ScheduleGen:基于技能调度的多臂模仿学习演示生成方法
针对多臂机器人平台因复杂约束导致安全控制难、大规模数据集采集难的痛点,论文提出ScheduleGen算法,通过集成规划与调度机制从少量源演示合成新演示以缓解数据瓶颈。该方法在28种仿真任务变体中实现79.6%的数据生成成功率及65.5%的策略训练成功率,且优于现有基线;同时实现了零样本仿真到现实的迁移,在八种真实世界变体上达到50-80%的成功率。
针对多臂机器人平台因复杂约束导致安全控制难、大规模数据集采集难的痛点,论文提出ScheduleGen算法,通过集成规划与调度机制从少量源演示合成新演示以缓解数据瓶颈。该方法在28种仿真任务变体中实现79.6%的数据生成成功率及65.5%的策略训练成功率,且优于现有基线;同时实现了零样本仿真到现实的迁移,在八种真实世界变体上达到50-80%的成功率。
UMI-Live 是一套全栈开源的双手通用操作接口(UMI)系统,旨在无需物理机器人遥操作即可采集数据。该系统集成了相机与激光雷达惯性传感、板载计算及电源,无需外部追踪设备或环境内校准。
推荐理由:开源了无需外部追踪的双手 UMI 硬件与软件栈,提供同步 SLAM 重建与 VLA 策略训练支持。
该研究通过信息密度分布平衡探索与目标定位,利用贝叶斯推断获得泊松多伯努利近似以指导空中感知。地面规划结合置信集规避威胁并优化路线概率,采用嵌套 SCvx*-C-ADMM 算法实现全分布式闭环协同。数值案例验证了多机队在未知危险目标域内的完整闭环协作能力与轨迹更新机制。
世界动作模型(WAMs)可利用生成的视觉未来条件化机器人动作,但这会增加推理延迟且对某些任务产生负面迁移。本文提出 Utility-WAM 方法,在冻结共享 WAM 检查点的基础上引入残差适配器来修正速度偏差,并采用轻量级预生成门控机制复用反事实结果以跳过部分视频生成。
推荐理由:提出 Utility-WAM 方法,通过残差适配器修正未来诱导的动作偏差并引入预生成门控机制,在保留长程预测优势的同时显著降低延迟与精度任务失败率。
论文介绍了 SONIC-K1,这是据称首个针对 Booster K1 人形机器人的开源全身体动作追踪器。该策略在单块共享 GPU 上从头训练,计算资源远低于原始 SONIC 框架。仿真结果显示其能追踪大部分未见过动作片段并在外部基准测试中表现良好;真实机器人上可追踪上半身及慢速运动,但步态和转向可靠性较低且对动作延迟敏感。代码、策略权重与评估工具已公开。
推荐理由:作者将 SONIC 框架适配至 Booster K1,在单 GPU 上实现全身动作追踪,公开了策略权重与评估工具。
针对 LLM 规划中子目标进度推断不准确导致错误传播的问题,本文提出 ProLoop 框架。该框架通过学习到的状态关系监测器,从期望与执行状态的关联中显式推导子目标的持续、偏离或完成状态,并据此指导执行适应。实验表明,该方法在 AgentBoard ALFWorld 和真实机器人平台上整体成功率提升 12.94%,困难任务提升 15.46%,同时减少环境交互次数 32.3%。
推荐理由:提出 ProLoop 框架,通过结构化状态关系显式评估子目标进度,在 AgentBoard ALFWorld 及真实机器人平台上提升成功率并减少环境交互。
该论文提出了一种方法,通过模拟抓取放置任务的监督数据将冻结的语言空间与双边六轴力/力矩历史信号对齐,从而构建出具有语义结构的物理状态表示。研究结果表明,该方法在仿真环境中未见过的物体上支持对机器人动作、物体重量及抓握交互的文本原型读出;在真实世界放置任务中,无需更新编码器即可实现接触与支持状态的识别,性能优于垂直力符号反转规则的基线。
