机器人抓取的导纳输入输出表征方法
研究团队提出用导纳传递矩阵刻画机器人抓取的小信号输入输出特性,把负载扰动与物体位移关联起来,可在零频处得到抓取刚度与稳定性,并捕捉时变负载下的固有频率与峰值增益。在平面二指PD控制夹爪上分析显示:同一物体、同一位置且接触力相同的两种抓取,刚度可相差两个数量级;刚度相同的抓取也可能呈现完全不同的共振。
研究团队提出用导纳传递矩阵刻画机器人抓取的小信号输入输出特性,把负载扰动与物体位移关联起来,可在零频处得到抓取刚度与稳定性,并捕捉时变负载下的固有频率与峰值增益。在平面二指PD控制夹爪上分析显示:同一物体、同一位置且接触力相同的两种抓取,刚度可相差两个数量级;刚度相同的抓取也可能呈现完全不同的共振。
针对长程操作中相同观测需采取不同动作的“决策歧义”,刘宣卓等人提出CGEM记忆机制:用评论家网络筛选出使成功概率估计变化显著的事件,正负变化分别记为进展与失败记录,从而在压缩历史的同时保留对任务成败关键的信息,减少对完整观测序列的依赖。
研究者发布仿真基准 ManiLadder,将 112 个操作任务按难度分 4 级、每级 8 类,覆盖刚体与可变形物体、单臂与双臂、夹爪与灵巧手。每个任务固定使用相同数据量,并在相同训练评测协议下运行统一的 flow-matching 模仿学习策略,以成功率作为难度的经验标定,为按难度衡量机器人学习进展提供统一框架。
南加州大学团队提出一种基于二次规划的反馈控制器,用耦合控制障碍函数刻画机器人之间的相互影响,并以让行矩阵编码让行偏好,在设计上保证多机器人冲突消解无死锁。作者给出控制器局部利普希茨连续的充分条件,并证明最优CBF松弛量存在有限的一致上界,这可通过扩大安全裕度来补偿,从而获得前向不变集。
作者提出QVS-LIVO RiskMap,将视觉处理拆分为状态估计与语义建图两条通路。前端在共享激光-惯性后验上做只读预跟踪,结合观测健康度与几何互补性,通过通道健康记忆和切换迟滞,最多选一路视角做光度校正,无合格视角时保留后验;后端在共享世界栅格中融合全部视角语义观测,并用车辆尺度几何约束风险建图。
研究团队发布Robo-SWE数据集,从28个公开机器人仓库的已合并PR中挖掘出236个可执行issue修复任务,覆盖ROS 2系统、仿真与物理引擎、机器人算法库、机器人学习框架四类。每个任务包含issue原文、修复前提交对应的容器环境、开发者补丁与测试用例,并在反复离线运行中验证测试修复前失败、修复后通过。
Taylor Bergeron 与 Kevin Leahy 提出 COMBS 框架,把隐藏物体搜索建模为 concealment-adaptive 混合可观测 MDP,并用分层转移系统将环境抽象为房间和物体节点。其多模态评分融合语义网络、LLM 与 VLM 初始化位置信念,再以贝叶斯更新规划搜索,降低对单一模型的依赖。
研究者以真实GelSight触觉训练的材料分类器,检验预训练图像模型潜空间重建出的触觉能否保留材质信息。在ObjectFolder Real上,三种16x离散tokenizer使分类精度下降6.5至9.7个百分点,SD-VAE仅降0.3;SD-VAE重建的物体匹配率为76.7%,真实触觉为78.9%。
研究团队提出手持操作接口RUMI,其几何结构与非线性力学特性对齐Robotiq 2F-85二指夹爪,指尖传感器可更换,接触前支持自然示教、接触后直接测量交互力。系统把追踪模块集成进VR头显,实时以增强现实提示动作在目标机器人上的运动学可行性,并加入力反馈,用于规模化采集含接触力的操作数据集。
