Proof-Carrying Evolution:黑盒搜索与白盒飞行
论文研究了语言模型能否辅助设计行为可被形式化检查的控制器。作者提出了“证明携带进化”(PCE)框架,在固定数学形式的情况下,由语言模型选择数值参数并生成证书,仅返回通过严格算术或浮点检查及 Lean 4 证明验证的候选者。
论文研究了语言模型能否辅助设计行为可被形式化检查的控制器。作者提出了“证明携带进化”(PCE)框架,在固定数学形式的情况下,由语言模型选择数值参数并生成证书,仅返回通过严格算术或浮点检查及 Lean 4 证明验证的候选者。
针对大规模自中心人类视频存在视觉外观、运动学结构和动作空间等本体差距的问题,论文提出 Nexus-VLA 混合策略学习框架。该框架引入分层跨本体语义对齐范式,从任务意图到细粒度交互逐步建立共享操作语义,并设计共享操作隐表示以直接用于连续动作生成。在 RoboCasa-GR1、OOD 设置及真实机器人实验中,该方法实现了 80.5% 的任务成功率,展现了高效的人类数据利用率和跨场景泛化优势。
推荐理由:提出 Nexus-VLA 框架,通过端到端联合训练实现跨本体知识迁移,在 RoboCasa-GR1 上达到 80.5% 成功率。
论文提出一种通过稀疏垂直线性致动器悬吊连续织物以重定位物体的机器人操作表面(RMS)。作者建立了该悬吊表面的可分离悬链线模型,能快速计算给定致动器高度下的曲面形状及目标局部斜率所需的致动器高度。
推荐理由:提出悬吊织物机器人操作表面的可分离模型与多模块扩展方案,在九致动器原型上实现厘米级物体跨模块传输。
针对微创手术中自动内镜引导难以仅凭视觉推断外科医生意图的问题,本文提出利用语言条件行为克隆(Language-Conditioned Behavioral Cloning)来自动化该任务。
该研究扩展了部分可观测合作警卫画廊问题框架,提出适应 Agent 丢失与世界变化的动态场景解决方案。改进后的 CADENCE 与 DADENCE 算法在包含超 4500 个不同规模结构测试用例的基准集上均优于现有最先进基线。论文已获准参加 2026 IEEE MIT 本科生研究技术会议,代码与数据暂未开放。
针对预训练运动策略难以复用于精确运控的问题,本文提出一种在线方法学习冻结策略下的闭环动力学。通过引入受污染高斯模型近似潜在条件导致的响应异质性,并结合随机傅里叶特征构建在线学习者,实现了对可预测与不可预测响应的加权更新。该方法在仿真和硬件实验中实现了不同机械臂配置下末端执行器的精确跟踪,误差为 0.01 米。
论文介绍 META-Robot 框架,旨在解决基于大语言模型的机器人代理在泛化新任务时依赖复杂脚手架的问题。该框架通过引入动作级谓词使执行结果显性化,结合本体感觉反馈将物理状态融入自我认知过程,帮助智能体识别自身局限并扩展评估标准与技能库。
该研究将低推力(LT)与高推力(HT)推进器动力学整合进部分可观测马尔可夫决策过程(POMDP),以解决在轨服务任务中转移时长与燃料消耗的权衡问题。模型利用预计算矩阵描述 HT 转移,采用解析地球静止轨道相位模型表征 LT 转移,并引入剩余燃料状态实现质量更新。基于简化场景的评估显示,结合 SARSOP 算法求解的策略量化了先进电推进在未来服务架构中的可行性与操作影响。
该论文利用串联机器人的高阶运动学导数实现高效且保持几何特性的实时逆运动学计算。研究提出了 QuIK4 和 QuIK5 两种四阶与五阶收敛求解器,并设计了基于雅可比行列式外推的步长限制器以预测奇异点,同时引入埃尔米特插值验证器确保解的方位一致性。
