论文追踪｜每天精选，说人话

新基准ROBORMBENCH证实当前视觉语言奖励模型在同义指令下不稳定，可翻转机器人成败判断。

研究者提出H2INT强化学习框架，编码人机交互关系以提升密集人群中的导航安全与鲁棒性，并完成真机验证。

研究人员提出AdaRoboVLG框架，将基础模型先验与可泛化抓取合成解耦，实现跨机械手泛化和功能抓取。

研究评估目录图片在工业毛刺识别中的域迁移效果，发现灰度化等简单改进带来最大收益。

论文梳理机器人学习中表征、VLA模型与世界模型的互补关系，提出统一分类法并指出集成挑战与未来方向。

研究提出拓扑图宏观动作强化学习框架，在视觉语言导航任务中取得领先表现。

研究者提出风险知情世界模型框架，将世界建模的重心转向后果认知与决策支持，以应对安全关键场景下的结构性挑战。

波恩大学团队提出MS-MEM框架，融合主动视角选择、推物与抓取，降低场景干扰并提升映射精度。

研究提出统一运动重定向框架UMR，通过学习点云对应实现无需人工映射的人形机器人运动重定向。

研究提出ProxPI方法，通过软邻近代价整合策略先验，提升MPPI控制在先验失配时的性能。

研究提出ADAPT端到端框架，通过扩散动作先验和强化学习实现文本指令直接控制人形机器人。

研究者提出CAER训练范式，通过重加权损失聚焦动作因果影响的视频帧，提升世界模型的物理一致性与可控性。

Zeva提出具身智能在线情境学习框架，在保持策略模型冻结时，从机器人自身物理交互经验中提取因果信号，实现部署中自我进化。

针对多智能体系统计算延迟问题，提出异步协同学习策略与分布式控制律，在无人艇仿真中取得性能提升。

研究者提出扩散模型方法，用于信号时序逻辑下可泛化的多智能体规划。

新算法实现多机器人共享约束下的广义纳什均衡求解，无需交换拉格朗日乘数，降低通信开销并提升隐私性。

国家发改委部署具身智能产业，论文团队提出跨机器人本体通用训练方法，推动机器人真实落地。

ChainSplat提出从多视角RGB视频学习可变形线性物体动力学，实现实时状态与力估计。

MILO框架利用大重建模型从单张图像恢复三维人机交互，准确率优于现有基准。

CLAP框架实现跨形态零样本物理模拟，性能媲美专用模型，已开源。

STEP方法利用多模态大语言模型估计系统状态并预测状态转移，提升工业人机协作任务规划的可执行性。

提出接触辅助因子图定位框架，融合机械臂接触事件与视觉里程计，提升水下采样轨迹精度。

研究提出Stonefish仿真器的深海扩展，增强流体动力学、传感器模型与水下光学，支持实时仿真，服务于深海机器人导航与自主性研究。

PhysCaP论文提出用物理启发探索将代码策略代理应用于真实世界机器人任务，实现物理推理。

研究提出VLAct方法，以有限机器人数据提升VLA模型表现，在多个基准上超越工业级系统。

EgoNav通过语义分割与自适应局部规划，提升室内机器人导航的成功率与路径效率。

新框架将代码智能体与视频模型结合，实现规则一致的世界状态演化。

StreamPI框架为单帧VLA模型赋予时间推理能力，无新增参数，在真实机器人和LIBERO基准上超越pi0.5。

MA-VLA通过原子动作分配和臂洗牌机制，实现多臂机器人的组合泛化与协作，在未见协作模式中表现优异。

一种显式建模物理交互的示教学习方法，用单次示范完成接触丰富任务，提升鲁棒性。

CARO框架将固定基座欧拉-拉格朗日模型嵌入强化学习，免接触传感实现四足机器人零样本鲁棒移动。

研究提出一种无奖励的持续学习框架，利用潜在状态世界模型，使太空机器人在硬件严重退化时无需新奖励即可适应，并在多项模拟任务中验证。

新框架GuRO结合MPC与RL，用黎曼优化提升四足控制训练效率。

日本研究者提出自由能门控可塑性（FEGP），在真实人机交互中让随机初始化的机器人神经网络在线学习三种循环运动模式，无需预训练。

研究者提出ParallelWorld，一种多步前瞻的具身推理测试时扩展框架，通过验证器引导的树搜索提升主动感知性能。

研究提出NeSAM框架，结合解耦式Bekker-Wong地面力学与变压器残差模型，提升越野车辆运动预测精度。

研究提出离线强化学习策略解耦提取范式，将策略改进从训练解耦到推理阶段，优于联合学习方法。

上海AI实验室等机构提出AdaPT框架，使人形机器人从转播视频学习网球发球和回合风格，并在G1和Dobat Atom机器人上实现真实部署。

研究者提出分层强化学习框架，使四足机器人能够动态穿越狭窄门洞，并验证其可扩展至其他动态任务。

法国科研团队提出CoToGrasp框架，在规范工作空间内学习接触流形，无需物体标注即可按接触拓扑生成稳定抓取，并完成真机验证。

法国研究团队提出GOAG抓取规划器，利用抓取器与物体接触面几何一致性，实现物体无关的训练和高效采样，平均成功率达86.93%

