内容形态
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
USDCraft 将关节资产重建表述为基于部分几何证据的程序化建模，由预训练 LLM 编写并修订可执行程序，无需任务特定训练即可生成仿真可用的关节资产。其核心包括源几何分析，把源 mesh 转换为区分已观测表面与未知空间的度量文本描述，以及迭代几何重检，将每个候选方案以同一表示重新编码，使差异指向程序修改而未观测区域保持可补全。
推荐理由：论文指出 mesh 方法在分布外或残缺模型上失效，USDCraft 用 LLM 写程序重建关节资产的思路可作 real-to-sim 方案参考。
论文提出 SuperNav，为预训练 MLLM 配备专用 agent 外壳实现导航，不对 MLLM 做导航专用微调，由 MLLM 负责请求理解、场景理解与决策，运动执行交给导航工具。
推荐理由：论文提出不微调 MLLM、改用 agent 外壳与视觉点接口的导航思路，可对比微调路线评估泛化差异。
论文提出 TokenRouter，一个面向 token 级 LLM 路由推理的高效服务系统，采用请求中心编程、模型中心执行的设计，开发者从单请求视角描述路由逻辑，运行时为每个 LLM 启动子服务器并异步分发请求。
推荐理由：论文给出了2.01-64.15x的解码吞吐提升和开源地址，可据此评估其对token级路由落地的参考价值。
研究提出 TerminalHorizon，一个面向长程终端智能体的全自动数据合成引擎，从真实专业工作出发，用独立执行识别构建过程中被省略的关键环节，并据此指导环境重建，再在同一目标下渐进扩展任务。
推荐理由：论文指出环境合成会预先替智能体完成关键工作，其用独立执行识别被省略环节的做法可迁移到其他数据合成流程。
论文提出 InstantFusion，一个轻量级共享隐空间接口，用于连接异构图像生成器的去噪轨迹。作者发现独立训练的生成器具有相似的隐空间空间组织，直接在未对齐模型间传递中间状态可保留粗略视觉内容。
论文提出 AMLworld-Compact 评测集，保留全部非法测试交易并按监督分数分层采样良性交易，其 HT-Coreset 协议在 HI-Small 和 LI-Small 上将评测目标减少 271x 和 611x。
推荐理由：论文用重要性加权降采样把评测目标减少 271x 至 611x，并给出与均匀采样的误差对比，可迁移至大规模评测成本优化。
论文提出 Synthetic Self-distillation（SynthSelf），通过外包给同族中稍大的对齐器完成分布内改写，配合 off-policy 监督与拒绝采样，为小模型提供高质量监督且不破坏其原始分布。
推荐理由：论文指出小模型持续学习失败与分布偏移线性相关，并给出同族稍大对齐器的替代方案，关注端侧部署的读者可参考其诊断思路。
论文提出 BranchOPD（Branching On-Policy Distillation），用学生不确定性和师生分歧选择关键决策点，从共享前缀重采样学生策略分支，并对主轨迹与分支施加 token 级教师监督。
推荐理由：论文解释了单轨迹 OPD 监督覆盖受限的问题，并给出共享前缀复用降低采样成本的具体数字，可迁移性强。
论文提出 Multi-Stream Attention Residuals（MSAR），把 AttnRes 的深度轴单流 softmax 注意力推广为多头深度注意力，通过多尺度因果卷积从序列上下文获取流多样性，再经轻量自适应混合生成单流层输入，无需常驻多流存储或通信。
推荐理由：给出了与标准残差、mHC、AttnRes 的 iso-loss 加速对比数字，便于评估该残差结构的收益幅度。
MixTok 是一种混合视觉分词器，将紧凑的1D全局表示与用于局部细化的稀疏2D token 结合，由内容自适应路由器按细化优先级排序候选位置，并在目标平均 token 预算下决定每张图的2D token 数量，在得分最高位置用2D token 特征替换从1D表示恢复的空间特征，再由共享解码器重建图像。
