基于操作员占用数据驱动协作机器人防护隔离区配置方法研究
该方法利用摄像头感知与活动识别构建操作员占用热力图,依据 ISO/TS 15066 原则权衡速度与距离以优化防护场。在两家工业合作伙伴的实测中,防护区域缩减约 17%,生产力提升 9%。该配置结果仅作为风险评估建议,需人工审查而非自主控制机器人控制器。
该方法利用摄像头感知与活动识别构建操作员占用热力图,依据 ISO/TS 15066 原则权衡速度与距离以优化防护场。在两家工业合作伙伴的实测中,防护区域缩减约 17%,生产力提升 9%。该配置结果仅作为风险评估建议,需人工审查而非自主控制机器人控制器。
针对无扭矩传感器的轮式人形机器人,该方法利用光学追踪器数据,通过共享腰部双链模型同时识别腰部与双臂参数。相比独立或单链标定,该方法将离手位姿的平均误差从 11.3-31.1 mm 降至 0.50-1.11 mm,且在不同负载下均有效。
论文提出 Semantics-to-Contact (S2C) 框架以解决复杂接触动力学下的视觉鲁棒性问题。该方法分两阶段进行:首先利用视觉语言模型在视觉上多样的场景中定位任务相关区域,提供粗略空间引导;随后通过人机回环残差强化学习策略,利用力反馈在局部区域内学习精细的接触行为。
G-Maneuver 学习型控制器在特技级机动任务中达到 90.11% 成功率,通过 Sim2Real2Sim 闭环筛选出真实车辆试验安全区域,接受率为 16.9%。研究利用汽车安全分析框架识别覆盖测试参数,证实航向变化、侧滑和归一化偏航率等运动学指标在仿真与现实间匹配良好,为安全部署提供依据。
针对现有方法仅关注全局导航或独立操作而忽视末端抓取导航的问题,本文提出 Last-Mile Grasp-Navigation (LMGN) 统一策略学习模型。该模型引入显式距离与方向可达性表示,并开发语义对齐的分层混合专家策略以建模基座调整、预抓取对准、抓取执行及物体提升等阶段行为。实验在 Habitat 和 Isaac Gym 仿真器上进行,结果表明该方法显著优于现有最先进方法。
推荐理由:提出统一策略学习模型解决足式机器人末端抓取导航难题,仿真实验显示集成可达性表示与分层专家路由能显著提升成功率。
论文介绍 Concertina 架构,主张将连续轨迹表示、块式生成及物理坐标监督直接置于共享扩散 VLM 骨干网络路径上,而非外挂独立动作专家。该模型仅用 0.21% 的参数实现主动动作投影,在 LIBERO-Plus 基准上达到 85.9% 成功率,CALVIN ABC-D 平均完成链长为 4.142。代码与权重已开源。
推荐理由:该工作提出将连续轨迹表示与认知统一于共享扩散骨干网络,显著降低动作生成参数占比并验证了跨时间步耦合机制。
该研究对一种三自由度、双四杆闭环的四足腿部机制进行运动建模与奇点分析,以支持从陆地模式到空中重构模式的切换。作者开发了雅可比矩阵并设计了多种步态,在 MATLAB 仿真中验证了运动,并在单腿测试台上演示了实际实施效果。论文已提交至《Robotica》期刊(ID:ROB-2026-0373),arXiv 版本为 v1。
本文提出了一种基于消费级服务器的可复现评估框架,旨在降低接触式机器人操控评估的成本门槛。实验显示,在稀疏数据条件下,三种独立训练的动作分块策略在 780 次 rollout 中零成功,而单步策略成功率介于 2.6% 至 11.8%。研究进一步表明,失败源于训练公式与多步预测机制而非开环执行,为物理策略开发提供了可复用的评估工具。
推荐理由:作者提供了一套基于消费级 GPU 的可复现评估框架,以低成本验证了动作分块策略在稀疏数据下的失效原因。
