跳到正文
11月4日周三
  1. arXiv · 机器人与计算机视觉48

    VARP:一种用于非单调物体重排规划的视觉自适应规划器

    针对杂乱环境中需临时移动物体的非单调重排难题,VARP 模型直接从专家演示的视觉状态中学习,无需重新规划或在线组合搜索。该模型在挑战基准测试中达到 98.3% 成功率,单次任务仅耗时 0.4 秒,且在执行干扰下保持 97.5% 成功率、严重连续干扰下为 94.5%,并有效泛化至未见物体数量。

  2. arXiv · 机器人与计算机视觉72

    MABEL:一个用于遥操作与学习的开源类人移动双臂平台

    MABEL 是一个开源的类人移动双臂机器人平台,拥有 56 个自由度且部件成本约为 8100 美元。该平台集成了两个 7 自由度手臂、17 自由度手爪、可俯仰躯干、升降机构、3 自由度颈部和全向底盘,支持背驱式交互与从地面到 2.23 米的指尖抓取范围。

  3. arXiv · 机器人与计算机视觉78

    FEIJOA:面向移动操作的指令落地与执行方法

    论文提出了 FEIJOA 语言模型智能体,用于解决移动机械臂在执行‘把玩具收进箱子’等开放指令时的场景理解难题。该方法在测试时查询 grounding 工具以解析指令,并通过具身感知 harness 检查技能先决条件、采样可达基座位姿并验证执行效果。

    推荐理由:该工作提出在测试时进行指令 grounding 的架构,显著提升了移动操作任务的成功率。

  4. arXiv · 机器人与计算机视觉73

    面向自主移动机器人的实用因果框架:从仿真到现实人类环境的迁移

    该论文提出一种实用因果推理框架,旨在解决在人类密集环境中收集因果数据困难的问题。研究通过保留高层不变因果结构,仅利用少量新观测更新参数,实现了高效的仿真到现实(sim-to-real)迁移。实验表明,该系统能高效运行于移动机器人端侧,并在复杂的人类共享场景中显著优于非因果基线,成功实现安全导航。

  5. arXiv · 机器人与计算机视觉68

    基于区块链 DAO 的开放机器人集群自治访问控制

    论文提出一种基于区块链去中心化自治组织(DAO)的治理框架,用于管理动态加入或离开的开放型机器人集群。研究通过智能合约编码自主规则,实现了对集群成员资格的自动调节及拜占庭行为(故障或恶意机器人)的防御与移除。仿真结果和实物验证显示,该机制能在保持集群正常运行的同时,将拜占庭机器人的数量控制在可接受范围内。材料为预印本,未提及同行评审状态。

  6. arXiv · 机器人与计算机视觉33

    Self-Consistent Neural Control:学习隐式平衡系统的轨迹控制方法

    Self-Consistent Neural Control(SCNC)通过显式控制敏感性变化优化轨迹,解决了物理 AI 中隐式平衡系统学习难的问题。相比副梯度学习和无梯度 iCEM 基线,该方法将薄壁管等复杂结构的稳定优化率从 41.7% 提升至 83.3%,平均损失降低超过 1.5 个数量级。该框架已在弹性杆、测量带及弹簧状结构等可变形物体上验证有效性。

  7. arXiv · 机器人与计算机视觉83

    RoboScope Kit:具身智能评估的统一接口与加速方案

    作者发布 RoboScope Kit 以解决仿真基准评估慢、接口不统一的问题。该工具通过 Python 类封装模型与基准适配器,实现并行调度与渲染优化;在 LIBERO-Long 和 RoboTwin Easy 等任务上,相比官方 StarVLA 评估器速度提升 4.45 至 6.16 倍,四 GPU 配置下比单卡基线快 25 倍以上。代码与项目页面已开源。

