-
(arXiv cs.RO):当前视觉主导的 VLA 一旦进入接触状态(视觉被遮挡、深度模糊)就容易偏离示教分布,LIFT 在后训练阶段"迟到但仍有效"地注入力信号,是 VLA 从"抓取秀"走向真实工业任务的关键一步。
-
(arXiv cs.RO):把语言/视觉模型里成熟的"表征引导(representation steering)"搬到 flow-matching VLA 上,提供了不重训即可细粒度控制机器人行为的方法。
-
(arXiv cs.RO):提出 Embodied Action Memory 概念,把地点、物体状态变化、既往操作序列显式建模到长程规划里,弥补当前"只看当前 scene 就规划"的短板。
-
(arXiv cs.RO):从手机端采集到模型训练全流程开源,针对社区亟需的"低成本高质量 embodied 数据"痛点。
-
(arXiv cs.RO):把语音语义直接接入人形机器人的全身控制策略,减少对预编排动作序列的依赖,对现场演示/展台场景很实用。
-
(arXiv cs.RO):现有抓取评测多集中在孤立的视觉位姿检测,该 benchmark 引入多步推理与语义要求,更接近真实使用。
-
(arXiv cs.RO):针对柔性关节机器人在关节刚度未知情况下的自适应控制,对协作机器人/人形关节长期磨损带来的性能漂移是刚需。
-
(arXiv cs.RO):在匿名通信下用随机滤波做集群 quorum 估计,是集群机器人向真实通信条件靠近的一小步。