论文 MessyNav 将现实世界中的路径受阻问题形式化为开放世界的交互式导航任务,提出一种无需特定训练、基于视觉语言模型(VLM)的零样本框架。该框架在规划前通过显式的 VLM 可操作属性推理,决定对障碍物是滑开、拾取还是避让,从而生成高层计划。实验在真实移动机械臂上进行,涵盖室内外环境,结果显示该方法相比最强基线将成功率提升了 27 个百分点,且在大规模离线评估中取得了统计显著的提升。
针对基于视觉的控制系统中难以检测重放攻击的问题,本文提出一种自适应动态水印框架。该方法在标称控制输入中添加私有高斯水印,并利用控制输入条件的潜动力学网络预测观测图像在紧凑潜空间中的演化。
该方法结合 RGB-D 定位与遗传算法排序,在实验室及四至六果田间测试中,动态路径策略较静态策略将碰撞事件从 55 次降至 40 次,目标接近成功率提升至 70.7%。连续执行消除了不必要的归位动作,且动态路径随剩余果实分布自适应调整而不改变算法序列。研究通过参数敏感性分析验证了该方法在无序作物环境中的有效性。
该研究提出 VREgo 框架,利用 PICO 4 Ultra 等消费级 VR 头显采集第一人称演示数据来训练机器人操作策略。作者适配了 HumanEgo 预处理流程以估计抓取阈值并更新物体位置,在仿真中对比了 PICO 与 Project Aria 的数据表现。
论文提出 CRISP 分层控制框架,将高维系统动力学重构为动态互联子系统的组合,以双臂操作为人形机器人代表应用。躯干建模为单刚体,双臂与下肢为浮动基动态模型,末端执行器间的闭环运动链及臂与躯干的连接表示为完整约束,拉格朗日乘子参数化肩部及末端间的交互力矩。
针对实验室挤压瓶的变形操作难题,该研究提出一种结合力与视觉反馈的自适应混合控制器。系统利用肌电图(EMG)信号映射的目标握力作为参考,在 12 种不同组合的实验条件下验证了性能。结果显示,该方法将液体分配的平均绝对误差从纯力控制器的 15.92 mL 降低至 6.54 mL,并更精准地复现了人类动作记录。
该论文提出 Spatial-UMI-Dream,这是一个 5B 参数的空间世界动作模型(WAM),在 605 小时 RGB-D UMI 数据上通过两阶段训练预训练,旨在联合预测未来 RGB、鱼眼对齐的度量深度及动作。
针对传统运动学模型假设的曲率剖面可能违背机械属性的问题,该研究提出了一种基于泰勒近似的多段剪刀式支撑结构。实验表明,集成该结构的腱驱动连续体机器人能抵抗非规定变形,显著提升了形状精度并防止在反向载荷下形成 S 形弯曲。通过机械约束可允许变形量,该方法减少了独立形状变量的估计数量,优于经典柔性背骨设计。
极智嘉在 CeMAT 上展示了通用人形机器人 Gino 1、Gravity 具身模型及全仓智能软件平台,旨在构建端到端仓储解决方案。文章指出,利用世界模型进行动作预判与抗干扰可提升操作稳定性;结合多形态机器人协同与共享数据底座,系统能持续沉淀运营经验并自主进化,推动仓库迈向全天候无人化自主运营。
智元机器人将六台精灵 G2 投入上海徐汇便利店进行 24 小时全栈验证,累计完成 1730 项任务。其中“迎宾员”阿豪、“理货员”火宝等四台成功转正,“补货员”倦王和“保洁员”冷姐因主动性与边界控制不足暂未转正。
同一新闻,精选展示《六台智元 G2 机器人完成上海便利店 24 小时实测》
论文介绍 Warp 方法,利用上下文条件化的单调双三次样条对冻结基策略的样本进行紧凑变换,在保持维度排序的同时实现非线性重塑。研究涵盖 ManiSkill 四项任务及物理 SO101 销钉插入实验,结果显示该方法在演化策略优化下恢复能力最强,且在限制交互次数的强化学习流程中,相比强随机残差方法将成功周期时间中位数减少约 30%。
