MEKAWIRE
Forschung

Studien

Neue Studien zu Robotik und Physical AI, jeweils mit ihrer Bedeutung für die Branche.

42 Studien
ThemaAlleManipulation 76VLA 65Navigation 35Robotik allgemein 32Roboterlernen 27Wahrnehmung 22Humanoide 21Simulation 15Fortbewegung 13Sicherheit 11World Action Models 4World-action model 3Aerial 2Aerial manipulation 2Dexterous manipulation 2Sim-to-Real Manipulation 2Social Navigation 2Vision-Language Navigation 23D Assembly 13DGS dataset 15G Simulation 1AMR Operations 1Active vision manipulation 1Adaptive MPC 1Adaptive action horizons 1Adaptive intervention 1Aerial Manipulation 1Aerial navigation 1Agricultural Robotics 1Articulation Estimation 1Autonomous Driving 1Autonomous Exploration 1Battery-aware RL 1Belief-space planning 1Bimanual Manipulation 1Byzantine localization 1Canal inspection 1Co-speech Humanoid 1Compositional Manipulation 1Construction navigation 1Contact-Rich Manipulation 1Contact-rich Manipulation 1Continual reinforcement learning on top of robot foundation models 1Continuum sensing 1Cross-embodiment transfer of humanoid whole-body controllers 1Curriculum RL 1Dexterous Manipulation 1Distributed Manipulation 1Distribution Shift 1Driving Simulation 1Efficient VIO 1Egocentric data 1Egocentric video 1Embodied Agents 1Embodied policy 1Empowerment MPC 1Endoscopic navigation 1Endovascular robotics 1Evaluating robot world models against real executions 1Event-camera VO 1Exoskeletons 1Failure recovery 1Federated 3D Perception 1Fisheye detection 1Floorplan SLAM 1Geometry-aware manipulation 1Grasping 1Grounding 1Humanoid Control 1Humanoid RL 1Humanoid Tool Use 1Humanoid loco-manipulation 1Humanoid safety 1Humanoid whole-body control 1Imitation Learning 1JEPA World Models 1Lab automation 1Laboratory Manipulation 1Latent World Models 1Legged Manipulation 1LiDAR Security 1Lifelong RL 1MAPF 1MAV guidance 1Manipulation LfD 1Manipulation Safety 1Marine simulation 1Memory-centric VLA 1Miniature Locomotion 1Mining Perception 1Mobile manipulation 1Model-based RL 1Monocular SSC 1Motion Planning 1Multi-Agent RL 1Multi-Robot Exploration 1Multi-Robot Manipulation 1Multi-UAV Exploration 1Multi-UAV State Estimation 1Multi-agent RL 1Multi-agent motion planning 1Multi-camera odometry 1Multi-fidelity RL 1Multi-robot manipulation 1Multi-skill Manipulation 1Multi-view perception 1Multimodal simulation 1Navigation & Mapping 1Object Pose Estimation 1Object Search 1Panoramic 3D Detection 1Panoramic segmentation 1Pedestrian tracking 1PersonNav 1Planning 1Policy Optimization 1Preference Learning 1Quadruped locomotion 1Real-time VLA 1Real-to-sim 1Reinforcement learning for industrial assembly 1Representation alignment 1Robot-Use Agents 1Runtime Verification 1Safe Generative Planning 1Safe RL-MPC 1Safe VLA 1Safety monitoring 1Safety-critical control 1Sim-to-real Navigation 1Sim-to-real manipulation 1Simulation geometry 1Skill Discovery 1Social navigation 1Soft Pneumatic Actuators 1Soft manipulation 1Sonar SLAM 1Streaming 3D reconstruction 1Submovement decomposition 1Surgical 1Surgical robotics 1Tactile Exploration 1Tactile VLA 1Temporal manipulation 1Terrain traversability 1Text-to-3D Policy 1Tool Co-Design 1Trajectory Correction 1Traversability 1UAV Navigation 1UAV Swarms 1UAV traffic monitoring 1Underwater Robotics 1Underwater active mapping 1Underwater perception 1Unified world-action model 1VLA Conditioning 1VLA Defense 1VLA Robustness 1VLA evaluation 1VLA manipulation 1VLA robustness 1Video world models 1Visual Generalization 1Visual Grounding 1Visual Reward Models 1Visuomotor Fusion 1Visuotactile manipulation 1World Models 1World models 1World-Action Models 1
NiveauAlleEinstiegFortgeschrittenExperten
Noch nicht auf Deutsch verfügbar: Anzeige im englischen Original.
Gefiltert nach Technologie Bestärkendes Lernen, zurücksetzen
arXiv
VLAExperten

