CFG-Policy：基于无分类器引导的统一扩散策略学习框架
CFG-Policy 提出一个即插即用的统一框架，将探索与利用拆分为两个生成式策略，并在采样时通过无分类器引导（classifier-free guidance）组合其 score 或 velocity 场。
推荐理由：论文指出扩散策略用 RL 优化会损失行为多样性，并给出分离探索与利用的统一框架及其实验任务规模。
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 23 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 边缘端时序-图双专家推理用于灵巧抓取分类
论文提出名为 DualExpert 的异构双专家架构，仅用内置关节角与预校准执行器负载反馈识别被抓物体并为每根手指预测独立 Stop 事件，TCN 建模短期接触演化并输出全部五个 Stop 概率，FGFN 编码手指拓扑仅参与物体分类。
推荐理由：论文给出双专家架构的融合权重与端侧延迟数据，可评估其在无密集触觉阵列方案上的取舍。
arXiv cs.RO 机器人学精选AI 评分5353 基于神经符号配置距离函数的机械臂漏斗规划与控制方法
论文提出一种新的漏斗规划与控制方案，核心工具是神经符号配置距离函数 nSCDF，用于高效估计无碰撞球体与梯度。规划器在计算名义轨迹时平衡路径长度与间隙，并设计利用 nSCDF 几何信息的漏斗控制器以保证避碰。数值实验显示该规划器生成名义路径快 2 倍，同时路径长度缩短 20%、间隙达 5 倍，nSCDF 用于漏斗控制时运动性能与鲁棒性也有提升。
推荐理由：论文给出漏斗规划的量化对比数据，关注机械臂运动规划鲁棒性的读者可据此评估该方法的效率提升幅度。
arXiv cs.RO 机器人学精选AI 评分5454 论文提出指挥者-执行者分层框架，实现可扩展的多机器人协作操作
论文提出分层的指挥者-执行者框架，用于多智能体协作物体操作。指挥者融合指令与场景信息做联合语义和几何规划，将任务分解为角色相关子任务并生成共享的以物体为中心的协调计划，指定执行时机、目标位置和操作动作；执行者在指挥者高层策略和自身局部观测条件下，通过从单人到协作的课程学习低层基于物理的策略。
推荐理由：论文针对角色分工、长时序协作任务，给出指挥者-执行者分层框架并报告了成功率对比。
arXiv cs.RO 机器人学精选AI 评分5858 Test-Time Compute 提升人形机器人行为基础模型的全身位置精度
论文针对 Humanoid Behavior Foundation Models (BFM) 存在的指令执行偏差问题，提出 Test-Time Command Optimization (TTCO)，通过基于采样的闭环仿真优化输入指令而无需重训练 BFM。
推荐理由：论文量化了测试时计算对指令执行误差的改善幅度，关注BFM精度的读者可据此评估该路线的收益空间。
arXiv cs.RO 机器人学精选AI 评分5757 LETS：面向力反馈双向遥操作的低开销外力矩估计方法
论文提出 LETS，一种物理引导的学习方法，将刚体动力学分配给递归牛顿-欧拉逆动力学，仅对机器人特有的残差进行学习，只用 URDF 模型和关节反馈即可估计外力矩，刻意排除控制指令以解耦估计与控制输入。
推荐理由：论文给出免末端六轴力传感器的外力矩估计方案，自由空间误差较厂商估计低69%，做遥操作力反馈可参考。
arXiv cs.RO 机器人学精选AI 评分5757 Verify, Act, Distill：把测试时算力转化为VLA模型的测试时适应
论文提出 Verify, Act, Distill 框架，用固定验证器为 flow-matching VLA 生成的候选动作打分，执行加权聚合结果，并把成功回合的观测与聚合 chunk 通过标准 flow-matching 损失直接蒸馏进 LoRA 参数，无需额外强化学习或专门 rollout。
