Directional Bounded-Confidence Matrix Alignment in Vicsek Flocking 提出方向有界置信度变体模型并证明全局适定性
该研究提出离散时间 Vicsek 多智能体模型的定向有界置信度变体,利用状态依赖矩阵独立调节视线坐标系下的正交径向与切向分量。理论证明了任意网络状态下提案向量的均匀非消失下界及局部小扩散态的线性几何收缩性,数值实验在多种子基准上展示了优于未过滤平均和标量基线的固定边界对齐效果。
该研究提出离散时间 Vicsek 多智能体模型的定向有界置信度变体,利用状态依赖矩阵独立调节视线坐标系下的正交径向与切向分量。理论证明了任意网络状态下提案向量的均匀非消失下界及局部小扩散态的线性几何收缩性,数值实验在多种子基准上展示了优于未过滤平均和标量基线的固定边界对齐效果。
该论文针对人机协同操作中的轨迹规划问题,提出一种将任务约束与基于 Fitts 定律的时间约束融入随机最优控制的方法。通过递归最小二乘法估计参数,使机器人能根据人类行为调整自身运动时长以对齐双方协作。研究假设速度提升源于机器人的精度增强,并在机器人控制重复自由度、人类适应互补自由度的定位任务中验证了该方法在计算上适合在线使用且能收敛加速,但指出未来需进行更深入的人类学研究。
推荐理由:该文提出结合 Fitts 定律与随机最优控制的方法,使机器人能根据人类行为调整运动时长并提升速度。
论文提出了 GoalDex 框架,旨在解决灵巧手内操作中对显式物体姿态估计的依赖瓶颈。该方法基于 RGB 观测和本体感觉,通过行为蒸馏和辅助重建目标联合学习视觉表征与控制策略,并引入图像目标条件化机制,允许直接通过图像指定期望配置而非标准姿态表示。
针对软体机器人接触力估计难题,该工作提出了一种 3D 打印的聚醚嵌段酰胺(PEBA)Kresling 折纸细胞结构。模型利用磁角传感与多尺度门控循环单元网络,在零表压测试下实现 0.76 N 均方根误差,并在 +20 kPa 正压下将轴向刚度提升约两倍且误差低于 0.93 N。该方法还实现了负压下的自感知驱动,为软体折纸系统整合力反馈、可调刚度与自感知执行提供了紧凑方案。
论文指出机器人基础模型在闭环执行中的物理安全并非独立属性,而是环境、模型、计算平台及执行策略交互的结果。研究基于 pi0.5 模型在 LIBERO 基准上的 4,000 次闭环实验发现,400 ms 推理延迟虽仅使安全违规率从训练视角提升 3.5 个百分点,但在 60 度相机偏移场景下却激增至 37 个百分点,其交互效应比两因素简单叠加高出 33.5 个百分点。
Local Solution Repair(LSR)是一种目标重规划方法,通过运行时检测次优行为并局部优化计划,解决了现有 MAPD 方案在大规模部署中因回溯和闲置导致的效率低下问题。该方法修复了 M2M 和 LNS-PBS 等最先进基线的解决方案,在三环境长视界仓库仿真中,任务吞吐量提升超 5.9%,减少约 3.6 万次次优实例且仅增加少量计算时间。
DARE 是一种几何感知的关系动力学框架,利用回顾性修正改进密集存储环境下的长视界预测。该模型通过对象级消息传递预测接触传播,并在稀疏观测可用时修正早期状态以重演动力学。在 Planar 和 RoboCasa 环境中实验表明,DARE 能有效平衡检索进度与周围物体的位移旋转,提升鲁棒性与泛化能力。
针对具身智能体在路线问答任务中如何有效利用场景图记忆的问题,本文提出一种图交换测试法来诊断视觉语言模型(VLM)是否真正依赖该记忆。研究发现在两条至七条房间的路线基准上,文本形式能显著提升回答准确率,而标准池化或延迟融合方式下的图编码则无法被模型利用;仅当为每个节点分配独立输入 token 时才能部分恢复效果。
