跳到正文
10月5日周一
  1. arXiv · 机器人与计算机视觉33

    无学习框架表征聚氨酯视觉触觉传感器的韧性与敏感度

    针对现有硅胶表面易磨损且缺乏严谨耐用性评估的问题,研究提出一种无需学习的框架来独立量化力与空间敏感度。实验表明聚氨酯材料显著提升了传感器在剪切加载和磨损下的韧性,虽牺牲低力值敏感度但大幅扩展了有效测力范围。系统级验证通过瓶盖松紧任务证实,该方案在重载工业应用中比硅胶版本更具实用性。

  2. arXiv · 机器人与计算机视觉35

    低频率运动控制实现稳健动态机器人移动

    研究者在真实 ANYmal C 四足机器人上演示了仅需 8 Hz 的低频学习控制器,即可实现 1.5 m/s 的高航向速度并抵御意外扰动。对比分析表明,低频策略对执行延迟不敏感,无需动力学随机化或建模即可成功完成仿真到现实迁移。作者提供了训练与部署代码及扩展分析链接以支持复现性。

  3. arXiv · 机器人与计算机视觉42

    UniIntervene++:一种用于高效现实世界强化学习的自适应干预智能体

    UniIntervene++ 提出了一种自适应干预智能体,通过在线学习在自主执行与异构辅助行为间动态分配控制权。该算法在五项现实操作任务中平均成功率达 89.67%,较基线提升至少 6 个百分点,同时将人工干预降至 0.77%(相对减少 94.6%)。代码已开源于 GitHub 仓库。

  4. arXiv · 机器人与计算机视觉84

    EyeRobot 2.0:无需腕部相机的主动注视精准操作框架

    本文介绍 EyeRobot 2.0 框架,通过旋转两个“眼睛”视点进行主动注视,将计算资源集中于任务相关特征,从而仅用单台双目相机实现精细的双手操作。研究在真实世界和仿真环境中收集了遥操作数据,并在超过 1000 次物理试验中验证:相比被动立体视觉方案,该框架在真实场景成功率提升 40%,当抓取物体遮挡腕部相机时表现更优,接近甚至超越依赖腕部相机的策略。

    推荐理由:提出利用主动注视策略,仅凭双目相机实现高精度双手操作,显著优于被动立体视觉方案。

  5. arXiv · 机器人与计算机视觉51

    WING:基于交互中心谱隐变量引导的世界动作学习框架

    针对从第一人称视频中迁移机器人操作知识的难题,本文提出 WING 框架,通过分离观察者运动与手物交互并蒸馏交互成分,利用频域中慢变时态结构对齐人与机器人的共享低频分量以指导动作生成。该方法在 LIBERO、RoboTwin 2.0 和 RoboCasa-GR1 等基准上分别达到 99.20%、93.80% 和 57.7% 的平均成功率,并在多种泛化设置下的真实世界操作任务中表现强劲。

  6. arXiv · 机器人与计算机视觉78

    RATE:面向高接触频率机器人操作的風險感知触觉编码

    针对接触丰富型机器人操作中相似触觉观测可能对应不同任务风险的模糊性问题,本文提出 Risk-Aware Tactile Encoding (RATE) 方法。该方法利用历史条件预测捕捉交互上下文,并通过警报监督将上下文与任务条件风险关联,借助轻量级残差适配器补充传统触觉特征。在仿真与真实世界实验中,该方法显著提升了任务成功率,消融实验证实了警报引导学习与预测时序建模的互补收益。

    推荐理由:提出风险感知触觉编码方法,通过历史预测与警报监督结合任务条件风险,提升接触型操作成功率。

  7. arXiv · 机器人与计算机视觉75

    MobiAgent:面向长视界移动操作的递归策略自改进框架

    论文介绍 MobiAgent 框架,旨在解决长视界移动操作中累积误差与运动控制干扰问题。其内环通过视觉语言模型进行滚动规划与视觉反思,利用流匹配专家执行原子技能以实现鲁棒恢复;外环则自动对部署流程进行分段验证、聚类发现新技能并持续微调技能库,无需人工标注。

  8. arXiv · 机器人与计算机视觉82

    KungfuAthleteBot:从视频学习高动态人形运动及统一鲁棒恢复

    论文提出 KungfuAthleteBot(KAB)框架,旨在解决将视频中丰富的高动态人类动作迁移到人形机器人时的物理不一致、缺乏执行信息及无法处理失败与恢复三大难题。

