自动驾驶幻觉注入：组件无关的安全评估框架
论文提出一个可配置、组件无关的幻觉注入框架，将自动驾驶感知故障重构为幻觉，在开源仿真环境中注入六类幻觉，共执行 18,356 次仿真（8,695 次基线、9,661 次注入），场景为 AV 通过无信号灯交叉路口并遇横向车流。
推荐理由：论文把感知故障重构为幻觉并给出可配置注入框架，18,356 次仿真的量化结果可为 AV 感知容错研究提供可迁移的评估方法。
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 30 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5555 UniConFlow：统一约束流匹配的可认证运动生成框架
论文提出 UniConFlow，一个基于约束流匹配的统一轨迹生成框架，系统纳入等式与不等式约束，并引入规定时间归零函数在推理时塑造时变引导场。
推荐理由：论文把碰撞、驱动限制等多类约束统一进一个生成框架，并给出两个加速推理的实用策略，做轨迹规划的读者可参考其约束处理思路。
arXiv cs.RO 机器人学精选AI 评分5050 SAP-CoPE：基于基础设施传感器节点协同位姿估计的社交感知机器人导航框架
论文提出 SAP-CoPE 室内导航框架，将协同基础设施感知、人体姿态估计与社交感知 MPC 规划器结合，用于解决自主移动机器人在有人环境中感知范围受限和遮挡问题。
arXiv cs.RO 机器人学精选AI 评分5757 LiDAR 目标检测研究：降雪增强与混淆元因素的解耦分析
该 IROS 2026 论文在 WADS-3D 和 CADC 数据集上的细粒度评测发现，检测精度随雪强增大反而提升；消融与元信息分析表明，降雪虽是噪声，但被目标点数显著增加这一主导因素抵消，作者假设其源于积雪增大车辆表面积及镜面反射向漫反射的转变，并指出按宽泛天气严重度分档评测可能得出误导性结论。
推荐理由：论文指出按天气严重度粗分档评测会得出误导性结论，提醒评估感知系统时需解耦大气噪声与表面积累效应。
arXiv cs.RO 机器人学精选AI 评分5454 IROS 2026 论文：自监督 RGB-热红外融合检测雪地车辙轨迹
论文提出一种低成本自监督方法，用同步的 RGB-I（RGB + 长波红外）四通道图像检测积雪路面上的车辙轨迹，通过将记录的 GNSS 数据投影为未来轮迹自动生成训练标签，网络可在白茫茫、无特征的路面上识别车辙。实验表明该方法在视觉单调的恶劣环境中有效，并公开了 ThermalTrack 数据集，论文将发表于 IROS 2026。
推荐理由：论文提出用GNSS轨迹自动生成标签并融合RGB与热红外识别雪地车辙，为冬季自动驾驶提供了低成本的可行驶区域方案。
arXiv cs.RO 机器人学精选AI 评分4444 MARGoS：面向 ARGoS 中可复现 MARL 实验的配置驱动平台
论文提出 MARGoS，一个轻量的配置驱动平台，用于解决 ARGoS 中多智能体强化学习（MARL）群体机器人实验复用与复现困难、缺乏标准化的问题。平台将实验定义输入提升为平台管理的一等要素，通过配置哈希、端到端种子传播、冻结配置、结构化日志、环境指纹和可导出的实验包，支持跨机器、跨时间的共享、回放与结果验证。
推荐理由：论文点明了 MARL 群体机器人实验复现脆弱的成因，并给出配置哈希与种子传播等可迁移做法。
arXiv cs.RO 机器人学精选AI 评分6262 LAPT-Scale：用人类视频潜动作预训练扩展具身策略
LAPT-Scale 提出一种可扩展的潜动作预训练范式，包含 LAPT-Scale-LAM 与 LAPT-Scale-Policy 两部分：前者通过解释人类视频的逐帧视觉变化学习连续潜动作作为监督，后者经人类视频潜动作预训练、目标机器人本体对齐和任务后训练构建 VLA 策略。
推荐理由：论文给出真机成功率随标注视频时长的量化曲线，可评估用人类视频扩展策略训练的收益。
arXiv cs.RO 机器人学精选AI 评分4242 基于 Transformer 与 AIS 数据的船舶轨迹概率预测研究
论文研究用 Transformer 和 Performer 模型在受限水域对水面船只做轨迹预测，使用广泛可得的 AIS 位置数据训练与评估。
推荐理由：论文用热图引入周边船只历史运动，说明了提升轨迹预测的可行输入设计。
arXiv cs.RO 机器人学精选AI 评分4747 本地 Agentic AI 框架用于生成边缘场景以支撑安全 assurance
论文提出一个基于笔记本本地语言模型的 agentic AI 框架，用于自动生成自主系统的边缘场景，替代依赖人工介入或规则策略的既有方法。
推荐理由：论文说明了用本地 LM 双模型互评与仿真指标聚类定位功能缺口的完整闭环，关注安全 assurance 的读者可借鉴其方法设计。
arXiv cs.RO 机器人学精选AI 评分5656 NovaSplat：基于 3D Gaussian Splatting 的免模型 6D 物体位姿估计方法
NovaSplat 提出一种免模型 6D 位姿估计流程，从接入阶段拍摄的短视频训练 3D Gaussian Splatting（3DGS）模型，同时作为检测与粗位姿估计的模板来源和位姿精修的可微骨干，精修器在无梯度奇异点的连续旋转参数化下结合光度与几何损失优化物体到相机位姿。
推荐理由：论文说明了用手机短视频训练 3DGS 同时充当检测模板与位姿优化骨干的做法，可迁移至无 CAD 模型的物体接入流程。
arXiv cs.RO 机器人学精选AI 评分5151 Sonic-AMG：从空间音频流式生成人体动作的首个框架