该文针对具身问答任务中‘答案正确但未见’的问题,提出了一个包含 200 个测试集和 800 个问题的多房间基准。研究通过固定问题并仅改变证据供给(从纯文本探针到闭环智能体再到轨迹回放)来评估证据利用情况。
针对现有潜在空间路径规划框架中二元碰撞分类器存在的梯度饱和及缺乏时序结构导致优化停滞的问题,本文提出用在潜在空间直接学习的神经控制屏障函数替代。该方法结合三项目标函数训练屏障,并在规划时通过一阶修正将指向目标的步骤投影回约束面。
该系统融合 Mediapipe 2D 姿态检测与 Intel RealSense D455 RGB-D 数据,通过映射人体运动学实现 CHARMIE 服务机器人的直观远程操控。真实实验验证了其在物体操作任务中的有效性,但腕部偏航角等关节角度捕捉仍存在精度挑战。未来工作将集成 IMU 以提升旋转追踪并引入更先进的控制算法。
论文介绍 CompliantBot 框架,解决人形机器人在需对外力屈服的同时恢复原任务的难题。该方法通过状态依赖的交互力场耦合负载与运动,利用互补奖励协调屈服与任务恢复,无需预构造合规数据或目标轨迹。实验显示,CompliantBot 在恒定拉力下屈服更远、弹簧相互作用载荷更低,且在强拉力下任务完成率最高、关节机械功率最低。
推荐理由:提出无需预构造数据的合规训练框架,在保持任务执行能力的同时实现全身顺应性。
论文介绍 RSI-Env 环境,支持智能体的自主训练、工具修改及研究状态保留。独立主机控制器管理服务与版本,智能体在 Open-General、Capability-Directed 和 Benchmark-Guided 三种设置下对比外部 Teacher。
论文提出 ODE Policy 方法,利用神经常微分方程学习动作向量场以替代传统离散动作映射,确保执行轨迹连续且平滑。该方法在模仿学习中相比流匹配基准,单轮训练后成功率提升 5.9 倍、泛化能力提升 5.4 倍;在强化学习中加速 SuperMimic 并优化运动跟踪。
论文提出了 HuG 框架,旨在解决人形机器人在自眼视角下目标遮挡及全身协调运动难题。该框架通过“感知 - 对齐 - 抓取”流水线耦合感知与动作,利用控制器在环的动力学模拟筛选训练数据,剔除会导致部署控制器失稳的 73% 仅满足运动学有效的抓取方案,从而学习符合动力学可行性的 affordance。
推荐理由:该工作提出 HuG 框架,通过闭环动力学筛选训练数据,使策略在零真实演示下于多层级货架任务达到 87.5% 成功率。
该论文报告了 MagPillar 触觉传感器,其灵感来自蜘蛛触觉毛,结合了磁柱阵列与三轴霍尔传感技术。研究建立了全阵列机械和磁场模型来表征柱变形对叠加场的影响,将接触纹理和几何特征转化为独特的磁响应模式。
论文提出 SCOUT 框架,旨在解决机器人面对前景遮挡时的规划难题。该方法利用物体中心的场景表示重建隐藏几何结构,并通过大语言模型生成结构化动作候选,再经蒙特卡洛树搜索(MCTS)结合学习到的动作条件世界模型进行严格评估。
该研究提出一种利用智能体自动生成控制代码并通过人类反馈自主演进外骨骼辅助策略的闭环框架。实验使用 GPT、DeepSeek、GLM 和 Kimi 四模型评估,单次迭代后所有模型均实现有效辅助,相比无外骨骼状态,肱二头肌与肱三头肌激活度分别降低 29.4% 和 35.2%。研究指出当前策略对突发情况适应性有限,需进一步提升鲁棒性与安全性。
针对机器人灵巧操作中视觉主导导致触觉信号被忽略的问题,该研究提出$TF^2$-Steering方法,通过触觉混合专家架构整合触觉预测与实时反馈,利用学习到的残差转向修正流匹配动作专家的速度场。结合三阶段训练配方,该方法在六个仿真和六个现实操作任务中均有效,平均仿真成功率比最强基线高10.7个百分点,平均现实世界进展成功率提高9.1个百分点。