推荐理由:原文提出高阶运动学导数求解器与几何保形验证机制,显著降低逆解失败率并消除方位跳变。
该研究探讨建筑机器人(如活动隔断、天花板等)如何使静态空间具备自主移动和重构能力,进而改变人类对空间的居住体验。作者指出,理解此类系统需超越短期人机交互,关注空间在动作停止后的持久配置及其引发的公平性与控制权问题。论文为 arXiv 预印本,属于机器人学与人机交互领域的理论反思,未涉及具体模型发布或实验数据。
该论文介绍了一种感知 - 动力学结合的柔性机械臂操控框架,旨在解决刚性假设不足的问题。研究首先通过响应收敛和激励带宽准则识别柔性连杆的主振动模态,在满足全秩模态可观测性条件下,仅需 m 个独立斜率测量和一个参考 IMU 即可重构连续变形。
该综述考察了具身记忆作为保留决策相关信息的关键机制,涵盖世界状态持久性、任务进度等六大需求及循环状态等八类架构。文章分析了现有基准在评估依赖历史信息的真实行为方面的局限性,并指出了选择相关经验与维持信念一致性等开放挑战。
研究利用肘部辅助外骨骼评估负重提升中的生理、感知与认知后果,发现其无法仅由生物力学收益推断。虽然辅助降低了肌肉活动并减轻重量感知,但行为结果受初始经验显著塑造且削弱了对环境变化的适应力。因此,有效增强需将感知与认知结局纳入评估,而非单纯依赖物理性能指标。
该方法提出一种去中心化运动规划器,联合计算自船轨迹并预测他船交互,在阿姆斯特丹运河真实地图及两艘原型机户外测试中表现优异。实验涵盖 780 次随机运行,实现零碰撞、无死锁且优于基线优化算法;原型机上规划与定位以 10 Hz 闭环运行,成功解决对遇与交叉场景。
作者 Seungwon Choi 发布了 OpenVIO,这是一个基于 MIT 许可的开源视觉惯性里程计(VIO)系统。该系统支持针孔相机、鱼眼相机以及拼接后的 360°全景图像,并详细描述了各模块的设计考量。材料提供了在公开数据集上与其他开源 VIO 系统的基准测试结果,但未报告真实机器人部署结果或具体应用场景的性能数据。
针对真实世界部署中机器人需持续适应新任务的挑战,本文提出 ResMerge 框架,在冻结的预训练策略之上学习可合并的残差策略。该方法利用残差强化学习(RL)在无额外专家演示的情况下获取任务特定修正,并通过参数空间合并整合兼容残差以减少存储参数。
推荐理由:提出 ResMerge 框架,通过残差强化学习与参数空间合并实现预训练策略的持续适应,无需额外专家演示且减少存储参数。
针对传统零阶方法样本需求大、现有首阶方法在接触动力学中梯度爆炸的问题,论文提出∇Mimic框架与NablaEngine引擎。通过每步反向传播的梯度裁剪和多步回归技术,结合专为宇树G1优化的可微GPU仿真内核,该方法在单卡上40分钟即可达到世界模型方法的跟踪分数,显著优于基线且开源了相关基础设施。
推荐理由:提出基于可微仿真的首阶策略学习方法,配合专用加速引擎将训练效率提升数倍并开源。
论文提出 Direct Manifold Action Transformer (DMAT),将双机械臂动作生成分为直接建模而非迭代去噪过程。该方法利用局部 3D 几何锚定预测,并通过状态一致的光谱时间细化修正自感知信息。
论文研究了六款 VLA 模型在 LIBERO-Goal 仿真环境中对空、中性或无意义指令的响应。结果显示所有模型在空指令下均会移动,且五款常完成未指定任务;GR00T 的两款虽由指令决定任务但无法抑制启动。测试了三种抑制方法:前缀提示无效,门控机制在五款中有效,微调策略虽不完成任务但无法可靠保持静止或抑制不可行指令下的启动。
