四足移动机械臂学习安全约束的月面全身操作策略
论文提出面向四足移动机械臂的受限强化学习框架，学习单一全身策略以跟踪任务空间中指定的 6D 末端执行器位姿，并在学习过程中通过受限学习机制施加操作限制。
推荐理由：论文给出的误差与约束违规数据，可用于评估受限强化学习在低重力地形上的实际精度水平。
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 22 页
arXiv cs.RO 机器人学精选AI 评分5555 arXiv cs.RO 机器人学精选AI 评分5858 论文量化具身操作中技能重组的组合泛化极限并提出PRTI策略
论文提出HSE诊断框架与RoboCombine基准，研究VLA模型在无组合技能训练轨迹下的技能重组能力。实验显示全指令训练在已覆盖组合上达到40.0%有序成功率，但在重组上仅7.7%，失败集中在子任务交接状态与规范原子起始状态不匹配的start state gap。
推荐理由：论文用受控对比量化了VLA技能重组的泛化差距，并给出可迁移的起始状态增强策略。
arXiv cs.RO 机器人学精选AI 评分4747 手术机器人触觉共享控制的强化学习安全框架研究
该论文将手术机器人触觉共享控制建模为集中训练分散执行的双智能体协作 Markov 博弈，对比 MADDPG、rMAPPO 与 epigraph 约束方法。仿真中 rMAPPO 通常取得最高回报与跟踪性能，epigraph 方法动作更保守、几何暴露更低，几何迁移后未观察到碰撞或危险区域暴露；引入真实操作者输入时，固定阻抗训练的策略更快且在全部记录试验中成功。
推荐理由：论文对比了三种多智能体强化学习方法在几何约束下的表现差异，可为触觉共享控制的约束处理选型提供参考。
arXiv cs.RO 机器人学精选AI 评分5454 RefBeliefMap/RefBeliefNav：不确定性引导的零样本物体导航框架论文
论文提出 RefBeliefMap，一种不确定性引导的建图框架，区分目标位置信念与空间、语义证据不确定性，在滑动记忆窗口内联合建模观测内不确定性和观测间分歧，以评估证据可靠性并引导主动观测与语义推理。
推荐理由：论文区分两类不确定性来指导观测与回访决策，并给出仿真与真机实验对照，读者可了解其方法设计思路。
arXiv cs.RO 机器人学精选AI 评分5353 LERR-Nav：协调探索、恢复与回忆的物体导航框架
LERR-Nav 提出一种物体导航框架，通过学习得到的高层策略协调探索、恢复与回忆三类行为。框架包含四种导航策略：价值函数引导的探索、LLM 引导的探索、从停滞或重复行为中恢复、以及记忆引导的回忆，并维护保存策略执行文本摘要与地图序列滑动窗口的执行记忆。
推荐理由：论文拆解了导航失败的成因并给出四策略协调方案，读者可了解其两阶段训练思路。
arXiv cs.RO 机器人学精选AI 评分5656 CoLA：通过学习适配器实现多 VLA 协调
CoLA 冻结各智能体的 VLA 主干，仅在其上训练轻量消息通道与逐臂扩散动作头，实现完全去中心化执行。
推荐理由：论文用对照实验量化了多机器人协作中显式通信何时必要，可为多臂任务的信息共享设计提供依据。
arXiv cs.RO 机器人学精选AI 评分5454 基于 MuJoCo 的四旋翼搭载腱驱动软体连续臂开源仿真框架
论文提出一个基于 MuJoCo 物理引擎的开源仿真框架，用于研究四旋翼机身下方搭载的腱驱动软体连续臂。机械臂建模为十二段伪刚体链，三根间隔 120 度的腱贯穿各段实现全向弯曲；飞行控制采用 SE(3) 上的几何跟踪控制器，转子分配矩阵直接由模型描述生成，并用闭式腱张力分配将张力限制在限值内。
