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 · 2026-10-03
本期导读

本期整理机器人学习、系统与工具的研究进展;各条附来源依据与阅读边界。

10 条内容 · 4 篇重点解读 · 6 条简讯

PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models with Perturbative Training:Figure 1: Modality shortcuts and Perturbot . Top: familiar visual, lexical, and motor cues can replace task evidence (solid: hypothetical shortcut choices; dashed: required alternatives). Bottom: task-preserving wrist-view perturbations (V), behavior-supported caption enrichment (C), and screened, relabeled trajectory segments (R; Section 3.2 ). Examples are conceptual; relabeled local behavior does n
Figure 1: Modality shortcuts and Perturbot . Top: familiar visual, lexical, and motor cues can replace task evidence (solid: hypothetical shortcut choices; dashed: required alternatives). Bottom: task-preserving wrist-view perturbations (V), behavior-supported caption enrichment (C), and screened, relabeled trajectory segments (R; Section 3.2 ). Examples are conceptual; relabeled local behavior do图源:论文作者 / arXiv
arXiv cs.RO精读

PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models with Perturbative Training

Mingyu Liu、Chonghao Sima 等 · 7 位作者

Perturbot通过三种保持动作标签有效的数据干预改变训练数据的分布:任务保持的腕部视角扰动、包含决策相关信息的详细指令描述,以及将随机与失败轨迹片段按实际行为重标注后加入训练。 在AgileX PiPER X双臂真机General Pick-and-Place评测中,Perturbot相比π0.5基线将任务成功率从82.7%提升至85.6%,GroundingFscore从70.7提升至73.4,且推理阶段无需任何修改。

机器人基础模型VLAshortcut learning
论文
展开解读与证据

Perturbot通过三种保持动作标签有效的数据干预改变训练数据的分布:任务保持的腕部视角扰动、包含决策相关信息的详细指令描述,以及将随机与失败轨迹片段按实际行为重标注后加入训练。 在AgileX PiPER X双臂真机General Pick-and-Place评测中,Perturbot相比π0.5基线将任务成功率从82.7%提升至85.6%,GroundingFscore从70.7提升至73.4,且推理阶段无需任何修改。

为什么值得关注

GroundingFscore作为离线诊断指标,能区分策略是靠任务证据还是捷径提升性能,其与在线失败的相关性(ρ=0.72)显著高于任务成功率,为VLA规模化健康度提供可量化依据。

研究问题

VLA策略在成功演示中形成的视觉、词汇或运动线索捷径(modality shortcuts)足以预测专家动作,但会替代任务决策所需的真实证据,导致仅靠增加同类演示无法消除这些依赖。

方法原理

Perturbot通过三种保持动作标签有效的数据干预改变训练数据的分布:任务保持的腕部视角扰动、包含决策相关信息的详细指令描述,以及将随机与失败轨迹片段按实际行为重标注后加入训练。

结果与证据

在AgileX PiPER X双臂真机General Pick-and-Place评测中,Perturbot相比π0.5基线将任务成功率从82.7%提升至85.6%,GroundingFscore从70.7提升至73.4,且推理阶段无需任何修改。

阅读边界
该方法需要与记录行为匹配的详细描述和重标注片段,以及额外的随机与失败轨迹;重标注无法生成从未记录过的行为(如恢复策略),依赖真机rollout中自然出现的失败样本。 依据本次返回的正文节选整理,未核验未返回的章节、附录或独立复现。

作者:Mingyu Liu、Chonghao Sima、Tianjian Feng、Hanqing Wang、Cong Chen、Hao Chen、Chunhua Shen

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…

AgenticTactileVLA: Contact-Guided Execution-Time Supervision for Generalizable Dexterous Manipulation without VLA Retraining:Fig. 1: From VLA prediction to execution-time physical adaptation. The fixed VLA provides the approach and initial hand configuration, while the execution agent adapts finger closure to the encountered object.
Fig. 1: From VLA prediction to execution-time physical adaptation. The fixed VLA provides the approach and initial hand configuration, while the execution agent adapts finger closure to the encountered object.图源:论文作者 / arXiv
arXiv cs.RO精读

AgenticTactileVLA: Contact-Guided Execution-Time Supervision for Generalizable Dexterous Manipulation without VLA Retraining

Elizaveta Semenyakina、Ivan Snegirev 等 · 7 位作者

AgenticTactileVLA作为执行时监督器,利用手指位置与电机力矩反馈作为本体触觉证据,在不重训VLA的前提下选择性介入:修正单指弯曲、决定保留或释放抓取、返回VLA重试,或在闭合前切换至电流限制的柔顺控制模式。 在Unitree G1搭配BrainCo Revo2手的真机实验中,对五个未参与VLA训练的物体进行匹配区块评测,监督器将任务完成率从基线VLA的61.3%提升至84.0%,且增益在每个物体上均为正并在中等位姿扰动下保持。

