基于高斯进化专家的浮力辅助机器人快速协同设计
针对足式机器人协同设计中行为多样性坍塌的问题,论文提出了基于强化学习的 Gaussian Evolutionary Specialists (GES) 框架。该框架通过维护随控制性能演化的专家策略种群来优化形态与控制。
针对足式机器人协同设计中行为多样性坍塌的问题,论文提出了基于强化学习的 Gaussian Evolutionary Specialists (GES) 框架。该框架通过维护随控制性能演化的专家策略种群来优化形态与控制。
该论文提出 NDPP-Grasp 框架,旨在解决现有扩散模型在抓取生成中物理合理性与任务功能脱节的问题。研究将物理合理性约束直接注入到任务对齐的扩散模型去噪过程中,即使面对非可微约束也能有效引导生成轨迹。实验表明该方法能产生既符合物理规律又适合特定操作任务的灵巧抓取姿态。材料为 NeurIPS 2026 接收论文,提供 arXiv 预印本链接及代码仓库信息。
论文 TacO 针对复杂接触型操作任务,系统评估了视觉、声学、磁性和电阻式四种模态的触觉传感器在未知质量抓取、物体重定向和插拔任务中的性能差异。研究分析了空间分辨率、剪切感知等传感器属性对策略表现的影响,证明触觉信息的效用高度依赖模态与具体任务。代码、数据及硬件配置将在项目网站公开。
论文提出 AlphaAdj 框架,利用自眼 RGB 观测和视觉语言模型(VLM)根据视觉语义上下文动态调节控制屏障函数(CBF)的保守度。系统通过异步推理处理 VLM 延迟,直接从 token 概率提取语义信号而不进入关键控制路径。
该论文针对机器人基础模型缺乏形式化约束保证的问题,提出了一种感知规范的动作分布优化框架。该方法在不修改预训练模型参数的情况下,通过在决策步骤利用前向动力学传播推理剩余时间步,计算满足硬 STL 可行性约束的最小动作分布修正。研究在仿真环境中使用最先进的机器人基础模型进行了验证,涵盖了多种环境和复杂规范。
该论文提出 FlowTouch 模型,旨在解决触觉传感器仅在接触时才有读数的局限,通过利用物体局部 3D 网格编码信息并抽象场景细节,实现从视觉到触觉的预测。研究整合了场景重建与基于流匹配(Flow Matching)的图像生成技术,结果显示该模型能跨越仿真到现实的差距并泛化到新传感器实例,其生成的触觉图像还可用于下游抓握稳定性预测。代码、数据集及视频已公开。
针对流式视觉语言动作(VLA)模型在多步去噪中政策梯度在线强化学习难以处理的难题,本文提出 π-StepNFT 框架。该方法将观测到的随机微分方程(SDE)过渡视为监督单元,利用方差归一化的转换误差对镜像正负速度分支进行排序,并将回滚反馈映射到局部速度更新,从而在不计算最终动作似然的情况下耦合更宽的随机探索与更细的步骤级监督。
针对具身智能体在复杂环境中安全导航与动态避障的难题,本文提出 CHOP 方法,通过引入反事实人类偏好标签来对齐视觉运动导航策略。该方法为每个视觉观测生成机器人实际执行轨迹及若干替代轨迹,由标注者基于碰撞风险和路径效率等预期结果给出成对偏好标签,进而微调策略以符合人类直觉。
针对复杂非结构化户外环境,该研究提出了 WildOS 统一系统,实现长距离、无先验地图的开放词汇物体搜索。该系统融合稀疏导航图与基于基础模型的视觉模块 ExploRFM,在保障几何安全的同时进行语义推理;引入粒子滤波方法对远距离目标进行粗略定位以支持有效规划。野外闭环实验表明,WildOS 在非道路和城市场地均实现了鲁棒导航,效率与自主性显著优于纯几何或纯视觉基线。
