Levio:通过改装商用被动设备实现的智能驱动背部外骨骼
本文提出了一种加速设计流程,通过将商用被动背部外骨骼 Laevo Flex 改装为主动系统 Levio(集成 CubeMars AK10-9 执行器、IMU 和力传感器)。
本文提出了一种加速设计流程,通过将商用被动背部外骨骼 Laevo Flex 改装为主动系统 Levio(集成 CubeMars AK10-9 执行器、IMU 和力传感器)。
该论文针对机器人控制中扩散模型的随机性作用研究不足的问题,引入每步反事实诊断以测试采样噪声对最终输出的影响。研究发现不同配置下噪声诱导的偏差在下游可能放大、收缩或衰减,据此定义“随机多样性窗口”并应用针对性干预策略。实验显示,利用低影响区域替换 DDPM 步骤为 DDIM 跳步,可将网络评估减少最多 40-60%,时钟时间减少最多 85%,且在保持可行性、成本和多样性方面未发现一致变化。
推荐理由:提出随机多样性窗口诊断方法,揭示去噪过程中噪声影响的时间敏感性,并通过采样干预实现推理加速。
RefCloth 框架在冻结源策略下优化单一持久对抗桌布,实现零样本跨任务与模型迁移。该方案在四个 LIBERO 仿真套件中,使 OpenVLA-OFT、π0 及 π0.5 的成功率相对未优化桌布平均降低 62.50 和 43.75 个百分点(注。
论文介绍 Body Schema Policy (BSP),一种将身体图式构建为视觉与动作接口的模仿学习策略,其潜在身体图式在机器人运动学树上放置关节和连杆 token,利用学习到的螺旋运动传递特征。
推荐理由:提出将身体图式作为视觉与动作接口的模仿学习策略,在仿真及真实机器人上以极少参数实现高效全身位姿控制。
针对四足机械臂因执行器不确定性和几何误差导致的末端轨迹跟踪难题,本文提出一种结合末端惯性反馈的强化学习框架。实验表明,该方法在保持机身姿态和支撑构型不变的情况下,相比仅依赖本体感知或名义模型的基线,将基于动作捕捉的均方根误差分别降低了 17.3%、28.0%,并在轨迹层面揭示了名义运动学重建与实测末端位置间的显著差异。
该论文旨在加速生成机器人动作的自回归视觉语言动作模型(VLAs)。针对传统推测解码在机器人控制中因动作 token 冗余导致草案被频繁拒绝的问题,作者提出了 VSpark 方法。
论文提出 Risk Density RRT$^*$(RD-RRT$^*$),将碰撞风险直接作为高层规划目标以优化确定性环境中的路径。该方法在蒙特卡洛仿真中验证了近似保真度,能持续找到更低估计碰撞概率的路径。文章已接受发表于《国际机器人研究杂志》(IJRR),代码与权重暂未提及开放许可。
针对生成式策略缺乏任务进展保证的问题,本文引入基于物理仿真的推理时优化框架,评估候选动作片段并搜索满足任务收敛条件的运动。该方法结合区间 Lipschitz 约束与径向分位带限制源分布,支持欧氏及姿态值黎曼流匹配策略。在 PushT 和立方体堆叠任务中,成功率分别从 31.3% 提升至 88.5%,从 77.0% 提升至 86.0%;同时显著降低最大损失并减少分布外动作比例。
Anchored Path Matching(APM)通过监督端点与短过渡预测,在 RoboTwin 2.0 上实现一步生成即支持多步联合推理。该方法在 Clean 演示集上将闭环成功率较基线提升 2.0 个百分点,视频 PSNR 从 30.169 升至 32.317 dB。真实机器人实验中,APM 相比八步教师模型将控制周期延迟降低 21.3 倍。
