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 · 2026-10-20
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。

11 条内容 · 5 篇重点解读 · 6 条简讯

Blind Precise Assembly: Proprioceptive Sim-to-Real Peg-in-Hole for Diverse Parts:Figure 1: Blind insertion. A policy trained only in simulation inserts pegs of different shapes and sizes in the real world using only its joint encoders and previous actions.
Figure 1: Blind insertion. A policy trained only in simulation inserts pegs of different shapes and sizes in the real world using only its joint encoders and previous actions.图源:论文作者 / arXiv
arXiv cs.RO精读

Blind Precise Assembly: Proprioceptive Sim-to-Real Peg-in-Hole for Diverse Parts

Antonia Bronars、Younghyo Park 等 · 4 位作者

作者在仿真中用强化学习训练盲装配策略,输入仅为短历史的关节位置、速度与动作;同时开源MuJoCo程序化装配生成器mjfit,使用精确凸几何保留间隙,比凸分解或MuJoCo SDF碰撞更准确且更快。 仅靠本体感知的策略在仿真中达到与腕部相机视觉策略相近的训练成功率,并在未见零件形状上泛化更好;peg插入策略零样本迁移到真机,在不同形状与尺寸的peg上取得73%成功率(173/237)。

学习与仿真sim-to-realproprioception
论文
展开解读与证据

作者在仿真中用强化学习训练盲装配策略,输入仅为短历史的关节位置、速度与动作;同时开源MuJoCo程序化装配生成器mjfit,使用精确凸几何保留间隙,比凸分解或MuJoCo SDF碰撞更准确且更快。 仅靠本体感知的策略在仿真中达到与腕部相机视觉策略相近的训练成功率,并在未见零件形状上泛化更好;peg插入策略零样本迁移到真机,在不同形状与尺寸的peg上取得73%成功率(173/237)。

为什么值得关注

作者在仿真中用强化学习训练盲装配策略,输入仅为短历史的关节位置、速度与动作;同时开源MuJoCo程序化装配生成器mjfit,使用精确凸几何保留间隙,比凸分解或MuJoCo SDF碰撞更准确且更快。

研究问题

精密装配通常依赖视觉或力/触觉传感器,但机器人关节编码器本身可作为高分辨率接触传感器;本文研究仅凭本体感知(无视觉、力矩或触觉)能否完成毫米级间隙的插孔、齿轮啮合与螺母旋入等接触密集任务。

方法原理

作者在仿真中用强化学习训练盲装配策略,输入仅为短历史的关节位置、速度与动作;同时开源MuJoCo程序化装配生成器mjfit,使用精确凸几何保留间隙,比凸分解或MuJoCo SDF碰撞更准确且更快。

结果与证据

仅靠本体感知的策略在仿真中达到与腕部相机视觉策略相近的训练成功率,并在未见零件形状上泛化更好;peg插入策略零样本迁移到真机,在不同形状与尺寸的peg上取得73%成功率(173/237)。

阅读边界
该策略为“最后一米”操作技能,假设起始时peg已与夹具接触且位于孔附近数厘米内;其行为是局部搜索,无法处理peg从夹爪滑落并远离孔位等需要全局重规划的事件。 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:Antonia Bronars、Younghyo Park、Kushal Kedia、Pulkit Agrawal

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…

Beyond Success Rate: Interventional Evaluation of Memory in Vision-Language-Action Systems:Figure 1: Success rate alone cannot show that memory content mattered. (a) Higher task success alone does not establish use of stored content. (b) IMEP separates four questions. (c) Shell Game ( 200 200 pairs per contrast), Remember Color ( 388 388 pairs), and ChainBench ( 202 202 chains). Shell Game’s memory-read gain has an upper bound below the registered 10-pp criterion; Remember Color operates near ch
Figure 1: Success rate alone cannot show that memory content mattered. (a) Higher task success alone does not establish use of stored content. (b) IMEP separates four questions. (c) Shell Game ( 200 200 pairs per contrast), Remember Color ( 388 388 pairs), and ChainBench ( 202 202 chains). Shell Game’s memory-read gain has an upper bound below the registered 10-pp criterion; Remember Color operate图源:论文作者 / arXiv
arXiv cs.LG filtered精读

