MEKAWIRE
Forschung

Studien

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

74 Studien
ThemaAlleManipulation 63VLA 43Navigation 24Learning 23Robotics 22Perception 20Humanoid 14Safety 9Simulation 9Locomotion 8World Action Models 4World-action model 3Aerial 2Aerial manipulation 2Dexterous manipulation 2Sim-to-Real Manipulation 2Social Navigation 2Vision-Language Navigation 2World models 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 1Continuum sensing 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 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 control 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 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 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-Action Models 1
NiveauAlleEinstiegFortgeschrittenExperten
arXiv
Dexterous ManipulationFortgeschritten

DexJoCo-X benchmarkt Aktionsrepräsentationen für sieben dexteröse Hände

Xiangwei Jiang, Yao Mu, Lixin Duan, Wen Li

In diesem Preprint stellen die Autoren DexJoCo-X vor, ein Benchmark- und Toolkit für den kontrollierten Vergleich von Aktionsrepräsentationen über sieben dexteröse Hände, sechs Aufgaben und 2.100 ausbalancierte Demonstrationen. Zentrale Erkenntnis: Unter gemeinsamem Training einer Being-H0.5-Policy erreichen funktionsausgerichtete Aktionsslots 47,7 % mittleren Erfolg, nahezu gleichauf mit nativen Koordinaten (47,0 %), während gelernte Latenträume (DexLatent) auf 33,1 % abfallen. Damit wird belegt, dass die Repräsentationswahl vom gesamten Lernsystem abhängt und nicht isoliert betrachtet werden kann.

Feinmanipulation
Vollständige Studie lesen (PDF)
arXiv
Lab automationFortgeschritten

Passives Vision-System verifiziert Deck-Aufbau auf Opentrons Flex ohne Robotereingriff

Junqiong Joanne Qiu, Zeckria Kamrany, Ananya Anand, Emma Vidal, Yunjia Johanna Bai, Nathan S Chen, Sean Son, Varada Abhyankar, Taryn Jakub, Eleazar Eskin

Der vorliegende Preprint beschreibt den Labware Setup Checker, ein passives Vision-System, das mit einer externen Webcam und YOLO-Modellen die Deck-Bestückung eines Opentrons Flex gegen ein Protokoll prüft. In Tests zur Vorbereitung eines SwabSeq-Protokolls wurden 95,1 % der exakten Labware-Zuordnungen korrekt klassifiziert, und die Deck-Regionen wurden in Okklusions- und Beleuchtungstests zu 100 % lokalisiert. Das System läuft ohne Änderungen an Hardware oder Firmware und liefert Ergebnisse in wenigen Sekunden.

Vollständige Studie lesen (PDF)
arXiv
Bimanual ManipulationFortgeschritten

EyeRobot 2.0: Aktive Blicksteuerung ersetzt Handgelenkkameras für präzise bimanuale Manipulation

Kush Hari, Justin Kerr, Nidhya Shivakumar, Samarth Mahapatra, Carmelo Sferrazza, Jiahui Lei, Jitendra Malik, C. Karen Liu, Ken Goldberg, Angjoo Kanazawa

EyeRobot 2.0 ist ein Preprint, der einen Rahmen für präzise bimanuale Manipulation mit nur einer festen Stereokamera vorstellt. Das System richtet den Blick aktiv auf 3D-Fixationspunkte, verarbeitet die Bilder foveal und kanonisiert Aktionen im Fixationsrahmen. In über 1000 physischen Versuchen übertrifft es passive Stereo-Baselines um 40 Prozentpunkte in der realen Welt und um 20 Prozentpunkte in der Simulation; es erreicht die Leistung von Ego+Wrist-Richtlinien, wenn deren Sicht frei ist, und verdoppelt diese, wenn die Handgelenkkameras verdeckt sind.

Vollständige Studie lesen (PDF)
arXiv
Multi-Agent RLFortgeschritten

Permutation Robustness reicht nicht: Action Collapse in Multi-Agent Transformer Policies

Amit Thakur, Mukesh Singhal

In einem Preprint untersuchen die Autoren, ob Transformer-Policies in Multi-Agenten-Systemen echte Koordination lernen oder lediglich die Agentenreihenfolge abbilden. Die Experimente zeigen, dass niedrige Permutationsfehler täuschen können, weil Policies oft alle Agenten dieselbe Aktion wählen; PPO-ID liefert diverses, aber ordnungssensitives Verhalten, während Equivarianz-Regularisierung Robustheit verbessert, jedoch Action Collapse fördern kann. Für Teams mit N=4 sind deutlich schwächere Regularisierungsgewichte nötig, weshalb die Autoren fordern, Return, Permutationsrobustheit und Aktionsvielfalt gemeinsam zu bewerten.

