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。
内容形态
四领域论文、技术报告与研究解释,明确预印本、投稿、接收和出版状态。
1,994 条精选近 30 天 1,302 条共收录 10,555 条
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。
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。
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。
Physical AI Smart Spaces 是首个同时提供大规模、多类别和多相机室内智能空间 3D 感知数据的基准。数据集包含超过 280 小时同步 1080p 视频,由近 1800 个摄像头在仓库、医院和零售场所等场景采集,并附带自动标注的多相机身份、2D/3D 边界框、相机标定及深度信息。
推荐理由:该基准提供室内多相机同步数据与自动标注,并扩展 HOTA 指标至三维空间,支持仿真到现实的评估流程。
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。
这篇论文提出了 Spatial Memory Intelligence (SMI),这是首个系统性地利用理解模型来管理长视频世界模型中空间记忆的框架。针对记忆序列增长和结构复杂化的挑战,SMI 引入了四个协同的原子操作:空间聚类、簇内稀疏化、动作感知检索以及可靠性感知过滤。实验表明该方法在多种基线、基准和世界模型骨干网络上均有效,显著提升了记忆稀疏度、生成稳定性和空间一致性。
推荐理由:该框架首次将理解模型用于长视频世界模型的时空记忆管理,通过聚类与稀疏化操作提升生成稳定性。
论文提出 MapMergeLLM 框架,将向量化 HD 地图的局部预测片段聚合成全局地图建模为条件序列生成任务。该方法利用坐标 tokenizer 和几何感知预训练精确表示坐标,并引入行级关联损失监督同一地图元素的对应关系。
推荐理由:提出 MapMergeLLM 框架,利用大语言模型将向量化地图聚合转化为条件序列生成任务,在 Argoverse2 和 nuScenes 数据集上显著优于启发式与优化基线。
OpenRUA 是一个零抽象层的工具,让通用编码智能体仅通过终端访问机器人原生软件接口 ROS 2 即可执行任务,无需定制封装或特定训练。在配备 Claude Code(Claude Opus 5)的实验中,该框架在 CaP-Bench 上达到 99.0% 的成功率,在 LIBERO-PRO 上达到 87.0%。
推荐理由:OpenRUA 通过极简终端访问 ROS 2,证明通用编码智能体无需定制接口即可实现零样本视觉运动策略。
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。
针对医学体积渲染中转移函数(TF)控制颜色与可见性的问题,本文提出 FactorSplat,一种每场景 N 维高斯溅射(N-DGS)代理。该方法在推理时接受区域特定的强度到 RGBA 曲线,通过局部查找应用作者设定的颜色和不透明度变化,同时利用共享功能编码器和低秩每高斯因子学习残差外观响应。
推荐理由:提出可接受区域特定强度到RGBA曲线的每场景高斯代理,在七组CT和MR扫描上提升PSNR与误差指标。
该论文针对现有世界 - 动作模型缺乏显式子任务推理的问题,提出了 Visual Goal-conditioned Action Reasoning (ViGAR) 分层框架。
推荐理由:提出分层框架将长程任务拆解为视觉子目标规划与执行,支持上下文学习与物理先验共享。
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。
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。
针对长周期任务中用户难以判断哪些决策需要验证的问题,研究提出无需训练的 Evidence-Grounded Behavior Graph(EBG)方法,将源链接证据分组并构建关系图以辅助监督。研究构建了包含两个维度的 AgentMonBench 软件工程基准,实验表明 EBG 在多种模型设置下均能提升关键决策识别与证据定位效果,且该优势在不同输入规模和超参数配置中保持稳定。
推荐理由:提出无需训练的 EBG 方法,通过证据图辅助用户识别长周期任务中的关键决策并定位依据。
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。
论文介绍 CLIFT 方法,通过共形自验证解决强化学习中奖励稀疏及外部裁判成本高的问题。训练中利用 URL 条件证据一致性筛选信号并赋予信任权重,将自证分数融入每步奖励;测试时将认证库冻结用于共形轨迹选择,在无需调用外部裁判的情况下实现保守的多数投票决策。
推荐理由:CLIFT 提出基于共形自验证的训练与测试时扩展方法,利用低成本自证信号替代昂贵的外部裁判,在 WebArena 等基准上实现开源模型的最优性能。
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。
针对长视频理解的效率问题,本文提出一种无需训练的单次遍历框架 LoHi,结合低分辨率密集流与高分辨率稀疏帧。实验表明,在匹配 Token 预算下,该方法平均准确率提升 10.6 个百分点,前端解码延迟降低最多 7 倍。论文已接受于 NeurIPS 2026。
推荐理由:该研究提出无需训练的 LoHi 框架,通过联合分配帧率与分辨率提升长视频理解效率。
arXiv 自 2026 年 10 月 1 日起对全体作者实施投稿限制,每人每月最多提交两篇论文,且该额度为所有分类共用。即便论文被拒稿或换分类,只要进入审核流程即消耗一次额度;若主动删除则不占用额度。新规主要针对 AI 工具导致论文生产速度激增与低质量论文(如 thin papers、salami papers)泛滥引发的审核压力,旨在缓解志愿审核员的工作负荷并保障正常投稿的流转效率。
推荐理由:arXiv 自 2026 年 10 月起实施每人每月最多提交两篇的新规,旨在应对 AI 工具导致低质量论文激增及审核资源紧张的问题。
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。