跳到正文
10月31日周六
10月30日周五
  1. arXiv · 机器人与计算机视觉33

    DiTSG:基于多智能体扩散 Transformer 的空域交通场景生成

    DiTSG 提出一种利用堆叠多智能体逆 Transformer 层作为去噪骨干的扩散模型,从记录的多机轨迹中联合生成空域交通场景并条件化于各智能体的到达时间要求。实验表明该模型生成的多样化场景既复现了记录流量的统计特性,又保留了真实空中交通管制中观测到的逼真机间交互模式。

  2. arXiv · 机器人与计算机视觉38

    Robust Taylor-Lagrange Control 方法解决安全关键系统可行性保持问题

    Robust Taylor-Lagrange Control(rTLC)方法通过泰勒展开将安全函数阶数扩展至相对度以上,使控制量在当前时刻显式生效以消除离散化导致的可行性丢失。该方法仅需一个超参数即可自然解决可行性保持难题,并在自适应巡航控制任务中与现有安全关键控制方法进行对比验证了有效性。

  3. arXiv · 机器人与计算机视觉82

    BBoE:利用边束进行动力学双向运动规划

    本文介绍 BBoE,一种结合探索与利用、依赖预计算机器人运动的快速双向动力学采样规划算法。该策略通过利用预计算的边束(bundle of edges)在障碍物密集环境中高效收敛至目标。

    推荐理由:该工作提出利用预计算运动束的双向动力学规划器,在四套不同系统中实现高成功率与低耗时。

  4. arXiv · 机器人与计算机视觉75

    字典序下降:通过参数化标量化优化全序规则集的一种基于梯度的方法

    针对安全关键系统需满足冲突约束且通常按优先级排序的问题,现有预emption优化存在次优解风险,而联合优化又难以保持严格优先级。本文提出 Lexicographic Descent 方法,利用随优先级衰减的相对权重实现参数化标量化,在极限处恢复字典序顺序并收敛至高优先级规则的受约束驻点。该方法能利用问题结构达到字典序最优,并在自动驾驶案例研究中优于预emption方法。

  5. arXiv · 机器人与计算机视觉48

    socx:基于 JAX 的 GPU 加速机会约束随机最优控制求解器

    socx 是一款利用 JAX 实现的 GPU 加速求解器,专为处理带机会约束的提升凸线性随机最优控制问题。在悬停线性的三维四旋翼测试中,其速度较 MOSEK 提升最高达 98 倍、较 SCS 提升 2224 倍,且能解决长达 N=1120 的时间步长任务而 MOSEK 会在 N=320 时耗尽内存。该工具通过分布式优化将问题分解为独立的线性二次型跟踪与欧几里得投影子问题并行求解。

  6. arXiv · 机器人与计算机视觉78

    Is It the Curriculum or Just the Easy Start? Benchmarking Unsupervised Environment Design on Quadrupeds

    论文提出了一项基准,在 MuJoCo 平台上对五种四足机器人(W01-TEK、Unitree Go1/Go2、Google Barkour vB、Boston Dynamics Spot)运行了十四种无监督环境设计、域随机化和机器人课程方法。

    推荐理由:该基准在 MuJoCo 上对四足机器人评估了十四种无监督环境设计与课程方法,揭示了简单起步策略的局限性并提供了选型指南。

  7. arXiv · 机器人与计算机视觉63

    重型卡车交互式高速交通的短时视界模型预测控制学习终端代价

    针对重型卡车在高速公路上自主驾驶的控制挑战,本文提出一种混合模型预测控制(MPC)与强化学习(RL)框架。该框架利用动态规划求解有限视界 MPC,并引入预训练的 RL 模型来估计终端代价,以平衡安全约束与长期决策效率。研究在包含反应性周围交通的仿真环境中进行了评估,结果显示该方法实现了零碰撞且成本最低,优于纯 MPC、基策略 rollout 及纯 RL 方案。

  8. arXiv · 机器人与计算机视觉58

    Coupled Guidance for Flow Matching:一种基于几何视角的流匹配专用引导方法

    论文提出了 Coupled Guidance 框架,通过理论分析指出将扩散模型引导直接迁移至流匹配会破坏训练时的耦合分布导致不稳定。该方法从几何角度利用流匹配的固有结构进行优化,并在 ManiSkill3 机器人避障、Adroit 灵巧操作及图像生成任务中验证了其在提升样本质量与稳定性方面的有效性,且无额外开销。材料已接受于 NeurIPS 2026。

