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。
操作与抓取
全部主题追踪操作与抓取的研究、可复用工程方法与真实部署证据。
45条精选
最新精选
第 1–20 条 · 共 45 条arXiv cs.RO精选AI 评分6262 arXiv cs.RO精选AI 评分6666 URAI：让前沿智能体编写、调用并演化机器人工具
论文提出 URAI（Universal Robot-Agent Interface），将编程智能体与执行智能体耦合：前者从任务意图编写可复用和任务专用的机器人工具，并通过执行反馈与人工指导迭代，后者从当前观测选择并参数化这些工具，每次调用在本地完成完整动作后再交回决策权。
推荐理由：论文给出代码作为策略的新分工方式，并附五个仿真任务与七项真机任务的对比数据，可供关注机器人策略设计的研究者参考。
arXiv cs.RO精选AI 评分6262 OccluDex：面向自遮挡下第一视角灵巧操作的分层三维视触觉表征学习
OccluDex 是一个分层三维视触觉表征学习框架，将全局几何结构与局部接触信息结合，用于手物交互中动态自遮挡下的灵巧操作。它采用多尺度掩码自编码逐步编码部分三维几何，并通过跨模态注意力将触觉接触 token 与高层几何特征融合，编码器由同步的人类视触觉示范预训练，再作为冻结感知主干迁移到下游强化学习。
推荐理由：提出分层三维视触觉表征框架，用多尺度掩码自编码与跨模态注意力应对自遮挡下的灵巧操作。
arXiv cs.RO精选AI 评分6262 FunCo-Grasp：面向跨本体灵巧抓取生成的功能对应方法
FunCo-Grasp 通过功能部件对齐与规范坐标系对齐，在不同结构机械手之间建立功能对应，使模型学习可迁移的抓取知识。在过滤后 CMapDataset 的留出物体仿真中，三只已见手平均成功率 92.40%，四只未见手 74.02%；真机实验中同一模型在两只未见手上取得 76.00% 的总体成功率，无需额外训练或微调。
推荐理由：论文提出跨本体灵巧抓取的功能对应方法，读者可了解无需目标手抓取数据即可迁移到未见手的思路与仿真真机结果。
arXiv cs.RO精选AI 评分6262 Cue the Flow：用空间线索引导流匹配策略完成开放世界配送操作
论文提出 Cue the Flow，用预训练流匹配视觉语言动作模型作为底层控制接口，把高层 grounding 输出当作空间线索来引导策略，并引入轻量线索条件适配器：先以对比目标学习显著且具空间区分度的线索表示，再监督预测动作块上的对角仿射变换。
推荐理由：论文把预训练流匹配 VLA 当作底层控制接口，用轻量适配器把空间线索转成动作块上的仿射变换，为开放世界配送操作提供了一条可迁移的引导思路。
arXiv cs.RO精选AI 评分7171 SimEX：仿真集成的机器人自动研究框架
SimEX 是一个将仿真实验与编码智能体结合的自动研究框架，分两阶段让智能体先在仿真中开放式试错并构建机器人工具箱，再通过少量真机试验校正仿真器并筛选修复方案。在毛巾折叠、条码扫描和盘子操作等真机操作任务上，SimEX 无需任何示范、仅用 10 分钟真机交互即可让编码智能体获得机器人技能。作者认为仿真不仅是训练数据来源，也可作为编码智能体发展机器人知识与操作流程的实验室。
推荐理由：论文提出仿真与编码智能体结合的自动研究框架，读者可了解无示范条件下获取真机操作技能的两阶段方法。
arXiv cs.RO精选AI 评分7171 EmbodiRSI：面向数据高效机器人适配的递归自改进系统
EmbodiRSI 是一个在真实到仿真再回真实流程中做递归自改进的智能体系统，用任务专属仿真作为低成本环境迭代改进策略后再迁回真机。在三个桌面环境和 14 个子任务上，经过两轮 RSI 更新，场景均衡的自主仿真成功率从 50.4% 提升到 83.5%。
推荐理由：论文给出真实到仿真再回真实的递归自改进流程，读者可了解用少量真机轨迹完成策略适配的具体做法。
arXiv cs.RO精选AI 评分6262 PRICE：面向具身强化学习的物理关系信用分配方法
PRICE 提出用轨迹间的物理关系为动作块分配信用，仅凭终端成功信号即可细化轨迹级监督，无需辅助评估器。方法包含物理关系图与置信度门控信用分配两部分，并给出与终端成功目标相关的有限样本方向界。在 LIBERO、RoboTwin 2.0 和真机实验中，PRICE 相比基于结果的基线任务成功率更高、学习更快。
推荐理由：提出用轨迹间物理关系为动作块分配信用，无需额外评估器，并在 LIBERO、RoboTwin 2.0 与真机上验证。
arXiv cs.RO精选AI 评分6262 HIDE 基准与 SEEK 框架：面向部分可观测机器人操作的技能级记忆评测与增强
作者提出 HIDE 基准，用于评测部分可观测条件下的机器人操作记忆，包含重复计数、历史状态回忆和执行进度跟踪三类共 15 项任务，并设置随机初始配置与需依据先前事件区分动作的决策点。
推荐理由：论文给出部分可观测操作记忆的评测基准与三种记忆机制组合方案，并附仿真与真机对比结果。