    推荐理由:该工具通过统一接口与调度优化,将机器人策略评估速度提升数十倍,相关团队可据此加速现有训练流程。

  8. 盖世汽车 · 汽车资讯58

    润科具能与辉羲智能等签约联合研发具身智能特种控制器

    上海润科具能、北京辉羲智能与榆林赛易智能于10月28日签署战略合作备忘录,联合研发具身智能特种控制器。三方构建“本体平台+国产算力+场景验证”模式:辉羲提供光至R1芯片作为算力底座;榆林赛易输出矿山工况需求与算法;润科具能开放机器人整机框架并负责三防特性开发及防爆资质获取。落地产品为润科具能的半人马机器人,将应用于矿山巷道巡检与危险处置等场景。

  9. 盖世汽车 · 汽车资讯33

    Manifold AI 与京东科技签署协议联合推进世界模型与具身智能落地

    Manifold AI 流形空间与京东科技正式签署战略合作框架协议,双方将围绕世界模型在京东场景落地、算力基础设施建设及数据服务方向协同。合作包含推动流形空间具身大脑与京东算力底座深度融合,开发具备行业影响力的大脑 API 产品,并共建前沿技术联合实验室以完善具身智能生态。此次合作旨在打通算法—算力—垂直场景链条,加速国产具身智能技术从研发走向规模化商业验证。

  10. 盖世汽车 · 汽车资讯5

    博世宣布设立半导体事业部以布局机器人等新兴领域

    博世于 11 月 4 日宣布计划于 2028 年 1 月 1 日设立专门的半导体事业部,该部门将继续隶属于博世智能出行集团。新部门旨在把握全球半导体需求增长机遇,重点拓展机器人、人工智能数据中心等新兴市场,并依托其超过 60 年的技术积累及在 MEMS 传感器领域的领先地位服务客户。

  11. Hugging Face Daily Papers82

    Micius-Flash:面向工程的轻量级智能体模型发布

    论文介绍 Micius-Flash 是一个拥有 270 亿参数的工程领域多模态模型,具备原生多模态输入、深度推理和 256K token 上下文窗口。研究团队构建了知识树驱动的数据飞轮,训练了半导体知识与推理、硬件编码等专家模型,并通过多教师同策略蒸馏整合能力。

    推荐理由:该预印本介绍了面向工程领域的轻量级多模态模型 Micius-Flash,展示了其在硬件代码与半导体任务上的性能提升及工具执行反馈能力。

  12. 盖世汽车 · 汽车资讯28

    纬钛机器人与腾讯云达成战略合作,聚焦具身智能数据与模型训练

    11月3日,上海纬钛科技有限公司与腾讯云正式达成战略合作,围绕云计算算力、大模型MaaS平台及智能产业落地构建“数据采集—模型训练—应用部署”闭环。双方将依托腾讯云GPU算力支持视触觉多模态数据处理及VTLA、世界动作模型的训练仿真,并计划优先在腾讯云平台部署核心研发系统。合作后续将通过智能制造等具体项目明确实施节点与成效。

  13. 盖世汽车 · 汽车资讯30

    保利发展与银河通用达成战略合作,探索具身智能在住宅社区等场景应用

    11月4日,保利发展控股与北京银河通用机器人在广州签署战略合作协议,结合城市空间运营资源与具身智能技术,探索机器人于住宅社区、商业空间及城市服务等场景的应用。双方将共建高质量数据体系与空间智能运营平台,推动能力迭代并积累技术标准经验,目前尚未披露具体部署规模及实施时间。

  14. The Robot Report28

    WiBotic 无线充电策略如何优化移动机器人车队运营

    WiBotic CEO Ben Waters 指出,随着移动机器人车队规模扩大,机会式无线充电成为消除停机瓶颈的关键。该技术允许机器人在电池降至 20% 时就近补能,使车队能在无需接触式维护的情况下实现 24/7 连续运行。此外,WiBotic 正将业务拓展至地面清洁、医疗推车及人形机器人等新领域,以应对日益增长的充电基础设施需求。