针对多智能体系统轨迹协调的数值方法局限,研究推导了双积分器动力学下两机器人起止静止时的最优轨迹完整解析表征。证明该轨迹属于八类不同接触族,并确定了初始与最终位置配置下的适用类别。研究提供了计算这些轨迹的数值算法,旨在提升现有数值轨迹优化器的性能。
针对大规模多体系统路径规划中约束耦合导致的非凸优化难题,作者提出一种基于接触变量的代数系统构建与轨迹解析重构的新算法。该方法通过顺序插入接触(SCI)策略,在分离违规处引入约束并联合调整时间与状态,实现了百万级机器人在分钟级、数千台机器人在亚秒级的规划速度,显著优于固定网格序列凸编程基线。
AC-SMPC 框架通过顶点与半空间表示及弹性二次规划,解决了现有可微 MPC 难以处理显式状态约束的问题。仿真与实验在多机器人狭窄动态避障场景中验证了该方法在自适应调整策略、提升导航效率的同时保持运动安全的优势。该研究以 arXiv:2610.41477v1 形式发布,尚未进入正式出版或开源阶段。
论文提出 SAFARI 框架,将物体检测作为统一概率地图的原生通道,联合几何证据与语义信息进行探索与规划。研究在三个实地站点通过四足机器人完成了 11 次任务,平均覆盖可达区域 98.7%,无人干预时间占比 97.6%,并能检测到最小特征尺寸 15cm 的物体。
该论文针对穿刺针引导机器人存在的毫米级残余误差问题,提出一种基于物理合理参数范围约束的运动学标定方法。该方法将边界作为主动优化约束而非单纯数值 safeguard,有效缓解了参数耦合与过拟合。
针对视觉语言动作(VLA)模型显存占用大且传统后训练量化在超低精度下失效的问题,该研究提出 SACQ 框架。该方法结合感知结构的代码本拟合、基于动作误差增加的混合比特分配及两阶段后量化细化,在 GR00T N1.7 上实现 1.5 比特权重下的平均成功率 93.85%,显存降低 4.83 倍,同时保持推理速度提升。材料为 arXiv 预印本,未提及开源代码或商用许可状态。
论文介绍 BioAgent,一种具身智能体,用于解决执行不熟悉实验室协议时的能力不足与实验有效性验证问题。该智能体能匹配人类审核需求、选择工具实现缺失行为并在必要时请求人工教学;执行过程中通过前置条件、结果及状态检查控制进程并支持自主恢复。
针对现有仿真基准在杂乱场景中测试不足的问题,该研究引入基于发展认知科学的机器人操作常识推理分类体系,并构建新基准 MolmoSpaces-CommonSense。
论文 OneSteer 提出 DiffWBC 方法,将全身控制从确定性策略转为生成式范式,利用一步扩散模型实现通用跟踪、测试时转向及无仿真失败发现。该方法在 BONES 基准上局部跟踪误差最低(20.1 mm),并在物理 Unitree G1 机器人上部署;相比运动学参考编辑,其在 1.25 m 天花板下的零样本通过率为 0.84,且能泛化至跨障碍、空间抓取及执行器故障等场景。
TaSP-KKT 方法通过流形常微分方程视角优化运动重定向,仅需一次加权切锥投影即可避免重复 SQP 迭代。数值实验显示其运行速度约为 OmniRetarget 的两倍,虽重定向质量略低但保持相当水平。该方法在 arXiv 预印本发布,代码与权重暂未提及开放许可。
论文提出了一种针对非结构化环境中执行器性能下降问题的强化学习框架。该框架通过连续关节健康向量编码执行器状态,将退化建模为动作执行的乘性衰减,并利用 HealthNet 估计器从观测中推断单关节健康状况以重新分配控制力。
HandMimicX 提出一种以物体为中心框架,利用强化学习将人类 RGB-D 视频演示转化为空间可泛化的机器人技能。实验在仿真与真实机器人上验证了该方法能从单一演示高效习得技能并迁移至新空间配置。研究强调通过约束手物交互状态促进解剖学自然的手部构型,解决了从视频转移技能的挑战。
