跳到正文
11月5日周四
  1. arXiv · 机器人与计算机视觉75

    Motion-guided Contrastive Regularization For Latent World Models

    针对 JEPA 风格世界模型中静态背景干扰导致规划失败的问题,作者提出运动引导对比正则化方法。该方法利用光流相似度构建软对比目标,结合潜在预测与 SIGReg,鼓励表征保留同一集内的状态区分度并抑制静态内容影响。在 OGBench-Cube 随机化背景下,规划成功率从 52% 提升至 78%,LIBERO-Object 任务从 14% 提升至 54%,并在四个其他视觉控制基准上保持相当性能。

  2. arXiv · 机器人与计算机视觉68

    ConDR:基于神经哈密顿 -雅可比下解的保守可达性分析

    论文 ConDR 针对 DeepReach 方法因对称惩罚导致不安全状态被误判为安全的问题,提出一种学习 HJI VI 下解的方法。该方法通过构造性约束障碍分支与终端条件,利用单边损失将残差推至零以下的安全边际,并防止全部分类为不安全的退化解。

  3. arXiv · 机器人与计算机视觉82

    Compounding Physical RSI:将执行失败转化为可继承能力的自进化策略框架

    论文提出 Compounding Physical RSI 框架,解决通用机器人策略在物理环境中因下游瓶颈不可观测、失败轨迹无法提供修正动作及更新共享参数导致技能退化等问题。

    推荐理由:提出 Compounding Physical RSI 框架,将执行失败转化为可继承能力,在 RoboDojo-Sim 基准上实现领先性能。

  4. arXiv · 机器人与计算机视觉78

    超越违规分数:驾驶与机器人导航代理的闭环评估失败边界轮廓

    针对 CARLA 封闭回路基准仅依赖违规罚分无法区分停止与推挤障碍行为的局限,本文提出失败边界轮廓方法,通过改变走廊宽度或车流时间差等因子并认证每个变体应通行或停止,估算代理的承诺度与能力曲线。该方法在七个驾驶代理和 Isaac Sim 仓库机器人上评估显示,规则专家决策准确率为 0.74,而得分最高的学习代理仅为 0.60,揭示了高分策略在不同失败模式下的差异。代码与数据已公开。

    推荐理由:提出失败边界轮廓方法,通过认证标签区分不同导航策略在闭环评测中的决策准确性与行为差异。

  5. arXiv · 机器人与计算机视觉5

    Vortex-Induced Torque in Grasping Soft Objects: Influence of Geometry and Pneumatic Parameters 研究

    该研究量化了抓取柔性物体时涡流诱导扭矩与供气压力、切向喷嘴直径及表面几何曲率的耦合效应,发现穹顶凹面在几何匹配良好时产生最大且可重复的响应。高斯过程回归在交叉验证中表现最优,证实可从气动和几何参数估算扭矩,为灵巧操作软体物体提供预测基础。

  6. arXiv · 机器人与计算机视觉78

    RACE:一种无需回放的机器人策略检查点选择方法

    针对学习型机器人策略在训练阶段评估困难的问题,论文提出 RACE 指标,利用固定集的成功轨迹校准动作偏差并聚合累积评分,替代昂贵的实机测试。实验表明,该指标在仿真中优于基线且对验证集变化鲁棒,在真机上其检查点排名与部署成功率一致,能有效区分不同偏差对任务成功的影响。

    推荐理由:提出 RACE 指标,利用固定成功轨迹校准动作偏差以替代昂贵实机测试,仿真与真机实验均显示其排名与部署成功率高度一致。

  7. arXiv · 机器人与计算机视觉72

    ZipDrift:利用一步漂移模型生成多模态短视界 MPC 代价

    针对短视界模型预测控制(MPC)因视野局限导致的多模态最优解平均化或继承不一致专家决策的问题,提出 ZipDrift 方法。该方法训练一个仅基于候选修正代价评估的一步漂移生成器,结合学习到的评论家对候选进行排序,由 MPC 强制执行动力学与约束。

  8. arXiv · 机器人与计算机视觉78

    基于生成式海洋模型的闭环自适应采样方法

    针对稀疏海洋观测场景,研究提出一种多机器人闭环自适应采样框架,利用单一学习到的生成式海洋模型完成预报、不确定性估计、规划及数据同化。该方法在潜在空间构建集合预报并解码至物理状态,结合可达性约束选择采样点,实验表明其 A-或 D-最优策略优于静态与随机基线,同时揭示了模型不确定性与预报误差的偏差问题。

