TAME-Nav：基于时序非对称混合专家蒸馏的机器人导航框架
TAME-Nav 提出一种非对称教师-学生导航框架，核心是时序软混合专家（Soft-MoE）：教师用干净观测加动态障碍物轨迹构建特权表征，学生通过时序编码、软专家路由和潜空间蒸馏从受污染的观测历史中学习导航特征。
推荐理由：论文给出教师特权表征加学生蒸馏的导航框架设计，以及真机四足机器人上的完整试验结果，可作为同类导航策略训练的参考方案。
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 33 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 面向长尾机器人策略的证据引导反事实学习方法
该论文研究共享机器人策略中的头部任务动作偏差，发现当尾部任务所需视觉证据不足时，策略会更多依赖数据丰富的头部任务强化的动作模式，导致欠代表任务性能下降。
推荐理由：论文解释了长尾任务退化与视觉证据不足的关系，做 VLA 训练的读者可参考其因果干预思路。
arXiv cs.RO 机器人学精选AI 评分5757 EASG：让预训练VLM以文本生成接口直接输出机器人动作
论文提出EASG（Explicit Action-Space Grounding）框架，将以工具中心点（TCP）为中心的动作坐标系投影到腕部相机观测中，并以VLM原生的文本生成接口表达连续动作，使预训练VLM无需机器人动作预训练或额外动作模块即可直接生成可执行动作。该接口同时支持用机器人轨迹微调，实现跨物体位置、类别和机器人本体的零样本操作与泛化，并在同一连续动作空间内持续微调提升。
推荐理由：论文指出VLA通常需从机器人数据学习动作token，而EASG用文本接口直接暴露动作语义，为理解VLM动作接口设计提供了对照视角。
arXiv cs.RO 机器人学精选AI 评分5858 LeWAM：基于 JEPA 的端到端世界与动作建模方法
LeWAM 是一个端到端的 JEPA 控制模型，通过联合训练下一隐状态预测与动作流匹配，并对隐状态施加各向同性高斯约束，使单一模型既能直接执行策略，也能在隐空间中高效规划。相比此前用于视觉规划的 JEPA，LeWAM 在接触密集任务上成功率从 28.6% 提升到 89.7%，长程任务从 10.9% 提升到 46.2%，规划速度快 32.3 倍；在仿真与实体机器人的行为克隆任务上也与既有方法相当。
推荐理由：论文给出与既有 JEPA 的成功率对比和规划加速倍数，可据此评估端到端训练路线的实际收益。
arXiv cs.RO 机器人学精选AI 评分5555 Gamma：面向记忆密集型操作的接地多智能体记忆系统论文
论文提出 GAMMA（Grounded multi-Agent Memory with Mechanical Audit），将记忆到接地符号子目标的映射构建为双智能体协作记忆系统。
推荐理由：论文解释了VLA策略在记忆任务上失败的原因，并给出双智能体记忆系统这一可迁移的设计思路。
arXiv cs.RO 机器人学精选AI 评分5555 基于触觉传感实现未知物体既牢固又轻柔的抓取
论文提出一种面向未知物体的安全动态抓取在线数据驱动预测控制框架，用一对紧凑的单通道触觉传感模块实时刻画夹爪与物体的动态交互，无需先验知识或离线训练。系统通过有限状态机的抓取力探测机制建立初始抓取力并显式识别约束，用高斯过程在线学习交互动力学，将模型不确定性构成鲁棒约束嵌入MPC，控制回路以100 Hz实时运行。实验覆盖不同接触面拓扑与多类物体，从生豆腐、棉花糖到岩石，性能与效率优于基线策略。
推荐理由：论文给出100Hz在线学习与鲁棒MPC的具体做法，可迁移用于未知物体抓取的力控设计。
arXiv cs.RO 机器人学精选AI 评分4747 MIRAGE：面向 da Vinci 手术导航的多模态图像引导机器人框架
论文提出 MIRAGE 多模态图像引导机器人手术框架，用于实时可视化与导航，集成立体视觉场景重建、增强现实视频叠加、HUD 导航显示和术中超声，并接入 da Vinci 控制台的 TilePro 显示。
