RealtimeWAM 提出一步动作生成与异步推理的 World Action Model
RealtimeWAM 提出一步动作生成与异步推理的 World Action Model，针对动作专家内部多步去噪和视频与动作专家串行等待两个瓶颈。
推荐理由：论文用一致性蒸馏加跨专家流水线压缩 WAM 推理，给出的加速比和精度损失数据可为实时机器人策略选型提供参考。
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。
71 条精选近 30 天 57 条共收录 665 条
更新
精选归档 · 第 3 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5858 OGAM 论文提出基于物体注意力监控的 VLA 策略运行时保障方法
论文提出 Object-Grounded Attention Monitoring（OGAM），把系统化测试与运行时保障连接起来，用成功与失败执行间的注意力差异信号在故障完全展开前停止执行。
推荐理由：论文给出注意力偏离信号配合 DTW 与 conformal 校准的早停阈值设定方法，可迁移到其他 VLA 策略的运行时监控。
arXiv cs.RO 机器人学精选AI 评分5858 研究刻画 VLA 工作负载特性，指导具身 AI 系统设计
一篇将发表于 ASPLOS '27 的论文对 4 个代表性 VLA 模型在边缘 GPU 服务器和两款车载 SoC 上做了单次推理剖析与 43,200 次闭环实验。结果显示动作张量维度决定各阶段是内存受限还是算力受限，平台平衡会改变瓶颈位置，GPU 频率调节存在平台相关的能耗-时延最优区间。闭环运行中推理与动作执行重叠会带来精度-速度-能耗权衡，没有一种配置在各类部署 SLO 下都占优。
推荐理由：论文给出 VLA 模型在 batch-1 控制场景下的内存与算力瓶颈判定依据，可为模型、硬件与运行时联合设计提供参考。
arXiv cs.RO 机器人学精选AI 评分5959 AffordCraft 用单张 RGB 图像检索构建任务可用的仿真资产
AffordCraft 从单张 RGB 图像和任务指令出发，通过检索而非生成的方式定位物体与操作部件，从关节资产库中选取匹配条目并拟合到图像，同时保持部件与关节完整。
推荐理由：论文给出资产库规模与成功率的对照数据，做仿真数据构建的团队可据此评估检索式方案相对生成式方法的成本差异。
arXiv cs.RO 机器人学精选AI 评分5858 研究揭示 VLA 机器人策略存在视觉接地缺口，任务成功未必遵循指令
该研究通过保持场景不变的指令干预实验发现，当指令要求抓取另一个可见物体时，被评估的 VLA 策略与世界动作模型（WAMs）大多仍抓取场景偏好的原目标。线性探针能准确恢复被修改的指令目标，说明语言已被编码但很少决定目标选择；注意力分析显示指令 token 对动作生成贡献偏弱，目标 token 注意力仍停留在原物体上。
推荐理由：论文用保持场景不变的指令干预，区分任务成功与真正遵循指令，给出一套可复用的诊断方法。
arXiv cs.RO 机器人学精选AI 评分5858 Mulligan 提出面向机器人在机学习的性能引导数据采集方法
Mulligan 将初始状态分布作为决策变量，每轮从已观察到的失败状态和未尝试状态开始采集，以提升固定监督采集预算下的数据效率。论文在 2,550 个盲测留出回合的三个真实任务和两个仿真任务上评估，相比均匀初始状态采样表现更好；结合基于价值函数的动作选择后，HiL-IDQL+Mulligan 在真实任务上最终成功率提升 10-34 个百分点。在操作员介入下，人机协作完成 98% 的采集回合。
推荐理由：论文给出在固定采集预算下按失败状态分配初始状态分布的做法，做数据采集策略的团队可参考其对比设计。