Vollständige Studie lesen (PDF)
arXiv
Contact-Rich ManipulationFortgeschritten

Propriozeptive Reflexpolitik für kontaktintensive Manipulation aus drei Interaktionsprimitiven

Quan Nguyen, Yunho Kim, Joonho Lee

Das Paper stellt einen in Simulation trainierten propriozeptiven Reflex vor, der als eingefrorene Ausführungsschicht unter höheren Reglern arbeitet und Aufgabenkommandos an lokale Kontaktbedingungen anpasst. Auf realen Robotern verbessert er das Kistenheben und die Peg-in-Hole-Montage; bei 0,02 mm Toleranz steigt die Erfolgsquote von maximal 22 % auf 36–58 % und die geschätzte Kontaktkraft sinkt auf weniger als die Hälfte. Da es sich um einen arXiv-Preprint handelt, ist die Arbeit nicht begutachtet.

Vollständige Studie lesen (PDF)
arXiv
Sim-to-Real ManipulationFortgeschritten

Skill2Real: Hierarchische Agenten-Skills für Zero-Shot-Sim-to-Real-Robotermanipulation

Xincheng He, Siyu Ma, Chang Yu, Yunuo Chen, Yanjia Huang, Ying Nian Wu, Yin Yang, Chenfanfu Jiang

In diesem Preprint stellen die Autoren Skill2Real vor, ein agentisches Lernframework, das in Simulation eine zweistufige Hierarchie aus lokalen Manipulations-Skills (Cerebellum) und Aufgabenkompositionen (Brain) lernt und über eine gemeinsame codebasierte API ohne reale Aufgabenanpassung auf einen UR5e-Roboter überträgt. Auf nicht gesehenen LIBERO-Pro-Long-Aufgaben steigert eine eingefrorene LIBERO-90-Skillbibliothek die Erfolgsrate mit GPT-6 Astra von 2,0 % auf 56,3 % und mit Claude Opus 5 von 0,5 % auf 49,0 %; auf dem realen Roboter erreicht das volle System 78,75 % mittlere Aufgabenerfüllung im Vergleich zu 27,50 % ohne gelernte Skills. Der Ansatz zeigt, dass privilegiertes Simulationswissen in validierte, übertragbare Programmkompetenz umgewandelt werden kann.

Vollständige Studie lesen (PDF)
arXiv
ManipulationFortgeschritten

PAM: Proprioceptive Sketches als Langzeit-Intent für generative Aktionspolitiken

Fangyuan Wang, Songhao Huang, Haoxiang Sun, Shipeng Lyu, Chengyang He, Anqing Duan, Peng Zhou, David Navarro-Alarcon

In diesem Preprint stellen die Autoren Proprioceptive Action Models (PAM) vor, die in einem einzigen Transformer-Denoiser eine kompakte, timingfreie Skizze des verbleibenden Roboterpfads und einen kurzen Aktionsblock gemeinsam erzeugen. PAM verbessert die Erfolgsrate bei vier realen bimanuellen Aufgaben von 47,5 % auf 75,0 % und übertrifft Diffusion Policy sowie B-spline Policy. Der Ansatz zeigt, dass eine explizite, geometrische Langzeit-Repräsentation ohne Zeitbezug die Aktionsvorhersage robuster macht.

Vollständige Studie lesen (PDF)
arXiv
World Action ModelsFortgeschritten

Completion Aware Guidance verbessert World Action Models ohne Nachtraining

Seungyeon Kim, Junhoo Lee, Baekseung Kim, Minkyu Kim, Nojun Kwak

Der Preprint stellt Completion Aware Guidance (CAG) vor, eine trainingsfreie Sampling-Methode für World Action Models. CAG verstärkt während der Inferenz die für die aktuelle Vorhersage relevanten Instruktionsanteile und reduziert so die als task-incomplete imagination bezeichnete Fehlerart. In Simulationen steigt die Erfolgsquote bei DreamZero und Fast-WAM auf einem RoboTwin-2.0-Subset von 64,4 % auf 70,0 % und in Zero-Shot-Aufgaben von 69 % auf 75 %.

