跳到正文

技术方向

具身智能 最新动态

机器人模型、硬件、学习方法和真实部署;区分仿真、遥操作演示与自主运行。

1,139 条精选近 30 天 643 条共收录 4,549 条

更新

精选归档 · 第 51 页

10月5日周一第 1001–1020 条
  1. arXiv · 机器人与计算机视觉78

    置换鲁棒性不足:多智能体 Transformer 策略中的动作坍缩问题

    针对多智能体机器人学习,作者发现 Transformer 策略虽能建模交互但存在顺序敏感性与动作同质化风险。研究提出除返回值和置换鲁棒性外,还需引入动作多样性、同行动作比例等诊断指标以检测动作坍缩。实验表明弱等价正则化可在保持行为多样性的同时提升 N=3 智能体团队的鲁棒性,而 N=4 团队需更小权重。论文强调评估多智能体策略应关注其是否维持非坍缩的差异化行为。

    推荐理由:本文指出仅凭置换鲁棒性无法保证多智能体策略的有效性,提出需结合动作多样性诊断指标来评估是否存在动作坍缩现象。

  2. arXiv · 机器人与计算机视觉82

    FastOPD:面向轻量级 VLA 部署的同策略蒸馏方法

    针对大规模视觉语言动作模型计算成本高难以部署的问题,本文提出了 FastOPD 框架,通过同策略蒸馏将大模型知识迁移至紧凑学生网络。该方法结合单状态教师监督与自一致性目标,理论上可恢复理想少步模型的分布特性。

    推荐理由:提出基于同策略蒸馏的轻量化框架,在仿真与真机实验中验证了大幅降低推理延迟同时保持性能的方法。

  3. 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。

  4. 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。

  5. 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。

  6. arXiv · 机器人与计算机视觉82

    RoboBridge:一种用于 Sim-to-Real 迁移的自我进化具身智能体框架

    该论文提出了 RoboBridge 框架,旨在解决将具身智能能力从仿真环境迁移到现实世界并支持部署后持续适应的挑战。框架将任务知识表示为连接意图、观测、工具操作和结果验证的程序,利用预训练的视觉语言动作策略作为可复用的行动工具,并通过推理时间引导增强执行能力。

    推荐理由:提出将仿真到现实迁移视为可执行技能的持续适应,利用预训练策略作为工具并通过交互反馈生成候选技能修订,实现无需重新训练的细粒度执行。

  7. arXiv · 机器人与计算机视觉78

    月球表面拜占庭探测器识别:基于归因感知的轨迹分析

    论文提出一种针对非合作行星探测器的归因感知轨迹分析方法,旨在解决多探测器共享部署区时的合规验证难题。该方法通过评估候选可信子集的统计一致性而非单个测量有效性,从稀疏遥测数据中重建轨迹并识别提供虚假测量的拜占庭节点。实验表明,该方法在合成仿真和真实类地数据上均能显著优于现有的鲁棒位姿图优化基线。

    推荐理由:提出针对非合作行星探测器的归因感知轨迹估计方法,在存在拜占庭节点时能识别恶意数据并提升轨迹重建精度。

  8. arXiv · 机器人与计算机视觉78

    基于关键时间高斯过程回归的事件相机立体视觉里程计

    该论文提出一种连续时间事件相机立体视觉里程计(VO)管道,通过物理基础的前向加速度白噪声先验将测量插值到精确的时间戳,从而在保持异步测量原生分辨率的同时维持实时运行。

    推荐理由:提出基于关键时间高斯过程的实时事件相机立体视觉里程计,在 MVSEC 和 DSEC 数据集上实现比离散估计器更优的精度与频率。

  9. arXiv · 机器人与计算机视觉82

    CriticHack:评估机器人策略优化下的视觉奖励风险

    该研究指出,学习到的视觉奖励模型在优化机器人策略时,可能同时提升任务成功率与错误对象失败率,导致监控信号失真。通过在抽屉操作任务上微调扩散策略并对比不同训练信号,实验证实了这种放大效应源于特定分布偏移,且现有成功终止配方存在继承性误差。作者提出冻结结果验证器可将优化导向正确目标。

