,未证实语义质量提升、群体可行性或硬件安全性。
Qubit-to-Motion 提出了一种支持约束序列化的证据中心框架,通过四组 Pauli-Z 读出作为唯一输入并记录 SHA-256 指纹实现决策到接触的可追溯性。在 MuJoCo 仿真中,该框架在五种 30 物体场景变体下完成全部 150 次放置任务,推理耗时约 8.60ms,位置误差控制在微米级。代码托管于匿名仓库,预印本状态待正式注册。
该论文提出 Kinematic Action Models (KAMs) 范式,将全身运动作为直接预训练目标,利用预训练的运动生成器作为动作生成的主干。Kimodo-Policy 是该范式的初始实例,结合了冻结的 Kimodo 文本到运动骨干网络与轻量级的 ControlNet 视觉条件化。
论文提出了 InfCoiL 框架,旨在解决基于物理的人机交互(HOI)中意图映射到行为的问题。该框架通过共享形态接口耦合了形态感知的流匹配规划器与统一多形态控制器,在自回归的规划 - 执行循环中进行协同微调。
论文提出 SimplEvo 方法,探索多模态大语言模型在保留执行经验的文本记忆中直接控制的提升极限。该方法无需权重更新或后训练策略,通过单次演示生成无坐标任务记忆,并在训练阶段构建仅基于训练集集的有界工作记忆,每轮迭代后根据程序、完成度和恢复情况精炼该记忆。
论文提出 ForeAct,旨在解决现有方法在场景几何与演化动态处理上的割裂问题。该方法复用预训练视频世界模型作为单前向传播骨干,利用可学习 token 由下一帧相对深度监督来塑造共享的视频表示,从而将空间知识转化为未来感知的动作生成表示。
Ilia Larchenko 提交 CoRL 2026 RoboEval 挑战赛的解决方案,针对八项双臂任务提出结合离线强化学习与在线推理调优的方法。
该研究介绍了 ArmedAgent,这是首个系统性评估零样本机器人控制代码智能体风险的基准。涵盖 36 个任务在 5 种场景下的鲁棒性、恶意使用及间接注入风险,先在仿真中评估并在物理机械臂上验证。测试包括 GPT-6-Astra 等前沿模型,发现当前系统在数字资源威胁转化为物理行动方面存在显著安全风险。
DeepSoMo 是一种基于学习的框架,利用自监督潜在预测约束在部分可观测条件下估计软体机器人的可变形物体运动。该方法在高保真有限元仿真环境中评估,相比架构匹配的循环基线模型,在轨迹估计、姿态恢复、形状重建及接触推断上均表现一致提升。论文为 arXiv 预印本(arXiv:2611.11242),目前处于实验阶段。
论文提出 DexForesight 框架,通过在灵巧策略潜在空间中注入动力学感知的世界表征来学习隐式空间前瞻性。该方法利用离线场景深度、运动学手几何和演示轨迹训练动作条件化的空间世界模型,预测三维手部点运动和视觉特征变化(包括相机遮挡的手指)。
本教程介绍利用顶置摄像头和 ArUco 标记实现差分驱动机器人多机编队控制的步骤。系统通过比较测量位置与期望位移向量计算运动指令,并集成基础避障功能。作者强调将数学概念转化为物理机器人协调行为的方法,提供开源 GitHub 仓库支持硬件软件搭建、位姿估计及编队误差评估等实践环节。
MOSU2 是一个长距离导航系统,通过两阶段轨迹选择机制解决公共户外空间的复杂导航问题。第一阶段基于上下文推理决定何时需要额外证据并检索信息,仅在交互未决时触发第二阶段获取几何与动态信息以对齐场景背景进行决策。
针对收集演示成本高限制 VLA 模型跟随多样化游戏玩法指令的问题,作者提出 Script2Play 框架。该框架利用 LLM 驱动的智能体构建可执行的游戏环境与任务,并通过程序化专家基于仿真状态生成分配指令、渲染观测及键盘鼠标操作。
论文提出将日本传统阿瓦舞从单目视频迁移至宇树 G1 EDU 商用类人形机器人的管线,结合人体网格恢复、运动学重定向及仿真强化学习。作者在单卡 RTX 5070 上训练,通过十一版本部署阶梯在硬件上验证了修复静默损坏、模型状态漂移及编辑参考动作等干预措施。
现有机器人操作基准多假设环境静态且仅由指令决定任务语义,忽略了人类作为主动代理共享工作空间的现实情况。本文提出 HARP-Bench 基准,将人类活动视为操作问题的一部分而非背景干扰,涵盖提示、贡献、打断与共存四种条件,并配套演示生成管线。