arXiv cs.RO 机器人学精选AI 评分5858 VICON：面向操作数据集的视觉-惯性-接触手物跟踪框架
VICON 提出视觉-惯性-接触手物跟踪框架，通过改造视觉惯性手套并按人类抓握频率布置 FSR 力敏电阻，同步记录接触状态与标定法向力，配合 RGB-D 相机与单目视频重建网格、基于因子图的物体轨迹估计，在严重遮挡下联合捕捉手物运动与接触信息。
arXiv cs.RO 机器人学精选AI 评分5858 人形机器人全身运动持续学习：Similarity-guided LoRA-PNN 防止灾难性遗忘
提出 Similarity-guided LoRA-PNN，用渐进式神经网络策略结合轻量 LoRA，在顺序任务流中让人形全身控制器持续学习而不遗忘已掌握技能。基于动态时间规整与最优传输的两级运动相似度决定复用哪个先验技能并分配新容量，在六个顺序学习技能类别上取得最佳前向迁移 0.125 与最高平均准确率，节省最多 94.5% 可训练参数和 40.8% 训练时间。
Hugging Face 每日论文精选AI 评分6060 PhysEvo：围绕冻结模型的物理递归自改进框架在 RoboDojo 与真机上评测
PhysEvo 提出围绕单一冻结模型的物理递归自改进（RSI）框架，由任务 agent 执行机器人任务、meta-agent 依据轨迹诊断失败并修订工具与技能，全程不更新模型权重也不训练独立动作策略。
推荐理由：论文给出与 RoboDawn 和直接 Astra 的对照成功率，便于评估冻结模型下递归自改进的实际增益。
量子位精选AI 评分6464 Hinton 等 22 位作者发布首篇 RSI 论文，探讨 AI 自动化研发是否触发智能爆炸
Hinton 与 Bengio 等 22 位作者发表论文《What if automating AI R&D triggers an intelligence explosion?
推荐理由：论文用实验室内部数据估算AI研发自动化的反馈周期，给出了研究投入回报率r与进步加速倍数的推算框架。
机器人大讲堂精选AI 评分5858 UCLA等团队造出185毫克全聚合物扑翼飞行机器人，被1.1万倍自重压扁后仍能起飞
UCLA、MIT和加州大学戴维斯分校团队在《Science Robotics》发表一款185毫克全聚合物微型扑翼飞行机器人，去掉传统传动机构，靠电致伸缩弯曲驱动器直接带动柔性锥形机翼。
推荐理由：论文给出驱动器功率密度、升重比和压缩后升力保留率，可作为柔性抗冲击设计的量化参考。
Sanctuary AI 新闻精选AI 评分6363 Sanctuary AI 提出 TIGER，用模仿策略作稠密奖励引导真机强化学习
Sanctuary AI 提出 TIGER（Task-Space Imitation Guidance for Efficient Reinforcement learning），把模仿策略当作稠密奖励信号而非控制器来引导强化学习。
推荐理由：原文给出把模仿策略转为稠密奖励的具体做法与消融结果，可参考其降低真机安全重置次数的思路。
机器人大讲堂精选AI 评分5858 北理工团队发布仿生脊柱四足机器人 FLEXOR，动态脊-腿协同使速度提升 31.6%
北京理工大学石青教授团队以象鼩为仿生原型，研制出搭载双关节耦合脊柱的微小型四足机器人 FLEXOR，整机重量 338 克、机身长度 110 毫米，相关长文发表于 Science Advances。
推荐理由：对照实验给出双关节耦合脊柱相对单关节脊柱的速度与能耗差异，可为腿足机器人本体设计提供参考。
嵌入式微处理器精选AI 评分5757 中科院半导体所与港大在《Science》发表铁电隧穿结存储器件成果
中国科学院半导体研究所团队与香港大学团队合作在《Science》发表铁电隧穿结存储器件成果，采用氮化硼势垒层、3R堆叠硫化钼滑移铁电层和单层石墨烯电极，使极化同时调节隧穿势垒高度与参与隧穿的电子数量。
