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

‹ ›
具身智能科研简讯(2026-10-10)
本期导读

本期于2026-10-18按新要求重编,各条保留原始发布日期。本期保留两条直接具身相关主文:ReCAP 提出冻结模型下的推理上下文重调度机制,解决长程视频世界模型中历史信息角色冲突问题;ADS 针对流匹配 VLA 策略在测试时采样冗余的瓶颈,设计训练期动态加权修正机制。二者均基于已读正文片段完成核验,覆盖问题定义、方法核心与主实验结论。

10 条内容 · 2 篇重点解读 · 8 条简讯

Remembering What Matters for Long-Horizon Robotic World Models:Figure 1 : ReCAP improves long-horizon prediction and memory efficiency. (a) ReCAP preserves attention to recent visual states. (b) It improves prediction quality on BridgeV2. (c) Three VLM judges score ReCAP higher across semantic criteria. (d) It reduces KV-cache and GPU-memory usage. Panels use dedicated samples and extrapolation horizons and are therefore not directly comparable to the fixed-horizon evaluations in Section 5 .
Figure 1 : ReCAP improves long-horizon prediction and memory efficiency. (a) ReCAP preserves attention to recent visual states. (b) It improves prediction quality on BridgeV2. (c) Three VLM judges score ReCAP higher across semantic criteria. (d) It reduces KV-cache and GPU-memory usage. Panels use dedicated samples and extrapolation horizons and are therefore not directly comparable to the fixed-h图源:论文作者 / arXiv
arXiv cs.CV filtered精读

Remembering What Matters for Long-Horizon Robotic World Models

Hao Wu、Tianyu Shao 等 · 13 位作者

ReCAP 是一种训练无关的推理上下文调度方法,面向冻结的自回归机器人视频世界模型,保留初始场景锚点和近期完整视觉—动作块,淘汰较早生成历史;不引入新模块或参数更新。

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

ReCAP 是一种训练无关的推理上下文调度方法,面向冻结的自回归机器人视频世界模型,保留初始场景锚点和近期完整视觉—动作块,淘汰较早生成历史;不引入新模块或参数更新。

为什么值得关注

可作为研究机器人视频世界模型推理上下文管理的阅读线索,重点核查初始锚点与近期状态承担的不同信息作用。

研究问题

自回归机器人视频世界模型在长程 rollout 中可靠性下降,全历史解码(Full Context)导致持久场景信息、近期视觉—动作状态与陈旧生成历史在注意力池中竞争,形成记忆角色冲突。

方法原理

ReCAP 在推理时保留初始场景锚点 A 和最近 W 个完整视觉—动作块 B_{max(1,t−W+1):t},淘汰更早块;保持块内结构与时间顺序,冻结 tokenizer、world model 和 visual decoder。

结果与证据

在 RT-1、BridgeV2、LIBERO-90 和 CALVIN 上,ReCAP 相比 Full Context 提升视觉保真度、动作条件一致性与机器人结构保持性;在 BridgeV2 上 LPIPS 降低 63.3%;H=64 时逻辑 KV 足迹减少 73.3%,p50 延迟降低 6.51%。

阅读边界
本次读取了截断的正文片段,覆盖摘要、引言及部分问题定义和方法;未完成实验章节核验。此简讯仅介绍上下文调度方法,不据此声称各基准上的效果、资源节省或机器人闭环收益。

作者:Hao Wu、Tianyu Shao、Shengju Qian、Yizhou Zhao、Fan Zhang、Penghao Zhao、Weiyan Wang、Yufei Huang、Fan Xu、Kun Wang、Xin Wang、Ming-Hsuan Yang、Yuxuan Liang

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…

Flow-Support-Weighted Proposals:Figure 1: ADS produces broader, more useful proposal sets. Standard flow-matching training maps different noise draws onto one dominant action mode, leaving the verifier with redundant candidates. ADS corrects the policy against a flow-support-weighted set of its own samples; the resulting candidates cover more valid modes and get better performance, with the verifier unchanged.
Figure 1: ADS produces broader, more useful proposal sets. Standard flow-matching training maps different noise draws onto one dominant action mode, leaving the verifier with redundant candidates. ADS corrects the policy against a flow-support-weighted set of its own samples; the resulting candidates cover more valid modes and get better performance, with the verifier unchanged.图源:论文作者 / arXiv
arXiv cs.CV filtered精读

