北京人形举办2027届校招沙龙，面向六所高校硕博招募具身智能人才
北京人形10月22日在清华科技园举办2027届秋季校招首届沙龙，邀约清华、北大、北航、北理工、中科院、北邮六所院校硕博学子，开放运动控制、本体硬件、具身智能、数据工程等方向岗位。CTO唐剑介绍公司技术布局与落地路线，称优先攻坚工业、泛工业和商业服务中的“3D”场景，家庭场景为长期方向。
NEWS / 动态
资讯 · 全部
按时间浏览，使用右上角筛选切换领域。
北京人形机器人创新中心AI 评分1212
arXiv · cs.RO精选AI 评分6363 POD-RoPE：面向具身智能的物理观测分布旋转位置编码
POD-RoPE 将 token 的观测足迹表示为相机中心、视线方向和采样时间上的分布，用期望旋转编码分布间相对关系，分布退化为单点时即还原逐点 RoPE。该方法在 Fast-WAM 上把 RoboTwin 2.0 全部 50 个任务的平均成功率从 91.83% 提升到 92.88%，在 Sharpa North 的两个实机任务上从 32.5% 提升到 52.5%。
推荐理由：论文提出以物理观测分布编码位置的方法，并在仿真与实机操作任务上给出成功率对比和推理速度数据。
arXiv · cs.ROAI 评分5858 基于机器人轮胎-地面交互的地面摩擦评估
研究让一台滑移转向机器人在五种摩擦特性不同的地面上按设计的速度曲线行驶，通过反复加速和反向诱发轮滑，比较惯性传感估计的车体速度与轮式里程计速度。响应延迟测量呈现与地面相关的稳定趋势，肥皂上延迟最长、地毯上最短；频谱特征在记录级交叉验证下取得97.1%的平衡分类准确率。作者认为轮体速度失配的幅值和频域特征都包含轮胎-地面交互信息，可用于地面识别和滑移感知的轮式里程计加权。
arXiv · cs.RO精选AI 评分7575 RoboJev-27B 开源机器人操作成功检测视觉语言裁判模型
RoboJev-27B 是一个开放权重的视觉语言模型，输入任务指令与 10 帧操作画面，预测机器人是否完成任务。它在同型号 SO-101 的 268 个留出回合上取得 95.2% 平衡准确率和 0.993 AUROC，在未见实验室/机器人采集的 459 个回合上 AUROC 为 0.890。
推荐理由：RoboJev-27B 给出机器人操作成功检测的开放权重模型与完整评测记录，可用于比较不同成功判定方案。
arXiv · cs.ROAI 评分3838 基于希尔伯特空间编码的量子闭环逆运动学
该论文提出一种保持结构不变的刚体变换与串联机械臂运动学量子表示，将空间方向编码为单量子比特态，并通过量子旋转复现参考系变换的有序组合。基于参数移位规则可从量子可观测量导数重建机械臂几何雅可比，在理想读出下与经典结果解析等价。作者据此提出量子闭环逆运动学这一混合闭环方法，利用量子导出的位姿与雅可比信息。
arXiv · cs.RO精选AI 评分7878 Open-World Law-to-Action：用视觉语言先验与触觉推断隐藏物理
Mohamed A. Mabrok 提出 Open-World Law-to-Action（L2A），由视觉语言模型为每个可动部件提出运动方式、运动定律项和可能的锁定因素，再以带下限的先验形式交给触觉在线修正。
推荐理由：论文把视觉语言先验与触觉在线辨识结合，给出仿真中未见场景的任务完成率对比，可用于了解开放世界操作中的物理推断思路。
arXiv · cs.ROAI 评分5858 EXE：面向VLA模型的因子化潜在动作第一视角跨本体预训练
EXE 是一个第一视角跨本体预训练框架，从人类操作视频中学习因子化潜在动作表示，把共享操作先验与本体特有信号分开。作者称该共享动作空间让机器人策略从多样人类演示中获得可泛化的操作语义，同一预训练可同时用于平行夹爪和灵巧手。在 RoboTwin 2.0、RoboCasa GR1 和真实世界操作任务上，EXE 相比无预训练基线取得一致提升。
arXiv · cs.ROAI 评分4545 SHAPE：基于能量的平直端口哈密顿机械系统故障检测与隔离框架
研究提出基于能量的SHAPE框架，利用端口哈密顿变量与微分平坦性从规划运动生成标称功率参考，无需专用动态观测器即可构造机械端口功率残差。在模型预测控制下的仿真六自由度Kinova机械臂上，SHAPE-CWT对执行器失效、异常摩擦和振动等单一故障的平均分类准确率为84.69%，扭矩残差为81.67%，广义动量观测器为97.17%。