推荐理由：原文拆解了器件结构与双机制协同放大的原理，读者可据此理解读出对比度与耐久性为何此前互相制约。
Skild AI 博客精选AI 评分6464 Skild AI 用物理自我对弈后训练 S1，让机器人在仿真中学会踢足球并迁移到人形机器人
Skild AI 宣布通过物理自我对弈完成一项后训练突破，其机器人基础模型 S1 在与自身对弈的仿真中学会了踢足球等高度灵巧和动态的任务。模型只被给出进球这一个目标，在 NVIDIA Isaac Sim 中与近期版本的自己对抗，逐步自行学会带球过人、护球和铲球，这些行为因有助于进球而涌现，未手工设计奖励。
推荐理由：原文给出仿真时长、涌现行为和 sim-to-real 迁移结果，可据此评估自我对弈后训练路线在具身智能上的可行性。
嵌入式微处理器精选AI 评分5858 AI 能写驱动补丁了，但为什么嵌入式没那么好替代？
作者结合 Linux 内核收到 AI 生成的 prom21-xhci 驱动补丁和 EmbedAgent（ICSE 2026，arXiv:2506.11003）基准，分析 AI 在嵌入式开发中的实际边界。
推荐理由：原文结合内核补丁案例与 EmbedAgent 基准数据，给出可直接对照的 AI 分工清单，便于工程师判断哪些活可交出去。
Figure AI 新闻精选AI 评分7878 Figure 发布 Helix 2.5，实现 30 个陌生家庭零样本全身作业泛化
Figure 发布 Helix 2.5，机器人在 30 个未采集过数据的湾区家庭中零样本完成整理客厅、叠毛巾、铺床三项全身长时程任务。对照实验显示，在架构、超参与下游数据固定的前提下，仅 Index 预训练就将零样本成功率从 9% 提升到 56%；相比 Helix 02，Helix 2.5 用一半的任务数据达到同等成功率。
推荐理由：原文给出 Index 预训练与从零训练的对照实验，9% 到 56% 的差距可帮助判断人类数据预训练对零样本泛化的实际贡献。
Figure AI 新闻精选AI 评分6666 Figure AI 发布机器人训练数据集 Index，累计采集超 1600 万条视频
Figure AI 发布机器人训练数据集 Index，配套 App 已在 Google Play 与 App Store 上线，累计下载 264,000 次、覆盖 108 个国家，Creator 上传超 1600 万条视频，每秒处理 30 分钟视频上传。
推荐理由：原文披露了每千小时数据的任务与物体多样性指标，以及五阶段数据管线，可作为机器人数据采集规模化的参考。
Skild AI 博客精选AI 评分7676 Skild AI 发布机器人基础模型 S1，用单段视频提示完成未见长程任务
Skild AI 发布旗舰机器人基础模型 S1，作为上下文学习器，仅凭一段视频演示即可执行未在预训练中出现、最长 10 分钟的操作任务，无需微调或后训练。在内部基准上，未见任务中 ICL 在 100k 小时预训练数据下达到 66% 成功率，语言提示 VLA 为 9%；已见任务中 S1 达到约 96%。一次上下文演示约等于 380 个后训练示例，植物移盆任务从演示到自主执行用时 11 分钟。
推荐理由：原文给出 ICL 与语言提示 VLA 在 1k 到 100k 小时预训练下的成功率对比，可作为评估提示范式选型的参考。
波士顿动力博客精选AI 评分5656 波士顿动力 Atlas 能否通过足球学会运动？
波士顿动力与现代合作，用人类示范和强化学习训练 Atlas 人形机器人完成此前未见的 Ghost Rabona 花式踢球动作。团队用光学动作捕捉记录球员与工程师 Roberto 的高保真运动数据，经重定向映射到 Atlas 运动学结构后，在云端 GPU 并行数千次仿真训练，相当于 24 小时内完成一年的物理试错，学到的策略几乎全部首次上机即成功。该训练方法可迁移到仓储、工厂等实际作业任务。