基于人机交接的主动感知上肢功能运动方法
针对上肢受伤人员重返职场场景,研究提出一种主动感知框架,使协作机器人在共享工作空间中无需外部临床评估即可自主估计任务相关的用户上肢活动范围。该方法将关节活动度限制建模为损伤系数,并通过重复的人机交接请求在线更新贝叶斯信念,从而在交互中持续修正对用户关节能力的内部模型。研究通过仿真及搭载真实人类损伤的机器人平台验证了该管线能准确恢复损伤系数的能力。
针对上肢受伤人员重返职场场景,研究提出一种主动感知框架,使协作机器人在共享工作空间中无需外部临床评估即可自主估计任务相关的用户上肢活动范围。该方法将关节活动度限制建模为损伤系数,并通过重复的人机交接请求在线更新贝叶斯信念,从而在交互中持续修正对用户关节能力的内部模型。研究通过仿真及搭载真实人类损伤的机器人平台验证了该管线能准确恢复损伤系数的能力。
FOMI 是一种无需力传感器的剪刀形力反馈操纵接口,通过执行器连杆将物体交互力直接传递至操作者手部,支持免机器人演示采集时的实时动作调整及遥操作。该系统集成了传感器标定、数据采集与同步功能,并在四个接触丰富任务中分别使免机器人采集和遥操作的效率较最佳基线提升约 29% 和 18%,所采集的演示数据能训练出高成功率的策略以完成挑战性接触丰富操纵任务。
该论文提出一种结合符号控制的监督架构,旨在解决基于动力学系统的学习方法缺乏形式化安全保证的问题。架构包含跟踪学习系统的标称控制器和负责监控安全及目标收敛的监督控制器,后者在约束被违反时提供非保守干预并自动生成故障安全备份计划。实验结果涵盖多种 2D 和 3D 数据集(包括手写数据集)的仿真与真实机器人部署,验证了该方法在复杂动态环境中为学习运动提供形式化保证的有效性。
论文提出 RAIN(Refine Actions If Needed)框架,旨在结合轻量级策略的低延迟与迭代生成策略的高成功率优势。该方法通过集成模型预测不同细化层级的动作误差,从而在无需显式标签的情况下决定是否需要及如何对可执行提案进行细化。
该研究提出混合现实反馈控制框架,旨在通过融合多现实(仿真、物理)中的控制输入与反馈信号,优化机器人及自主系统的原型验证流程。针对多现实处理需求,该方法为控制系统建模技术提供了具体支持,以简化系统生命周期管理。论文包含 19 页正文与 7 幅图示,目前处于 arXiv 预印本阶段。
该论文提出了 CapPro 框架,旨在解决视觉语言动作(VLA)模型难以快速适应训练分布外新任务的局限。该方法仅需单个演示人类视频即可实现跨任务自适应,无需目标任务的机器人数据或微调。
本文介绍 ACRO,这是一个为固定视觉语言动作(VLA)策略设计的演员 - 评论家滚动编排层,旨在决定何时继续尝试以及何时进行干预以提升成功率。该方法利用从策略滚动中学习的评论家评估成功前景以选择干预时机和重入目标,并通过轨迹回缩将机器人快速返回至该目标,使 VLA 能从新观测重新开始执行。
推荐理由:提出 ACRO 层在固定 VLA 策略上通过轨迹回缩与干预决策提升成功率,实验覆盖仿真与真实机器人。
针对固定视界执行导致策略调用频繁的问题,本文提出无需训练的 PICES 方法,利用同一条件特征下生成的动作块及其局部扰动版本的差异,自动选择最优执行窗口与动作块。实验表明,该方法在 Jetson Orin 和 Thor 平台上相比固定视界基线,推理耗时最高可提升 2.3 倍,同时改善了任务成功率。
该论文提出 Eye, Robot 框架,利用异步视觉语言模型选择场景参照物,结合反应感知模块维持注视,并通过 Realistic Gaze Transformer(RGT)生成目标条件化的运动。