    推荐理由:提出闭环自适应采样框架,利用生成式海洋模型进行预测与不确定性估计,多机器人策略优于静态基线。

  9. arXiv · 机器人与计算机视觉75

    OdorSpaces:面向三维环境的视觉 - 嗅觉具身导航基准与平台

    OdorSpaces 是一个基于物理的仿真平台与基准,旨在探索被忽视的具身 AI 中的嗅觉感知领域。该平台在 Habitat-Sim 中集成了由 Fire Dynamics Simulator (FDS) 驱动的三维气味传输与扩散模拟,使智能体能够利用视觉和嗅觉观测在逼真的室内环境中导航。

  10. 盖世汽车 · 汽车资讯38

    小鹏汇天建成国内首家 eVTOL 全域验证中心

    小鹏汇天宣布建成国内首家 eVTOL 全域验证中心,覆盖广州天河、黄埔及佛山三水三大基地,总面积超 7.5 万平方米并设 50 余个实验室。该体系按“部件、系统、整机”三级展开测试,自主研发旋翼动态标定试验台等专用设备,使整机电推进系统耐久性验证效率提升 8 倍以上。

  11. The Robot Report15

    The Robot Report 发布《2026 机器人初创企业雷达》,收录 60 家成立于五年内且聚焦软件、仿真及下一代 AI 模型的全球初创公司,涵盖制造、农业与医疗等多行业应用。

    The Robot Report 发布《2026 机器人初创企业雷达》,收录 60 家成立于五年内且聚焦软件、仿真及下一代 AI 模型的全球初创公司,涵盖制造、农业与医疗等多行业应用。报告提供各企业的技术应用、员工规模及累计融资数据,旨在帮助投资者识别具备技术基础与行业合作伙伴关系的创新主体。该榜单由 maxon 和 PTC 赞助,相关奖项提名已于波士顿机器人峰会前开放。

  12. 量子位80

    百度发布ApolloWorld世界模型,实现虚拟路测一天抵三年

    百度正式披露全新世界模型ApolloWorld,利用AI构建持续变化的虚拟交通环境,支持多智能体交互与完整行程级别的实时推演。该系统已应用于萝卜快跑的全球化测试验证,宣称其虚拟路测效率相当于一辆配备安全员的真实测试车连续行驶三年。

    推荐理由:百度披露ApolloWorld世界模型,支持实时推演完整Robotaxi行程,宣称虚拟路测效率可达真实测试的三倍。

11月4日周三
  1. 车东西70

    得世界模型者得天下?Robotaxi企业纷纷押注下一场技术革命

    车东西报道指出,全球Robotaxi竞争进入新分水岭,Waymo融资后发布基于DeepMind Genie 3的世界模型,百度则披露面向物理AI的ApolloWorld。文章分析世界模型通过生成虚拟路测(如一天顶三年)解决实车测试效率瓶颈,并对比了两者在技术路径上的差异:Waymo侧重复杂场景生成与多传感器仿真,而百度更强调因果性、交互性及完整出行任务的验证,旨在支撑L4系统的训练与商业化落地。

  2. arXiv · 机器人与计算机视觉82

    Route Anything:通用 AI 系统中的模型与策略路由研究

    论文提出 Route Anything 统一框架,通过构建涵盖语言、视觉、视频、语音及机器人操作的跨模态基准矩阵(含 37.4 万次运行数据),研究了在质量与成本权衡下的最优路由机制。实验显示,基于输入的 oracle 路由比最佳固定候选者提升 5.4 分,学习到的路由器进一步提升性能并减少 24% 的策略时间,平均效率提升 8.82 倍。

    推荐理由:构建了跨模态任务路由框架,证明动态策略选择比固定候选者更优且能显著降低计算成本。

  3. arXiv · 机器人与计算机视觉72

    面向无人机系绳建模的实时有界悬链线求解器

    Max Beffert 和 Andreas Zell 提出一种针对非静止系绳多旋翼无人机的实时求解器,将悬链线边值问题重构为单变量超越方程并证明收敛性。通过改进初值和混合求根法,平均求解时间降至 4.0 微秒,较优化后的旧方法快 68 倍且误差极小。该方法已在 ArduPilot 飞行控制器上以 Lua 实现验证,满足嵌入式调度预算。

