跳到正文
11月17日周二
  1. arXiv · 机器人与计算机视觉48

    Sim-to-Real Room-Mediated Object-Goal Navigation with ROS 2 and Nav2 在波士顿动力 Spot 与 Clearpath TurtleBot 4 上的部署研究

    该研究将基于房间概率向量(RPV)的物体目标导航策略通过机器人无关的 ROS 2 桥接,部署于波士顿动力 Spot 和 Clearpath Robotics TurtleBot 4 平台。在包含 66 次试验的大学设施中,Spot 机器人搜索 11 类物体的原始成功率为 0.455,低于仿真环境的 0.539。分析指出未检测到的玻璃墙、进入禁区及房间词汇与物理布局不匹配是导致差距的主要原因。

  2. arXiv · 机器人与计算机视觉82

    迈向概率安全的强化学习:理论与人形及空中机器人部署

    本文扩展了鲁棒安全梯度流强化学习框架以解决标准方法无法保证安全约束且依赖无偏估计器的局限。新 formulation 支持包括碰撞规避在内的轨迹级约束,并允许使用有偏的价值和梯度估计器。

    推荐理由:本文扩展了鲁棒安全梯度流强化学习框架,允许有偏估计器并支持轨迹级约束,实现了 Unitree G1 人形机器人与 Crazyflie 无人机的零样本仿真到现实部署。

  3. arXiv · 机器人与计算机视觉35

    多机器人异方差源搜索的协同梯度估计方法研究

    该论文提出利用加权中心 Voronoi tessellation 形成策略与加权最小二乘估计器,实现团队在球形表面上的稳健三维标量场源定位。分析证明该方法渐近达到估计方差的理论下界,且仿真显示其具备在线重构以应对机器人故障的能力。研究明确考虑了传感器异方差性,为多机协同控制提供了近乎最优的梯度估计方案。

  4. arXiv · 机器人与计算机视觉58

    VLN-Flash:基于自适应执行的并行动作解码视觉语言导航方法

    针对视觉语言导航策略自回归生成导致的等待延迟问题,VLN-Flash 提出一种无需训练的解码器,能在单次前向传播中并行评估完整动作前缀树。该方法利用分支特定注意力与匹配 token 位置保持原始策略的条件分布,并通过步数贪婪前缀与其最强替代方案的分数差值决定执行步数。

  5. arXiv · 机器人与计算机视觉32

    下肢关节角度估计:交叉活动与跨主体数据的条件价值研究

    该研究针对意图驱动外骨骼控制,分离了高密度 sEMG 与 IMU 数据中“信息量”与“优化器更新”的独立效应。实验基于公开数据集的十名参与者六种运动任务,证实用户自身其他活动能将拟合度 R²从 0.722提升至 0.788,且楼梯下行是有害捐赠源而坐站行走有益。跨主体同活动数据仅在用户缺乏目标活动时有效,校准后价值迅速坍缩,揭示了无标签测试下何时转移数据的瓶颈。

  6. arXiv · 机器人与计算机视觉73

    蒸馏安全滤波器用于免滤波器多智能体强化学习

    论文提出一种方法,将控制屏障函数(CBF)的安全约束蒸馏到强化学习策略中,使系统在部署时无需运行集中式优化滤波器即可保持安全。该方法通过隐式 Q 学习和合成近碰撞状态进行蒸馏,证明了损失函数能界定策略的约束违反程度和碰撞概率。

  7. arXiv · 机器人与计算机视觉73

    WA-JEPA:一种用于世界 - 动作模型的基于目标感知的预测性反馈动作细化方法

    WA-JEPA 是一种耦合了动作生成、动作条件潜空间预测和目标感知反馈的世界 - 动作模型。该方法首先生成动作提议并预测未来的场景与本体状态,随后利用任务目标作为参考,通过目标差异残差反馈和未来场景上下文反馈两条互补路径对提议进行迭代细化。