论文提出了 EquiContact 框架,旨在学习适用于接触丰富操作任务的基于视觉的机器人策略,使其能跨任务配置实现空间泛化。该框架由高层视觉规划器(如扩散等变描述场 Diff-EDF)和底层顺应性视觉运动策略(如几何一致性动作分块变换器 G-CompACT)组成。
Sensorium 是一个开源 Python 库,旨在解决具身手术 AI 对可靠多模态数据的依赖问题。该工具利用 ROS 和 ROS2 中间件,支持从可配置的机器人和传感器流中记录、处理、标注及整理数据,并具备面向操作者的数据采集、语义标注及数据集生成功能。
论文提出 FOCUS 框架,解决从状态演示进行行为模仿时缺乏时间对应的问题。该方法结合局部最优传输对齐与短视界可微演员 - 评论家学习,无需时间对齐轨迹或教师强制初始化。在 DFlex 平台包含 152 个肌肉激活的人形机器人接触丰富运动任务中,FOCUS 相比对抗性模仿及先前的可微模仿基线,显著提升了样本效率与训练稳定性。
该研究通过模拟对抗 LLM 控制的入侵者,对比了集中式指挥官、基于拍卖的共识团队及独立智能体在五种网络条件下的防御表现。结果显示,共识团队的突破率为 15%,显著低于集中式(32%)和独立智能体(29%)。
论文介绍 CuPIQP,这是一个基于近端内点法的 GPU 批量化与可微分二次规划(QP)求解器,支持稠密、稀疏及多阶段问题。基准测试显示其单批次处理多达 16384 个 QP,求解速度较 Moreau 快 18.8 倍,比八核 PIQP 快 4.26 倍;在端到端学习任务中,训练加速分别达 4.6 倍和 7.8 倍。该工具旨在降低计算成本,将基于模型的优化高效集成到大规模机器人学习与控制流程中。
推荐理由:该工作提出基于 GPU 的批量化可微分二次规划求解器,为大规模机器人学习与控制提供高效优化基础设施。
该研究在自然家庭环境中评估了基于犬类社交沟通的“曲线避让”导航干预,发现其引发的压力反应比直线基准更剧烈。研究指出执行不连续导致行为可读性受损,揭示了动物 - 机器交互中跨物种可读性与代理有效性的结构性挑战。
Gregory Falco 在 arXiv 发布的研究表明,对于无法内部通信的沉默猎人或受阻机器人团队,其对手对整体团队的反应可作为一种信号(tell),帮助成员推断未知信息。
论文介绍了一种名为 ROOF 的强化学习方法,旨在解决人形机器人在头顶存在障碍物时的跌倒恢复难题。该方法利用接触支撑几何逃逸引导,仅凭本体感知即可学习何时清除障碍、建立支撑以及完成起身动作。
推荐理由:提出接触支撑几何逃逸引导方法,在仿真与宇树 G1 真机实验中显著提升了头顶障碍物下的跌倒恢复成功率。
论文提出 REA(Routed Embodied Agent),解决基础模型推理慢与快速策略泛化差的矛盾,实现 deliberative brain 与 reactive cerebellum 的异步协作。
该研究提出一种融合旅行商问题(TSP)、势场法及 RRT/A*算法的混合路径规划框架,解决助行轮椅在多目标动态环境中的导航难题。蒙特卡洛仿真显示,TSP-PF-RRT 与 TSP-PF-A* 方案在拥挤场景中实现了更少的碰撞和更短的行驶距离,确保人机共存下的安全高效运行。论文已作为主轨道论文提交至国际社交机器人大会 ART'26。
论文研究了语言模型能否辅助设计行为可被形式化检查的控制器。作者提出了“证明携带进化”(PCE)框架,在固定数学形式的情况下,由语言模型选择数值参数并生成证书,仅返回通过严格算术或浮点检查及 Lean 4 证明验证的候选者。
针对大规模自中心人类视频存在视觉外观、运动学结构和动作空间等本体差距的问题,论文提出 Nexus-VLA 混合策略学习框架。该框架引入分层跨本体语义对齐范式,从任务意图到细粒度交互逐步建立共享操作语义,并设计共享操作隐表示以直接用于连续动作生成。在 RoboCasa-GR1、OOD 设置及真实机器人实验中,该方法实现了 80.5% 的任务成功率,展现了高效的人类数据利用率和跨场景泛化优势。