现有代理操作系统将预训练的视觉语言动作策略视为不透明的语言原语,在指令或场景扰动下无法调整行为。本文提出 InteractVLA 框架,通过双向几何接口使预训练流式 VLA 成为可被几何引导和检查的工具:正向利用测试时几何引导将末端执行器目标转化为输入梯度,反向暴露动作片段与相机重投影以诊断空间差异并修正后续调用。
推荐理由:提出 InteractVLA 框架,通过双向几何接口将预训练 VLA 转化为可交互工具,实现测试时几何引导与递归自我改进。
针对不可靠感知下的集体估计问题,本文提出了 DGF-Asym 去中心化方法,通过基于回顾性预测性能的不对称同伴加权扩展了 DeGroot-Friedkin 模型。该方法无需先验传感器噪声统计或显式故障模型即可达成共识,并在异步通信下支持模拟群体导航任务。实验显示其在嘈杂观测和时变传感器故障场景下比三个基线更稳定且可靠维持决策标准,但决策时间更长,整体性能受故障比例、群体规模和影响力阈值选择影响。
论文介绍 Progress Predicts Policy (PPP),该方法通过学习语言条件的标量场并利用其微分诱导命令,结合共享世界模型读取动作梯度以生成连续或离散动作控制。实验表明,在无需额外标注的情况下,仅拟合演示进度值即可实现优于行为克隆的策略性能,适用于仿真与真实机器人操作任务。
推荐理由:该工作提出通过语言条件标量场学习混合策略,无需独立动作头或迭代搜索,在仿真与真实机器人操作中优于行为克隆。
论文提出 VoxelSBFL 方法,将工作空间划分为体素以替代传统代码元素进行故障定位分析。该方法结合工具中心点轨迹与执行结果构建可疑度地图,能在无需访问模型内部的情况下识别高失败风险区域并评分未见过轨迹。
该研究报道了在 Unitree G1 上实现的完整自主人形跑步系统,该系统参加了 2026 年世界人形机器人运动会的 100 米、400 米和 1500 米项目。
论文介绍 CoBoVLA(CodeBookVLA),这是一个拥有 2.5 亿参数的视觉 - 语言 - 动作模型,通过引入可解释的离散码将指令理解、规划与控制解耦。实验显示,在 LIBERO-Goal 基准上其成功率达 91.4%,优于 SmolVLA(82.8%);在指令同义改写测试中表现更稳健,且控制延迟仅为每步 17ms。材料指出语言理解仍是主要失败来源,并提供了预印本链接与补充材料。
该研究报告了 25 台双臂机器人的运动学、遥操作控制及真实机器人微调实验结果。研究发现,位置可达性会高估方向感知任务覆盖率;并行化身体部位控制可将任务完成时间减少 43-53%;主动搜索演示能将臂选择准确率从 50% 提升至 100%;推理时校准错误会导致所有试验失败;策略仍保留约 90% 的无效绕行路径长度。报告建议在大规模采集前评估有效工作空间、控制效率及运动质量,以消除系统诱导的补偿行为。
该论文提出 FailureGen 方法,通过微调动作条件化的 Cosmos 世界模型,将记录的真实失败执行轨迹迁移到成功宿主上下文中,生成带有时间事件标注的合成视频以扩充故障场景数据。初步实验显示,结合合成数据的检测器平均精度为 0.51,优于仅用真实数据的 0.41,且能检测到更多故障区间。材料为预印本论文,未报告真实机器人部署结果或具体开源仓库。
论文提出 SR-VLA 框架,解决视觉语言动作(VLA)策略在推理阻塞下一段动作时产生的控制停顿问题。
针对现有记忆增强方法存储成本高且无法显式进化知识的局限,本文提出了 EvoNav 两时间尺度记忆框架。该框架将语义观测、空间关系及任务反馈线索组织为稀疏经验原子,并在慢时间尺度上将类别共现与反馈信号蒸馏为环境特定的结构知识,无需预定义对象 - 房间关系。实验在单目标、序列多楼层及多模态导航任务中验证了有效经验复用与路径效率提升,并成功迁移至真实机器人。