研究团队利用超材料物理在刚性板上构建谐振器晶格,克服了传统波介导显示的分辨率限制。该系统仅由八个外围致动器驱动,即可在任何表面位置生成具有厘米级分辨率的局部触觉虚拟像素。四组感知实验显示,参与者对瞬态与持续振动的多像素图案定位、探索及辨别准确率介于 95.3% 至 100% 之间。
该研究利用 YOLO11n-OBB 检测器与 ArUco 参考位姿,使固定顶置相机下的约 200 美元 Waveshare RoArm-M2-S 无需腕部旋转即可分拣任意朝向的书写工具。
针对高质量遥操作数据集收集成本高且硬任务方向性不对称的问题,本文提出一种通过时间反转易任务来辅助硬策略学习的框架。该方法包含闭环数据采集、分层数据清洗(利用运动学先验和评论家引导的优势过滤)以及迭代策略学习三个核心组件。在两个仿真基准和真实机器人实验中,该方法在不依赖大量硬任务遥操作的情况下,相比基于反转和强化学习的基线方法,显著提升了复杂高精度操作任务的成功率并提高了训练稳定性。
推荐理由:提出利用逆向易任务轨迹作为监督信号,通过闭环采集与分层清洗降低硬任务遥操作成本。
AutoDex 是一种无需持续人工操作的灵巧抓取数据采集系统。该系统利用生成的抓取候选方案进行规划与执行,通过多视角物体跟踪处理手物遮挡下的标注,并利用残差扭矩碰撞监测及姿态导向复位实现闭环运行。
针对扩散基视觉语言动作模型存在的虚假视觉依赖和随机动作生成问题,作者提出无需训练的 Selected Diffusion Noise 方法。该方法将扩散噪声作为可控自由度,先利用反事实负样本集过滤候选动作块,再基于 JerkRMS 选择运动学最稳定的块。实验显示在三个 VLA 策略上,仿真与真实环境中的性能分别提升 8-10% 和 18.33%,有效改善了落地可靠性。
论文提出 InDex 框架,旨在解决预训练视觉语言动作(VLA)模型因平行夹爪接口而隐含多指接触协调的问题。该方法利用归一化孔径信号监督标量抓握意图,并分两阶段学习同步末端执行器 - 意图块及基于扩散的手部解码器。
论文 AcroRL 提出一种基于强化学习的框架,通过调制恒定参考轨迹实现四旋翼的紧凑位置约束倒飞,同时兼容传统轨迹生成与跟踪。该方法在 JAX 仿真中相比最强优化基线将位置均方根误差降低 32%、稳定时间缩短 57%,硬件实验在多偏航角配置下成功完成倒飞且位置 RMSE 低于 0.35m,并开源了实现代码。
针对软体机器人高维非线性动力学建模难的问题,本文提出一种不确定性感知的主动探索框架,自主学习任务无关且可泛化的动力学模型。该方法在连续臂、流体中的关节鱼和肌肉骨骼腿等三个仿真平台及真实气动连续臂上进行了评估。相比随机探索和任务特定基线,通过主动收集信息量大的数据,实现了更高的建模精度,并在未见任务中获得了更高的零样本控制回报,同时在感知噪声、执行延迟和材料非线性下表现鲁棒。
Fluidic Body 是一种让操作者像使用手一样控制蜂群机器人的系统。通过在虚拟空间中建立手与蜂群间的流体映射,用户通过简单的手部动作(如张开或握紧)即可改变蜂群的物理属性:张开时蜂群变软以绕过障碍,握紧时蜂群变硬以推动物体。
论文提出了 cuRoboV2-Fast,这是一种 GPU 加速的规划器,旨在降低无碰撞、感知负载且受扭矩限制的运动规划的延迟和执行时间。该方法利用 B-spline 轨迹优化减少迭代次数,并通过加速机器人计算和可微逆动力学适应变化的负载。
该论文提出 VABAR(Variational Automation Benchmark for Agentic Robotics),旨在评估代理机器人在物体形状与姿态变化下的可靠操作能力。
