ReflexArc:将瞬时触觉反射自下而上集成到全身人形机器人控制中
针对人形机器人在杂乱环境中需快速反应意外接触的挑战,该研究提出了 ARC(Ascending Reflex Control)框架,将毫秒级触觉反射与全身策略学习相结合。
推荐理由:该工作将毫秒级触觉反射与全身策略学习结合,在 Unitree G1 上验证了降低冲击峰值和保持平衡的能力。
针对人形机器人在杂乱环境中需快速反应意外接触的挑战,该研究提出了 ARC(Ascending Reflex Control)框架,将毫秒级触觉反射与全身策略学习相结合。
推荐理由:该工作将毫秒级触觉反射与全身策略学习结合,在 Unitree G1 上验证了降低冲击峰值和保持平衡的能力。
RAFT 是一种针对视觉语言动作(VLA)策略的两阶段后训练方法,先在任务相关推理标注上训练低秩适配器并冻结,再在动作演示上微调策略。该方法在物理 DROID 机器人上实现了 75.0% 的分布外成功率,显著优于普通微调的 27.9%;在多阶段双手 YAM 任务中平均成功率为 70.0%,强基线为 36.0%。
该论文介绍了一种专为人类级任务设计的人形机械臂硬件平台 RAIPAL。不同于追求均匀工作空间的常规设计,该平台依据已发表的人类上肢性能测量数据推导力、速度和耐力目标,指导执行器与热设计以实现扭矩透明度和持续运行能力。
该研究提出 ActOR 框架,将墙挂式环境相机与机器人头显数据融合为共享对象级数字孪生(DT),利用大语言模型代理在 DT 上进行规划并调用预编程的移动与操作技能。
论文提出 DiMuRe 框架,利用阶段证据和方法先决条件选择程序复用或预定义恢复技能(包括有界 VLA 抓取),并在原程序退出后通过多模态大语言模型生成修正代码。
推荐理由:提出诊断引导的多级恢复框架,在干扰场景下将任务成功率从 58.68% 提升至 77.65%,并开源了 LIBERO-Disturb 基准。
该论文提出一种结合单刚体模型、姿态动力学及完整接触 wrench 的在线优化框架,通过增广拉格朗日与松弛障碍惩罚将接触力与步点位置联合优化。该方法在 MuJoCo 仿真中以 100 Hz 重规划(平均求解时间 8.9 ms),并在宇树 G1 机器人上验证了稳态行走及恢复 245 N 前向和 175 N 侧向冲击的能力。材料为预印本,未提及同行评审状态或具体部署许可。
该方法提出一种主动机动基座的引导控制策略,在接近操作期间使翻滚物体相对于基座静止,简化运动规划并降低碰撞风险。预抓取阶段通过同步控制将目标质心与系统瞬时旋转中心对齐以虚拟刚化系统;后抓取阶段基于哈密顿动力学和最优控制稳定组合系统,同时满足基座力矩限制及多重抓取约束。案例研究证实该方法能实现后续抓取与去翻滚阶段的自主执行。
论文提出一种 CUDA 实现的 WENO5+TVD-RK3+Lax-Friedrichs 水平集哈密顿 -雅可比 -伊萨科求解器,可在机器人控制回路内运行。
推荐理由:作者提出了一种可在机器人控制回路内实时运行的 GPU 求解器,为黑盒策略提供形式化安全保证。
针对杂乱环境中需临时移动物体的非单调重排难题,VARP 模型直接从专家演示的视觉状态中学习,无需重新规划或在线组合搜索。该模型在挑战基准测试中达到 98.3% 成功率,单次任务仅耗时 0.4 秒,且在执行干扰下保持 97.5% 成功率、严重连续干扰下为 94.5%,并有效泛化至未见物体数量。
MABEL 是一个开源的类人移动双臂机器人平台,拥有 56 个自由度且部件成本约为 8100 美元。该平台集成了两个 7 自由度手臂、17 自由度手爪、可俯仰躯干、升降机构、3 自由度颈部和全向底盘,支持背驱式交互与从地面到 2.23 米的指尖抓取范围。
