学习机器人元推理：实时控制的自适应计算预算
本文提出了一种将最优计算预算识别为半马尔可夫决策过程的方法，训练强化学习策略根据当前状态、执行计划和规划器统计信息动态调整计算时间。该方法在地面机器人导航、敏捷四旋翼飞行和接触密集操作任务中均优于固定基准方案。
推荐理由：将计算预算优化建模为半马尔可夫决策过程，让机器人根据场景动态调整推理资源，解决了固定预算在关键场景下的局限性。
内容形态
论文研究 最新动态
值得读的 AI 论文与研究成果：架构创新、训练方法、能力测量与理论进展的精选解读。
344 条精选近 30 天 334 条共收录 908 条
更新
精选归档 · 第 17 页
arXiv · cs.RO精选AI 评分7575 arXiv · cs.RO精选AI 评分6565 Foundation-Model-Driven 3D Scene Graphs for Mobile Manipulation
本文将FOUND-IT集成到移动操作平台，展示了基础模型驱动的3D场景图在物体变化检测、多映射会话支持、导航路径规划和物体抓取等任务中的有效性。代码已在GitHub开源。
推荐理由：将基础模型驱动的3D场景图集成到移动操作平台，验证了其在物体变化检测、导航路径规划和抓取任务中的实用性。
arXiv · cs.RO精选AI 评分6565 LIBERO-PeRM: 个性化机器人操作基准测试
Zhixu Li等人提出LIBERO-PeRM基准测试，专注于具身智能体的偏好学习，包含312个任务和五个研究问题，评估当前VLA策略在零样本个性化、偏好学习和冲突处理等方面的表现。
推荐理由：论文提出了首个针对个性化机器人操作的基准测试LIBERO-PeRM，填补了该领域评估空白。
arXiv · cs.RO精选AI 评分7575 Value as Memory: 在线价值引导的通用机器人策略后训练
Wenye Yu提出Value as Memory (VaM)框架，通过价值缓存和在线强化学习解决机器人策略后训练中的部分可观测性和反馈延迟问题。在涉及可变形物体和接触密集操作的长时程任务中，VaM在价值缓存方面平均提高成功率29.4%，在线自主学习提高32.8%，在相同梯度步预算下执行8倍策略迭代，并发数据收集和训练使每梯度步时间降低2倍以上。
推荐理由：本文提出了一种结合价值缓存和在线强化学习的机器人训练框架，解决了部分可观测性和反馈延迟问题。
arXiv · cs.RO精选AI 评分7070 T2-z: 机器人世界模型的环境隐变量测试时优化
Chenyuan Zhou等人提出T2-Z方法，通过测试时优化环境隐变量来增强机器人世界模型。该方法在7个模拟环境和4个真实机器人任务中，将物体预测误差从15.20降至7.00，动作成功率从33.73%提升至72.96%。T2-Z能够从单次测试交互轨迹中高效推断环境隐变量，捕捉多样化视觉场景中个体和复合因素的结构化表示。
推荐理由：T2-Z通过测试时优化环境隐变量，显著提升了机器人在新环境中的预测准确性和任务成功率。
arXiv · cs.RO精选AI 评分7575 感知、预测与规划：面向自我中心灵巧操作的世界统一行动模型
作者提出P³-WAM模型，通过感知、预测和规划三种互补模式实现自我中心灵巧操作，整合紧凑的3D动作表示到预训练视频扩散变换器中，实验显示统一训练提升了所有三种能力，在3D手重建和动作条件视频预测任务上优于专用基线。
推荐理由：论文提出了统一的世界行动模型，通过三种互补模式实现3D感知、预测和规划，在多个数据集上表现优于专用基线。
arXiv · cs.RO精选AI 评分7070 CoDA: 数据引擎与行动策略的协同进化
Tianjiao Yu提出CoDA框架，让模拟数据引擎和行动策略通过共享异构记忆协同进化，在四个操作任务家族中，将分布外成功率从5.3%提升至27.6%，超过最强闭环基线9.5个百分点。在LIBERO-Pro上，15轮生成和训练使位置扰动下的成功率从25%提升到84%，指令扰动下从1%提升到76%。
