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 · 2026-10-28
本期导读

聚焦受力响应的人形操作、可微接触动力学与低延迟世界动作模型,兼顾机器人代理、定位、执行适应和交互式世界模拟。

9 条内容 · 3 篇重点解读 · 6 条简讯

Learning Force-Reactive Humanoid Loco-Manipulation:FLoRe框架:手持演示采集、力响应策略与全身控制(论文Fig. 1)。
FLoRe框架:手持演示采集、力响应策略与全身控制(论文Fig. 1)。图源:论文作者 / arXiv
arXiv cs.RO精读

Learning Force-Reactive Humanoid Loco-Manipulation

Sihang Li、Xiaofeng Guo 等 · 8 位作者

FLoRe用两只UMI式手持夹爪采集演示;每只夹爪带相机、位姿追踪器和六轴力/力矩传感器,再结合胸部与双踝追踪器,把手部接触力与全身运动一起记录。 高层扩散策略根据视觉、本体感觉和实测力矩预测动作及每只手的力指令;混合顺应性全身控制器利用实测力误差积分沿指令方向跟踪力,在其余方向保持顺应性。 作者在Unitree G1上测试推动带轮门架、双手转箱和擦板三项接触任务;相同演示、相同控制器条件下,FLoRe总体成功率为80%,仅用位置的策略为26.7%。 将策略预测的力指令从控制器输入中移除,成功率由80%降至36.7%;只移除力观测时为66.7%,显示两条力信息通路的作用并不相同。

学习与仿真人形操作力反馈
论文
展开解读与证据

FLoRe用两只UMI式手持夹爪采集演示;每只夹爪带相机、位姿追踪器和六轴力/力矩传感器,再结合胸部与双踝追踪器,把手部接触力与全身运动一起记录。 高层扩散策略根据视觉、本体感觉和实测力矩预测动作及每只手的力指令;混合顺应性全身控制器利用实测力误差积分沿指令方向跟踪力,在其余方向保持顺应性。 作者在Unitree G1上测试推动带轮门架、双手转箱和擦板三项接触任务;相同演示、相同控制器条件下,FLoRe总体成功率为80%,仅用位置的策略为26.7%。 将策略预测的力指令从控制器输入中移除,成功率由80%降至36.7%;只移除力观测时为66.7%,显示两条力信息通路的作用并不相同。

为什么值得关注

这套接口使示教中的接触力既能成为策略学习目标,也能成为全身控制的执行目标,为持续接触、双手协同以及边走边施力的人形操作提供了具体实现路径。

研究问题

对人形机器人而言,复现手部轨迹并不等于复现接触力:接触几何、刚度和物体运动都会影响受力,双手施力还必须与躯干、腿部维持平衡相协调。

方法原理

FLoRe用两只UMI式手持夹爪采集演示;每只夹爪带相机、位姿追踪器和六轴力/力矩传感器,再结合胸部与双踝追踪器,把手部接触力与全身运动一起记录。 高层扩散策略根据视觉、本体感觉和实测力矩预测动作及每只手的力指令;混合顺应性全身控制器利用实测力误差积分沿指令方向跟踪力,在其余方向保持顺应性。

结果与证据

作者在Unitree G1上测试推动带轮门架、双手转箱和擦板三项接触任务;相同演示、相同控制器条件下,FLoRe总体成功率为80%,仅用位置的策略为26.7%。 将策略预测的力指令从控制器输入中移除,成功率由80%降至36.7%;只移除力观测时为66.7%,显示两条力信息通路的作用并不相同。

阅读边界
作者报告零力指令时传感器仍读到1.25–1.50 N,因此部署时将1.5 N以下指令归零;侧向和向下的力指令增益仍较低,并会部分泄漏到其他轴。 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:Sihang Li、Xiaofeng Guo、Jinkun Cao、Charlie Cheng、Ruihan Yang、Chen Feng、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…

Differentiable Contact Dynamics for Legged Locomotion: Policy Learning and Contact-Implicit Trajectory Optimization:作者给出的可微接触前向与反向计算流程(论文Fig. 5)。
作者给出的可微接触前向与反向计算流程(论文Fig. 5)。图源:论文作者 / arXiv
arXiv cs.RO精读

Differentiable Contact Dynamics for Legged Locomotion: Policy Learning and Contact-Implicit Trajectory Optimization