Vollständige Studie lesen (PDF)
arXiv
Streaming 3D reconstructionFortgeschritten

CLoSeR: Loop Closure für driftarme Streaming-Rekonstruktion im Kilometerbereich

Moyang Li, Zihan Zhu, Wei Zhang, Marc Pollefeys, Daniel Barath

CLoSeR erweitert das Feedforward-Streaming-Modell LoGeR um einen Loop-Closure-Mechanismus und ermöglicht so driftarme 3D-Rekonstruktion aus monokularen Videos im Kilometerbereich. Als Preprint berichtet, erzielt das System auf VBR einen mittleren ATE RMSE von 11,15 m und auf Oxford Spires 5,26 m, jeweils deutlich besser als die Basis LoGeR und andere Feedforward-Ansätze. Der Ansatz nutzt die global konsistente Skala von LoGeR und optimiert die Posen nur auf SE(3), ohne Sim(3)- oder SL(4)-Optimierung.

Vollständige Studie lesen (PDF)
arXiv
Humanoid safetyFortgeschritten

Viability-Aware Policy Selection: Dreistufige Sicherheitswahl für Humanoid-Akrobatik

Siwei Ju, Lu Liu, Jan Peters, Oleg Arenz

Das als Preprint vorliegende Paper stellt Viability-Aware Policy Selection (VAPS) vor, eine Sicherheitsarchitektur für akrobatische Humanoide. VAPS kombiniert eine nominale Tracking-Policy mit einer Abbruch-Policy und einer Schutzfall-Policy und wählt über kurze Zeithorizonte jeweils die ambitionierteste noch viable Verhaltensoption. In Simulation auf einem Unitree G1 und real auf einem LimX Oli senkt VAPS Kopf- und Handkontakte drastisch und dominiert die stärksten getesteten Einzelnetz-Alternativen.

Humanoid
Vollständige Studie lesen (PDF)
arXiv
Pedestrian trackingFortgeschritten

Deployment-fokussiertes Tracker-Evaluierungsprotokoll für Fußgängerumgebungen

Dominik Wojcikiewicz, Diego Paez-Granados

Das Paper stellt ein Preprint vor, das ein deployment-fokussiertes, tracker-only Evaluierungsprotokoll mit gemeinsamen Detektionen für die 3D-Personenverfolgung entwickelt. Es testet Initialisierung, Fortsetzung bei Detektionslücken, Identitätswiederherstellung, Nahbereichszuordnung und Echtzeitlaufzeit auf dem JRDB-Datensatz und ergänzt HOTA um interpretierbare Erfolgsprofile. Ohne GT-Unterstützung erreichen die getesteten Tracker nur 24,26 bis 29,67 Prozent HOTA; nach 1,0 Sekunde Detektorausfall behält kein Tracker ohne GT-Hilfe in mehr als der Hälfte der Fälle räumlich korrekte Ausgabe mit gleicher Identität, und die Laufzeit auf dem Jetson Orin zeigt lastabhängige Einbrüche, bei denen mehrere Tracker das 10-Hz-Echtzeitziel unterschreiten.

Vollständige Studie lesen (PDF)
arXiv
Robot-Use AgentsFortgeschritten

OpenRUA: Coding-Agents als Zero-Shot-Visuomotorik-Policies über natives ROS 2

Zhaoyang Chu, Earl T. Barr, Claire Le Goues, Peter O'Hearn, Mark Harman, Federica Sarro, He Ye

OpenRUA ist ein Preprint, der einen Zero-Abstraction-Harness für Robot-Use-Agents vorstellt. Statt spezieller Abstraktionsschichten erhält ein handelsüblicher Coding-Agent nur Terminal-Zugriff auf die native ROS-2-Schnittstelle des Roboters sowie einen Workspace mit Dokumentation und Basistools. Mit Claude Code und Claude Opus 5 erreicht das System im Zero-Shot-Betrieb Erfolgsraten von 99,0 % auf CaP-Bench und 87,0 % auf LIBERO-PRO und zeigt, dass Coding-Agents ohne roboterspezifisches Training oder vorgefertigte Primitive als Visuomotorik-Policy fungieren können.