arXiv · cs.ROAI 评分5858 HARP：面向多无人机交接中主动目标获取的交接感知恢复规划
HARP 是一种交接感知恢复规划器，用于多无人机连续空中跟踪交接时让接收方主动获取可用视角。它把发送方的有界预测注册到接收方局部地图，区分视场失败与物理遮挡，并生成针对失败类型的偏航、平移和视差视角，候选动作需通过接收方间隙、发送方基准可观测性、发送方与目标可见性保护、时间有效性和截止时间检查。
arXiv · cs.ROAI 评分5858 HA-DiPO：面向异构机器人协同搬运的扩散策略优化框架
HA-DiPO 是一个面向异构腿式机器人协同搬运的分层多智能体强化学习框架，采用集中训练分散执行（CTDE），将团队级协调与本体特定运动控制解耦。高层用集中式评论家联合训练独立协调策略，并以扩散策略表示可能的多模态协调响应；低层由本体特定鲁棒运动策略跟踪协调指令，协调策略通过奖励驱动的仿真交互从零学习，无需示范。
arXiv · cs.ROAI 评分5858 Patchwork：面向域随机化具身仿真的资源共享系统
论文提出 Patchwork，一个面向域随机化仿真的资源共享系统，基于 E=T+Δ 表示，用共享模板加补丁记录构建目标环境所需的变更。系统在 robosuite 和 MuJoCo 上实现，并在 LIBERO-plus 与 RoboCasa365 负载上评测；在 32 个副本时，共享模板执行相比每环境一进程将 CPU RSS 降低 88-92%。
arXiv · cs.RO精选AI 评分6767 面向内存受限机器人的稠密地图记忆感知关键帧管理
Huichang Yun 等人提出一种面向内存受限机器人的稠密地图关键帧管理方法，直接约束常驻地图占用的内存，并按建筑中的房间与走廊等语义空间单元准入和释放关键帧。
推荐理由：论文把稠密地图的内存占用改为直接按字节约束，并以房间走廊为单元准入关键帧，为内存受限机器人上模型与地图共存提供可迁移方法。
arXiv · cs.RO精选AI 评分6262 WorldFailBench 发布：评测世界模型能否理解机器人策略失败
研究团队提出 WorldFailBench，用于检验世界模型能否忠实模拟机器人策略的失败方式与失败阶段。该基准包含失败原因、失败阶段和失败边界三项测试，覆盖 LIBERO 与 RoboTwin 仿真环境中的操作任务，以及 G1 人形机器人在真实世界执行的操作任务。对七个世界模型的实验显示，它们在理解策略失败方面存在明显差距。
推荐理由：该基准把世界模型对策略失败的模拟拆成失败原因、失败阶段与失败边界三项测试，可用于比较其作为策略评估器的可靠性。
arXiv · cs.RO精选AI 评分7171 MOON：为视觉语言导航策略学习何时遗忘与如何恢复
MOON提出一种框架，为冻结的视觉语言导航策略加装两个轻量模块，参数量增加不到1%，用于在偏离路线时判断何时清空历史并学习如何恢复。作者称在R2R-CE和RxR-CE上，MOON取得对比方法中最高的R2R-CE成功率，并把冻结基线的成功率分别提升5.2和6.0个百分点；随机触发消融显示增益取决于清空历史的时机。
推荐理由：论文用冻结策略加两个轻量模块处理导航偏离后的历史清理时机，并给出R2R-CE与RxR-CE上的对比结果。
arXiv · cs.RO精选AI 评分7878 MimicAll：面向跨人形本体全身运动跟踪的结构化本体条件框架
MimicAll 是一个强化学习框架，用于在异构人形机器人之间共享全身运动跟踪策略，将结构化本体描述符编码为全局与关节对齐条件，并结合观测历史与匹配本体的运动参考预测关节目标偏移。
推荐理由：论文给出跨人形本体的结构化条件编码与464个本体的评测基准，可用于比较共享策略与单本体专家的差异。
arXiv · cs.RO精选AI 评分7171 ReSight：面向具身智能体的任务驱动自改进记忆系统
ReSight 是一个面向具身智能体的任务驱动自改进记忆系统，保留关键帧及其时空关联，并把观测证据与可扩展派生字段分离，以便按新需求重新处理历史观测。系统由执行智能体和编码智能体通过不同接口共享记忆，前者在有限在线预算内调用已注册工具，后者在可编程工作区中以更大探索预算检查证据、编写程序并按需获取模型。
