论文arXiv · cs.RO
研究厘清点云配准中最大团与最大一致表述的理论关系
Abolfazl Babanazari 与 Kaveh Fathian 在 arXiv 预印本中从理论上研究点云配准中最大团与最大一致两种表述的关系，证明最大团在任意固定正容差下可具有任意大的对齐误差，且可比最大一致集任意大。
站内阅读 ↗PAPERS / 研究文献
从论文，读到原始证据。
具身智能历史论文精选与持续收录的最新研究。
按发表时间浏览论文与研究；新论文沿用日常评分、中文摘要及符合条件的全文翻译规则。历史收藏继续保留原文。
当前结果 623 篇 · 按发表时间清除筛选
- 论文arXiv · cs.RO
XoNav：用于辅助导航的个性化触觉髋部外骨骼
XoNav 提出一种四执行器髋部外骨骼，在髋关节处直接呈现前进、两级制动和两级转向的触觉提示。基于双侧 LSTM 的步态分类器用两个大腿 IMU 识别步态，对未见用户召回率为 95.2-97.9%，站立时抑制提示。在三条路径的蒙眼 Wizard-of-Oz 导航试验中，参与者行走距离的 98.8% 保持在 0.75 米宽通道内，每次试验平均前进速度提升 4.9%。
站内阅读 ↗ - 论文arXiv · cs.RO
EmbodyHOI：面向人形灵巧操作的具身感知手物交互生成
EmbodyHOI 在冻结的流匹配手物交互轨迹生成器采样循环中嵌入针对特定人形本体的可微逆运动学求解器，把本体可达性约束加入生成过程。在 ARCTIC 轨迹上，该方法把 Unitree G1 与 H1-2 的重定向腕部误差从 8.9 cm 降到 0.6 cm，同时保持文本到手物交互的生成质量。
站内阅读 ↗ - 论文arXiv · cs.RO
Learning to Be Different：面向组合式扩散策略的组件专门化方法
论文提出一种可直接替换的分数去相关辅助损失，用于训练组合式扩散策略中的组件专门化。作者指出，现有训练目标不鼓励因子专门化，常使去噪器不可解释、组合预测退化为相同副本的平均；新方法直接惩罚组件噪声预测之间的重叠，架构改动和计算开销都很小。作者称在多个基准上，该损失持续减少组件间可测量的重复计数、改善任务分解，并在不损害多任务性能的情况下产生行为上有意义的专门化。
站内阅读 ↗ - 论文arXiv · cs.RO
面向自闭症谱系障碍教育的人形机器人视觉任务建模与自动规划
研究提出一种让配备摄像头的半自主机器人识别Shoebox Tasks任务目标并规划动作的方法，该系统用基于视觉的大语言模型将任务照片转换为PDDL表示并生成动作计划。Nao机器人可自主执行多种Shoebox Tasks，并通过动作演示、语音指令或手势提示下一步或报告检测到的失败。求解器仅以拍摄图像为输入，经适配的机器人接口可集成到多种教育机器人中，教师无需编程。
站内阅读 ↗ - 论文arXiv · cs.RO
面向轨道服务的仿壁虎黏附界面交互状态识别研究
论文提出一种实时交互感知框架，利用嵌入式电容传感让仿壁虎干黏附界面在黏附全周期内估计接触状态，并划分空闲、接近、接触、啮合、脱离五种离散状态。基于实验采集并增强的传感器数据，六种轻量机器学习模型的对比中随机森林离线分类准确率最高，为95.65%。在线部署时随机森林结合规则状态机把准确率从78.02%提升到93.14%，宏F1为0.9343，推理周期53毫秒。
站内阅读 ↗ - 论文arXiv · cs.RO
Ropedia W0 发布跨本体移动操作世界模型，基于人类经验数据
Ropedia W0 是作者提出的第一视角移动操作世界基础模型，覆盖人类与多种机器人本体。其 Xp-Data 包含 1 万小时第一视角人类数据和 3 千小时机器人数据，并配有统一多模态标注；模型用相机位姿编码移动、用投影骨架编码操作。