Recovering Low-Bit Failures in Vision-Language-Action Policies via Quantization-Conditioned Reinforcement Learning

Seongmin Park, Jaewon Lee, Yujun Heo, Yoonsik Kim, Seheon Choi, Hyoung-rock Kim, Jungwook Choi

Quantization lowers deployment costs of vision-language-action (VLA) policies but can compromise task completion. Across five VLA models and 4,050 real-world trials, we systematically reveal that quantization-aware training (QAT) generally improves on post-training quantization (PTQ) but leaves substantial gaps to full precision (FP) on long-horizon tasks and under visual and semantic shifts, while its imitation-based objective does not explicitly use rollout success or partial completion.

VLARL
Vollständige Studie lesen (PDF)
arXiv
LocomotionExperten

PointWalker: Mapless Quadruped Locomotion Directly From Raw LiDAR Point Clouds

Sicen Li, Zhen Chu, Chao Li, Jun Zheng, Qiuguo Zhu, Jun Wu

Quadruped robots deployed for inspection and field missions must cross heterogeneous terrain, from stairs, slopes, and gaps to high platforms, stepping stones, and balance beams, where safe support is sparse or see-through. Existing methods interpose a terrain map or a depth image between sensing and control.

RLLiDAR
DEEP Robotics
Vollständige Studie lesen (PDF)
arXiv
HumanoidExperten

P-BFM: Perceptive Behavioral Foundation Models for Humanoid Control via Unsupervised Reinforcement Learning

Xue Wang, Yitang Li, Yiming Zhang, Siqin Wang, Junhan Sun, Zhihao Liu, Yaojie Shen, Jingbo Yuan, Hao Zhao, Qingdu Li

Behavioral foundation models (BFMs) provide humanoids with reusable repertoires of whole-body behaviors; in real-world humanoid control, the same behavioral intent may require fundamentally different motions under different terrain constraints. Covering such variation with terrain-matched demonstrations requires enumerating a combinatorial space of behaviors and terrain geometries.

RL
HumanoidFoundation
Vollständige Studie lesen (PDF)
arXiv
LearningExperten

Reinforcement Learning Based Heterogeneous Task Allocation Under Spatio-Temporal Environmental Uncertainty for Multi-Robot Teams

Xi Lin, Yaxuan Li, Paul Szenher, Brendan Englot

Autonomous Surface Vehicles (ASVs) have been increasingly deployed to perform different kinds of maritime tasks in recent years, which motivates the need for a reliable task allocation policy that can adapt to heterogeneous tasks and maritime disturbances. In this work, we formulate a multi-robot task allocation problem in which a team of ASVs with heterogeneous capabilities needs to complete tasks of different types and appearance times under unknown stochastic spatio-temporal uncertainties from maritime disturbances.

RL
Vollständige Studie lesen (PDF)
arXiv
LearningExperten

Phase-Gated Constrained Reinforcement Learning for End-to-End Capture and Detumbling of Non-Cooperative Targets

Álvaro Belmonte-Baeza, Celia Redondo-Verdú, José L. Ramón, Miguel Cazorla, Leonard Felicetti, Jorge Pomares

Active debris removal requires a servicer spacecraft to approach a non-cooperative tumbling object, capture it, and arrest its rotation. This sequence is conventionally divided among phase-specific controllers, each depending on knowledge of the target's inertia, a dedicated grappling fixture, or a hand-designed switch at the contact-rich seam where such pipelines are most fragile.

RL
Vollständige Studie lesen (PDF)
arXiv
VLAExperten

Reflect-VLA: Internalizing Reflective Guidance via Dual-Path On-Policy Self-Distillation for Autonomous Driving

Yuechen Luo, He Chong, Fang Li, Shaoqing Xu, Hexin Zhang, Ruiqi Zhang, Ziying Song, Lei Yang, Zhi-Xin Yang, Fuxi Wen

Reinforcement Learning (RL) substantially improves planning performance in autonomous-driving Vision-Language-Action (VLA) models. However, existing RL methods rely on scalar trajectory rewards that measure overall quality but fail to identify specific planning errors or provide actionable correction signals.

