跳到正文
#机器人
10月23日周五
  3. HuggingFace Daily Papers75

    Skeleton-Grounded Latent Action Model for Robot World Models

    研究人员提出SkeLAM模型，通过骨架监督分解潜在动作为运动学成分和残差成分，在DROID数据集上相比DreamDojo将末端执行器ADE降低19.5%，LPIPS降低11.1%，实现了零样本人机动作迁移。

    同一件事，精选收录的是《Skeleton-Grounded Latent Action Model for Robot World Models》

  29. arXiv · cs.RO65

    VecTile: 一种低成本柔性触觉阵列实现三轴力传感

    Jian Hou提出VecTile，一种低成本、6毫米厚的柔性触觉阵列，能够实现三轴力传感。该传感器结合压阻层和被动硅胶凸点，可将法向力和剪切力转化为可区分的压力模式。4x4阵列成本低于35美元，在单触点测试中法向力和剪切力的均方根误差分别为0.39N和0.16N。所有设计和代码将在论文接受后发布。

    推荐理由：低成本柔性触觉阵列实现三轴力传感，35美元的4x4阵列在剪切力检测上达到0.16N误差。

  30. arXiv · cs.RO75

    Skeleton-Grounded Latent Action Model for Robot World Models

    Qi Lv提出SkeLAM模型，一种骨架引导的潜在动作模型，用于机器人世界建模。该模型将潜在动作分解为基于机器人骨架监督的运动学组件和保留补充视觉动力学的残差组件，在DROID数据集上相比DreamDojo将末端执行器ADE降低19.5%，LPIPS降低11.1%，并实现了零样本人类到机器人的运动迁移。

    推荐理由：通过骨架监督分解潜在动作，SkeLAM模型显著提升了机器人世界模型的运动控制精度和零样本迁移能力。

  32. arXiv · cs.RO65

    Point-Level Refinable Semantic Mapping for Spatial Understanding

    本文提出了一种在线可细化语义映射框架，通过概率点级置信度更新持续优化物体表示，在Replica和ScanNet数据集上分别提高了3.46%和2.55%的映射精度，并在物体导航和具身问答任务中取得了82.4%和76.7%的成功率。

    推荐理由：通过概率点级置信度更新，让语义地图能持续修正而非单调累积，解决了动态环境中感知误差累积问题。

  34. arXiv · cs.RO65

    SCOPE：基于规划错误修正优化的机器人长期规划场景图构建方法

    Chaoyue Li提出SCOPE框架，通过规划错误反馈修正场景图，解决了机器人长期规划数据集生成中的物理一致性问题。实验表明，使用SCOPE生成的数据微调LLM，相比DELTA方法在任务成功率上提升12.33%。该研究已被IROS 2026接受。

    推荐理由：通过规划错误反馈修正场景图，解决了机器人长期规划数据集生成中的物理一致性问题，为LLM在机器人任务规划中的微调提供了新思路。

  36. arXiv · cs.RO65

    Echo：面向视觉语言动作模型的耦合动作与任务状态信号去噪

    Yufeng Liu等人提出Echo框架，结合任务状态信号学习与紧凑设计，在单一视觉语言动作模型中实现状态预测与动作生成。该框架通过停止和失败信号表示任务状态，与机器人动作一起去噪，无需帧级进度标注即可区分执行状态。真实世界操作实验表明，Echo能准确预测任务状态并提升策略性能。

    推荐理由：通过任务状态信号与动作联合去噪，Echo让机器人能自主判断任务完成与失败，减少了对细粒度标注的依赖。

  37. arXiv · cs.RO70

    Humanoid Mobility via Attention-based Contacts

    Junzhe He提出了一种学习框架，通过基于注意力的接触规划器和接触条件跟踪器，让人形机器人在复杂地形上实现自然协调运动。该框架结合了强化学习和参考方法的优势，使用运动数据作为训练先验，同时保持通过强化学习探索环境相关行为的能力。

    推荐理由：基于注意力的接触规划器将运动数据作为训练先验，让人形机器人在复杂地形上实现自然协调运动。