论文提出了 OpenFlyV2,这是一种统一的机载视觉 - 语言 - 动作架构,旨在解决现有系统依赖离板计算或无法在资源受限平台上维持闭环运行的问题。该模型利用共享的视觉 - 语言表示支持语义理解、基于语言的感知、空间推理和连续空中控制,并通过紧凑的动作专家将多模态上下文转换为短时程飞行航点。
推荐理由:该工作提出统一机载视觉语言动作架构,实现零样本仿真到真机四旋翼飞行迁移,代码将公开。
针对通用机器人策略通常假设单一控制器的局限,本文研究如何在不同控制器及增益设置间进行数据迁移而不产生冲突解释。提出的框架通过编码指令动作与机器人运动的行为交互示例,利用 Transformer 上下文编码器实现单策略在上下文中的自适应。
推荐理由:提出通过上下文行为适应实现跨控制器与本体策略迁移,在接触类任务中显著提升成功率。
论文介绍 CuBot-STT,一种集成模块运输、接口锁定与释放的外部机器人系统。立方体模块提供结构支撑和 24V 电力分配;每个面通过齿轮传动将单一外部输入转化为四个螺旋锁定点的运动,保留内部空间。
针对四足机器人拖拽外部欠驱动物体(如车厢)时动力学复杂及狭窄空间避障难的问题,本文提出结合条件流匹配与模型预测路径积分控制的导航框架。该框架利用学习的前向动力学模型加速收敛并恢复可行解,集成于 RAIBO-Wagon 全栈系统并在户外长距离受限场景完成验证。实验显示系统在完全端侧计算下拖拽总重达 40kg(约机器人自重)的负载时,在 15 米长赛道上的成功率为 85%。
针对机器人强化学习中绝对任务进度难以标注的问题,本文提出 Event2Reward 方法,结合归一化时间锚点与轨迹内局部相对进度约束来构建稠密塑形奖励。作者在约 10 万条真实机器人执行记录(含成功、次优及失败案例)上构建了事件标注数据集,无需帧级绝对进度标签即可训练。
推荐理由:提出 Event2Reward,利用轨迹内相对进度关系解决绝对进度未知时的奖励塑造难题。
EmbodiExp 框架提出基于子目标结果的体验构建方法,将策略、适用条件与可验证结果在线组合以指导动作生成。实验在多个具身基准上采用冻结经验库协议验证了有效性,利用失败轨迹提取局部成功并生成避错引导。该成果发表于 arXiv,属于预印本状态,代码与数据开放许可情况原文未详述。
论文发布了 EgoContact 数据集,包含 2.25 万条人工校验的交互事件,每条数据均标注预接触观测、语义意图及像素级精确接触位置。研究指出当前方法在预测精确交互接触点及复杂场景目标定位上存在不足。实验表明,将 EgoContact 作为现有策略的记忆库可显著提升性能:仿真环境下抓取成功率从 14.2% 提升至 31.2%,真实机器人上从 16% 提升至 58%。
推荐理由:该工作构建了首个以未来接触点预测为核心的大规模第一人称数据集,并验证了其在提升仿真与真实机器人抓取成功率上的显著效果。
该方法提出致动器感知(AA)观测输入,利用虚拟输入对齐测量延迟并重构水平加速度。仿真显示 AA-Budget 将定点 RMSE 从 PID-Budget 的 65.5mm 降至 19.2mm,在严格约束下优于基准 72.3mm。PX4 软件环实验验证了噪声模型对增量预测误差低于 5% 及总指令增量预测误差低于 14% 的能力。
针对长程机器人任务缺乏错误恢复与帧级标注数据的空白,作者开源了包含 3156 个回合、涵盖两个操作任务的 ReSTEP 数据集,提供语义阶段标签和帧级错误注释。为此提出的 REMORA 在线进度估计器结合了循环视觉记忆、分布预测和因果峰值选择机制,以解决视觉相似阶段的区分与时间一致性难题。实验显示该模型在进度准确性和时序一致性上均优于现有最先进基线 SARM。
CAPTURER 是一种用于在多样化环境中进行动态精确抓取的灵巧空中操作器。该系统集成了机载感知系统以进行状态估计和目标检测,引入漂移校正和全局姿态变换以提升飞行中的目标定位精度,并提出协同运动规划器协调飞行器机动性与机械臂灵巧性。
