跳到正文
10月9日周五
  1. arXiv · AI22

    LeWAM:基于扩散导向 MPC 与 JEPA 世界动作模型的双向 Transformer

    论文提出 LeWAM,一种基于无解码器 JEPA 潜空间的双向 Transformer,支持前向、反向、逆动力学及策略预测。 线性探针从 LeWAM 潜空间读取状态优于常规 Le World Model,且更抗视觉干扰;闭环评估表现匹敌同规模流匹配策略。 规划阶段在策略头噪声空间采样而非原始动作,提升了 MPC 的闭环性能。

  2. arXiv · AI27

    ARC:一种用于机器人基础模型的推理配方

    ARC 提出了一种推理配方,通过结合推理轨迹、自动标签流水线及适配策略,显著提升了现有机器人基础模型的零样本任务性能。 该方法无需收集新数据或进行大规模训练,即可从 DROID 等现有演示中自动生成 ARC-Trace-DROID,使 π0.5 和 Cosmos3-Nano-Policy 等模型实现改进。

  3. arXiv · AI25

    ME-World 提出多智能体第一人称世界模型,支持细粒度具身交互

    论文提出 ME-World 模型,将多智能体第一人称世界建模定义为共享世界中多路 ego 流同步生成,并要求跨视角动作一致性与状态更新一致传播。 模型在共享 token 序列中联合去噪,基于所有智能体目标视角位姿与共享环境记忆生成内容,训练与评测使用真实及合成多智能体数据。 实验表明 ME-World 在共享世界一致性、动作控制、身份保持与视频质量上优于现有方法。

  4. arXiv · ML23

    PhysMoDPO:基于偏好优化实现物理合理的人形机器人运动生成

    提出 PhysMoDPO 直接偏好优化框架,将全身体控制器整合进训练流程,使扩散模型生成的运动在满足物理约束的同时忠实于原始文本指令。 使用基于物理和任务特定的奖励信号为合成轨迹分配偏好,避免依赖人工设计的物理感知启发式规则。在 G1 人形机器人上的零样本运动迁移和真实世界部署实验中,该方法显著提升物理真实感与任务指标。

  5. arXiv · AI27

    HWAM 人形世界动作模型联合生成状态与动作

    研究人员提出人形世界动作模型 HWAM,通过联合生成参考动作与执行后的本体感觉状态,直接解决动作-执行差距。 该模型训练包含策略、前向动力学与逆向动力学三条互补路径,将策略参考、实际身体运动与视觉结果关联。 在 LimX OLI 人形机器人的抓糖任务中,HWAM 以 70.6% 成功率优于 Fast-WAM 的 43.3%。

  6. arXiv · ML23

    CSF:面向运动生成器的上下文安全过滤

    研究人员提出一种免训练的上下文安全过滤方法 CSF,旨在解决文本条件运动生成器缺乏场景依赖性安全概念的问题。 该方法基于生成器产生的安全与不安全参考轨迹,利用安全参考跟踪 CBF-QP 执行自然语言安全规则。 在四个预训练生成器及 Unitree G1 机器人上测试,CSF 将危险事件率降低高达 90%,同时保留 88-100% 的良性运动。

  7. arXiv · ML40

    SGS 采样器:解决大规模机器人强化学习探索瓶颈

    SGS(Success Guided Sampling)自适应采样器通过聚焦策略能力前沿的任务配置,解决了大规模并行模拟强化学习中的探索瓶颈。该技术在超过一百万(2^20)个并行环境中成功解决了多地形四足运动和高接触装配任务。SGS 还通过将策略蒸馏为基于 RGB 的策略,实现了真实硬件上的零样本迁移。

  8. arXiv · ML39

    VioLA:基于人类数据学习通用人形机器人控制策略

    VioLA 提出通过预测身体与手部动作潜在变量而非关节指令来控制人形机器人。该模型利用包含 1.406 亿帧数据(其中 93.2% 为人类数据)的混合演示池进行训练。在真实人形机器人上,VioLA 无需针对任务微调即可实现 100% 的运动成功率,且操作成功率为 88.6%。代码和检查点将开源。 ```

  9. arXiv · ML23

    RiCo:基于局部接触推理的刚体交互神经模拟

    研究提出刚体接触推理(RiCo)模型,通过稀疏邻域表示物体交互,在 MOVi-benchmark 上显著降低模拟误差。 该模型将 100 帧位置与方向误差分别降低 31-35% 和 38%,穿透时间与深度差异分别为 11.0% 和 2.22 mm。 RiCo 零样本泛化至 270 个物体场景,并通过多球碰撞实验初步验证了仿真到实物的迁移能力。

  10. arXiv · ML21

    RAFC:面向时间鲁棒机器人操作的可靠性感知未来条件生成

    提出可靠性感知未来条件生成(RAFC),将时间错位视为控制问题而非生成问题,在 CALVIN 基准上将成功率从 26.7% 提升至 56.7%。 RAFC 在 FEC 基础上,每步估计对视频片段的信任度并优先选择邻近时间假设,仅从任务奖励中学习,无需移位标签。 在 Franka 机械臂自然时序失配场景下,聚合成功率从 26.7% 升至 56.7%,显著提升操作鲁棒性。

