Embodied AI Daily具身智能科研日报

具身智能早报

关注机器人研究、开源与产业的新进展

‹ ›
具身智能日报 · 动态与延伸阅读
本期导读

先看跨机体迁移的实验室消息,再看 ROSCon 工程动态,论文作为补充。

3 条内容 · 3 篇重点解读

MorFiC 形态条件价值评估与策略部署流程图
MorFiC · 论文方法图图源:MorFiC 作者 / arXiv
UMD Computer Science · 本次发现精读

One Robot, Many Bodies: New System Helps Four-Legged Robots Adapt

UMD 介绍 MorFiC:让价值网络利用机器人形态参数,缓解四足策略迁移时的价值估计偏差。

跨机体迁移强化学习
Lab
展开解读与证据

UMD 介绍 MorFiC:让价值网络利用机器人形态参数,缓解四足策略迁移时的价值估计偏差。

为什么值得关注

跨机体泛化不一定只靠更大的策略;训练时 critic 的条件信息可能影响可迁移性,值得对照验证。

问题与创新

同一姿态或动作在不同体重、腿长和电机能力的机器人上,结果可能不同。MorFiC 修改强化学习中的 critic——负责评估动作长期收益的网络——向其提供形态信息,减少把不同机体的价值混为一谈造成的学习误导。

做法与证据

团队在单一四足设计上训练,再测试七个平台。UMD 报道其在五个平台取得所比较方法中的最高前进速度:AlienGo 模拟测试为 1.98 m/s,对照方法低于 0.65 m/s;同一策略还部署到真实 Go1 和 Go2。

结论与限制

结果支持“改善价值估计可能帮助跨机体迁移”,但并非通用迁移已经解决:较重的 B1 和形态差异大的 ANYmal 未能有效运动。实机仍受延迟、状态估计和打滑影响,因此应同时看速度与完成情况,不能只看是否站住。

阅读边界
实验结论为研究团队报告;形态差异较大的平台仍有失败,不能解释为通用迁移。新闻日期不等于论文首发日期。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

AMD 新闻稿中的 ROSCon Global 活动图片
ROSCon Global · 活动配图图源:AMD Newsroom · 本次发现
AMD Newsroom · 本次发现精读

Media Alert: AMD to Showcase Physical AI and Robotics Innovation at ROSCon 2026

AMD 预告 ROSCon 的机器人演示,涉及统一平台上的全身控制、Nav2 语义导航与 ROS 2 移动操作。

ROS 2机器人部署
Ecosystem
展开解读与证据

AMD 预告 ROSCon 的机器人演示,涉及统一平台上的全身控制、Nav2 语义导航与 ROS 2 移动操作。

为什么值得关注

可跟踪会后材料是否公开可复用接口与代码,尤其是感知模型接入导航栈的工程路径。

动态背景

这是一份 ROSCon 会前技术展示预告,主题是把训练、仿真与机器人端执行串起来,尚不是一篇有统一基线的实验论文。

具体展示什么

AMD 列出三条值得跟进的路径:Foundation Robotics 在 Ryzen AI Embedded 上运行全身控制;SAM3 的文本提示感知接入 Nav2 导航;移动操作演示使用标准 ROS 2 Jazzy 完成按需取送。它们分别涉及计算平台整合、感知与导航接口、仿真到实机工作流。

结论与后续价值

目前能确认的是官方计划展示这些集成,不能据此认定延迟、可靠性或泛化能力已经优于其他方案。对科研组的下一步价值是查会后是否发布代码、接口及可复现实验,而不是把展会演示当作性能突破。

阅读边界
公司活动公告,尚未核验现场演示;因工程信息有限排在研究型博客之后。

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…

Opt2VLA: Force-Aware Vision-Language-Action for Contact-Rich Humanoid Whole-Body Manipulation:Fig. 2: Overview of Opt2VLA . (a) Whole-body TO generates physically consistent motion, joint torque, and contact force trajectories under full-body dynamics and contact constraints. (b) Force-conditioned controller with torque supervision (FCT) is trained to track geometric motion goals (i.e., end-effector 3 3 D target positions) while regulating interaction force, using privileged torque supervision o
Fig. 2: Overview of Opt2VLA . (a) Whole-body TO generates physically consistent motion, joint torque, and contact force trajectories under full-body dynamics and contact constraints. (b) Force-conditioned controller with torque supervision (FCT) is trained to track geometric motion goals (i.e., end-effector 3 3 D target positions) while regulating interaction force, using privileged torque supervi图源:论文作者 / arXiv
arXiv精读

Opt2VLA: Force-Aware Vision-Language-Action for Contact-Rich Humanoid Whole-Body Manipulation

Fukang Liu、Yipu Chen 等 · 6 位作者

Opt2VLA 在 VLA 到全身控制器的接口中加入显式接触力目标。

机器人学习
Paper
展开解读与证据

Opt2VLA 在 VLA 到全身控制器的接口中加入显式接触力目标。

为什么值得关注

可用于思考仅预测几何运动的动作表示为何难以覆盖接触密集任务。

问题与创新

相似的运动轨迹可能需要不同用力:轻擦与用力擦、抓轻箱与重箱,仅给位置目标不够。Opt2VLA 让视觉语言动作模型同时预测几何目标与接触力目标,把“用多大力”显式传到全身控制层。

方法

任务专用强化学习控制器跟踪位置与力目标;训练时利用全身轨迹优化生成的关节力矩监督,使动作符合动力学和接触约束。部署时无需在线获取这些优化力矩,但仍使用机器人自身观测与关节力矩测量。

实验结论

论文在擦拭、向货架推箱及搬不同重量箱子上比较仅运动控制、力条件控制、再加力矩监督三种方案。作者报告:仅运动控制难以区分目标力,加力条件可区分,再加力矩监督进一步降低力跟踪误差。结论针对所测任务与控制器,不代表单一通用控制器已能处理任意接触。

阅读边界
已补读论文方法与实验章节;以上数值及结论为作者报告,未运行代码或独立复现实验。

作者:Fukang Liu、Yipu Chen、Jaehwi Jang、Danfei Xu、Zsolt Kira、Ye Zhao

追问 / 纠错 / 阅读偏好 · 交给 Agent

评论 · —

昵称自填。评论会展示给其他读者,请勿填写私人信息。

正在读取评论…