通过任务分解增强深度强化学习的机器人运动规划
研究在Truncated Quantile Critics（TQC）骨干上结合首层critic迁移与分阶段奖励重设计（RR）的任务分解框架，在PyBullet无遮挡与单遮挡环境中测试Push、Pick-and-Place和Slide，每种设置三个随机种子。
NEWS / 动态
#机械臂
按时间浏览，使用右上角筛选切换领域。
arXiv · cs.ROAI 评分4545 arXiv · cs.RO精选AI 评分6060 RE4：基于操作模式的物体交互模仿学习框架
Arsh Chawla 与 Rahul Shome 提出 RE4 框架，用操作模式理论检索并变换演示数据，以可解释的四步流程完成物体交互模仿学习。该框架包含模式感知的演示检索、模式感知变换，以及保持模式约束并连接检索点的重规划步骤，最终返回变换后的演示用于 rollout。
推荐理由：论文把操作模式理论用于演示检索与变换，在仿真基准和实机实验中检验可解释策略的鲁棒性。
arXiv · cs.RO精选AI 评分6262 OmniVIC：结合视觉语言上下文学习的自改进变阻抗控制器
OmniVIC 提出一种由视觉语言模型增强的通用变阻抗控制器，从图像和自然语言推理任务上下文并生成自适应阻抗参数。其核心是自改进的检索增强生成与上下文学习，从结构化记忆库检索相似历史经验，并结合实时力/力矩反馈把交互力约束在安全阈值内。作者称在仿真和实机复杂接触任务上优于基线，平均成功率从 27% 提升到 61.4%，力违规减少；该工作已被 IEEE Humanoids 2026 接收。
推荐理由：论文把视觉语言模型的上下文推理接入变阻抗控制，并给出仿真与实机任务的成功率对比，可供关注语义推理与柔顺控制衔接的研究者参考。
arXiv · cs.RO精选AI 评分7272 SwapBot：通过可互换末端执行器与触觉感知实现以工具为中心的机器人操作
SwapBot 是一套模块化、以工具为中心的末端执行器系统，用低成本适配器把常见家用工具快速转换为机器人末端执行器，并支持快速自主更换。每个适配器集成紧凑触觉传感器，并接入遥操作系统用于采集演示；用户研究显示遥操作时任务完成时间和操作者负担均降低。
推荐理由：论文给出可换工具末端执行器与触觉传感器的硬件方案，并用消融实验比较触觉对接触密集任务策略的影响。
arXiv · cs.ROAI 评分3434 连续体机器人可重定位磁耦合的传送带机构
研究提出一种传送带机构，可在绳驱动连续体机器人本体上连续主动重定位功能元件，最多三条传送带集成于直径9 mm的机器人内。传送带驱动力与机器人肌腱驱动力相当或更低；在两条传送带上安装永磁体后，可在机器人运行中调整耦合点位置与数量，主动调节多机器人系统的有效刚度。有效刚度与耦合位置呈可预测的反立方关系，并随耦合点数量增加。
arXiv · cs.ROAI 评分3838 可变形物体形状伺服教程第一部分：基础原理
该教程第一部分系统介绍基于数据驱动雅可比的可变形物体形状控制方法，涵盖形状控制问题建模、形状表示、变形雅可比估计与在线更新及标准控制律，并组装成完整形状伺服回路、推导局部稳定性条件、说明部分目标形状不可达的原因。全文以双臂机器人操作弹性杆、相机观测的平面仿真示例贯穿讲解，第二部分将涉及更高级主题。
arXiv · cs.RO精选AI 评分6262 DAWN：基于扩散的分层机器人拆螺丝工作流网络
作者提出 DAWN（Diffusion-based Alignment and unfastening Workflow Network），一个面向真实世界拆螺丝任务的分层机器人框架，将流程分为对齐插入与拧出两个阶段。
推荐理由：论文把拆螺丝长程任务拆成对齐插入与拧出两阶段，并在 Franka 实机上验证，可供接触密集操作研究参考。
arXiv · cs.ROAI 评分3232 基于采样的可达性估计的根本极限：几何与流形畸变
研究在流形畸变下基于采样端点估计可达集的几何误差，假设初始集局部体积密度有均匀下界、采样密度有下界且向量场满足单侧Lipschitz常数μ。在精细精度区间，达到Hausdorff精度r需约Õ(2^n e^{nμT}(R/r)^n/(ρκ))个独立端点样本；对n≥2且κ足够小，仅用独立端点的所有估计器的极小极大下界在维数相关因子2·4^n与对数因子内匹配这些依赖。