Gijeong Kim、Seungbin Oh 等 · 4 位作者

研究对经de Saxcé修正的摩擦锥互补条件作中心路径松弛,将法向和切向敏感度一起平滑;松弛点通过从硬接触解出发的牛顿迭代求得,仅替换反向梯度,前向仍执行硬接触求解。 采用该梯度的BPTT训练中,trot与pace策略各用10万次仿真采样、108秒完成训练;这些策略和低摩擦无预设步态策略无需微调即迁移到硬件。 硬件测试包含推扰恢复、碎屑穿越与低摩擦行走;在另行进行的仿真接触隐式轨迹优化实验中,作者报告基座姿态到达成本降低,并相对精确梯度和Signorini松弛梯度提高了可恢复拉力范围。

模型与系统优化可微仿真接触动力学
论文
展开解读与证据

研究对经de Saxcé修正的摩擦锥互补条件作中心路径松弛,将法向和切向敏感度一起平滑;松弛点通过从硬接触解出发的牛顿迭代求得,仅替换反向梯度,前向仍执行硬接触求解。 采用该梯度的BPTT训练中,trot与pace策略各用10万次仿真采样、108秒完成训练;这些策略和低摩擦无预设步态策略无需微调即迁移到硬件。 硬件测试包含推扰恢复、碎屑穿越与低摩擦行走;在另行进行的仿真接触隐式轨迹优化实验中,作者报告基座姿态到达成本降低,并相对精确梯度和Signorini松弛梯度提高了可恢复拉力范围。

为什么值得关注

对于需要主动改变支撑与滑动接触的腿式动作,这种梯度可同时服务策略训练和接触隐式规划:它提供跨接触模式的优化方向,同时保持前向轨迹遵守硬接触求解。

研究问题

精确接触梯度描述的是当前接触模式内部的微小变化,因此可能无法给出转入另一种接触模式的有效方向,使一阶优化停留在原有支撑或滑动状态。

方法原理

研究对经de Saxcé修正的摩擦锥互补条件作中心路径松弛,将法向和切向敏感度一起平滑;松弛点通过从硬接触解出发的牛顿迭代求得,仅替换反向梯度,前向仍执行硬接触求解。

结果与证据

采用该梯度的BPTT训练中,trot与pace策略各用10万次仿真采样、108秒完成训练;这些策略和低摩擦无预设步态策略无需微调即迁移到硬件。 硬件测试包含推扰恢复、碎屑穿越与低摩擦行走;在另行进行的仿真接触隐式轨迹优化实验中,作者报告基座姿态到达成本降低,并相对精确梯度和Signorini松弛梯度提高了可恢复拉力范围。

阅读边界
作者将非点足、任意形状接触以及碰撞检测求导列为后续扩展,并说明现有策略学习使用0.5秒BPTT轨迹。 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:Gijeong Kim、Seungbin Oh、Dongyun Kang、Hae-Won Park

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…

OSWAM: An Effective World Action Model with One-Step Action Generation:OSWAM总体架构:想象令牌与单步动作生成(论文Fig. 3)。
OSWAM总体架构:想象令牌与单步动作生成(论文Fig. 3)。图源:论文作者 / arXiv
arXiv cs.CV filtered精读

OSWAM: An Effective World Action Model with One-Step Action Generation

Guowen Zhang、Liyi Chen 等 · 7 位作者

一次Video DiT前向计算产生动作想象令牌和场景想象令牌,分别提供动作先验与场景上下文,作为Action DiT单步去噪的结构化起点。 特权信息蒸馏让训练期教师读取完整未来视野,而学生在推理时仅用当前帧,将训练期的未来信息转移到想象令牌中。 RoboTwin 2.0的50任务仿真评测中,OSWAM平均成功率为90.00%,十步Fast-WAM为91.83%;动作去噪由十步减至一步,同时获得2.80倍推理加速,呈现明确的速度—成功率权衡。 表3在缓存语言上下文、RTX 5090条件下,报告RoboTwin 2.0编译推理延迟为40.81毫秒,使用torch.compile与CUDA Graph优化;该数字应连同硬件和优化条件理解。

模型与系统优化世界动作模型单步生成
论文
展开解读与证据

一次Video DiT前向计算产生动作想象令牌和场景想象令牌,分别提供动作先验与场景上下文,作为Action DiT单步去噪的结构化起点。 特权信息蒸馏让训练期教师读取完整未来视野,而学生在推理时仅用当前帧,将训练期的未来信息转移到想象令牌中。 RoboTwin 2.0的50任务仿真评测中,OSWAM平均成功率为90.00%,十步Fast-WAM为91.83%;动作去噪由十步减至一步,同时获得2.80倍推理加速,呈现明确的速度—成功率权衡。 表3在缓存语言上下文、RTX 5090条件下,报告RoboTwin 2.0编译推理延迟为40.81毫秒,使用torch.compile与CUDA Graph优化;该数字应连同硬件和优化条件理解。

