跳到正文
11月16日周一
  1. arXiv cs.RO44

    面向Sim2Real V2X LiDAR检测的坐标系恢复、逐类NMS与空回波建模

    在UrbanTwin Sim2Real LiDAR挑战赛V2X-Real赛道中,参赛方案以0.7457综合得分获第一,检测mAP为0.4382、真实感得分0.9251。三项诊断性修正贡献主要提升:恢复预测与评测真值间的坐标系错配使得分从0.3520升至0.5147;将单一全局NMS改为逐类NMS使整体mAP从0.0751升至0.4295;对真实点云中约31%以(0,0,0)编码的空回波建模。

  2. arXiv cs.RO58

    Self-Building Labs:让实验室自行设计并搭建实验装置

    论文提出 Self-Building Labs(SBL),给定高层科学目标后,系统可自行设计、配置并运行实验室装置,从空房间或已有自驱动实验室出发补齐实验室布局、数字孪生、机器人技能与实验流程。作者称系统已在不同机器人和装置上验证,可从单工位扩展到多机器人协同的实验室,并通过真实量子点合成实验验证端到端能力。研究者的角色从手动配置和编程设备自动化,转为指定科学目标。

  3. arXiv cs.RO49

    D-VLA:面向视觉-语言-动作模型的高并发分布式异步强化学习框架

    研究者提出 D-VLA,一个面向大规模具身基础模型的高并发、低延迟分布式强化学习框架,通过“Plane Decoupling”物理隔离高频训练数据与低频权重控制,并以四线程异步“Swimlane”流水线让采样、推理、梯度计算与参数分发完全并行重叠。在 LIBERO 等基准上,D-VLA 在十亿参数级 VLA 模型的吞吐与采样效率上显著优于主流 RL 框架,万亿参数扩展测试中仍保持稳定与线性加速。

  4. arXiv cs.RO40

    超越轨迹相似度:以协议依从性评估手术规划

    研究提出以专家定义的协议规则为基础评估手术规划,直接衡量协议依从性,而非与单条参考轨迹的相似度。在该框架下,基于相似度的指标会惩罚偏离参考轨迹但符合协议的规划,却奖励表面相似但违反协议的规划。对 Video-LLM 的评估还揭示出视频到状态 grounding 不可靠与规划约束不足两种可分离的失败模式,仅靠模型扩展无法解决,注入结构化知识则能带来稳定提升。

  5. arXiv cs.RO58

    HEIR:用自我视角意图驱动人机交互的机器人数据集

    Yichi Zhang 等作者发布 HEIR,一个研究如何利用自我视角意图进行人机交互的数据资源。该数据集将人类语音、实测注视点和自我视角视频与机器人观测及遥操作导航-操作轨迹配对,每个会话保留连续多轮任务,每项请求由多个执行子任务完成。作者通过离线实验评估模型从额外人类中心上下文中的获益,并用真机实验检验执行任务完成情况,演示与数据集已在线公开。

  6. 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。

  7. arXiv cs.RO44

    EmbodiExp:面向具身智能体的组合式经验迁移框架

    研究者提出 EmbodiExp 框架,将过往任务经验构建为以结果为锚的子目标经验并在新任务中在线组合。在 EmbodiedBench 上,EB-Habitat 与 EB-ALFRED 成功率分别为 68.0% 和 68.3%,无经验存储的智能体为 50.0% 和 54.7%。该框架保留成功子目标经验,并利用显式动作失败识别特定条件下应避免的动作。

  8. arXiv cs.RO58

    PingpongDuo:人形机器人乒乓双打的分层协同框架

    作者提出 PingpongDuo,一个面向人形机器人乒乓双打的分层框架,让两名队友严格交替击球并在共享空间内安全协同。团队层规划器联合选择站位目标,并用学习到的风险评估过滤危险方案,优先保留当前击球者的目标;个体层将步法与击球技能分开训练,借助人类双打步法参考和仿真校准的球拍臂残差优化击球。

  9. arXiv cs.RO50

    缺失的触觉:感知与显示局部接触几何,让遥操作更接近人类灵巧度

    研究团队为二自由度双边力反馈遥操作设备加装视觉触觉传感器与32像素触觉显示器,在操作者指尖还原机器人手指的空间接触图案。在按钮辨别与滚柱任务中,这种空间分布触觉反馈减少了多余动作和完成步骤,显著缩短任务完成时间,并使不同操作者的演示更一致。用触觉增强演示训练的自主策略也出现任务时间与偏离自然人类行为程度的下降。

  10. arXiv cs.RO58

    Go2-W 轮足机器人用深度强化学习完成 2.8 公里真实环境自主导航

    研究团队为商用轮足机器人 Go2-W 构建了基于深度强化学习的运动控制器与自主导航系统,并在 Tsukuba Challenge 2025 上完成约 2.8 公里路线测试,途经人行道、公园和楼梯,全程未因过热停机。团队将此前用于四足机器人的纯本体感知策略扩展到这台 16 自由度轮足机器人,并发现轮式行走会把负载集中在髋关节、造成热量聚集,为此设计了周期性抬脚动作来分散关节负载、缓解热量集中。

