跳到正文
具身前沿EMBODIED FRONTIER
收藏设置

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
  1. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  2. 论文arXiv · cs.RO

    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%。

    站内阅读 ↗
  4. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  6. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  7. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  8. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  9. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  12. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  13. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  14. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  16. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  17. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  18. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  21. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  23. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  24. 论文arXiv · cs.RO

    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%。

    站内阅读 ↗
  28. 论文arXiv · cs.RO

    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%。

    站内阅读 ↗
  29. 论文arXiv · cs.RO

    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。

    站内阅读 ↗
  34. 论文arXiv · cs.RO

    AWARE：仅靠外部摄像头预测机器人动力学并识别异常的框架

    AWARE 是一个世界模型框架，仅通过外部摄像头监测、估计系统动力学并预测状态来实现异常检测，无需电机编码器等机载传感器。研究在240条真实机器人起重机轨迹上评估，涵盖负载碰撞与电机退化，在噪声条件下仅用摄像头做状态估计时，异常分类比最强基线提升26%。推断出的动力学参数还可解码用于定位故障来源，识别退化电机的准确率为88%。

    站内阅读 ↗
  37. 论文arXiv · cs.RO

    面向纯视觉自动驾驶车辆的鲁棒无偏移车道保持控制框架

    研究提出面向纯视觉自动驾驶车辆的鲁棒无偏移模型预测控制（OF-MPC）框架，用于高速大曲率弯道下的车道保持。数值仿真显示，基于插值管约束迭代线性二次调节器（itube-CILQR）的求解器平均计算时间低于5 ms，优于IPOPT和OSQP求解器。该算法随后在仿真环境的视觉车道保持实验中控制车辆，并用OF-MPC框架量化多任务UNet在训练未见交通场景中的感知不确定性。

    站内阅读 ↗
  38. 论文arXiv · cs.RO

    AF-MCL：仅用四个机载测距传感器的室内无人机定位

    作者提出增强滤波蒙特卡洛定位（AF-MCL），仅用四个单点测距传感器和实测航向实现室内无人机二维定位。方法会剔除与已知静态地图不一致的测距值，并自适应注入粒子以从定位发散和绑架问题中恢复，束分类只在上一位置估计处进行，使射线投射开销与粒子数无关。

    站内阅读 ↗
  40. 论文arXiv · cs.RO

    OWLS：面向零样本漫游车导航的开放世界语言条件速度场

    作者提出 OWLS（开放世界语言条件速度场），直接在一张单目图像的视觉语言模型稠密特征图上规划，无需任务训练、地形标注或持久地图。方法用可通行地形描述提示视觉语言模型为每个像素打分，将分数投影到地面并经两次形态学操作适配平台，作为最小时间规划器的速度场，使地形外观与障碍间距共同塑造轨迹。作者在室内与越野的实体漫游车、200 个程序生成地形上的仿真火星与月球漫游车以及真实行星影像上进行了评估。

    站内阅读 ↗

Google Scholar 提醒：待接入邮箱，尚未运行。