  4. arXiv · 机器人与计算机视觉72

    SimuScene:基于单张图像的物理就绪组合式 3D 场景重建方法

    该研究提出 SimuScene,一种将物理引擎纳入形状与布局估计生成过程的组合式 3D 重建管线。不同于仅用于后处理修正,该方法利用物理引擎在生成过程中作为诊断测量工具,通过重力模拟将穿透和支撑失败转化为定量修正信号以驱动模态形状重采样及轻量级几何拉伸修正,从而缓解累积误差并产出稳定的物理就绪场景。

  5. arXiv · 机器人与计算机视觉42

    具备方向可调推进器的水下车辆设计与自适应跟踪控制研究

    针对复杂动态水下环境机动性受限问题,该研究提出一种配备矢量推进器的方向可调推进器水下车辆(OAT-UUV),实现全六自由度运动。系统采用基于视觉的跟踪控制方案,集成实时状态反馈与新型前馈自适应模型预测控制器(FF-AMPC)。实测表明,该设计显著提升了水下机动性,且 FF-AMPC 控制器相比传统控制器使悬停性能提升 49.1%。

  6. arXiv · 机器人与计算机视觉78

    DRAP:面向物理 AI 持续学习的动力学 - 风险自适应可塑性

    论文提出 DRAP(Dynamics-Risk Adaptive Plasticity),这是一种无需回放机制的物理 AI 持续学习方法,旨在解决小步策略误差累积导致闭环任务失败的问题。

    推荐理由:提出无需回放机制的 DRAP 方法,通过轨迹风险加权梯度累积来动态调节模型张量的可塑性,在 OpenVLA 子网络上实现了 LIBERO 基准任务中旧行为保留与新任务获取的平衡。

  7. arXiv · 机器人与计算机视觉43

    computeSOSFunnels 开源包通过 SOS 编程计算不变可达集以验证闭环系统轨迹跟踪

    computeSOSFunnels 开源包提出最小体积公式,在单轮车、摆杆及 12 状态四旋翼实验中验证了闭环系统对计划的跟踪。该工具在真实动力学下对漏斗边界 39,000 个样本均无违规,且构建半定规划耗时远大于求解时间。论文已提交 IEEE Transactions on Control Systems Technology,代码与文档公开可用。

  8. arXiv · 机器人与计算机视觉78

    基于递归可行控制屏障函数的网联自动驾驶多智能体强化学习安全保障方法

    针对多智能体强化学习缺乏安全保证且传统控制屏障函数易不可行或过于保守的问题,本文提出 Backup-Horizon CBF 方法。该方法沿时间步长评估安全性直至车辆停止,在控制约束下保持递归可行性并精确考虑几何形状。

    推荐理由:提出递归可行控制屏障函数,在仿真中实现多智能体强化学习的安全保障与实时性。

  9. arXiv · 机器人与计算机视觉65

    面向汽车雷达预碰撞场景的 AI 预测车辆参数物理一致性评估方法

    该论文提出一种基于物理一致性的评估框架,用于验证汽车雷达感知中由数据驱动模型生成的车辆假设。该方法利用包含遮挡依赖边缘可见性、方位角与角度相关的 RCS 建模以及车轮诱导多普勒特征的物理参考模型,生成预期的雷达特征,并通过基于 Wasserstein 距离的一致性指标(涵盖检测空间分布、局部计数和反射强度)将其与观测到的雷达点云进行对比。

  10. arXiv · 机器人与计算机视觉75

    基于 MPM 引导的 3D 高斯仿真的物理扩散策略

    论文提出一种感知物理的扩散策略框架,通过耦合 3D 高斯泼溅与可微材料点法(MPM)仿真,从视觉演示中恢复物体材质属性。估计的物理条件被集成到材质感知的专家混合扩散策略中,以实现不同物理 regime 下的自适应行为生成。此外,引入了无需在线优化即可高效检索物理信息的物理记忆库。在多种模拟和真实世界物体上的实验表明,该方法相比现有的基于扩散的方法提升了操作成功率与泛化能力。