Tactus 是一款集成纺织传感的手套,通过薄型化设计、电容式触觉传感器和 IMU 融合姿态追踪,解决了指尖力觉测量与手部遮挡下的姿态跟踪难题。材料给出了最小可探测力为 0.59 N(置信度 95%),跨参与者一致性达 0.87,并在重度遮挡下保持 11.0 mm 的指尖关键点相对误差。
推荐理由:原文给出了触觉手套的硬件指标与跨平台基准评测结果,相关团队可据此评估其是否适合现有数据采集流程。
针对连续体机器人在封闭环境中无法依赖外部观测的挑战,本文提出一种利用现成 IMU 和执行器反馈进行形状重建的嵌入式框架。通过神经网络重构形状,实现 400Hz 的高频物理闭环控制。
论文提出 Robotic Data Inoculation (DI),这是一种共享控制框架,允许人类提供闭环遥操作指令,同时由在线训练的残差策略对这些指令进行扰动。
该研究提出了 Catch It All! 框架,旨在让类人机器人仅凭一个以自我为中心的相机,就能对未见过的物体进行通用化且能适应的接球操作。系统通过精心设计的抓取奖励学习策略,能够实时适应物体的姿态和形状,并具备安全感知课程以在硬件极限(如低至 5 Nm 的手腕扭矩)附近执行高频动作。
arXiv 预印本论文 Self-Supervised Doppler-Guided RF Odometry 提出 RFWalk 框架,利用射频信号进行自监督里程计估计。
针对机器人导航中需应对未知物体及其相互影响(如叉车搬运托盘)的挑战,本文提出一种基于元学习的图神经网络方法。该方法利用物体的语义、几何及关系历史,仅需少量在线观察即可准确预测新环境中物体的启动时机。实验表明,该模型仅在仿真中训练,无需微调即可成功迁移至硬件,在仿真和硬件实验中均优于视觉语言模型及类别频率基线,并能支持闭环导航中的无碰撞穿越。
针对传统帧相机在高速运动下的模糊与延迟问题,本文提出一种基于 CUDA 的事件相机仿真器,将其集成到可微分物理仿真管线中以支持端到端策略训练。该方法直接映射事件帧至控制指令,无需中间深度估计。作者在四旋翼平台上实现了零样本真实部署,验证了其在助航与无导航设置下的鲁棒性,包括常规相机失效的低光环境。
针对四旋翼飞行器在阵风与负载变化下的控制难题,本文提出一种选择滑模控制方法,通过 PID 悬停飞行数据反演运动方程以恢复并量化受扰轴,仅在必要回路部署鲁棒控制。Crazyflie 2.1 实验表明该方法在受扰轴上显著改善跟踪性能,且增益扫描验证了其对匹配轴有效而对未匹配轴无效的理论预测。材料为预印本论文,未涉及真实机器人部署或量产结果。
针对低附着力表面,该工作提出利用移动质量产生的惯性效应进行转向,而非将其视为需最小化的干扰。动态模型在冰面实验中优于运动学基线,并成功演示了无传统转向机构的单体轨道车通过内部质量控制实现转向。混合动力学 - 运动学模型能根据路面和情境自适应预测,证实了惯性转向作为低附着力环境替代转向机制的可行性。
针对交互式环境中具身指令遵循的长程任务规划难题,现有方法依赖语言常识且仅在失败后更新计划导致鲁棒性弱。本文提出 AtomTree 分层框架,利用 LLM 根据当前符号状态增量构建子目标树,轻量记忆模块复用过往结果,并在底层动作停滞时触发层级回溯重规划以防止轨迹漂移。该工作在 ALFRED 基准的零样本评估中优于先前的基于 LLM 的规划器。
该论文提出一种分层规划与控制框架,利用预训练低层强化学习控制器的价值函数作为隐式代价表示来引导高层模型预测路径积分(MPPI)规划器。该方法通过在线策略评估适应分布偏移,在仿真环境中实现了无需显式代价地图的越野导航,相比基线控制器表现出更安全有效的目标到达能力。
