跳到正文
  1. arXiv cs.RO62

    OneSteer:单步扩散全身控制实现可转向人形机器人运动跟踪

    Yifei Huang 等人提出 OneSteer,一种单步扩散全身控制器,将通用运动跟踪与测试时选择性转向结合,通过可微任务代价在冻结权重下优化生成器输入噪声,并用身体分组参考掩码放宽部分跟踪要求。

    推荐理由:论文给出单步扩散全身控制器在 Unitree G1 上的实测结果,可看选择性转向如何放宽跟踪约束。

  2. arXiv cs.RO74

    研究团队用仿真强化学习训练 27B 推理模型原生操作真机

    Jiaming Tang、Song Han 等提出 PEAR 后训练引擎与 robot-use 强化学习(RURL),让开源 27B 推理模型完全在仿真中、无需示教即可学会原生使用真机。

    推荐理由:论文给出纯仿真强化学习训练开源 27B 模型原生操作真机的完整方法与迁移数据,可对照 VLA 微调路线。

  3. arXiv cs.RO70

    X-Nav 技术报告:人形机器人完成室内到室外百米长程导航

    X-Nav 技术报告提出一套从数据到部署的人形机器人长程导航系统,在灵犀 X2 上完成从办公楼大堂到邻栋商店约一百米的语言指令任务。其导航模型 MELIOR 仅使用机器人自带相机的 RGB 图像,分预测动作的 MELIOR-A 和预测导航目标的 MELIOR-N 两个版本,配合 X-Navarch 智能体工作流把简短指令拆成子任务并执行目标导航与避障。

    推荐理由:论文给出从数据采集到真机部署的完整链路,并说明数字孪生数据微调如何提升闭环成功率。

  4. arXiv cs.RO60

    Agentic-Teacher:面向 VLA 后训练的失败驱动数据引擎

    论文提出 Agentic-Teacher,一个面向 VLA 后训练的自主数据引擎,可分析失败 rollout、选择干预状态并迭代生成闭环代码策略,把验证通过的策略变成可复用的演示生成器。

    推荐理由:论文给出失败驱动数据引擎的完整流程,并列出 π0 在三个仿真基准上的成功率变化,便于比较数据生成与筛选环节。

  1. 逐际动力78

    逐际动力开源 FluxVLA Engine 标准化 VLA 工程底座

    逐际动力开源 FluxVLA Engine,一个面向具身智能的标准化 VLA 工程底座,用统一配置和标准接口打通数据处理、模型训练、仿真评测到真机部署全流程。该框架支持 Qwen、GR00T、Pi 全系列及 DreamZero 等模型,接入 Isaac Sim、LIBERO 仿真器,并兼容 UR 机械单臂、ALOHA 双臂和逐际动力 TRON 2 等硬件。

    推荐理由:逐际动力把数据、训练、仿真到真机部署的流程收进一套统一配置,读者可据此判断 VLA 工程门槛的实际变化。

  1. NVIDIA 开发者博客 · GR00T72

    NVIDIA 发布 Project Rheo 蓝图,用 Isaac Sim 仿真训练医院自动化机器人

    NVIDIA 发布 Project Rheo 蓝图,让开发者在 Isaac Sim / Isaac Lab 中搭建医院数字孪生,用仿真和合成数据训练医院自动化机器人。

    推荐理由:原文给出 Project Rheo 从场景搭建、遥操作采集到合成数据与 RL 后训练的完整流程和代码入口,可迁移到其他机器人任务。

已经到底了