论文提出 HIPC 框架,将生成式运动模型与控制器耦合为统一范式,以解决开环追踪导致的空间漂移及闭环反馈引发的物理抖动问题。该方法采用标准运动表示避免万向节锁,并通过偏差衰减恢复和历史重锚定策略缓解分布外偏移,最终在多种条件下实现了最先进的目标到达精度与抗扰动能力。
该论文提出 Hourglass 架构以解决跨具身运动规划难题,通过解耦通用的无本体世界模型与各机器人的可微本体动力学接口,实现数据池化与参数识别。在七种仿真机器人上,该方法成功率提升 3.8-10.6 个百分点且无需专用训练即可匹配专家策略;经三分钟遥操作标定后,零样本迁移至未见的真实滑移转向机器人并在室内场景导航成功。材料为 arXiv 预印本,未提及同行评审状态或具体开源代码仓库。
推荐理由:提出 Hourglass 架构,通过解耦通用世界模型与可微本体动力学实现跨机器人运动规划,在仿真中优于基线并支持零样本迁移至真实机器人。
论文提出 LEXP 框架,旨在解决多模态基础模型难以直接转化为物理动作的问题。该框架结合任务级规划与经验模块,在保持模型权重和动作接口固定的前提下,通过解释执行证据、提取适用性条件并复用相关教训来生成上下文反馈。
arXiv 论文提出 CONSORT(Cooperative Navigation with Support-Optimized Routing and Trajectories)算法,解决 GPS 拒止环境下多智能体在信念空间中的路径规划难题。
论文 TinyAstral 提出一种两阶段方法,通过递归自我改进(RSI)优化大教师模型的 harness,随后蒸馏出仅 4B 参数的小型学生模型以替代原教师。
推荐理由:提出两阶段方法将大模型的 harness 进化能力迁移至小参数学生模型,在 RoboTwin 上显著降低算力成本并提升成功率。
针对现有图控制屏障函数方法假设同构动力学或无法自然迁移至未见模型的局限,本文提出了能力条件异构图控制屏障函数(CC-HGCBF)。该方法在共享二阶参考点操作空间中定义安全几何表示,并引入径向能力场(RCF)以紧凑表征机器人状态相关的有限时域可达速度集。通过联合训练屏障与策略,实验展示了在混合团队中的可扩展安全协调、对未见机器人模型的零样本迁移以及在物理机器人上的无需重训部署能力。
推荐理由:提出能力条件图控制屏障函数,实现异构机器人团队零样本安全导航与迁移。
该论文针对异构多机器人团队的安全导航难题,提出了一种能力感知备份恢复性滤波器(CA-BRF)。该方法通过在共享笛卡尔操作空间构建备份可恢复集,确保预设的备用机动动作在满足运动学和执行约束的前提下维持对偶安全性。
论文提出了 Contact Imitation Interface (CIMI) 框架,旨在通过无机器人的人体演示来规模化灵巧操作数据。该框架包含演示与学习两个接口:演示接口结合共享接触几何、指尖 RGB 视图及接触优先重定向技术;学习接口引入分层策略,由接触表面规划器预测相对轨迹并由控制器协调手腕与手指指令以优化对齐。
推荐理由:提出 CIMI 框架,通过接触几何对齐与分层策略,在 LEAP 和 Wuji 数据集上使六组手部任务的最终成功率提升至少 50 个百分点。
针对视觉语言动作模型(VLA)晚期层缺乏任务相关视觉定位的问题,本文提出 STAR 方法。该方法无需模型更新或架构修改,通过对晚期残差更新应用指数移动平均,使后期动作表征继承早期层的物体感知方向;同时利用近期本体状态自适应混合强度,在执行动力学快速变化时采用保守混合策略。