面向水下机器人的机载视觉与 MPC 导航:开源 BlueROV2 多机器人实验与对接平台
论文提出一个开源 BlueROV2 平台,将机载视觉与非线性模型预测控制(NMPC)结合,用于受限环境下的自主导航与对接。
论文提出一个开源 BlueROV2 平台,将机载视觉与非线性模型预测控制(NMPC)结合,用于受限环境下的自主导航与对接。
StartLux-Decision-4B 在 Hugging Face 发布,可对状态回答选择题、是/否题和评分题,每个选项返回概率,请求响应沿用 TypeSafe /v1/systemone 格式。
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。
Hugging Face 上线数据集 Jianguo-Huang11/APM-Bench。该数据集页面未提供更多说明,仅附有 Hugging Face 推进开源与开放科学、推动人工智能民主化的使命表述。
Hugging Face Hub 上线 toniotgz/act_pick_box,这是一个用 LeRobot 0.6.2 训练的 ACT 模仿学习策略,在 so_follower 机器人上执行“从桌上拿起盒子”任务。
Hugging Face 上线了 maria715 的 CAT_llama3b_likeZephyr_eps0150_42_relativelr_utility_500_NEW_weight000371875 模型页面。该页面未提供模型参数、训练数据或评测结果等具体信息,仅保留 Hugging Face 推进开源与开放科学的平台说明。
Hugging Face 上出现了一个名为 maria715/CAT_adv_eps02_42_relativelr_REFAIT 的模型仓库。该页面未提供模型架构、训练数据、任务类型或性能指标等具体信息,仅包含 Hugging Face 推进开源与开放科学的使命声明。
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。
bartowski 基于 llama.cpp b11259 为 OmniJev 的 OneJev-9B 模型发布 GGUF 量化版本,覆盖 bf16 到 IQ2_M 共 22 个文件,默认推荐 Q4_K_M(5.84GB)。该模型支持文本与图像输入,仓库同时提供 mmproj 多模态投影文件,可搭配任意量化版本使用。
Hugging Face Hub 上出现了一个由 transformers 推送的模型卡,模型 ID 为 Nat1an/cerulean-lab4-f-e570cde2。该模型卡为自动生成,开发者、模型类型、语言、许可证、微调来源、训练数据与评估结果等信息均标注为待补充。
Hugging Face Hub 上出现了一个由 Nat1an 分享的 transformers 模型,模型 ID 为 cerulean-lab4-e-d8d5d8e9。该模型卡为自动生成,开发方、模型类型、语言、许可证、训练数据与评测结果等信息均标注为待补充。
Hugging Face 上线 strands-isaaclab-h1-rough 数据集,记录宇树 19 自由度 H1 人形机器人在 NVIDIA Isaac Lab 程序化崎岖地形上按指令基座速度行走,共 12 条 episode、6000 帧、50 fps。
Julian 发布了面向 ROS2 的 BuildHat 差速驱动控制器包,用于 Raspberry Pi 与 Lego Spike/Prime 之间的硬件接口。
fanqi-robo 在 Hugging Face 发布 π0.5 微调检查点 pi05_insert_gear_in_gripper_b0,基于 lerobot/pi05_base 在 50 集双臂 YAM 插齿轮数据集上全量微调,训练 20k 步、全局 batch 32、lr 2.5e-5,采用 QUANTILES 归一化与绝对关节、3 路相机、无图像增强。
Hugging Face 上出现 ribeiroyuri/CampoVivo-Qwen3-4B-Instruct-v3 模型页面。该页面未提供模型能力、训练数据或评测结果等具体信息,仅附有 Hugging Face 推进开源与开放科学的使命说明。
基于 lerobot/smolvla_base 微调的 SmolVLA 策略 mongster7/smolvla_dice_50k 在 LeKiwi 移动机械臂上完成"把红色骰子放进篮子"任务。
Hugging Face 上出现由 LeRobot 生成的 UR5e 螺母装配数据集,含 100 条 episode、24602 帧、1 个任务,机器人类型为 ur5e。数据以 20 fps 采集,动作维度 7、状态维度 9,配两路 84×84 视频,采用绝对动作与 OSC_POS 控制,训练集划分 0:100。
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。
Hugging Face 上出现名为 emmanuel-v/policy_2026-09-30_shake_it_up_on_cart_100kHz_nfft4096 的模型条目,名称包含 100kHz 与 nfft4096 等参数标识。该条目页面未提供更多模型细节,仅附有 Hugging Face 推进人工智能开源与开放科学的使命说明。
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。
ECHO-G 发布,可从语音和文本生成宇树 G1 的全身动作,所有模型输出 39 通道机器人运动,帧率 30 FPS。代码版本 v0.2.0,提供音频加文本、纯音频、纯文本及 HumanRetarget 多组权重,新输入支持最长 20 秒或 600 帧、256 个文本 token,更长输入需先分段。
推荐理由:ECHO-G 开源了从语音和文本生成宇树 G1 全身动作的模型权重与推理流程,读者可据此了解输入规格与复现入口。