  9. arXiv · 机器人与计算机视觉72

    自动驾驶系统测试中的现实差距:景观、挑战与研究方向

    该论文对4195篇出版物进行筛选,系统映射了235项测量或缓解自动驾驶(ADS)测试中“现实差距”的研究。研究将模拟与真实执行分为六个组件,发现76%的研究针对场景和感知逼真度提出缓解措施,但仅有61项报告涵盖传感器、行为及安全的多维指标,且现有证据难以建立差距与测试结论间的因果联系。

  10. arXiv · 机器人与计算机视觉48

    OrbitalGym 仿真环境揭示规划算法如何决定轨道对抗博弈结果

    OrbitalGym 是一个基于 JAX 的轨道博弈仿真环境,支持多智能体、显式通信及锥形视场传感器等配置。研究对比了 PD、LQR、MPCPI 和 MCTS 策略在追逃与护卫任务中的表现,发现燃料比主导多数遭遇,而针对能触及资产的攻击者,更优的守卫策略在 56 至 74 种能力配置中将防御概率提升至少 10%。

  11. arXiv · 机器人与计算机视觉70

    变形物体形状伺服教程(第一部分):基础理论与数据驱动雅可比估计

    该论文是两篇教程的第一部分,介绍利用机器人运动与测量形变关系进行自动操控的基础理论。核心在于无需精细机械模型即可通过观测到的形变局部估计变形雅可比矩阵,并推导闭环稳定性条件及可达性限制。材料包含平面仿真示例(双臂操作弹性杆)及代码链接,为数据驱动形状控制提供完整框架。

  12. arXiv · 机器人与计算机视觉82

    PhysVLMM:面向机器人场景地图的交互条件化物理信念图

    该论文提出 PhysVLMM 方法,为视觉 - 语言 - 运动地图中的每个铰接部件维护物理信念并回答规划器查询。面对移动物体无法识别动力学、仅凭拉动测量只能确定被拉部件及方向的问题,该方法将方向作为后验分布而非点估计,以闭式形式传递证据给未受影响的相似部件,并在给定风险下判断动作是否成功或放弃。

    推荐理由:PhysVLMM 方法在真实家居环境中实现了对铰接物体动力学的快速推断,显著优于可微仿真与单视角学习基线。

  13. arXiv · 机器人与计算机视觉40

    全顺时针倾斜旋翼两轮四旋翼实现水平姿态地面运动研究

    针对传统轮式四旋翼需倾斜机身产生侧向力的局限,该研究提出一种全顺时针倾斜旋翼构型,利用表面接触约束在保持水平姿态下生成推进力。仿真验证了其在自由空间悬停及地板水平移动时维持水平姿态的能力,且全同向旋转产生的切向力大于传统交替旋转配置。

  14. arXiv · 机器人与计算机视觉42

    自适应搜索:基于路径约束移动传感器与多臂老虎机算法的有限时间概率保证研究

    该研究针对能量受限的移动传感器团队,提出一种将主动路径选择建模为多臂老虎机问题的迭代搜索算法。该方法在满足预计算可行路径、返回充电站及避障等运动约束下,利用置信界自适应分配路径并构建低基数路径覆盖。数值仿真表明,所提算法建立了有限时间和任意时刻的概率正确性保证,其检测所有感兴趣区域的时间上界与问题实例类无关的下界仅相差常数因子。

  15. arXiv · 机器人与计算机视觉78

    基于二元可行性预言机的安全流匹配机器人策略学习

    针对流基动作生成难以保证关节限位和碰撞避免的问题,本文研究仅通过黑盒可行性预言机访问可行集的设定,提出一种引导的可微分防护机制。该机制在正向传播中利用二元查询修正不安全更新,在反向传播中提取局部边界信息提供约束感知学习信号。

    推荐理由:该文提出一种无需可微分约束模型的引导机制,利用二元可行性查询在训练与推理阶段同时保障物理约束满足。

  16. arXiv · 机器人与计算机视觉72

    EPC-RawDC:基于原始数据一致性的等变物理约束 3D 扩散模型用于 CBCT 到 CT 图像合成

    针对锥形束 CT(CBCT)定量应用受限问题,本文提出 EPC-RawDC 框架,结合几何等变性投影约束与原始数据一致性监督。在 JUST 和 SynthRAD2025 两个独立临床队列中,该方法 SSIM 达 0.97,PSNR 分别提升 2.66 dB 和 2.10 dB,显著降低误差并优于 DDPM 基线。代码将在发表后开放。