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.RO精选AI 评分6262 Online-ES：通过自监督轨迹分布优化在线进化 Flow Matching VLA 策略
论文提出 Online-ES，一个基于进化策略的 Flow Matching VLA 在线自适应框架，通过在动作轨迹空间做进化探索并利用执行结果构建自监督 MSE 目标，把进化方向从轨迹空间迁移到模型参数空间。作者证明该目标是最优进化方向的无偏估计，并将失败经验作为负反馈约束进化方向。仿真与真实环境实验显示，其策略改进效果与强化学习微调相当，且无需学习价值模型或计算优势函数。
推荐理由：提出在动作轨迹空间做进化搜索的在线自适应框架，为 Flow Matching VLA 策略改进提供不依赖价值模型的方法。
arXiv cs.RO精选AI 评分6262 CEER2：面向人形机器人移动操作的方向可调末端执行器与根部柔顺框架
CEER2 提出一种面向人形机器人移动操作的柔顺框架，将方向可调、可在线调整的末端执行器柔顺与可选根部柔顺结合，用于外力抑制或力跟随。该框架用分层强化学习控制器通过高层末端执行器与根部指令调制固定的全身跟踪策略，交互力由本体感知历史估计。仿真与真机实验展示了方向刚度控制、在线刚度调整、不同根部柔顺模式、柔顺操作与协作搬运。
推荐理由：论文提出人形机器人末端执行器与根部的方向可调柔顺框架，读者可了解分层强化学习如何调制全身跟踪策略。
arXiv cs.RO精选AI 评分6666 Galbot 团队系统评测 GPT-6 Astra 作为具身策略的能力
Galbot 团队在六个领域系统评测 GPT-6 Astra 作为通用具身策略的表现，涵盖直接控制、与学习策略协作和反馈驱动适应。
推荐理由：系统评测 GPT-6 Astra 作为具身策略在六类任务上的表现，并给出成功率与推理延迟数据，可据此判断通用模型与物理控制的差距。
arXiv cs.RO精选AI 评分6666 BIND：将 3D 机器人动作绑定到 2D 图像特征的动作表示
作者提出 BIND，一种将 3D 机器人动作绑定到对应 2D 图像特征的视觉运动策略动作表示，通过相机几何而非学习来提供动作与特征的关系。它离散化候选末端执行器位置体积，把每个候选与各相机视角投影处的预训练特征关联，再对候选的位置与图像绑定特征组合打分来选动作。在真机上，BIND 在少至 5 次示范的任务上取得接近完美的成功率，并在相机视角大幅偏移和未见物体位置下表现稳健，而坐标回归基线完全失败。
推荐理由：BIND 用相机几何把 3D 动作绑定到 2D 图像特征，读者可了解其数据效率与视角鲁棒性的真机验证方式。
arXiv cs.RO精选AI 评分6262 PneuTac：用统一 MPM-高斯泼溅仿真实现软体气动机器人触觉操作
PneuTac 提出一个面向软体气动机器人触觉反馈操作的统一仿真框架，用物质点法（MPM）建模软体机器人与可变形触觉膜动力学，用 3D 高斯泼溅（3DGS）做渲染，并通过基于视觉的简单方法完成真实到仿真建模，再训练动作与感知网络作为代理模型加速仿真。
推荐理由：提出软体气动机器人与触觉传感的统一仿真框架，为触觉操作策略的仿真增强训练提供可复用思路。
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。
arXiv cs.RO精选AI 评分6060 螺旋软体机器人全身抓取与抛掷的优化学习精炼框架
研究提出面向软体连续机器人的优化-学习-精炼框架，用基于结果的动作空间优化实现从初始未抓取状态开始的全身抓取与拾取抛掷。抓取以末端角扫掠和身体-物体包裹度量化，抛掷还纳入释放方向对齐与最低释放速度，采用无导数CMA-ES应对非光滑的动作到结果映射。
推荐理由：论文给出软体连续机器人全身抓取与抛掷的无导数优化框架，并附仿真与真机成功率数据。
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。
arXiv cs.RO精选AI 评分7171 KPI：面向人形机器人物理交互的可提示内核
论文提出 KPI，一种位于轨迹源与未修改全身跟踪器之间的可提示内核，轨迹源按方向下发跟踪、柔顺或保持力范围的契约，内核依据跟踪误差与力旋量估计在接触频率上调整手臂刚度、阻尼、参考与前馈。作者用视觉语言智能体从单条指令同时生成参考轨迹与契约，无需任务专用代码，演示了绞盘操作、开门和箱子搬运，其中绞盘演示中人形机器人转动曲柄将另一台机器人完全吊离地面。
推荐理由：论文提出在轨迹源与全身跟踪器之间插入可提示内核，读者可了解接触阶段刚度与阻尼如何按指令自适应。
arXiv cs.RO精选AI 评分6262 机器人上下文学习综述：方法与应用
一篇题为《In-Context Learning for Robots: Methods and Applications》的综述将机器人上下文学习文献按上下文证据到执行的接口分为四类：上下文条件策略、几何示范迁移、基于世界模型的控制，以及基于技能与智能体的执行。
推荐理由：这篇综述把机器人上下文学习拆成四类接口，并梳理了迁移假设与评测方式的差异，适合用来建立该方向的方法地图。