Q-DEG：用质量多样性环境生成对 VLA 做红队测试
论文提出 Q-DEG 方法，用 Quality Diversity 优化生成高失败率且多样的对抗环境，并让 VLA 在自身成功轨迹上做自模仿微调以提升鲁棒性。在三个代表性 VLA 模型上的仿真结果显示，Q-DEG 在分布外对抗环境中相比原始 VLA 和两种红队基线微调的 VLA 更鲁棒，并有助于 sim-to-real 迁移。
推荐理由：论文指出 VLA 在物体位置、光照等微小分布偏移下易失效，并给出用对抗环境自模仿微调的改进路径。
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 25 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5757 IMPRINT：面向 VLA 的多流隐式记忆框架，成功率较基座提升至少 26%
论文提出策略无关的隐式记忆框架 IMPRINT，为视觉-语言-动作（VLA）模型引入多流记忆而不显式约束策略该记住什么。IMPRINT 将观测、动作、本体感觉等多流信息压缩为推理时增量更新的隐式记忆以降低延迟，并采用两阶段训练：先监督记忆重建多流历史并估计当前任务进度，再与策略端到端微调动作预测。
推荐理由：论文给出两阶段训练与多流压缩的具体做法，并报告相对基座 VLA 的成功率提升，可作为记忆增强策略的方案参考。
arXiv cs.RO 机器人学精选AI 评分5959 OATH：面向灵巧手的物体无关物理重定向方法
OATH 将物理重定向建模为残差学习问题，在观测空间中加入局部接触误差信号引导每个机器人连杆指向物体表面目标坐标，使单一残差策略能零样本抓取未见过的物体几何。
推荐理由：论文给出观测空间设计与具体速度、成功率数字，可评估该方法相对采样优化的实用价值。
arXiv cs.RO 机器人学精选AI 评分5858 DexFLEX：面向指令引导灵巧操作的接触感知基础控制器
DexFLEX 是一个接触感知的基础控制器，把上游指尖运动草稿转化为接触一致的关节指令，将草稿视为意图证据而非待复制轨迹，通过 Draft-Dream-Select 流程生成候选运动并解码为关节空间目标。
推荐理由：论文给出遥操作成功率从29.2%提升到78.3%等对比数据，可评估该方法对灵巧手控制的实际收益。
arXiv cs.RO 机器人学精选AI 评分5656 CoPlanVLM：用视觉语言模型实现双机器人协同路径规划
CoPlanVLM 通过视觉语言模型将单条自然语言指令和图像转化为两个机器人的协同路径，包含图像叠加标注自由空间与障碍物、任务分类选择底层规划器、以及任务特定的思维链推理三个组件。该方法在 Gazebo 仿真和实体 Turtlebot 4 硬件上验证，平均成功率达 84.4%，对比最接近基线的 50.0%；在双方均成功的试验中，其路径平均缩短 27%。
推荐理由：论文给出与最强基线的成功率对比和路径缩短数据，可评估VLM空间推理改进的实际收益。
arXiv cs.RO 机器人学精选AI 评分5757 PILOT：用视觉子目标与策略先验引导机器人操作的长程世界模型规划
PILOT 用视频模型生成中间视觉子目标，并用学习到的策略初始化 CEM，在滚动时域控制环中借助动作条件世界模型细化候选动作序列。
推荐理由：论文给出真机与仿真两组对照数据，可量化评估视觉子目标加策略初始化对长程规划的实际增益。
arXiv cs.RO 机器人学精选AI 评分5656 Akule：基于稀疏交互扩散的快速可扩展多机器人运动规划
Akule 提出稀疏交互扩散框架，在冻结的单机器人先验上增加三个学习模块：可复用的成对修正模型 R_phi、决定评估哪些修正的上下文选择器 U_psi，以及通过上下文相关符号权重组合效果的合成器 G_omega。
推荐理由：论文给出稀疏交互分解的做法与最高25倍加速、256机器人规模的实测结果，可评估其在多机器人规划中的实用价值。
arXiv cs.RO 机器人学精选AI 评分5555 arXiv 论文提出挖掘机执行绑定授权机制，约束 LLM 规划到机械运动的授权链
论文针对 LLM 指挥挖掘机可能执行机械可行但授权已失效的动作，提出覆盖审批、派发、执行区间的执行绑定授权框架：一次性租约绑定动作、生成运动、任务契约与准入容差，原子派发时重新校验当前权限与实测关节漂移。
推荐理由：论文把操作员授权与机械可行运动解耦的问题量化，给出接口测试与攻击套件的零越权数据，关注 LLM 控机安全的读者可参考其评估方法。
arXiv cs.RO 机器人学精选AI 评分5555 RoboCompiler 扩展支持协作人形机器人的可组合动力学编译
论文为 RoboCompiler 增加成员级动力学组装能力，从刚体、运动的执行器部件和反射转子惯量编译缩减动力学，支持五台手部相连人形机器人的执行器感知跟踪、耦合力分配、负载更新与支撑模式切换。
推荐理由：论文给出与硬约束参考和独立实现的双重误差对比，可评估该动力学编译方法的数值可信度。
arXiv cs.RO 机器人学精选AI 评分4747 FrictionMap：基于记录数据离线映射行驶轨迹上的轮胎-路面摩擦系数
论文提出离线后处理方法 FrictionMap，从记录的行车数据中沿行驶轨迹映射轮胎-路面摩擦系数，此前研究多聚焦在线摩擦估计而未探索基于记录传感器数据的后处理制图。
推荐理由：论文指出此前无人做行驶轨迹上的离线摩擦系数制图，读者可据此判断该方向的研究空白与方法定位。