推荐理由：论文提出混合视觉分词方案，在约128 token预算下给出rFID与gFID数据，便于与现有分词器对比。
AgentSWE 是一个覆盖智能体开发生命周期三个阶段的基准，包含 Creation、Editing、Optimization 共 25 项任务，每项任务以委托形式提出需求，验收时在保留用例上对冻结提交按需求衍生的评分标准进行通过/不通过判定。
推荐理由：论文指出编码智能体在可见用例上过拟合、交付与演示存在落差，为评估这类系统提供了可迁移的验收思路。
IDTechEx 发布报告，将人形机器人传感器分为感知、触觉、力与力矩、编码器、IMU 五类，并指出约80%的人形机器人面向工业环境、20%面向消费场景。其对50多款人形机器人的分析显示每台平均约31个执行器，电动执行器目前最常见；成本与可靠性是部署的主要顾虑。
推荐理由：原文给出人形机器人五类传感器划分与平均31个执行器的统计，可为选型提供参考。
论文提出模型无关的图决策基准 GraphDecide，结合结构任务画像、匹配的图-文本输入对照与启发式候选控制来诊断图决策表现，并评测了 Jev 等选择型模型与语言模型基线，覆盖十四种模型-接口配置。
推荐理由：论文提出模型无关的图决策基准，指出邻接识别准确不等于结构正确，为评估选择型模型提供可迁移的诊断维度。
AutoEnvScaling 把环境设计本身当作终端任务，由 proposer 智能体基于被训练 solver 的 rollout 构建新的 RL 环境，新 rollout 再引导下一轮。
推荐理由：论文给出有效环境率与成本的量化对比，读者可据此评估自动化环境生成对 RL 训练的实际收益。
研究探讨自主智能体之间通信何时涌现，以及先天动作选择架构的作用。两只在 PyBullet 中重建并经 Webots 模型校验的 e-puck 机器人需找到只有经过其上方才能探测到的觅食区。
推荐理由：论文用 e-puck 机器人对照实验说明通信出现与否取决于信息价值，可为多智能体演化设计提供参照。
论文提出一个基于信息量（矩阵熵分析）与多样性（centered kernel alignment，CKA）两个互补准则的多层隐状态选择框架，用于投机解码。
推荐理由：论文用矩阵熵和 CKA 两个准则解释了层选择为何有效，读者可据此理解默认规则的竞争原因。
GeoFix 提出统一框架，用单一几何奖励同时提升几何一致性与视觉质量，可用于训练和推理时的奖励对齐。该奖励度量静态区域的跨视角深度一致性，只针对结构不一致，不直接约束外观或惩罚合理运动；针对真实视频和 4D 数据中深度一致度随相机视野重叠度上升的问题，按重叠趋势对奖励做校准。结果显示 WorldScore 3D 一致性提升 39%，VBench Quality Score 提升 4%。
推荐理由：论文指出深度一致性会随相机视野重叠度虚高，给出校准思路，可迁移至其他几何奖励设计。
论文提出MINT（Multimodal Interaction Network with Teacher supervision）多模态框架用于辅因子特异性预测，将蛋白序列特征与辅因子序列和图表示结合，并通过渐进适应策略从预训练的蛋白-配体相互作用模型迁移信息。
推荐理由：论文给出MINT在平衡测试集与家族分层评估中的AUC数据，以及NAD/NADP案例的召回率，便于评估迁移学习在酶辅因子标注上的可用性。
论文提出统一视角，用代理专家与代理参考之间的对数概率比定义 KL 正则策略优化的隐式奖励，从而在规模、训练阶段或生成方式不同的模型间实现任意到任意迁移，并将常规 OPD 作为特例。
推荐理由：论文给出三条判断相对策略差异能否迁移的实验规律，可为选择蒸馏教师与参考模型提供依据。
论文提出 ClawLoop 框架，让基于 LLM 的 harness 智能体在无需外部教师模型的情况下实现自改进，由任务合成、训练、诊断与反馈三个阶段构成自持续循环。
推荐理由：论文提出无需外部教师模型的自改进训练框架，其任务可迁移至更小模型验证数据质量，对资源受限场景有参考价值。