站内阅读 ↗ - 论文arXiv · cs.RO
PhysWord：用原子动作词构建机器人操作潜在推理的预印本模型
PhysWord 是一个先推理后动作的机器人基础模型，用原子动作动词作为共享语义锚点，把物理动态的连续表示组织成可复用的推理原语。模型预测未来原子动作词，并将其上下文隐状态与对应未来观测导出的潜在目标对齐，再按时间自回归预测 Physical Words 以捕捉执行阶段转换。
站内阅读 ↗ - 论文arXiv · cs.RO
CoopUQ：基于不确定性感知协同预测的多机器人社交导航框架
CoopUQ 提出一种多机器人社交导航框架，通过跨机器人时空特征融合预测未来占用栅格地图，并用预测及其不确定性引导约束多智能体强化学习策略。该策略对预测为占用或高不确定的区域施加代价，使策略在分布偏移下调整风险敏感度。
站内阅读 ↗ - 论文arXiv · cs.RO
PhysRSI-eval：LLM-as-policy 物理递归自我改进能力的观察缩放规律
论文提出 PhysRSI-eval，用首次尝试表现、效率、成功率、预算和失败后改进五个维度量化物理递归自我改进（RSI），并在 18 个操作任务、固定交互预算下评测不同 VLM。
站内阅读 ↗ - 论文arXiv · cs.RO
GPT-6 Astra 被验证可直接使用视触觉图像完成接触密集操作
作者在 arXiv 预印本中报告，GPT-6 Astra 可直接解读基于视觉的触觉图像，并通过其现有视觉接口在 19 个仿真 UniVTAC 与 OpenViTac 任务上实现少样本闭环控制，每个设置采样 210 个场景种子。
站内阅读 ↗ - 论文arXiv · cs.RO
PICA-WAM：用跨外观自对齐提升世界动作模型的视觉扰动不变性
PICA-WAM 提出一种自监督训练框架，把视觉扰动不变性作为世界动作模型（WAM）的辅助跨外观自对齐任务。方法用指数滑动平均（EMA）教师处理原始观测并提供更深层目标，在线 WAM 处理受扰动观测，通过轻量投影头将较浅层动作表示对齐到该目标。
站内阅读 ↗ - 论文arXiv · cs.RO
《Physical AI：概念、技术与挑战》专著提出统一框架并区分具身智能等概念
一篇专著为Physical AI给出统一定义：在真实世界约束下通过持续反馈感知、建模并作用于物理世界的人工系统，并梳理其技术版图。该专著将Physical AI与传统数字AI、具身AI、信息物理系统及数字孪生区分，覆盖多模态感知、物理数据与仿真、世界模型、具身基础模型、运动控制系统、多智能体协同及软硬件协同设计。
站内阅读 ↗ - 论文arXiv · cs.RO
Harpy双足机器人用实时QP-MPC实现推力辅助小跑
论文在Harpy推力辅助双足机器人上实现基于二次规划的控制器，完成推力辅助小跑。控制器将推力辅助弹簧负载倒立摆动力学写成紧凑QP-MPC问题，以500Hz同时调节地面接触力与推力矢量，矢状面由QP-MPC控制、额状面由级联姿态稳定控制器调节。
站内阅读 ↗ - 论文arXiv · cs.RO
ACE-Brain-0.6：扩展空间定位以强化具身基础模型
研究团队提出ACE-Brain-0.6，在Qwen3.5-9B上用约150万条可验证空间定位样本微调，以强化通用具身操作的空间感知基础。数据来自机器人操作录像与多来源视觉数据的统一管线，经自动标注转为定位监督。该模型在7个公开定位基准中的4个上超过GPT-6 Astra，平均分75.41对73.68；在固定微调设置下，随数据批次扩大覆盖更多定位场景，聚合定位性能稳步提升。
站内阅读 ↗ - 论文arXiv · cs.RO
