PINT：以共享预测意图统一机器人操作模型的论文
PINT 是一个机器人操作统一模型，通过 chunk 级共享 Predictive Intent 协调语义推理、世界建模与动作生成，同时保留各专家专属通路：在 VLM 序列中插入可学习的 Intent Tokens 来形成该表征。
推荐理由：论文给出与 Fast-WAM、StarVLA、Motus、π0.5 的对照数据，便于评估该方法在分布外泛化上的相对提升。
内容形态
论文研究 最新动态
值得读的嵌入式与机器人论文：操作泛化、运动控制、端侧推理效率与新基准的精选。
872 条精选近 30 天 844 条共收录 1,780 条
更新
精选归档 · 第 20 页
arXiv cs.RO 机器人学精选AI 评分5757 arXiv cs.RO 机器人学精选AI 评分5555 SideNet-MPC 用模仿学习替代枚举实现高效多模态模型预测控制
论文提出 SideNet-MPC，用模仿 MM-MPC 专家的图神经网络预测每个障碍物的避让侧，替代按避让侧组合逐一求解最优控制问题的枚举方式，使每个控制周期最多求解两个 OCP，且实际控制输入仍来自带控制屏障函数约束的 OCP。
推荐理由：论文给出单线程18.6ms对专家16线程35.5ms的对比，可评估该方法在实时控制中的算力收益。
arXiv cs.RO 机器人学精选AI 评分5656 CoRL 2026 论文：面向关节物体操作的约束分解阻抗控制方法
该论文提出一种约束分解阻抗控制方法，用于解决开门、拧螺栓、拉抽屉等关节物体操作中神经策略难以满足运动学约束的问题。方法利用生成式策略从同一观测采样得到的轨迹集合，通过对手末端旋量做 PCA 推断可行与受限子空间，进而构造 6x6 阻抗增益矩阵；对多数常见关节物体，该子空间与物体构型无关，可一次估计并固定使用以降低计算开销。
推荐理由：论文用 PCA 从策略采样轨迹中分解可行旋量子空间，为阻抗增益整定提供了可迁移的思路。
arXiv cs.RO 机器人学精选AI 评分5858 ListenVLA：基于 GR00T N1.7 的音频条件 VLA 操作策略与 LIBERO-Audio 基准
论文提出 ListenVLA，一个基于 GR00T N1.7 构建的音频条件 VLA 策略，用于声音引导的机器人操作。它将语义音频嵌入与波形声学线索结合，在因果音频历史之上通过音频 token 和特征调制来调节连续动作生成，并引入音频-动作绑定目标，用上下文匹配的示范把听觉差异关联到示范动作差异。
推荐理由：论文指出部分操作任务依赖视觉无法推断的听觉线索，并给出音频绑定监督这一可迁移的训练思路。
arXiv cs.RO 机器人学精选AI 评分5454 ReAP：从视觉失败识别到动作条件风险预测的运行时失败监控框架
ReAP 是一个面向机器人策略运行时失败监控的未来感知框架，结合视觉失败识别与动作条件失败预测。它先用成功与失败轨迹训练视觉检测器学习失败相关表征并估计当前风险，再由动作条件预测器在该表征空间中预测未来表征以估计未来失败风险，两者在运行时提供互补信号。
推荐理由：论文指出现有监控只评估当前状态而不预测动作后果，读者可据此对比不同监控思路的差异。
arXiv cs.RO 机器人学精选AI 评分6060 PACE：面向分块插入策略的时间-角色触觉条件框架
PACE（Phase-Aware Contact-Event Conditioning）是一种面向分块插入策略的时间-角色触觉条件框架，把共享触觉流拆成三种时间角色：持续接触状态用于条件化动作块生成，突发接触事件用于修正生成的块，接触后果预测在训练时塑造动作表征。
推荐理由：论文给出三种触觉时间角色的分工设计与消融结果，可为接触密集任务的策略结构提供参考。
arXiv cs.RO 机器人学精选AI 评分5555 论文评测世界-动作模型对空间指令措辞的敏感性
