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 · 2026-10-26
本期导读

本期整理3篇重点、7条简讯:关注便携式灵巧手数据采集、代码与世界动作模型协同、多机器人离线协调规划;简讯补充演示重定时、VLA强化学习、软组织控制与评测方法。保留原始发布日期,并区分真机、数值实验、摘要与观点论文的证据边界。

10 条内容 · 3 篇重点解读 · 7 条简讯

DexPort: A Hand-Held Skill Interface for Dexterous Hand Data Collection:Fig. 1: Transferable Hardware Interface and Control Mapping. (a) Transferable Module: The Wuji hand (A) and fisheye camera (B) form a transferable hand–camera module that mounts to the Quest 2 controller for data collection and to the robot wrist for deployment. Reusing the same module preserves hand embodiment and camera-to-hand extrinsics. (b) Ergonomic Redesign: The final hardware interface places the operator’s grasp nea
Fig. 1: Transferable Hardware Interface and Control Mapping. (a) Transferable Module: The Wuji hand (A) and fisheye camera (B) form a transferable hand–camera module that mounts to the Quest 2 controller for data collection and to the robot wrist for deployment. Reusing the same module preserves hand embodiment and camera-to-hand extrinsics. (b) Ergonomic Redesign: The final hardware interface pla图源:论文作者 / arXiv
arXiv 公开检索精读

DexPort: A Hand-Held Skill Interface for Dexterous Hand Data Collection

Amber Xie、Jiawei Fu 等 · 6 位作者

DexPort 采用便携式手持接口,复用部署用的 20-DoF Wuji 灵巧手与鱼眼相机模块,采集时使用 Quest 2 控制器提供的手腕 6-DoF 轨迹构建末端运动目标,并记录 20-DoF 关节目标指令及实测关节状态,避免手部具身差距并满足相同具身要求。 系统通过一组紧凑的参数化技能(如拇指调节、抓握、拧螺丝)辅助操作者控制手指运动,降低高维手部控制负担;策略训练时直接使用记录的原始手部指令,不依赖技能标签。 作者在三项以成功率计分的真机任务上报告,使用记录的机器人指令训练的策略平均成功率从状态基线的 11% 提升至 64%;结合野外数据联合训练后,抓取放置成功率从 36% 提升至 78%。

机器人硬件dexterous_manipulationdata_collection
论文
展开解读与证据

DexPort 采用便携式手持接口,复用部署用的 20-DoF Wuji 灵巧手与鱼眼相机模块,采集时使用 Quest 2 控制器提供的手腕 6-DoF 轨迹构建末端运动目标,并记录 20-DoF 关节目标指令及实测关节状态,避免手部具身差距并满足相同具身要求。 系统通过一组紧凑的参数化技能(如拇指调节、抓握、拧螺丝)辅助操作者控制手指运动,降低高维手部控制负担;策略训练时直接使用记录的原始手部指令,不依赖技能标签。 作者在三项以成功率计分的真机任务上报告,使用记录的机器人指令训练的策略平均成功率从状态基线的 11% 提升至 64%;结合野外数据联合训练后,抓取放置成功率从 36% 提升至 78%。

为什么值得关注

该接口为高自由度灵巧手提供了一种可移植的数据采集方案,使研究者能在非结构化环境中收集可执行的原始指令数据,用于训练无需技能标签的视觉运动策略。

研究问题

高自由度灵巧手数据采集面临两难:遥操作需要完整机器人平台且手指协调负担重,人体演示虽易采集但需重定向且不直接提供机器人动作指令。

方法原理

DexPort 采用便携式手持接口,复用部署用的 20-DoF Wuji 灵巧手与鱼眼相机模块,采集时使用 Quest 2 控制器提供的手腕 6-DoF 轨迹构建末端运动目标,并记录 20-DoF 关节目标指令及实测关节状态,避免手部具身差距并满足相同具身要求。 系统通过一组紧凑的参数化技能(如拇指调节、抓握、拧螺丝)辅助操作者控制手指运动,降低高维手部控制负担;策略训练时直接使用记录的原始手部指令,不依赖技能标签。

结果与证据

作者在三项以成功率计分的真机任务上报告,使用记录的机器人指令训练的策略平均成功率从状态基线的 11% 提升至 64%;结合野外数据联合训练后,抓取放置成功率从 36% 提升至 78%。