推荐理由：论文提出面向具身智能体的任务驱动自改进记忆系统，并给出在三个公开基准上的量化对比，可供关注机器人长时记忆与工具调用的人参考。
arXiv · cs.ROAI 评分5858 综述梳理113项灵巧操作学习方法的手、仿真器、训练与评测
一篇综述梳理了113项基于学习的灵巧操作方法，覆盖所用灵巧手、训练仿真器与结果报告方式。作者指出该领域已大体收敛到一套流程：在GPU仿真器中用特权状态做强化学习，再蒸馏为仅视觉的学生策略迁移到硬件，近半数工作采用这一路线且几乎集中在同一个仿真器。
arXiv · cs.ROAI 评分5858 MDPO：面向灵巧操作的多约束策略优化强化学习方法
MDPO 将灵巧操作建模为同时包含累积代价约束和逐状态代价约束的多约束策略优化问题，并把多约束投影集成到策略优化过程中。方法用针对不同约束的策略投影，把最大化任务性能的中间策略映射到累积代价约束与逐状态代价约束定义的可行域。在 ReDMan 上的安全关节控制、手指安全和抓取任务实验中，MDPO 相比基线取得更好的约束满足，同时保持有竞争力的任务性能，代码已公开。
arXiv · cs.ROAI 评分5555 可微底盘安全层：面向智能车辆运动控制的学习方法
论文提出一种可微底盘安全层，将任务导向控制与显式物理约束模块化结合，把执行器限制、单轮胎力约束和车辆操控包络纳入序列二次规划。每个投影指令会传播预测的车辆动力学并更新后续约束，通过隐式微分实现时间梯度耦合；作者采用专家模仿、风险引导监督与条件干预引导的两阶段学习策略协调标称控制与底盘安全约束。
arXiv · cs.ROAI 评分5858 SCET-CBF：面向单步动态导航的速度校准软引导方法
Xiaoyu Han与Dongkun Han提出SCET-CBF，一种用于单步动态导航的速度校准软引导律，通过短横向逃逸机动给出允许接近速度，并让二次规划在选加速度与转向时权衡制动的两种效应。
arXiv · cs.RO精选AI 评分7171 MOTIO：面向真实场景人形全身操作技能的智能体化技能工程系统
MOTIO 是一个智能体化技能工程系统，可将人类动作视频、真实感3D资产、运动参考和可复用机器人技能转化为可执行的人形全身操作程序，无需任务专用遥操作或机器人演示采集。
推荐理由：论文给出从人类视频与3D资产构建人形全身操作技能的程序化流程，并报告实机执行与蒸馏结果，可供比较技能生成与策略蒸馏路线。
arXiv · cs.ROAI 评分2222 基于契约的智能体系统工程：以商运算实现可保障的系统设计
研究提出将SysML v2需求视为假设/保证契约，把系统需求在固定邻域上分解后，开放组件的需求即契约商，且仍为SysML v2需求。作者以SysML v2模型构建需求及其推导、分配、满足与验证，并据此计算商。案例将仿真仓库机器人局部控制器在契约商需求、仅任务需求和自然语言任务三种条件下交给同一语言模型，按真实系统需求在实时回合中评分交付表现。
arXiv · cs.ROAI 评分4848 TinyFlow：面向边缘光流的无warp迭代细化网络
TinyFlow是一个1.26M参数的无warp光流网络，用固定窗口相关替代依赖当前光流的特征重采样，使整个网络可编译为单一静态INT8图。在MPI-Sintel上，量化感知微调、warp教师蒸馏与模型汤把Float32到INT8的精度损失压到0.2 EPE以内，INT8模型在Sintel Clean/Final上取得6.29/7.13 EPE。
arXiv · cs.RO精选AI 评分7272 Active Reachability Learning：面向人形机器人可恢复性监控的主动可达性学习
论文提出 Active Reachability Learning 框架，把给定回退策略的随机有限时域可恢复性包络作为学习目标，用于人形机器人运行时监控。该方法在价值学习与主动探索之间迭代，将数据探索重构为 reach-avoid 问题，由不确定性引导的探索器发现未见状态并避开确定不可恢复区域，同时结合时序差分与蒙特卡洛目标改善分布内价值预测和不确定性估计。
推荐理由：论文把可恢复性监控建模为随机有限时域包络学习，并用主动探索补足接触丰富系统的数据盲区，可供研究人形机器人运行时安全监控参考。