模型与系统优化VLAtactile supervision
论文
展开解读与证据

AgenticTactileVLA作为执行时监督器,利用手指位置与电机力矩反馈作为本体触觉证据,在不重训VLA的前提下选择性介入:修正单指弯曲、决定保留或释放抓取、返回VLA重试,或在闭合前切换至电流限制的柔顺控制模式。 在Unitree G1搭配BrainCo Revo2手的真机实验中,对五个未参与VLA训练的物体进行匹配区块评测,监督器将任务完成率从基线VLA的61.3%提升至84.0%,且增益在每个物体上均为正并在中等位姿扰动下保持。

为什么值得关注

AgenticTactileVLA作为执行时监督器,利用手指位置与电机力矩反馈作为本体触觉证据,在不重训VLA的前提下选择性介入:修正单指弯曲、决定保留或释放抓取、返回VLA重试,或在闭合前切换至电流限制的柔顺控制模式。

研究问题

固定VLA可能生成可迁移的操作策略,但在执行时因物体几何与顺应性差异、以及闭合遮挡导致视觉反馈退化,难以可靠实现抓取,且针对每个物体重训成本高昂。

方法原理

AgenticTactileVLA作为执行时监督器,利用手指位置与电机力矩反馈作为本体触觉证据,在不重训VLA的前提下选择性介入:修正单指弯曲、决定保留或释放抓取、返回VLA重试,或在闭合前切换至电流限制的柔顺控制模式。

结果与证据

在Unitree G1搭配BrainCo Revo2手的真机实验中,对五个未参与VLA训练的物体进行匹配区块评测,监督器将任务完成率从基线VLA的61.3%提升至84.0%,且增益在每个物体上均为正并在中等位姿扰动下保持。

阅读边界
选择性触发机制相比始终开启的控制器减少了65.7%的修正次数而未检测到完成率下降;保留审计显示被接受的抓取配置在88.9%的留出样本中确实保持了物体。 监督器依赖本体信号而非标定力传感,无法从任意不兼容的接近错误中恢复;柔顺控制仅在静态抓握与保持阶段验证,薄壁杯实验使用的是训练集内物体,尚未验证对未见易碎物体的泛化。 依据本次返回的正文节选整理,未核验未返回的章节、附录或独立复现。

作者:Elizaveta Semenyakina、Ivan Snegirev、Mikhail Kiselev、Miguel Altamirano Cabrera、Artem Lykov、Hajira Amjad、Dzmitry Tsetserukou

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…

RiskFly: Frustum-Aligned Spatio-Temporal Risk Fields for One-Stage Agile Flight in Dynamic Clutter:Fig. 1: Snapshot of real-world flight experiments. Zero-shot sim-to-real deployment of the proposed one-stage planner in a previously unseen forest with two walking pedestrians, using only onboard depth and proprioception. White arrows give the flight direction and the red ellipse marks the quadrotor; the bottom strip shows the onboard depth frames 1 1 – 4 4 taken at the instants the dashed lines i
Fig. 1: Snapshot of real-world flight experiments. Zero-shot sim-to-real deployment of the proposed one-stage planner in a previously unseen forest with two walking pedestrians, using only onboard depth and proprioception. White arrows give the flight direction and the red ellipse marks the quadrotor; the bottom strip shows the onboard depth frames 1 1 – 4 4 taken at the instants the dashed lines 图源:论文作者 / arXiv
arXiv cs.RO精读

RiskFly: Frustum-Aligned Spatio-Temporal Risk Fields for One-Stage Agile Flight in Dynamic Clutter

Luxia Ai、Haopeng Chen 等 · 5 位作者

RiskFly采用双流观测(短深度序列+视锥对齐的倒球面距离图序列),使感知、风险预测与终端状态提案共享同一角度网格;辅助头回归由特权CPA目标监督的视锥对齐时空风险场,并在训练时沿实例化五次轨迹的到达时刻可微查询该场,使表征监督与规划梯度在同一空间交汇。 在Gazebo仿真中,RiskFly在60个动态障碍物场景下达到67%成功率与5.96 m/s平均速度,优于YOPO(38%, 5.87 m/s)与NavRL(44%, 5.96 m/s);在资源受限平台(RK3588/Jetson Orin NX)零样本真机部署中,端到端延迟保持在20ms预算内。