Beyond Success Rate: Interventional Evaluation of Memory in Vision-Language-Action Systems

Keyuan Luo、Yi Xie 等 · 6 位作者

作者提出干预式记忆评测协议IMEP,在检索接口对目标事实进行替换、保留事实的对照、微小数值扰动与完全复制等干预,并将决策正确性与运动执行成功率分开评估;同时引入ChainBench,要求决策依赖当前观测中不可见的历史信息。 在跨片段学习记忆库实验中,包括安装过程在内的末位单位(ULP)干预改变了11.9%的种子配对结果,但更改关键事实并未产生超过事实保留对照的明确额外效果;在ChainBench上,完整记忆配置将任务成功率从39.1%提升至74.3%,在共享记录执行下匹配oracle决策条件。

机器人基础模型vlamemory
论文
展开解读与证据

作者提出干预式记忆评测协议IMEP,在检索接口对目标事实进行替换、保留事实的对照、微小数值扰动与完全复制等干预,并将决策正确性与运动执行成功率分开评估;同时引入ChainBench,要求决策依赖当前观测中不可见的历史信息。 在跨片段学习记忆库实验中,包括安装过程在内的末位单位(ULP)干预改变了11.9%的种子配对结果,但更改关键事实并未产生超过事实保留对照的明确额外效果;在ChainBench上,完整记忆配置将任务成功率从39.1%提升至74.3%,在共享记录执行下匹配oracle决策条件。

为什么值得关注

作者提出干预式记忆评测协议IMEP,在检索接口对目标事实进行替换、保留事实的对照、微小数值扰动与完全复制等干预,并将决策正确性与运动执行成功率分开评估;同时引入ChainBench,要求决策依赖当前观测中不可见的历史信息。

研究问题

仅凭任务成功率消融无法证明VLA系统真正使用了记忆中的任务相关事实:成功率变化同时改变信息与计算,且聚合指标可能掩盖相互抵消的增益与损失。

方法原理

作者提出干预式记忆评测协议IMEP,在检索接口对目标事实进行替换、保留事实的对照、微小数值扰动与完全复制等干预,并将决策正确性与运动执行成功率分开评估;同时引入ChainBench,要求决策依赖当前观测中不可见的历史信息。

结果与证据

在跨片段学习记忆库实验中,包括安装过程在内的末位单位(ULP)干预改变了11.9%的种子配对结果,但更改关键事实并未产生超过事实保留对照的明确额外效果;在ChainBench上,完整记忆配置将任务成功率从39.1%提升至74.3%,在共享记录执行下匹配oracle决策条件。

阅读边界
学习记忆库研究缺乏决策级读出,未能确立事实特异性;ChainBench的决策级实验仅在策划记录上的最近质心读出上展示了事实特异性,且测量分辨率与所评估系统范围有限。 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:Keyuan Luo、Yi Xie、Wanyun Ling、Yuanzhe Li、Ziyue Li、Zhuoqi Zeng

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…

NestedVLA: Learning to Consolidate and Generate Skills for Vision-Language-Action Models:Figure 1: Motivation and overview of NestedVLA. (a) Model merging combines independently fine-tuned VLA weights into a shared model, where incompatible updates can impair the source tasks. (b) NestedVLA retains a compressed task-specific VLM update and uses an embedded task-conditioned hypernetwork to generate the action-expert update. Both updates are applied to a shared base to materialize the selected VLA
Figure 1: Motivation and overview of NestedVLA. (a) Model merging combines independently fine-tuned VLA weights into a shared model, where incompatible updates can impair the source tasks. (b) NestedVLA retains a compressed task-specific VLM update and uses an embedded task-conditioned hypernetwork to generate the action-expert update. Both updates are applied to a shared base to materialize the s图源:论文作者 / arXiv
arXiv cs.LG filtered精读

NestedVLA: Learning to Consolidate and Generate Skills for Vision-Language-Action Models

Guodong Du、Wanyu Lin

NestedVLA用嵌套超网络根据目标任务生成动作专家参数,与冻结的基础VLA组合;任务特定的压缩VLM残差单独保留,从而在不改变前向架构或引入路由监督的情况下实现任务条件化的技能复用。 在MetaWorld、ManiSkill与CALVIN三个RL基准上,NestedVLA平均成功率比最强模型合并基线高41个百分点,在ManiSkill上与单任务微调差距在1个百分点以内,并以约1.5倍存储开销实现多技能整合。