arXiv · cs.ROAI 评分5858 DEED：通过演示扩展与执行设计提升细粒度操作
Jingxu Gu 与 Dongze Lian 提出 DEED 框架，通过结构化演示扩展与执行设计，将预训练视觉-语言-动作策略适配到 MetaFine 的五项细粒度操作任务。
arXiv · cs.RO精选AI 评分6060 HiFOR：面向VLA模型的动作引导世界检索分层预见框架
作者提出HiFOR，一个带动作引导世界检索的分层预见框架，用于视觉-语言-动作模型。该方法通过分层依赖掩码联合预测短期状态演化、语义里程碑和最终目标状态，并用结构感知潜在世界建模与动作引导因子化世界检索为动作生成提供针对性引导。作者称在两个仿真基准和六个真实机器人操作任务上验证了方法有效性。
推荐理由：论文把短期状态、语义里程碑与最终目标纳入统一分层预测，并用动作引导检索未来信息，可供VLA策略设计参考。
arXiv · cs.RO精选AI 评分6060 Learning Safe Flow Matching Robot Policies from Binary Feasibility Oracles：仅用二元可行性查询约束流匹配机器人策略
Jianming Ma 等提出一种 oracle 引导的可微安全保障方法，用于约束基于流匹配的机器人策略，使其满足关节限位与碰撞避免等物理约束。该方法在前向传播中用二元可行性查询纠正不安全更新，在反向传播中提取局部边界信息作为约束感知学习信号，并与离散时间流匹配结合，使训练和推理共用同一保障机制，无需显式或可微的约束模型。
推荐理由：论文针对流匹配策略难以满足关节限位与避障约束的问题，提出仅依赖二元可行性查询的安全保障方法，可供研究约束学习时参考。
arXiv · cs.ROAI 评分5858 研究提出注视辅助监督控制框架，用于月球机械臂遥操作
研究提出一种注视辅助监督控制框架，由注视提名岩石或放置目标、显式确认授权动作，机器人执行有界自主抓取与放置。在16名参与者、2×2×3被试内设计的任务模拟VR实验中，该框架相比手动摇杆遥操作把每块岩石平均任务完成时间从47.65秒降至18.43秒，其中72.5%的差异来自抓取阶段。
arXiv · cs.RO精选AI 评分6464 ORM：面向机器人经皮肝穿刺的压缩姿态可达图与亚秒级入口点规划
论文提出基于姿态的可达图ORM，预先计算6自由度串联机械臂在188,873个工作空间位置上的运动学可行性，并编码为83 MB的紧凑索引图。配合JIT编译的运行时管线，单目标规划延迟从13.5-26.9秒降至0.289-0.349秒，相对基线可达点云的平均凸包体积重叠比为0.933、平均alpha-shape体积比为0.976。该框架面向经皮肝消融的机器人针刺入口点规划，支持亚秒级计算。
推荐理由：论文把6自由度机械臂的可行入口点规划从13至27秒降到0.3秒左右，可用于比较术前与术中轨迹规划的计算方案。
arXiv · cs.RO精选AI 评分6868 SimTO-Robust：面向抓取位姿与物体几何鲁棒的软体夹爪自动设计
SimTO-Robust 提出一种仿真驱动拓扑优化方法，通过模拟多物体、多位姿抓取并聚合接触力来指导软体夹爪形态优化。研究生成 6,646 个设计，并实机评测其中 24 个，与 10 个专用 SimTO 设计、两个刚性基线夹爪及一个常规拓扑优化通用软体夹爪对比。
推荐理由：论文把多物体、多抓取位姿纳入拓扑优化，并给出37个夹爪的实机抓取对比，可作为软体夹爪形态设计的方法参考。
arXiv · cs.RO精选AI 评分6363 Smooth Action Chunking：用运动基元表示实现平滑动作分块
Shota Nomura 等提出 Smooth Action Chunking，将轨迹段表示为平滑基函数的线性组合，在不改变策略架构、训练目标和推理流程的情况下生成平滑轨迹。
推荐理由：论文把运动基元表示嵌入动作分块，在不改策略架构与训练目标的前提下同时缓解块内与块间抖动，并给出免重训的推理期修正。