该论文针对腿式运动控制中硬碰撞约束破坏梯度信号的问题,提出 E2DRL 框架,通过软可微障碍物交互公式与速度条件停止梯度塑造提供训练信号。系统利用 Soft Analytic Policy Optimization 训练的教师在仿真中蒸馏深度基学生策略,并结合地形感知门控模块实现部署。
推荐理由:提出软可微障碍物交互公式,在四足机器人上实现端到端视觉避障的仿真到现实验证。
该工作通过两阶段开发过程研究了物体目标导航问题,提出了 F2A-ObjectNav 自适应代理架构。第一阶段使用固定模块化框架发现不同配置在不同条件下存在性能与成本的权衡;第二阶段引入基于规则的监督器协调导航、检测、验证等组件,利用事件驱动恢复和条件语义引导实现轻量级执行。
ICMC 将参数指定、指令生成与代码合成分离,使 UR5e 机械臂在 MuJoCo 仿真中执行结果可追溯至程序。相比 o1/o4-mini 的一次性生成,该方法通过 GRPO 训练出开放权重的指令策略,在方块放置任务上将正奖励率从 31.6% 提升至 35.3%。研究引入独立评估协议以区分控制与成功判定,确保结果可复现且未宣称真实部署或量产能力。
论文提出 PolyMorph 框架,将机器人 URDF 转换为关节连杆模块,结合循环编码器、基于图的 Transformer 和每关节解码器,生成适用于不同腿数和关节配置的单一运动策略。
推荐理由:PolyMorph 框架通过形态归一化奖励与图 Transformer,实现单策略跨双足、三足及四足机器人的通用迁移。
ForceBench 是一个用于评估六轴腕部力反馈集成的仿真基准,包含八个涵盖物理属性推断、阻力依赖交互及接触丰富装配的任务,并配有 1,600 次同步演示。研究在共享 backbone 上对比了无基线及六种集成设计,发现 Prompt Fusion 在仿真中平均成功率最高(35.31%),真实世界评估显示其所有任务均优于基线。
针对视觉语言动作(VLA)模型在长程移动操作中成功率骤降的问题,本文系统诊断了任务规划、导航定位及局部操作三大失效瓶颈,并提出失败引导的智能体干预方案。该方案通过演示规划指导、自适应视觉记忆、无障碍基座调整及末端执行器微调,将 RoboCasa365 基准的成功率从 19% 提升至 47%,在 BEHAVIOR-1K 和真机任务中亦取得显著改善。代码将于 arXiv 链接处发布。
该研究提出了 RoboSpan 平台及分层模块化框架(HMF),旨在解决全身移动操作中的运动异质性与误差累积问题。方法将 29 自由度动作空间解耦为手部精细操作、臂部姿态调整与移动基座空间配置分支,并引入协同模块具身 Transformer(COMET)实现跨模块信息交互。
针对图像目标导航需连接视觉端点并提供局部策略可遵循观测的挑战,该方法提出 GS-PRM 架构,直接通过三维高斯泼溅渲染构建路网的里程碑、局部连接与视觉参考,无需推导占用栅格或符号距离场。
该研究提出一种针对桌面擦拭的双臂协作规划框架,旨在解决表面清洁中散落物体的遮挡问题。不同于传统仅覆盖自由区域并绕行障碍物的策略,该方法明确分配一只手臂进行物体重排,另一只执行覆盖式擦拭,从而访问先前受阻区域。
推荐理由:提出双臂协作框架,通过几何感知任务规划与运动优化,在存在散落物体时显著提升擦拭覆盖率与效率。
针对多指灵巧手在执行任务时依赖精确接触、协同运动及错误恢复的难点,论文提出 HiFun 分层强化学习框架。该方法将控制复杂度解耦为负责精确接触的‘功能手技能’和负责臂控与激活技能的‘臂手协调策略’。
推荐理由:提出分层强化学习框架 HiFun,通过解耦手技能与臂手协调策略,在两个灵巧手上实现 98.3% 平均成功率。