  15. NVIDIA Blog · Physical AI42

    NVIDIA 全球城市扩展物理 AI 与智能体服务,依托 RTX PRO GPU、Cosmos 世界模型及 Nemotron 等构建数字孪生与视觉智能体

    NVIDIA 携手合作伙伴在全球多座城市部署物理 AI 与智能体服务,利用共享计算基础设施降低本地政府数据管控门槛。西班牙马德里等地采用 1MillionBot 处理市政事务,旧金山湾区 LiveX 借助 Cosmos 模型实现机场医院等场景的交互式视觉服务。

  16. 量子位68

    极智嘉发布《24/7自主智能仓计划》:AI接管调度,打造自进化智能仓

    极智嘉正式推出《24/7自主智能仓计划》,目标是通过具身智能解决复杂拣选难题,并构建拥有“仓库大脑”的全仓智能系统。该系统整合RMS、WES、IOP三大底层模块与监控、分析、部署三类AI Agent,旨在实现从发现问题到自主决策的闭环,让仓库在7×24小时运行中持续学习进化。材料介绍了其Gravity统一具身框架及Gino 1等产品的落地表现,并引用了全球市场数据以佐证其规模化商业能力。

11月3日周二
  1. 盖世汽车 · 汽车资讯42

    优必选与锋龙股份合资公司发布机器人关节产品矩阵

    新锋龙于 11 月 3 日发布涵盖行星、谐波、直线关节模组及仿生面部微型舵机的产品矩阵,面向人形与移动机器人场景。行星关节峰值扭矩最高达 300Nm,谐波关节绝对位置精度达±0.2°,直线模组峰值推拉力最高 100N,微型舵机重量不足 40g 且已实现量产。此次发布标志着新锋龙形成覆盖旋转、直线及微型仿生驱动的完整布局。

  2. 盖世汽车 · 汽车资讯30

    意优科技与大东集团签署 MOU 联合开发农业机器人

    10 月 27 日意优科技与韩国大东集团在上海签署合作谅解备忘录,双方将围绕农业机器人关节模组开展联合研发与应用验证。大东集团依托其销往全球 70 多个国家的农业机械产品,在温室、大棚等场景推动关节模组与整机适配及田间工况测试。目前双方正筹备设立合资公司并共建中试产线,具体股权与投资规模尚未披露。

  3. arXiv · 机器人与计算机视觉23

    AR 引导机器人超声在脊柱手术中的可行性研究:CBCT 与实时超声融合降低误差

    该系统集成 CBCT 三维模型与实时光学透视 AR,辅助针道规划并减少辐射暴露。十六名参与者在 facet joint injection 和 lumbar puncture 两项任务中测试显示,AR 显著缩短执行时间、降低跨任务放置误差并减轻认知负荷。研究证实了该技术在脊柱介入手术中的可行性及提升效率与用户体验的潜力。

  4. arXiv · 机器人与计算机视觉42

    Reusable Neural Reachability via Local Refinement 提出基于平移不变动力学的避障复用原理,通过块级组合框架降低保守性并给出精确证书。

    该研究利用平移不变动力学下的避侧代价哈密顿雅可比公式,证明价值函数在障碍物外为零、内为负,确立了单模板价值函数的复用原则。引入的块级组合框架将子集障碍物联合求解,构建了从单点复用到精确混乱场价值的保守证书层级,并在 Dubins 车重复障碍场案例中验证了单调性与精确性准则。

  5. arXiv · 机器人与计算机视觉48

    RoboChart 如何为机器人软件模型生成形式化验证证据以支持安全案例

    针对机器人系统部署于安全关键领域需证明其安全的挑战,该方法通过嵌入形式化验证到保障工作流中,利用 RoboChart 语言结合模型检测与定理证明自动生成证据。研究展示了从自然语言需求推导形式断言、编排多种验证工具及整合结果的有效性,相关预印本已接受发表于 Software and Systems Modeling。

  6. arXiv · 机器人与计算机视觉73

    BarrierFormer:一种基于 Transformer 的预测性屏障强制执行方法用于安全机器人控制

    论文提出了 BarrierFormer,这是一种通过监督学习实现模型无关安全控制的 Transformer 框架。该方法利用因果编码器处理观测 - 动作历史,自回归生成预测轨迹以替代动力学模型,并通过残差修正名义控制器;同时引入屏障批评家评估约束违反情况,由安全教师提供直接监督信号。