arXiv · cs.RO精选AI 评分6060 ScheduleGen：面向多臂模仿学习的技能调度演示生成方法
ScheduleGen 是一种面向多臂机器人模仿学习的规划与调度算法，用于从少量源演示合成新演示并规避多臂约束带来的不安全行为。在 28 个仿真任务变体（含 7 个外部 RoboDojo 任务）上，其平均数据生成成功率为 79.6%，训练出的策略平均成功率为 65.5%，优于所对比的数据生成基线。
推荐理由：论文提出面向多臂约束的演示生成规划与调度算法，并在仿真与真机迁移任务上给出成功率对比。
arXiv · cs.ROAI 评分5858 CAPTURER：面向多环境动态精准抓取的灵巧空中机械臂
作者提出 CAPTURER 灵巧空中机械臂，用于在多种环境下实现厘米级抓取。系统包含机载感知与目标检测、漂移校正与全局位姿变换、协调飞行平台与机械臂的协同运动规划，以及补偿动态耦合、模型不确定性和外部扰动的抗扰控制器。室内外静态与移动目标实验显示，其在超过 1.5 m/s 的飞行速度下对直径仅 1.5 cm 的记号笔实现厘米级抓取精度。
arXiv · cs.RO精选AI 评分6969 约束感知强化学习实现力驱动的钩型连接拆卸
Nadeen Elhadad 等提出约束感知强化学习框架，从接触力在线推断可行的拆卸方向，在机器人无关的物体中心仿真中训练后零样本部署到实机。该方法结合粒子滤波信念提供时序积分的方向信息，在四类真实任务上成功率分别为 100%、100%、90% 和 75%，且每项任务路径效率最高；在空调前盖上相比未使用该信念的策略把成功率从 45% 提升到 75%。
推荐理由：论文用接触力在线推断拆卸方向，并在四类真实任务上给出成功率，可看力觉策略从仿真零样本迁移到实机的做法。
arXiv · cs.RO精选AI 评分6363 SkelGG-CNN：骨架引导的机器人抓取自动标注与4-DoF到6-DoF执行
作者提出基于直线骨架的自动标注算法，无需人工干预即可生成双指抓取关键点，并训练出4-DoF的SkelGG-CNN。该模型在Jacquard V1、Jacquard V2和Cornell上分别达到95.42%、96.55%和97.1%的准确率；6-DoF自动标注在GraspNet novel split上平均精度为18.33。
推荐理由：论文提出基于骨架的自动抓取标注流程，并给出4-DoF与6-DoF在公开数据集、仿真和Delta并联机器人实机上的结果。
arXiv · cs.RO精选AI 评分7171 CSO：通过技能分布对齐与技能粒度优化改进机器人策略
Zhiyuan Xiang 等提出两阶段后训练框架 Cascaded Skills Optimization（CSO），用于修正 VQ-VAE 类离散技能先验的量化误差。
推荐理由：论文提出两阶段后训练框架，用于修正离散技能先验的量化误差，并给出LIBERO与实机单臂任务的成功率对比。
arXiv · cs.RO精选AI 评分6767 SimRetract：开放手术牵开器接管的零样本仿真到现实迁移
SimRetract 展示开放手术中牵开器接管的零样本仿真到现实迁移，机械臂从外科医生手中接过牵开器并在交接时保持牵开，策略仅用仿真演示训练，无需人类演示或真实世界微调。
推荐理由：论文把零样本仿真到现实的差距拆到具体组件，并给出消融数据，可供做手术辅助操作迁移的研究参考。
arXiv · cs.RO精选AI 评分6363 HERON：面向移动操作臂的实时障碍感知可达图
HERON 提出用 3D U-Net 从实时深度相机预测障碍感知可达图，在 Jetson AGX Orin 上以 TensorRT 和 INT8 量化部署，平均 115 ms 预测机械臂周围 2.56 m 立方体区域，系统速率 8.57 Hz，接近障碍地图 10 Hz 的更新率。
推荐理由：论文给出嵌入式硬件上实时预测障碍感知可达图的方法与量化指标，可用于比较移动操作臂的在线重定位方案。
arXiv · cs.RO精选AI 评分6464 EgoThumb：视觉驱动的额外机器人拇指，实现自主抓取与持握辅助