模型与系统优化UAV navigationrisk field
论文
展开解读与证据

RiskFly采用双流观测(短深度序列+视锥对齐的倒球面距离图序列),使感知、风险预测与终端状态提案共享同一角度网格;辅助头回归由特权CPA目标监督的视锥对齐时空风险场,并在训练时沿实例化五次轨迹的到达时刻可微查询该场,使表征监督与规划梯度在同一空间交汇。 在Gazebo仿真中,RiskFly在60个动态障碍物场景下达到67%成功率与5.96 m/s平均速度,优于YOPO(38%, 5.87 m/s)与NavRL(44%, 5.96 m/s);在资源受限平台(RK3588/Jetson Orin NX)零样本真机部署中,端到端延迟保持在20ms预算内。

为什么值得关注

部署时丢弃所有特权信号(ESDF、演员真值状态),仅保留风险头输出用于提案评分,使 anticipatory 避障行为在无机载建图、检测或跟踪的条件下仍可运行,且自预测风险场可在运行时检查。

研究问题

现有单阶段学习型无人机规划器仅用标量轨迹代价监督编码器,缺乏空间与时间结构,导致动态避障退化为晚期反应式机动,无法预判危险出现的位置与时机。

方法原理

RiskFly采用双流观测(短深度序列+视锥对齐的倒球面距离图序列),使感知、风险预测与终端状态提案共享同一角度网格;辅助头回归由特权CPA目标监督的视锥对齐时空风险场,并在训练时沿实例化五次轨迹的到达时刻可微查询该场,使表征监督与规划梯度在同一空间交汇。

结果与证据

在Gazebo仿真中,RiskFly在60个动态障碍物场景下达到67%成功率与5.96 m/s平均速度,优于YOPO(38%, 5.87 m/s)与NavRL(44%, 5.96 m/s);在资源受限平台(RK3588/Jetson Orin NX)零样本真机部署中,端到端延迟保持在20ms预算内。

阅读边界
当前使用恒速外推预测动态障碍未来位置,尚未集成学习型预测器;风险场仅覆盖前向视锥,未扩展至全向感知;真机实验仅在单一森林场景与两名行人条件下验证。 依据本次返回的正文节选整理,未核验未返回的章节、附录或独立复现。

作者:Luxia Ai、Haopeng Chen、Yuchao Mei、Guohao Zhang、Wenbing Tao

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…

RAGrasp: Geometry-Semantic Template Retrieval and Grasp Transfer:Fig. 1: Overview of the RAGrasp pipeline. Stage 1 forms a quality-gated SAM2 query mask from RGB-D evidence. Stage 2 performs contour-ICP shortlisting and DINOv2-based fine ranking. Stage 3 selects a geometric or semantic transfer path using a confidence gate. Stage 4 performs mask-constrained local grasp refinement and optional success-conditioned memory update. Stage 5 converts the refined image-space grasp into a calibrated robo
Fig. 1: Overview of the RAGrasp pipeline. Stage 1 forms a quality-gated SAM2 query mask from RGB-D evidence. Stage 2 performs contour-ICP shortlisting and DINOv2-based fine ranking. Stage 3 selects a geometric or semantic transfer path using a confidence gate. Stage 4 performs mask-constrained local grasp refinement and optional success-conditioned memory update. Stage 5 converts the refined image图源:论文作者 / arXiv
arXiv cs.RO精读

RAGrasp: Geometry-Semantic Template Retrieval and Grasp Transfer

Shenzhe Zhu、Chengxiao He 等 · 3 位作者

RAGrasp构建一个由部署相机、机器人与夹爪在目标工作区采集的紧凑RGB-D模板库,通过质量门控SAM2分割、轮廓ICP粗筛与掩码DINOv2精排的两级几何-语义检索,再经置信度门选择几何或语义迁移路径,最后用掩码支撑与轮廓接触约束局部优化抓取并转换为度量机器人指令。 在Franka Panda真机实验中,RAGrasp对已见物体实现20/20成功抓取,对未见物体实现19/20成功;消融显示移除置信度门或掩码约束 refinement 会使未见物体成功率分别降至70%和80%。

学习与仿真graspingretrieval-augmented
论文
展开解读与证据

RAGrasp构建一个由部署相机、机器人与夹爪在目标工作区采集的紧凑RGB-D模板库,通过质量门控SAM2分割、轮廓ICP粗筛与掩码DINOv2精排的两级几何-语义检索,再经置信度门选择几何或语义迁移路径,最后用掩码支撑与轮廓接触约束局部优化抓取并转换为度量机器人指令。 在Franka Panda真机实验中,RAGrasp对已见物体实现20/20成功抓取,对未见物体实现19/20成功;消融显示移除置信度门或掩码约束 refinement 会使未见物体成功率分别降至70%和80%。