论文提出了 FEIJOA 语言模型智能体,用于解决移动机械臂在执行‘把玩具收进箱子’等开放指令时的场景理解难题。该方法在测试时查询 grounding 工具以解析指令,并通过具身感知 harness 检查技能先决条件、采样可达基座位姿并验证执行效果。
推荐理由:该工作提出在测试时进行指令 grounding 的架构,显著提升了移动操作任务的成功率。
该论文提出一种实用因果推理框架,旨在解决在人类密集环境中收集因果数据困难的问题。研究通过保留高层不变因果结构,仅利用少量新观测更新参数,实现了高效的仿真到现实(sim-to-real)迁移。实验表明,该系统能高效运行于移动机器人端侧,并在复杂的人类共享场景中显著优于非因果基线,成功实现安全导航。
论文提出一种基于区块链去中心化自治组织(DAO)的治理框架,用于管理动态加入或离开的开放型机器人集群。研究通过智能合约编码自主规则,实现了对集群成员资格的自动调节及拜占庭行为(故障或恶意机器人)的防御与移除。仿真结果和实物验证显示,该机制能在保持集群正常运行的同时,将拜占庭机器人的数量控制在可接受范围内。材料为预印本,未提及同行评审状态。
论文介绍了一种名为 h-NESDF 的新指标,它是正常欧几里得符号距离函数的推广版本。该函数通过引入平滑参数 h 实现了在任意 h>0 时的无限可微性,同时当 h 趋近于 0 时退化为 NESDF。研究展示了其在运动规划中的广泛仿真结果,证明了该方法在处理非凸集合及需要导数信息的机器人应用(如运动规划和控制)中的可行性与效率。
推荐理由:提出一种可无限微分的集合间有向距离函数,解决传统欧氏距离在机器人运动规划与控制中求导困难的问题。
作者发布 RoboScope Kit 以解决仿真基准评估慢、接口不统一的问题。该工具通过 Python 类封装模型与基准适配器,实现并行调度与渲染优化;在 LIBERO-Long 和 RoboTwin Easy 等任务上,相比官方 StarVLA 评估器速度提升 4.45 至 6.16 倍,四 GPU 配置下比单卡基线快 25 倍以上。代码与项目页面已开源。
推荐理由:该工具通过统一接口与调度优化,将机器人策略评估速度提升数十倍,相关团队可据此加速现有训练流程。
该论文是两篇关于数据驱动、基于雅可比矩阵的形状控制教程的第二部分。文章利用形变雅可比矩阵的奇异值分解,识别机器人运动对物体形状的影响范围及局部不可达区域;分析了特征选择对控制器调节策略及物体变形程度的影响;阐述了控制环失效的三种模式(可控性丧失、可观测性丧失和机械失稳);最后扩展了时变目标、次级任务及三维物体的形状控制方法。代码与交互演示已公开,为灵巧操作算法研究提供理论参考。
推荐理由:本文作为两篇教程的第二部分,深入解析了基于雅可比矩阵的形变控制高级概念、失效模式及扩展应用。
AIRoA-0 是一个从 16,151 小时手持演示中学习的双臂操作系统,训练全程未采集任何机器人数据。该系统利用开源 YUBI 手持夹爪录制数据,仅需手腕摄像头即可在未见过的场景执行分类零件、更换扫地机配件、解拉链和折叠毛巾等任务。
推荐理由:作者基于纯手持演示数据训练出跨本体双臂操作模型,在未见过的机器人上实现 78% 成功率,并开源数据集与权重。
针对多任务抓取策略训练需要大量演示数据的挑战,作者提出了一种基于 YUBI 平台的电池供电手持采集器。该设备采用软性倾斜手指包裹物体,通过可见形变作为接触力的视觉代理,且机械结构与机器人夹爪匹配。
上海润科具能、北京辉羲智能与榆林赛易智能于10月28日签署战略合作备忘录,联合研发具身智能特种控制器。三方构建“本体平台+国产算力+场景验证”模式:辉羲提供光至R1芯片作为算力底座;榆林赛易输出矿山工况需求与算法;润科具能开放机器人整机框架并负责三防特性开发及防爆资质获取。落地产品为润科具能的半人马机器人,将应用于矿山巷道巡检与危险处置等场景。