该研究提出一种二次规划控制器,解决携带三自由度机械臂的四旋翼飞行器在联合动力学下的双路径跟踪问题。控制器在 Drake 物理引擎中验证了当两路径均保持不变时,通过降低末端执行器速度化解冲突的可行性。代码与动画已公开,系统满足关节限位、奇异位规避及执行器安全约束。
该研究将自适应表面清洁建模为部分可观测马尔可夫决策过程,提出利用观测结果更新潜在局部清洁响应模型并调整后续运动与力度的信念感知规划框架。初步网格世界仿真演示了闭环规划器随表面演化而动态调整空间分解与清洁动作的能力。论文共 7 页含 2 幅图,已上传至 arXiv (arXiv:2611.01437)。
该研究量化了由 GPT-6-Astra、RPent 和 pi0.5 生成的 80 个 LIBERO-PRO 任务集的工作负载,发现视觉语言大脑的长上下文 KV 缓存会挤占动作策略的执行资源。在 H800 GPU 上,静态并发上限可将吞吐量从约 2.4 提升至 5.00-5.55 任务/分钟,并满足严格的动作截止时间要求。
推荐理由:论文量化了多机器人集群中视觉语言大脑与动作策略的并发资源冲突,提出基于工作负载特征的准入控制原则。
论文提出 Path-preserving Time Scaling (PTS),一种针对冻结动作分块策略的无需训练执行层。该方法将机器人运动视为参考路径的时间重参数化,通过解码器确定性地处理重规划并进入推理消耗进度,同时保持机械臂速度以匹配夹爪移动速率。
推荐理由:提出无需训练的 PTS 执行层,解决 VLA 模型推理延迟导致的停顿与低速问题,在 LIBERO 基准上显著提升吞吐量。
该研究引入自主闭环机器人平台,量化表征油水混合多组分液滴在有无外部 pH 扰动下的行为。通过定义持久性与多样性两个描述符,揭示了高持久性限制多样性而高多样性降低持续活动的行为权衡关系。结果建立了定量框架以导航和编程活性液滴类生命行为,并阐明闭环实验如何揭示复杂活性物质的组织原理。
SPECTRA 是一个通过物体相对姿态量化刚性物体操作执行质量的框架,利用仿真生成的少量演示建立参考标准。该模型在七个任务中以 30 次演示为基准识别约束,准确率高达 94%,与人类判断的相关性 p=0.81。研究还展示了其在硬件上筛选高评分演示以训练扩散策略时,成功率优于随机选择方案。
针对低层控制器不可访问的位置指令机械臂重复跟踪难题,作者提出可微分迭代学习控制(Diff-ILC)框架。该方法通过一次离线辨识闭环微分模型,在每次物理执行间利用二次规划计算可行修正并定义任务级目标,借助隐式微分实现参数更新而无需额外机器人动作。
推荐理由:提出一种无需底层控制器访问的在线双层框架,在两次迭代更新后显著降低关节与笛卡尔空间误差。
该论文介绍 JADE(Joint Action DEnoiser),一种将预训练视觉语言模型(VLM)与扩散动作专家结合的新架构,使两者能联合细化动作而非仅静态条件化。
该论文研究了人形机器人在共享动态环境中应对快速接近物体的能力,以躲避球为测试场景,开发了集成机载单目感知、时序球体状态估计和全身控制的系统。系统通过三阶段课程学习,先在仿真中训练控制策略,再逐步引入视觉估计器监督并替换特权输入,利用解析投影和感知随机化进行无渲染图像的训练。
ClothDojo 是一个用于双臂机器人衣物平整和折叠任务的仿真平台,能够大规模生成适应不同衣物结构和初始状态的自适应操作轨迹。该平台将衣物的规范网格坐标编码为 NOCS 纹理以提供视觉线索,并通过微调预训练的视觉语言动作模型获得数据生成策略。