  17. arXiv · 机器人与计算机视觉50

    PASA-KV:针对世界动作模型中面向动作的视觉路由的攻击方法

    论文提出了一种名为 PASA-KV 的方法,旨在攻击世界动作模型(WAMs)内部表示与动作生成之间的脆弱性。研究发现,仅凭表示空间的扰动幅度无法可靠预测闭环控制失败,关键在于扰动如何被路由到动作生成环节。该方法通过 Tail-AV 信号识别易受攻击的路由,并选择面向动作的键值对目标进行训练。实验在多个 WAM 系统及物理机器人上验证了该方法的闭环攻击效果及系统间的抗扰差异。

  18. arXiv · 机器人与计算机视觉31

    AI for Science in Space:轨道实验室、行星实地作业与具身自主综述

    该综述考察了微重力环境下生物学、材料学等领域的轨道实验室与行星原位科学,区分了从空间数据学习、选择行动到执行及保持有效性的全过程。文章结合地球自驱动实验室证据,提出通过样本历史、科学决策、物理执行及特定主张有效性来衡量自主性的框架。最终议程旨在评估完整任务中传感、决策策略与物理动作的贡献,填补观测、可执行行动及连续有效证据的差距。

  19. arXiv · 机器人与计算机视觉35

    Foundation Model Assurance Stack:神经符号架构与运行时保障的测试验证议程

    针对学习使能的 cyber-physical systems(CPS)缺乏系统级保证的问题,研究提出 Foundation Model Assurance Stack,通过神经符号架构、语义化形式化测试及组件化运行时监控约束基础模型。该方案在 arXiv 预印本中明确划分随机学习与形式推理的边界,旨在建立可认证且可部署的信任体系,涵盖从规范工程到生命周期认证的完整议程。

  20. arXiv · 机器人与计算机视觉65

    基于语言对标的力/力矩预训练用于外接触感知

    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。

  21. arXiv · 机器人与计算机视觉68

    通过可微分仿真学习事件相机避障

    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。

  22. arXiv · 机器人与计算机视觉72

    选择性滑模控制增强无人机抗干扰能力:基于运动方程反演的扰动轴识别与回路优化

    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。

  23. arXiv · 机器人与计算机视觉42

    惯性转向与低附着力表面履带车辆运动预测研究

    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。

  24. arXiv · 机器人与计算机视觉57

    物理 AI 中的递归自我改进:机制、证据与评估综述

    该论文调研了具身系统如何利用部署经验更新策略、世界模型与技能,并引入数据获取与学习流程的修订来实现递归自我改进。文章区分了学习者更新者与改进者的功能差异,对比了策略学习、想象体验、记忆积累及可执行框架等方法,提出 L0-L3 分级标准以区分任务局部适应、持久能力增益、继承的流程修订及验证后的改进者增益。

  25. arXiv · 机器人与计算机视觉72

    SKiD-SLAM:面向行星任务的资源感知分布式多机器人 LiDAR SLAM 系统

    该研究提出 SKiD-SLAM 系统,旨在解决未来行星探测任务中通信受限、算力有限且无中心基础设施的挑战。团队在公开数据集和 NASA JPL 开源漫游车模拟器上验证了系统模块,随后在韩国济州岛马扬熔岩管洞穴及京畿道 KICT 模拟地形进行了实地部署。

  26. arXiv · 机器人与计算机视觉49

    Same Label Different Interface:机器人学习中超越动作空间标签的接口研究

    该研究指出单一标签无法决定机器人执行内容,因策略输出需经过滤波、物理缩放等处理。在 PegInsert、GearMesh 和 NutThread 三项工厂任务中,对比五种关节空间接口发现,仅替换物理动作尺度使样本中位数成功率变化 0.645-1.000,移除指数移动平均则产生依赖任务的变化。

  27. Hugging Face Daily Papers74

    证据引导的 AI 智能体任务恢复:处理模糊工具结果与部分执行

    针对工具超时导致 AI 智能体面临模糊结果和部分执行的场景,该研究提出基于证据的任务恢复框架。方法结合标准观察依赖规划与独立的效果历史裁决器,通过共享可采性检查处理密钥过期、授权时序及残留效应,并利用终端证书区分目标满足与安全完成。

  28. 量子位78

    PSI自研AI科研系统Emmy解决5道量子难题并开源代码

    刚成立不久的物理超级智能(PSI)公司宣布,其自研AI科研系统Emmy在量子信息理论的5个开放问题上取得进展,其中3题为本世纪初收录的难题。论文、Lean形式化证明及验证代码已上传至GitHub供学人审查。该系统采用“生成 - 验证”分离架构,利用大模型拆解假设并通过Lean编译器进行严格数学逻辑筛查,旨在实现科学发现的规模化生产。