推荐理由：CoDA框架通过数据引擎与行动策略协同进化，显著提升了机器人在分布外任务中的成功率。
arXiv · cs.RO精选AI 评分7575 Spark-0：面向机器人灵巧操作的空间对齐触觉预训练扩展研究
研究人员提出Spark-0模型，结合视觉-触觉-语言-动作(VTLA)多模态信息，通过1000小时的HumanTouch数据集进行预训练，在Ego Humanoid Manipulation Benchmark和SparkArena任务中取得最高成功率，触觉信息不仅作为策略输入，还成为灵巧视觉运动预训练的可扩展监督。
推荐理由：研究通过大规模触觉预训练提升了机器人在灵巧操作中的成功率，提供了新的监督方法。
arXiv · cs.RO精选AI 评分7575 Dexterity from Supervised Play：通过监督学习实现机器人灵巧操作
Botao He提出DSP框架，机器人通过行为克隆从人类游戏中学习策略，然后自主收集交互数据训练世界模型。在真实实验中，该方法比回顾性行为克隆成功率提高69.6%，且比强化学习减少490倍的交互数据量。
推荐理由：论文提出了一种通过监督学习让机器人自主收集灵巧操作经验的新方法，显著减少了交互数据需求。
arXiv · cs.RO精选AI 评分6565 Mem4Act: 学习用于长期机器人操作的有效潜在记忆
Mem4Act框架引入了一种固定大小的潜在记忆表示，通过多粒度时间聚合、互补语义和感知信息保留以及记忆优先的两阶段训练，解决了长期机器人操作中的记忆挑战。在RoboMME、RMBench和四个真实世界操作任务中，分别取得了49.88%、61.0%和81.5%的成功率，达到了最先进的性能。
推荐理由：Mem4Act框架解决了机器人长期操作中的记忆挑战，通过多粒度时间聚合和互补记忆监督实现了SOTA性能。
IT之家精选AI 评分8080 中国科学家首次用书生-S2大模型攻克三维Ghys猜想
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型S2，通过人机协同完成了困扰数学界30余年的三维Ghys猜想证明，相关论文已在arXiv发布，形式化代码在GitHub公开。北京大学董彬教授、刘若川院士团队利用SHEAF框架对证明完成形式化验证。
推荐理由：中国科学家首次使用书生-S2大模型完成三维Ghys猜想证明，验证了人机协同解决世界级数学难题的新范式。
钛媒体精选AI 评分8585 OpenAI一次性发布722篇数学论文引发学界震动
OpenAI内部AI模型一次性生成722篇数学手稿，涵盖17个数学方向，包括对多个千禧年难题的推进与局部突破。这些成果在GitHub发布后引发数学界强烈反应，25位菲尔兹奖得主发表声明警告，核心争议在于AI生成成果的验证流程绕过了传统同行评议机制。
推荐理由：原文揭示了AI生成数学论文引发的验证挑战与制度冲突，展示了数学界如何应对这一变革。
Robohub精选AI 评分7373 UNCAP：基于自然语言通信的不确定性引导神经符号规划用于协作自动驾驶车辆
Neel P. Bhatt等人提出UNCAP框架，使自动驾驶车辆通过自然语言通信协作，减少63%通信带宽，提高31%驾驶分数，降低61%决策不确定性。该框架采用零-shot方式，结合现有视觉语言模型，通过四阶段流程实现高效协作。
推荐理由：研究提出了一种基于自然语言通信的自动驾驶协作框架，解决了车辆间信息共享的效率和信任问题。
IEEE Spectrum · AI精选AI 评分7575 HiPHI：高精度人体运动与物体交互的大规模基准数据集
