VLN-Safe：揭示视觉语言导航中碰撞风险的分析基准
论文提出VLN-Safe基准，在sliding和blocking两种评测机制下分析视觉语言导航（VLN）的碰撞安全。在R2R-CE上对六个已发表智能体的测试显示，sliding机制下38.5-56.8%的成功回合存在碰撞，切换到blocking后成功率下降11.7-36.1个百分点。
推荐理由：论文用两套评测机制量化了VLN任务成功率与碰撞安全之间的差距，并给出免训练干预方案的实测收益。
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 24 页
arXiv cs.RO 机器人学精选AI 评分5858 arXiv cs.RO 机器人学精选AI 评分5353 位姿图优化全局最优性的充分条件研究
arXiv 论文《Global Optimality of Pose Graph Optimization》研究位姿图优化（PGO）的优化 landscape，给出全局最优性的充分条件。
推荐理由：论文给出噪声上界与吸引域半径的显式关系，为判断 PGO 解是否全局最优提供了可事先验证的判据。
arXiv cs.RO 机器人学精选AI 评分5353 VbotNav-0：跨室内外环境的云边异步双策略导航框架
VbotNav-0 提出云边双策略导航框架，通过策略间异步条件连接目标级推理与运动决策：云端策略依据视觉历史、导航指令和路线 token 生成子目标引导，边缘策略结合现有引导与当前 RGB、LiDAR 观测生成局部轨迹，使本地感知-动作循环可在云端更新之间持续运行。
推荐理由：论文给出云边双策略的异步条件机制与258回合闭环评测数据，可作为室内外连续导航方案的对比基准。
arXiv cs.RO 机器人学精选AI 评分5656 AnyRank：通过序贯测试实现可靠的机器人策略随时排序
AnyRank 提出一种多策略排序的序贯方法，自适应地把试验分配给难以区分的策略，可在任意停止时刻给出（部分）排序并约束错误排序的概率，还能利用可能不完美的先验信息（如专家直觉、少量硬件评测、模拟器或动作条件视频世界模型的策略 rollout）提升硬件评测效率，且先验不准确不会破坏其统计保证。
推荐理由：论文指出固定批次评测会因统计不确定性给出错误排序，并给出可减少硬件试验次数的序贯方法。
arXiv cs.RO 机器人学精选AI 评分5454 StateSkill-Agent：用状态条件化技能构建具身智能体
论文提出 StateSkill 技能表示，将有限状态机引入具身智能体的技能建模，把交互经验组织为任务进度状态、状态转移和状态条件化引导，使智能体能随任务进展动态调整技能并保持技能上下文紧凑。
推荐理由：论文把有限状态机引入技能建模，读者可了解其如何让技能随任务进度调整并保持上下文紧凑。
arXiv cs.RO 机器人学精选AI 评分5454 四足机器人负载感知导航与在线接触几何估计研究
该论文提出两阶段负载感知导航学习框架：Phase 1 通过强化学习训练 LOADNav 策略，使机器人根据负载几何尺寸调整轨迹与间隙行为；Phase 2 通过模仿学习训练在线几何预测器 CoGE，从偶发接触事件估计未知负载几何。在不同尺寸形状负载的杂乱环境中评估显示，策略表现出明显的负载感知行为，无需负载先验知识即可缩小与几何感知策略的差距。
推荐理由：论文指出固定足迹膨胀导致四足导航过于保守，并给出用接触事件在线估计负载几何的思路，可迁移性强。
arXiv cs.RO 机器人学精选AI 评分5555 RA-L 论文提出 TWO：用 ToF 相机几何约束缓解轮式里程计定位退化
TWO 是一个紧耦合滤波框架，把轮式运动学与 Time-of-Flight（ToF）相机的几何约束结合，应对轮子打滑、地形倾斜以及无特征走廊等几何可观测性受限场景下的滤波发散。
推荐理由：论文把协方差调参从启发式改为按几何可观测性定向膨胀，做里程计滤波的工程师可借鉴这一思路。
arXiv cs.RO 机器人学精选AI 评分5555 ADS 通过流支持加权提案缓解 VLA 策略的测试时采样收缩
论文提出 Action Dynamic Sampling（ADS），在训练时为当前策略采样 K 条额外轨迹并按流支持打分，通过有限集 KL 项修正策略的局部动作分布，以缓解 VLA 策略的提案收缩问题。
推荐理由：论文量化了ADS在仿真与真机任务上的成功率提升，可评估其对测试时扩展的收益。
arXiv cs.RO 机器人学精选AI 评分4747 PC7 模型：基于 SIM(3) 相似变换群的软体机器人胀缩动力学建模
论文提出名为 piece-wise constant 7D deformation（PC7）的软体机器人模型，可表示人工肌肉执行器等的胀缩变形。
推荐理由：论文把 PCS 模型的 6D 变形向量扩展到基于 SIM(3) 的 7D，读者可了解软体机器人胀缩建模的数学路径。
arXiv cs.RO 机器人学精选AI 评分5757 ReCAP：面向长时程机器人视频世界模型的免训练上下文调度方法
论文提出 ReCAP（Receding Context with Anchor Preservation），一种面向长时程机器人视频世界模型的免训练上下文调度方法，冻结预训练 tokenizer、世界模型和视觉解码器，保留初始场景锚点与近期连续的视觉-动作块、逐出更早的生成历史。
推荐理由：论文指出保留全部生成历史未必提升预测质量，并给出免训练的上下文调度方案与量化收益。
arXiv cs.RO 机器人学精选AI 评分5555 论文提出视觉感知滤波器：推断人类视野并调整机器人动作