    推荐理由:该框架提出物理引导的轨迹修正与伪低动能采样机制,解决视频数据物理不一致问题,使机器人能从视频学习高动态动作并实现约 0.7 秒的统一策略跌倒恢复。

  9. arXiv · 机器人与计算机视觉73

    VISTA:一种用于接触丰富操作的等变视觉 - 触觉扩散策略

    针对接触丰富操作模仿学习需要高质量专家数据的问题,论文提出了 VISTA,这是一种工作空间级别的等变视觉 - 触觉扩散策略。该方法将视觉和触觉观测投影为球形 token,通过置换等变的球谐融合注入触觉接触线索,并利用末端执行器方向旋转融合后的谐波表示,从而条件化一个等变扩散策略以预测空间一致的动作。

  10. arXiv · 机器人与计算机视觉5

    下肢外骨骼关节辅助策略的代谢与生物力学效应:基于六名受试者特异性肌肉骨骼模型的预测仿真研究

    该研究利用六名健康成年人的特异性肌肉骨骼模型,在峰值扭矩分别为 25 Nm 和 50 Nm 条件下模拟了不同关节组合的外骨骼辅助策略。结果显示,50 Nm 下髋 - 膝 - 踝联合辅助使平均运输成本降低 48.50%,其中仅髋部单关节辅助效果最佳(降 31.77%),而髋 - 踝双关节组合亦表现优异(降 44.60%)。

  11. arXiv · 机器人与计算机视觉74

    PointWAM:用于灵巧操作的 3D 世界动作建模

    论文介绍 PointWAM,一种将世界分解为场景和手并在共享时空坐标系中预测两者 3D 点轨迹的模型。该方法在大规模人类演示视频上进行预训练,无需任务特定的物体或关键点选择。实验显示,结合场景轨迹监督后,该模型在 DexJoCo 基准上的平均成功率提升显著,并在真实机器人上优于强视觉语言动作模型。材料为 arXiv 预印本,未提及同行评审状态或开源代码仓库。

  12. arXiv · 机器人与计算机视觉78

    学习用于富接触操作的反射行为

    该论文提出了一种本体感觉反射策略,旨在解决机器人富接触操作中的局部几何约束问题。通过在仿真中学习弹簧、平面和导轨三种交互原型的映射关系,该方法将任务空间指令转换为关节位置目标,无需直接测量力或几何信息。

    推荐理由:该研究在仿真中训练了一种无需直接力控测量的本体感觉反射策略,将其作为底层执行层嵌入现有控制器。实验显示该方法在双臂抬箱和精密插销任务中显著降低了接触力并提升了硬件成功率,为复杂接触场景提供了稳健的解决方案。

  13. arXiv · 机器人与计算机视觉78

    SimpleTouch:无需触觉策略预训练的 VLA 模型能否掌握接触丰富的操作?

    论文 SimpleTouch 提出一种简单的 VLA 扩展方法,通过冻结的触觉编码器生成专家网络,仅利用动作监督和多步预测进行单阶段训练,无需额外的触觉策略预训练或视觉 - 触觉对齐。

    推荐理由:该工作提出无需额外触觉策略预训练即可提升 VLA 模型在接触丰富任务中的表现,为简化机器人学习流程提供了新路径。

  14. arXiv · 机器人与计算机视觉78

    Proprioceptive Sketches 作为长视界意图的生成式动作策略

    论文提出 Proprioceptive Action Models (PAM),旨在解决生成式机器人策略缺乏明确长视界意图的问题。该方法在一个 Transformer 去噪器内联合生成紧凑的关节空间路径草图和密集的可执行动作块,利用弧长参数化几何意图以消除对执行时间的依赖。

    推荐理由:提出 Proprioceptive Action Models,通过生成关节空间路径草图与动作块联合建模,在仿真与真实双任务中显著提升成功率。

  15. arXiv · 机器人与计算机视觉74

    Around the World:基于 270 g 连续旋转四足机器人的统一学习运动

    论文提出了一种在 270 克级 MiNI-Q 四足机器人上运行的闭环学习运动方案,利用连续旋转关节的构型范围,通过单一姿态条件强化学习策略实现直立行走、倒立行走及着陆恢复。该网络仅约 10 万参数,能跟踪前向速度并在释放试验中成功恢复行走,支持四种可互换脚部几何形状和四种室内表面。研究包含硬件实验与仿真消融分析,验证了表征选择对利用平台运动范围的有效性。