arXiv · cs.RO精选AI 评分6262 Tiny Recursive Policy：面向视觉运动控制的递归潜在精炼策略
作者提出 Tiny Recursive Policy（TRP），一种参数高效的行为克隆策略，将持久时间状态与递归潜在精炼结合，每个控制步用共享计算模块反复更新高低层潜在状态后再解码动作序列，并把状态传递到后续预测。
推荐理由：论文提出参数高效的递归潜在精炼策略，在长时程与上下文依赖任务上对比大型生成式基线，可供策略设计参考。
arXiv · cs.ROAI 评分5858 NDD：面向拥挤环境的无死锁安全导航神经形态决策动力学
作者提出神经形态决策动力学（NDD），一种分散式、基于事件的控制器，用于拥挤环境中的安全导航，无需通信、预设优先级或邻居目标模型。论文推导了传感范围、反馈增益、响应时间尺度和执行限制上的显式条件，保证有限异构智能体群体在有限时间内避碰并形成通行顺序，无死锁或活锁。大规模仿真、与现有方法的比较及硬件实验展示了该方法在复杂拥挤场景中的表现。
arXiv · cs.RO精选AI 评分6060 ORBIT：可旋转重构手指布局的模块化多指机器人手平台
ORBIT 是一个模块化多指机器人手平台，核心是旋转指节机构，独立手指通过皮带传动绕圆柱形手掌移动，可在不到 1 秒内完成手指布局重构而无需拆解手部。作者用三指版本开展初步抓取研究，在 11 个尺寸、形状和纹理不同的物体上比较拟人、等距和 Barrett 式三种手指布局，并演示立方体面重定向、拧盖和亚厘米物体精密捏取等固定指节设计较难完成的任务。
推荐理由：ORBIT 用旋转指节实现手指布局快速重构，为比较不同多指手形态提供统一硬件平台。
arXiv · cs.ROAI 评分3434 基于因果的方法解释并从自我扩展中学习：综述
综述聚焦自主机器人缺乏对感知与行动原因的内部理解，指出仅靠深度学习无法弥合这一差距，需要基于深层推理的底层架构。该架构应让机器人生成解释，说明自身动作、计划失败或感知异常的原因，并在与人共享验证后纳入知识库以改进未来行为。文章考察具备自我意识、自我进化能力的机器人如何向人类提供解释以提升功能能力并获取信任。
arXiv · cs.RO精选AI 评分6060 模块化感知-预测-规划流水线实现可解释避撞与可行性保证
研究提出一种模块化感知-预测-规划流水线，将不确定性以结构化、可解释的量在模块间传递，在上游消解碰撞概率并构造凸安全集，使规划器每个周期都能给出有保证的可行解。
推荐理由：论文把碰撞概率与求解可行性解耦，并给出蒙特卡洛对比和 Jackal 实机部署，可供规划器设计参考。
arXiv · cs.RO精选AI 评分6363 B-Adapt与BVSLAM：用自适应多曝光包围提升视觉SLAM鲁棒性
作者提出B-Adapt与BVSLAM两种方法，用于缓解快速光照变化导致视觉SLAM图像饱和、跟踪丢失的问题。B-Adapt采集自适应曝光包围以覆盖场景动态范围并保持光度重叠，BVSLAM直接把多曝光序列作为因子图状态估计的约束，不依赖HDR合成。
推荐理由：论文把自适应曝光包围与多曝光因子图估计结合，在隧道出口光照突变场景给出误差对比，可供视觉SLAM鲁棒性研究参考。
arXiv · cs.RO精选AI 评分6060 RAIWAY：20英寸大轮双足机器人用接触信息盲走控制跨越崎岖地形
作者团队提出RAIWAY，一款配备20英寸大轮的自研轮式双足机器人，以及一套面向不规则、不连续地形的接触信息控制方法。该方法在仿真中把多接触事件蒸馏为隐表示，部署时仅凭本体感知在线推断，无需接触传感器。实机实验中系统通过陡坡、碎石床、钉状表面和岩石地形，并在测试的户外楼梯上连续上行，台阶高度最高15厘米，表现优于不含接触信息机制的基线。
推荐理由：论文给出20英寸轮式双足机器人的接触信息蒸馏控制方法，并在实机测试陡坡、碎石与最高15厘米台阶等场景。
arXiv · cs.RO精选AI 评分6767 GEMS：结合持久 3DGS 地图与智能体推理的长期时空记忆框架
GEMS 提出一种面向半静态环境的长期时空记忆框架，将持久 3D 高斯泼溅（3DGS）地图与智能体推理流程结合，地图只重建一次，之后仅在场景变化区域更新并保存这些修改。
推荐理由：论文把持久 3DGS 地图与智能体推理结合，并配套 GEMS-Bench，可用于比较机器人长期时空记忆方案。
