跳到正文
11月17日周二
  1. arXiv · ML25

    BoBDeLaN:面向深度拉格朗日机器人控制的有界带宽上下文适应方法

    针对不确定负载限制物理模型精度的问题,研究提出 BoBDeLaN 架构,结合有界增益递归平衡网络与稳定线性滤波以抑制测量扰动敏感性。 该架构保证递归初始化的指数遗忘,并提供有限时域频率加权上下文扰动界,在注入扰动下相比 LSTM 编码器表现出更低的高频敏感性和剩余扭矩预测误差。 方法通过模型预测控制仿真与真机操作任务验证了有效性,相关成果已提交至 L4DC 2027 会议。

  2. arXiv · ML26

    OntoCBF:用于异构机器人团队的本体编译控制屏障函数

    OntoCBF 通过编译领域本体为控制屏障函数滤波器,解决异构机器人团队因约束缺失导致的失效问题。 在模拟仓库场景中,OntoCBF 的安全违反率仅为 20-70%,远优于设计类滤波器 89-100% 的违反率。 该滤波器的每次安全违反均始于冲突,且多智能体 PPO 策略可将不可行二次规划比例降低 18-41%。

  3. arXiv · ML38

    DoF-Query Transformer 实现第一人称视觉与前臂 HD-sEMG 自适应融合以连续追踪手部运动

    该多模态框架融合第一人称 RGB 图像与 128 通道前臂 HD-sEMG,实现 20 个手指关节角度的连续回归。 视觉编码器与 EMG 编码器配合 DoF 查询 Transformer 解码器,为每个自由度分配独立可学习查询,实现自适应融合。 融合模型平均 R² 达 0.88,MAE 为 2.80°,优于单模态基线,并在视觉遮挡场景下展现更强鲁棒性。

  4. arXiv · AI32

    Lazy-MOSAIC:基于学习型技能效果世界模型加速以技能为中心的操作规划

    Lazy-MOSAIC 通过引入廉价的技能效果世界模型,显著减少了物理模拟器的查询次数,在杂乱的货架取物任务中实现了比基线方法快得多的规划速度。 该框架在毫秒级预测技能可行性并聚焦关键模拟,同时在假设失效时仅修复受影响的搜索部分。所有返回计划中的技能均通过模拟验证,且在所有测试设置中成功率匹配或超越基线。

  5. arXiv · ML20

    Cleanly-DINO 从少量演示中高效学习视觉任务空间以用于机器人擦拭

    研究提出 Cleanly-DINO 模型,利用冻结 ViT 特征从少量演示学习视觉任务空间,专门解决由视觉状态变化定义的清洁任务表征难题。 模型通过任务区域掩码拟合投影及进度指标,在强化学习中作为观测编码器和奖励信号,并在真实机器人擦拭流程中验证了任务执行引导能力。 该工作被 COMPOGEN Workshop CoRL 2026 接收,展示了视觉状态抽象在机器人操作学习中的应用价值。

  6. arXiv · ML27

    PlanDiv:通过潜在计划实现视觉语言动作模型测试时缩放

    提出 PlanDiv 动作头,利用潜在计划假设提升视觉语言动作模型测试时缩放效果。 轻量级规划器提出 K 个潜在计划假设,共享掩码扩散执行器解码动作块;仅在演示数据上训练,无需计划标签或奖励。 在 CALVIN ABC→D 五任务链上成功率从 56.9% 提升至 69.9%,LIBERO-Long 上 4 个计划消除 40% 单候选失败案例。

  7. arXiv · AI22

    AsymEEF:基于不对称末端执行器的双臂操作框架

    AsymEEF 是一个可执行跨末端执行器演示生成与统一双臂策略学习框架,解决遥操作数据采集成本高且难复用的问题。 该框架通过运动学教师锚点和稀疏实世界 X-Calib 锚点校正抓取执行差异,共享编码器将腕部位姿映射到形态无关潜在空间。 在四个模拟和六个真实世界任务中,AsymEEF 相比基线提升回放成功率,模拟中实现平均 16.6 倍回放有效扩展增益,并支持真实机器人下游策略训练。