论文介绍 Robota-Embed,据称是首个同时编码当前状态查询与记录的未来延续的视觉 - 语言 - 动作(VLA)嵌入模型。研究构建了包含 169.5 万条清洗后训练锚点的多源语料库及 Robota-Embed-Bench 基准。
论文提出 Active Generative Simulation 范式及 MetaGenSim 框架,旨在解决现有方法将仿真器视为固定数据源的问题。该框架通过元学习辅助评分网络自动发现高效用数据生成分布,无需人工参数对齐。
论文提出了$S^3$-Nav框架,旨在解决部分可观测环境下的语言引导机器人导航问题。该方法不预设完整环境表示,而是增量构建持久化的空间语义状态,仅向高层策略暴露容量可控的任务条件视图。
推荐理由:该工作提出结构化空间语义决策框架,通过分离持久状态与策略视图提升导航可靠性并降低推理成本。
针对现有全身跟踪器难以兼顾动作意图与表达性特征的不足,本文提出一种残差学习框架,通过补偿幅度、能量、身体扩张等指标来保留动态与姿态特征。方法采用运动感知门控分配修正容量,并将各冻结跟踪器的特定策略蒸馏为统一策略。在 Unitree G1 机器人上进行的八类动作仿真与物理实验表明,该方法优于对应基线。
论文提出 Keypoint Constraint Learning (KCL) 框架,旨在从 RGB-D 观察中通过分割、特征聚类和点跟踪提取稀疏 3D 物体中心关键点及语义掩码质心作为演示表示。
论文提出 MIND(Maintenance via INstruction-conditioned Dependencies)框架,旨在让遵循持久语言指令的机器人在环境变化时避免重新评估所有房间判断。
针对机器人拆解末态产品需适应变异、遵循先决序列及精确接触的挑战,现有监督微调数据难以覆盖环境变化与不确定性。本文提出 PACER 框架,利用策略自身的尝试记录与人类的错误修正经验,通过基于进度和来源/结果的证据重加权机制优化 SFT 损失。该方法在 UR5e 母板上五类组件的拆解基准测试中,成功接近并移交次数达到 87/100,优于普通监督微调后的 54/100。
现有仿生下肢假肢控制器通常针对离散的运动模式(如平地、斜坡和楼梯)进行独立参数化设计。本文提出了一种统一的假肢控制框架,将膝踝生物力学表示为地形坡度和步态相位的连续函数。
FACT 是一种用于灵巧操作的多模态基础模型,通过级联前瞻性视觉规划与力觉感知细化来提升表现。该模型包含两个联合训练组件:Track-Guided Coarse Planner 预测动作、未来视频和视觉轨迹;Force-Action Joint Refiner 在粗粒度计划基础上联合预测未来力并细化动作。
该论文研究了在 VLA 模型零样本迁移之外,针对新任务进行适应时的最佳方法选择问题。研究对比了离线与在线数据场景、最优与非最优轨迹数据的影响。结果显示,在有失败数据时,基于评论家的引导方法优于监督微调;但在离线 RL 中,简单的蒙特卡洛方法表现不逊于复杂的评论家训练函数;在线设置下,基于评论家的引导样本效率更高但性能上限低于全量微调。
针对不同具身形态导致的状态转移动态不兼容问题,论文提出 PACE 两阶段框架:第一阶段利用离线轨迹预训练提取任务级上下文,第二阶段引入预测动力学适配器作为潜在正则器,在保持实时推理的同时将策略锚定在执行机器人的转移行为上。
针对现有物理基方法仅训练单条轨迹导致技能复用受限的问题,本文提出 DexMimic,这是一种跨多种手物交互轨迹联合训练的通用灵巧手部 - 物体追踪策略。该方法通过价值引导重置分配机制,在线调整初始化分布以优先处理困难阶段并选择高预期回报的重置状态。研究构建了涵盖训练、微调与泛化的基准,实验显示其在追踪成功率、训练效率及零样本泛化方面表现优异,并在真实世界灵巧操作平台上得到验证。