推荐理由：论文给出十二段伪刚体建模与闭环腱张力分配的完整参数，可迁移用于带柔性臂的飞行机器人仿真搭建。
arXiv cs.RO 机器人学精选AI 评分4949 RM-WAM：面向长时程机器人操作的可靠记忆增强世界动作模型
RM-WAM 提出一种可靠的记忆增强世界动作模型（Reliable Memory-Augmented World Action Model），用于改善长时程机器人操作中仅依赖当前观测导致的可靠性问题。
推荐理由：论文指出直接引入历史观测会带来过期或错配信息，并给出反事实记忆学习与门控机制的应对思路。
arXiv cs.RO 机器人学精选AI 评分5656 ProWorld：带本体感觉反馈的多视角世界模型用于闭环策略评估
ProWorld 联合预测多视角视频与机器人状态并反馈给冻结策略进行重复交互，其生成成功率与真实成功率的 Pearson 相关达 0.95、Spearman 相关达 0.94（覆盖三个策略和四个本地操作任务），整体 TriWorldBench 得分在对比方法中最高。
推荐理由：论文给出与真实机器人成功率的相关系数，可评估世界模型替代物理试验的可信度。
arXiv cs.RO 机器人学精选AI 评分4747 面向人形机器人重定向的本体感知推理时反应搜索框架
论文提出一种推理时反应搜索框架，从生成式反应模型中随机采样多个候选反应，联合评估反应质量与目标人形机器人的本体可行性，在反应生成器冻结的前提下无需重训练即可适配不同人形本体。实验显示该流程将人形重定向可行性提升1.61%，且人类动作空间与G1的最佳候选选择在78.98%的样本上不一致，表明反应选择存在显著的本体依赖性。代码将开源。
推荐理由：论文给出1.61%的可行性提升和78.98%的选择分歧率，量化了人形机器人重定向中的本体依赖程度。
arXiv cs.RO 机器人学精选AI 评分4545 基于强化学习的多机器人异构任务分配策略研究（SSRR 2026）
论文提出一种去中心化的强化学习策略网络，用于在时空随机扰动不确定环境下为具备异构能力的 ASV 船队分配异构任务，该策略针对观测偏差进行鲁棒训练并支持个体自主决策。
推荐理由：论文给出可扩展到100台机器人的仿真结果，便于评估该方法在大规模异构任务上的表现。
arXiv cs.RO 机器人学精选AI 评分6262 nanoflann：面向编译期乘积流形精确最近邻搜索的头文件 KD-Tree 库
论文提出 nanoflann，一个无依赖的头文件 C++ KD-Tree 库，支持在编译期声明的用户自定义乘积流形上做精确最近邻搜索，可用单个类型别名由 R^n、SO(2)、SO(3)、S^n 等基流形组合出 SE(2)、SE(3)、环面等空间。
推荐理由：论文说明了欧氏 KD-tree 在 SO(3)/SE(3) 等流形上失效的原因，并给出可迁移的度量合成与剪枝思路。
arXiv cs.RO 机器人学精选AI 评分6262 RootSLAM：面向多相机视觉惯性 SLAM 的平方根 Bundle Adjustment 方法
RootSLAM 是一个基于 Basalt 构建的多相机视觉惯性 SLAM 系统，精度与最先进方法相当，运行速度最高快 20 倍。作者将结构从运动中的平方根 bundle adjustment 形式改造到多相机视觉惯性 SLAM 场景，通过利用系统位姿图的新重构让全局优化器以单精度浮点运行，性能翻倍。
推荐理由：论文给出平方根BA在多相机视觉惯性SLAM中的改造思路与20倍提速数据，关注SLAM工程落地的读者可评估其资源受限场景价值。
arXiv cs.RO 机器人学精选AI 评分4444 论文用变异测试评估 Fuzzy 风险引导的场景生成对 UAV 故障暴露的效果