VLARL
Vollständige Studie lesen (PDF)
arXiv
ManipulationExperten

Evo-RL: Iterative Robot Reinforcement Learning from Selective Experience

Kai Ye, Yifan Jin, Qianhang Luo, Hongru Zhang, Jiedong Zhang, Shuyuan Hu, Song-Yuan Wu, Jihai Xu, Jie Zhao, Bo Zhao

Existing real-world reinforcement learning methods improve robot policies by combining human corrections with autonomous rollouts. However, accumulated experience varies in its value for policy improvement, and even successful trajectories can contain inefficient or redundant behavior, motivating more selective experience reuse.

RL
Vollständige Studie lesen (PDF)
arXiv
LearningExperten

Dream to Remember: Continual Steering of Generalist Robot Policies with World Models

Bahey Tharwat, Iman Nematollahi, Marvin Alles, Xingyuan Zhang, Akshay L Chandra, Abhinav Valada

Generalist robot policies are trained with imitation learning and are bounded by the quality and coverage of their demonstrations. Reinforcement learning can improve and extend them, either by fine-tuning the policy weights or by training a small module to steer the input noise of a frozen generative policy.

WeltmodelleImitationslernenRL
Vollständige Studie lesen (PDF)
arXiv
LearningExperten

MARGoS: A Configuration-Driven Platform for Reproducible MARL Experiments in ARGoS

Tom Philipp Backert, Mohammad D. Soorati, Javad Ghofrani

Multi-agent reinforcement learning (MARL) has become a prominent research direction, particularly within collective robotics, where the ARGoS simulator is widely used to study emergent swarm behavior. Yet despite this growth, systematic support for reuse and reproducibility in MARL-based swarm robotics remains limited and insufficiently standardized: a single experiment is assembled from manually aligned simulator files, training scripts, configuration values, paths, seeds, and environment details, so reuse and reproduction stay fragile even within one research group.

RL
Vollständige Studie lesen (PDF)
arXiv
Visual GeneralizationExperten

VIGOR: Latent-Space-Konsistenz für robuste Zero-Shot-Visualisierung in MBRL

Mingyu Park, Samyeul Noh, Hyun Myung, Donghwan Lee

VIGOR ist ein Preprint-Framework für modellbasiertes Reinforcement Learning, das mit asymmetrischer Weak-to-Strong-Augmentierung, Dynamics-Level-Konsistenz und Encoder-Stabilisierung die Zero-Shot-Generalisierung unter visuellen Störungen verbessert. Auf DeepMind Control Suite übertrifft es die zweitbeste Baseline um 3,4 Prozent, auf Robosuite um 43,6 Prozent, bei erhaltener Sample-Effizienz des TD-MPC2-Backbones. Damit adressiert es eine strukturelle Schwäche latenter Weltmodelle, bei der Störungen über rekursive Rollouts kumulieren.

RL
Vollständige Studie lesen (PDF)
arXiv
Lifelong RLExperten

AMSC: Task-Ähnlichkeit für selektive Wiederverwendung in lebenslangem Reinforcement Learning

Saptarshi Nath, Inish M. D'Souza, Antonio Carta, Soheil Kolouri, Andrea Soltoggio

In dem Preprint wird AMSC vorgestellt, ein Verfahren für lebenslanges Reinforcement Learning, das mithilfe von Online-Task-Ähnlichkeit relevante frühere Policymasken auswählt und gewichtet. Auf den Benchmarks CT28 und MG16 erzielt AMSC hohe mittlere Performance und Forward Transfer ohne Vergessen und übertrifft modulare Kompositions-Baselines. Die Ergebnisse deuten darauf hin, dass Task-Ähnlichkeit eine wirksame Grundlage für selektive Wiederverwendung sein kann.