EgoThumb 是一款全开源的视觉驱动额外机器人拇指，用于辅助单手完成抓取与持握。其紧凑的双肌腱驱动手指把驱动单元移至前臂，以降低远端重量并实现精确的主动关节控制。
推荐理由：论文给出全开源、视觉驱动的额外拇指硬件与模仿学习策略，可用于比较单手机器人辅助抓取方案。
arXiv · cs.ROAI 评分5858 CRS：面向铰接物体操作的关节运动学约束参照评估方法
论文提出 Constraint-Referenced Strategy（CRS），将指令末端执行器旋量投影到物体关节轴上，把沿关节方向的进展与偏离约束的无效动作分开，无需录制演示或学习评判器。
arXiv · cs.RO精选AI 评分7171 ARC：用稀疏人工纠正引导机器人策略残差后训练
研究提出自适应残差纠正模块 ARC，在冻结的模仿策略之上用强化学习学习残差纠正，并以稀疏人工纠正决定残差控制何时激活、在残差动作空间的何处探索。在真实机器人的三个精密操作任务上，ARC 将平均任务成功率从 33.3% 提升到 75.0%。作者称人工纠正定义了七关节残差空间中依赖任务的 2-3 维子空间，保留 96.0-97.7% 的纠正幅度平方。
推荐理由：论文把稀疏人工纠正用于定位残差探索的子空间，而非当作模仿目标，为冻结策略的后训练提供了一种可迁移思路。
arXiv · cs.ROAI 评分4040 空中机械臂的非线性控制
针对搭载二自由度机械臂、可与环境物理交互的四旋翼，研究实现并对比了笛卡尔阻抗控制器与自适应滑模控制器。在存在有界扰动的情况下，两者以相同初始条件和期望位置执行简单悬停任务，并基于完整动力学模型进行验证。
arXiv · cs.RO精选AI 评分6363 EAST：通过数字孪生系统化故障注入测试具身AI安全性
EAST 是一个数字孪生框架，把有文献依据的安全证据转化为覆盖感知、指令、环境、动作和时序的故障注入测试，并配有专家评审的安全故障分类和八个可执行算子。
推荐理由：该预印本提出把安全证据转成可执行故障注入测试的数字孪生框架，并给出在六项操作任务上的覆盖与有效性数据。
arXiv · cs.RO精选AI 评分7878 RynnVLA-Latent：用3D接地潜在动作扩展机器人操作基础模型
RynnVLA-Latent提出用异构交互视频做机器人策略预训练，其RynnLAM模块无需原生机器人控制即可从视觉变化中学习连续、3D接地的潜在动作。研究在30.1K小时人类、机器人和仿真视频上生成745.52M个潜在动作描述符，再通过流匹配预测潜在动作块并适配到具体本体动作。
推荐理由：论文用30.1K小时异构视频学习3D接地的潜在动作，为VLA预训练绕开动作标注稀缺提供了一条可比较的路径。
arXiv · cs.RO精选AI 评分6262 PS-DLO：融合属性与空间感知的可变形线性物体操作策略
PS-DLO 提出一种属性与空间感知的可变形线性物体操作策略，通过对比图文学习把初始观测映射为物体属性的类别描述，并用 SAM3 从未来观测提取掩码引导特征、蒸馏进策略的动作专家。作者在单臂和双臂平台的九个真实任务上为每种本体训练共享多任务策略，平均成功率达 68.9%，比最强基线高 20.0 个百分点；在蝴蝶结解结的七种视觉偏移条件下，有六种成功率高于基线。
推荐理由：论文在单臂与双臂平台共九项真实任务上训练共享多任务策略，并给出与最强基线的成功率对比，可供比较可变形线性物体操作方案。
arXiv · cs.ROAI 评分5858 Semantic-Coupled Perception Framework：面向自主腹腔镜控制的语义耦合感知框架
论文提出一种闭环自主腹腔镜控制框架，将实时手术阶段识别与相机运动补偿的视觉感知相耦合，利用手术实体间的阶段依赖关系改善遮挡、实体重叠和相机运动下的目标状态估计。在基准数据集上评估了手术阶段识别与目标跟踪，并通过体模实验展示自主视野控制在目标可见性和任务执行上优于固定视野控制。
arXiv · cs.ROAI 评分5858 RoboDuo：用代码实现 VLA 的尝试、检查与原子恢复
RoboDuo 提出一种闭环双系统框架，以代码作为编码智能体与两个 VLA 之间的接口：编码智能体编写程序，让全任务 VLA 尝试完成整个任务并检查是否完成，失败时由原子 VLA 完成剩余步骤。