该研究提出 Auriga,一种任务无关的代理框架,旨在解决视觉语言模型作为机器人策略时的规划 - 执行鸿沟问题。在 RoboDojo 平台上,Auriga 无需目标任务试错或重置即可消除 68.3% 的执行差距,使 GPT-6 Astra 的成功率从参考控制界面的 22.5% 提升至 76.2%,并在榜单上以 57.7% 的成功率和 64.0 分排名第一。
推荐理由:报告提出 Auriga 代理框架,在零样本操作任务中显著缩小规划与执行差距,提升 RoboDojo 榜单成功率。
本文提出并验证了一种用于无人机集群的去中心化运行时安全验证算法,旨在户外环境中防止碰撞。研究针对尺寸、重量和功耗受限的无人飞行器集群,修改并增强了基于可达性的避撞方法。
HALO-LP 是一种结合齐次自对偶嵌入与全移位非线性互补函数的新型线性规划方法,支持任意原对偶热启动且无需严格内点迭代。数值评估显示其在 Netlib 测试集扰动实例上实现最先进热启动性能,并验证了最优性与不可行性检测能力。该方法通过序列线性规划应用于四足机器人质心行走与踏行的最优控制任务。
Hao Ren 等人提出通过组合技能复用实现通用机器人操作,旨在解决具身智能中的泛化难题。该研究将机器人技能分解为可复用的原子单元,使其能灵活应对未见过的任务场景。论文已提交至 arXiv(编号 2611.00978),目前处于预印本阶段,代码与权重开放情况待进一步确认。
该研究整合多种触觉基础模型(TFMs)到 Diffusion Policy 框架中,系统评估其在富接触操作任务下的有效性。作者通过现实世界与仿真环境中的多样化操作任务进行了广泛测试,累计完成超过 5,000 次现实世界的策略 rollout。
Chanho Kim 和 Soyun Choi 提交了 CoRL 2026 MetaFine 开放竞赛的参赛报告。该工作使用冻结 DINOv2 和 CLIP 编码器,结合可训练的语言条件特征调制与任务特定动作头,通过接触感知抓取过滤、指令匹配数据和插入失败专家修正优化演示。
开启未固定家具的门会加载支撑处的摩擦力接触,过大的拉力会导致物体滑动或倾覆。本文提出一种基于摩擦锥约束的双边遥操作方法,通过鲁棒摩擦锥投影(RFCP)在保持力觉透明度的同时保证家具静止。实验在三台柜子和两种支撑条件下由五名操作员完成 100 次试验,量化了稳定性与透明度的权衡并验证了方法的有效性。
该工作提出一种协调策略,针对受紧耦合约束的多旋翼系统,在不假设连接力的功能或参数结构前提下,利用状态依赖二次界进行补偿。结合绳索互联载荷的协同空中运输真实实验,验证了该方法在应对扰动传播时显著减少瞬态响应的有效性。
该研究开发了一种利用 PneuNet 结构替代旋转关节的仿生扑翼机制,通过气动驱动气囊实现平滑拍动。ANSYS FEA 软件仿真验证了不同压力下软致动器的弯曲行为以指导结构设计。相比传统机械,该方案具备低复杂度、低声学和可变形等优势,证明了用顺应性气动机件替代刚性关节在敏捷静音空中机器人中的可行性。
论文提出MOST框架,将多视角观测压缩为时间令牌,并通过监督物体状态和子任务进度来结构化记忆,直接条件化动作生成。该方法在RoboCasa365、RoboCasa-Long基准及真实机器人实验中均优于Xiaomi-Robotics-1模型,平均成功率从65.9%提升至72.1%,长任务最大进度从20.83%提升至42.22%,真实世界成功率从6.66%提升至43.33%。
推荐理由:提出MOST框架,通过压缩多视角观测为时间令牌并监督物体状态与子任务进度,在长视界移动操作中优于现有最先进模型。
论文提出 Prediction-Regulated Memory (PREM) 框架,基于 pi_0.5 构建动作条件未来预测机制以指导视觉状态学习与更新。在 DOMINO 动态操作任务中平均成功率从 9.63% 提升至 20.74%,在 RMBench M(1) 记忆依赖设置下从 14.4% 提升至 83.8%。