论文在 SCALOFT 仿真框架中开展变异测试研究，注入一组固定的软件变异体，对比均匀随机场景生成与 Fuzzy-Guided 风险优先场景生成两种测试策略。实验结果显示 Fuzzy-Guided 方法取得更高的变异得分，且比随机测试更能暴露难以检测的故障，表明基于 Fuzzy Logic 的风险估计与真实系统失效存在有效关联。
推荐理由：论文用变异测试量化了模糊逻辑引导的测试策略相比随机测试在故障暴露上的差异，可为 UAV 安全验证方法选型提供依据。
arXiv cs.RO 机器人学精选AI 评分4949 刚柔混合连杆人形机器人的建模与控制方法研究
论文提出面向刚柔混合连杆人形机器人系统的逆运动学与基于柔顺优化的控制框架，用分段常应变（PCS）模型描述柔性结构的连续变形。该方法先通过前向动力学仿真在站立、跳跃和行走动作上验证，随后搭建了装有板簧式假肢腿的双足人形机器人实验平台，用动作捕捉系统测量假肢变形，并在双支撑和单支撑两种情况下实验验证了站立平衡控制。
推荐理由：论文把柔性结构的连续变形用 PCS 模型纳入逆运动学与柔顺控制，给出了从仿真到实物验证的完整路径。
arXiv cs.RO 机器人学精选AI 评分4949 免训练的多智能体协作具身搜索框架：从不确定视觉-语言先验出发
论文提出一个轻量、免训练且感知不确定性的框架，用于无地图环境下的多智能体多目标协作搜索。MLLM 仅作为假设生成器提出语义区域、目标位置线索和可通行连接，这些输出被当作不确定先验，再结合在线观测与图上下文证据进行细化；协作导航被表述为滚动时域的多智能体混合整数线性规划，采用字典序目标，先最大化目标导向奖励，再减少行驶距离、不确定边使用和重复访问。
推荐理由：论文把 MLLM 输出当作不确定先验再用图优化细化，为免训练多智能体搜索提供了可迁移的设计思路。
arXiv cs.RO 机器人学精选AI 评分4949 多操作者多机器人协同遥操作界面的设计与评估研究
该研究设计并评估了一种共享可视化的协同遥操作界面，用于改善多操作者多机器人系统的协调、态势感知与任务表现。
推荐理由：论文给出三种遥操作条件下的完成时间、碰撞数和 NASA-TLX 对比数据，可为多机器人协同界面的布局选型提供量化参考。
arXiv cs.RO 机器人学精选AI 评分5757 CoRL 2026 论文提出 FreeBar：免训练的异步 VLA 实时推理插件
FreeBar 是一个免训练的实时推理插件，通过 Control Barrier Function（CBF）启发的一致性约束，把基于流的 VLA 中的分块对齐转化为动作空间约束，并以闭式解求解修正，避免对 VLA 动作头反向传播。
推荐理由：论文给出成功率与延迟两项量化对比，可据此评估该插件相对 RTC 的收益幅度。
arXiv cs.RO 机器人学精选AI 评分5656 EnactOpt：面向具身智能体的诊断引导执行框架演化方法
论文提出 EnactOpt，在固定底层模型与运行时的前提下，利用有限执行反馈联合演化可复用文本技能与上下文构建代码。它通过将动作反馈与实际模型输入及后续动作关联来诊断相邻决策，借助结构化回合摘要引导修订，并对候选执行框架做兼容性检查与验证保留。
推荐理由：论文指出任务级失败无法区分证据缺失与证据未被有效使用，这一诊断视角对调试具身智能体有参考价值。
arXiv cs.RO 机器人学精选AI 评分5858 FoundationVIO：用惯性量测为前馈视觉惯性里程计恢复公制尺度
论文提出 FoundationVIO，通过因子图方法将惯性传感与几何基础模型（GFM）预测结合，恢复具有公制尺度的重建，以解决 GFM 独立预测仅在尺度上一致、缺乏直接物理量测的问题。
推荐理由：论文点出几何基础模型预测尺度模糊这一共性难题，并给出用惯性量测约束尺度的因子图思路。