该研究提出了 Open-HumanScale-50K 数据集及 Open-HumanWAM 模型,这是首个将以第一人称视角的人类视频预训练规模扩展到 5 万小时的完全开放方案。
推荐理由:原文给出了基于5万小时人类视频预训练的开放配方与实验结果,相关团队可据此复现并验证纯人类数据在机器人策略学习中的缩放规律。
这篇论文是 2024 年 1 月至 2026 年 11 月初关于灵巧机器人手的结构化叙事综述,涵盖硬件、数据采集与策展、跨本体迁移、基础模型学习及评估五个层面。作者指出人类数据价值取决于运动学、视觉和接触对齐而非单纯记录量;共享动作表示无法消除本体特有的力、延迟和接触约束;仅凭任务完成度不足以确立物理正确性或部署就绪性。材料还识别了十一项开放问题,并提出了可测量的全栈进展报告接口与受控比较方法。
本文通过受控的真实机器人实验,评估了从同一视觉 - 触觉流中衍生的不同物理线索(接触外观、几何形状、切向变形)及其编码策略对模仿学习的影响。结果显示,引入触觉感知将任务成功率从 57.8% 提升至 78.9%,其中标记流场作为单一线索效果最佳,成功率达 74.4% 且在调节已建立接触方面作用关键;因子化编码和交叉注意力融合策略也分别被证明能提升性能或提供轻量级替代方案。
针对真实世界未映射表面上工具滑动所需的表面法向未知问题,本文提出 SCRUB 一种基于接触的估计器。该方法利用卡尔曼滤波融合两个线索:一是通过测量倾斜角随运动的力变化来估计法向;二是结合步态周期平均速度以消除垂直于表面的运动分量。实验在宇树 Go1 硬件上验证了该方法在无已知、未对齐或视觉预测法向的情况下,能完成墙面穿越和柱体环绕任务。
该研究提出利用数据学习修剪螺旋面软体躯干机器人的 adiabatic spectral submanifolds (aSSM) 模型,并将其集成至模型预测控制 (MPC) 框架以解决高非线性形状调控难题。
推荐理由:基于 aSSM 理论的数据驱动模型预测控制方法,在软体躯干机器人的全身体形动态调控任务中显著优于线性基准。
论文提出 soccerbot,这是一个分层强化学习框架,通过从大规模人类足球动作捕捉数据中蒸馏结构化潜在运动先验来解决现有方法技能覆盖有限或产生不自然行为的问题。
针对现有基准在长程移动操作中对依赖记忆的决策评估不足的问题,作者提出了 Robocasa-Mem 新基准,包含九个需要利用交互历史的关键任务。该基准涵盖环境记忆(空间位置、属性与关系)和过程记忆(单任务进度与多任务调度),并引入行为条件评估机制,允许评估器根据机器人早期动作推导后续约束,从而减少基于固定目标的捷径。
该论文针对视觉语言动作模型(VLA)因缺乏细粒度感知监督而依赖无关视觉捷径的问题,提出 $A^3$-VLA 框架。该方法利用操作过程产生的视觉变化生成启发式候选区域,并通过离线分割模型细化,结合注意力分配损失与对比学习损失实现任务关键区域的引导。实验表明,该框架在多个基准上使 VLA 主干的平均成功率提升 6.5% - 25.2%,且材料为预印本版本。
推荐理由:针对 VLA 依赖视觉捷径的问题,提出利用交互变化生成感知引导的框架,在仿真与真实任务中显著提升成功率。
该研究量化了抓取柔性物体时涡流诱导扭矩与供气压力、切向喷嘴直径及表面几何曲率的耦合效应,发现穹顶凹面在几何匹配良好时产生最大且可重复的响应。高斯过程回归在交叉验证中表现最优,证实可从气动和几何参数估算扭矩,为灵巧操作软体物体提供预测基础。
该研究针对杂乱受限环境,提出融合全局轨迹规划与实时几何优化的移动连续体机器人全身避障框架。系统结合 A*搜索与最小加加速度规划生成参考轨迹,利用黎曼优化协调基座运动与形变以避开障碍物。仿真管道穿越及真实密集障碍导航实验表明,该方法显著提升了运动一致性、可行性与环境适应性。