跳到正文
6件大事5个来源6件一手发布约 2 分钟阅读
头条

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。

Yuan Bi 等6人 · arXiv一手原文
01

技术

02

论文研究

Minghao Zhu 等23人 · arXiv一手

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。

Yuhan Liu 等3人 · arXiv一手

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。

Zeyuan Feng 等5人 · arXiv一手

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。

Tianchi Xu 等7人 · arXiv一手

NimCritic:动作感知量化的长程任务进度建模

作者提出动作感知量化方法,用视觉语言模型把长程轨迹拆成物体级子任务并分配加权动作信用,并据此构建 800 小时以上训练视频数据集和含 19,618 个人工校准评估帧的长程进度基准 LOOM。

Amber Xie 等6人 · arXiv一手

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%。

查看本期全部文章 31 篇 ↗