推荐理由：论文给出在LIBERO上把测试时算力蒸馏进LoRA的具体做法与数字，可评估该方法能否替代持续的多候选聚合。
arXiv cs.RO 机器人学精选AI 评分5353 CMAP：面向机器人操作的历史条件化动作局部重生成方法
论文提出视觉运动策略 Contextual Masked Action Policy（CMAP），通过历史条件化的局部动作重生成来细化连续动作块，避免在错误局部化时整段重生成覆盖本已正确的预测。
推荐理由：论文指出整段重生成会覆盖本已正确的动作片段，局部重生成的思路可供模仿学习策略设计参考。
arXiv cs.RO 机器人学精选AI 评分5757 DEFT-VLA：面向接触密集操作的阶段局部化力反馈专精方法
DEFT-VLA 提出双专家力反馈专精训练框架，保留适配视觉主导非接触行为的基础专家，并引入感知力的接触专家，把力条件化适配限定在接触阶段。真机实验在移液枪头安装、双手移液吸取和白板擦拭任务上验证，整体任务成功率较各任务最强基线提升 20-40 个百分点，并保持非接触行为与对未见抓取高度的鲁棒性。
推荐理由：论文指出接触前后视觉与力信息的作用相反，并给出按阶段分配双专家的训练思路，可迁移至其他接触密集任务。
arXiv cs.RO 机器人学精选AI 评分5555 Learning Dynamic Grasping：从单一初始状态生成完整手物抓取运动
论文研究从单一初始手物状态生成完整抓取运动这一欠约束问题，框架将手部运动生成与物体运动恢复解耦：以初始腕部坐标系下的物体点云和参数化手型为条件，用 conditional flow matching 预测序列级接触图与各归一化时刻的手部位姿，再通过免训练、接触引导的加权配准恢复刚体物体运动。
推荐理由：论文把抓取生成拆成手部运动与物体运动两步，并给出与 LatentHOI 的量化对比，便于评估该路线的取舍。
arXiv cs.RO 机器人学精选AI 评分6363 CoRL 2026 论文：全尺寸人形机器人实现 7 m/s 冲刺与 25° 躺身高速过弯
论文提出一种基于学习的框架，让全尺寸双足人形机器人冲刺速度超过 7 m/s，并在高速过弯时实现最大 25° 的躯干倾斜。作者指出超过约 4 m/s 后周期性足地冲击会引发高频偏航振荡，破坏 flat-MLP 策略依赖的本体感觉历史，为此采用因果多头注意力（MHA）建模高频时序反馈，并用只监督低频速度方向的航向奖励替代偏航率跟踪。
推荐理由：论文拆解了高速步态下偏航振荡干扰策略学习的问题，做双足控制的读者可借鉴其奖励设计思路。
arXiv cs.RO 机器人学精选AI 评分5555 双臂 RMA 将 latent 电机适应扩展到协调双臂操作
论文研究基于 latent 表征的电机适应方法（RMA）能否从单臂扩展到协调双臂操作，在三个接触密集的 ManiSkill 任务上用随机化 YCB 物体属性评估双臂 RMA。
推荐理由：论文给出了双臂 RMA 在抓取提升任务上保持特权策略性能、长程堆叠仍受限的对照结果，可作为评估 latent 条件化方法适用边界的参考。
arXiv cs.RO 机器人学精选AI 评分5757 TempoLoco：面向复杂地形四足运动的运动自适应时域感受野方法
论文提出 TempoLoco，一种按机器人当前运动状态组织视觉记忆的四足运动控制框架，从长深度缓冲中学习多个互补时域视图并结合本体感知历史与多尺度地形证据动态聚合。
推荐理由：论文给出与固定历史基线的成功率对比，可评估该方法在复杂地形上的实际增益。
arXiv cs.RO 机器人学精选AI 评分5757 BridgeWAM：用潜在桥接查询解耦视频与动作专家的WAM模型