  11. arXiv · 机器人与计算机视觉58

    SWAP-INR:一种用于时变多变理科学数据压缩的隐式神经表示方法

    针对高性能计算环境中多变量科学仿真数据存储瓶颈问题,本文提出 SWAP-INR 架构以实现高保真压缩。该方法引入可切换注意力路径(SWAP)模块以显式建模跨变量交互并剪枝冗余层,同时利用自适应放大 SIREN(A2-SIREN)替代刚性频率缩放以适应异构物理特征。

  12. arXiv · 机器人与计算机视觉44

    Spin Spherical Fourier Neural Operators:球面上矢量与旋量场的等变高效学习

    Spin Spherical Fourier Neural Operators(S²FNOs)通过提升球面卷积实现了对球面上任意自旋场(如风场、宇宙微波背景偏振及弱引力透镜剪切)的精确旋转等变学习。该方法基于 Mackey 函数框架与谐波表示,在现有基准测试中达到最先进水平,并在新引入的基准上超越了标量模型。研究证明了该层级的旋转等变性保持至机器精度,相关代码与论文已作为预印本公开。

  13. arXiv · 机器人与计算机视觉78

    IGSW:基于内在解耦高斯泼溅的多天气城市场景重建

    论文提出了 IGSW 框架,旨在实现高保真的 4D 城市场景多天气编辑以支持端到端自动驾驶训练。该方法将背景高斯外观分解为共享反照率与法线及特定辐照度残差,并利用扩散模型生成的教师图像和内在映射提供软监督;第二阶段通过结构保持门控抑制不可靠区域并增强目标天气外观。

    推荐理由:提出 IGSW 框架,通过解耦高斯场景建模与结构保持的天气细化,解决了多天气编辑中的结构失真问题。

  14. arXiv · 机器人与计算机视觉78

    UrbanTwin 挑战赛 V2X-Real 赛道:坐标系恢复与分类级 NMS 等 Sim2Real 方法

    作者 Aman Upganlawar 分享了其在 UrbanTwin Sim2Real LiDAR Challenge V2X-Real 赛道的最终方案,该方案仅使用合成数据训练并在真实 Ouster OS1-64 雷达上评估。

    推荐理由:作者分享了在 UrbanTwin 挑战赛中解决坐标系对齐、分类级 NMS 及零值点建模的三项关键工程修正,为仿真到现实的 LiDAR 检测提供了可复用的诊断思路。

  15. arXiv · 机器人与计算机视觉78

    UrbanTwin Sim2Real LiDAR 挑战赛 LUMPI 赛道论文:基于几何修正与分布对齐的仿真到现实路边激光雷达检测

    该论文描述了作者团队在 UrbanTwin Sim2Real LiDAR 挑战赛 LUMPI 赛道的最终方案,该方案仅使用合成数据训练并在未见过的真实路边激光雷达上评估。

    推荐理由:作者提出针对路边 LiDAR 小目标检测的几何修正与分布对齐方法,并分享了可预测提交分数的实验方法论。

  16. 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。

  17. 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。

  18. arXiv · 机器人与计算机视觉28

    PhysFTM:基于 RKHS 因子的物理信息功能 Tucker 方法用于稀疏时空重建

    PhysFTM 是一种将 Tucker 模式因子参数化于再生核希尔伯特空间(RKHS)并融入偏微分方程约束的模型,旨在解决固定稀疏传感器下的物理动力学重建难题。该方法通过交替最小化重构支持帧连续场,并在 Tucker 核心空间构建轨迹以解码缺失帧,在 Allen-Cahn、Navier-Stokes 等四个基准上验证了高精度重建能力。代码已开源,论文已被 NeurIPS 2026 接收。

  19. Hugging Face Daily Papers83

    PrimeSim:基于大规模跨具身演示的通用世界模型模拟器发布

    论文 PrimeSim 提出了一种动作条件化的多视图世界模型模拟器,通过渐进式中期训练和后期训练解决动作跟随与多视图一致性难题。该模型在 30,110 小时、22 个平台的数据上预训练,支持刚性及可变形操作任务的长程仿真,并在多个基准测试中领先开源同类模型。作者发布了模型权重、推理代码及训练代码,但材料仅基于 arXiv 预印本,未提及同行评审状态或真实机器人部署结果。

    推荐理由:原文给出了跨具身演示训练的世界模型架构与代码入口,相关团队可据此评估其仿真一致性与长程规划能力。