机器人基础模型vlaskill-consolidation
论文
展开解读与证据

NestedVLA用嵌套超网络根据目标任务生成动作专家参数,与冻结的基础VLA组合;任务特定的压缩VLM残差单独保留,从而在不改变前向架构或引入路由监督的情况下实现任务条件化的技能复用。 在MetaWorld、ManiSkill与CALVIN三个RL基准上,NestedVLA平均成功率比最强模型合并基线高41个百分点,在ManiSkill上与单任务微调差距在1个百分点以内,并以约1.5倍存储开销实现多技能整合。

为什么值得关注

NestedVLA用嵌套超网络根据目标任务生成动作专家参数,与冻结的基础VLA组合;任务特定的压缩VLM残差单独保留,从而在不改变前向架构或引入路由监督的情况下实现任务条件化的技能复用。

研究问题

VLA模型在多任务 consolidation 时面临数据分散、联合训练干扰与模型合并参数冲突等问题;独立微调每个基准会产生大量重复参数存储。

方法原理

NestedVLA用嵌套超网络根据目标任务生成动作专家参数,与冻结的基础VLA组合;任务特定的压缩VLM残差单独保留,从而在不改变前向架构或引入路由监督的情况下实现任务条件化的技能复用。

结果与证据

在MetaWorld、ManiSkill与CALVIN三个RL基准上,NestedVLA平均成功率比最强模型合并基线高41个百分点,在ManiSkill上与单任务微调差距在1个百分点以内,并以约1.5倍存储开销实现多技能整合。

阅读边界
所有实验仅在仿真基准上进行,未评估真机迁移;当前仅整合3个技能,新增技能需扩展每任务patch-embedding表与多头输出并重训超网络,VLM部分的整合仍占约0.35倍存储预算。 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:Guodong Du、Wanyu Lin

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…

Self-Building Labs:Figure 1 : Concept of a self-building laboratory (SBL) . Scientific goals guide the identification of capability gaps, development in a digital twin, and validation in the physical laboratory. Feedback and reuse support continued capability development across workflows, equipment, and entire laboratories. The image combines SDL2 at the Acceleration Consortium, University of Toronto, Canada, with its digital twin built by the SBL and rendered in Isaac Sim in a blue wireframe st
Figure 1 : Concept of a self-building laboratory (SBL) . Scientific goals guide the identification of capability gaps, development in a digital twin, and validation in the physical laboratory. Feedback and reuse support continued capability development across workflows, equipment, and entire laboratories. The image combines SDL2 at the Acceleration Consortium, University of Toronto, Canada, with i图源:论文作者 / arXiv
arXiv cs.RO精读

Self-Building Labs

Jiaru Bai、Yuchi Zhao 等 · 7 位作者

Self-Building Lab(SBL)从高层科学目标出发,自主设计实验室布局、构建数字孪生、开发机器人技能与实验工作流;系统包含科学Agent、孪生Agent与安全Agent,通过仿真验证与运行时护栏保障物理执行安全。 SBL在真实量子点合成实验中验证了端到端能力,并在仿真中展示从单工作站到多机器人协作的可扩展性;系统能协调UR固体分配、移动搬运与xArm液体处理等多平台工作流。

学习与仿真self-driving-labdigital-twin
论文
展开解读与证据

Self-Building Lab(SBL)从高层科学目标出发,自主设计实验室布局、构建数字孪生、开发机器人技能与实验工作流;系统包含科学Agent、孪生Agent与安全Agent,通过仿真验证与运行时护栏保障物理执行安全。 SBL在真实量子点合成实验中验证了端到端能力,并在仿真中展示从单工作站到多机器人协作的可扩展性;系统能协调UR固体分配、移动搬运与xArm液体处理等多平台工作流。

为什么值得关注

Self-Building Lab(SBL)从高层科学目标出发,自主设计实验室布局、构建数字孪生、开发机器人技能与实验工作流;系统包含科学Agent、孪生Agent与安全Agent,通过仿真验证与运行时护栏保障物理执行安全。