阅读边界
设备重量限制了长时间连续使用和旋转密集动作的执行;当前技能库仅覆盖部分灵巧操作行为,尚需扩展更多仿真学习的技能。 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:Amber Xie、Jiawei Fu、Xiaofeng Guo、Carmelo Sferrazza、Guanya Shi、Haozhi Qi

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…

Agentic World Action Models:Figure 2: AW-0 Framework. AW-0 includes a Mixture-of-Transformers backbone with three experts generating code, video and action, respectively, which are denoised jointly, with video and action under continuous flow matching and the code under discrete masked diffusion.
Figure 2: AW-0 Framework. AW-0 includes a Mixture-of-Transformers backbone with three experts generating code, video and action, respectively, which are denoised jointly, with video and action under continuous flow matching and the code under discrete masked diffusion.图源:论文作者 / arXiv
arXiv cs.RO精读

Agentic World Action Models

Zhuoyang Liu、Dantong Niu 等 · 18 位作者

AW-0 用代码、视频和动作三个专家构成联合生成模型,以联合去噪生成技能程序、未来视频与动作;混合执行模式结合可复用技能调用和动作专家的直接输出。 作者在 RoboTwin 2.0 及跨平行夹爪、灵巧手的 8 项真机任务上评估模型。RTX 5090 上的联合去噪推理为 0.23 秒,作者比较的自回归方式为 0.55 秒;无代码版本为 0.19 秒,因此加入代码并非没有额外推理开销。

机器人基础模型机器人研究
论文
展开解读与证据

AW-0 用代码、视频和动作三个专家构成联合生成模型,以联合去噪生成技能程序、未来视频与动作;混合执行模式结合可复用技能调用和动作专家的直接输出。 作者在 RoboTwin 2.0 及跨平行夹爪、灵巧手的 8 项真机任务上评估模型。RTX 5090 上的联合去噪推理为 0.23 秒,作者比较的自回归方式为 0.55 秒;无代码版本为 0.19 秒,因此加入代码并非没有额外推理开销。

为什么值得关注

它为研究可复用技能程序、视觉预测与低层动作如何协同提供了一个具体框架,也给出了比较规划收益与推理开销的实验切入点。

研究问题

AW-0 研究如何在一个机器人策略中结合代码技能规划、未来视觉预测与连续动作控制。

方法原理

AW-0 用代码、视频和动作三个专家构成联合生成模型,以联合去噪生成技能程序、未来视频与动作;混合执行模式结合可复用技能调用和动作专家的直接输出。

结果与证据

作者在 RoboTwin 2.0 及跨平行夹爪、灵巧手的 8 项真机任务上评估模型。RTX 5090 上的联合去噪推理为 0.23 秒,作者比较的自回归方式为 0.55 秒;无代码版本为 0.19 秒,因此加入代码并非没有额外推理开销。

阅读边界
代码规划依赖自动标注准确性和技能库覆盖,语法正确不保证执行正确。仅读取返回的正文与附录节选,未独立复现实验,不把作者所测任务外推为任意场景能力。

作者:Zhuoyang Liu、Dantong Niu、Botong Zhang、Boning Shao、Jing Wang、Ruijie Zheng、Yuvan Sharma、Runyu Lu、Jiaming Liu、Renrui Zhang、Roei Herzig、Yutong Bai、Ken Goldberg、Danfei Xu、Yuke Zhu、Guanzhi Wang、Linxi "Jim" Fan、Trevor Darrell

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…

Extending Harmonic Function Methods via Root Locus for Coordinated Path Generation:(a)
(a)图源:论文作者 / arXiv
arXiv cs.RO精读

Extending Harmonic Function Methods via Root Locus for Coordinated Path Generation

Matteo Frascarelli、Lucia Pallottino 等 · 3 位作者

方法将工作空间保形映射到圆域,用有理函数的零点、极点表示目标与起点,沿广义根轨迹构造路径;对有限次镜像反射计算的势场,用有限检验筛选满足障碍安全证书的相位。 数值研究包括参考工作空间、100 个随机实例以及十机器人、十障碍场景。作者还在 5° 网格的 47 个容许相位上追踪路径,报告这些路径保持在域内、彼此不交并到达不同目标。

学习与仿真机器人研究
论文
展开解读与证据

方法将工作空间保形映射到圆域,用有理函数的零点、极点表示目标与起点,沿广义根轨迹构造路径;对有限次镜像反射计算的势场,用有限检验筛选满足障碍安全证书的相位。 数值研究包括参考工作空间、100 个随机实例以及十机器人、十障碍场景。作者还在 5° 网格的 47 个容许相位上追踪路径,报告这些路径保持在域内、彼此不交并到达不同目标。

