MEKAWIRE
Forschung

Studien

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

72 Studien
ThemaAlleManipulation 65VLA 43Navigation 24Learning 23Robotics 22Perception 20Humanoid 15Safety 9Simulation 9Locomotion 8World Action Models 4Aerial 2Aerial manipulation 2Dexterous manipulation 2Sim-to-Real Manipulation 2Social Navigation 2Vision-Language Navigation 2World models 2World-action model 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 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 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
Noch nicht auf Deutsch verfügbar: Anzeige im englischen Original.
arXiv
Social NavigationFortgeschritten

Passing-Side-Legibility in der Flurnavigation: Adaptive Intentionen verbessern reale Mensch-Roboter-Koordination

Pranav Goyal, Andrew Stratton, Christoforos Mavrogiannis

Das Paper ist ein arXiv-Preprint; eine Kurzfassung erschien als Late-Breaking Report in den Companion Proceedings der HRI 2026. In zwei Studien mit je 45 Probanden wurde ein Hello Robot Stretch 2 in einem 2 m breiten und 5,8 m langen Flur eingesetzt, um verschiedene Formen legibler Bewegung zu vergleichen. Adaptive Passing-Side-Strategien wie Social Momentum und Dynamic Passing-side Legibility erzielten niedrigere menschliche Durchschnittsbeschleunigung und höhere Kompetenzbewertungen als eine zielbasierte oder nicht-legible Baseline; unter kognitiver Ablenkung blieb dieser Effekt bei objektiven Metriken teilweise erhalten.

Vollständige Studie lesen (PDF)
arXiv
Underwater active mappingFortgeschritten

Aktive Unterwassermüll-Kartierung durch Kamera-Sonar-Fusion

David Rete, Patrick Boros, Lucian Busoniu

Das Paper stellt als Preprint ein aktives Kartierungsverfahren für Unterwassermüll vor. Ein UUV fusioniert Kamera- und Sonarmessungen in einer gemeinsamen Bayes'schen Occupancy-Map und wählt den nächsten Blickpunkt über einen Zwei-Term-Nutzen aus Erkundung unsicherer Voxel und Bestätigung von Objektkandidaten. In der MARUS-Simulation findet die aktive Suche alle 11 Objekte nach 27 Metern Fahrstrecke, während ein Rasenmäher-Muster dafür 110 Meter benötigt; die Fusion ist etwa doppelt so schnell wie die Einzelsensor-Varianten.

Vollständige Studie lesen (PDF)
arXiv
Vision-Language NavigationFortgeschritten

NavHarness: Adaptive Ziele und verifizierte Fortschrittskontrolle für Vision-Language-Navigation

Haoxiang Shi, Zaijing Li, Muhe Ding, Xiang Deng, Yaowei Wang, Liqiang Nie

NavHarness ist ein als Preprint veröffentlichter Agentic-VLN-Rahmen, der Navigation über adaptive lokale Ziele, explizite Zielverifikation und progressabhängige Speicherkompression steuert. Auf R2R-CE und RxR-CE erreicht er mit GPT-6-Astra Erfolgsraten von 79,0 % bzw. 82,5 % und übertrifft damit Codex CLI mit gleichem Backbone um 5,0 bzw. 6,2 Prozentpunkte. In einer realen Roboterstudie mit acht Routen und je drei Versuchen liegt die Erfolgsrate bei 83,3 % bei 1,51 m Navigationsfehler.

Vollständige Studie lesen (PDF)
arXiv
VLAFortgeschritten

ChunkTrust: Ausführungshorizonte von Roboter-Policies anhand von Signalen des Action-Experts anpassen

Fanding Huang, Jingyan Jiang, Shifeng Bao, Mingkang Pu, Shiwei Li, Jing Xu, Shijia Xu, Guanbo Huang, Chenghao Gu, Yuzhi Huang, Chenxin Li, Faisal Nadeem Khan, Huan Yang, Yan Wang, Cheng Chi, Zhi WangTsinghua University, Beijing Academy of Artificial Intelligence (BAAI), Renmin University of China, Shenzhen Technology University, Hefei University of Technology, Jiangnan University, Chongqing University, The Chinese University of Hong Kong

Roboter-KI-Modelle planen immer einen kurzen Block künftiger Bewegungen, und wie viele davon der Roboter ausführt, bevor er wieder hinschaut, legen Entwickler bislang meist starr fest. Dieser Preprint der Tsinghua-Universität, der Beijing Academy of Artificial Intelligence (BAAI) und weiterer Partner ergänzt ein Zusatzmodul, das diese Zahl im laufenden Betrieb wählt und die Erfolgsquoten vorhandener Modelle von Physical Intelligence und Nvidia in der Simulation und auf einem realen Zweiarmroboter ohne Nachtraining erhöht.

VLARobotik-BasismodelleImitationslernen
Physical IntelligenceNVIDIA
Vollständige Studie lesen (PDF)
arXiv
Trajectory CorrectionFortgeschritten

MaDE: Ein Post-hoc-Operator zur Durchsetzung dynamischer Machbarkeit bei neuronalen Trajektorien

Kevin Yu, Tao Guo, Constantinos Antoniou, Panagiotis Angeloudis

Die Autoren stellen mit dem Markovian Dynamics Enforcer (MaDE) einen zeitinvarianten, nachgelagerten Korrektur-Operator für neuronale Trajektorienvorhersagen vor. Der Operator lernt aus zulässigen Zustandsübergängen ohne Ground-Truth-Steuerungen eine Dynamik-Mannigfaltigkeit und korrigiert dann vorgeschlagene Übergänge so, dass sie dynamisch konsistent und möglichst constraint-konform sind. In Simulationen erreicht MaDE nahezu verschwindende Dynamikresiduen und auf realen Fahrzeugdaten reduziert es das Residuum gegenüber einem kinematischen Fahrradmodell von etwa 0,17 auf 0,007, allerdings auf Kosten einer um den Faktor 1,57 bis 1,83 erhöhten Positionsabweichung. Das Paper ist ein Preprint und wurde noch nicht begutachtet.