研究问题

现有自驱动实验室只能运行预设流程,适配新实验仍需大量人工工程;实验室灵活性成为扩展科学发现的瓶颈。

方法原理

Self-Building Lab(SBL)从高层科学目标出发,自主设计实验室布局、构建数字孪生、开发机器人技能与实验工作流;系统包含科学Agent、孪生Agent与安全Agent,通过仿真验证与运行时护栏保障物理执行安全。

结果与证据

SBL在真实量子点合成实验中验证了端到端能力,并在仿真中展示从单工作站到多机器人协作的可扩展性;系统能协调UR固体分配、移动搬运与xArm液体处理等多平台工作流。

阅读边界
Agent可构建的能力受限于实验室基础设施的可观测与可验证性;部分设备故障无API报错导致无法区分成功与失败,精细插入仅在加入力/力矩传感后才可行,且解释这些信号仍需人类专业知识。 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:Jiaru Bai、Yuchi Zhao、Han Hao、Miroslav Bogdanovic、Yang Cao、Varinia Bernales、Alán Aspuru-Guzik

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…

Diversity Without Labels: Task-Agnostic Coreset Selection Across Perception and Action:Figure 1: CoreDNA extracts neuron activation histograms from a vision foundation model, pooling them into per-layer mean μ \mu , standard deviation σ \sigma , and maximum m m . We use the last layer’s μ \mu , σ \sigma , and cross-layer dispersion δ \delta to select a coreset via sliced Wasserstein minimization (“sliced-EMD”) or farthest-point sampling (“FPS”).
Figure 1: CoreDNA extracts neuron activation histograms from a vision foundation model, pooling them into per-layer mean μ \mu , standard deviation σ \sigma , and maximum m m . We use the last layer’s μ \mu , σ \sigma , and cross-layer dispersion δ \delta to select a coreset via sliced Wasserstein minimization (“sliced-EMD”) or farthest-point sampling (“FPS”).图源:论文作者 / arXiv
arXiv cs.CV filtered精读

Diversity Without Labels: Task-Agnostic Coreset Selection Across Perception and Action

Julia Hindel、Benjamin Ramtoula 等 · 7 位作者

CoreDNA将视觉基础模型的神经元激活汇聚为每张图像与整个数据集的分布描述符,利用最后一层激活统计的尾部集中高质量样本这一发现,通过切片Wasserstein最小化或最远点采样构建任务无关核心集。 在图像分类、语义分割、深度估计以及端到端驾驶与移动操作的模仿学习任务上,CoreDNA匹配或超越现有训练依赖与免训练方法;在LIBERO-10辅助演示选择中,其成功率甚至超过训练依赖方法DataMIL。

学习与仿真coreset-selectiondata-curation
论文
展开解读与证据

CoreDNA将视觉基础模型的神经元激活汇聚为每张图像与整个数据集的分布描述符,利用最后一层激活统计的尾部集中高质量样本这一发现,通过切片Wasserstein最小化或最远点采样构建任务无关核心集。 在图像分类、语义分割、深度估计以及端到端驾驶与移动操作的模仿学习任务上,CoreDNA匹配或超越现有训练依赖与免训练方法;在LIBERO-10辅助演示选择中,其成功率甚至超过训练依赖方法DataMIL。

为什么值得关注

CoreDNA将视觉基础模型的神经元激活汇聚为每张图像与整个数据集的分布描述符,利用最后一层激活统计的尾部集中高质量样本这一发现,通过切片Wasserstein最小化或最远点采样构建任务无关核心集。

研究问题

现有核心集选择方法常需代理模型训练、大量标注或任务特定定制;无监督替代方案多限于图像间成对比较或与固定子集比较,难以捕获全数据集分布信息。

方法原理

CoreDNA将视觉基础模型的神经元激活汇聚为每张图像与整个数据集的分布描述符,利用最后一层激活统计的尾部集中高质量样本这一发现,通过切片Wasserstein最小化或最远点采样构建任务无关核心集。

结果与证据

在图像分类、语义分割、深度估计以及端到端驾驶与移动操作的模仿学习任务上,CoreDNA匹配或超越现有训练依赖与免训练方法;在LIBERO-10辅助演示选择中,其成功率甚至超过训练依赖方法DataMIL。