论文提出Bridge-of-Experts（BoE）框架并实例化为BridgeWAM，通过32个Latent Bridge Queries（LBQs）将视觉、语言与本体感知先验聚合到共享的有限潜在空间，解耦专家深度。
推荐理由：论文用32个潜在桥接查询解耦视频与动作专家，在LIBERO上取得98.25%成功率并降低28.72%推理FLOPs，可供具身智能模型选型参考。
arXiv cs.RO 机器人学精选AI 评分4747 B-Human '26 论文：人形足球赛 11 对 11 的可扩展团队协作
B-Human 团队提交 RoboCup 2026 论文，介绍其在新人形足球联赛 Middle Division 获得多项冠军，并完成 11 对 11 人形机器人演示赛。论文先说明从 Standard Platform League 半尺寸、三分之一重量机器人迁移所需的调整，再重点阐述其行为架构，借鉴了长期使用 11 人制的 RoboCup 联赛经验。
推荐理由：论文梳理了从半尺寸平台迁移到新人形平台所需的调整，可为同类球队提供架构参考。
arXiv cs.RO 机器人学精选AI 评分5050 CAG-WAM：用因果动作增益改进机器人操作的世界动作模型
论文提出 Causal Action-Gain World Action Model（CAG-WAM），针对世界动作模型中候选动作的未来预测混杂了动作引发变化与环境自身演化的问题，构建结构因果模型并识别出环境演化影响未来评估的后门路径。
推荐理由：论文用结构因果模型拆分动作引发与环境自身演化对未来评估的影响，为世界动作模型的评估提供了可迁移的因果分析思路。
arXiv cs.RO 机器人学精选AI 评分5252 C2Flight：面向异构 UAV 计算系统早期评估的闭环协同仿真框架
论文提出 C2Flight，一个面向异构 UAV 计算系统的闭环协同仿真框架，将目标系统表示为参数化数据流图，通过统一节点接口把设计中的硬件模型与可独立访问的物理硬件集成。其图运行时刻画缓冲、激活、资源共享、通信和本地时序对闭环飞行行为的综合影响，经机载与无线离线物理计算管线验证了时序保真度和闭环预测精度；两个案例研究展示了部署方案与加速器位宽度选择的早期探索。
推荐理由：论文把目标系统建模为参数化数据流图，工程师可借此在整机集成前评估部署与位宽取舍。
arXiv cs.RO 机器人学精选AI 评分6060 PRISM：面向通用 VLA 策略的精度强制方法
论文提出 PRISM（Precision-aware Reweighting and Internalization for Skilled Manipulation），针对 VLM 加扩散或流匹配动作专家的 VLA 范式在亚毫米级插接等精密任务上不可靠的问题，将其归因于跨上下文与流时间平均误差的训练目标导致的 Flow-Time Starvation。
推荐理由：论文把VLA在精密任务上失败归因于流匹配监督失衡，并给出可迁移的重加权思路。
arXiv cs.RO 机器人学精选AI 评分4747 BGC-Nav：基于置信度引导耦合的跨高度多 UAV 协同导航框架
论文提出 BGC-Nav，一个免训练的跨高度多 UAV 协同导航框架，通过 Belief-Guided Coupling 实现鲁棒导航。
推荐理由：论文指出协同导航依赖精确定位与刚性指令的局限，可帮助读者理解置信度引导的柔性耦合思路。
arXiv cs.RO 机器人学精选AI 评分5656 DexCast：从人类视频学习真实世界灵巧手控制
DEXCAST 是一个框架，可直接从单目 RGB-D 视频学习机器人灵巧手控制，借助手-物交互（HOI）联合重建，无需任何遥操作演示。论文提出 DexHand Motion Perception Module（DMPM），以紧凑潜在表示捕捉关节间协调与时序依赖，用于条件化扩散策略。
推荐理由：论文指出灵巧模仿学习依赖人工遥操作演示的成本问题，给出从单目 RGB-D 视频直接学习的替代路径。