Mulligan 发布 sim-square-narrow-r03-baseline-idql 基线 IDQL 检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r03-baseline-idql，为基于状态的 IDQL 智能体，采用扩散 actor 与标量 IQL critic，含 policy.pt 和 stats.json。
#模仿学习
#模仿学习
今日 7 条HF blogAI 评分2222 HF blogAI 评分2222 Mulligan 发布 sim-square-narrow-r02-baseline-idql 基线检查点
Hugging Face 上的 Mulligan 项目发布 sim-square-narrow-r02-baseline-idql 基线检查点，为基于状态的 IDQL 智能体，采用扩散 actor 与标量 IQL critic，含 policy.pt 和 stats.json。
HF blogAI 评分1818 krish5831/act_tissues_into_box：基于 ACT 与 LeRobot 的纸巾入盒策略
Hugging Face 上发布了一个名为 krish5831/act_tissues_into_box 的 ACT 模仿学习策略，用 LeRobot 0.6.2 训练，可让 so_follower 机器人完成“把纸巾包放进盒子”的任务。
HF blogAI 评分2222 Hugging Face 上 bk912/dp_green_cube_to_box_clean_20k 扩散策略模型发布
Hugging Face 上线扩散策略模型 bk912/dp_green_cube_to_box_clean_20k，用 LeRobot 0.6.2 训练，基于 50 条、38140 帧、30 FPS 的 so_follower 机器人数据，训练 20000 步、批量 32。
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”。
HF blogAI 评分2222 ravediamond/turbovla_so101_bowls：基于 LeRobot 训练的 SO-101 双臂放碗策略
Hugging Face 上发布 turbovla_so101_bowls 策略，基于 LeRobot 0.6.1 训练，用于 SO-101 的 so_follower 本体，输入前顶与腕部两路 640×480 相机图像和 6 维状态，输出 6 维动作。
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2222 Hugging Face 上 K-vr/cube_stack3_Pi05_abs_batch8：基于 π₀.₅ 的叠方块策略
Hugging Face Hub 上线 K-vr/cube_stack3_Pi05_abs_batch8，这是基于 Physical Intelligence 的 π₀.₅ 视觉语言动作模型、用 LeRobot 0.6.1 微调并推送的机器人策略，基座为 lerobot/pi05_base。
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。
qbitaiAI 评分4444 可可矩阵高宇翔：把具身ICL前置到预训练，押注上下文Scaling新赛道
国内创业公司可可矩阵（COCO Matrix）正把In-Context Learning做成具身智能的底层范式，思路是将后训练的ICL前置到预训练阶段。创始人高宇翔称核心团队到齐后不到一个月即拿到验证技术方案可行性的核心证据，其条件表征模型已在八九类视觉任务上验证，动作头压到约60M参数效果依然可用。
qbitaiAI 评分2222 去年归国的徐梦迪，成了清华姚班班主任
2025年9月从斯坦福回到清华的徐梦迪，成为清华姚班2026级四位新生班主任之一，并在迎新现场带来「构建下一代智能」主题分享。她本科毕业于清华车辆工程专业，2024年获CMU机械工程博士学位，博士论文《构建可适应的通用机器人》拿下CMU机械工程系最佳博士论文奖，主张通用机器人不能只靠Scaling，还需具备adaptation适应能力。
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。
HF blogAI 评分2222 Hugging Face 上的 tavishh/robotarm：ACT（CVAE）SO-101 方块与圆柱抓放
东北大学 SV 机器人 SIG 的 Team TRON 在 Φ 硬件智能 ACT 训练竞赛中提交了 tavishh/robotarm：基于 phi_so101_cubes_cylinder_v1 数据集（120 条轨迹、66,873 帧、3 路相机）训练的 ACT（CVAE）策略，用于抓取方块或圆柱并放入盒中。
qbitaiAI 评分4040 SIGGRAPH 时间检验奖揭晓：Taku Komura 2016 年深度学习动作合成论文获奖
香港大学 Taku Komura 团队 2016 年发表的《A Deep Learning Framework for Character Motion Synthesis and Editing》获 SIGGRAPH 时间检验奖，该工作首次用深度学习从大规模动作捕捉数据中学习可复用的运动表示。
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。
ROS Discourse latestAI 评分7272 ROBOTIS 发布开源模仿学习平台 Cyclo Intelligence
ROBOTIS 人形机器人部门发布开源 Physical AI 平台 Cyclo Intelligence，面向 AI Worker 的模仿学习工作流，把遥操作数据采集、数据集转换、模型训练（支持 GR00T、PI、ACT 等）和真机实时推理整合为端到端流程。
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。
qbitaiAI 评分3838 FaceMind 提出 Ego-NeuroLoop 数据范式，用脑电和肌电训练世界模型
FaceMind脸谱心智提出 Ego-NeuroLoop 数据范式，同步采集 world camera、gaze、EEG、sEMG 四类信号，记录人类操作时"看哪里、准备做什么、肌肉怎么发力、反馈如何修正"的完整闭环。
ROS Discourse latestAI 评分3838 如何为 AgileX NERO 双 7 自由度机械臂配置 CAN 主从联动
教程演示用 CAN 总线把两条 AgileX NERO 7 自由度机械臂配置成主从结构，从臂实时复现主臂运动，可用于遥操作与模仿学习实验。接线需保证 CAN H 与 CAN L 正确对应，启用前须将两臂对齐至相近位姿，否则从臂会快速校正引发碰撞风险。NERO 软件 1.1 版本下主从模式启用后 API 仅接受主臂指令，无法单独查询从臂状态。