Real2Sim2Real 协同训练中世界对齐与行为对齐的分离研究
论文提出区分世界对齐（让仿真匹配真实系统）与行为对齐（让仿真轨迹匹配人类动作），并构建可独立调节这两个维度的 real2sim2real 流水线生成协同训练数据。
推荐理由：论文把仿真数据的两个对齐维度拆开单独衡量，做协同训练实验的人可以据此分配数据生成预算。
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 41 页
arXiv cs.RO 机器人学精选AI 评分5757 arXiv cs.RO 机器人学精选AI 评分5858 机器人策略 Real-to-Sim 评测中资产与场景重建效果的测量
研究者构建同一双臂机器人单元的两套仿真版本，对比自建重建（度量尺度物体几何、人工编写物理参数、自建场景 splat）与开源默认重建（生成式单图 mesh、引擎默认物理、Gaussian-splat 场景）对 sim-to-real 评分一致性的影响。
arXiv cs.RO 机器人学精选AI 评分5858 面向实时 VLA 的两阶段非均匀去噪与系统级评测
论文针对 VLA 模型低速率推理与机器人高速率执行之间的时间差，测量了模型推理与机器人执行链的端到端时延，并提出两阶段非均匀去噪，将去噪步数从 10 步减到 2 步、模型推理时间从 61.557 ms 降到 21.956 ms。
推荐理由：论文给出两步去噪把推理时间从 61.557 ms 降到 21.956 ms 的实测数据，可为 VLA 实时化优化提供参考。
arXiv cs.RO 机器人学精选AI 评分5858 UMR 提出统一操作表示，实现人类演示到异构机器人的零样本技能迁移
论文提出 Universal Manipulation Representation（UMR），把操作分解为与本体无关的 World Flow 和相对当前位姿的 Ego Trajectory 两部分，实现人类演示到异构机器人的零样本技能迁移。
推荐理由：论文给出统一动作表示的几何分解思路，跨本体迁移的方法设计对做 VLA 策略的研究者有参考价值。
arXiv cs.RO 机器人学精选AI 评分5454 论文提出用 LLM 构建显式工程模型以辅助机器人设计
论文提出一个框架，让 LLM 先构建包含物理关系、兼容性约束和目标函数的显式工程模型，供检查和修订后再进行多目标优化，从而获得可行性和 Pareto 最优性保证。在四旋翼和循迹机器人选型问题上，30 次 LLM 直接生成设计的试验中无一能在最终模型下验证为可行；与独立开发的专家模型对比还显示，建模假设的变化会显著改变预测的可行与 Pareto 最优设计集合。
推荐理由：论文用30次对照试验量化了LLM直接设计的不可行率，可帮助读者理解显式建模的价值。
arXiv cs.RO 机器人学精选AI 评分5858 DEXTERA 提出从单张图像到可部署灵巧操作的 Real-to-Sim-to-Real 框架
DEXTERA 提出一套自动化的 real-to-sim-to-real 框架，可将单张 RGB 图像转化为可部署的灵巧操作策略，覆盖场景分解、度量对齐、任务原语构建与多模态策略接口四个阶段。
推荐理由：论文给出从单张 RGB 图像自动生成可部署灵巧操作策略的完整流程，并报告仿真与真实协同训练带来的成功率变化。
arXiv cs.RO 机器人学精选AI 评分6262 EgoSteer 开源全栈系统：从第一人称视频实现可引导的灵巧操作
研究团队发布开源全栈系统 EgoSteer，用第一人称人类视频扩展灵巧手 VLA 预训练，并以少量真实机器人数据完成后训练。
推荐理由：论文给出从第一人称视频构建 9606 小时预训练数据的完整管线，做灵巧手数据工程的团队可对照其吞吐与精度做法。
arXiv cs.RO 机器人学精选AI 评分5858 SVA 框架将树搜索蒸馏为动作评估器，提升冻结 VLA 模型的泛化能力
论文提出 SVA（Search, Value, and Act）框架，用 Monte-Carlo tree search 在仿真中探索冻结 VLA 的输出分布并收集带经验回报的轨迹，再蒸馏成轻量 Q 值模型，部署时由评估器从多个候选动作中选出不确定性正则化 Q 值最高者，无需仿真器。
推荐理由：论文用 pass@k 诊断说明冻结 VLA 输出分布里已有可用行为，把树搜索蒸馏成 Q 值评估器可在不改骨干的前提下提升成功率。
arXiv cs.RO 机器人学精选AI 评分5858 MoRE 将行为模式重定向蒸馏进策略权重，无需推理时引导
论文提出 MoRE（Mode Redirection），通过短暂的 uncloning 步骤把临时模式分类器的重定向信号蒸馏进策略权重，并用 retain loss 保留目标模式能力，使独立策略在零推理开销下抑制不期望行为模式。
推荐理由：论文给出把模式重定向信号蒸馏进策略权重的做法，避开推理时开销，可迁移的思路对部署安全策略有参考价值。
arXiv cs.RO 机器人学精选AI 评分5858 AHEAD 提出潜空间预测世界模型，让 VLA 处理动态操作任务
AHEAD（Anticipatory Horizon Extrapolation with Adaptive Dynamics）提出一种 predict-then-act 包装器，用运动感知的潜空间世界模型预测 VLA 特征空间中的未来 patch token，使冻结的 VLA 能应对执行过程中物体移动的场景。
推荐理由：论文给出 AHEAD 在动态抓取任务上相对基线的成功率对比，可为处理运动物体的 VLA 方案提供参考。
arXiv cs.RO 机器人学精选AI 评分5858 FLASH Policy 用稀疏采样与 Legendre 多项式实现高效视觉运动策略
FLASH Policy 用 Legendre 多项式连续轨迹表示替代离散动作块生成，通过稀疏时间采样拟合专家演示，单次推理即可覆盖更长的动作时域。该方法以历史多项式系数而非高斯噪声初始化流匹配，缩短传输距离并支持单步推理，多项式解析求导还可直接为力矩控制器提供速度前馈信号。
推荐理由：用 Legendre 多项式连续轨迹替代离散动作块，配合历史系数初始化流匹配，给出了单步推理与速度前馈的完整实现思路。
arXiv cs.RO 机器人学精选AI 评分6262 ProbeFlow：面向 VLA 模型的免训练自适应 Flow Matching 推理框架
ProbeFlow 提出一种免训练的自适应推理框架，通过计算初始与前瞻速度向量的余弦相似度评估轨迹几何复杂度，动态调度积分步数以裁剪冗余网络评估。
推荐理由：论文指出 FM 动作头的多步 ODE 求解是延迟瓶颈，并给出免训练的自适应调度方法与量化收益，可迁移性强。
arXiv cs.RO 机器人学精选AI 评分5858 用单一噪声向量改进生成式机器人策略：Golden Ticket 方法
该研究提出一种免导数的 episodic 潜在策略改进方法，通过将初始噪声采样替换为精心选择的常量噪声向量（golden ticket），改进冻结的 diffusion 或 flow matching 策略。
arXiv cs.RO 机器人学精选AI 评分5858 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。
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6262 ASPLOS '27 论文表征 VLA 工作负载以指导具身 AI 系统设计
论文在边缘 GPU 服务器和两颗车载 SoC 上对 4 个代表性 VLA 模型做单次推理剖析与 43,200 次闭环 episode 测试，指出机器人每个控制周期都构成推理时限，超时会让机器人基于过期观测动作。
推荐理由：论文给出动作张量维度与内存/计算瓶颈的对应关系，可为VLA模型的硬件选型提供参考。
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。