    推荐理由:PSI公司宣布其自研AI科研系统Emmy在量子信息领域取得突破,并公开了Lean形式化证明与验证代码供审查。

  29. The Robot Report18

    2026 机器人手册聚焦人形机器人、AI 与设计选择

    2026 年机器人行业因硬件进步与人工智能加速变革,全球及美国订单在疫后暂停期持续攀升。该免费手册由 The Robot Report 整理,涵盖灵巧操作、建筑自动化趋势及波士顿动力 Atlas 等进展。内容还涉及 Plus One Robotics、Jabil 与 Apptronik 合作、SoftServe 虚拟健身房仿真以及 Locus Robotics 软抓手技术。

10月29日周四
  1. 奥比中光 Orbbec · News67

    Orbbec 与 ACE Robotics 达成战略合作推进物理 AI 数据采集

    Orbbec 与 ACE Robotics 签署采购协议并建立全面战略合作伙伴关系,覆盖 10,000 台机器人视觉产品及无感数据采集硬件。双方将聚焦机器人视觉与高质量现实世界数据收集,以支持具身智能的大规模部署及世界模型(如 Kairos 3.1)的持续演进。

    推荐理由:双方达成战略合作,Orbbec 将向 ACE Robotics 供应深度相机及机器人无感数据采集硬件,以支持具身智能大规模数据收集与世界模型演进。

  2. 智东西 · 机器人62

    文远知行子公司景烁科技获7000万Pre-A轮融资,布局世界模型与物理AI基础设施

    文远知行披露旗下子公司景烁科技完成7000万元Pre-A轮融资,资金将用于业务扩张及运营。该公司致力于构建物理AI时代的数据及世界模型基础设施,自研了打通数据全流程的WorldEngine平台、面向物理场景的生成式统一世界模型GENESIS-Robotics以及全栈自研采集硬件EGOK。景烁科技称其世界模型能将机器人技能冷启动周期由数月压缩至数周,并已与全球数十家大模型公司及具身智能企业建立合作。

  3. 盖世汽车 · 汽车资讯78

    地瓜机器人开源世界模型仿真平台Uranus

    地瓜机器人大模型团队于10月27日开源世界模型仿真平台Uranus,发布技术报告、推理代码、SDK及两个版本模型权重,面向全球开放早期体验名额。

    推荐理由:地瓜机器人开源Uranus仿真平台,提供因果架构与流式推理机制,支持多本体接入及分钟级连续推演。

  4. 智元 AGIBOT · Newsroom87

    智元发布 GO-3 Preview 预训练模型,在三大具身智能基准测试中位列第一

    智元今日发布 GO-3 Preview 具身基础模型,该模型支持从预训练、后训练到部署后的全生命周期学习,并在 RoboDojo、RoboTwin 和 RoboColiseum 三项主要具身智能基准测试中获得第一名。

    推荐理由:智元发布 GO-3 Preview 预训练模型,在三大基准测试中位列第一,并开放全生命周期学习架构与仿真工具链。

10月28日周三
  1. 盖世汽车 · 汽车资讯78

    无界动力开源 MWA™-Phoenix 隐空间世界模型基座

    无界动力发布并开源了端侧 7B 参数、完整预训练的 MWA™-Phoenix 隐空间世界模型基座。该模型在 LIBERO-Plus、LIBERO-Pro 及 RoboDojo 真机榜等六项评测中位列榜首,其中 LIBERO-Plus 总体成功率达 94.63%。

    同一新闻,精选展示《无界动力发布并开源MWA™-Phoenix隐空间世界模型基座》

  2. 量子位78

    智元发布Genie Master框架,在便利店实测中实现机器人自主进化

    智元发布具身Agent框架Genie Master,将Physical RSI(具身递归自进化)应用于真实便利店业务流。该框架通过EEP协议连接推理与执行,利用Harness RSI积累提示词经验、Policy RSI更新动作策略模型,使机器人在无人在环状态下自主分析失败原因、调整策略并沉淀长尾场景经验。智元计划于11月2日开展6台精灵G2机器人连续上岗的24小时直播考核。

    推荐理由:智元发布Genie Master框架,在真实便利店场景验证Physical RSI机制,支持机器人自主诊断问题、调整策略并积累长尾经验。