RL
Vollständige Studie lesen (PDF)
arXiv
Multi-agent RLExperten

SCOUT: Testzeit-Koordination für Offline-MARL durch zerlegte Wertegradienten

Dongsu Lee, Haoran Xu, Amy Zhang

SCOUT ist ein Preprint-Framework für Offline-Multi-Agenten-Reinforcement-Learning, das einen flow-matching-basierten Verhaltensprior mit einer additiv zerlegten Q-Funktion kombiniert. Zur Testzeit transportiert jeder Agent Aktionspartikel per Stein Variational Gradient Descent in hochwertige Regionen und wählt anschließend die beste Aktion aus. Auf SMACv1 und MA-MuJoCo erreicht SCOUT die höchsten Durchschnittswerte (16,1 bzw. 82,12) und übertrifft in allen Offline-zu-Online-Konfigurationen MAC-Flow.

RL
Foundation
Vollständige Studie lesen (PDF)
arXiv
Legged ManipulationExperten

ReCo: Response-Consistent Locomotion und Policy-Aware MPC für mobile Manipulation mit Laufrobotern

Kuankuan Sima, Yichao Gao, Chenxi Gu, Kefan Zhao, Lin Zhao

Das Preprint stellt ReCo vor, ein Framework, das eine gelernte Lokomotionsrichtlinie mit einer modellprädiktiven Regelung koppelt, um Endeffektor-Trajektorien während des Laufens im Weltkoordinatensystem zu verfolgen. Die Richtlinie wird durch Response Shaping darauf trainiert, auf Kommandos konsistent und wiederholbar zu antworten, und ein identifiziertes Closed-Loop-Antwortmodell mit gangperiodischen Anteilen dient der MPC als prädiktive Schnittstelle. In einer MuJoCo-Simulation erreicht ReCo eine um 28,7 % niedrigere Positions-RMSE und eine um 27,4 % niedrigere Orientierungs-RMSE als die jeweils beste Baseline und läuft auf der realen Go2-X5-Plattform vollständig onboard.

RL
Vollständige Studie lesen (PDF)
arXiv
Policy OptimizationExperten

FERPO: On-Policy-RL mit vorwärtsgerichteter KL-Anpassung ohne differenzierbaren Kritiker

Sebastian Sanokowski, Alireza Sarmadi, Majid Khadiv

FERPO ist ein On-Policy-Maximum-Entropie-Verfahren, das die Policy verbessert, indem es eine entropie- und KL-regularisierte Zielverteilung über Kritikerwerte aufbaut und den Akteur per Forward-KL mit Self-Normalized Importance Sampling daran anpasst, ohne den Kritiker nach Aktionen zu differenzieren. Das Paper ist ein Preprint und berichtet in Simulationen auf DMC, MuJoCo Playground und ManiSkill wettbewerbsfähige Endleistungen, Stichprobeneffizienz sowie 6,9 Prozent schnellere kombinierte Update-Zeit gegenüber REPPO bei K gleich 16. Damit entsteht eine praktische Alternative zu pfadweisen Aktualisierungen für massiv paralleles Robotiklernen.

RL
Vollständige Studie lesen (PDF)
arXiv
Multi-fidelity RLExperten

MFPG-PPO: Multi-Fidelity Policy Gradients stabilisieren datenarmes Reinforcement Learning

Xinjie Liu, Ruihan Zhao, Anirban Chaudhuri, Cyrus Neary, Ufuk Topcu, David Fridovich-Keil

Die Autoren stellen mit MFPG-PPO eine Erweiterung proximaler Policy-Optimierung vor, die wenige hochgenaue Trainingsdaten mit zahlreichen verzerrten Niedrigpräzisionsdaten kombiniert, ohne den Policy-Gradienten zu verzerren. In Tests auf vier simulierten Laufaufgaben verbessert MFPG-PPO die reine Hochpräzisions-PPO-Baseline in 14 von 16 Szenarien und erreicht auf einem realen Franka-Arm mit nur vier Episoden pro Update eine Erfolgsrate von 91,7 Prozent gegenüber 55,0 Prozent. Der noch unbegutachtete Preprint zeigt damit einen Weg, knappe Realdaten für On-Policy-Reinforcement-Learning nutzbar zu machen.

