多模态地点识别提出选择性传感器采集方法
昆士兰科技大学团队提出选择性传感器采集策略:用户设定第二传感器的使用率目标,只有当主传感器的性能估计不足时,系统才采集额外的传感器,并通过在线阈值调整达成目标使用率,且无需针对模态、识别方法或环境做专门标定。
昆士兰科技大学团队提出选择性传感器采集策略:用户设定第二传感器的使用率目标,只有当主传感器的性能估计不足时,系统才采集额外的传感器,并通过在线阈值调整达成目标使用率,且无需针对模态、识别方法或环境做专门标定。
研究者提出 JEPTERA,将联合嵌入预测架构(JEPA)与模型预测控制、PID 控制和安全层结合:JEPA 预测无人机对候选指令的运动响应,以辅助 MPC 选择动作;安全层再依据占据空间和预测出的障碍物运动来校验轨迹。在三个 gym 场景的共 180 次消融实验中,完整架构在 30 次运行中成功 28 次,成功率最高。
日本研究者 Fumihiko Asano 与 Cong Yan 提出一种髋关节带机械限位的平面 X 形步行器,分析恒定扭矩下坡驱动产生的轮步态。机器人仅靠前倾、借助限位约束到目标冲击姿态,即可生成高度稳定的轮步态;论文进一步分段揭示该机械约束提升稳定性的机理。
团队 embodied-olympics 在 HuggingFace 发布数据集 release1-raw-fable,这是该团队的首个原始数据版本;该数据集只标注 region:us,未披露采集规模、机器人本体与模态构成。上线后下载量达 4068 次,说明社区关注具身评测数据,但由于数据卡信息有限,实际可用性仍待验证。
Dayawansa与Munasinghe将单点线性化位置设为优化变量,提出离线性能驱动规划方法:从三次种子轨迹采样候选点,分别求解约束有限时域QP并在原始非线性动力学上执行,用网格搜索与有界细化选出非线性目标最小的操作点。在三自由度UR5的四组点到点运动上验证,给出最优归一化操作点位置。
研究团队提出一种面向多无人机集群监督控制的可信语音指令框架:把自动语音识别模块与小型语言模型语义处理层串联,将操作员的自然语言口令转成结构化任务定义,直接供下游多机规划与执行使用。为验证鲁棒性,团队基于概率上下文无关文法搭建端到端评测流水线,重点考察噪声与识别错误下的指令可靠性。
伊朗沙希德·贝赫什提大学机器人实验室与 Auriga Robotics 发布 1:10 比例自动驾驶车平台技术报告。平台采用定制底盘、ESP32 分布式嵌入式层与 Jetson Orin NX:ESP32 负责传感器接口、实时采集与执行器控制,Jetson 运行深度学习车道线、标志与信号灯检测,并据此决策和进行轨迹控制。
研究者提出一种面向时空环境持续监测的两阶段信息规划框架:先对环境中未知但时间不变、随空间变化的扰动进行有信息来源采样,再据此做扰动感知的轨迹优化。该方法避免在监测轨迹覆盖较少的区域低效估计扰动,减少因忽略外扰导致的运动预测偏差,提升信息采集的准确性与执行效率。
美国研究团队构建了一套基于 BlueBoat 自主水面艇的水质监测系统,集成电动绞车实现水质探头定深投放,并搭载多参数水质探头、侧扫声呐与事件相机。系统按自主航点任务在路易斯安那州庞恰特雷恩湖等多处水域采集多深度样本,可同时刻画水平与垂直方向的环境条件分布,为有害藻华的规模化原位探测提供可复用的无人船平台方案。
美国研究团队针对自驱动实验室(SDL)自动化流程易受突发故障影响的问题,开发了一套遥操作干预接口:操作者用3D鼠标精确控制UR3e六自由度机械臂,在实验流程异常时人工接管处置;并对比六自由度耦合与解耦两种速度控制策略的表现,为SDL提供故障恢复路径。
EPFL与Empa的Mirko Kovač团队在《Nature Machine Intelligence》发表宣言,提出“可持续机器人学”新学科,主张按最小侵入、普遍可及、共生三原则,将环境、社会与经济影响纳入机器人评估,而非只看技术性能。EPFL的Aude Billard亦在《Science》指出机器人能耗与有限资源材料的矛盾。
前英伟达高管、现风险投资人 Amulya Vishwanath 在 TechCrunch 播客 Equity 中表示,物理 AI 仍处于“乐高时代”,行业正在等待属于自己的“ChatGPT 时刻”。她认为当前机器人能力仍偏早期,但基础模块已逐步齐备。
IEEE Spectrum 视频周报汇总多款机器人演示:NYU Tandon 的 WorMa 通过头尾间泵水调整重心,爬上 19.5 度斜坡、越过 15 厘米台阶并游泳,运输成本较其他配置降低至少 33%;同辑还包括 Agility Digit 5 安全演示、Kubi 2.0 远程临场机器人及水下四足论文。
IEEE Spectrum 视频周报显示,苏黎世联邦理工的四足机器人仅用足部自主复原巨型魔方;KAIST人形机器人v0.9借助机载视觉推动35公斤、搬起20公斤物体;RAI的AthenaZero腱驱手闭合约80毫秒。内容以演示视频为主,未披露成功率与泛化数据。
IEEE Spectrum 视频周报涵盖:RAI 用 Spot 完成搬轮胎的全身操作;ETH Zurich 以人类动作为先验的接触中心学习框架,让人形机器人适应陌生地形;Luxonis 发布 70×53mm 的 OAK 4 FFC 视觉计算机,最多可接 5 路相机,并集成同步、立体深度与 AI。
Graham Wilcock与Kristiina Jokinen回顾社交机器人语音交互中语音识别与轮次转换的早期改进方法,指出识别进步已改善交互,但轮次失败和误解仍频繁发生。作者主张采用多模态双向流式处理来降低轮次转换失败率;该文为立场性短论文,未报告新实验数据。
日本 Hibikino-Musashi@Home 团队发布 RoboCup@Home 2026 开放平台组技术报告,集成免训练视觉识别、基于 RoomPlan 的半自动语义地图构建、Whisper 语音加 LLM 任务规划,以及 FPGA 储备池计算动作识别,实现低功耗实时运行,并开源任务环境与数据工具。
研究者用 Voltera NOVA 直写打印,在 PET/TPU 基底上以印刷银电极加多层 Velostat 制成柔性力敏电阻,并试制全印刷碳层。1/2/4/6 层器件力—电压响应强非线性、低力段最灵敏,线性拟合 R² 0.475–0.641,迟滞 3.9%–7.5%,5 分钟漂移 1.9%–7.3%。
NeoteAI 在 HuggingFace 发布机器人触觉数据集 OpenNeoData-OXT,采用 zarr 格式并标注 open-x-tactile,许可为 CC BY-NC-SA 4.0,面向英文场景。该数据集上线后下载量达 8492 次,为触觉感知与机器人操作研究提供可复用数据资源。
Namai Chandra 等人提出 AVD 遥操作轮椅平台,完全采用商用硬件搭建,集成感知、通信、嵌入式控制与远程监督。其安全设计采用静态控制权限层级:手动急停与乘员摇杆可抢占远程指令,车载感知仅保留停车权限,并通过心跳机制触发故障安全状态。