Sonic-AMG 提出据作者所知首个从空间音频流式生成人体动作的框架，将声学内容与身体相对的声源几何编码为独立 token，由因果 transformer 与 flow head 生成连续动作 latent，再经因果解码器重建动作片段。
推荐理由：论文点明离线生成与流式推理的训练不匹配问题，并给出回放训练与空间反馈两个具体缓解手段，可迁移。
arXiv cs.RO 机器人学精选AI 评分5555 研究系统比较世界动作模型所需视觉表征并提出 R²-WAM
论文系统比较了世界动作模型（WAM）中的视觉表征、五种集成机制与特征组合，发现强通用视觉表征能带来更广的鲁棒性增益，通道级联合预测取得最高平均成功率，且额外特征源应按任务相关信息选择。
推荐理由：论文在受控设置下拆分视觉表征与集成机制的各自贡献，选型时可参考其三条结论。
arXiv cs.RO 机器人学精选AI 评分5353 Reinforcement Learning via Fixed-point Flow Matching 论文提出 FFM 免数据训练流策略
论文提出 fixed-point flow matching（FFM），一种在强化学习中免训练数据训练与微调流策略的方法。FFM 利用目标流恒等式把 actor 更新表述为不动点迭代，用 critic 的动作梯度作为流匹配回归目标，并证明最优策略是该迭代的不动点。实验显示 FFM 能在 offline-to-online 场景微调预训练流策略，也能在在线 RL 中从零高效准确地训练流策略。
推荐理由：论文解释了流策略在在线 RL 中缺训练数据的成因，并给出不动点迭代的解法，读者可据此判断方法是否适用。
arXiv cs.RO 机器人学精选AI 评分4747 分布鲁棒自适应迭代协方差转向用于小天体近距离操作
论文将迭代协方差转向（iCS）与 L1 分布鲁棒自适应控制（L1-DRAC）结合，用于小天体近距离操作中应对引力、太阳光压和随机扰动不确定性的连续推力制导。在 1000 次配对蒙特卡洛试验中，L1-DRAC 自适应控制把禁入区违反率从 32.7% 降至 0.2%，物理碰撞率从 16.4% 降为零，且未出现执行器饱和。
推荐理由：论文给出1000次蒙特卡洛对照数据，可量化评估该自适应方法对碰撞风险的改善幅度。
arXiv cs.RO 机器人学精选AI 评分5252 论文评测视频语言模型在驾驶场景中的时序理解能力
该论文通过需要从驾驶视频中识别动作的受控自运动任务，评测视频语言模型的时序理解能力。研究发现标准提示、视觉提示、few-shot 提示和 chain-of-thought 提示均不可靠且高度依赖任务与模型，存在持续的类别偏差；而轻量 LoRA 微调和基于中间视觉特征的简单探针能恢复较强的运动判别性能，表明运动相关线索常存在于模型内部但未被最终的视频到语言通路可靠使用。
推荐理由：通过受控自运动任务对比提示与微调方法，为评估视频模型时序理解能力提供了可复用的实验框架。
arXiv cs.RO 机器人学精选AI 评分5656 IG-VLA：通过内化时空想象实现高效VLA推理
论文提出VLA推理框架IG-VLA，通过Latent Spatiotemporal Reasoning在视觉表征空间直接想象任务相关的未来场景演化以引导动作预测，并引入Scene Gist Memory将推理得到的场景-行为关联压缩为Scene Gist Token，在推理时跳过显式未来想象。
推荐理由：论文给出LIBERO-Plus上近6%的成功率提升和1081ms降至169.5ms的延迟数据，可评估该方法对VLA部署效率的实际价值。
arXiv cs.RO 机器人学精选AI 评分6464 Splat2Act：用手机扫描实现场景个性化 VLA 操作策略
Splat2Act 提出一套自动化 real-to-sim-to-real 流水线，仅用手机扫描场景和用户物品照片，即可把预训练 VLA 策略个性化到特定环境。
推荐理由：论文给出了从通用策略 0% 到个性化后 62.5% 的对比数据，说明仿真数据个性化路线的可行边界。
arXiv cs.RO 机器人学精选AI 评分5555 Noise Space Learning：保持预训练 VLA 固定的适配方法研究
论文提出 Noise Space Learning（NSL），通过学习上下文条件下的噪声分布来适配基于 flow-matching 的 VLA，同时保持预训练模型固定。
推荐理由：论文把噪声空间学习抽象为适配接口并给出选型建议，需要在资源受限下微调 VLA 的读者可参考其方法比较。
arXiv cs.RO 机器人学精选AI 评分5555 Chronos Policy：让机器人策略显式学习物理时间
Chronos Policy 让机器人策略显式以观测采集时刻和期望动作执行时刻为条件，从而应对观测速率、延迟和推理时延变化带来的问题。
推荐理由：论文对比了时间嵌入与 time-aware RoPE 两种注入物理时间的方案，做扩散策略的团队可借鉴其结论与训练时的时间随机化做法。
arXiv cs.RO 机器人学精选AI 评分5656 BT-Agent：用行为树与多保真评测在机器人上部署机载 LLM agent
BT-Agent 提出一种机载架构，将 LLM 任务决策与预定义行为树（BT）技能结合，技能强制执行条件并返回结构化失败反馈，在四足机器人上用 9B 模型跨五类任务实现完全机载运行。
推荐理由：论文给出文本与 Habitat 两档评测的吞吐对比和消融结论，便于评估 agent 架构时参考其评测方法。