具身智能Hugging Face Papers4 天前
Spark-0 用触觉预训练提升机器人灵巧操作
Spark-0 是空间对齐的视觉-触觉-语言-动作模型，预训练时用触觉手套接触图与 3D 几何教师监督视觉 token，推理时可去掉；同时发布 1000 小时 HumanTouch 数据集与 SparkArena 基准。保留触觉监督使纯视觉成功率从 52.5% 升至 71.7%，说明触觉可作为可扩展的预训练监督信号。
AI 与各行业落地的前沿信号寻行业之脉
寻行业之脉
接真实之需
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
249
累计条目
0
今日新增
12
权威信源
采集中每日 02:00 · UTC+8
L1 摘要
全量
L2 深度
0
人工抽检
每日
按领域浏览
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
筛选结果
共 36 条符合条件
当前筛选具身智能×
具身智能Hugging Face Papers4 天前
T2-Z：机器人世界模型的环境隐变量测试时优化
T2-Z 为机器人世界模型引入可学习的环境隐变量，在测试时仅凭少量交互轨迹优化该隐变量，使模型适应未见过的摩擦、质量等环境因素。在 7 个仿真设置和 4 个真实任务中，物体预测误差从 15.20 降至 7.00，动作成功率从 33.73% 提升至 72.96%。
具身智能Hugging Face Papers4 天前
CoDA：数据引擎与动作策略协同进化
CoDA让生成式仿真数据引擎与机器人动作策略通过共享异构记忆协同进化，用视觉语言评论器诊断策略失败并生成针对性训练程序，配合Text2potential提供稠密监督。在四类操作任务上分布外成功率从5.3%提升至27.6%，LIBERO-Pro上位置扰动成功率由25%升至84%。
已过时译★ 5
具身智能MIT Tech Review — AI4 天前
AI breakthroughs in robotics won’t change your life any time soon
MIT Technology Review 与 Aventine 合作撰文指出，尽管人形机器人视频频繁刷屏，但机器人领域的 AI 突破短期内难以真正改变日常生活，提醒业界与公众理性看待落地节奏。
具身智能arXiv cs.RO4 天前
MR-MPCC: Model Predictive Contouring Control for Robotic Manipulator Tracking under Moving Reference Frames
提出 MR-MPCC 框架，将模型预测轮廓控制（MPCC）与约束 RMRC 分层结合，用于 6-DoF 机械臂在移动参考系下的轨迹跟踪。相比 PI 与时间索引 MPC，在 UR5e 上实现更低的几何路径误差，适用于加工、手术等严苛公差场景。
具身智能arXiv cs.RO4 天前
LICOA: Learning Instruction-Conditioned Optical Actions for Mobile Spatial Augmented Reality
LICOA 将投影光视为具身动作：给定语言指令与视觉观测，系统自主决定移动底盘、双自由度反射镜与投影尺度以完成空间增强现实任务。作者构建了150任务、7500条渲染片段的仿真语料与真实世界评测协议，最佳动作模型在480次闭环真机试验中成功率达57.5%，远超从零训练的8.33%，为指令驱动的投影具身控制提供了平台与基准。
具身智能arXiv cs.RO4 天前
CLIS-MPPI: Closed-Loop Model Predictive Path Integral Control With Initial-State Sampling Under Execution Delay
CLIS-MPPI 针对机器人采样规划中执行延迟导致的状态失配问题，将延迟建模为执行时刻初始状态分布，从采样初始状态做 rollout 优化，并在执行时加入局部反馈修正。在 UR5e 机械臂窄通道避障任务中，标准 MPPI 5 次有 2 次碰撞，该方法 5 次全部无碰撞，且路径更短、关节跟踪误差显著降低。
具身智能arXiv cs.RO4 天前
Vision-Guided Closed-Loop Autonomous Navigation of Light-Driven Janus Microbots
该研究提出视觉引导的闭环导航框架，用YOLOv11实时定位约3微米的光驱动Janus微机器人，结合磁力转向实现复杂轨迹导航，偏差小于6微米，并支持A*动态重规划、避障与货物抓取运输，为微尺度自主作业提供集成平台。
具身智能arXiv cs.RO4 天前
An Agentic Framework for Proactive Robots with Procedural Assistance Memory
提出基于记忆的主动机器人框架，用程序化辅助记忆（PAM）以有限状态机记录活动阶段与辅助规则，VLM 任务预测器结合当前观察决定何时辅助及执行何种任务，VLA 执行器完成任务，反思 VLM 每日更新记忆无需重训。5 天桌面辅助实验中精度、召回与 F1 持续提升，首次触发延迟从 5 秒降至 1 秒。