  11. arXiv · AI21

    几何引导掩码生成运动规划(MGMP)在机器人路径修复上的突破

    几何引导掩码生成运动规划(MGMP)将掩码生成 Transformer 与几何引导 Token 搜索(GGTS)结合,实现离散轨迹候选的结构化修复。 该方案在 Ring Maze 测试中成功率达 96%,在 Kuka 机器人的 Controlled Route Invalidation 任务中修复成功率为 82%,分别超过最强外部基准 23 和 25 个百分点。

  12. arXiv · AI22

    FLOWMEM:通过重组与精炼潜在推理流提升视觉-语言-动作模型性能

    视觉-语言-动作模型 FLOWMEM 通过动态检索并重组潜在推理片段,将成功推理转化为可复用经验以条件化动作生成。 在 RoboMME 和 LIBERO-Plus 基准上,FLOWMEM 成功率分别达 48.0% 和 77.3%,较无记忆策略高出 1.7 和 4.1 个百分点。 该结果证实了复用潜在推理对闭环 VLA 控制的价值。

  13. arXiv · ML23

    GeZo-SAC:基于 Zonotope 的软演员-评论家运动学习方法

    提出 GeZo-SAC 方法,通过几何表示自适应 critic 悲观度,在 MuJoCo-v5 运动基准测试中取得最高平均回报。 方法使用辅助 generator 定义 zonotope,通过探测方向计算几何宽度作为悲观偏移量,并聚合双 critic 分歧度。 该方法实现了最低的每米执行器功和行动努力,且所有环境保持近乎零的过估频率。

  14. NVIDIA Blog52

    NVIDIA Omniverse 开发者用前沿AI智能体构建多种应用

    NVIDIA 官方展示了 12 个项目,说明开发者如何使用 GPT-6 Astra、Claude 等前沿 AI 智能体结合 Omniverse 库构建应用。项目涵盖可编辑 3D 资产、机器人拆解测试、可编辑建筑模型、燃气轮机数字孪生、仿真场景、规模化仓库仿真、机器人控制、CAD 转换、人形模拟器、自动驾驶测试、数字孪生对比以及 Robo Olympics。

10月8日周四
  1. arXiv · ML42

    RobotWorld 跨任务与具身机器人使用基准测试发布

    研究团队发布仿真测试环境 RobotWorld,用于评测多模态智能体在物理世界中的机器人控制能力。 环境包含涵盖操作、移动及飞行等类别的 84 项任务,设置了显式交互预算与可执行成功判定。 测试显示现有智能体能构建感知控制流但难以组成可靠行为,且 Astra 与 Opus 5.5 在不同任务上表现各有侧重。

  2. arXiv · ML26

    基于分层强化学习的四足机器人能效步态适应

    提出分层强化学习框架,将高频关节运动与低频步态适应解耦,通过三阶段 Isaac 训练实现零样本 sim-to-real 转移,降低质心传输成本(CoT)。 在仿真中对比单策略基线,该方法在平坦、崎岖及倾斜地形均保持鲁棒性,并自动根据速度切换从慢走(pacing)到小跑(trotting)步态。 在 Unitree AlienGo 四足机器人上完成零样本实际部署验证,证实了方案的工程可行性。

  3. arXiv · ML37

    基于时间视觉-触觉学习提高灵巧抓取稳定性

    研究者构建了含10,000次抓取试验、200个物体的数据集,并利用四个Digit 360触觉传感器采集视觉、本体感知及触觉流数据,以训练端到端时间多模态模型。 模型预测提升后稳定性,将学习到的预测器部署为在线稳定性门控,使重新抓取成功率相比非触觉门控提高了10.5个百分点,提供了无需显式接触建模的数据驱动路径。

  4. arXiv · ML29

    Workhorse:基于人类数据学习双足人形机器人全身运动-操作

    Workhorse 通过人类演示学习双足机器人全身操作,在 Unitree G1 上完成分拣、接盒等任务。 视觉规划器预测躯干、双手腕和双脚姿态,强化学习追踪器在机器人上执行,两者基于同一人类数据独立训练并互相模仿部署错误。 在模拟环境中,受 40 N.s 推力影响时分拣成功率为 64%,无推力时达 83%。

  5. arXiv · ML22

    基于模型强化学习的自主液滴导航:零样本迁移与涌现动力学

    该研究提出首个使用模型强化学习在开放表面实现自主液滴导航的机器人平台,无需仿真或解析模型,仅需50至150个物理训练回合。 平台在90分钟内完成训练,展示了向未见几何形状的零样本迁移能力,并自主发现振荡去钉扎策略以解决液滴粘滞问题。 这些结果扩展了强化学习在可变形软物质系统中的应用,服务于下一代自驱动实验室。