该研究提出基于交替方向乘子法(ADMM)的求解器,替代传统内点法解决稀疏分层非线性规划问题。实验显示在低至中等精度区间,其计算时间较结构利用型内点法最高减少 23.5%。该方法已扩展至全身动态控制的人形机器人行走任务,验证了其在大规模运动与动力学控制中的高效性。
针对基于视觉的控制策略(含视觉语言动作模型)因动作推断计算成本高导致执行速度慢的问题,本文提出了一种无需修改底层策略学习过程的异步推理与控制框架。该方法将连续目标位置的生成建模为跟踪控制问题,利用预测位置方差实现自适应动作跳过,从而在保持平滑稳定运动的同时大幅提升任务执行速度。
针对复杂耦合动力学系统难以获取真实模型参数的挑战,该方法结合 Floquet 理论与扩展动态模态分解(EDMD),在提升空间学习物理一致的线性预测器并设计模型预测控制律以跟踪周期参考。实验在受周期性扰动的 cartpole 系统上验证,结果显示其性能优于纯数据驱动基线。
针对现有第一视角数据集缺乏高精度光学动作捕捉及下肢行为覆盖不足的问题,作者发布了 RoboMoCap 大规模多模态数据集。该数据包含超过 200 小时的记录,由 14 名参与者完成,集成了六个头戴式相机、腕部视觉与惯性传感以及 120Hz 的全身体光学动作捕捉。
BAT-WAM 是一种针对世界 - 动作模型(WAMs)的框架,旨在解决灵巧操作任务中关节状态和全手掌触觉观测缺失的问题。该框架通过 RGB 条件化的连续潜在桥梁连接触觉流与动作流,实现双向学习,并利用视觉信息作为连续上下文。
推荐理由:BAT-WAM 框架通过视觉与触觉表征的双向桥梁,在掩码条件下显著降低触觉重建误差,并在真实机器人实验中优于基线。
论文提出通过 Vine Sampling 方法从同一观测状态多次查询演示者,以显式捕获动作分布的多模态性与多样性,从而解决标准滑动窗口行为克隆数据导致的单模态记忆问题。在合成任务与二维卡车卸载实验中,该方法显著提升了策略对演示者的匹配度及 Best-of-N 和专家迭代性能。
Belief-guided Residual Adaptive Control (BRACE) 提出一种分层强化学习框架,通过推断扰动信念来调整参考轨迹以应对空间变化的未知干扰。该方法在三个具有突发切换风场的四旋翼仿真环境及搭载风扇扰动的 Crazyflie 硬件上验证,相比模型预测控制与 RL 基线提升了 reach-avoid 性能。
针对预训练视觉语言动作(VLA)模型在域偏移下表现不佳的问题,论文提出 RAGu 方法,通过几何校准将源演示转换至目标设置,并采用粗到细策略从海量候选中筛选兼容轨迹。该方法直接引导 VLA 的流匹配推理过程,无需重训基座或扩展上下文窗口。实验显示,RAGu 在真实世界、仿真及跨具身的人形机器人操作中,将成功率从 20% 提升至 80%,且在仿真环境中优于最接近的基线方法。
该研究提出单一序贯蒙特卡洛(SMC)推理算法统一实现多种基于采样的模型预测控制策略,通过提案、更新规则及重采样阈值三个独立轴进行指定。在 MuJoCo 非线性控制、Franka FR3 硬件等仿真与真实部署中,28-knot 航程下碰撞率较非重采样基线降低 30%,推 T 任务成功率从 1% 提升至 100%(仿真)及 90%(硬件)。
论文 DreamVLA 提出利用生成式运动轨迹指导仿真环境中的强化学习,从而无需新的遥操作数据即可训练 VLA 模型。核心贡献是参考条件 DAgger 蒸馏流程,在失败后重启 RL 专家并聚合成功修正轨迹以解决分布偏移。研究评估了抓取、开抽屉、按按钮及行走抓取等任务,并对 DAgger 迭代次数、残差强化学习和生成数据集规模进行了消融实验。
论文提出 MoE-DAgger 方法,解决机器人分阶段操作中基于路由器熵的相位监督不足问题。该方法利用因果路由历史区分正常相邻相位切换与异常状态,无需在策略执行中提供相位标签或硬命令。实验显示,在匹配的人工控制预算下,Green 任务成功率达 84.0%,Red 任务为 78.0%,均显著优于无相位感知的过滤熵方法,且在 50 次 rollout 中未观测到碰撞。