具身智能arXiv cs.RO4 天前
LIN-SLAM: Lightweight LiDAR--Inertial Neural SLAM for Real-Time Onboard Navigation
LIN-SLAM 提出一种轻量级激光雷达-惯性神经 SLAM 混合方法，将高频几何估计与神经隐式建图、全局优化结合。在多个数据集上取得最低轨迹误差，并在 Jetson Orin NX 上实现实时机载运行，首次让神经隐式后端在移动机器人上实时在线工作。
具身智能arXiv cs.RO4 天前
Evo-DexBench: Benchmarking Generalization across Related Tasks for Dexterous Manipulation
Evo-DexBench 是面向灵巧操作策略泛化能力的新基准，基于 Core-Gen 原则控制源任务相关性与目标任务样本量，含 6 类功能族 30 个任务、1248 条多模态演示。实验显示最优方法平均成功率仅 38.5%，揭示现有方法难以迁移功能交互知识，为评估跨相关任务泛化提供标准化平台。
具身智能arXiv cs.RO4 天前
When to Ask for Help: A Decision-Theoretic Account and Measurement Standard for Slow-Module Scheduling in Dual-System Vision-Language-Action Models
该论文将双系统VLA模型中慢模块的调用问题形式化为决策论问题，提出Value of Intervention统一框架，并给出无泄漏测量协议与调度编译方法，把慢模块触发从设计直觉变为可测量决策。
具身智能arXiv cs.RO4 天前
KODA: Kinematics--Observation Data Alignment for Humanoid Learning from Human Egocentric Demonstration
KODA 提出将人类第一视角 RGB 演示转换为类人机器人全身 VLA 训练数据的方法：用稀疏追踪与采样优化生成经仿真校验的规范全身轨迹，据此合成机器人视角观测，并为不同控制器生成状态-动作监督。在 Unitree G1 四项任务上，机器人数据不变时未见条件成功率提升约 45 个百分点，降低了对昂贵机器人演示的依赖。
具身智能arXiv cs.RO4 天前
Manifold Generative Annealing for Contact Constraint-aware Impedance Control with Reinforcement Learning Prior
提出流形生成退火（MGA）框架，将预训练强化学习策略组织为结构化序列提案，再通过基于模型的推演进行细化与选择，并利用实现感知的流形细化对齐任务约束与局部可达物理响应。该方法面向接触丰富的机器人任务，在表面扫描、插孔与人形推挤实验中提升了阻抗控制在标称与传感偏移下的安全成功率。
具身智能arXiv cs.RO4 天前
Slip-Induced Fall Suppression During Cornering for a Remotely Operated Motorcycle with a Rear-Wheel-Swing Mechanism
该研究针对摩托车转弯时因打滑导致的摔倒问题，将后轮摆动机构的辅助控制建模为优化问题，按车速与路面状况分配控制输入。团队开发了遥控摩托车，在低摩擦路面绕桩和合成冰面转弯场景中验证，成功抑制了摔倒，为摩托车主动安全提供了新思路。
具身智能arXiv cs.RO4 天前
MoCaP: Mobile Code-as-Policies for Zero-Shot Mobile Manipulation from Passive Human Videos
MoCaP 提出一种智能体框架，将被动拍摄的人类日常活动视频转化为移动操作策略的指导，通过提取空间记忆与交互准备线索，结合闭环代码即策略协调规划与工具原语，在真实移动机械臂上实现零样本移动操作，两项任务成功率均达 80%，显著优于现有方法。
具身智能arXiv cs.RO4 天前
When a robot can trust reversing wind to find an odour source
该研究探讨机器人在风向反转后能否依靠风向导引找到气味源。实验显示，四足机器人保持初始朝向可稳定抵达气味源，而对比控制器无法收敛。研究给出朝向正确性与净气味输运的几何条件，并量化随机流场下错误朝向率由1.0%升至4.7%，指出间歇性气味接触可提升搜索可靠性。
具身智能arXiv cs.RO4 天前
SOMA: Stack-of-Objects Manipulation using a Quadruped Robot
SOMA 提出分层强化学习框架，让无专用机械臂的四足机器人用全身非抓取方式推动多层物体堆叠。高层策略用 S5 编码器做长时序推理并输出目标指令，低层运动策略动态调整腿部站姿，并显式控制机身高度实现三维推运。仿真单物体重定位成功率 90.3%，双箱堆叠达 90.1%，并在 Unitree Go1 上完成零样本 sim-to-real 验证。