arXiv · cs.ROAI 评分5858 ElevateHead：多模态模仿中动作头何时重要及一次决策后承诺
ElevateHead 提出一种在学到的决策点做一次选择、并在整个回合内保持该选择的动作头，用户可将该选择作为输入设定。在受控任务上，当演示包含多种做法且状态无提示时，采样一种做法的动作头成功率比平均做法高 0.72，但该趋势未在其他任务复现。
arXiv · cs.RO精选AI 评分6262 I Won't Know Until I Try：面向长程操作的交互式信息获取规划框架
Linfei Yuan 与 Rachel Holladay 提出一个任务与运动规划（TAMP）框架，将任务导向的交互式信息获取与规划执行交错结合。该框架基于 PDDLStream 乐观地规划交互动作，在执行中验证结果，并保留仍适用的动作、只重规划继续执行所需的连接。
推荐理由：论文把交互式信息获取动作纳入TAMP规划，并在执行中验证结果、保留可用动作重规划，为长程操作的不确定性提供可迁移方法。
arXiv · cs.RO精选AI 评分7171 RoboLongR：因果一致奖励引导机器人逐步掌握长程操作
RoboLongR 是一个离线到在线的框架，通过学习依赖历史的奖励引导策略适应新任务，核心目标是让奖励进度与执行历史支持的前置条件保持因果一致。方法采用阶段打乱监督、循环记忆和两轮训练，并以稀疏终端反馈触发对重复高分失败的纠正。
推荐理由：论文提出以因果一致性约束长程操作奖励学习，并给出仿真与实机成功率对比，可用于比较长程任务奖励设计。
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.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.RO精选AI 评分8282 从徒手演示到自主机器人超声：解剖锚定学习框架
研究提出解剖锚定的模仿学习框架，将解剖引导的探头放置与学习式超声导航结合，用于自主机器人超声扫描。该框架先由外部视觉确定任务相关的解剖起点并建立初始探头位姿参考系，再由基于流的策略根据锚点相对位姿、超声图像、探头相机视图和接触力生成扫描动作，终止头预测任务完成。
推荐理由：论文给出解剖锚定的模仿学习框架与手持采集平台，并在16名未见参与者上报告成功率与跨机器人迁移结果。
arXiv · cs.RO精选AI 评分6565 DynaSlots：面向机器人操作的槽位级 3D 动态预训练框架
DynaSlots 是一个无需动作标签的 3D 动态预训练框架，将每帧点云分解为少量时序一致的 slot，并在 slot 级别而非场景级别建模动态。它通过时序 slot 传播模块保持跨帧分配一致，用逆动力学模型从特征差异中提取每个 slot 的隐动作，再由扩散式前向动力学模型配合自监督交互头预测各 slot 未来状态。
推荐理由：论文把场景级动态预训练拆成逐 slot 建模，并在仿真与 RealMan RM65-B 实机上对比场景级基线。
arXiv · cs.ROAI 评分5858 MAST-VLA：用技能条件专家与轨迹可供性先验做多技能机器人操作
MAST-VLA提出一种面向多技能机器人操作的双重条件框架，在LLM主干中引入技能条件化LoRA-MoE适配器，由技能查询token和路由偏置引导低秩专家分工，并把预测的可供性热图转为动作头的patch级轨迹可供性空间先验。
arXiv · cs.RO精选AI 评分6262 RoboCode：学习可复用动作基元的机器人操作策略
RoboCode 提出一种共享软门控动作基元接口，把动作块表示为多个学习基元的软组合，而非单一离散编码。该接口在多个任务的动作块上学习后冻结，再训练任务特定的状态编码器映射到共享潜空间。在五个 ManiSkill 操作任务上，动作块平均重建 MSE 为 0.0187，闭环平均成功率为 75.6%，高于 ACT 的 68.8% 和 Diffusion Policy 的 41.6%。
推荐理由：论文提出跨任务共享的软门控动作基元接口，并在五个 ManiSkill 任务上给出重建误差与闭环成功率对比。