  8. arXiv · 机器人与计算机视觉78

    ImpedanceMimic:基于学习阻抗的动作空间用于高保真运动模仿

    论文指出固定增益 PD 控制在运动与力跟踪间存在权衡,提出 ImpedanceMimic 强化学习策略,根据运动和力测量调节每关节的刚度、阻尼和位置设定值,推理时仅需运动输入。该方法在 129 名参与者和六种活动中均优于匹配的固定增益 PD 及现有控制器,接近专用回归器效果。通过惯性缩放先验表达增益,单策略即可控制特定生物力学模型,无需显式人体测量数据,并实现向未见过人类和人形机器人的零样本迁移。

    推荐理由:提出利用强化学习调节关节阻抗的策略,在无需显式人体参数时实现跨主体与机器人的零样本迁移。

  9. arXiv · 机器人与计算机视觉58

    物理 AI 中视觉语言动作模型的无线边缘自适应隐式推理研究

    针对物理 AI 中 VLA 模型在端侧计算受限场景下的实时控制挑战,本文提出一种无线边缘辅助的自适应隐式推理框架(WEALR)。该框架利用决策智能体联合选择执行位置与收敛阈值,并通过拉格朗日约束深度强化学习策略优化任务性能与资源消耗。实验基于 LIBERO 操作任务及射线追踪无线信道评估,结果显示该方法在可行性加权的任务成功率上较基准方法提升最高达 23%。

  10. arXiv · 机器人与计算机视觉78

    RoboCoEvo:通过智能体 - 策略协同进化扩展机器人能力

    论文提出 RoboCoEvo 框架,旨在解决 MLLM 智能体与机器人基础模型(如 VLA)改进脱节的问题。该方法采用代码即策略的表述形式,让智能体开发可执行的失败检测与恢复程序以生成修正经验,随后将修正行为整合进模型的端到端策略中;更新后的策略分布变化反过来指导智能体程序的修订。

    推荐理由:提出基于代码的策略与 VLA 模型协同进化的框架,通过失败引导的迭代循环提升自主任务执行能力。

  11. arXiv · 机器人与计算机视觉58

    Certify, Then Select:基于生存性感知的冻结扩散策略运行时引导

    论文提出 CAST 框架,通过从冻结的扩散策略采样动作块、利用势垒条件进行安全认证,并结合价值函数集成排名执行最优块。该方法证明了认证步骤的安全性及在有限采样下的生存性保持能力,在 Robomimic 操作、平面四旋翼、MuJoCo 人形机器人和单icycle等基准上,联合任务与约束的成功率均优于输出过滤器,特别是在大编辑场景下避免了策略死锁。

  12. arXiv · 机器人与计算机视觉78

    机器人策略中的推理计算分配:细化与重规划的权衡

    本文研究了冻结分块机器人策略在部署时如何分配推理计算资源,即在单次调用内细化预测动作还是增加调用频率进行重规划。研究未更新模型权重,使用 LIBERO 仿真环境评估了不同配置下的成功率与算术成本。实验表明,在特定参数下,增加细化次数可提升任务成功率并降低单位步骤的算术开销,但并未确立通用最优设置。

    推荐理由:该文通过冻结模型实验,量化了推理计算在动作细化与重规划间的分配对成功率与成本的影响。

  13. arXiv · 机器人与计算机视觉58

    单线性化非线性机器人操作臂的轨迹规划最优工作点选择

    本文提出一种离线性能驱动的优化方法,将单线性化点的位置作为优化变量,通过网格搜索与有界细化从候选工作点中选出最小化非线性轨迹目标的最优位置。在四组三点间运动任务中,该方法相比传统初始、中间或终端线性化策略,分别将非线性轨迹目标降低 17-18%、21-22%、37-38% 和 7-8%,且结合 PID 反馈修正后性能优势依然保持。

  14. arXiv · 机器人与计算机视觉74

    基于 VR 人类演示修正点云抓取策略中的持续性失败

    论文提出一种人机闭环方法,自动挖掘强化学习策略在点云抓取任务中持续失败的案例,将其送入虚拟环境由人类完成抓取操作并生成新数据回流训练。实验显示,该方法将未见物体上的成功率从 55% 提升至 83%,并将原本失败率高达 24% 的困难案例成功率提升至 45%,同时未降低对未见物体的性能表现。