  8. arXiv · AI32

    ReRead:通过重读冻结机器人策略自身表征进行纠错

    冻结骨干的 ReRead 纠错器重读缓存以预测动作残差,在 RoboTwin 2.0 的 11 项最难任务中分别将 LingBot-VLA、π0.5 和 Fast-WAM 的成功率提升 23.45、13.09 和 8.00 个百分点。 该模块仅增加 4.17% 延迟,且证明纠正依赖于骨干自身表征,外部视觉编码器无进一步增益;在 Flexiv 双臂机器人上将特定任务成功率从 0% 提升至 36%。

  9. arXiv · ML33

    物理信息因果推理(PICR)框架用于非稳态机器人动力学

    提出物理信息因果推理(PICR)框架,结合上下文潜变量与固定物理信息网络,使机器人无需重训即可适应新物理条件。 在NVIDIA Isaac Sim的Franka Panda机械臂实验中,PICR预测变载荷运动时,相比基线模型在未知载荷下的误差降低1.6至3.8倍。 分析表明,仅从交互中推断的上下文能编码并跟踪载荷物理属性,其感知的重力与惯性项与仿真器拉格朗日分量一致。

  10. arXiv · AI25

    基于执行反馈的价值与策略校准:社交兼容自动驾驶世界模型强化学习框架

    论文提出结合想象策略改进与直接校准的世界模型强化学习框架,通过交互感知潜空间模型支持模拟,利用离策略校正与重放更新监督评价器与执行器,平衡自动驾驶车辆(AV)进度与人类驾驶车辆(HDV)交互负担。 在无人信号灯交叉口模拟实验中,该框架实现了100%成功率和跟随HDV加速度变异性分别较PIWM和DreamerV3降低65.5%及44.0%,消融实验证实价值校准降低HDV负担,策略校准提升通行效率。

  11. arXiv · AI26

    AgenticJevNav 通过事件驱动验证实现智能体对象搜索与导航

    AgenticJevNav 将目标导向规划、证据记忆与事件触发验证结合,在60次模拟试验中成功率为 73.33%,领先对照组 21.67 个百分点。 该架构在真实 GENISOM L1 四足机器人 30 次试验中成功率达 70.0%,采用单一执行器与独立 RGB 反射约束运动,目标修订会撤销过时请求。 模拟与实体机器人结果共同验证了该架构的有效性,剩余失败案例揭示了改进接地与接近规划的机遇。

  12. arXiv · ML33

    UNITE:基于共享锚点一位因子化整合具身 VLM 专家

    论文提出 UNITE 框架,将四个 Qwen3-VL-8B 具身视觉语言专家整合为共享主干混合专家模型,总存储仅 20.3 GB,比未压缩 MoE 节省 59.6%。模型采用共享浮点锚点与专家特定位二值化表征,适配阶段仅更新少于 0.6M 参数。在 22 项基准测试中,UNITE 在扫描理解与导航任务上超越各源专家,最高提升 19.1 分。

  13. arXiv · ML22

    FECHRL 模糊可解释持续分层强化学习用于机器人导航

    FECHRL 方法解决机器人导航中持续学习与可解释性的冲突,实现稳定知识保留与有意义行为解释。 引入两阶段行为克隆策略平衡适应与进化,提出基于 Takagi-Sugeno 模糊推理系统的模糊 critic 以缓解值外推误差。 实验结果表明该方法在单一框架内有效统一了持续学习能力与策略可解释性。

  14. arXiv · ML23

    基于基础设施的多智能体强化学习高速匝道汇入模型

    该论文提出基于 Transformer 的 MARL 车辆控制模型,利用 V2I 通信协调 CAV 进行高速匝道汇入。模型通过注意力机制从全局交通状态中过滤关键信息,在 SUMO 仿真中实现了最高流量、安全性和平滑度。 四小时动态需求仿真显示,该模型成功避免交通堵塞,而基线模型在高流量下失效;其在存在人类驾驶车辆及 V2I 通信误差环境下仍能保持无碰撞和高吞吐量。

  15. arXiv · AI33

    NI-ACT:面向脑-具身操作的神经常驻意图接口

    NI-ACT框架将皮层信号解读为持续意图以驱动机器人抓取,在反事实任务中意图替换改变了抓取行为。 将群体潜在变量作为意图token使抓取完成率从69%升至81%,PMd区域读取效果优于M1(77% vs 53%)。 证明神经信号的表征方式及读取时空位置共同决定了向具身智能体传达运动目标的有效性。

