TeV：面向生成式机器人策略的时序动作验证框架
论文提出时序验证（TeV），一种面向流匹配VLA的高效时序感知动作验证框架。TeV先学习一个时序token来概括近期观察与动作历史，使候选动作块作为执行轨迹的延续而非孤立预测被评估；在此基础上无需额外专家示范或偏好标注即可构建正负样本对，对比训练基于能量的验证器，为更高质量、轨迹一致的动作块分配更低能量。
推荐理由：针对生成式机器人策略动作验证的时间短视问题，提出无需额外专家示范的时序验证框架，可供做VLA测试时扩展的读者参考。
#模仿学习
#模仿学习
今日 7 条arXiv cs.RO精选AI 评分6262 arXiv cs.RO精选AI 评分6262 TRACE：自遮挡密集杂乱场景下计划条件模仿的鲁棒取物
TRACE 是一个面向自遮挡下密集杂乱取物的计划条件模仿框架，用单张无遮挡观测初始化数字孪生，由特权教师生成固定标称 rollout，循环学生结合局部 rollout 上下文、部分物体观测和本体感知选择动作以纠正偏差。
推荐理由：论文给出自遮挡下密集杂乱取物的计划条件模仿方法，含仿真与 UR5e 真机成功率及执行时间对比。
arXiv cs.ROAI 评分4343 Diffusion-2BC：混合扩散与回归训练用于自动驾驶离线行为克隆
Diffusion-2BC 将扩散去噪目标与辅助确定性行为克隆损失结合在共享视觉编码器上，辅助分支仅用于训练，推理仍基于扩散。在 Claw 任务中，其平均掩码距离误差较扩散行为克隆基线降低约 10%，较标准确定性行为克隆降低 85%；在 CARLA 无路线导航中，于 Town01 和 Town02 均比两个基线行驶更远。
arXiv cs.RO精选AI 评分6262 Memorize, Adapt, Ignore：诊断训练数据变化下的机器人学习机制
该研究用经验神经正切核（NTK）作为诊断工具，考察训练数据变化如何影响机器人操作策略的内部学习机制。在 ManiSkill 的 pick-and-place 强化学习以及 LIBERO、RoboTwin 上 VLA 模型微调中，随机化物体尺寸、颜色、类型、场景光照和语言提示，NTK 能区分策略是在记忆不同情形、适应具体情形，还是忽略任务无关因素。
推荐理由：用经验神经正切核区分策略是在记忆、适应还是忽略训练数据变化，为域随机化设计提供可操作的诊断信号。
arXiv cs.ROAI 评分4141 GestAdapt：面向人形机器人的工作空间条件化共语手势生成
GestAdapt 是一个以预设腕部工作空间为条件的共语手势生成框架，从六个共语语料库学习共享运动表示，并支持重定向到不同机器人本体。用户研究中，修改工作空间约束下生成的手势平均质量得分为 3.24/5，高于无工作空间变体（2.43/5），低于参考动作（3.68/5）。在 Reachy2 人形机器人真机评测中，该框架生成的动作在 69.7% 的对比中排名第一。
arXiv cs.RO精选AI 评分6060 SynIL：利用运动协同度从不完美示范数据集中做离线模仿学习
SynIL 是一个面向离线模仿学习的自动化、免标注示范质量评估框架，基于运动协同度这一低维协调结构与运动熟练度相关的神经科学证据，通过自监督奖励回归生成密集的逐 transition 奖励信号。在 D4RL 运动基准和多人类 Robomimic 操作数据集上，协同度导出的奖励与真实奖励强相关，性能显著优于行为克隆（BC），与使用真实环境奖励训练的离线强化学习相当，在稀疏奖励的人类遥操作场景中更优。
推荐理由：提出用运动协同度自动评估示范质量并生成奖励信号，为不完美示范数据集的离线模仿学习提供免标注思路。
HF blogAI 评分2222 Hugging Face 数据集 leapshared/SciEdu_3exp_374epi：基于 LeRobot 的双臂操作数据
Hugging Face 上线数据集 leapshared/SciEdu_3exp_374epi，由 LeRobot 生成，采用 v3.0 格式，含 374 条 episode、440776 帧、16 个任务，机器人类型为 bi_openarm_follower。
HF blogAI 评分1717 TheBobTheBlob/so101_pickplace_v1：基于 LeRobot 的 SO101 抓放数据集