  15. arXiv · 机器人与计算机视觉78

    面向瓶颈环境的层级多机器人导航:通道聚焦软协调方法

    针对多机器人导航中全局调度对执行偏差敏感而局部方法缺乏长程协同的问题,提出一种结合软全局协调与灵活局部执行的框架。该方法利用凸集图支持优先级规划,通过感知通道的路线选择与时空路径受限优化避免冲突,并采用模型预测路径积分控制器在线避障及自适应跟踪策略应对偏差。

    推荐理由:提出基于通道的分层多机器人导航框架,在仿真与硬件实验中均实现高成功率并优于基线。

  16. arXiv · 机器人与计算机视觉78

    Robustness as a Transferable Skill: Cross-Task Adversarial Defense for Vision-Language-Action Policies

    该研究针对视觉语言动作(VLA)策略易受对抗扰动的问题,提出一种无需目标侧对抗训练即可复用源任务防御能力的跨任务防御方法。作者引入 Source-Norm Transferable Robustness Vector (SN-TRV) 技术,仅利用源更新均值方向并校准幅度,将其应用于目标视觉编码器,无需额外推理模块或梯度优化。

    推荐理由:提出无需目标侧对抗训练的跨任务防御复用方法,通过源更新迁移提升 VLA 策略鲁棒性。

  17. 智东西 · 机器人82

    MIT韩松团队新作:基于Qwen3.8的Robot-Use RL让机械臂临摹画作与做化学实验

    MIT韩松团队提出Robot-Use RL方法并公布PEAR后训练引擎,基于Qwen3.8-27B在仿真环境中通过强化学习自主训练机器人操作能力。LIBERO基准测试中任务成功率从1.6%提升至74.4%,接近GPT-6 Astra和GPT-6.1 Sol水平;部署到真实双臂YAM机器人时,任务成功率达60%而基础模型为0%。

    推荐理由:MIT韩松团队提出Robot-Use RL方法,基于Qwen3.8在仿真中通过强化学习训练机器人操作能力,无需人工示范数据且具备零样本迁移至真实机器人的能力。

11月16日周一
  1. arXiv · 机器人与计算机视觉72

    D-VLA:面向视觉语言动作模型的高并发分布式异步强化学习框架

    针对具身智能中大规模 VLA 模型在分布式环境下进行强化学习时面临的资源冲突与执行效率瓶颈,本文提出 D-VLA 高并发低延迟分布式 RL 框架。该框架引入“平面解耦”机制物理隔离高频训练数据与低频权重控制,消除仿真与优化的相互干扰;设计四线程异步“泳道”流水线实现采样、推理、梯度计算与参数分布的全并行重叠;采用双池显存管理与拓扑感知复制解决内存碎片并优化通信效率。

  2. arXiv · 机器人与计算机视觉70

    缺失的触感:感知与显示局部接触几何让遥操作更接近人类灵巧性

    论文提出在双自由度力反馈遥操作系统中集成基于视觉的触觉传感器和 32 像素触觉显示屏,以捕捉并渲染机器人手指上的空间接触模式。实验表明,这种空间分布的触觉信息能显著减少不必要的动作和任务步骤,降低任务完成时间,并使不同操作员的演示表现更一致;这些改进还能迁移到自主策略训练上,使基于触觉增强演示训练的模型在任务耗时和对自然人类行为的偏离度上也得到改善。

  3. arXiv · 机器人与计算机视觉72

    礼貌性预期规划:提升持久共享环境中的长周期任务规划

    论文提出 courteous anticipatory planning 方法,解决标准任务规划器缺乏对未来的预见且忽视其他机器人约束的问题。该方法通过基于模型的规划器生成候选计划,并利用独立学习的每机器人估计器联合最小化即时成本与聚合预期未来成本,避免组合式联合展开并支持模块化部署。

  4. arXiv · 机器人与计算机视觉82

    E0:通过 Tweedie 离散扩散实现表达性细粒度动作预测

    针对现有视觉语言动作(VLA)模型在多样化任务中泛化能力弱、动作输出粗糙或不稳定的问题,本文提出 E0 框架。该方法将动作生成建模为量化动作 token 的迭代去噪过程,利用 Tweedie 离散扩散机制自然对齐基于 token 的推理逻辑,支持细粒度且可执行的精细控制,并避免了掩码式离散扩散的分布失配问题。