11月3日,上海纬钛科技有限公司与腾讯云正式达成战略合作,围绕云计算算力、大模型MaaS平台及智能产业落地构建“数据采集—模型训练—应用部署”闭环。双方将依托腾讯云GPU算力支持视触觉多模态数据处理及VTLA、世界动作模型的训练仿真,并计划优先在腾讯云平台部署核心研发系统。合作后续将通过智能制造等具体项目明确实施节点与成效。
11月4日,保利发展控股与北京银河通用机器人在广州签署战略合作协议,结合城市空间运营资源与具身智能技术,探索机器人于住宅社区、商业空间及城市服务等场景的应用。双方将共建高质量数据体系与空间智能运营平台,推动能力迭代并积累技术标准经验,目前尚未披露具体部署规模及实施时间。
WiBotic CEO Ben Waters 指出,随着移动机器人车队规模扩大,机会式无线充电成为消除停机瓶颈的关键。该技术允许机器人在电池降至 20% 时就近补能,使车队能在无需接触式维护的情况下实现 24/7 连续运行。此外,WiBotic 正将业务拓展至地面清洁、医疗推车及人形机器人等新领域,以应对日益增长的充电基础设施需求。
极智嘉正式推出《24/7自主智能仓计划》,目标是通过具身智能解决复杂拣选难题,并构建拥有“仓库大脑”的全仓智能系统。该系统整合RMS、WES、IOP三大底层模块与监控、分析、部署三类AI Agent,旨在实现从发现问题到自主决策的闭环,让仓库在7×24小时运行中持续学习进化。材料介绍了其Gravity统一具身框架及Gino 1等产品的落地表现,并引用了全球市场数据以佐证其规模化商业能力。
清华大学与加州大学伯克利分校联合提出并开源了面向训练搭建的跨环境统一框架uni-robot-agent。该工具旨在打通不同机器人及仿真环境的接口,为通用大模型操控机器人、采集数据及训练提供统一基础。
新锋龙于 11 月 3 日发布涵盖行星、谐波、直线关节模组及仿生面部微型舵机的产品矩阵,面向人形与移动机器人场景。行星关节峰值扭矩最高达 300Nm,谐波关节绝对位置精度达±0.2°,直线模组峰值推拉力最高 100N,微型舵机重量不足 40g 且已实现量产。此次发布标志着新锋龙形成覆盖旋转、直线及微型仿生驱动的完整布局。
10 月 27 日意优科技与韩国大东集团在上海签署合作谅解备忘录,双方将围绕农业机器人关节模组开展联合研发与应用验证。大东集团依托其销往全球 70 多个国家的农业机械产品,在温室、大棚等场景推动关节模组与整机适配及田间工况测试。目前双方正筹备设立合资公司并共建中试产线,具体股权与投资规模尚未披露。
该系统集成 CBCT 三维模型与实时光学透视 AR,辅助针道规划并减少辐射暴露。十六名参与者在 facet joint injection 和 lumbar puncture 两项任务中测试显示,AR 显著缩短执行时间、降低跨任务放置误差并减轻认知负荷。研究证实了该技术在脊柱介入手术中的可行性及提升效率与用户体验的潜力。
该研究利用平移不变动力学下的避侧代价哈密顿雅可比公式,证明价值函数在障碍物外为零、内为负,确立了单模板价值函数的复用原则。引入的块级组合框架将子集障碍物联合求解,构建了从单点复用到精确混乱场价值的保守证书层级,并在 Dubins 车重复障碍场案例中验证了单调性与精确性准则。
针对机器人系统部署于安全关键领域需证明其安全的挑战,该方法通过嵌入形式化验证到保障工作流中,利用 RoboChart 语言结合模型检测与定理证明自动生成证据。研究展示了从自然语言需求推导形式断言、编排多种验证工具及整合结果的有效性,相关预印本已接受发表于 Software and Systems Modeling。
针对视觉语言动作模型在边缘设备因自回归解码导致的低延迟问题,该研究提出 ActionFlow 系统级推理框架。其核心是跨请求流水线策略,将内存受限的解码阶段与计算受限的预填充阶段智能批处理以最大化硬件利用率;同时引入跨请求状态打包前向算子和统一 KV 环缓冲区融合碎片化内存操作。实验显示,在 OpenVLA-7B 模型上无需重训即可实现 2.55 倍 FPS 提升,支持边缘硬件上的实时动态操作。