  7. arXiv · 机器人与计算机视觉78

    2AM:作为长视界操作可导向动作模型的引导的 Agent 端记忆 grounding

    论文提出 2AM 框架,将多模态智能体设为唯一记忆持有者,负责编译交互历史为子任务语言及可选的抓取/放置提示;单通道 RGB 动作模型仅执行运动。通过在演示中增加结构化提示标签并在条件 dropout、空间噪声和时间抖动下训练,使 VLA 能够容忍不完美引导。

    推荐理由:该工作将任务记忆置于 Agent 侧以引导动作模型,在无深度与规划器条件下实现显著性能提升。

  8. arXiv · 机器人与计算机视觉72

    大离散策略:通过随机迭代评分推进显式行为建模

    大离散策略(LDiP)是一种全离散的行为建模框架,从大量物理合理的候选动作中选择动作,而非扰动动作。它通过空间中的随机性逐步重新评分和剪枝候选项,实现细粒度排序与探索,同时保留显式的决策过程。在端到端规划、闭环驾驶、机器人操作及视觉语言动作设置中,LDiP 在自动驾驶任务上优于强离散和连续基线,在机器人操作中超越或匹配连续生成策略。

  9. arXiv · 机器人与计算机视觉53

    面向自动驾驶的跨载体零样本迁移:BEV-Forcing 辅助目标研究

    论文研究了多数据集训练及 BEV-Forcing 辅助目标,旨在提升视觉语言动作模型在自动驾驶中的跨载体泛化能力。通过引入鸟瞰图空间接口共享物体位置表示,该方法在小规模相机配置下能同时改善分布内与分布外性能;但随着训练载体数量增加,辅助任务的收益逐渐减弱。该研究为理解数据扩展对 VLA 迁移学习的影响提供了新视角。

  10. arXiv · 机器人与计算机视觉36

    利用塑性变形实现软抓手连续被动稳定性的研究

    蒙纳士大学团队提出 CSSPD 结构,通过剪纸图案金属层的塑性变形在无需持续供能下保持形状并提升刚度。该混合架构结合仿生脚垫与伸缩按压机制,在无能量输入时产生高达 16 N 的夹持力,配合气动驱动可承受 400 m/s²脉冲加速度。实验验证了其在树枝等场景的能量自由栖息能力,为高效操作提供了新方案。

  11. arXiv · 机器人与计算机视觉43

    时变马尔可夫决策过程下的遗憾引导更新调度:机器人何时重规划?

    针对非平稳环境中机器人在线预算受限问题,研究提出基于动态遗憾的自适应更新规则以优化状态估计与重规划时机。该方法在火星车导航仿真及室内障碍场中的 Crazyflie 四旋翼实验里,均优于其他有预算基线方案。相关代码与论文已公开于 arXiv。

  12. arXiv · 机器人与计算机视觉72

    迈向统一且免调优的助力:动力膝关节 - 踝关节假肢的端到端控制

    本文提出了一种基于时序卷积网络的实时端到端假肢控制器,通过车载传感器估计连续执行器信号,消除了对意图分类器和受试者特定调参的需求。该控制器在包含 18 名截肢者的多地形数据集上训练,并在四名参与者(三名健全人、一名截肢者)的平地、坡道升降及楼梯升降中进行了实时部署。

  13. arXiv · 机器人与计算机视觉55

    MERIS:动态机器人环境中细化推理 DAG 的自适应实时调度

    论文介绍 MERIS 框架,用于在计算与时序预算有限的动态机器人环境中执行变化的有向无环图(DAG)工作负载。该方法结合比例中间截止时间、MIMONet 感知的图细化及事件驱动同步,明确区分应用 DAG、内部编解码器图和细化调度图的三种表示形式。