  16. arXiv · NLP32

    3D-MoE 采用 MoE 架构提升空间智能

    3D-MoE 发布,这是一款采用混合专家架构的 3D 视觉语言模型,旨在解决空间智能任务中密集 Transformer 的高计算成本。 其核心创新包含模态与空间上下文感知的概率路由方案,并集成了基于扩散的 Pose-DiT 动作头,实现单步生成 6D 位姿动作。 该模型在减少激活参数量的同时实现了机器人操作任务的实时推理,代码已开源。

  17. IT之家38

    特斯拉 Robotaxi 迈阿密服务范围扩大近一倍:覆盖市中心,24 小时运营

    特斯拉迈阿密 Robotaxi 服务范围从 31 平方英里扩至 59 平方英里,增幅达 92%。 新增迈阿密市中心、布里克尔及比斯坎湾区域,保留国际机场等原有覆盖区,目前未延伸至迈阿密海滩。 这是特斯拉在迈阿密实现 24 小时无监督运营几天后的再次扩张,进一步巩固其 Robotaxi 网络密度。

  18. IT之家28

    宇树科技王兴兴:AI 泛化能力或促机器人近期走进家庭干活

    宇树科技 CEO 王兴兴表示,借助 AI 让机器人走进千家万户真正干活是行业目标,目前最大的挑战是模型泛化能力不足。 今年全球技术突破已接近临界点,有望让机器人很快进入家庭工作,但换场景仍需重新训练。 未来需应对从数万台到数百万台的制造、可靠性及售后压力,以及算力暴增和使用安全问题。

  19. IT之家38

    百度李彦宏:无人驾驶出租车安全记录约为人类司机 10 倍

    百度李彦宏在 2026 年 APEC 工商领导人峰会上表示,无人驾驶出租车投入运营后的安全记录大约是人类司机的 10 倍。 百度旗下萝卜快跑已落地全球 28 座城市,自动驾驶总里程突破 3.5 亿公里,其中全无人里程超 2.4 亿公里,累计服务订单超 2300 万单。 李彦宏指出,全球每年有超 100 万人死于道路交通事故,自动驾驶技术有望通过降低人为失误改善道路安全。

  20. IT之家36

    宇树科技王兴兴:机器人模型泛化是最棘手问题

    宇树科技董事长王兴兴在APEC峰会上指出,机器人模型泛化能力是当下最棘手问题,希望机器人到千家万户能立马干活,而不用重新训练。 王兴兴表示,虽然已看到技术突破的临界点,但AI模型突破后,机器人生产制造、可靠性、售后服务及算力需求将远超想象。 他认为商业服务的落地会比家庭和工业领域更快。

  21. 36氪87

    AMD完成82亿美元收购World Labs,李飞飞出任AMD执行副总裁兼首席科学家

    AMD正式宣布完成对空间智能公司World Labs的收购,这笔约82亿美元的全股票交易使World Labs并入AMD,李飞飞出任AMD执行副总裁兼首席科学家,直接向苏姿丰汇报,另外两位联合创始人将保留并维持独立的前沿研究组织。

    推荐理由:原文给出了AMD全股票收购World Labs的交割细节、团队定位与软硬协同规划,读者可据此判断这笔交易如何改变AMD的AI策略。

  22. IT之家26

    法拉第未来 2026 财年前三季度归母亏损 8343.1 万美元,同比收窄 76.64%

    法拉第未来披露2026财年前三季度归母净利润为-8343.1万美元,同比亏损收窄76.64%;营业总收入249.8万美元,同比增长513.76%。 公司已完成机器人业务分拆交易,将资产注入纳斯达克上市公司FFR,10月单月机器人交付351台创月度新高。 尽管亏损大幅收窄,公司当前现金储备约720万美元,仍面临约7460万美元的营运资金缺口。

11月16日周一
  1. 量子位28

    睿尔曼智能郑随兵:质量、经济性、稳定性是机器人落地三大标准

    睿尔曼智能郑随兵提出机器人落地需满足质量、经济性与稳定性三大标准,强调稳定持续且经济地真实干活。 他依托GLN远程作业网络展示RealBOT轮式人形机器人在产线柔性上下料等场景的真实作业,并与爱安特签约部署。 具身智能核心价值在于复刻人的经验与技能,通过真机数据反哺模型优化,推动产业落地。