为什么值得关注

该工作把目标分配、路径构造和可检查的几何证书放在同一离线规划框架中,可用于研究多机器人全局规划与后续执行控制之间的接口。

研究问题

在有多边形障碍的平面工作空间中,为可互换的点机器人同时生成路径并确定不同目标分配。

方法原理

方法将工作空间保形映射到圆域,用有理函数的零点、极点表示目标与起点,沿广义根轨迹构造路径;对有限次镜像反射计算的势场,用有限检验筛选满足障碍安全证书的相位。

结果与证据

数值研究包括参考工作空间、100 个随机实例以及十机器人、十障碍场景。作者还在 5° 网格的 47 个容许相位上追踪路径,报告这些路径保持在域内、彼此不交并到达不同目标。

阅读边界
这是离线几何规划与数值结果,不是真机闭环验收。机器人动力学、跟踪和在线重规划留给执行层;有尺寸机器人还须检查路径间距大于两倍半径,路径不交本身不保证实体间安全,也不声称路径最优。仅读取返回节选。

作者:Matteo Frascarelli、Lucia Pallottino、Alberto Landi

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…

提出从大规模演示数据中学习速度先验,根据任务指令、运动路径和图像预测执行速度分布,以此定义统一时钟对演示进行重定时,再配合实时最优控制层跟踪预测的动作块。 摘要报告在真机叠杯任务中,经学习时钟微调的策略以 3.50 秒完成任务,比默认策略的 6.02 秒快 1.72 倍,且在 30 次试验中成功次数持平(29/30)。

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…

MART-GRPO 利用鞅停时理论确定 VLA 强化学习中失败反馈的截断边界,通过微调 VLM 定位视频中最后一次可见错误,仅在该区间内保留失败梯度,避免惩罚后续可能的恢复尝试。 摘要称在 RoboTwin 2.0 上使用 OpenVLA-OFT 的实验表明,MART-GRPO 在多项任务上的成功率优于全轨迹 GRPO,但未给出具体数值对比。

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 OCT 引导的数据驱动软组织形状控制框架,研究了全体积、稀疏掩码体积和体素化点云三种 3D 表征配合残差条件,用于确定性与扩散策略的闭环控制。 摘要报告在 576 次仿体实验中,带残差的体素化点云 Explicit 策略在深度与方向控制上分别达到 0.534 mm 和 0.443 mm RMSE;在 60 次离体猪组织实验中几何误差与人类演示相当。

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…

这篇观点论文提出按纠正的行为范围决定是否共享,并在每个接收机器人本地对候选更新设置安全门;隐私评估须同时考察安全关键信号是否被保留。 作者给出反例和可证伪的评测议程,建议分别报告安全违例、最差接收方退化、人类介入负担与信息泄漏;没有提供新算法的实验结果或已实现的安全保证。

更多

观点与研究议程,非实证结果;所列风险例子不能当作已观测事故。依据返回的正文节选,未验证所提安全门或隐私机制有效性。

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…

PAPAV 从感知、预判、规划、行动和验证五种能力比较多模态代理、机器人系统与具身代理,而不是仅按模型架构分类。 摘要称其统计的 64 个基准主要显式评估行动,只有 5 个评估预判、3 个评估验证,指出任务成功率可能掩盖这些能力的评测空缺。

更多

仅核对摘要;未逐项核对 64 个基准及其归类,不把综述统计当作新模型性能。

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…

该工作将连续时间策略梯度的收敛分析与离散转移数据学习结合,并用 PhiBE 从离散数据构建连续时间的替代生成算子,形成同策略与离策略的无模型 actor-critic 方法。 摘要报告在熵正则线性二次调节器和非线性轮式机器人上的数值实验,用于展示方法的性能与稳定性;未在摘要中给出具体提升数值。

更多

只读摘要;轮式机器人结果为数值实验,不声称完成真机验证,也未逐项复核收敛证明。

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…

Learned Wiring(LeWi)为神经元学习低维嵌入,仅让相邻神经元连接,并联合训练嵌入和权重,以利用目标函数隐藏的组合结构。 摘要报告在 32 个额外计算图目标上,LeWi 相对稠密网络的平均学习曲线面积低 27%;在覆盖控制、导航和操作的 17 个世界模型预测任务中,16 个优于稠密基线。

更多

仅核对摘要;预测任务收益不等于闭环机器人任务成功率提升。摘要还指出,单个高元数函数目标上稠密网络表现更好。

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…