Kyeongryeol Go 等人提出 BAMOS(贝叶斯漏检感知主动目标搜索),在 Isaac Sim 与 HSSD 住宅场景中系统消融目标信念、占据信念及检测器误差对“去哪看、何时停”决策的影响。结果显示,目标信念及其更新机制对搜索性能最关键,且检测错误越普遍,其贡献越大。
旧金山初创公司 Remedy Robotics 开发 Remedy N1 遥控导管机器人及软件,医生可用手柄和实时 X 光影像远程为偏远医院缺血性卒中患者做取栓手术。联合创始人 David Bell 称已在少量患者上完成远程测试;目前符合取栓条件的患者中仅约十分之一能接受手术。
ETH Zurich 等机构提出 Déjà-Events:只输入事件相机的多视角数据,单次前向即可预测深度、相机位姿与点图。该方法不依赖稀缺的三维标注,而是从冻结的 RGB 前馈模型 Déjà View 蒸馏最终 token,可训练参数仅约 1%。它借助稀疏感知自适应门控提升事件稀疏区域的几何精度,使高速运动与暗光场景下的三维感知更可用。
物流企业GXO与Apptronik签署协议,将通过机器人即服务(RaaS)模式扩大Apptronik人形机器人技术在仓储物流场景的规模化部署,计划最多推广至1000台。GXO CEO称人形机器人是智能自动化的新阶段,其灵巧性提升将带来重要变革。双方未披露部署时间表和金额。
研究团队提出端到端多视角时空融合网络MVSTF,利用序列激光雷达点云生成多视角图像与特征差,并以多分支结构并行提取时空和维度特征,用于动态环境下的运动目标分割。该方法针对边界模糊、遮挡和视角受限等问题设计,摘要称可实现高精度分割,但未给出具体精度数值。
研究者提出无需特征匹配的相机位姿估计方法 MomentPnP:用四阶以内 14 个置换不变图像矩,在至少 20 个三维点的无噪声观测下唯一确定位姿,再以期望最大化迭代优化位姿与对应权重。三个基准测试上中值旋转误差较最优学习型基线降低 5–170 倍,外点数与内点相当时仍能恢复准确位姿。
研究者 Haichuan Li 提出 OrthoMark,一种免训练的 LiDAR 位置识别方法,用于为 SLAM 提供回环检测。该方法把重力对齐的扫描视为场景的正交地图,并用相位相关恢复平面内的刚性位移;垂直方向的高度信息只在两帧对齐后,于重叠区域逐格比较。其核心原则是:两次扫描只能通过由同一几何面计算出的特征进行比较。
Mengfei Duan等提出VoxSAOR,通过特征空间代理建模偶然不确定性,先量化局部语义一致性得到体素级结构稳定性先验,再用跨视角语义共识过滤不可靠对应,并构造稳定到模糊的特征转换,以提升三维占用预测对遮挡、深度歧义和投影误差的鲁棒性;摘要未给出定量结果。
开发者 TongtongLiang 在 HuggingFace 发布一个面向 LIBERO 与 LIBERO-Plus 的动作回归策略模型,采用 RoPE,训练 10 个 epoch,支持中英文。目前下载量为 0,属个人小规模上传,未公布成功率等评测结果。
研究者在冻结权重下,用SmolVLA检查点在同步LIBERO仿真中比较部署期推理算力的两种用法:在单次策略调用内增加去噪步数精修动作块,或提高调用频率重规划。动作块长度固定为K=50,以去噪步数作精修控制;d=10时82.1%的计数算术量与去噪步数无关,算术与延迟对成本的刻画不一致。
论文作者在六国开展预注册实验(N=9,341),发现公众难以分辨机器人演示视频是实拍还是CGI、是自主运行还是遥操作,因而普遍高估机器人完成任务与导航能力。作者据此呼吁建立演示视频透明度披露标准,并设计披露干预方案。