东京大学团队提出QDOS方法，通过优势加权质量-多样性预训练从离线数据中提取多样且高价值的技能，提升机器人操作和运动任务性能。

新框架CoToGrasp以对象无关方式学习接触流形，实现零样本泛化，在DexGraspNet上达到先进性能并完成实物验证。

GOAG提出生成式目标无关抓取规划方法，以接触面分布实现多指抓取泛化，成功率86.93%。

EXIMO算法通过探索、模仿、优化三阶段，利用视觉语言模型规划，提升VLA策略微调的样本效率和最终性能。

研究提出PartialBiGrasp框架，利用部分点云观测生成双臂抓取，通过卷积占用网络和采样优化，实现稳定抓取。

研究人员提出DA-WAM框架，将预测学习与规划优化统一，在NAVSIM基准上取得先进性能

研究团队提出Dream2Reward奖励模型，无需失败标注即可从成功演示中学习，提升机器人操作策略学习效果。

综述视觉语言模型在第一视角视频理解中的应用，涵盖手物交互、时序推理和具身智能部署。

北京大学研究团队借助 Franka Research 3 机器人，在模型自主决策下完成豆腐等柔软物体的精细操作，展示高精度力控能力。

Hydra-0提出以动作流为统一视觉接口的世界模型，跨本体降低运动误差并支持零样本组合与数据高效适应，在RoboLab基准上达到高相关性。

研究提出Hydra-0通用世界模型，以动作流为共享视觉接口，降低机器人运动误差并支持零样本组合与数据高效适配。

研究揭示面向大模型驱动具身体的状态语义注入攻击，影响任务规划与执行安全。

MatchingPolicy将对应关系识别与策略解耦，实现少样本跨物体泛化的新方法。

研究者提出两阶段潜在世界模型Orbit-Planner，用于卫星在轨避障，在Isaac Sim中闭环导航成功率达91.7%。

研究人员提出一种从网络视频学习城市场景具身导航策略的框架，并系统分析罕见但关键场景的长尾现象。

新框架Cyclops将稀疏激光雷达强度转化为RGB视频，实现在弱光环境下借助视觉模型完成全天候感知任务。

τ0-VLA通过世界模型引导的测试时计算，提升长程操作任务的成功率。

该研究提出Tac4Loco框架，利用足底压力阵列的时空表征提升人形机器人在复杂地形上的行走鲁棒性，并开源代码。

研究提出SpecVLA，利用机器人环境状态切换实现长动作长度推测与验证，降低延迟并保持任务成功率。

OccPlanner通过占用条件扩散模型，将像素目标映射到机器人度量空间，显著提升导航成功率。

研究发现从VLA模型π_{0.5}的残差流中可线性读取任务进度信号，并用作无标签OOD检测器。

剑桥团队提出EDD框架，通过显式解耦环境与社会知识，并采用重放策略，提升社交机器人在多场景下的持续学习能力。

新方法Seeker从动作监督中学习任务相关区域，提升机器人学习数据效率与鲁棒性，在真实机器人上成功率大幅提升。

研究提出一种主动技能学习算法，在有限练习预算下计算最优分配，以最大化长期任务回报。

NestDex框架利用学习到的灵巧手技能辅助遥操作数据采集，再由外层视觉运动策略学习自主控制，提升真机灵巧操作的学习效率与可靠性。

语义辐射场将二维语义分割提升至三维，可同时提供几何、外观与类别语义，用于具身智能体的空间推理训练与评估。

南京大学LAMDA团队发布机器人集群自主跳绳技术，论文已公开。

SHAPER提出无需微调的自我进化框架，通过演化技能与执行工具提升具身智能体性能。

新研究提出CEAA模块化架构，融合感知-思考-行动范式，以支持虚拟环境中的具身智能体部署。

研究者提出容错运动强化学习方法，使用非对称演员-评论家架构与可学习步态频率，在68千克四足机器人上验证。

arXiv新论文提出基于OpenArm的移动操作原型，通过表示交接整合语言、感知与规划。

新框架AutoIntervene利用视觉-动作支持记忆，校准阈值，在部署中动态切换策略与操作员控制，提升机器人任务成功率。

新框架C2Dex利用单目视频生成灵巧机器人操作示范，提升接触稳定性与物理合理性。

WorldTrace框架解决交互式视频世界模型长程视觉记忆问题，在LoopBench基准上分别提升时序一致性与情景回忆能力15.5%和19.5%。

新研究提出GeniWorld世界模型，利用URDF渲染将动作转为视觉表示，提升机器人操作在未知场景的泛化能力。

研究提出可变阻抗扩散策略，无需力传感器即可预测位姿与柔顺性，提升操作成功率并降低交互力。

新方法ErgoSurf利用触觉感知和高斯过程隐式曲面模型，在未知曲面上实现同时遍历覆盖与几何重建。

iARCS框架通过迭代智能体强化学习，提升合成三维场景生成的功能约束满足度，并改善下游具身智能训练数据质量。

研究者提出HiRoC层次化后训练框架，将任务规划与动作执行解耦，通过强化学习提升长程操作性能。

JoyAI-RA 0.5提出双动作对齐框架，利用人类视频等异构数据扩展操作学习，基准测试表现优异。