ROS 2
Vollständige Studie lesen (PDF)
arXiv
Navigation & MappingFortgeschritten

GlassGuard kartiert Glasflächen verifiziert für sichere Roboternavigation

Hanwen Guo, Zhengzhi Lin, Yusen Xie, Ji Zhang

GlassGuard ist ein Preprint-Framework, das transparente Architekturverglasung aus Kamera- und LiDAR-Daten rekonstruiert und als Hindernis in die Navigationskarte einträgt. In neun realen Gebäudeszenen mit mehr als einer Stunde und 2,1 km Fahrt erreicht die Panoramavariante 85,2 % Gesamtabdeckung, die Pinhole-Variante 82,1 % gegenüber höchstens 61 % der getesteten Baselines, bei 5- bis 17-mal weniger falschen Voxeln pro Bild. Der Ansatz verbindet damit Sicherheit durch Glasabdeckung mit Nutzbarkeit durch geringe Belegung des Freiraums.

LiDAR
Vollständige Studie lesen (PDF)
arXiv
Federated 3D PerceptionFortgeschritten

FedCKA: Dynamische Layer-Personalisierung für föderierte 3D-Objekterkennung über Fahrdomänen

Jolle Verhoog, Ali Burak Ünal, Holger Caesar

Das Paper stellt FedCKA vor, eine Methode zur dynamischen Layer-Personalisierung im föderierten Lernen für multimodale 3D-Objekterkennung. FedCKA nutzt Centered Kernel Alignment, um schichtweise Repräsentationsähnlichkeiten zwischen lokalen Client-Modellen und dem globalen Modell zu messen und daraus client-spezifische Aggregationsmasken abzuleiten. Auf einem nuScenes-basierten Benchmark mit fünf heterogenen Fahrdomänen verbessert FedCKA den durchschnittlichen NDS um 7 Prozentpunkte gegenüber der stärksten föderierten Baseline. Das Paper ist ein Preprint und nicht begutachtet.

Vollständige Studie lesen (PDF)
arXiv
Humanoid Tool UseFortgeschritten

HumanoidToolBench: Benchmark für menschenähnliche Werkzeugnutzung von Auswahl bis mobiler Ausführung

Kyochul Jang, Seohyeon Park, Ohchul Kwon, Sangjun Park, Junhyeok Choi, Seungyeop Yi, Chaeyun Kim, Sangkyu Lee, Idan Szpektor, Avi Caciularu, Jongmin Park, Youngjae Yu

Der Preprint stellt HumanoidToolBench vor, einen Benchmark mit 18 Aufgaben, der Werkzeugauswahl, stationäre Nutzung und mobile Ausführung auf einem humanoiden Roboter prüft. Dazu gehört ToolBook, ein Datensatz mit 3.094 Teleoperations-Demonstrationen, davon 3.003 in Simulation und 91 auf einem realen Unitree G1. Erste Evaluierungen von sieben Policies in Simulation und drei auf dem realen Roboter zeigen deutliche Lücken zwischen der Auswahl eines geeigneten Werkzeugs und dem erfolgreichen Abschluss der Aufgabe.

Humanoid
Vollständige Studie lesen (PDF)
arXiv
Quadruped locomotionFortgeschritten

PROMO: Präferenzgesteuertes Multi-Objective-RL für Quadrupeden

Amr Mousa, Rifny Rachman, Neil Karavis, Michele Caprio, Richard Allmendinger

PROMO ist ein Preprint-Framework für semantisches präferenzkonditioniertes Multi-Objective-Reinforcement-Learning. Eine einzelne Richtlinie macht die Abwägung zwischen Kommandotreue, Stabilität und Energieeffizienz zur Laufzeiteingabe und trennt diese von festen lokomotionsspezifischen Prioritäten. In Simulation werden über 100 Präferenzen 67 nichtdominierte Verhalten erreicht und eine mittlere Präferenz-Objektiv-Korrelation von 0,843 gemessen; auf einem Unitree Go2 senkt allein die Präferenzänderung die spezifische Energie um bis zu 30,4 Prozent, den Positionsfehler um bis zu 38,7 Prozent und die maximale Körperlageabweichung um bis zu 59,0 Prozent.

