INTELLIGENCE ARCHIVE
全部资讯
这里展示已经通过公开规则、去重与质量处理的正式内容。你可以按分类、时间或关键词快速找到需要的产业情报。
748 篇结果今日新增 1近 7 天 53 篇
MIT教授Russ Tedrake访谈：探讨具身智能与机器人技术爆发动因
MIT教授Russ Tedrake在访谈中分析人形机器人能力跃升原因，对比大行为模型与视觉语言动作模型，并分享仿真部署经验。
斯坦福提出DITTO单样本模仿学习框架，面向机械臂操作
斯坦福提出面向机械臂操作的DITTO框架，仅需一段人类演示视频即可完成单样本模仿学习。
arXiv 预印本集中讨论机器人精细操控与跨具身数据迁移
多篇 arXiv 预印本围绕精细双臂操控、视频数据迁移、施工导航与触觉风险编码等机器人操控与感知问题展开。
螃蟹机器人仿真握力测试：强化学习训练后由6.4N提升至12.72N
螃蟹机器人仿真握力测试显示，强化学习训练后握力由6.4N提升至12.72N，相关代码与配方已开源。
量化VLA泛化性恢复新方法PIVOT-Q发布
研究者提出PIVOT-Q方法，通过脆弱性感知的在线蒸馏，在仅使用7.4%状态预算下恢复量化VLA模型的泛化能力。
JESSI：基于多任务强化学习与概率感知的端到端安全社会导航框架
arXiv 论文提出 JESSI 端到端强化学习框架，直接从 LiDAR 生成控制指令，结合注意力感知模块实现社会合规导航。
清华团队开源 RPent：面向物理智能体的递归框架
清华团队牵头多机构开源 RPent，一个可接入多种大模型与 VLA 的物理智能体框架，其 Harness VLA 在 LIBERO-PRO 仿真评测中成功率达 92.63%。
LeHome 挑战赛参赛者分享双臂机器人叠衣的推理优化方案
参赛者 Ilia 复盘 LeHome Challenge 在线仿真轮，介绍奖励工程与推理时优化对双臂 SO-ARM101 叠衣成功率的作用。
DiVeR：面向VLA测试时扩展的决策关键验证器学习
DiVeR利用采样动作表征离散度估计决策关键性，对验证器学习重新加权，在LIBERO、RoboCasa及真实机器人上提升任务成功率。
开发者用Franka FR3备战美团具身智能挑战赛
开发者围绕美团低空经济与具身智能挑战赛，用Franka FR3验证点位可达并在MuJoCo仿真中跑通两个任务。
RATE：面向接触丰富机器人操作的风险感知触觉编码
研究者提出风险感知触觉编码RATE，通过学习任务条件下的交互风险表征，提升接触丰富机器人操作的任务成功率。
PNP具身笔记介绍Patch Policy：轻量化Transformer在机器人控制中表现优于大VLA
NYU库朗研究所、Meta-FAIR与AMI Labs联合提出Patch Policy，以轻量化Transformer在机器人实操控制上超过巨型VLA模型。
FERPO：前向熵正则化策略优化在连续控制与操作任务中取得竞争性表现
研究者提出FERPO，一种在线最大熵强化学习算法，不依赖critic对动作的梯度即可进行策略改进，在MuJoCo Playground和ManiSkill上实现竞争性能与样本效率提升。
开源螃蟹机器人Jumper仿真百米跑出2.15m/s
开源项目JumperEMW展示螃蟹机器人Jumper的仿真训练成果，在MuJoCo中经PPO迭代后跑出2.15m/s，代码与配方全部开源。
小摩首次覆盖宇树科技给予减持评级，目标价300元
小摩首次覆盖宇树科技并给予减持评级，目标价300元，较现价有35%下行空间，看空逻辑涉估值与份额。
团队公开BEHAVIOR挑战赛夺冠方案 仿真训练机器人完成50项家务
一支团队在NeurIPS 2025的BEHAVIOR挑战赛中夺冠，并开源了在仿真中训练机器人完成50项家务任务的完整方案。
TacEx框架用触觉好奇心驱动机器人RL探索
苏黎世联邦理工等提出TacEx，将模型不确定性分解到触觉通道，引导机器人主动探索接触，无需任务奖励即可学习抓取。
研究提出可识别子运动分解方法Sub-ID
研究提出时空核相关可识别性准则与Sub-ID方法，可从三维长时程手部轨迹中分解子运动，服务于运动控制与模仿学习。
Intrinsic 通过 GitHub 发布开源机器人工具包 Core
Intrinsic 发布开源工具包 Core，基于 ROS 提供姿态估计、运动规划与仿真等模块，采用 Apache 2.0 许可。
斯坦福HomeBody项目：GPT-6 Astra调用技能库控制宇树G1完成厨房整理
斯坦福团队HomeBody项目让GPT-6 Astra以工具调用方式调度宇树G1的技能库，无需为新厨房重新训练动作策略即可完成物品归置与取药任务。
GM-Loco：人形机器人颗粒地形自适应行走与跳跃
Georgia Tech提出GM-Loco，融合三维阻力理论与强化学习，使人形机器人在沙地等颗粒地形上自适应行走、奔跑与跳跃。
Skill-Space Shooting：利用基础模型探索可复用技能以改进机器人策略
研究者提出Skill-Space Shooting方法，借助基础模型探索可复用技能来修正机器人策略，实现自主改进与技能共享。
MotorMind框架让通用VLM实现零样本机器人操作
研究者提出MotorMind，无需专用策略训练或外部工具，仅凭通用VLM在LIBERO-PRO仿真和真实xArm6上实现零样本机器人操作，成功率大幅领先先前方法。
Brain-SAD：双策略动态恐惧约束的安全自动驾驶框架
研究者提出Brain-SAD框架，利用动态恐惧信号在线选择长短策略，提升自动驾驶安全性与任务效率。