针对时变阻抗参数可能破坏系统被动性的问题,研究提出了一种基于二次规划的参数优化框架。该方法通过调节期望惯性补偿刚度变化注入的能量,在 Kinova Gen3 七自由度机械臂上验证了其在人机交互扰动下的有效性。实验表明,相比能量储罐和非被动性方法,该框架实现了更不保守的刚度跟踪且无需额外阻尼开销。
arXiv 论文介绍 REINS 框架,该框架通过结合动力学模型、校准谓词验证及索引规则记忆,解决了大语言模型在轨迹规划中难以兼顾实时性与自我进化的问题。实验显示该方法在仿真与真实世界基准上实现了超过 98% 的合规率,碰撞减少近 50%,延迟为 1.9-4.6 毫秒,且随着记忆成熟,大模型调用频率单调下降。论文已被 NeurIPS 2026 主轨道接收。
该论文提出一种将单目视频转化为训练好的全身模仿策略的流程,旨在开发类人机器人、辅助设备和康复系统。针对运动学可行但难以通过肌肉动力学复现的参考轨迹及高冗余动作空间的挑战,方法包含两个互补阶段:首先进行受语义、解剖和接触约束限制的肌肉感知重定向;其次估计从肌肉兴奋到广义力的映射,并在零空间注入有界扰动。
该研究通过集成 RANSAC 异常值剔除与聚焦任务相关区域,优化了 DINOBot 框架在物体交互模仿中的对齐阶段。实验涵盖抓取、插入、摇晃和倾倒等真实世界操作任务,相比基线整体成功率提升 13.8% 且收敛更快。论文已接受发表于 ICAR 2025,当前为预印本版本。
针对无气动控制面的紧凑构型飞行器,该方法联合优化路径几何与时序以生成满足耦合运动方程的动力学兼容轨迹。通过平衡曲率诱导加速度与气动支持,在降低矢量推力需求的同时保留机动特征,并在闭环仿真中成功追踪代表性的翻滚序列。该研究为规划此类无人机的自主特技动作提供了基础依据。
该论文针对灵巧操作策略设计中触觉传感器配置被忽视的问题,提出并执行了一项受控协议,固定教师模型、训练流程及候选传感器,仅改变传感器配置与表征方式。实验在三种机器人手上进行手掌旋转和抓取任务,发现少量基于接触统计选择的传感器即可匹配大量均匀分布的传感器,而极少接触位置的传感器等同于无输入;所有候选传感器的输入张量布局对性能均无影响,即使使用卷积编码器也是如此。
针对单目相机缺乏深度信息导致碰撞检测困难的挑战,本文提出一种结合模型预测与模仿学习的中间路线方法。该方法通过学习碰撞模型将历史图像与控制序列映射为最坏情况下的障碍物清除分布,并将其转化为轨迹优化中的碰撞风险成本;同时利用人类演示学习场景相关的风险平衡及算法参数以加速求解。
本文提出 ReSkill 框架,用于解决组合式操作任务中的自我改进问题。该框架利用代码智能体构建以对象为中心的任务图,定位执行失败节点,并在任务层级优化阶段组织与恢复路线,在技能层级增强感知、运动等能力。
推荐理由:提出 ReSkill 框架,通过定位局部缺陷与验证候选变更实现机器人操作能力的选择性自我改进。
EmbodiedIntentBench 提出了一套用于评估移动机器人任务中意图驱动运行时适应性的基准,通过结构化契约涵盖覆盖、时效证据及资源约束。在多阶段仓库研究中,87.5% 召回率配置仅完成 1/16 任务而低召回率配置完成 14 个,且忽略执行导致的观测损失会逆转策略优劣排序。
研究证明,在富接触或遮挡操作场景下,手指挂载的低成本触觉阵列可作为腕部相机的有效替代品。实验显示,相比仅依赖视觉的策略,引入触觉感知使三项接触丰富任务的成功率提升 31.7-60.0 个百分点,且优于所有配备腕部相机的视觉策略。该成果支持将触觉传感作为此类操作任务中可靠的替代方案。
论文提出 Grip, Trace, Write 框架,构建力感知仿真环境以解决传统刚性安装笔的局限。该方法采用双分支 Actor 解耦握笔稳定性与手臂腕部书写动作,保留闭环耦合关系;训练流程先通过行为克隆初始化逆运动学演示,再利用墨水、接触力、时间和握持奖励进行强化学习优化。实验表明该策略在多种任务中提升了完成度、精度和效率,且无需微调即可泛化到未见过中英文内容,为灵巧工具使用提供了测试基准。
推荐理由:该工作提出力感知仿真环境,通过双分支策略解耦握笔与书写并强化学习优化,在未见中英文内容上实现泛化。