为什么值得关注

该方法将抓取经验存储为可检视的实例级模板,适配新站点或物体族只需添加模板而无需重训感知策略,以开放世界通用性换取部署特定精度与数据高效适应。

研究问题

大型公开或合成抓取数据集训练的端到端模型在传感器噪声、机器人本体、夹爪几何与工作区配置上与具体部署存在域差距,而为每个安装点重新采集大数据并重训成本过高。

方法原理

RAGrasp构建一个由部署相机、机器人与夹爪在目标工作区采集的紧凑RGB-D模板库,通过质量门控SAM2分割、轮廓ICP粗筛与掩码DINOv2精排的两级几何-语义检索,再经置信度门选择几何或语义迁移路径,最后用掩码支撑与轮廓接触约束局部优化抓取并转换为度量机器人指令。

结果与证据

在Franka Panda真机实验中,RAGrasp对已见物体实现20/20成功抓取,对未见物体实现19/20成功;消融显示移除置信度门或掩码约束 refinement 会使未见物体成功率分别降至70%和80%。

阅读边界
性能依赖模板库的几何覆盖,最低相似度组(ρq<0.5)成功率仅60%;评估仅用20个物体且未报告置信区间或端到端延迟,结论应在该范围内解读。 依据本次返回的正文节选整理,未核验未返回的章节、附录或独立复现。

作者:Shenzhe Zhu、Chengxiao He、Jan Harder

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…

DreamFormer先从非结构化play数据学习任务无关的Transformer世界模型,再将高分辨率多视角机器人观测编码为单个token,在潜空间中通过内在奖励对齐agent生成rollout与专家演示来训练语言条件策略,缓解离线行为克隆的协变量偏移。 在CALVIN长horizon基准上,DreamFormer单环境评估平均完成2.52个任务(LUMOS为2.34),零样本迁移到未见环境时达1.30(HULC为0.67),表明世界模型学到的动力学比直接克隆策略更易迁移。

更多

依据摘要或发行说明整理,未核验完整正文或独立复现。

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…

WasserMan提供10个专家可解任务、两种车臂平台、双臂配置及水下动力学仿真,支持ACT、扩散策略、行为克隆与SmolVLA的统一评估协议,分离专家可行性、学习完成率与执行努力。 基准测试显示移除积分动作可导致任务无法完成,改变动作接口会降低学习策略成功率即使专家回放成功;水流对完成率与执行 effort 的影响呈任务依赖性。

更多

依据摘要或发行说明整理,未核验完整正文或独立复现。

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…

TacOT利用动作-触觉动态时间规整识别人-机器人演示间具有一致交互动力学的对应关系,并以此引导共享策略表示空间中的软最优传输对齐,无需预定义帧级配对即可为机器人策略提供接触丰富的监督。 在四个真实世界灵巧操作任务中,TacOT相比动作引导OT在分布内任务上闭环成功率最高提升17个百分点,在针对性人-机器人分布外迁移中提升20个百分点。

更多

依据摘要或发行说明整理,未核验完整正文或独立复现。

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…

提出上下文贝叶斯优化框架,保留任务性能、实现质量与控制努力的独立观测,用相关多输出高斯过程建模各分量并利用其解析聚合,联合调优人形机器人质心预测控制器与全身控制器参数。 在人形机器人物理推箱任务中,该方法在不同箱子质量下的训练与适应阶段均取得最低平均经验遗憾,优于独立调参及其他基线。

更多

依据摘要或发行说明整理,未核验完整正文或独立复现。

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…

提出雷达-LiDAR-相机在线无靶标联合标定框架,构建各传感器对残差并联合优化以最小化整体残差,同时引入基于距离自适应边界的雷达噪声滤波与跨帧稀疏对应累积策略。 在自建城市环境数据集上验证,该方法在所有传感器对上均降低了标定误差,优于当前最先进的相机-LiDAR基线方法。

更多

依据摘要或发行说明整理,未核验完整正文或独立复现。

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…

提出端到端可微有限元框架,自动将CAD转换为体素化四面体粘弹性FEM网格,结合点云数据与可微FEM实现材料与动态驱动参数的精确识别,并利用动力学与接触梯度支持轨迹优化。 在复杂波纹管状气动软体机器人上验证,最大位置误差小于3 mm,并成功应用于路径跟随与抓取等真实世界运动规划任务。

更多

依据摘要或发行说明整理,未核验完整正文或独立复现。

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…