  11. arXiv cs.RO43

    连续体机器人连续时间状态估计的随机框架

    研究提出一种面向连续体机器人的连续时间随机状态估计框架,基于受白噪声高斯过程扰动的连续时间运动学因子,结合简单机器人模型与高频传感,可适应未建模外力和数据丢失。方法输出机器人位姿、速度与应变的均值及协方差,并可在空间和时间上连续插值,估计过程中还能纳入异步测量。该方法已用搭载陀螺仪与位姿传感器的连续体机器人验证,并被 IEEE Transactions on Robotics 接收。

  12. arXiv cs.RO43

    CS-MPC:面向不确定性下非线性系统的收缩认证采样型 MPC

    论文提出收缩认证采样型模型预测控制 CS-MPC,在每次采样 rollout 内使用收缩认证的跟踪反馈,并通过分位数收紧的离散时间控制屏障函数条件校验实际输入。在 rover、四旋翼和小行星着陆仿真中,CS-MPC 相比标准 MPPI 在 rover 上以少 7 至 20 倍的 rollout 达到相同跟踪误差,四旋翼跟踪误差降低 2 至 4 倍,200 次蒙特卡洛任务无安全违规。

  13. arXiv cs.RO48

    隐藏起始延迟让 Unitree G1 自博弈交接对陌生伙伴更鲁棒

    研究团队发现,Unitree G1 与学习型给予者在交替 PPO 自博弈训练后,与自家伙伴交接成功率达 95% 和 90%,但与未见过的脚本伙伴仅 31%。原因是共享奖励下给予者总是立即开始递送,接收方只学会单一会合时机,将伙伴延迟一秒即把成功率从 95% 降至 6%。团队提出隐藏起始延迟随机化(HSD),再训练 300 次更新后,陌生伙伴成功率升至 80%,高力接触减少三到五倍。

  14. arXiv cs.RO58

    Science Robotics 论文:仿真强化学习让 5 吨滑移装载机完成双轮特技动作

    研究团队在仿真中训练强化学习策略并迁移到现实,让一台 John Deere 332G 5 吨滑移装载机自主完成双轮抬升、双轮平衡行驶、按轨迹运动、原地旋转和铲斗摆动后安全落回四轮等动作。作者称这些动作此前只有少数顶尖人类操作手在世界纪录表演中完成,该工作已发表于 Science Robotics。

  15. arXiv cs.RO41

    Objectives as Policies(OaP):用视觉语言模型生成代价程序实现接触丰富操作

    研究者提出 Objectives as Policies(OaP)框架,通过可编辑的目标程序把预训练 VLM 与共享的采样型 MPC 连接起来,用于接触丰富的机器人操作。VLM 依据自然语言指令和场景观测,经 real-to-sim 构建数字孪生并生成目标程序,在仿真中由 MPC 执行、依 rollout 迭代更新后再部署到真实世界。该框架在仿真与真实世界的四项桌面操作任务上均优于强基线。

  16. arXiv cs.RO60

    ESI:面向 LLM-VLA 智能体的具身自改进闭环

    作者提出 ESI(Embodied Self-Improvement),一个利用环境交互对齐 LLM 推理与 VLA 动作的自动化闭环,把模块化智能体整体作为后训练单元,反复优化引导 LLM 的提示词、表达意图的共享技能接口和实现意图的 VLA 参数。

    推荐理由:论文提出让 LLM 与 VLA 在交互中互相提供监督的自改进闭环,并在 RoboDojo 十项任务上给出与混合智能体基线的对比。

  17. arXiv cs.RO43

    研究评估 Qwen3.5-27B 与 Gemma-4-31B-it 能否作为物体目标导航的空间先验

    一项 arXiv 论文评估 Qwen3.5-27B 和 Gemma-4-31B-it 能否为物体目标导航提供房间内目标位置分布的空间先验。基于 CubiCasa5K 与 ScanNet 真实户型,模型生成布局的物体频率和房间尺寸随房型变化,但物体贴墙距离未体现真实房型差异。作为搜索先验,生成布局的搜索区域缩减不足真实布局先验的三分之一,平滑后不足三分之二。

  18. arXiv cs.RO43

    PoliMop:面向移动机器人的三维空间策略在环运动规划

    PoliMop 提出一种运动动力学 RRT 规划器,用物理仿真展开控制策略来评估机器人可达路径,并以简单质点模型的预规划路径引导采样,将规划时间最多缩短 63%。在四足、人形与轮式机器人仿真中,该方法可即插即用地接入不同机器人与控制策略,无需修改底层规划算法;预先设置的环境改造(如架板搭桥)会在机器人可达空间扩大后被规划器自动纳入。

