Skill2Real:面向零样本仿真到现实的机器人技能学习
该论文介绍了 Skill2Real 代理策略框架,利用共享 API 和提议 - 验证 - 治理(PVG)循环在仿真中学习可执行技能并直接迁移至真实机器人。实验显示,冻结的仿真训练技能在未微调的情况下将 LIBERO-Pro Long 任务成功率从 2.0% 提升至 56.3%,并在四个真实世界操作任务中达到 78.75% 的平均完成率。
该论文介绍了 Skill2Real 代理策略框架,利用共享 API 和提议 - 验证 - 治理(PVG)循环在仿真中学习可执行技能并直接迁移至真实机器人。实验显示,冻结的仿真训练技能在未微调的情况下将 LIBERO-Pro Long 任务成功率从 2.0% 提升至 56.3%,并在四个真实世界操作任务中达到 78.75% 的平均完成率。
Boston Dynamics 今日为其 Atlas 人形机器人发布了最新款手部装置。该手仅设四根手指(无小指),拥有 13 个自由度,采用直接驱动设计且所有关节由单一类型的致动器封装,旨在实现大规模制造并支持高保真仿真以进行强化学习训练。
推荐理由:波士顿动力发布 Atlas 新款四指人形机器人手,专为高保真仿真与强化学习设计,旨在通过简化结构提升灵巧操作性能。
Kodiak AI 宣布采用亚马逊云科技(AWS)作为核心云平台,支撑其 BreakPoint 安全验证工具、AI 模型训练及 Driver 自动驾驶系统的开发。该合作旨在利用 AWS 的高性能计算能力运行百万级仿真场景,加速在 2026 年底前于德州公共高速公路推出无人驾驶货运服务。此举为 Kodiak 未来在美国范围内的规模化部署提供了可扩展的云基础设施基础。
该研究评估了未经网络权重重训的共演化通信协议,在 e-puck 型机器人觅食任务中仅部分成功。尽管修正了饥饿项等传感器运动层问题并加入方向信息,30 次实验种子中仍只有一个智能体到达食物源。结果表明,新兴通信的成功转移不仅依赖信号过程本身,还取决于生态与导航条件的保留。
NVIDIA 展示利用 Agentic AI 工作流检查 Blender 三维场景、在 OpenUSD 中生成仿真数据并添加物理属性,最终输出符合 SimReady 要求的数字孪生。该流程实现了从原始场景到仿真就绪交付物的自动化验证,支持物理 AI 系统的开发管线。
Mobileye 提出以安全架构、边缘案例驱动学习、专用软件栈及规模优先工程为核心的物理 AI 方法,覆盖完全自主的 Robotaxi/消费级 AV 及工业与家用 Mentee 人形机器人。该体系通过 Meteor 识别长尾场景并利用 Genario 生成合成数据训练,旨在实现硬件软件垂直整合下的安全实时决策与灵巧操作能力。
Agility Robotics 的 ReST-RL 分层强化学习架构成功部署于 Unitree G1 硬件,解决了非结构化环境中双足运动载荷稳定难题,实现跨物体及外力干扰的高可靠零样本仿真到现实泛化。
Unitree 发布最新机器人基础模型 GEN-1.5,该模型能在数秒内从单个示例中学习新任务,无需梯度更新或微调。这是首个在大规模上涌现出一样本及少样本物理技能学习能力的模型,展示了广泛的单样本与少样本演示学习能力以及零样本物理泛化能力。尽管任务简单且为短视界,但团队认为这是构建物理世界通用智能的重要一步,同时指出部分“模型自行解决”的任务缺乏相关预训练数据。
医疗机器人无法像自动驾驶那样依赖海量互联网数据或无限次实地试验,因演示需专用设备、临床专家及患者环境。NVIDIA 提出通过 GPU 原生的医学物理仿真技术来应对这一挑战,旨在填补训练现代机器人策略所需的数据缺口并降低开发门槛。
NVIDIA 与斗山集团扩大合作,整合 Isaac Sim、Isaac Lab、Cosmos 及 Jetson Thor 等全栈加速计算平台,支持斗山机器人开发基于 Agentic Robot OS 的具身智能系统。
Boston Dynamics 联合 Hyundai 在 FIFA World Cup 2026™背景下,通过光学动捕系统记录人类高保真运动数据并映射至 Atlas®机器人。
World Labs 认为三维空间是人与机器交互的通用媒介,类比代码作为软件接口,三维数据应成为描述物理与虚拟世界的“空间代码”。该观点指出,相比依赖帧级像素生成的黑盒模型,结构化三维输出能支持人类编辑、仿真重跑及机器人共享状态。结合神经图形学进展,新一代世界模型将加速现有空间工作流并催生全新范式。
NVIDIA Isaac Lab v2.2.1 作为小版本补丁发布,新增 ContactSensor 接触点位置报告、环境动作描述符导出及 RSL-RL 对称示例。
LeRobot 软件栈 v0.3.2 发布,新增 Pusht、Aloha 及 UMI-gripper 等数据集下载与评估功能。该版本整合了扩散策略(Diffusion Policy)与 ACT 策略模型,并优化了对 Apple Silicon MPS 后端的支持。更新还包含对 CPU 单核兼容性改进、WandB 日志配置调整以及多项训练与推理逻辑的修复。
Skild AI 发布 Omni-bodied Brain,构建首个不受限于特定机器人类型或任务的通用“全身体”大脑。该模型通过大规模仿真与互联网视频数据预训练,结合少量真实世界数据进行后训练蒸馏,实现了在四足、人形及桌面机械臂等多形态间的泛化能力。Skild AI 团队拥有十余年研究背景,曾在 Anduril、Tesla、Nvidia 等公司构建过生产就绪系统。
Open Robotics 宣布五名贡献者加入 Google Summer of Code 2024,致力于将 DAVE 项目的物理声纳仿真插件迁移并适配 ROS 2 与 Gazebo Harmonic。该项目旨在提升水下机器人模拟刷新率并支持侧扫等新类型声纳,以在真实部署前更准确验证自主算法。
Drake v1.26.0 发布,PyPI 轮子新增对 Python 3.11 和 3.12 的支持。这是最后一个支持 Ubuntu 20.04 的版本,同时废弃了 FindSeparationCertificateOptions.num_threads 等 API。