DexOAK：面向机器人手部参考的物体感知运动学重定向框架
DexOAK 是一个基于学习的物体感知运动学重定向框架，可从人体动作捕捉数据生成接触一致的机器人手部参考。它先在手-物联合图上最小化交互图拉普拉斯目标，再训练以人体关键点和物体点云为条件的前馈网络，并用接触、非穿透和自碰撞损失微调，训练后仅靠推理即可迁移到未见数据。
站内阅读 ↗ - 论文arXiv · cs.RO
LEAP Hand 两种指型布局的触觉手中旋转对比研究
研究对比了两种 LEAP Hand 指型布局（拟人与对称）在连续手中物体旋转任务中的表现，两版手均集成 TacTip 视觉触觉传感器并共用同一强化学习框架。仿真中，完整触觉观测相比仅本体感知使每回合平均归一化旋转量在拟人手提升 94.8%、对称手提升 66.9%，且回合更长、平均指尖总载荷更低。硬件实验中，对称手平均旋转次数高 32.0%、总旋转速率高 25.8%，平均指尖总载荷低 19.9%。
站内阅读 ↗ - 论文arXiv · cs.RO
PIA：用仿真先验加速基于模型强化学习适应的自动驾驶赛车研究
论文提出 Prior-Informed Adaptation（PIA），一个离线到在线的基于模型强化学习框架，先在高保真与低保真仿真轨迹上预训练世界模型，再用不确定性正则化规划在目标域少量交互中完成适应。
站内阅读 ↗ - 论文arXiv · cs.RO
研究用 VLA 模型实现农业机械臂抓取，在仿真与 Franka 实机上对比 Octo 和 π0.5
研究提出一套面向农业抓取任务的仿真到现实机器人学习框架，将预训练的通用机器人策略适配到农业操作场景。团队搭建基于 MuJoCo 的番茄植株仿真环境，通过摇杆遥操作采集专家演示，并用这些演示适配 Octo 和 π0.5 两个预训练策略，随后在 Franka Research 3 机械臂上用真实机器人演示进一步微调。
站内阅读 ↗ - 论文arXiv · cs.RO
仿生皮肤研究：机器人物理对比生物启发与反事实的传感排布
日本团队在 arXiv 发布预印本，用嵌入受体模拟传感器的分层仿生机器人皮肤，物理对比生物启发与反事实的传感排布。在弱接触检测、类两点辨别和纹理识别三项被动触觉任务中，反映生物启发组织特征的排布表现优于所考察的其他配置。研究称该平台可在活体难以开展的条件下检验受体空间组织对触觉功能的影响。
站内阅读 ↗ - 论文arXiv · cs.RO
EgoRayFormer：面向第一人称3D人体姿态估计的射线空间立体细化方法
EgoRayFormer 是一种因果姿态估计器，在射线空间中将立体特征采样与几何细化耦合，通过共享3D假设沿视线投影到双视图并做射线相交校正。在官方设备相对测试划分上，UnrealEgo2 三随机种子平均 MPJPE 为 17.64 mm，UnrealEgo-RW 为 49.55 mm，用 UnrealEgo2 预训练后降至 47.57 mm。
站内阅读 ↗ - 论文arXiv · cs.RO
CAOS-SLAM：面向动态环境的类别无关物体感知实时 vSLAM
CAOS-SLAM 提出一种动态 vSLAM 框架，在 ORB-SLAM3 基础上加入混合感知管线，实时检测、跟踪并过滤语义已知和此前未见的运动物体。方法按需执行全景分割做物体发现，对未分类区域用深度聚类实例化候选未知物体，两次全景更新之间依靠轻量检测或基于世界坐标系卡尔曼预测、深度一致性和外观相似度的时间掩码传播维持物体轨迹，再用估计的物体运动剔除动态特征。
站内阅读 ↗ - 论文arXiv · cs.RO
VaDar：通过价值分解实现隐式目标条件化的强化学习方法
论文提出 Value Disaggregation（VaDar），训练一个与子目标无关的单一策略，最大化各子目标 critic 值的线性组合，子目标信息只在训练时使用，部署时无需选择子目标。