arXiv cs.RO 机器人学精选AI 评分5757 ClothCode：面向衣物状态估计与动力学预测的统一生成式框架
ClothCode 提出一个统一生成式框架，在共享离散配置空间中完成衣物状态估计与动作条件动力学预测，用材料对齐的 tokenizer 将衣物配置编码为残差向量量化 patch token，并由任务专用 Masked Generative Transformer 通过并行置信度引导精炼进行预测。
arXiv cs.RO 机器人学精选AI 评分4747 观测锚定的组织形变预测方法在手术机器人数据上评估
论文提出一种观测锚定的组织形变预测方法，将每个组织点锚定在其最后一次有效观测上，只叠加已知的预规划器械轨迹所引起的形变，以降低对重建、初始化和持续仿真偏移的敏感度。
推荐理由：论文给出观测锚定与绝对仿真预测的误差比 0.598，便于评估该方法相对基线的改进幅度。
arXiv cs.RO 机器人学精选AI 评分5252 DiTaR：解耦任务相关隐动力学的机器人操作奖励建模方法
论文提出 DiTaR 框架，从异构视频中学习稠密奖励，通过非对称两阶段过程在任务相关隐空间中抑制与任务无关的视觉变化，并训练历史与语言条件的 rectified-flow 模型捕捉任务动力学，从动力学兼容性的时间变化导出方向性稠密奖励。
推荐理由：论文点明视频奖励易受视觉干扰的成因，并给出解耦方案，可作为奖励学习路线的参考。
arXiv cs.RO 机器人学精选AI 评分5656 Axiom-0：面向视觉-语言-动作策略的层级自精炼方法
Axiom-0 是一个通过层级自精炼提升视觉-语言-动作（VLA）策略的论文工作，包含 Intra-VLM Representation Refinement（IVRR）与 VLM-Action Interface Refinement（VAIR）两个组件，前者在训练中用一致性监督强化选定中间特征，后者在动作生成前递归更新条件输入，二者与动作生成器联合优化。
推荐理由：论文给出与榜单最高分的具体差距和推理延迟增幅，便于评估该方法的收益与代价。
arXiv cs.RO 机器人学精选AI 评分5555 接触自适应网格细化用于可变形物体操作的仿真研究
论文提出一种接触自适应网格细化框架，仅在最有用的位置引入空间分辨率，用可变形体求解器已有的几何、弹性和接触量为候选边打分，再通过 GPU 并行流程选出无冲突子集，在仿真循环内直接更新网格拓扑与物理状态。在真实可变形物体操作序列上的评估显示，自适应细化降低了仿真与真实之间的误差、提升了与细网格参考的一致性，同时效率明显高于均匀细网格仿真。
推荐理由：论文对比了均匀细网格与自适应细化，说明局部加密能在保真度和仿真开销之间取舍。
arXiv cs.RO 机器人学精选AI 评分5555 π0.5 通过 CALL 头按需调用 Astra 提升机器人操作可靠性
论文为冻结的 π0.5 策略加装轻量 CALL 头，使其学会预测何时需要外部协助，仅在关键恢复事件时激活 GPT-6 Astra 并在稳定后交还控制权。
推荐理由：论文给出成功率与 token 消耗两组数字，可评估按需调用外部大模型是否值得引入自己的机器人系统。
arXiv cs.RO 机器人学精选AI 评分4747 面向具身零样本任务规划的硬件感知 LLM-VLM 机械臂操作框架
论文提出一种硬件感知的 LLM-VLM 机械臂操作框架，在 NVIDIA Isaac Sim 中针对仿真 Franka Research 3 机器人进行验证。
推荐理由：论文把符号推理与度量执行分离并禁止大模型输出坐标，这一设计思路可供做机械臂任务规划的团队参考。
arXiv cs.RO 机器人学精选AI 评分5555 位姿图优化用于 Gaussian splatting 相机位姿估计的失败分析
论文针对房地产外景 Gaussian splatting 拍摄结构构建了专用位姿图优化（PGO）系统，速度超过 COLMAP 但质量从未胜出。作者将差距归因于手工权重、贪婪合并与噪声 GPS 标尺，以及 SE(3) 边缺少尺度自由度、双视图边耦合不足两项固有限制，并提出需补回 Sim(3) 约束、GPS 绝对先验与不确定性加权。
推荐理由：论文剖析了纯位姿图优化在 Gaussian splatting 相机位姿估计上不及 BA 的多重成因，为方案选型提供失败模式参考。
arXiv cs.RO 机器人学精选AI 评分5555 SenseWeather：极端天气下保持机器人感知鲁棒性的多模态基准与 Fusion-to-RGB 方法
论文提出 SenseWeather，一个面向严重雨、雪、尘、雾和黑暗条件的机器人感知多模态基准，配准了 RGB、深度与红外观测、干净参考图像及高层感知任务。
推荐理由：论文指出感知增益与图像保真指标不一致，为评估极端天气下的机器人感知提供了区别于画质的视角。
arXiv cs.RO 机器人学精选AI 评分5656 论文评估 UMI 式大视场腕部相机中头部视角的边际效用
该论文在真实双臂平台上用受控变量实验比较了仅用两个大视场腕部相机与额外加入头部视角的策略。在三个桌面任务中，当腕部相机已能观测物体、夹爪和目标区域时，加入头部视角并未一致提升任务完成度与执行质量；对头部图像做 ROI 裁剪比未裁剪图像带来更稳定的收益。
推荐理由：论文用受控实验说明头部视角的收益取决于信息密度而非视角数量，可为双臂相机方案选型提供依据。