阅读边界
评估覆盖策划与非策划感知数据集及模仿学习场景,包含真实与合成数据、多种保留比例与七个基准(CIFAR10、PascalVOC、Cityscapes、Cityscapes-DVPS、SemanticKITTI-DVPS、NAVSIM、LIBERO-10),所有实验三种子取平均。 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:Julia Hindel、Benjamin Ramtoula、Kyuhwan Yeon、Nick Heppert、Paul Newman、Daniele De Martini、Abhinav Valada

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…

可迁移技术 · 尚未在具身任务验证

SparseMax-dSTL提出基于sparsemax投影的最小/最大值下近似,保证STL鲁棒性近似既sound(非负仅当满足规约)又具有与horizon无关的梯度下界,误差上界在优化前已知且不依赖采样数。 在平面单轮车与七关节机械臂仿真中,log-sum-exp近似在违规轨迹上仍为正;当机械臂任务horizon从10秒增至80秒时,sound变体的违规样本梯度权重从0.22降至0.04,而sparsemax保持为1;在单轮车约束优化中,sparsemax约束返回满足规约的轨迹,而log-sum-exp返回违规轨迹。

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。

SparseMax-dSTL提出基于sparsemax投影的最小/最大值下近似,保证STL鲁棒性近似既sound(非负仅当满足规约)又具有与horizon无关的梯度下界,误差上界在优化前已知且不依赖采样数。 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…

MOSS采用3D打印折纸轮与紧凑曲柄机构,可在收缩与展开构型间切换,同步改变轮宽、车身直径与鳍片朝向;收缩适合硬地高效滚动,展开增加软地接触与地形咬合。 在土壤、沙、不同含水率泥地与水中测试中,展开构型在湿泥、沙与水面上运输成本降低最多29%,并减少湿泥打滑与沙地轮毂沉陷;构型切换耗时1.95±0.11秒,室外试验验证了自然可变形地形与水域的连续通行。

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…

StopWatch诊断出微调VLM导航策略的主要失败在于目标接地(判断目标是否在视野内及距离),提出显式接地方案:感知模型预测结构化接地文本(可见类别与目标距离),策略模型读取该文本与观测共同决策。 在修正标注缺陷后的六个Object-goal导航基准上,该系统达到SOTA,在HM3D-OVON val_unseen上比最强基线高8.8个百分点;分析显示在给定真值接地时策略成功率接近专家,剩余瓶颈主要在感知而非策略学习。

更多

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。

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…

Expand-and-Prune在测试时不更新参数,通过语义驾驶意图与时间传播预测扩展候选轨迹集,并利用中间轨迹分数的不确定性自适应裁剪下游候选容量,适配预训练的候选式端到端规划器。 在LangAuto上Driving Score从68.2提升至75.9达到SOTA,并在Bench2Drive、Fail2Drive与NAVSIMv2上持续改进,尤其在分布外场景提升显著;完整实例中72.5%的被选轨迹来自新增的意图引导或时间候选,证实扩展提供了原生规划器之外的有用假设。

更多

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。

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…

Shape-Aware Neural Time Fields学习刚体运动的旅行时间(cost-to-go)场,显式区分平移与旋转的几何约束,并与采样规划器结合以平衡目标进展与到达邻近位姿的代价。 在2D/3D刚体规划与非抓握推动任务中,该方法在规划成功率与推理效率上显著优于物理信息神经规划基线,同时在远低于经典采样规划器的规划时间下保持竞争力;闭环推动实验表明快速重规划支持在执行偏差与外部扰动下的反应式执行。

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…

Isaac Lab Browser demos v5发布MicroDuck仓库交互场景,包含从启用场景几何导出的凸碰撞体、复合货架/托盘组件与12个可移动地面道具;物理保留原生BAM驱动、Newton约束求解器、50Hz策略控制与四个5ms物理步。 该版本已通过原生观测/图回放、浏览器端接触驱动物体运动、重力、重置、房间 containment、鼠标/触控控制与公开预览加载/步进验证;归档SHA-256为08de8419b05815c629bc92d25826eee472cb6ee36d977f61611962ac977c4964,文档工作流在部署前校验此哈希。

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…