Hugging Face 上线 TheBobTheBlob/so101_pickplace_v1 数据集，由 LeRobot 生成，面向 so101_follower 机器人，含 30 条 episode、12029 帧、1 个任务、60 段视频，30 fps，动作与状态均为 6 维关节位置。
arXiv cs.RO精选AI 评分6262 SAKI：从人类视频组装技能并做运动学模仿，实现长时程移动操作
SAKI 是一个连接人类视频技能获取、跨示范组装与闭环全身执行的框架，用于长时程移动操作。它准备以物体为中心的可复用技能，在给定目标和任务依赖时选择并排序技能、把物体角色绑定到当前场景，并在技能间传递场景估计与机器人构型；全身运动学模仿生成协调的底盘、手臂与夹爪运动。
推荐理由：论文提出从人类视频组装可复用技能并做全身运动学模仿，读者可了解长时程移动操作的一种组合式思路。
HF blogAI 评分1010 nakanakagawa/sponge_task_9_30_v2：基于 LeRobot 的 so_follower 机器人数据集
Hugging Face 上线 nakanakagawa/sponge_task_9_30_v2 数据集，由 LeRobot 生成，机器人类型为 so_follower，共 6 条 episode、2395 帧、1 个任务，帧率 20 fps，采用 codebase_version v3.0。
HF blogAI 评分1212 ujheo/pen6_20260930_173022：基于 LeRobot 的 so_follower 机器人数据集
Hugging Face 上线数据集 ujheo/pen6_20260930_173022，由 LeRobot 生成，采用 v3.0 数据格式，机器人类型为 so_follower。该数据集含 5 个 episode、3191 帧、1 个任务，以 30 fps 记录 6 自由度动作与状态，并配 front、top 两路 480×640 AV1 视频。
HF blog精选AI 评分6666 CrossBFM：跨人形本体蒸馏共享潜行为空间
CrossBFM 提出无机器人专属参数的统一编码器架构，借助重定向提供的帧级跨本体对应关系，将行为基础模型的潜空间蒸馏到多个训练本体上，耗时不到一 GPU 小时。
推荐理由：CrossBFM 把行为潜空间当作可迁移资产，用不到一 GPU 小时蒸馏出跨本体共享空间，读者可据此了解人形策略迁移的训练成本变化。
HF blogAI 评分1212 nakanakagawa/sponge_task_9_29_v4：基于 LeRobot 的 so_follower 机器人数据集
Hugging Face 上线 nakanakagawa/sponge_task_9_29_v4 数据集，由 LeRobot 生成，机器人类型为 so_follower，共 8 条 episode、3192 帧、1 个任务，帧率 20 fps，采用 codebase_version v3.0。
HF blogAI 评分1515 Hugging Face 数据集 jetsonmom/omx_yellow_bear_box_2cam：基于 LeRobot 的 omx_follower 双臂 2 摄像头数据
Hugging Face 上线数据集 jetsonmom/omx_yellow_bear_box_2cam，由 LeRobot 生成，机器人类型为 omx_follower，含 20 条 episode、7043 帧、40 段视频，30 fps，动作与状态均为 6 自由度。
HF blogAI 评分1818 Hugging Face 发布 so-arm101-stack-green 数据集：基于 LeRobot 的 SO-101 抓取堆叠示范
Hugging Face 上线 so-arm101-stack-green 数据集，由 LeRobot 生成，采用 codebase_version v3.0，机器人类型为 so_follower。数据集含 40 条 episode、32712 帧、1 个任务，30 fps，记录 6 自由度关节位置与前置、腕部两路 480×640 视频，全部划为训练集。
HF blogAI 评分1212 nakanakagawa/sponge_task_9_29：基于 LeRobot 的机器人操作数据集