推荐理由：论文给出了在 da Vinci 四代平台上 0.6mm 平均重投影误差的量化结果，可作为评估该手术导航方案精度的参考。
arXiv cs.RO 机器人学精选AI 评分6262 Reflex：基于视觉的反应式人形机器人全身控制框架
论文提出 Reflex 三阶段框架，让人形机器人从第一人称 RGB-D 视觉中实时预判飞来物体的动力学并完成全身接物动作。仿真中 Reflex 从 RGB-D 达到 85.7% 接物成功率，接近使用特权物体观测的 87.9%；去掉时序视觉历史会使居中和横向偏移抛掷的成功率分别下降 35.6 和 39.8 个百分点。
推荐理由：论文给出仿真与真机的量化对比，以及去掉视觉历史后的消融结果，便于评估该分解式训练思路的实际收益。
arXiv cs.RO 机器人学精选AI 评分4949 Verifier-Mediated 多 LLM 协同多机器人路径规划论文
论文研究多机器人导航中 LLM 规划器的执行感知协同问题，指出独立生成的符号规划在几何落地后可能因共享时空约束而联合不可行。作者对比集中式单 LLM 全局推理与去中心化多 LLM 各自提案两种架构，其中几何验证器将候选规划落地为机器人轨迹、检测机器人间冲突并转化为结构化反馈以定向重规划，在 CARLA 仿真和 Crazyflie 飞行机器人上评估了任务复杂度增长时的协同表现。
推荐理由：论文对比了集中式与去中心化 LLM 规划架构，关注多机器人规划联合可行性的工程师可借鉴其验证器中介的冲突反馈思路。
arXiv cs.RO 机器人学精选AI 评分4747 论文提出 WZDrive 施工区多模态自车轨迹预测方法与 WZDrive-Data 数据集
论文提出多模态自车轨迹预测器 WZDrive，在 K=6 下取得 mean minADE 1.09 m 和 minFDE 2.12 m，相比各指标最优基线分别降低 7.18% 和 13.18%。研究还发布了 WZDrive-Data 数据集，包含来自 33 名驾驶员的 1,183 段施工区驾驶片段，通过带预录工人动画和 VR 控制工人的驾驶模拟器采集，记录驾驶员控制与注视信号。
推荐理由：论文公开了施工区驾驶数据集与预测指标，可为研究施工区轨迹预测的读者提供可比基线。
arXiv cs.RO 机器人学精选AI 评分5656 StereoEngine：无需立体相机合成机器人双臂操作的立体数据
StereoEngine 提出两种互补方法为机器人操作合成立体数据：一是用估计深度将单目左视视频warp到右视并用视频扩散模型补全遮挡区域，把单目演示提升为立体对；二是在仿真中联合渲染左右两幅照片级视图，无需真实视频输入。实验显示其生成的立体质量优于现有基线，用合成数据做策略中训练或任务微调可显著改善下游双臂操作。
推荐理由：论文指出机器人操作的立体数据稀缺，并给出两条无需真实立体数据的合成路径，可为数据受限的团队提供参考。
arXiv cs.RO 机器人学精选AI 评分5555 WiFiSpaces 与 ViFiNav：基于视觉与 Wi-Fi 信号的室内导航框架
论文提出 WiFiSpaces 与 ViFiNav，让机器人在未建图环境中仅凭机载视觉和旁听到的 Wi-Fi 数据包抵达信号发射设备，无需连接设备或改动基础设施。
推荐理由：论文给出用商用路由器做 Wi-Fi 测向、无需真实世界训练即可部署的完整方案，做室内机器人导航可参考其仿真到真机的迁移路径。
arXiv cs.RO 机器人学精选AI 评分5555 REMM：面向机器人操作的可修订具身记忆层
REMM 是一个面向长程操作的监督式记忆层，为冻结的 G0.5 视觉-语言-动作执行器工作，将只追加的证据历史与可修订的任务状态分离，并把派生关系和已完成条件与其支撑事实显式关联；当新证据改变支撑事实时，它撤回依赖结论并在已验证的技能边界调度定向恢复，而无需更新执行器。
推荐理由：论文给出干预恢复和序列回忆两项指标的具体提升幅度，可评估可修订记忆对长程操作的实际收益。
arXiv cs.RO 机器人学精选AI 评分5353 FallGown：一种用于防跌倒的软体气动可穿戴设备