论文提出 CoSMO(Conformal Semantic Mapping for Open-World Safe Robot Navigation)框架,旨在解决视觉语言模型在未知场景中构建地图时的置信度校准问题。
针对当前具身智能模型无法自主修复已知错误的局限,论文提出 Spotter 框架,反转传统 VLM 主导的架构,使具身模型连续执行而 VLM 并行监控并在错误时介入修正。实验表明,结合 Qwen 或 GPT 作为 VLM,该方案在 RoboCasa 基准上提升成功率,并将真机上的成功率从 53% 提升至 83%,且耗时仅比纯具身模型增加约 1.6 秒。代码已开源。
论文提出了 BarrierFormer,这是一种通过监督学习实现模型无关安全控制的 Transformer 框架。该方法利用因果编码器处理观测 - 动作历史,自回归生成预测轨迹以替代动力学模型,并通过残差修正名义控制器;同时引入屏障批评家评估约束违反情况,由安全教师提供直接监督信号。
LM-Grasp 基准基于 1.58 万张 LINEMOD RGB-D 图像,揭示仅满足 ADD(-S) 精度标准的姿态在仿真中规划成功率仅为 0.791。该方法利用标注帧误差构建残差姿态后验,在不重训估计器前提下将仿真成功率提升至 0.859,且在遮挡场景下缩小了与标注姿态 66% 的差距。
论文提出 2AM 框架,将多模态智能体设为唯一记忆持有者,负责编译交互历史为子任务语言及可选的抓取/放置提示;单通道 RGB 动作模型仅执行运动。通过在演示中增加结构化提示标签并在条件 dropout、空间噪声和时间抖动下训练,使 VLA 能够容忍不完美引导。
推荐理由:该工作将任务记忆置于 Agent 侧以引导动作模型,在无深度与规划器条件下实现显著性能提升。
大离散策略(LDiP)是一种全离散的行为建模框架,从大量物理合理的候选动作中选择动作,而非扰动动作。它通过空间中的随机性逐步重新评分和剪枝候选项,实现细粒度排序与探索,同时保留显式的决策过程。在端到端规划、闭环驾驶、机器人操作及视觉语言动作设置中,LDiP 在自动驾驶任务上优于强离散和连续基线,在机器人操作中超越或匹配连续生成策略。
论文研究了多数据集训练及 BEV-Forcing 辅助目标,旨在提升视觉语言动作模型在自动驾驶中的跨载体泛化能力。通过引入鸟瞰图空间接口共享物体位置表示,该方法在小规模相机配置下能同时改善分布内与分布外性能;但随着训练载体数量增加,辅助任务的收益逐渐减弱。该研究为理解数据扩展对 VLA 迁移学习的影响提供了新视角。
针对任务与运动规划(TAMP)系统中手工创建符号算子的瓶颈,该方法提出从演示数据中学习算子。系统自动发现训练数据中因果关联的动作对并将其压缩为单一规划步骤的复合动作,同时剪除未被任何学习到的算子引用的谓词以缩小搜索节点状态空间。
推荐理由:该方法通过自动发现因果动作对生成宏观算子并剪枝无关谓词,解决了长序列任务中搜索不可行与状态评估低效的问题。
论文提出 DAMI 框架以解决机器人模仿学习中数据稀缺与环境泛化问题。该方法结合元学习构建共享技能空间,引入视觉 - 运动轨迹模块捕捉时空动态,并利用任务条件特征调制机制协调多模态观测。实验表明其在仿真与真实环境中均优于现有基线,具备在未见任务上通过少样本微调快速适应的能力。
蒙纳士大学团队提出 CSSPD 结构,通过剪纸图案金属层的塑性变形在无需持续供能下保持形状并提升刚度。该混合架构结合仿生脚垫与伸缩按压机制,在无能量输入时产生高达 16 N 的夹持力,配合气动驱动可承受 400 m/s²脉冲加速度。实验验证了其在树枝等场景的能量自由栖息能力,为高效操作提供了新方案。