该研究在 MetaWorld 20 任务套件上验证,受控随机选取的 5,000 条记录子集在 20,000 次更新后,其相对于 40,000 条记录池的增益(3.69 个百分点)与任务知情子集基本持平。跨 12 项对比发现,固定预测器在至少一个保留折中表现落后于均值或难度参考,且观测与预训练交互作用符号随种子变化。这项回顾性研究证明,等容量控制、种子级报告及针对性干预会改变对表观迁移增益的解释。
论文介绍 Heave-Ho 框架,旨在解决人形机器人长程协作中的全身交互、长期规划与同步难题。该框架在底层利用多智能体后训练适配物理耦合交互,在高层训练视觉语言规划器并设计基于语音的领导者 - 跟随者协调机制,实现无需网络通信的去中心化执行。
推荐理由:提出去中心化多个人形协作框架,通过视觉语言规划与语音协调机制实现无需网络通信的长程协同。
ALERT 是一种通用且轻量级的流水线,用于将人类感知与主动避让能力集成至预训练的全身运动追踪策略中。仿真与现实实验表明,该方法在保留原有动作能力的同时实现了局部无碰撞执行及参考轨迹的快速恢复。该研究作为预印本发布于 arXiv,代码与权重开放许可状态待进一步确认。
针对腿式机器人因关节电机过热导致运动中断的问题,本文提出一种无需直接观测温度的强化学习方法。通过构建 13 节点集总 RC 热网络模型预测电机温度,设计奖励函数驱动策略降低最高稳态温度。实验在 Unitree Go2 四足机器人上验证,该方法将 5kg 负载下的持续运动时间从 19 分钟(热关机)提升至 174 分钟(电池耗尽),实现了从热受限到电池受限的转变。
针对分层软组织下表面成分变化导致控制器滞后问题,该方法利用轻预载下的低幅激励通过触觉通道区分肌肉与骨质组织。执行阶段采用力与触觉驱动的分配律,使指尖压力瞬时均衡并将接触面积设为可控变量。研究在三位受试者曲面上验证了力跟踪与压力均匀性,相关代码与数据待注册。
HandUMI 是一种佩戴式手部接口,利用可更换指尖匹配机械手夹爪,配合 Quest/PICO 控制器追踪手部及编码器测量开合度,实现无需机器人的双手演示采集。
RoboTeam 是一个新的仿真基准,用于评估多模态智能体仅凭摄像头图像实时控制 4 到 16 个机械臂完成长周期协作任务的能力。该基准包含 36 项需要多臂协同的长期作业(如传递木材或搭建积木画),且世界不会暂停。
该论文介绍 DailyBrick 系统,这是一个多阶段代理系统,能够根据用户请求生成 LEGO 模型及其逐块组装指令,支持人类搭建和机器人执行。系统通过版本化构建 SDK 将语义子部件决策编译为规范操作,并利用外部 Meta-Reviewer 代理回放、检查生成包以验证模型与过程,识别失败并路由至修复或技能更新。
该论文提出一种质心位于髋关节的平面半圆形足 X 型双足机器人,并设计控制系统实现平地稳定极限环步态。数学证明显示摆动腿碰撞前后角速度不变且控制输入积分归零,数值仿真验证了理论有效性及收敛速度与机械能恢复特性。文章已发表于 IEEE ICARM 2023,当前版本修正了图表标签等排版信息。
论文介绍 ReLAP 框架,该框架在冻结的 JEPA 表示空间内耦合局部逆动力学学习与循环多步预测。共享逆动力学模型从相邻观测推断紧凑连续潜在动作,而潜在世界模型递归预测未来 JEPA 特征以鼓励时间连贯的动态。
推荐理由:该工作提出在冻结 JEPA 空间内结合局部逆动力学与循环多步预测的潜在动作预训练框架,并在 LIBERO 基准上取得 SOTA 表现。