论文在4个RoboLab场景、固定初始状态与任务目标下，对3个世界-动作模型共864次rollout评测指令等价改写的一致性。以参照物而非待移动物描述空间关系，会平均降低12.2个百分点的稳定放置成功率，且改写效应随空间关系类型不同而变化，聚合分数会掩盖措辞敏感性。
推荐理由：论文用864次rollout量化了指令措辞对空间操作一致性的影响，为评测世界-动作模型提供了可迁移的方法。
arXiv cs.RO 机器人学精选AI 评分6464 EmbodiedSkillBench 基准评测智能体具身技能在物理任务上的表现
研究提出 EmbodiedSkillBench，将 VLA 策略、感知模型等打包为 250 个具身技能（构建自 1,052 个资源），在 100 个扰动 LIBERO-Pro 任务上对四种智能体做闭环评测。
推荐理由：论文用四种智能体的对照数据说明具身技能的作用随智能体强弱从补能力转向降成本，为技能复用方案选型提供了可迁移的判断依据。
arXiv cs.RO 机器人学精选AI 评分5555 MSC：面向脚轮失准的多阶段分层控制框架（IROS 2026 论文）
MSC 提出规划与执行一体化的分层框架，用于解决 AMR/SDV 万向脚轮在低速或高曲率机动时失准引发的接触非线性问题。其一是不确定度感知的 CU-MPC，依据预测不确定度动态调度脚轮感知代价与输入正则化；其二是基于强化学习的执行层，在部分可观测条件下估计并预测脚轮状态，把上层速度指令转换为适配当前接触条件的轮速。
推荐理由：论文指出脚轮失准会放大规划与执行的差距，并给出不确定度感知 NMPC 与 RL 执行层的分层解法，读者可据此对照现有解耦补偿方案。
arXiv cs.RO 机器人学精选AI 评分4747 基于分阶段 CDMP 的协作机械臂一次学习咖啡拉花研究
论文提出一次学习系统，将单次咖啡师演示分割为五个功能阶段，每阶段用独立的笛卡尔动态运动原语（CDMP）编码。相比单一 CDMP 基线，分阶段编码使过渡终点误差降低 3.2-4.5 倍、笔画形状误差降低 2.7 倍，倒奶阶段奶缸倾角复现优于 1 度 RMS；学到的倾倒动作通过单一空间偏移和缩放配方即可从 280mL 杯迁移到 400mL 杯，无需重新演示。
推荐理由：论文给出分阶段编码相对单CDMP基线的误差倍数，可评估该方法在演示学习任务中的收益。
arXiv cs.RO 机器人学精选AI 评分5151 RA-L 论文提出体间索实现多浮动连杆并联索驱动系统
该研究通过引入体间索（inter-body wire），将并联索驱动从单一末端执行器扩展到多浮动连杆系统，解决了共享工作空间中索与连杆相互干扰、难以同时操控多个浮动连杆的问题。
推荐理由：论文指出传统并联索驱动系统难以处理共享工作空间中多浮动连杆的干扰问题，可了解其引入体间索的解决思路。
arXiv cs.RO 机器人学精选AI 评分5757 FlowVLA：通过可插拔3D流学习增强VLA的场景动态理解
FlowVLA 是一个重建引导的可插拔 3D 流学习框架，仅在训练阶段利用时间对齐的 3D 流，让 VLA 模型学习物理场景的动态演化，同时保留 2D VLA 主干的推理效率。
推荐理由：论文指出VLA过度依赖2D视觉线索的局限，并给出仅在训练期引入3D流监督的可插拔方案，便于评估其迁移价值。
arXiv cs.RO 机器人学精选AI 评分5252 自动驾驶隐式世界模型长时域推演的方向回拉正则化研究
论文提出 Directional Pullback Regularization（DPR），一种训练期方法，在解码状态空间定义运动学感知的各向异性黎曼度量，并通过解码器雅可比拉回隐流形，对解码为横向运动的隐方向赋予更高代价，同时保留原有编码器-动力学-解码器结构。
推荐理由：论文给出DPR方法在10秒位移误差上的量化对比，关注自动驾驶世界模型长时域推演的读者可据此评估其收益幅度。