推荐理由:提出 Nexus-VLA 框架,通过端到端联合训练实现跨本体知识迁移,在 RoboCasa-GR1 上达到 80.5% 成功率。
论文提出一种通过稀疏垂直线性致动器悬吊连续织物以重定位物体的机器人操作表面(RMS)。作者建立了该悬吊表面的可分离悬链线模型,能快速计算给定致动器高度下的曲面形状及目标局部斜率所需的致动器高度。
推荐理由:提出悬吊织物机器人操作表面的可分离模型与多模块扩展方案,在九致动器原型上实现厘米级物体跨模块传输。
该研究提出了一种由现成组件构建的开源膝部外骨骼,其生物扭矩控制器完全源自仿真而非设备特定数据采集。通过肌肉驱动的模仿策略从公开数据集复现深蹲动作并蒸馏出仅依赖车载传感器的估计器,实现了在七名受试者中无需新数据即可将峰值膝关节伸展力矩降低 21.5%。材料证明了基于仿真的生物扭矩控制器可迁移至物理硬件,且软硬件管线同步开源便于研究对比。
针对微创手术中自动内镜引导难以仅凭视觉推断外科医生意图的问题,本文提出利用语言条件行为克隆(Language-Conditioned Behavioral Cloning)来自动化该任务。
该研究扩展了部分可观测合作警卫画廊问题框架,提出适应 Agent 丢失与世界变化的动态场景解决方案。改进后的 CADENCE 与 DADENCE 算法在包含超 4500 个不同规模结构测试用例的基准集上均优于现有最先进基线。论文已获准参加 2026 IEEE MIT 本科生研究技术会议,代码与数据暂未开放。
针对预训练运动策略难以复用于精确运控的问题,本文提出一种在线方法学习冻结策略下的闭环动力学。通过引入受污染高斯模型近似潜在条件导致的响应异质性,并结合随机傅里叶特征构建在线学习者,实现了对可预测与不可预测响应的加权更新。该方法在仿真和硬件实验中实现了不同机械臂配置下末端执行器的精确跟踪,误差为 0.01 米。
该论文提出了 Movens-5M 数据集和 Movens-Zero 架构,旨在解决人形机器人运动基础模型训练数据稀缺及多模态联合学习难题。Movens-5M 包含 1500 万个人类动作序列和 500 万个可执行的人形动作序列,涵盖超 10,000 小时视频,并与文本、RGB 图像、语音及音乐对齐。
论文介绍 META-Robot 框架,旨在解决基于大语言模型的机器人代理在泛化新任务时依赖复杂脚手架的问题。该框架通过引入动作级谓词使执行结果显性化,结合本体感觉反馈将物理状态融入自我认知过程,帮助智能体识别自身局限并扩展评估标准与技能库。
针对仿真基准中因物理引擎几何算法缺陷导致的虚假失败(如物体被弹出),作者开发了 SimuGuard 审计插件,在不改变评估流程的前提下自动标记并修复此类伪影。在 RoboTwin 平台上测试显示,修复后容器任务成功率从 89% 升至 98%,建议 PhysX 5.3.1 及更早版本的基准重新运行或报告修正后的成功率范围。
推荐理由:作者发现仿真基准因几何算法缺陷导致虚假失败,提出 SimuGuard 插件修复该问题并验证了成功率提升。
针对现有基于视觉语言模型的机器人操作输出过于粗糙无法完成精密插入的问题,该方法提出让 VLM 构建仅包含几何原点和配合面的任务草图模型,由标准规划器执行并复用记忆。在仿真测试中,该方法在 69 次插入尝试中成功装配了 88% 的零件,而同等基线方法成功率为零;通过重用存储的草图运行,新任务的单次生成时间从约 90 秒降至 3.4 秒,且仅在遇到不熟悉的零件时才调用 VLM。