  16. arXiv · 机器人与计算机视觉74

    SocialVLA:用于基于人类反应的故障检测与恢复的 VLA 操作社会感知网关

    论文介绍 SocialVLA,这是一个本地化且与策略无关的社会感知网关,能将人类自发的声音、面部表情或言语反应转化为机器人运行时干预信号。系统在物理 Unitree G1 机器人上进行了评估,利用 15 名参与者完成了 238 个标注事件和超过 1 小时的非干预行为测试。

  17. arXiv · 机器人与计算机视觉68

    Filter-Aware Fine-Tuning for Safe Humanoid Whole-Body Tracking

    论文针对人形机器人全身运动跟踪中策略与运行时安全滤波器(如 CBF)独立设计导致的失配问题,提出 CoFiT 约束感知微调方法。该方法在 TWIST2 和 SONIC 场景下分别将违规时间减少 91% 和 21%,并在 Unitree G1 硬件上实现所有试验无需操作员干预,而基线方法需 50% 的试验被停止。

  18. arXiv · 机器人与计算机视觉73

    SoTa:用于灵巧操作的软触觉皮肤

    SoTa 是一种低成本的电容式触觉皮肤,能在人类和机器人手上提供全覆盖并保持共享的 202 个税元布局。其多层织物电极设计使材料成本低于每只 10 美元,且在万次加载卸载循环后保留超过 97% 的初始响应跨度。

10月3日周六
  1. The Robot Report10

    欧姆龙下一代 LD 移动机器人聚焦智能工厂内物流与自主充电

    欧姆龙欧洲区产品营销经理 Miguel Garcés Moreno 介绍其下一代 LD 移动机器人,旨在通过灵活、空间高效且全自动的内物流系统帮助制造商改造现代工厂。该机器人结合 AI 视觉、运动控制及 PLC 技术,专注于提升智能自动化生态中的生产效能。此外,合作伙伴 WiBotic 提供无线充电与车队能源管理方案,以增强机器人的运行时间与安全性。

  2. IEEE Spectrum · Robotics78

    IEEE Spectrum 机器人视频周五:仿生飞行、灵巧手与飞虫神经控制的最新演示

    IEEE Spectrum Robotics 发布本周精选视频合集,涵盖新加坡科技设计大学开发的 ALBATROSS 混合空海机器人(利用机翼实现自旋降落与风帆航行)。

    推荐理由:视频合集展示了从仿生飞行到灵巧手、飞虫神经控制及灾难救援的多项前沿演示,为团队提供跨领域灵感与工程参考。

10月2日周五
  1. Hugging Face Daily Papers73

    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。

  2. The Robot Report78

    Boston Dynamics 为 Atlas 发布新款四指人形机器人手

    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。

10月1日周四
  1. Boston Dynamics · Blog72

    Boston Dynamics 发布 Atlas 新一代机器人手:13 自由度直接驱动,专为物理 AI 与真实工作设计

    Boston Dynamics 正式发布 Atlas 机器人新一代手部(GR3),采用 13 个自由度的四指结构,放弃小指以平衡成本与可靠性。该设计具备高保真仿真能力,支持强化学习训练及 sim-to-real 迁移,能够执行灵巧捏取、工具触发等复杂操作,并配备密集压力触觉传感器以实现精细感知。

    推荐理由:波士顿动力发布 Atlas 新一代手部,通过高保真仿真与强化学习设计实现灵巧操作,为工业场景提供低成本、可量产的解决方案。

  2. Hugging Face Daily Papers82

    InterEvolve:面向人形机器人位姿与操作的测试时奖励程序演化

    论文研究人形机器人在未训练过的任务中通过复用现有技能、自我改进并保留学习成果的能力。核心思路是利用规划与控制接口,将对象感知基础模型转化为行为策略,并通过大语言模型修订奖励程序结构、数值优化器调整常数,在仿真中验证后迭代提升。实验表明该方法能释放基础模型的潜在能力,处理复杂场景与长周期任务,并在宇树 G1 真机上实现自主运行。