站内阅读 ↗ - 论文arXiv · cs.RO
面向连续体机器人设计空间的概率保旋转核算子代理模型
研究提出一种面向腱驱动连续体机器人（TDCR）的不确定性感知算子学习代理模型，可在不同设计与驱动条件下预测完整平衡构型。其核心是用浅层神经网络从力学感知设计坐标学习非平稳高斯过程核的度量，并以空间核表示骨干位置与旋转应变、直接在SO(3)上重建姿态。
站内阅读 ↗ - 论文arXiv · cs.RO
HAF-VLA：面向人形机器人全身移动操作的分层动作流VLA框架
HAF-VLA 提出一种面向人形机器人 VLA 控制的分层动作流框架，在预训练 flow-matching VLA 基础上继承视觉语言前缀编码器与动作专家权重，并加入可学习阶段嵌入和跨阶段 KV-cache 条件机制。它不再一次生成完整动作块，而是按先移动与头部指令、再腰部细化、最后全身操作的顺序逐步去噪共享全身动作空间。作者称在六项真实世界任务上，该框架提升了现有人形移动操作模型的性能。
站内阅读 ↗ - 论文arXiv · cs.RO
轮腿四足机器人轮式运动不确定性学习用于退化感知LiDAR-惯性里程计
研究提出一种紧耦合的LiDAR-惯性-运动学里程计框架，用于轮腿四足机器人：保留解析滚动预测，并从本体感知历史中学习逐轮、随方向变化的过程协方差，通过运动学修正调节滚动预测的影响。
站内阅读 ↗ - 论文arXiv · cs.RO
ReInsVLN：免训练视觉语言导航复用历史观测，R2R Val-Unseen 成功率提升 8.48 个百分点
ReInsVLN 提出一种免训练框架，在冻结的导航器中构建并利用历史记忆，在 R2R Val-Unseen 上相较原生 StreamVLN 和 InternVLA-N1 成功率分别提升 8.48 和 3.37 个百分点，达到 64.27% 和 64.44%。
站内阅读 ↗ - 论文arXiv · cs.RO
几何感知规划表征结合跨模态监督实现单目MAV飞行
研究提出几何感知单目视觉规划框架，从两帧图像、相对位姿和MAV状态预测轨迹，不显式重建深度。方法先训练基于深度的几何专家，再用配对RGB-D观测把规划特征跨模态蒸馏到单目分支，最后适配下游轨迹规划目标。团队用3D Gaussian Splatting仿真器渲染数据并评估，仿真训练的规划器未经真实环境微调即部署实机，实现最高6.5 m/s的避障飞行。
站内阅读 ↗ - 论文arXiv · cs.RO
CTR：减少双臂模仿学习中虚假跨臂耦合的训练期数据干预方法
上海交大等作者提出 Constraint-preserving Temporal Recombination（CTR），一种训练期数据干预方法，在保留各臂局部传感运动内容的同时重新调整片段时序，以保留任务要求的跨臂约束。
站内阅读 ↗ - 论文arXiv · cs.RO
SPAR：面向 VLA 模型的结构化剪枝与动作恢复方法
SPAR 提出对 VLA 模型 LLM 主干同时剪枝隐藏层与前馈中间维度，再用强化学习恢复策略性能。应用于 π0.5 时，语言主干从 2.34B 降至 0.09B 参数，完整模型从 3.37B 降至 1.12B，分别移除约 96% 和 67% 的参数。
站内阅读 ↗ - 论文arXiv · cs.RO
ALIGN：面向优势条件行为克隆的条件估计与表达对齐框架
ALIGN 提出一种条件对齐的优势条件行为克隆（AC-BC）框架，用于视觉-语言-动作策略，直接预测策略标签空间中的类别化成对条件，并通过 AdaRMS 调制与流时间融合注入 DiT 动作专家。
站内阅读 ↗ - 论文arXiv · cs.RO