论文提出 FallGown，一种织物外壳内含加压气囊的软体可穿戴支撑结构，可支撑使用者全部体重以预防跌倒。其收纳后重 6.9 kg、体积 0.051 m3，平均穿戴时间不到 2.5 分钟、脱下不到 0.5 分钟，拖拽力为 7.24-20.8 N。单用户测试显示 12 个气囊、地面直径 1.4 米并加装底架的裙摆除一次机械故障外阻止了全部跌倒；板载压力传感器可感知用户体重分布。
推荐理由：论文给出了重量、拖拽力、穿戴时间和裙摆尺寸等具体数据，可评估其作为防跌倒方案的实用性。
arXiv cs.RO 机器人学精选AI 评分6262 Spa-Bench：面向 VLA 空间落地能力的真机基准
研究团队发布真机基准 Spa-Bench，用于评测视觉-语言-动作模型（VLA）将空间描述转化为真机行为的可靠性，覆盖 Object State、Relative Size、Referential Description、Relational Placement、Ordinal Position 和 Counting 六项桌面任务。
推荐理由：论文给出 ID 与 OOD 空间配置下的成功率对比，可量化评估现有 VLA 的空间描述落地能力。
arXiv eess.SY 系统与控制精选AI 评分4444 SecFD-FL：面向电动汽车充电负荷预测的频率解耦联邦学习框架
论文提出 SecFD-FL，一个面向 Internet of Electric Vehicles (IoEV) 的频率解耦联邦学习框架，用于充电负荷预测，包含双流 GRU 网络分别建模短期与长期充电负荷波动，以及采用零和加性掩码协议的轻量安全聚合层。
推荐理由：论文给出隐私攻击下重建相关性降低的具体量化结果，可为联邦学习在传感数据场景的安全聚合设计提供参考。
arXiv eess.SY 系统与控制精选AI 评分4747 ROAM：基于深度强化学习的智能电网自适应移动目标防御框架
论文提出 ROAM，一个由深度强化学习驱动的移动目标防御框架，用 DQN 智能体在聚合层持续重优化传感器到 ID 的映射，应对可绕过坏数据检测的隐蔽虚假数据注入攻击。
推荐理由：论文对比了种子法与机器学习预测两类移动目标防御的失效模式，选型时可参考其权衡思路。
arXiv eess.SY 系统与控制精选AI 评分5151 Fast-DeePC：用软约束方案实现快速数据驱动预测控制
论文提出 Fast-DeePC 框架，将 DeePC 中坐标向量的一致性硬约束松弛进控制目标，并以坐标向量上的二次 ridge 项替代常规稀疏惩罚，从而离线闭式消去坐标向量，在线问题化为固定规模的框约束二次规划，用利用问题结构的内点法求解。在相同的软二次正则化问题上，其结果与通用求解器一致，速度最高快两个数量级。论文共 8 页，投稿至 ACC 2027，arXiv 编号 2610.12902。
推荐理由：论文说明了 DeePC 在线问题随数据量增长的瓶颈，并给出闭式消元的解决思路，做数据驱动控制的读者可评估其方法。
arXiv eess.SY 系统与控制精选AI 评分5555 基于符号置换的稀疏 Jacobian 直接组装加速潮流分析
论文提出一种基于符号置换的稀疏 Jacobian 直接组装方法，在一次性符号阶段对导纳矩阵预施加置换，消除运行时母线类型投影开销，使 Jacobian 求导与全局矩阵组装融合为单次无分支操作，实现在开源求解器 RustPower 中。
推荐理由：论文给出的加速倍数与对比基线清晰，可评估该方法对现有潮流求解器选型的影响。
arXiv eess.SY 系统与控制精选AI 评分5252 闭环域生成框架提升电池健康跨域诊断精度
论文提出闭环域生成框架，用于动态条件下的跨域电池健康诊断。其通过基于 VAE 的潜空间外推实现受物理约束的域生成，将源数据与少量早期目标域数据映射到共享潜空间，并用贝叶斯优化自动校准采样、潜空间正则化、外推、扰动和生成量等超参数，且采用无泄漏验证严格排除目标域后期数据。
推荐理由：论文给出跨域诊断的三项平均误差数值，可据此评估该框架相对传统方法的精度差距。