arXiv cs.RO 机器人学精选AI 评分5555 四旋翼安全导航的约束式可微策略学习论文
论文将四旋翼避障建模为显式约束，通过可微模拟器用原始对偶梯度下降上升训练策略，避免了固定加权惩罚需手动调参的问题。为此提出基于有界安全间距的约束函数，以及由单一对偶变量约束的 log-mean-exp（LME）聚合方式，平滑强调轨迹与批次中的关键单步安全违规。
推荐理由：论文把安全从加权惩罚改为显式约束，读者可据此对比固定惩罚方法在安全与任务权衡上的差异。
arXiv cs.RO 机器人学精选AI 评分5757 PathLift：基于深度条件逐点度量提升的视觉导航先验方法
PathLift 是一个逐点深度条件适配器，用于将预训练视觉导航策略输出的无量纲轨迹提升为控制器可跟踪的度量路径。它消费显式传感器级深度源（RGB-D、双目或投影 LiDAR），对规范化先验拟合逐点幅值与横向残差，单次前向完成转换，无需测试时优化。该方法在仿真和真实轮式机器人上、双目与 LiDAR 深度条件下均一致提升了多种视觉导航策略的闭环导航表现，论文已被 CoRL 2026 接收。
推荐理由：论文点明了通用视觉导航策略只给方向不给距离的部署缺口，并对比了标量拉伸与策略内注入深度两类方案的缺陷，便于读者理解该问题的技术权衡。
arXiv cs.RO 机器人学精选AI 评分5555 硬件分区式 micro-ROS 微型车实现操作员监督神经驾驶
论文提出一种低成本 Ackermann 微型车，按硬件分区构建感知-决策-执行架构：ESP32 摄像头节点经 Wi-Fi 向主机传输图像，神经推理与状态估计在主机运行，ESP32-S3 底盘控制器在 micro-ROS 客户端之上执行 100 Hz 每轮 PID 安全关键控制。
推荐理由：论文给出延迟构成与看门狗容错做法，做无线控制链路的工程师可借鉴其分区思路。
arXiv cs.RO 机器人学精选AI 评分4747 雅可比状态增广的可行运动学安全滤波器研究
论文提出一种基于雅可比的运动学安全滤波器，通过引入含任务空间速度的增广状态变量并对任务空间加速度进行滤波，在施加关节位置与速度约束的同时保持底层滤波器的可行性。
推荐理由：论文给出嵌套QP与包络内逼近的具体构造，读者可对照CBF-QP基线评估可行性损失的改善幅度。
arXiv cs.RO 机器人学精选AI 评分5151 混合硬软 Signal Temporal Logic MPC 应对多模态不确定性的自动驾驶规划研究
论文提出混合硬软 Signal Temporal Logic（STL）MPC 框架，针对多模态行为不确定性下的自动驾驶规划，对最小距离与速度谓词施加显式硬约束，用软 STL 鲁棒性项优化间距、舒适性与交互质量，并对所有保留的行为假设优化同一条共享自车轨迹。
推荐理由：论文给出硬软分层的STL-MPC设计与符号图构建优化方法，可迁移至其他规划器的约束与开销权衡分析。
arXiv cs.RO 机器人学精选AI 评分6363 REFLEX：面向软体四旋翼碰撞后自主恢复的机载学习反射策略
REFLEX 是一种完全运行在飞控上的碰撞恢复飞行模式，无需接触传感器或伴随计算机，其本体感受循环策略在无位置、速度、航向和高度估计的情况下稳定机体。
推荐理由：论文给出与原生飞控的对照数据，可量化评估机载反射策略对碰撞恢复的实际提升幅度。
arXiv cs.RO 机器人学精选AI 评分5858 P-BFM：通过无监督强化学习实现人形机器人可感知行为基础模型
P-BFM 将人形机器人控制分解为地形无关的意图与地形条件化的实现：前向-后向表征把动作参考、目标状态和奖励函数映射到不含地形信息的共享意图空间，感知策略则学习在当前地形几何下实现该意图。
推荐理由：论文把人形控制拆成地形无关意图与地形条件化实现，为理解跨地形行为复用提供了清晰的技术路径。