Hugging Face 上线 nakanakagawa/sponge_task_9_29 数据集，由 LeRobot 生成，采用 v3.0 代码库版本，机器人类型为 so_follower。数据集含 4 条 episode、1596 帧、1 个任务，20 FPS，动作与状态均为 6 维关节位置，配 cam_0、cam_1 两路 480×640 视频。
HF blogAI 评分2222 Hugging Face 数据集 lang_grasp_v1：基于 LeRobot 的抓取示范数据
Hugging Face 上线数据集 jayantrathi/lang_grasp_v1，由 LeRobot 生成，采用 v3.0 数据格式，含 91 条 episode、44598 帧、3 个任务，机器人类型为 so_follower。数据以 30 fps 采集，动作与状态均为 6 维关节位置（含 gripper.pos），并配 480×640 前置视频，训练集划分为 0:91。
HF blogAI 评分2222 ngustj/pen_pick_place_clean_150ep_v1：基于 LeRobot 的 150 回合抓笔放置数据集
Hugging Face 上线数据集 ngustj/pen_pick_place_clean_150ep_v1，用 LeRobot 采集，共 150 个回合、71019 帧，30 fps，机器人类型为 so_follower。该数据集含 1 项任务，动作与状态均为 6 维关节位置，另配 top 和 wrist 两路 480×640 视频，采用 v3.0 代码库格式，训练集覆盖全部 150 个回合。
HF blogAI 评分1818 Aaaay-0610/so101-task-1：基于 LeRobot 的 SO101 机器人操作数据集
Hugging Face 上线数据集 Aaaay-0610/so101-task-1，由 LeRobot 生成，采用 codebase_version v3.0，含 75 条 episode、35614 帧、1 个任务，机器人类型为 so_follower。
HF blogAI 评分2222 Hugging Face 数据集 izlley/h101_multi_v1：LeRobot 采集的双臂机器人操作数据
Hugging Face 上线数据集 izlley/h101_multi_v1，由 LeRobot 生成，含 100 条 episode、49490 帧、3 个任务，机器人类型为 bi_so_follower。数据以 30 fps 记录 12 维双臂关节与夹爪动作及状态，并含左腕、头部、右腕三路 480×640 AV1 视频。
HF blogAI 评分1818 Hugging Face 发布 LeRobot 数据集 lerobot_zihao_dataset_a：40 个 episode、12000 帧
Hugging Face 上线 LeRobot 数据集 zhniu/lerobot_zihao_dataset_a_20260927_202323，含 40 个 episode、12000 帧、1 个任务，机器人类型为 so_follower。
HF blogAI 评分1818 Fabyo04/so101_cube_demo_0_20260926_155239：基于 LeRobot 的 SO-101 抓取演示数据集
Hugging Face 上线数据集 Fabyo04/so101_cube_demo_0_20260926_155239，由 LeRobot 生成，机器人类型为 so_follower，共 100 条 episode、44553 帧、1 项任务，采用 v3.0 代码库、30 fps。
HF blogAI 评分1515 Iwas-6127/my_pick_test_color_20260926_221126：基于 LeRobot 的机器人抓取数据集
Hugging Face 上出现一个用 LeRobot 创建、代号 my_pick_test_color 的机器人抓取数据集，采用 v3.0 代码库版本，共 30 条 episode、6750 帧、1 个任务，机器人类型为 so_follower。
HF blogAI 评分2222 Hugging Face 数据集 leoliu49/pick-cap-tactile：SO-101 抓瓶盖触觉数据