肘部肌电外骨骼人机在环对比：比例控制与自适应重力补偿
研究在14名健康参与者上对比了肘部主动外骨骼的五种肌电驱动控制算法，包括两种不同助力水平的比例肌电控制（PMC）、纯积分自适应重力补偿（AGC-PI）、运动学与加速度感知的模型型AGC（AGC-AW）以及基于递归最小二乘在线估计负载的AGC-RLS。
站内阅读 ↗ - 论文arXiv · cs.RO
RoboMMT：学习稳定跟踪调制后的表达性与交互性机器人动作
RoboMMT 提出一种模块化控制架构，将参数化表达动作合成、基于物理的角色控制与面向空间交互目标的反应式适应耦合起来，训练一个参考条件跟踪策略在广泛表达域内保持动态稳定。
站内阅读 ↗ - 论文arXiv · cs.RO
ForagerSim：面向大规模动态世界具身地图推理的仿真评测平台
研究团队提出 ForagerSim，一个面向需要地图推理的具身任务的跨学科研究平台与仿真环境，场景覆盖移动机器人搜救与动物觅食，可在复杂迷宫和可能无限大的开阔区域中运行。
站内阅读 ↗ - 论文arXiv · cs.RO
Cartender：通过反事实分支学习语言条件驾驶
Cartender 提出从真实驾驶记录中学习未被采取的分支，用视觉语言模型生成替代未来及对应指令，并以不支持的指令作为负标签，从而在无仿真器条件下构造匹配与不匹配的指令-动作对。
站内阅读 ↗ - 论文arXiv · cs.RO
RoboPhoto-VLA：基于视觉-语言-动作模型的自主机器人摄影系统
RoboPhoto-VLA 提出一个统一视觉-语言-动作框架，联合建模感知、推理与相机控制，用于自主机器人摄影。该框架包含用于结构化动作规划的 PhotoCoT 和将相机行为与人类审美偏好对齐的 Aesthetic Direct Preference Optimization（ADPO）。
站内阅读 ↗ - 论文arXiv · cs.RO
AnchorFlow-VIO：在 LaMAria 上评估固定模板单目视觉惯性里程计
AnchorFlow-VIO 是一个基于 Basalt 的开源单目视觉惯性里程计系统，作者在 LaMAria 上用统一配置完成评估。系统使用一个灰度相机和一个 IMU，结合出厂 IMU 校正、固定时间调整、窗口化初始化和固定模板 patch 跟踪。
站内阅读 ↗ - 论文arXiv · cs.RO
K-AoI：面向数字孪生遥操作的时空同步指标
论文提出运动学信息年龄 K-AoI，用瞬时笛卡尔速度对 AoI 加权，把时间陈旧度换算为空间偏差，用于数字孪生遥操作的同步评估。作者在由 6-DOF 机械臂、Unity 孪生体和 tc netem 网络损伤构成的测试台上，跨七种网络条件评估，发现 K-AoI 与 AoI 的秩相关在所有网络下不超过 ρ=0.65，卫星连接下降至 ρ=0.22。
站内阅读 ↗ - 论文arXiv · cs.RO
PhantomTac：用免供电磁标签劫持机器人磁性触觉系统
Binbin Zhang 等人在 arXiv 预印本中提出 PhantomTac，利用约 0.5 mm 厚、无需供电的磁标签改变磁场，从而伪造磁性触觉传感器解读出的力。
站内阅读 ↗ - 论文arXiv · cs.RO
基于特征级感知与提示式目标检测的人形机器人数据高效示教学习
论文提出一种面向人形机器人的数据高效示教学习（LfD）框架，从演示视频中提取紧凑的任务特征而非原始图像来学习操作技能。该框架结合分层视觉预处理、基于Kinect的人体关节估计、提示式目标检测和深度信息，提取人体运动特征与三维物体位置，再训练时序深度学习模型预测机器人关节角轨迹。
站内阅读 ↗
Google Scholar 提醒：待接入邮箱，尚未运行。