Flow-Support-Weighted Proposals for Test-Time Verified VLA Policies

Chen Zhao、Zipeng Ye 等 · 6 位作者

ADS(Action Dynamic Sampling)是一种训练期干预方法,通过流支持加权的有限集 KL 修正,缓解流匹配 VLA 策略在测试时因下游微调导致的提案收缩问题,提升候选多样性而不损害执行成功率。

机器人基础模型embodied-ai
论文
展开解读与证据

ADS(Action Dynamic Sampling)是一种训练期干预方法,通过流支持加权的有限集 KL 修正,缓解流匹配 VLA 策略在测试时因下游微调导致的提案收缩问题,提升候选多样性而不损害执行成功率。

为什么值得关注

为解决测试时采样冗余这一制约验证式策略扩展的关键瓶颈,ADS 在训练阶段引入可计算的流支持度量,使策略在保持单样本精度的同时保留多模态动作能力。

研究问题

下游微调使流匹配 VLA 策略过度集中于主导演示动作,导致测试时重复采样产生高度冗余候选集(提案收缩), verifier 无法选择替代可行模式。

方法原理

ADS 在每步训练中额外采样 K 个噪声路径生成‘兄弟动作’,用 Hutchinson 迹估计器计算其流支持得分,并通过分离的有限集 KL 项引导策略分布向高支持动作偏移。

结果与证据

在仿真与四个物理机器人任务中,ADS 提升 oracle best-of-8 在 RoboCasa 上的成功率从 57.6% 至 63.0%,固定 verifier 在仿真中提升 2.4–4.9 分,在真实世界操作中 TokenPB 最高提升 13.0 点。

阅读边界
本次仅依据已读正文片段中的摘要、引言及方法主干撰写;未核验附录中关于 trace 估计稳定性、噪声敏感性或真实机器人部署细节。

作者:Chen Zhao、Zipeng Ye、Haitao Shen、Guanlin Li、Yuchen Xie、Jing Zhang

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…

提出共享可视化协同遥操作界面,用于多操作员-多机器人系统;在核电站数字孪生环境中开展16人用户研究,对比三种遥操作条件:同地共享界面、远程共享界面、同地独立界面。

更多

仅依据摘要;未核验实验细节、统计显著性、被试背景、数字孪生保真度及向真机迁移结果。

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FreeBar插件,通过轻量级控制屏障函数(CBF)启发的一致性约束,解决流式VLA模型异步执行中动作块边界错位问题,无需重训练或架构修改。

更多

仅依据摘要;未核验具体延迟数值、基线实现细节、不同VLA骨干网络的适配过程及物理平台部署验证。

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EnactOpt框架,利用有限执行反馈联合演化可复用文本技能与上下文构建代码,固定底层模型与运行时,提升具身智能体任务成功率10–27个百分点。

更多

仅依据摘要;未核验VLABench/ALFWorld/EAI的具体任务配置、基线复现方式、编辑算子实现及物理世界泛化实证。

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FoundationVIO,融合惯性传感与几何基础模型(GFM)预测,通过因子图方法恢复度量尺度重建,构建全功能视觉-惯性SLAM系统。

更多

仅依据摘要;未核验三组数据集具体名称与传感器型号、因子图实现细节、环路闭合机制有效性及真机部署功耗/延迟测量。

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CFG-Policy统一框架,通过无分类器引导(CFG)组合两个生成策略(探索分支与利用分支)的分数/速度场,提升扩散策略在RL中的任务性能与行为多样性。

更多

仅依据摘要;未核验QSM/QVPO/Flow-SDE+PPO具体配置、5个MuJoCo与4个RoboTwin任务列表、冻结/训练分支的参数冻结策略及真机部署效果。

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…

提出边缘原生 DualExpert 架构,仅用关节角与预校准执行器负载反馈实现灵巧抓取分类与各指独立停指预测,无需密集触觉阵列。

更多

仅依据摘要;未核验实验细节(如对象实例具体类别、物理平台型号、真机测试环境)、未读正文及图表;性能数字均来自摘要声明。

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…

提出基于神经符号配置距离函数(nSCDF)的漏斗规划与控制方法,提升机械臂运动规划效率与安全性。

更多

仅依据摘要;未核验数值实验设置(如仿真环境、障碍物配置、扰动类型)、未读正文及图表;所有性能提升数据均来自摘要声明。

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…

提出指挥官-执行者分层框架,支持多智能体协同操作中的角色分工、长周期任务分解与对象中心协调规划。

更多

仅依据摘要;未核验任务集细节(如具体物体、协作类型)、未读正文及图表;‘更高成功率’未给出基线与绝对值;代码尚未发布,仅为计划。

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…