Hugging Face 上线 leoliu49/pick-cap-tactile 数据集，用 SO-101 的 so_follower 本体采集“抓住瓶盖，抓空就重试”任务。
HF blogAI 评分2222 Hugging Face 数据集 leoliu49/pick-cap-notactile：SO-101 抓瓶盖 39 条无触觉示范
Hugging Face 上线机器人数据集 leoliu49/pick-cap-notactile，含 39 条 SO-101（so_follower）示范，任务为“抓住瓶盖拿起瓶子，没抓中就重试”。
qbitaiAI 评分7474 刷视频也能教会机器人干活：1200亿tokens人类动作预训练，误差按幂律下降
亮源新创9月21日发布技术博客，披露Light-O1人类动作预训练规模从37.5亿扩展到1200亿token（最大约对应10万小时人类动作），在第一视角人类数据、公开机器人数据和自研人形机器人数据上适配后，动作预测误差、全身姿态误差和腕部位置误差均持续下降并呈幂律趋势，被其称为迁移缩放定律。
HF blogAI 评分3434 Hugging Face 论文页：Co-Evolving Harnesses and Models——在策略修正让弱模型在模仿失败处追赶
Hugging Face 上线论文页《Co-Evolving Harnesses and Models: On-Policy Correction Helps Weaker Models Catch Up Where Imitation Fails》，探讨在策略修正对较弱模型的提升作用。论文指出，在模仿学习失效的场景下，该方法能帮助弱模型追赶。
HF blog精选AI 评分6565 WorldToken 机器人模仿学习实验记录数据集发布
Hugging Face 上线 mepi31415/WorldToken_Experiment_Records 数据集，公开 WorldToken: Time-First Sequence Modeling for Robotic Imitation Learning 的训练日志、配置、评估结果与 rollout 视频。
推荐理由：WorldToken 论文的实验记录与检查点打包公开，读者可据此复现多任务控制与长历史实验的表格结果。
RobohubAI 评分4141 一年读完 300 余篇 LfD 论文：人类与 LLM 评估机器人学习示范研究的发现
一项针对学习示范（LfD）领域为期一年的研究读完 300 余篇论文，发现仅约 20% 可算作高度重要贡献，其余多为对现有方法的渐进改进或新应用领域。研究指出脚本和大语言模型能完成一般性定量评估，却无法判断研究的真正重要性，也识别不出重复已有解决方案的工作或摘要中的夸大表述。作者建议结合人工精读与自动化工具，并让期刊会议评审重新参与论文排序。
Robohub精选AI 评分8282 交互式世界模拟器：用动作条件视频预测训练与评测机器人策略
作者提出 Interactive World Simulator，一种动作条件视频预测模型，在像素空间预测后续帧，不含物理引擎，可在单张 RTX 4090 上以 15 FPS 交互运行超过 10 分钟。
推荐理由：作者用同一批策略在仿真与真机上的评分对比，给出世界模型能否替代真机评测与数据采集的一手证据。
HF blog精选AI 评分7171 RynnWorld-Teleop：面向数字遥操作的动作条件世界模型
论文提出 RynnWorld-Teleop，一种动作条件世界模型，用生成式世界模型替代实体机器人实现数字遥操作，将操作者手部姿态流转化为机器人视角的高保真视频，并作为与本体无关的动作标签经重定向迁移到任意目标机器人。
推荐理由：论文提出用生成式世界模型替代实体机器人采集数据，读者可了解数字遥操作如何解耦硬件约束并生成可迁移轨迹。
HF blogAI 评分5353 SIEVE：面向 VLA 模仿学习的结构感知数据选择方法
SIEVE 是一种面向 VLA 模仿学习的结构感知数据选择方法，将示范轨迹视为可复用视觉运动基元与转换接口的组合。它从机器人轨迹中发现可复用基元，按结构信息量分配数据预算，并挑选更易被行为克隆学习的中心稳定示范。作者称该方法在多个数据集、基准和 VLA 模型上稳定优于数据选择基线，仅用 50% 数据加 50% 训练步数即超过全量数据训练。