从接受与回避到情感粘度:设计介导人际关系的社交智能体
该研究提出“情感粘度”模型,将社交智能体的回避行为视为界定人机边界的关系信号而非交互失败。论文探讨了三角嫉妒、不适抑制等设计案例,旨在构建可追溯、有限且可修复的中介机制以处理社会张力。相关成果将在 HAI 2026 举办的信任与归责国际研讨会上展示。
该研究提出“情感粘度”模型,将社交智能体的回避行为视为界定人机边界的关系信号而非交互失败。论文探讨了三角嫉妒、不适抑制等设计案例,旨在构建可追溯、有限且可修复的中介机制以处理社会张力。相关成果将在 HAI 2026 举办的信任与归责国际研讨会上展示。
论文提出一种针对人形机器人步态控制的预见性感知方法,通过轻量级足点预测模型仅采样关键区域的地形高程图,替代全量输入或昂贵的注意力机制。该方法在训练收敛速度、稀疏足点场景及未知地形泛化上均优于基线,并实现了从仿真到 Unitree G1 真机的零样本迁移,支持室内外多种障碍与台阶任务。
该研究提出一种多阶段强化学习方法,为月球重力环境下的四足机器人生成单点端到端控制策略以实现精准跳跃。仿真结果显示落地误差小于机身尺寸,且扭矩与功率需求符合硬件极限;实测验证了该策略在月球重力卸载条件下的垂直跳跃执行能力。
该研究揭示了串联机械臂雅可比性能指标(如灵巧度、刚度)在特定运动学条件下对首尾关节角独立的性质。利用此关节角不变性,可系统降低构型空间维度以简化工作区地图构建与任务布局优化评估。对比结果显示,基于该不变性的策略在减少计算量与存储需求的同时,未牺牲评估有效性。
本文提出了 ContactFlowFilter 方法,用于确定机器人末端执行器的活动接触数量、位置及力矢量。该方法针对仅依赖关节扭矩和底座力/力矩传感器(本体感知)的逆问题挑战,将生成式流匹配模型引入粒子滤波框架以处理多模态信念分布并检测离散接触事件。
针对现有直接关节映射在差动手腕中导致协调失真及难以应对重力约束的问题,研究提出一种感知执行器约束的领导者 - 跟随者遥操作方法。该方法联合建模重力补偿与连续角度解卷绕,真实机器人实验显示其相比直接映射实现了更平滑的手腕轨迹和更连续的恢复过程。该成果将提交至 IROS 2026 研讨会进行展示。
论文提出 SERA(Self-Evolving Robotic Agent)框架,将高层 VLM 组织为可编辑 harness 以维护任务上下文并提升规划能力,底层由固定 VLA 执行器提供控制。
本文提出了首个能够设计支持多种步态的稳定乐高步行器的计算解决方案。该方法首先通过专门设计的齿轮连杆机构控制每条腿的足部运动轨迹,利用一对 3D 打印的非圆形齿轮与乐高机械结构配合;其次由独立电机驱动每条腿,并通过简单且适应性强的控制算法同步多条腿的运动时机。
推荐理由:提出首个计算设计框架,通过非圆形齿轮与独立电机协同实现乐高步行机器人的多步态稳定行走。
针对肢体运动机器人在低净空环境下难以兼顾小扫掠高度与平面转向的难题,该研究提出了结合独立控制角速度的 S 型背骨曲线设计。真实机器人实验验证了其在 10 厘米净空测试轨道上的穿越能力,并成功实现了基准滚动弧步态无法完成的约 90°和 180°航向改变。
针对传统仅靠波动运动限制蛇形机器人能力的局限,本文提出结合扭转变形的新型侧行步态。通过引入线性扭曲函数将扭转载荷分散至整个机身,相比现有滚动矢量方法,在同等输出功率下将单个扭转关节的峰值功率降低42%。真实机器人实验表明,新步态不仅能进入现有方法无法通行的复杂地形,且移动速度最高提升49%。该研究为蛇形机器人在非结构化环境中的高效运动规划提供了新的控制策略与理论依据。
论文提出一种将欧氏距离场(EDF)直接整合进观测空间的强化学习框架,利用其丰富的空间信息简化奖励函数设计,实现了无需人工势场引导的有效避障。该方法在 7 自由度冗余机械臂上验证了从仿真到实体的零样本迁移能力,尽管仅用随机化静态物体训练,策略仍能泛化至未见过的真实环境并稳健地规避动态障碍物。材料为预印本状态,已接受于 IROS 2026。
推荐理由:该工作将欧氏距离场融入 RL 观测空间,在仿真中训练的策略实现了零样本迁移到真实机械臂,且能应对动态障碍物。
A2I-Calib++ 提出一种无需人工标定靶标或复杂参数调优的运动学驱动抗噪主动标定框架,通过噪声各向异性轨迹、感知约束对抗运动先验控制器及接触受限虚拟 IMU 三大模块解决足式机器人常规运动激励不足与振动干扰问题。
这篇论文提出了一个将流匹配(flow matching)路径规划与模型预测路径跟踪控制(MPPC)相结合的框架,旨在解决基于扩散的路径规划器在部署时缺乏约束满足和避障机制的问题。