推荐理由:该方法利用 VLM 构建任务草图记忆,在仿真中实现零样本高精度插入,显著降低对大模型的调用频率并提升成功率。
该研究将低推力(LT)与高推力(HT)推进器动力学整合进部分可观测马尔可夫决策过程(POMDP),以解决在轨服务任务中转移时长与燃料消耗的权衡问题。模型利用预计算矩阵描述 HT 转移,采用解析地球静止轨道相位模型表征 LT 转移,并引入剩余燃料状态实现质量更新。基于简化场景的评估显示,结合 SARSOP 算法求解的策略量化了先进电推进在未来服务架构中的可行性与操作影响。
该论文利用串联机器人的高阶运动学导数实现高效且保持几何特性的实时逆运动学计算。研究提出了 QuIK4 和 QuIK5 两种四阶与五阶收敛求解器,并设计了基于雅可比行列式外推的步长限制器以预测奇异点,同时引入埃尔米特插值验证器确保解的方位一致性。
推荐理由:原文提出高阶运动学导数求解器与几何保形验证机制,显著降低逆解失败率并消除方位跳变。
该研究探讨建筑机器人(如活动隔断、天花板等)如何使静态空间具备自主移动和重构能力,进而改变人类对空间的居住体验。作者指出,理解此类系统需超越短期人机交互,关注空间在动作停止后的持久配置及其引发的公平性与控制权问题。论文为 arXiv 预印本,属于机器人学与人机交互领域的理论反思,未涉及具体模型发布或实验数据。
该论文介绍了一种感知 - 动力学结合的柔性机械臂操控框架,旨在解决刚性假设不足的问题。研究首先通过响应收敛和激励带宽准则识别柔性连杆的主振动模态,在满足全秩模态可观测性条件下,仅需 m 个独立斜率测量和一个参考 IMU 即可重构连续变形。
该综述考察了具身记忆作为保留决策相关信息的关键机制,涵盖世界状态持久性、任务进度等六大需求及循环状态等八类架构。文章分析了现有基准在评估依赖历史信息的真实行为方面的局限性,并指出了选择相关经验与维持信念一致性等开放挑战。
研究利用肘部辅助外骨骼评估负重提升中的生理、感知与认知后果,发现其无法仅由生物力学收益推断。虽然辅助降低了肌肉活动并减轻重量感知,但行为结果受初始经验显著塑造且削弱了对环境变化的适应力。因此,有效增强需将感知与认知结局纳入评估,而非单纯依赖物理性能指标。
该方法提出一种去中心化运动规划器,联合计算自船轨迹并预测他船交互,在阿姆斯特丹运河真实地图及两艘原型机户外测试中表现优异。实验涵盖 780 次随机运行,实现零碰撞、无死锁且优于基线优化算法;原型机上规划与定位以 10 Hz 闭环运行,成功解决对遇与交叉场景。
针对真实世界部署中机器人需持续适应新任务的挑战,本文提出 ResMerge 框架,在冻结的预训练策略之上学习可合并的残差策略。该方法利用残差强化学习(RL)在无额外专家演示的情况下获取任务特定修正,并通过参数空间合并整合兼容残差以减少存储参数。
推荐理由:提出 ResMerge 框架,通过残差强化学习与参数空间合并实现预训练策略的持续适应,无需额外专家演示且减少存储参数。
针对传统零阶方法样本需求大、现有首阶方法在接触动力学中梯度爆炸的问题,论文提出∇Mimic框架与NablaEngine引擎。通过每步反向传播的梯度裁剪和多步回归技术,结合专为宇树G1优化的可微GPU仿真内核,该方法在单卡上40分钟即可达到世界模型方法的跟踪分数,显著优于基线且开源了相关基础设施。
推荐理由:提出基于可微仿真的首阶策略学习方法,配合专用加速引擎将训练效率提升数倍并开源。
论文提出 Direct Manifold Action Transformer (DMAT),将双机械臂动作生成分为直接建模而非迭代去噪过程。该方法利用局部 3D 几何锚定预测,并通过状态一致的光谱时间细化修正自感知信息。