RL
Vollständige Studie lesen (PDF)
arXiv
Tactile ExplorationExperten

TacEx: Taktile Neugier als gerichtetes Explorationssignal für Robotermanipulation

Klemens Iten, Alexander Proshkin, Bhavya Sukhija, Stelian Coros, Andreas Krause, Pieter Abbeel, Carmelo Sferrazza

Das Paper stellt TacEx vor, ein Framework, das taktile Unsicherheit als Explorationssignal für Reinforcement Learning nutzt. In Simulationen lernt ein Roboter ohne Aufgabenbelohnungen Greifverhalten, und die gesammelten kontaktintensiven Daten verbessern offline trainierte Pick-and-Place-Policies sowie das Post-Training von Vision-Language-Action-Modellen. Die Arbeit ist ein Preprint und nicht begutachtet.

RL
Vollständige Studie lesen (PDF)
arXiv
GroundingExperten

GroundingPI: Präzises visuelles Grounding als Perzeptionsfundament für physische Intelligenz

Qize Yu, Lianrui Fan, Boyu Chen, Jiaqi Liang, Xini Ding, Yue Chen, Zetian Song, Yuran Wang, Yi Zou, Kaixuan Wang, Tianxing Chen, Wenxuan Song, Bohan Zhou, Mingleyang Li, Siqiao Huang, Yuqi Ye, Caigao Jiang, Wei Wei, Ruihai Wu, Hang Zhang

In einem Preprint wird GroundingPI vorgestellt, ein 4-Milliarden-Parameter-Grounding-Foundation-Model, das Punkte und Boxen als quantisierte Koordinaten in einem gemeinsamen Vokabular erzeugt. Über 34 Grounding-Benchmarks mit 44 Baseline-Vergleichen erreicht das Modell einen Durchschnitt von 73,68 % und liegt damit vor dem größeren GPT-6 Astra mit 71,54 %. Als Perzeptionsbackbone verbessert es Robotermanipulation und autonomes Fahren, etwa mit bis zu 24,8 % relativem Vorteil im RoboTwin-2.0-OOD-Setting.

VLARL
Physical Intelligence
Vollständige Studie lesen (PDF)
arXiv
Safe RL-MPCExperten

RL-geführte PAC-NMPC kombiniert stochastische MPC und Actor-Critic-Lernen für sichere Navigation

Adam Polevoy, Dillon Capalongo, Katherine Tang, Mark Gonzales, Marin Kobilarov, Joseph Moore

Das Preprint beschreibt eine Methode, die stochastische modellprädiktive Regelung (PAC-NMPC) mit durch Reinforcement Learning trainierten Actor-Critic- und Sensorprädiktionsmodellen kombiniert, um in unbekannten Umgebungen mit lokaler Wahrnehmung probabilistisch sicher zu navigieren. In Simulation und Hardwareversuchen auf einem Fixed-Wing-UAV erreicht der Ansatz höhere Erfolgsraten als die Einzelkomponenten und Baselines, in der Simulation 90 Prozent, in Hardware 80 Prozent. Er verbessert damit die Sicherheit von RL-Policies und die Langzeitleistung von NMPC durch statistische Garantien.

RL
Vollständige Studie lesen (PDF)
arXiv
Battery-aware RLExperten

Batteriebewusstes Reinforcement Learning für aggressiven Quadrocopter-Flug

Alejandro Sanchez Roncero, Olov Andersson, Petter Ogren

Der Preprint stellt eine RL-Policy für einen 38 g Crazyflie Brushless vor, die eine gefilterte Batteriespannung beobachtet und einen erweiterten Schubkommando-Bereich nutzt. Gegenüber der Standard-Autoritäts-Baseline sinkt der Trackingfehler beim Kreisen mit 3,84 m/s um 49,3 % (von 14,26 cm auf 7,23 cm RMSE), und die mittlere 20-Runden-Rennzeit fällt von 106,22 s auf 95,24 s. Das zeigt, dass explizite Spannungsinformation die vorhandene Firmware-Kompensation bei aggressivem Flug ergänzt.

RL
Vollständige Studie lesen (PDF)

Themenseiten

Manipulation 6VLA 4World Action Models 5World-action model 3Aerial manipulation 3Dexterous manipulation 3Sim-to-Real Manipulation 3Social Navigation 3

Die Studien stammen aus den Robotik-Feeds von arXiv. Solange unsere Zusammenfassung fehlt, erscheinen die ersten Zeilen des Abstracts.