arXiv · cs.RO精选AI 评分7272 SceneBloom：面向具身学习的智能体室内场景生成框架
SceneBloom 是一个结合视觉布局采样与契约引导 3D 编译的智能体框架，用于生成逼真、多样且可直接仿真的室内环境。其分层采样器利用扩散先验在功能区内生成家具布局，编译器再依据提案中提取的关系进行几何拟合与局部位姿修正。
推荐理由：论文提出用智能体框架生成仿真就绪的室内场景，并给出与真实房间分布及导航策略迁移的对比结果。
arXiv · cs.ROAI 评分5858 RobustRLlib发布：统一17种鲁棒强化学习算法与评测基准
RobustRLlib 是一个以算法为中心的鲁棒强化学习库与基准，将17种代表性在线、离线与安全强化学习算法整合到统一接口，以提升算法复用性。该工作还提供覆盖多种真实世界偏移以及人形机器人和视觉-语言-动作任务的评测平台，并在273种扰动配置上系统评估，给出当前鲁棒强化学习算法的能力图谱，指出仍存在明显鲁棒性差距的场景。作者称其开源且可复现、可扩展。
arXiv · cs.RO精选AI 评分7171 DexPort：面向高自由度灵巧手的手持技能数据采集接口
DexPort 是一个面向高自由度机器人灵巧手的手持数据采集接口，采集与部署使用同一套手部硬件，并记录指令关节目标与实测关节状态。操作者移动手持接口指定机器人腕部运动，再选择或调整技能来协调手指动作，无需逐关节控制。作者在4类真实任务上采集超过2500条演示，用行为克隆直接训练视觉运动策略；使用记录的机器人指令替代关节状态时成功率从11%提升到64%，使用野外数据时任务成功率从36%提升到78%。
推荐理由：论文提出用手持接口采集高自由度灵巧手数据，并给出4类任务的成功率对比，可供比较遥操作与人体演示两条数据路线。
arXiv · cs.RO精选AI 评分7272 ViT-H：用运动跟踪反馈实现生成式视频到人形机器人控制
ViT-H 提出一种生成加跟踪的视频到人形机器人控制框架，用扩散模型直接从视频生成人形参考动作，绕过人体动作重建与重定向，并用运动跟踪结果以直接偏好优化后训练生成器。
推荐理由：论文提出绕过人体动作重建与重定向的视频到人形控制框架，并用下游跟踪反馈后训练生成器，可供比较现有流水线。
arXiv · cs.RO精选AI 评分7575 RynnUnify：16B统一具身模型发布，兼顾理解、视觉规划与机器人控制
研究团队提出16B统一具身模型RynnUnify，通过交错的视频-语言推理把具身理解与长程视觉规划结合起来。实验显示其在所评估统一多模态模型中取得最高具身理解平均分，Rynn-VP总分比Cosmos 3 Nano高9.75分；经强化学习的智能体扩展使Rynn-GEU平均分比直接推理高6.0分。
推荐理由：论文给出16B统一具身模型在理解、视觉规划与真机控制上的分项结果，可用于比较统一模型与专用方案。
arXiv · cs.RO精选AI 评分6363 OCT引导的软组织几何建模：面向数据驱动闭环形状控制的三维表征
研究提出一种由OCT引导、从用户示范学习并用闭环OCT反馈执行的软组织形状控制框架，比较全容积、组织掩膜稀疏容积和体素化点云三种表征，以及确定性Explicit策略与生成式Diffusion策略。
推荐理由：论文比较三种OCT三维表征与两类策略在软组织形状控制中的表现，并给出体模与离体组织的误差数据。
arXiv · cs.ROAI 评分5858 Backtrack：为冻结 VLA 提供轻量失败检测与回退恢复
Backtrack 是一种面向冻结 VLA 的轻量失败检测与恢复机制，无需恢复演示、策略重训或推理时额外模型。它用仅基于冻结策略带结果标签 rollout 训练的小型失败预测头读取 VLA 内部表示，预测失败概率超过阈值时暂停策略、回退机械臂近期运动并交回原策略重试，该头仅增加策略参数量的 0.48-0.88%。
arXiv · cs.ROAI 评分5858 HoloBoxing 提出人形机器人拳击训练配方，单 GPU 约七分钟完成任务学习
HoloBoxing 提出一种基于预训练全身控制器的人形机器人拳击学习配方，将可复用运动技能与任务决策分离。紧凑规划器输出未来身体点目标，冻结的控制器负责关节级执行，学习到的解码器把 32 维动作映射为结构化目标窗口，并用实测状态模仿初始化规划器，再以强化学习优化交互行为。