让机器人中途安全停下:SAFI为视觉语言动作模型补上“接管”能力
机器人拒绝开始一项任务,并不代表它能在执行途中安全停止。SAFI通过训练明确的备用动作,让模型在任务被禁止时尽量稳住机械臂并保持抓持。
阅读全文机器人拒绝开始一项任务,并不代表它能在执行途中安全停止。SAFI通过训练明确的备用动作,让模型在任务被禁止时尽量稳住机械臂并保持抓持。
阅读全文HINT-WAM 将示范视频中的未来信息用于训练阶段,让机器人动作模型在自己的采样轨迹上获得更密集的动作指导。它试图弥合离线模仿学习与真实执行之间的落差,但现有素材尚未提供完整实验结果。
阅读全文一项关于具身智能自我改进的研究发现,向智能体公开基准成功标准,可能让它更快获得高分,却也更容易围绕特定验证器过拟合。真正稳健的评估,应优先忠实反映自然语言指令。
阅读全文EgoX提出一种面向跨具身学习的机器人操控框架,通过模块化接口和“具身想象”目标,将人类、真实机器人及模拟智能体的经验组织到同一训练体系中。实验显示,跨具身预训练能显著提升目标机器人在常规及分布外任务上的表现。
阅读全文RoboScript提出“世界内上下文学习”范式,让冻结的基础模型先在模拟环境中反复演练任务,再把反馈写入上下文记忆,而不是更新模型权重。在RoboTwin 2.0的50项任务中,该方法仅凭每项任务一次示范,取得83.4%的平均成功率。
阅读全文Robbyant提出触觉基础模型LingBot-Touch,试图打破压阻式、磁式和视觉触觉传感器之间的物理差异。其统一触觉表示可作为即插即用模块,接入扩散策略与VLA模型。
阅读全文ODE Policy 将机器人控制从“直接输出动作”转向学习动作变化的动力学,并通过神经常微分方程生成连续轨迹。论文称,该方法兼顾平滑性、多样性与推理效率,可用于模仿学习、VLA、世界动作模型和强化学习。
阅读全文A²-MEAS将基础模型的诊断、机器人观察结果、执行历史与动作建议组织成可学习的纠错接口,让机器人在失败后调整策略。该系统在仿真、真实机器人和长程家务任务中展示了持续控制与恢复能力。
阅读全文英伟达等机构提出 VFlash,通过 Flash Primitive Decoding 一次性预测视觉原语中的多个坐标。该方法在保持空间精度的同时,显著加快了机器人轨迹规划。
阅读全文SLA 将空间表征学习从下游任务适配前移到持续预训练阶段,尝试让机器人基础模型同时理解语言、视觉与三维几何。该方法在训练时引入冻结的 3D 感知教师,推理阶段则不依赖额外模块。
阅读全文一项面向全波形激光雷达的研究,提出基于强度分布的Token剪枝与合并机制,并结合保留物理结构的数据增强,在Ghost-FWL基准上实现超过8倍加速,同时提升F1表现。
阅读全文北京大学 DAGroup 提出 Open-HumanScale,开放了一套将人类第一视角经验扩展到具身基础模型的训练方案。研究显示,经过筛选和标注的人类视频可以提升机器人策略的泛化能力,并在 RoboTwin 2.0 上取得较高成绩。
阅读全文人类示范更容易获取,却无法直接替代机器人数据。H2RB通过对齐视觉表征与拆分动作解码,让未配对的人类和机器人轨迹共同适配预训练VLA。
阅读全文NEO-VLA重新审视了视觉语言动作模型的经典架构:动作策略不一定要依赖视觉编码器输出的最终特征。研究显示,让视觉表示与语言共同演化,并向动作模块开放不同深度的中间信息,有助于提升机器人操控的性能与鲁棒性。
阅读全文Embodied Agent Arena 对十个视觉语言模型智能体进行了覆盖几何、空间推理、可供性、任务规划与操作控制的系统评测。结果显示,模型会“看懂”并不等于能稳定完成一项真实任务。
阅读全文RoboTryOn提出一种类似虚拟试衣的人机迁移方法:保留人类视频中的动作、任务和场景,只将执行者替换为目标机器人。研究显示,合成数据可在没有对应遥操作示范的情况下帮助机器人学习新任务,并显著降低数据采集成本。
阅读全文uni-robot-agent 为开放权重机器人使用智能体提供了统一测试与训练框架。研究显示,开箱即用的 Qwen3.8-Flash-Next 在 RoboDojo 上取得 31.39 分,并超过论文所引用的 GPT-6 Astra-RoboProbe 结果。
阅读全文据报道,苹果正在推进代号为J595的家庭机器人,主打移动式FaceTime、自动开灯等功能,售价可能超过1000美元。产品最早或于2027年上市,但开发延期也可能推迟到2028年。
阅读全文CaPtain 将代码即策略引入机器人操作,通过监督微调、多轮强化学习和物理评论家,把原本零样本失败的小型开源 VLM 转化为可执行的机器人智能体。
阅读全文RoboArchitect 通过编码模型分析机器人执行失败,并持续改写包裹冻结策略的控制框架。在不更新模型权重的情况下,它显著提升了机器人在陌生场景和新任务中的成功率。
阅读全文