论文提出一种视觉感知滤波器，让机器人在线推断人类在交互中已看到和未看到的内容（即人的视野），并据此对机器人动作重新加权：在短时域上滚动名义策略，预测机器人状态更新，把更多权重分配给能让机器人进入或离开人类视线的动作，从而局部扰动机器人行为。
推荐理由：论文指出既有规划器要么忽略人的视野、要么强制机器人始终可见，其在线推断视野并重加权动作的思路可迁移到其他人机协作场景。
arXiv cs.RO 机器人学精选AI 评分5757 Chunk-wise Model-based Policy Optimization 入选 CoRL 2026 Spotlight
论文提出 Chunk-wise Model-based Policy Optimization，用 chunk world model 作为可微的训练时评估器优化 chunk actor，无需递归调用模型；通过世界模型与策略的协同分块预测，可在单次前向传播中生成 H 步假设 rollout 并直接优化价值扩展，避开代价高且不稳定的 BPTT。
推荐理由：论文指出基于模型强化学习在复合误差、推理延迟和 BPTT 不稳定上的共性问题，可据此对照现有方案取舍。
arXiv cs.RO 机器人学精选AI 评分5757 MOVER：从人类视频学习人形机器人通用搬运的多阶段 RL 框架
论文提出 MOVER，一个多阶段 Teacher-Assistant-Student 强化学习训练框架，用于人形机器人物体搬运。
推荐理由：论文拆解了从依赖动捕参考轨迹到摆脱动捕的三阶段训练路径，关注泛化的读者可对照其消融设计。
arXiv cs.RO 机器人学精选AI 评分5252 CARE：面向去中心化多机器人操作的动作条件团队响应信念学习框架
论文提出 CARE（Cooperative Action-Response Belief Estimation）框架，从局部历史中学习团队响应信念，用于去中心化多机器人操作的动作选择。
推荐理由：论文对比了显式响应监督与分支效用两种学习方式，可了解去中心化协作中动作选择的建模思路。
arXiv cs.RO 机器人学精选AI 评分5555 GG-Nav：面向目标的接地思维链提升导航基础模型推理能力
论文提出导航框架 GG-Nav，通过监督微调学习结构化思维链，显式定位目标相关实例并累积接地证据以支撑决策。该思维链分两阶段：Observation-to-Evidence 在相邻决策步之间的所有中间帧上推理以保留目标相关证据，Evidence-to-Decision 将当前观测与累积证据结合以生成导航动作或澄清问题。
推荐理由：消融实验给出了证据累积与显式定位各自减少的失败类型和幅度，便于评估该方法的贡献来源。
arXiv cs.RO 机器人学精选AI 评分5252 NeST-Bayes：多机器人系统中联合推断机器人与物体假设信任的神经符号框架
论文提出 NeST-Bayes，一个神经符号框架，仅依靠跨机器人观测一致性联合推断机器人与物体假设的信任，无需预设信任、声誉信息或侧信道身份信号。它在自中心关系图上推理得到瞬时信任证据分数，并通过 Beta 分布信任信念的贝叶斯更新随时间累积。
推荐理由：论文给出攻击与遮挡场景下的具体精度召回数字，可评估该信任推断方法在对抗环境中的可用性。
arXiv cs.RO 机器人学精选AI 评分5555 基于四阶控制障碍函数的四旋翼安全导航研究
论文提出一种基于四阶控制障碍函数（CBF）的安全控制器，显式纳入四旋翼完整非线性动力学（含姿态动力学与力矩级驱动），以解决分层架构中平移安全目标与姿态演化失配的问题。作者用积分高阶 CBF 技巧处理约束 formulation 中的混合相对度问题，使安全层直接掌管力矩级控制、消除参考跟踪式安全滤波的层级割裂，并在高保真仿真与真实飞行实验中验证了约束满足与避障效果。
推荐理由：论文指出分层安全滤波与姿态演化失配的问题，并给出基于四阶 CBF 的统一方案，关注四旋翼安全导航的读者可了解其思路与验证方式。
arXiv cs.RO 机器人学精选AI 评分4747 多模态表征融合用于显微外科吻合术长期轨迹预测
论文提出一个跨模态特征融合框架，用于显微外科吻合术的长期 2D 与 3D 轨迹预测，由多模态表征提取器和跨模态特征融合网络组成。
推荐理由：论文指出仅靠视频与历史轨迹的局限，并给出多模态融合与渐进融合策略，可为手术机器人轨迹预测研究提供方法参考。
arXiv cs.RO 机器人学精选AI 评分5454 F2P 框架学习时序极坐标梯度场用于动态环境 AAV 轨迹规划
论文提出两阶段 Field-to-Planning（F2P）学习框架，为动态环境下基于视觉的自主飞行器（AAV）轨迹规划提供实时准确的安全梯度。
推荐理由：论文指出依赖静态地图与动态障碍跟踪的方法计算负担重且轨迹保守，可作为评估同类方案的参照。
arXiv cs.RO 机器人学精选AI 评分4747 全向空中机器人共享控制遥操作实现阀门连续旋转
论文提出一种共享控制方法，当人前臂角度超过阈值时切换控制权，使全向空中机器人能够连续旋转阀门。此前作者提出的空中遥操作系统因人前臂活动范围有限，机器人无法连续旋转阀门，限制了工业应用。该工作被 IROS 2025 Workshop on Advancements in Aerial Physical Interaction 接收，并入选 Best Paper Award Candidate。
推荐理由：论文指出前作因人前臂活动范围受限无法连续旋转阀门，新方法在角度超阈值时切换控制权，说明了共享控制的触发条件。