  14. arXiv · 机器人与计算机视觉82

    CoEnv:面向多臂操作的真实到仿真数字孪生代码驱动探索研究

    论文提出了 CoEnv(Code-driven Exploration)框架与 CoEx 方法,旨在解决通用编码代理缺乏安全练习场的问题。该方法通过 CoEnv 将多视角 RGBD 数据重建为物理仿真的数字孪生环境,使智能体能在可执行的数字孪生中编写、调试并优化完整的多臂协作程序。

    推荐理由:提出 CoEnv 框架,利用代码驱动代理在数字孪生中探索多臂协作程序,验证后转移至硬件,显著提升了无人类演示任务的成功率。

  15. arXiv · 机器人与计算机视觉42

    OmniGuide:通用空间引导场增强泛化机器人策略

    OmniGuide 提出利用任意来源的引导(如 3D 基础模型、语义推理 VLM)作为可微能量函数,显著提升 VLA 模型在复杂任务中的成功率与安全率。实验涵盖仿真与真实环境,证实该框架能匹配或超越此前针对特定引导源的方法,有效增强 $\pi_{0.5}$、GR00T N1.6 等最先进泛化策略的表现。论文已接受 CoRL 2026,项目页面提供相关代码与资源。

  16. arXiv · 机器人与计算机视觉78

    ArthroCut:面向膝关节置换的机器人骨骼切除自主策略学习

    针对手术机器人自主性不足的问题,作者提出了 ArthroCut 框架,将膝关节置换机器人从辅助执行升级为情境感知动作生成。该框架基于 Qwen-VL 骨干网络,在包含 21 例完整病例(共 23,205 对 RGB-D 数据)的自建多模态数据集上进行微调,融合了术前 CT/MR、术中 NDI 追踪、RGB-D 手术视频及机器人状态。

    推荐理由:提出 ArthroCut 框架,通过融合术前影像与术中视觉 token 实现骨科机器人自主决策。

  17. arXiv · 机器人与计算机视觉68

    基于场景图的感知受限运动规划:MOPS-PRM 方法

    针对高自由度机器人在复杂环境中需同时满足多对象监控等感知约束的问题,本文提出 MOPS-PRM 这一基于路图的运动规划器。该方法将感知成本作为场景图的一部分嵌入每个物体中,在构建路图时选择性采样配置以隐式执行感知约束。实验表明,相比其他感知受限基线,该方法在平均检测对象数量上提升约 36%,跟踪率提升约 17%,且规划时间和路径长度相当。

  18. arXiv · 机器人与计算机视觉70

    如何持刀削皮:对齐细粒度操作与人类偏好的学习框架

    针对食物制备等具有连续主观质量标准的操作难题,论文提出基于持刀削皮的两阶段学习框架。首先通过力感知数据收集与模仿学习获得鲁棒初始策略;其次利用结合定量指标与定性反馈的学习奖励模型进行偏好微调以对齐人类评价。实验显示,仅用 50~200 条轨迹即在黄瓜、苹果和土豆上实现 100% 同产成功率,跨物体零样本泛化至西葫芦、梨和白萝卜等类别。

  19. arXiv · 机器人与计算机视觉42

    Learning to Build:无需预定义计划实现自主机器人稳定结构组装

    该研究提出一种新型自主机器人组装框架,通过目标与障碍物定义任务而非依赖预定义蓝图,利用深度 Q 学习策略应对环境不确定性。在包含 15 个离散积木构建任务的基准测试中,真实世界闭环实验验证了该方法处理施工噪声的可行性。论文已获 IEEE Robotics and Automation Letters 录用,为更适应现实的机器人建造提供了新方向。

  20. arXiv · 机器人与计算机视觉75

    LangMap:首个支持四层层级目标的开放词汇导航基准

    针对现有导航基准依赖大模型生成且存在歧义的目标描述问题,本文提出了 LangMap 基准和 HieraNav 任务。该工作基于 HM3D 构建,首次通过人工验证为室内三维扫描数据添加了涵盖场景、房间、区域和实例四层语义的标注,覆盖 414 个类别及超 18K 任务。