针对机器人系统在获取特定目标信息时面临的严重遮挡问题,本文提出了一种基于视域缩减的次优视角(RH-NBV)规划器。该方法将局部感知建模为短视界序列决策问题,通过评估未来视角序列而非孤立视角来选择视点。实验在 UR5e 机械臂及物理机器人上验证,在重度遮挡条件下,RH-NBV 的目标区域覆盖率达 63.8%,被遮挡表面召回率为 85.5%,显著优于单步次优视角规划器。
该研究提出 HumanVerse 数据集及从人类到机器人的对齐管线,旨在解决大规模收集机器人演示成本高的问题。通过引入 λ0 这一具身基础模型,利用对齐后的人类演示数据进行中期监督训练,实现了在 Unitree G1 上的零样本迁移。实验显示,该方法在 SIMPLE 基准上达到 90.0% 成功率,在真实世界任务中达到 62.5%,且增加全身人类数据能持续提升下游任务进展。
SenseNova 联合研究团队发布了 GPT-6-Astra 的评估报告,指出该模型在机器人操作与导航任务中展现了挑战传统专用模型范式的竞争力。研究通过大规模基准测试发现,尽管上下文学习(ICL)能带来前所未有的性能提升,但在真实部署中存在演示采集成本高、物理约束下无法以更长执行换取更高成功率等显著差距。
该论文针对长程任务训练中终端奖励信号利用率低的问题,提出 CoPE 方法,通过引入多步动作目标实现智能体行动与预测的协同进化。在 ALFWorld、ScienceWorld 等五个基准测试中,该方法相比 GRPO 和 ECHO 基线实现了更高的样本效率和更强的综合性能,且无需额外模型或推理开销。代码已开源。
LIBERO-Industry 是一个基于 LIBERO 构建的新型基准,旨在评估机器人在高混合低产量(HMLV)等灵活制造场景下的操作能力。该基准将产品变体、物料流动变化、有限执行窗口和严格几何公差等工业约束转化为可控任务条件,包含静态到动态加载、动态到静态卸载及动态到动态转移三类共 216 个任务。
该论文针对长视界智能体强化学习中因策略探索失败导致无法有效分配信用的问题,提出 SERO 方法。该方法在恢复当前策略实际到达的状态后,利用仅用于训练的预言机与环境交互,获取下游观测与动作作为监督信号,并通过策略可达性加权优化损失函数。研究在 ALFWorld 和 WebShop 两个基准上验证了该方法的有效性,且推理阶段无需使用预言机。
推荐理由:提出 SERO 方法,利用可执行预言机续写解决长视界强化学习的监督难题。
针对语言模型智能体在长任务中频繁出现重复工具调用(循环)的问题,论文提出 DeLoop 方法。该方法利用智能体自身的 rollout 数据,将循环动作视为负样本、后续非循环动作为正样本,通过直接偏好优化进行自监督训练,无需外部奖励或人工评判。
推荐理由:提出利用自身循环行为进行自监督训练的 DeLoop 方法,无需奖励或人工评判即可降低长任务中的重复操作并提升成功率。
近日,Knowin AI、香港科技大学(广州)等 8 家机构的 39 位研究者联合发布《In-Context Learning for Robots: Methods and Applications》综述,系统讨论了让机器人利用少量示范与现场指导快速迁移到新任务的技术。
广州具身智能公司云蝶科技宣布完成数亿元B+轮系列融资,由StellarS Capital、亚洲联合基建等机构和个人联合投资。资金将主要用于具身智能核心技术迭代与真实场景规模化落地,提升机器人持续工作的可靠性及跨场景部署效率。
最多提供 50 页,更早的内容请使用搜索或主题页。