Noitom Robotics发布HiPHI数据集，包含617.5小时高精度全身运动数据，其中245.7小时为人-物体交互数据，同步记录物体轨迹和网格。该数据集采用FrameNet框架组织，填补了人形机器人训练数据的空白，并在Unitree G1人形机器人上验证了强化学习策略的有效性。
推荐理由：HiPHI数据集填补了人形机器人训练数据的空白，为具身智能研究提供了高精度运动基准。
量子位精选AI 评分8585 Hinton发表首篇RSI论文探讨AI研发自动化与智能爆炸
Hinton等人发表《What if automating AI R&D triggers an intelligence explosion?》论文，探讨AI参与研发下一代AI可能引发的智能爆炸现象。
推荐理由：论文分析了AI研发自动化的现状与潜在影响，为理解智能爆炸提供了理论框架。
Microsoft Research精选AI 评分7575 微软发布生物研究AI系统Quine
微软研究院发布Quine，一个专为生物学复杂性设计的多模态世界模型研究系统，能够连接模型、科学工具、文献和研究人员。该系统已用于预测和验证能驱动肿瘤状态转变的化合物，并通过湿实验验证了排名靠前的候选物。Quine包含一个生物学世界模型和一个交互式接口，可跨模态和尺度整合生物数据，帮助研究人员在实验室测试前预测和推理生物干预的后果。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Hugging Face Blog精选AI 评分6565 ProvenanceGuard：面向MCP智能体的来源感知事实验证
Hugging Face团队发布ProvenanceGuard论文，提出了一种针对MCP智能体的来源感知事实验证方法，能够检测答案中事实与引用来源不匹配的问题。该系统通过分解答案、识别相关来源、验证支持度、检查来源归属等步骤，在医疗领域测试中成功捕获了138个本应被阻止的声明，来源识别准确率达86%。
推荐理由：ProvenanceGuard解决了MCP智能体中事实核查与来源匹配的关键问题，为多源信息验证提供了新方法。
IEEE Spectrum · AI精选AI 评分8585 Paper2Agent：将学术论文转化为可交互AI工具
斯坦福大学研究人员开发了Paper2Agent开源框架，可将学术论文及其代码转化为可交互的AI智能体。该系统能自动提取核心工作流程，创建可在个人电脑上运行的测试工具包，成本低于15美元。研究人员已在计算生物学领域测试了该工具，成功将AlphaGenome论文转化为22个功能工具，并展示了多智能体协作研究的能力。
推荐理由：原文提供了将学术论文转化为可交互AI工具的具体方法，展示了如何实现研究方法的动态执行。
Microsoft Research精选AI 评分6565 GigaPath-Flash 和 GigaTIME-Flash：高效病理学基础模型助力人群规模发现
Microsoft Research 发布了 GigaPath-Flash 和 GigaTIME-Flash 模型，通过知识蒸馏技术将原始模型的计算需求降低约 50 倍和 8 倍，同时保持或提升性能。这些开源模型支持对大规模癌症患者队列进行病理分析，帮助研究人员研究疾病生物学、生物标志物和临床结果。
推荐理由：本文介绍了病理学基础模型的效率提升方法，使大规模人群研究成为可能。
Microsoft Research精选AI 评分6565 MindTopo揭示多模态模型的拓扑推理能力
微软研究团队推出MindTopo基准测试，评估多模态大语言模型在拓扑推理方面的能力。研究发现当前模型在静态识别任务上表现优于交互式规划任务，表明它们难以在动态环境中保持对拓扑关系的一致理解。MindTopo包含连续性、分离、顺序、包围和结点五个类别的推理和规划任务，为改进机器人和交互环境中的AI系统提供了重要诊断工具。
推荐理由：MindTopo揭示了多模态模型在拓扑推理方面的显著差距，为改进AI空间理解能力提供了新方向。