  19. arXiv cs.RO52

    研究提出身体对齐虚拟关节空间,让同一套人形机器人运动训练配方跨机型复用

    论文提出在策略输出与底层传动映射之间加入身体对齐的虚拟关节空间,使策略动作与观测遵循统一解剖约定,再由确定性运动学层映射到各机型原生关节,原有传动与低层控制栈保持不变。在三种腿部轴布局不同的人形机器人上,该接口是唯一能在同一套未修改训练配方下准确跟踪、保持足部与行进方向对齐并稳定训练的接口。在 Unitree G1 硬件上,它将航向漂移降低近六倍。

  20. arXiv cs.RO42

    通过仿射场设计实现全局驱动机器人集群的个体安全导航

    研究提出一种广播控制方案,用单一空间仿射场同时控制机器人集群的运动与形变,标量分量调节集群规模,空间梯度通过非互易相互作用驱动集群平移。该方法将每个机器人的墙壁、驱动与内聚约束通过控制屏障函数纳入整个集群的单一二次规划,无需预先规划即可安全通过比无约束集群更窄的走廊。研究还推导出驱动预算决定可达速度与最小可通行走廊宽度,并演示两个独立驱动的集群可用不同固定相位标签同时通过共享路口而无需集群间协调。

  21. arXiv cs.RO45

    LASR:衡量世界模型潜变量是否真正编码动作的新指标

    研究者提出 Latent Action Support Ratio(LASR),用于在离线评估中判断世界模型学到的潜变量是否在状态之外真正为动作相关目标提供预测支持。LASR 包含 GeoLASR 与 WorstLASR 两个汇总指标,并在记录的机器人操作数据与匹配的多任务面板上验证其能识别已知动作信息、拒绝非动作捷径。团队还用 LASR 训练并审计了一个轻量残差适配器。

  22. arXiv cs.RO48

    ERA:基于预测深度的抗误差自主物体导航系统

    研究者提出免训练的物体导航系统 ERA,用 RGB 图像与位姿预测深度替代深度传感器,通过可修正占据地图和可达视点探索,在停止前跨视角验证目标。在三个 benchmark 上,ERA 在无深度传感器的免训练方法中达到 SOTA,并将 VLFM 在相同预测深度下的成功率从 10.8% 提升至 61.7%。ERA 已在真实机器人上部署。

  23. arXiv cs.RO43

    AI 引导机器人原位打印曲率与组织自适应无线生物电子器件

    研究团队提出 AI 引导的机器人原位打印平台,可直接在透明伤口敷料上制造无线伤口电疗器件。系统整合 3D 视觉相机、六自由度机械臂、直写打印与几何感知 RF 设计优化,将伤口分割得到的尺寸与局部曲率及组织介电负载纳入接收线圈和叉指电极设计。在拟人组织等效前臂模型上完成原位制造演示,实测介电特性被纳入 RF 优化,使器件在 25 MHz 目标频率附近谐振。

  24. arXiv cs.RO58

    TouchTwin 用真实到仿真再到真实的流程扩展人类触觉数据

    论文提出 TouchTwin,用头戴与腕部 RGB-D 相机和 880-taxel 手套采集 TouchScale 记录,在 MuJoCo 中重建交互,并由逐受试者的触觉手按记录设置各手指的接触与闭合力。基于触觉重放的策略在仿真中夹持力为记录值的 0.99x,在留出记录上 20/20 次成功、在 35/36 次未见扰动下成功;触觉训练的接触预测器漏检 13% 的真实接触帧,视觉重放为 32%。

  25. 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。

  26. arXiv cs.RO42

    用扩展课程学习潜在目标代价:冻结视觉世界模型下的图像目标规划

    研究在冻结的 I-JEPA 视觉世界模型上拟合小型残差适配器,以改进基于嵌入 MSE 的潜在目标代价,无需重训编码器或世界模型。在 DotWall 与 PointMaze 各 50 例配对评测中,成功率分别从 54% 提升至 98%、从 82% 提升至 96%;16 个未见 DotWall 布局-目标案例上,潜在代价排序与最短合法路径排序的一致率从 71.9% 升至 85.8%。

  27. arXiv cs.RO43

    论文《Racing the Clock》研究预算条件约束下的VLN目标搜索

    研究提出“预算条件目标搜索”任务:给定目标类别与显式动作预算,智能体需在预算耗尽前找到尽可能多的不同目标实例。对比特权TSP专家与房间级Bellman专家监督VLN,在HM3D场景上Bellman监督的VLN持续优于TSP监督版本,2000步(500m)时找到71.4%可达目标实例,TSP监督为65.5%,预训练VLN为44.8%。

  28. 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。

11月4日周三
  1. 小鹏66

    小鹏联合北大、港大开源 4B 参数视觉感知模型 GroundingPI

    小鹏联合北京大学、香港大学等机构的研究者开源视觉感知基础模型 GroundingPI,约 4B 参数,在 34 项感知基准上取得 73.68 的平均分,高于研究团队评测中 GPT-6 Astra 的 71.54。

    推荐理由:原文给出 GroundingPI 在 34 项感知基准上的总分与对比模型,并说明开源权重和代码的获取方式。