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 · 2026-11-03
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。

9 条内容 · 2 篇重点解读 · 7 条简讯

arXiv cs.LG filtered精读

$\nabla$Mimic: Ultra-Efficient Humanoid Control with Differentiable Simulation

Weyl Lu、Yubei Chen

∇Mimic算法通过反向传播每一步的中位相对逐样本梯度裁剪来约束无界样本,并利用多步回归将昂贵的仿真窗口重用于梯度导出的动作目标。 NablaEngine是一个针对Unitree G1的可微分GPU仿真引擎,它将MuJoCo的完整接触动力学及其伴随算子融合为单个兆内核以消除计算瓶颈。 在单GPU上对全部40个LAFAN1片段进行全身跟踪时,采用残差动作配置的∇Mimic在20分钟内达到0.82的分数,并在1.8小时内达到0.874。 NablaEngine计算的解析梯度与float64有限差分匹配,且其伴随算子速度比可用的MuJoCo Warp伴随算子快11.5倍。

学习与仿真differentiable simulationhumanoid control
论文
展开解读与证据

∇Mimic算法通过反向传播每一步的中位相对逐样本梯度裁剪来约束无界样本,并利用多步回归将昂贵的仿真窗口重用于梯度导出的动作目标。 NablaEngine是一个针对Unitree G1的可微分GPU仿真引擎,它将MuJoCo的完整接触动力学及其伴随算子融合为单个兆内核以消除计算瓶颈。 在单GPU上对全部40个LAFAN1片段进行全身跟踪时,采用残差动作配置的∇Mimic在20分钟内达到0.82的分数,并在1.8小时内达到0.874。 NablaEngine计算的解析梯度与float64有限差分匹配,且其伴随算子速度比可用的MuJoCo Warp伴随算子快11.5倍。

为什么值得关注

该工作发布了NablaEngine和∇Mimic作为开源基础设施,使在更大规模运动库上训练人形基础模型变得切实可行。

研究问题

在接触丰富的全身控制任务中,一阶策略学习因接触动力学不可微导致的梯度爆炸以及伴随求解的高昂计算成本而难以应用。

方法原理

∇Mimic算法通过反向传播每一步的中位相对逐样本梯度裁剪来约束无界样本,并利用多步回归将昂贵的仿真窗口重用于梯度导出的动作目标。 NablaEngine是一个针对Unitree G1的可微分GPU仿真引擎,它将MuJoCo的完整接触动力学及其伴随算子融合为单个兆内核以消除计算瓶颈。

结果与证据

在单GPU上对全部40个LAFAN1片段进行全身跟踪时,采用残差动作配置的∇Mimic在20分钟内达到0.82的分数,并在1.8小时内达到0.874。 NablaEngine计算的解析梯度与float64有限差分匹配,且其伴随算子速度比可用的MuJoCo Warp伴随算子快11.5倍。

阅读边界
NablaEngine目前仅支持Unitree G1机器人在平坦地面上的仿真,尚未在其他机器人或崎岖地形上扩展。 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:Weyl Lu、Yubei Chen

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…

Gym-Anything for Robotics: Scaling physical simulations with digital agents:Figure 1: Built with Gym-Anything for Robotics, RoboWorld covers physical work across major sectors of the U.S. economy , spanning 200 RL environments across 25 simulations.
Figure 1: Built with Gym-Anything for Robotics, RoboWorld covers physical work across major sectors of the U.S. economy , spanning 200 RL environments across 25 simulations.图源:论文作者 / arXiv
arXiv cs.LG filtered精读

Gym-Anything for Robotics: Scaling physical simulations with digital agents

Pranjal Aggarwal、Sean Welleck

Gym-Anything for Robotics框架利用编码代理创建仿真,并通过基于美国GDP数据的选择标准和对抗性创建-审计循环来确保仿真质量。 构建的RoboWorld包含25个仿真和200个RL环境,即使是最先进的前沿模型在所有测试任务上的平均奖励仅为0.06。

学习与仿真simulation generationcoding agents
论文
展开解读与证据

Gym-Anything for Robotics框架利用编码代理创建仿真,并通过基于美国GDP数据的选择标准和对抗性创建-审计循环来确保仿真质量。 构建的RoboWorld包含25个仿真和200个RL环境,即使是最先进的前沿模型在所有测试任务上的平均奖励仅为0.06。

为什么值得关注

该框架揭示了前沿模型在复杂物理仿真中的局限性,并提供了包括特权教师指导和代码策略演示在内的多种性能提升途径。

研究问题

创建逼真的机器人仿真需要大量专家努力且难以扩展,导致现有仿真覆盖的真实世界任务和物理现象范围狭窄。

方法原理

Gym-Anything for Robotics框架利用编码代理创建仿真,并通过基于美国GDP数据的选择标准和对抗性创建-审计循环来确保仿真质量。

结果与证据

构建的RoboWorld包含25个仿真和200个RL环境,即使是最先进的前沿模型在所有测试任务上的平均奖励仅为0.06。

阅读边界
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:Pranjal Aggarwal、Sean Welleck

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

GhostPrefix是首个无需同步的通用对抗前缀攻击,通过学习短的可重用音频段附加到任意实时语音中来控制ASR输出。 在数字设置中,该攻击在提示引导和定向劫持模式下的平均成功率分别为97.6%和93.4%,并在空中传输中保持91.5%和89.5%的成功率。

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。

该攻击可传播至语音助手和AI笔记工具等下游AI辅助管道,导致系统性的语义误解,暴露了实时ASR系统的实际威胁。 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…

该综述将具身记忆方法沿六个基本记忆需求(如世界状态持久性、任务进度)和八个架构类别(如循环状态、空间记忆)进行组织。

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…

FEEL方法结合校准的虚拟弹簧估计与混合密度网络预测的残差分布,仅从本体感觉历史中估计每指外力大小。 在0-20 N接触力范围内,该方法的平均RMSE为0.251 N,相比虚拟弹簧误差降低92.8%,相比端到端MDN降低9.4%。 在箱盒抓取放置任务中,力适应将无损结果和可靠性从7/10提高到10/10,且无需部署专用的接触传感器。

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…

TRIM是一个轻量级时序监控器,通过紧凑的通道统计总结中间激活,并使用时序卷积网络处理短序列以检测漏检故障。 在NuScenes数据集上,时序监控将AUROC从0.686提高到0.704,并将95%召回率下的误报率从0.818降低到0.759。 时序推理头在CPU上仅需0.159毫秒,且早期和中间骨干特征提供了最强的监控信号。

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…

OmniQuad是一种新型轮腿混合机器人,将麦卡纳姆轮与足式运动相结合,以利用全向移动性和越障能力的优势。 该系统由定制的黄轮足和EM-Act执行器组成,并开发了相应的控制方案以协调两种运动模态。 实验评估了在室内和室外环境中的性能,验证了其在受限空间内敏捷移动并保持一致朝向的能力。

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…

提出了一种混合MPC和RL框架,其中有限视界MPC使用预训练的RL模型进行终端成本估计,以平衡安全约束与长时域决策。 在具有反应性周围交通的仿真环境中,该混合方法实现了零碰撞,并取得了所有配置中的最低成本。

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…

MLNS系统结合虚拟传感器驱动势场法进行障碍物检测、MPC模块生成轨迹,以及开放词汇计算机视觉算法进行目标识别。 在涉及10名参与者的真实智能轮椅实验中,系统在输入接口受限或故障的情况下仍展示了鲁棒性和有效性。

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…