论文提出了 DreamFAR 世界模型,其动力学模型完全基于大规模机器人遥操作数据从头训练,未使用互联网视频预训练。该架构专为机器人原生数据设计,体积显著小于高性能视频生成模型,在商业 GPU 上运行速度达 10 FPS。实验表明,DreamFAR 在预测长视界未来及理解接触与因果关系方面优于现有模型,并展示了策略评估与混合数据协同训练等应用潜力。
推荐理由:该工作提出无需互联网预训练的机器人原生世界模型,在长时序接触预测上优于现有方法。
HubEgo-100K v1.0 数据集包含 10,124 小时的高清第一人称视频及同步惯性测量单元数据,由全球贡献者录制。该数据集涵盖多种工作环境与任务类型,旨在解决机器人策略泛化性差的问题。材料提供了数据格式、隐私措施及 datasheet,后续版本将增加基准测试并扩展至 10 万小时。
ALOHA Lightning(Flash ALOHA)是一个用于学习快速且精准机器人操作的新系统。该系统利用运动学示教在可反向驱动的双手平台上直观收集接近人类速度的演示数据,并通过测试时动作平滑与视觉数据分布对齐技术实现流畅的高速执行。针对每个任务仅需 50 次演示,即可让机器人在接近人类速度的情况下自主完成抛接球、折叠短裤、插入电池和擦桌子等双手操作任务,成功率超过 80%。
该论文提出 PriDex 框架,旨在解决利用人类视频训练机器人双手灵巧操作的难题。PriDex 在仿真环境中通过强化学习将人类视频转化为可执行的机器人演示,保留任务相关的交互结构并再生符合机器人本体行为的动作。
论文提出了 FlowRRT,这是一种针对离散地形单足跳跃的激动力学规划器。该方法将多起点 MPPI 专家离线收集的可行动作集通过条件流匹配蒸馏为生成采样器,以解决传统方法在狭窄不连通动作空间中的局限性。
推荐理由:提出将 MPPI 专家蒸馏为生成采样器的 FlowRRT,在单足跳跃任务上实现更短规划时间与更高成功率。
该研究团队为 UR5/UR5e 机械臂开发了开源 da Vinci X/Xi 器械模块,通过五电机与电外科中介器实现运动控制及能量激活记录。 bench 测试验证了六次踏板按压的完整事件捕获,ex vivo 演示涵盖脾脏凝固与胆囊离断等任务。光学追踪校准将芬斯特双极钳俯仰增益优化至接近理想值,模块支持腹腔镜手术中的动作、视频及电外科指令时序记录。
Genesis AI 宣布完成 5 亿美元(约 33 亿元)A 轮融资,投后估值达 35 亿美元(约 233 亿元)。本轮由 Premji Invest、Khosla Ventures 等领投,英伟达 NVentures、AMD 风投等跟投。
Genesis AI 宣布完成 5 亿美元(约 33.33 亿元)A 轮融资,由 Khosla Ventures、Premji Invest 和 Eclipse 联合领投,英伟达、AMD Ventures 等参投。
蓝点触控近日完成数亿元D3轮融资,本轮由洪泰基金、奥普特等14家机构联合投资。公司计划将资金用于新一代机器人力传感器产品研发、产能扩充及全球化市场布局。其核心产品为机器视觉核心软硬件产品及工业人形机器人用末端和关节力传感器,具备0.1%FS精度与高频响应能力。
英伟达在 CoRL 大会正式发布 GR00T 2 世界动作模型、Isaac Lab 3.0 开源框架以及 Isaac Lab-Arena 0.4 版开发者预览版。
11 月 17 日,由深圳市龙岗区人工智能(机器人)署主导的活动中,众擎全尺寸人形机器人 T800 领舞,与全球首家机器人 6S 店等联合完成“一小时内最多人形机器人跳舞”吉尼斯世界纪录挑战。最终认证官宣布成功舞动台数为 151 台,超过 110 台目标数。众擎首次展示全尺寸机器人群控能力,动作同步达毫秒级,可支撑百台级以上规模协同完成高动态动作。