QbD-VLA 提出一种利用短闭环评估中任务成功率来分配权重与激活位宽的混合精度量化方案。实验覆盖四个 VLA 模型及全部 LIBERO 套件,在平均约 4 比特权重和少于 6 比特激活下保持强性能;SIMPLER 增益较小,Franka Research 3 机械臂上仿真优选策略对 X-VLA 无成功率损失但针对$\pi_{0.5}$失效。代码已开源,部署前需真实世界验证。
论文介绍 TERRA(Targeted Exploration for Reward-Relevant Adaptation),一种在线自适应框架,旨在解决仿真与真实世界在变形地形上的差距。
该系统通过虚拟传感器驱动势场法检测障碍物、模型预测控制生成轨迹及开放词汇视觉算法识别目标,并在包含故障输入的实验中验证了鲁棒性。研究在 10 名无残疾参与者参与的实地智能轮椅测试中证明了其在真实环境的可靠性。该成果已提交至 IROS 2026 会议并将在论文集发表。
针对钩型连接件因变形和几何隐藏导致视觉无法确定拆解方向的难题,本文提出一种约束感知的强化学习框架,通过在线推断接触力来识别可行的提取方向。该方法在机器人无关的仿真环境中训练,并零样本迁移到物理机器人上,成功处理了包括空调内螺旋桨和前盖在内的四个实物任务。实验显示,结合粒子滤波信念的方法将空调前盖拆解成功率从 45% 提升至 75%,且所有任务的路径效率最高。
论文提出 SaiVLA-JEPA 架构,结合视觉语言模型与扩散 Transformer 动作专家,利用冻结的 V-JEPA 编码器特征进行控制。在 LIBERO-Plus 基准的 10,030 个配对集上测试发现,引入当前 JEPA 条件化使成功率从 71.6% 提升至约 82.5%,但增加未来监督未带来可检测的整体增益。
OmniQuad 是一款结合 Mecanum 轮与腿部运动的新型混合机器人,旨在兼顾平整路面的高效性与复杂地形的适应性。研究团队完成了包含定制轮足与 EM-Act 执行器的整机装配,并开发了相应的控制策略。实验在室内和室外环境中进行了评估,验证了该架构在受限空间内的机动能力与姿态保持性能。
该论文提出基于骨架的自动标注算法,生成两指抓取关键点并识别稳定可行区域,无需人工干预。作者开发了 SkelGG-CNN 网络,先在 Jacquard V1/V2、Cornell 等数据集上实现 95.42% 至 97.1% 的准确率;随后扩展为通用准 3D 骨架化算法以支持 6-DoF 抓取。
文章基于三年 ROS 2 HRI 联盟经验,通过两个案例(机器人拒绝邀请后说“别担心”、访客在场时报到)揭示基础模型机器人虽具备感知与推理能力,但可能因顺序错误导致信息失真或责任边界失效。作者提出五个人机交互设计教训并引入 TRACE 审查方法,旨在解决基础模型机器人因能力增强而忽视责任边界与行动权威的问题。
论文提出 ELEVATE 框架,通过识别任务规划中的持续失败来自动获取缺失的全身控制能力。系统从单个预训练控制器出发,自主习得了墙支撑提升、受助操作和下降等七项仿真任务的控制策略,并在后续任务中复用这些控制器。
推荐理由:该框架利用任务失败自动获取缺失的全身控制能力,并在仿真与物理机器人上验证了跨任务迁移效果。
针对离散化动作导致的技能先验分布次优问题,作者提出 Cascaded Skills Optimization(CSO)两阶段后训练框架。第一阶段通过拒绝采样监督微调对齐观测到技能的映射;第二阶段冻结编码器,利用独立截断的重要性比率进行稳定的策略优化。
论文提出 Finger External-Force Estimation from Proprioceptive SignaLs (FEEL) 方法,利用校准的虚拟弹簧估计与混合密度网络预测残差分布来估算每根手指的外力大小。
该论文研究了无需特定导航训练的零样本视觉语言导航(VLN)系统中应保留何种信息及其组织方式。作者提出了一种结合指令进度、锚定姿态的层级压缩观测历史以及累积几何信息的互补任务、时间和空间记忆架构。