    推荐理由:该文提出无需重训的测试时演化方法,利用对象感知基础模型与奖励程序优化,在仿真及宇树 G1 真机上实现复杂任务。

9月30日周三
  1. Figure · News28

    Figure F.02 退役:在芬兰伊马特拉熔炉中自主跳入钢水纪念

    Figure 将首批部署于宝马的 F.02 机器人队退役,并在芬兰伊马特拉工厂完成销毁。团队利用动作捕捉数据训练 AI 策略,使机器人在 24 小时内自主从二楼跃入钢水,即便电子设备失效也能无缝运行策略。熔炼后的金属条被运回美国加工成限量版纪念品,仅少量 F.02 保留在总部存储。

  2. Hugging Face Daily Papers78

    HIDE:评估部分可观测环境下机器人操作记忆能力的基准与 SEEK 增强框架

    针对机器人操作中隐藏任务状态难以仅凭当前观察确定的问题,该研究引入 HIDE 基准,包含重复计数、历史状态召回和执行进度追踪等 15 个任务。作者提出 SEEK 框架,结合三种互补的记忆机制以保留历史证据并跟踪执行状态。评估显示现有策略在 HIDE 上存在显著局限,而记忆增强能提升仿真与真实实验中的成功率;单一机制虽有益处但可能损害其他任务,组合方案表现最佳。

    推荐理由:该工作提出 HIDE 基准与 SEEK 框架,揭示部分可观测环境下机器人策略对历史状态记忆的依赖及现有方法的局限。

9月29日周二
  1. Hugging Face Daily Papers72

    OTRetarget:通过最优传输联合进行机器人与物体运动重定向

    针对将人类动作迁移至人形机器人的挑战,本文提出了 OTR ETARGET 统一框架,利用符号距离和熵最优传输联合优化机器人与多物体的姿态。该方法在 OMOMO 仿真平台上的机器人 - 物体交互 Jaccard 得分为 87%,深度误差为 8.7 mm,优于 OmniRetarget。研究还展示了将重定向后的参考动作迁移至物理 G1 人形机器人的能力,支持全身强化学习策略执行双手抓取等任务。

  2. Hugging Face Daily Papers73

    In-context Robot Learning Made Simple:一种用于操作任务的民主化配方

    论文提出了一种名为 SimpleICL 的极简且可复现的机器人上下文学习(ICL)框架,旨在解决视觉演示信息模糊的问题。该框架通过视觉提示编码器实现了无需大规模预训练即可在仿真和真实环境中表现优异的能力,并开源了数据与训练流程以推动系统性研究。

  3. IEEE Spectrum · Robotics12

    Hello Robot 创始人 Charlie Kemp:从 MIT 人形机器人到 Stretch 助残机器人的研发日常

    Hello Robot 联合创始人兼 CTO Charlie Kemp 专注于开发能在家庭和工作场所与人类近距离互动的移动机械臂。他带领团队利用 Stretch 机器人作为研发平台,协助老年人及行动不便者提升生活独立性。Kemp 强调真实世界交互对改进系统至关重要,并指出未来机器人发展需结合特定领域专家知识而非仅依赖技术演示。

9月28日周一
  1. Hugging Face Daily Papers78

    MM-ABC:面向通用移动操作的看见、协调与想象基础模型

    论文提出了 MM-ABC 基础模型,旨在解决移动操作中空间感知与异质臂基协同控制的挑战。该模型结合稀疏多级别视觉语言模型特征进行空间感知;引入仅用于训练的“未来分支”,利用世界想象和几何意图作为额外监督信号以增强感知与操作意图预测;并通过掩码联合注意力及清洁动作 X 预测来协调独立的操作与移动流。

    推荐理由:该工作提出 MM-ABC 基础模型,通过视觉、协调与想象机制统一处理移动操作中的感知与控制挑战。

  2. 智东西 · 机器人45

    诺因智能完成数亿元天使+++轮融资,刘强东相关基金领投推进GLOW框架与KNOWIN-X1量产

    深圳具身智能公司诺因智能宣布完成数亿元天使+++轮融资,本轮由京东相关基金领投,资金将重点投入扩充训练数据、提升GLOW泛化能力及推进KNOWIN-X1工程验证。该公司推出的通用具身智能生成式学习框架GLOW包含KnowinDream、KnowinWorld等模块,旨在实现感知生成执行闭环。至此诺因智能已完成共5轮融资,汇聚200余名高水平研发人才。

9月27日周日
9月26日周六