Vollständige Studie lesen (PDF)
arXiv
Text-to-3D PolicyFortgeschritten

T3DP: Feingranulare Sprach-Verhaltens-Ausrichtung für Text-to-3D-Policies

Xinhao Yang, Wenhao Wu, Ning Lv, Yanshen Ding, Zhenhong Sun, Daoyi Dong, Chunlin Chen, Zhi Wang

Der Preprint stellt T3DP vor, ein Framework, das feingranulare Sprach-Verhaltens-Ausrichtung nutzt, um textgesteuerte 3D-Diffusionsrichtlinien für ungesehene Verhaltensspezifikationen zu verbessern. In Simulationen (Meta-World, ManiSkill, RoboTwin) erreicht T3DP durchschnittlich 11,0 bis 14,2 Prozentpunkte mehr Erfolg als globale Ausrichtung; auf einem realen PiPer-X-Roboter steigt der Durchschnitt von 47,5 auf 65,0 Prozent. Die lokale Zuordnung von Instruktionstoken zu Verhaltenssegmenten erhält spezifikationsrelevante Unterschiede, die globale Verfahren oft verwischen.

Vollständige Studie lesen (PDF)
arXiv
Social NavigationFortgeschritten

Social-WM: Sicherheitsbewusste latente Weltmodelle für soziale Roboternavigation

Zhihao Zheng, Mooi Choo Chuah

Social-WM ist ein latentes Weltmodell-Framework, das bei der Navigation zwischen nominalen Roboteraktionen und tatsächlich realisierbaren Aktionen unterscheidet und die Differenz als Sicherheitssignal nutzt. In Simulationen auf Social-HM3D erreicht das Preprint eine Erfolgsquote von 63,77 % und reduziert Kollisionen mit Menschen auf 21,67 %, ohne explizites Tracking oder privilegierte Zustände. Die Methode überträgt sich ohne Nachtraining auf Social-MP3D und zeigt, dass Aktionsrealisierbarkeit ein belastbares Sicherheitskriterium sein kann.

Weltmodelle
Vollständige Studie lesen (PDF)
arXiv
ManipulationFortgeschritten

RoboCoach: Weltmodelle als aktive Coaches für kompositionale Roboterfähigkeiten

Jiajun Liu, Yifan Chen, Yichao Liu, Jiayi Zhang, Ruoqu Chen, Shaoxuan Xie, Guocai Yao, Mengdi Xu, Sen Cui, Changshui Zhang

RoboCoach ist ein Preprint und beschreibt ein Framework, das mit dem aktionskonditionierten Weltmodell CoachWorld imaginierte Fehlschläge in langfristigen Manipulationsaufgaben lokalisiert und daraus gezielte Demonstrationsanfragen sowie LoRA-Updates für die zuständigen Skill-Experten ableitet. In Simulation und auf zwei echten Roboterplattformen steigt die Erfolgsrate mit 150 zusätzlichen Teilaufgaben-Demonstrationen von 13,3 % auf 75,0 % beim Franka und von 40,0 % auf 83,8 % beim AgileX, während eine gleichmäßige Datenerfassung mit gemeinsamem Adapter nur 30,0 % bzw. 47,5 % erreicht. Die Arbeit zeigt, dass Weltmodelle nicht nur simulieren, sondern als aktive Coaches entscheiden können, welche wiederverwendbare Fähigkeit als Nächstes gelernt werden soll.

Weltmodelle
Vollständige Studie lesen (PDF)
arXiv
ManipulationFortgeschritten

Encore: Wenige Demonstrationen als Suchprior für agentisch erzeugte Manipulationsstrategien

Yifan Kang, Zihan Wang, Zhiwen Fan, Bangya Liu

Encore ist ein in einem arXiv-Preprint beschriebenes Framework, das teleoperierte Demonstrationen in eine abfragbare Beweisstruktur destilliert und einen Coding-Agenten daraus iterativ ein eingefrorenes Roboterprogramm entwickeln lässt. Über 60 LIBERO-PRO-Perturbationszellen mit je 50 versiegelten Episoden erreicht das Programm mit drei Demonstrationen 96,3 % Erfolg, ohne Demonstrationen 94,9 %; auf einem realen bimanualen Roboter erzielen zwei Aufgaben jeweils 9 von 10 menschlich bewerteten Versuchen. Der Ansatz zählt, weil er den Nutzen weniger Demonstrationen für die agentische Programmsuche quantifiziert und das eingefrorene Programm ohne Sprachmodell zur Laufzeit auskommt.

Vollständige Studie lesen (PDF)
arXiv
Mining PerceptionFortgeschritten

Towards Spatial Perception for Heterogeneous Robot Collaboration in Subterranean Mining Environments

Mario Alberto Valdes Saucedo, Akash Patel, Christoforos Kanellakis, George Nikolakopoulos

In this preprint, the authors build an onboard perception pipeline that lets a lightweight Explorer robot find minerals in underground mines from free-text prompts and hand compact, oriented 3D inspection targets to a heavier Inspector robot. Field tests in a test mine and an active magnesite mine detected two mineral types without retraining and condensed about 38,000 raw mineral points into a few dozen polygons, roughly two orders of magnitude smaller. This matters because autonomous mining inspection requires no mine-specific labels and low-bandwidth robot-to-robot handover.

Vollständige Studie lesen (PDF)

Themenseiten

Manipulation 6VLA 4World Action Models 5Aerial 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.