    推荐理由:提出基于 Tweedie 离散扩散的 E0 框架,解决 VLA 模型动作生成粗糙与泛化不足问题。

  5. arXiv · 机器人与计算机视觉62

    STITCHER:利用图搜索进行复杂环境下的受限轨迹规划

    arXiv 论文介绍了一种名为 STITCHER 的无优化轨迹规划框架,通过结合短轨迹段拼接与图搜索技术,在复杂环境中实时生成满足状态或执行器约束的动态可行且无碰撞的长程轨迹。仿真测试显示该方法能在数毫秒内为跨越两个 50m x 50m 环境的全路径生成安全轨迹;硬件实验利用定制四旋翼验证了其在倾斜角和电机力等非线性约束下,以高达 63km/h 的速度实时生成可跟踪路径的能力。

  6. arXiv · 机器人与计算机视觉78

    CS-MPC:不确定性下非线性系统的收缩认证采样模型预测控制

    论文提出了针对非线性机器人系统在参数不确定性、干扰及在线揭示的安全约束下的追踪与安全方法。该方法在每个采样展开中使用收缩认证的追踪反馈以集中展开,并通过分位数收紧的离散时间控制屏障函数条件验证输入执行。

    推荐理由:提出收缩认证采样模型预测控制方法,在 rover、四旋翼及小行星着陆任务中验证了其在参数不确定性与安全约束下的有限样本稳定性与概率安全性。

  7. arXiv · 机器人与计算机视觉78

    VLAN:面向多主体的视觉语言可访问导航基准

    VLAN 是一个新的导航基准数据集,包含 1,000 个场景、20K 条导航轨迹和 160K 关键帧,涵盖多样光照与环境条件。该基准针对足式与轮式智能体(含人形机器人与四足机器人)以及视觉或行动障碍人士提供特定主体的动作与可访问性特征,并将日常障碍物分类为可通过、绕行、高风险和阻挡四类。

    推荐理由:VLAN 基准提供千人场景与二十万轨迹数据,支持足式、轮式及残障用户等多主体导航评估。

  8. arXiv · 机器人与计算机视觉76

    在仿真中训练原生使用真实机器人的推理模型

    该论文提出一种方法,利用 Post-training Engine for Agentic Robotics (PEAR) 在仿真环境中对开源 27B 推理模型进行强化学习训练,使其能够原生控制真实机器人而无需演示。

    同一新闻,精选展示《MIT韩松团队新作:基于Qwen3.8的Robot-Use RL让机械臂临摹画作与做化学实验》

  9. arXiv · 机器人与计算机视觉62

    BAL:潜空间双向自回归学习人类动作表示

    该论文提出 BAL 框架,通过潜空间中的双向自回归预测(前向与后向)来捕捉人体动作的自然时序结构,以替代依赖人工假设的现有方法。实验在大规模数据集上验证了其在动作描述、预测和插值任务上的有效性,优于多数基线。材料为 NeurIPS 2026 接收的预印本,未报告真实机器人部署结果。

  10. arXiv · 机器人与计算机视觉42

    基于线性互补问题的连续体机器人环境摩擦接触建模研究

    该研究提出一种基于库仑摩擦假设的摩擦模型,通过互补约束预测连续体机器人与环境的静摩擦、滑动摩擦及滞后效应。实验验证显示,在 287.9 mm 长的肌腱驱动连续体机器人上,该模型将无摩擦模型的末端位置最大误差从 45.4 mm 降低至 5.85 mm。论文已被国际机器人研究杂志(IJRR)接收发表,代码与数据暂未开放。

  11. arXiv · 机器人与计算机视觉42

    Disturbance-Aware Informative Planning 在时空环境中的扰动感知信息规划方法

    针对外部扰动影响机器人轨迹优化的问题,该方法提出两阶段框架,结合有信息的扰动采样与扰动感知轨迹优化。实验显示,相比全域估计,其在四个仿真场景中减少 25.0--52.3% 的学习时间并识别更优路径。论文已提交至 Learning for Dynamics and Control Conference 2027。