    推荐理由:揭示视觉奖励模型在机器人策略优化中可能放大错误对象失败的风险,并提出冻结结果验证器作为修正方案。

  10. arXiv · 机器人与计算机视觉83

    Keep the Effect, Drop the Actor:可编程效果 - 执行世界动作模型

    arXiv 论文介绍 PEWAM 模型,该模型将机器人演示中的物体变化编译为独立于操作臂的效果程序(3D 关键点轨迹、持握点及终态配置)。在 LIBERO-Goal 任务中,基于单一演示的程序完成 40/90 集数,优于目标图像或语言条件的方法;在 Meta-World 部分类别上超越现有最佳结果。该程序支持人工编辑(平移终端状态、旋转接触点),且无需重训练即可在四款机械臂上运行。

    推荐理由:该工作提出 PEWAM 世界动作模型,将机器人演示编译为可编辑的效果程序,实现从效果到执行的闭环推理与跨机械臂复用。

  11. arXiv · 机器人与计算机视觉76

    World-Calibrated Proposal-to-Action Flow for Vision-Language-Action Models

    论文提出 ProAct 框架,针对现有基于流的 VLA 策略因生成源未受近期执行或未来演化条件约束而丢失局部连续性的问题,引入轻量级提案专家与前瞻性世界专家。前者将近期动作转化为场景感知假设以保留运动连续性,后者预测任务一致的潜在未来并校准各向异性生成源。

    推荐理由:提出 ProAct 框架,通过世界校准的提案到动作流解决生成源不可预测问题,在仿真与真实任务中提升性能并降低推理延迟。

  12. Hugging Face Daily Papers78

    Rationale-Guided Policy Optimization:基于自适应推理脚手架的策略优化方法

    针对大语言模型强化学习中奖励稀疏导致优化停滞的问题,本文提出 Rationale-Guided Policy Optimization (RGPO) 框架。该方法将真实推理过程作为临时脚手架辅助模型生成改进响应,随后仅将高奖励的自生解法转移回无引导设置,无需依赖同格式的非策略数据。实验表明,该框架在文本及视觉语言推理任务中均能提升性能并稳定强化学习训练。

    推荐理由:提出利用自适应推理脚手架缓解强化学习奖励稀疏问题,在文本与多模态任务中均优于基线。

  13. Hugging Face Daily Papers82

    结构化 MoE 专家选择以适配智能体强化学习

    该研究针对长程 LLM 智能体常用稀疏混合专家(MoE)模型但行为与结构协同设计不足的问题,发现专家路由在语义相似操作间存在重叠特性。作者提出分层路由控制框架,鼓励轮次级专家选择对齐智能体操作并正则化 token 级选择以维持局部一致性,同时引入熵门控机制解决后训练稳定性问题。

    推荐理由:原文提出分层路由控制框架,解决智能体强化学习中 MoE 专家选择与轨迹结构不匹配问题,在基准测试中成功率提升超 10 个百分点。

10月4日周日
  1. Hugging Face Daily Papers82

    EVISKILL:将技能进化锚定在可复现的证据上

    论文介绍 EVISKILL 框架,旨在让大语言模型智能体在不更新模型参数的情况下,从交互经验中累积和提炼可重用的程序性知识。该框架将执行观察组织为“可复现证据卡片”,并在编辑与上下文之间建立显式链接。

    推荐理由:提出 EVISKILL 框架,通过可复现证据卡片组织执行观察,在更新参数外积累程序性知识并验证编辑。

10月3日周六
  1. 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 Papers78

    CUAWright:面向数字代理的最小统一接口

    CUAWright 是一种仅约 3K 行代码的极简终端接口工具,利用 bash 命令作为唯一操作界面,文件系统作为动态演化空间以构建工具和上下文管理。实验显示,相比 GPT-5.5 基线及 GUI 原生接口,该方案在 OSWorld 2.0、Online-Mind2Web、Odysseys 等基准任务中显著提升成功率并降低估算成本,同时在 CAD 应用中也展现出更强的视觉理解与交互能力。

    推荐理由:CUAWright 提出最小化终端接口方案,在数字任务与 CAD 应用中显著优于 GUI 及混合接口。

  2. Hugging Face Daily Papers78

    MetaRubric:面向基于评分表的强化学习的奖励学习新方法

    论文 MetaRubric 针对基于评分表的强化学习中评分器在关键信息缺失时仍给予高分(Vacuous Credit)的问题,提出交替进行证据感知策略优化与响应引导的评分表自适应方法。

    推荐理由:针对评分器在信息缺失时仍给高分的失效模式,提出交替优化策略与反事实构造方法以修正奖励信号。

  3. 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。