Hugging Face 上出现一个用 LeRobot 训练并推送至 Hub 的 ACT(Action Chunking with Transformers)模仿学习策略,它从遥操作数据学习,预测短动作块而非单步动作。该策略采用 apache-2.0 许可,可用 lerobot-train 从零训练,并用 lerobot-record 配合 so100_follower 机器人本体运行推理与评估。
Hugging Face 上的 hotchpotch/s1mb-result 数据集收录 System One Mosaic Benchmark(S1MB)的模型评测结果,整合 Choice、Noul 和 Score 三类专项任务。
Hugging Face 论文页发布 VideoPhysEdit,一种无需训练的物理反事实视频编辑(PCVE)流程,通过刚体物理场景重建显式还原场景物理,将物理编辑作为干预并利用生成轨迹引导反事实视频生成。
Hugging Face 上线 SO-101 SimStudio Lab01 抓放数据集 v4(alexhegit/so101-simstudio-lab01-pnp-agent-yaw-v4),共 140 个 episode、67235 帧,20 fps、3 路 640×480 相机,状态为 15 维位置+速度+末端 XYZ。
Hugging Face 上线数据集 ssmit203/assignment3_7,由 LeRobot 生成,机器人类型为 so101_follower,代码库版本 v2.1。该数据集含 30 条 episode、2058 帧、1 个任务,30 fps,动作与状态均为 6 维(肩部旋转/抬升、肘部、腕部弯曲/旋转、夹爪),另含 480×640 前置视频。
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。
mradermacher 为 SEAD-SAGE-4B 发布了 GGUF 静态量化版本,暂未提供 weighted/imatrix 量化。已提供从 Q2_K(1.9 GB)到 f16(8.9 GB)的多档量化,其中 Q4_K_S 与 Q4_K_M 标注为快速、推荐,Q6_K 为质量很好,Q8_0 为快速且最佳质量。
Hugging Face 上线 yanggangu/CLIP-ViT-base-patch32-SMAT-DTD,这是 SMAT(Simple and Efficient Merge-Aware Training)论文表 2 中 seed 42 的专家模型,训练时即考虑模型合并。
Hugging Face 上线 yanggangu/CLIP-ViT-base-patch32-SMAT-SVHN,这是 SMAT(Simple and Efficient Merge-Aware Training)论文表 2 中针对 SVHN 的专家模型,seed 42。
Hugging Face 上线 CLIP-ViT-base-patch32-SMAT-RESISC45,这是 SMAT(Simple and Efficient Merge-Aware Training)论文表 2 中的专家模型,训练种子为 42。
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。
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。
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。
strands-robots 通过 isaaclab train_policy provider 在 Isaac Lab 中训练宇树 Go2 四足机器人 PPO 策略,4096 个并行环境、1500 次迭代、147M 环境步,在单张 NVIDIA L40S 上耗时 57 分 39 秒,速度跟踪成功率 0.98。
推荐理由:原文给出从 Isaac Lab 训练 PPO 策略到录制 LeRobot v3 数据集的完整命令与验证流程,可迁移到其他机器人任务。
cagataydev 在 Hugging Face 发布 strands-isaaclab-shadow-reorient-policy,这是用 strands-robots 的 isaaclab train_policy provider(PR #4227)训练的 rsl_rl PPO 策略,任务为 Isaac-Reorient-Cube-Shadow 手中方块重定向。
推荐理由:读者可据此了解用 strands 工具链在 Isaac Lab 中训练并导出 Shadow Hand 转方块策略的完整流程与实测指标。
Hugging Face Hub 上线 klinzw/pi05_autolife_fridge,这是基于 Physical Intelligence π₀.₅、用 LeRobot 0.6.0 微调并推送的视觉语言动作策略,机器人本体为 autolife_s1,执行“open fridge”和“close fridge”任务。
一个基于 Vulkan 的 SLAM 系统正在开发中,可在 Android 和 Linux 上运行。项目目前更像概念验证,证明能在相机帧上以零拷贝方式运行任意计算着色器,而非实际的 SLAM/VIO,作者计划未来实现后者。
开发者 haihoang1219931 开源了 SenseRobot AI 国际象棋训练器的 DIY 克隆方案,用 Arduino Mega 2560 + RAMP 1.5 和 NEMA 步进电机复现其物理移子机构、AI 视觉追踪与机械臂精度,无需 ROS。
Linorobot2 Cockpit 发布 v2026.09,这是一个容器化、基于浏览器的 ROS 2 移动机器人监管器,覆盖 micro-ROS 固件生成、硬件验证、物理仿真调参与自主导航。