该方法提出了一种独立于底层控制器的负载泛化算法,仅需物体参数即可在刚性或弹性关节机器人上执行相同轨迹。实验验证了其在 Franka Emika Panda 标准机器人及加装弹性腕部版本上的有效性,涵盖不同控制器与任务场景下的轨迹跟踪性能。
针对长视界机器人操作需记忆关键信息但现有方法推理负担重的挑战,PAL 提出分层记忆框架,维护短期视觉缓冲、语义事件记忆及可执行的子任务列表。高层 VLM 将观测转化为子任务列表,执行时选择相关子任务传给低层 VLA 策略。
QSelect 方法通过组合 AWQ、GPTQ 和 AutoRound 检查点,在 DeepSeek-R1-Distill-Qwen-7B 等模型上实现更低困惑度。默认模式无需标签即可降低 KL 散度,目标适配模式使 Llama 模型 3-bit 准确率提升 4.3 至 4.5 个点。所有评估均在通用领域基准和地面 GPU 上进行,空间任务与飞行硬件留待后续工作。
论文提出 Relational Geometry Forcing (RGF) 以解决现有世界动作模型(WAMs)因点对点几何特征对齐而损害动作学习的问题。该方法通过冻结的 3D 基础模型,利用帧内、跨视图及动作时序三种互补的关系目标来转移几何先验,无需额外推理模块或显式几何分支。实验表明 RGF 在仿真和真实世界中均能提升多种操作场景下的性能。
论文提出了 TIDE 系统,这是一种无需学习评论家、奖励模型或动作评分器的在线后训练框架。该方法通过源条件监督学习,利用部署过程中收集的人机交互数据和策略生成的轨迹来更新策略。
推荐理由:该工作提出无需奖励模型或价值函数的在线后训练框架,利用部署中的人机交互数据快速更新策略。
论文提出了 DepState-JEPA 架构,这是一种基于 V-JEPA 2.1 的双流 RGB-Depth 联合嵌入预测模型。该框架通过共享潜在状态 DepState 连接空间理解与动作条件预测,利用深度作为互补观测并将双模态锚定在度量 3D 空间中。研究通过射线条件读出、物体轨迹监督及校准的前向运动学来塑造状态学习,实验显示其在 RGB 编码器迁移、特征补全、视觉预报及操作成功率上表现更强。
论文 NavBind 提出一种方法,用于诊断视觉语言动作(VLA)导航模型是否真正遵循指令而非仅依赖视觉线索或历史轨迹。研究构建了包含 3,252 个路线分叉场景的数据集,通过对比不同分支下的动作序列、概率分布及注意力变化,发现高导航成功率并不等同于对指令的忠实执行。材料为预印本,未报告真实机器人部署结果。
推荐理由:该工作通过构建路线分叉数据集,揭示导航 VLA 模型高成功率可能未忠实遵循指令的现象。
论文提出 SMR,一种基于语义条件的流式神经运动重定向方法。该方法将人类动作转换为机器人感知的任务空间目标,利用在仿真中受接触、动力学和执行器约束的物理专家直接跟踪这些目标,并训练单因果 Transformer 对执行后的状态轨迹进行建模。实验表明,相比直接优化和物理修正基线,该方法在保持语义保真度和物理有效性的同时,实现了更优的闭环控制性能。
推荐理由:提出 SMR 方法,利用语义条件物理专家在仿真中生成符合动力学约束的运动轨迹,并通过因果 Transformer 实现流式重定向。
该文介绍 SimPT(Simulation-based Post-Training),一个集成策略 rollout、修正数据采集、策略训练及独立评估的自动化仿真框架,旨在解决人类在环后训练中监督成本高和重复实机评估受限的问题。
针对两轮倒立摆等不稳定平台,传统级联模块存在计算开销与延迟问题。本文提出一种轻量级的状态依赖目标协调方法,通过调整平衡稳定与导航目标的相对贡献权重,无需额外控制层级或辅助控制器即可解决两者冲突。
arXiv 论文 ACT--Flow 提出一种在线学习框架,结合自适应动作分块 Transformer 与条件残差流策略,用于视觉引导的插入任务。该方法通过锚点引导预热吸收成功执行的动作,并基于更新后的先验重新计算残差目标;层级评论家评估交互结果以加权生成的残差候选者。
PHD-Hand 是一款采用独特柔性铰链和弹簧钢弹性驱动杆的连杆驱动类人手,无需微型移动部件即可实现单指三自由度操作。该设计仅需预算级 3D 打印机即可制造,显著降低了灵巧机器人手的开发门槛并使其尺寸更接近人手。原型已在抓取与物体操作任务上完成评估,论文已提交并被 IEEE-RAS Humanoids 2026 会议接收。
SLoSa 是一个神经符号压缩与微调框架,旨在训练具备小体积、低能耗和安全意识的机器人任务规划基础模型。该方法利用经典规划器构建安全感知数据集,并通过验证引导的奖励机器进行监督与强化学习微调以对齐安全约束。