RL
Vollständige Studie lesen (PDF)
arXiv
Failure recoveryFortgeschritten

Recova: Agentengeführtes Fehler-Recovery für autonome Robotermanipulation

Isabella Liu, An-Chieh Cheng, Johan Bjorck, Zhiding Yu, Hongxu Yin, Jan Kautz, Linxi Fan, Yuke Zhu, Sifei Liu

Der Preprint beschreibt Recova, ein agentengeführtes Framework, das Aufgabenausführung und Szenen-Wiederherstellung in einem rekonstruierten digitalen Zwilling gemeinsam entwickelt und über echte Robotereinsätze verfeinert. In sechs LIBERO-Pro-Settings und vier MolmoSpaces-Kategorien erreicht das System 78,8 bzw. 64,9 Prozent mittlere Erfolgsrate und übertrifft die stärksten Baseline-Methoden um 7,1 bzw. 26,9 Prozentpunkte. Auf realen Robotern steigt die mittlere Erfolgsrate nach parallelem DAgger-Feintuning von 23,8 auf 77,5 Prozent und mit Recovery-Fähigkeiten auf 87,5 Prozent, während die beobachtete menschliche Eingriffsrate in vier Runden einer Aufgabe von 87,5 auf 0 Prozent fällt.

Vollständige Studie lesen (PDF)
arXiv
Motion PlanningFortgeschritten

RUL-aware RRT*: Gesundheitsbewusste Bahnplanung für Manipulatoren

Haibo Li, Zhiguo Zeng, Xu Li

Der Preprint stellt RUL-aware RRT* vor, eine Erweiterung des Sampling-basierten RRT*-Algorithmus, die die Restlebensdauer (RUL) einzelner Gelenke in die Kostenfunktion einbezieht und die Gelenkbelastung adaptiv ausgleicht. In Simulationen mit einem UR5-Sechsachsmanipulator erreicht der Ansatz eine ausgeglichenere Degradation und verlängert den Zeitpunkt des ersten Gelenkausfalls um 48 bis 56 Prozent gegenüber Standard-RRT*. Die Ergebnisse zeigen einen Weg, Wartungsinformationen direkt in die Bewegungsplanung zu integrieren und die Zuverlässigkeit von Industrierobotern im Dauerbetrieb zu erhöhen.

Vollständige Studie lesen (PDF)
arXiv
Surgical roboticsFortgeschritten

Leitfähigkeitssensor stoppt Roboterbohrung vor Pedikeldurchbruch: Ex-vivo-Studie mit 100 Prozent Erfolg

Jorge Andrés Pérez Velásquez, François Teyssere, Thibault Chandanson, Quentin Grimal, Brahim Tamadazte

Die Autoren stellen in diesem Preprint einen robotischen Pedikelbohrer mit integriertem elektrischem Bioimpedanzsensor von SpineGuard vor. In Ex-vivo-Versuchen an 51 Schweinewirbeln wurden alle Durchbrüche verhindert, alle Bohrungen blieben innerhalb der klinisch akzeptablen Grade A und B nach Gertzbein-Robbins. Der Ansatz verzichtet auf externe Sensoren und könnte die Strahlenbelastung in der Wirbelsäulenchirurgie reduzieren.

Vollständige Studie lesen (PDF)
arXiv
Underwater RoboticsFortgeschritten

Tragbares Robotersystem RADMCS hilft Tauchern, Abstand zu Unterwasserstrukturen zu halten

Demetrious T. Kutzke, Junaed Sattar

In einem arXiv-Preprint stellen die Autoren das tragbare Unterwasser-Robotersystem RADMCS vor, das am Scuba-Tank befestigt wird und über zwei Schubdüsen haptisches Feedback gibt, um Taucher bei der Einhaltung eines Sollabstands zu lenken. In Studien mit acht zertifizierten Tauchern lag die Wahrnehmungsschwelle bei etwa 10 Prozent der maximalen Schubkraft, und bei stabiler Distanzschätzung konnte der Roboter korrekte Drehkommandos geben. Das System kostet rund 1.000 US-Dollar und ist damit deutlich günstiger als bisherige starre Exoskelette; es könnte Grundlage für Assistenzsysteme in Höhlen-, Riff- oder Inspektionsszenarien sein.

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.