为什么值得关注

通过把视频预训练的先验转为单步动作初始化,这项工作为对控制延迟敏感的驾驶规划与机器人操作提供了可比较的速度—效果折中。

研究问题

省去测试时未来视频展开后,直接策略WAM仍可能保留迭代动作去噪的延迟;OSWAM处理的是如何在单步动作生成中保留动作质量。

方法原理

一次Video DiT前向计算产生动作想象令牌和场景想象令牌,分别提供动作先验与场景上下文,作为Action DiT单步去噪的结构化起点。 特权信息蒸馏让训练期教师读取完整未来视野,而学生在推理时仅用当前帧,将训练期的未来信息转移到想象令牌中。

结果与证据

RoboTwin 2.0的50任务仿真评测中,OSWAM平均成功率为90.00%,十步Fast-WAM为91.83%;动作去噪由十步减至一步,同时获得2.80倍推理加速,呈现明确的速度—成功率权衡。 表3在缓存语言上下文、RTX 5090条件下,报告RoboTwin 2.0编译推理延迟为40.81毫秒,使用torch.compile与CUDA Graph优化;该数字应连同硬件和优化条件理解。

阅读边界
PiPER真机评估覆盖面包入碗、板擦入抽屉两项桌面操作,每种方法在每项任务各测试20次;成功条件是物体释放进目标容器,并在执行结束时仍留在其中。 论文把研究重点限定在Action DiT的结构化初始化;场景令牌和特权信息蒸馏直接增强动作专家的潜力,仍列为尚待探索的方向。 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:Guowen Zhang、Liyi Chen、Xu Hu、Pengfei Wang、Jingfan Chen、Chenhang He、Lei 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…

这项接物控制研究通过虚拟非完整约束,直接根据物体状态设计末端运动,使物体在期望高度以较小法向相对速度接触末端表面;接触后再用MPC让物体和末端在指定位置停下。

更多

论文讨论的是二维平面接物,验证来自仿真;同一约束函数可覆盖一组初始条件,读者应按平面仿真的范围理解其结果。 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…

EBench报告在一致视觉与本体感觉观测协议下比较GPT-6-Astra的两种机器人代理配置:直接输出航点,以及通过工具框架调用后训练的VLA或WAM执行动作。 摘要报告直接控制在短时域任务上较强,但在长时域、桌面操作与高精度接触任务上落后于专门策略;调用策略可利用互补能力,却仍受调用时机、缺少子目标和接管时破坏抓取等问题影响。

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…

ZAP以预训练27B视觉语言模型提供场景理解和推理,再通过简单仿真任务上的监督微调与GRPO训练工具框架内的机器人控制,训练未使用真实机器人数据。 作者摘要给出两种不同评测:其真机任务设置中成功率为96.7%;在未见过的单臂Franka平台上,RoboLab-120成功率为55.9%。

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…

VPR-Space基于地面空间类比环境整理16个地点识别数据库—查询数据集,并用相对位姿估计器集成的表现构造真值,使匹配判断面向后续SLAM中的位姿估计价值,而非只看固定的位置与朝向阈值。

更多

论文评测9种VPR方法,并提供数据集预发布版本;数据来自具有类似月球、火星特征的地面环境。 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…

RoboDoctor在固定模型权重下,用执行反馈连接诊断、物理行动和持久经验,分别调整代理与策略的控制权分配、辅助介入时机,以及根据交互效果改进具体操作方法。 在54个RoboDojo-Sim任务条目的整理档案中,论文报告五维平均分57.10、原生成功率49.44%;作者同时明确,仍需受控试验才能隔离跨回合经验的贡献。

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…

可迁移技术 · 尚未在具身任务验证

Google DeepMind公告Genie 4,强调实时交互世界模拟和原生音频,将场景变化、环境声音与交互对话一并生成。

更多

公告说明模型先面向可信测试者推出研究预览,并提供候补名单入口;读者应按研究预览的开放范围理解本次发布。 官方提示,较长运行、多次复杂提示编辑或场景导航时,视觉细节与物体恒常性仍可能漂移;复杂物理交互与长期一致性仍是研究中的问题。 依据摘要或发行说明整理,未核验完整正文或独立复现。

公告把可变化的模拟环境用于机器人与代理训练列为应用方向;复杂物理交互、空间准确度和长期一致性仍需进一步研究。 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…