论文介绍 GGraph,这是一个开源的 GPU 加速图库,旨在为自主移动机器人提供稀疏的空间表示以支持规划与强化学习。现有图库多针对单机器人或固定图设计且依赖 CPU,限制了可扩展性。
针对移动操作器需适应物体及空间环境的挑战,本文提出 COWBOY 框架,利用向量化环境感知全身控制器处理千种场景下的到达与避障,再训练局部 RL 专家进行物体交互,最终蒸馏为单一视觉策略以控制移动基座、机械臂、灵巧手和主动相机。该策略能从点云观测自动适应场景几何并执行操作。材料为预印本论文,未报告真实机器人部署结果或具体性能指标。
该论文提出在偏好条件强化学习中评估奖励、优势、损失及 PCGrad 等不同层级的目标聚合策略。实验结合响应度与效用指标,对比两种人形控制框架发现:早期聚合能产生更广泛的行为响应但伴随其他目标的非预期变化,而晚期聚合虽提升控制精度却牺牲了部分响应性。材料为预印本版本,未报告真实机器人部署结果或具体性能数字。
针对视障人士使用导盲犬或手杖在陌生区域导航时的不确定性问题,该研究提出了 Context-Aware Navigation Explanation 框架,利用大语言模型将感知上下文与规划的未来轨迹整合,生成自然语言的机器人移动解释。
该研究针对多智能体协作迭代任务,提出一种利用历史可行轨迹构建联合安全集的学习框架。框架在每步选择终端状态与广义纳什均衡,仅当满足合作接受规则及个体非降级要求时才采纳新解。理论证明该方法保证递归可行性,并刻画了各玩家成本跨迭代不增加的充分条件。
论文提出 Flexible Feature Editing Pipeline (FLEX),利用大模型根据自然语言反馈对机器人内部表征进行添加、泛化和掩蔽三种迭代修正,以解决仅靠轨迹演示无法解释任务特征的问题。
该论文提出 inr2action 方法,利用共享的元学习初始化拟合机器人操作视频,将每个独立经验编码为固定大小的权重增量(delta)作为记忆。该方法通过投影层将权重增量映射为 token 嵌入,进而条件化语言模型进行问答和解码器执行关节命令回归,无需在查询时检索帧。实验显示,该方法在 RoboMME 基准上超越随机猜测,且证明了元学习初始化对于编码内容的关键作用。
论文提出了 Real2Sem2Real (R2Sem2R) 方法,旨在解决现有方法依赖深度传感或仅针对演示对象生成数据的局限。该方法利用 DINOv3-distilled Gaussian splats 跟踪 SE(3) 姿态,结合语义对齐将数字孪生体与演示物体匹配,并将人类手部动作映射为可行的机器人抓取策略。
推荐理由:该方法利用单个人类 RGB 演示生成跨语义实例的机器人数据,在真实机器人上验证了策略泛化能力。
这篇论文介绍了 T-WLA(世界 - 语言 - 动作)架构,旨在解决接触丰富操作场景中视觉策略更新滞后于触觉条件变化的问题。该架构利用共享视觉记忆同时指导基础动作生成和轻量级触觉修正器,无需重新运行视觉分支即可预测残差修正。
该研究提出一种无需力/力矩传感器的物理人机交互(pHRI)控制框架,通过神经网络补偿摩擦与未建模动力学以提升观测器性能。实验表明该方法在保持末端位姿与力跟踪精度的同时实现了鲁棒的广义力估计。此方案适用于多种缺乏专用传感器的人机协作机器人平台。
针对人机交互中主动引导与被动跟随两种状态的控制目标差异及现有方法对预设阈值敏感的局限,本文提出一种新型框架。
研究提出耦合视觉 - 运动重映射方案,将全景方位角畸变与其逆上肢偏航变换配对。原型实现全局缩放(GZ)与焦点 + 上下文(F+C)两种模式。在包含 8 名受试者共 72 次试验的测试中,GZ 完成次数最多(23/24),但仅 6/8 参与者偏好该模式,显示完成率与用户偏好存在差异。
均胜电子与北京恩力动力成立均恩新能源,宣布首款固液混合电池达到量产标准。该产品采用硫化物固态电解质路线,能量密度达300至600Wh/kg,循环寿命超2000次,支持5C至15C高倍率放电及热失控预警。
均胜电子旗下均恩新能源研发的固液混合电池已达到量产标准,正依托全球渠道加速出海。该产品走硫化物固态电解质路线,能量密度最高达380Wh/kg,循环寿命超2000次,并搭载车规级BMS与热失控预警系统。产品覆盖人形机器人、轮式机器人等各类具身智能设备,均胜电子在机器人赛道已形成从控制器到能源方案的完整矩阵。
推荐理由:均胜电子旗下均恩新能源宣布其首款固液混合电池达到量产标准,能量密度最高380Wh/kg并具备车规级BMS与热失控预警能力。