MEKAWIRE
Forschung

Studien

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

29 Studien
ThemaAlleManipulation 76VLA 60Navigation 35Robotik allgemein 32Roboterlernen 27Wahrnehmung 22Humanoide 20Simulation 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 1Benchmark for adding wrist force sensing to VLA manipulation policies 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 1Controlled comparison of how to add world models to VLA robot policies 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 1Faster on-device inference for flow-matching vision-language-action models 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 1Humanoid whole-body training data from robot-specific video generation 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 1Turning phone-recorded human demonstrations into per-robot post-training data by retargeting object motion 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 1Vision-language-action models without wrist cameras (learned foveation) 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 Weltmodelle, zurücksetzen
arXiv
World modelsFortgeschritten

DeltaWorld: Physisch konsistenter interaktiver Weltsimulator mit aktionsbedingten latenten Inkrementen

Boyuan Hou, Xiaoge Cao, Chaofan Zhang, Shuo Wang, Shaowei Cui

DeltaWorld ist ein Preprint, das einen interaktiven Weltsimulator für Robotermanipulation beschreibt. Das Modell sagt aktionsbedingte Veränderungen im latenten Raum vorher statt vollständige nächste Zustände, wodurch langhorizontale Vorhersagen stabiler werden. Auf dem selbst gesammelten Cross-Robot-Datensatz reduziert es FVD um 46,6 % und LPIPS um 31,1 % gegenüber der IWS-Baseline.

Weltmodelle
Vollständige Studie lesen (PDF)
arXiv
JEPA World ModelsExperten

AVL-JEPA verhindert Informationskollaps kausaler Dynamik in JEPA-Weltmodellen

Yikang Qiao, Ling Zhang, Ziying Song, Duan Huang

Der Preprint stellt mit AVL-JEPA einen Ansatz vor, der verhindert, dass JEPA-Weltmodelle handlungsbedingte physikalische Dynamik zugunsten visueller Information ausblenden. In Simulationen auf vier Roboteraufgaben verbessert AVL die Erfolgsraten unter visuellen Störungen deutlich, etwa auf PushT unter Gaussian Noise von 15,3 auf 81,5 Prozent, und erhält gleichzeitig die Leistung ohne Störungen. Der Preprint liefert damit Belege, dass der Erhalt kausal relevanter Dynamikinformation die Planungsrobustheit von Weltmodellen steigert.

Weltmodelle
Vollständige Studie lesen (PDF)
arXiv
Latent World ModelsExperten

Erfolgskriterien als Trainingsziele: Hilfsverlust verbessert Planung latenter Weltmodelle

Takumi Hara, Kanata Suzuki

Das vorliegende Preprint schlägt einen kriterienorientierten Hilfsverlust für latente Weltmodelle vor, der die im Erfolgskriterium definierten physikalischen Größen als Regressionsziele nutzt. Auf vier Manipulationsaufgaben verbessert der Ansatz die Erfolgsrate signifikant, etwa auf PushT um 3,5 Prozentpunkte und auf cube um 3,4 Prozentpunkte. Da die linearen Köpfe nach dem Training entfernt werden, bleiben Modell, Eingaben und Inferenzkosten unverändert, was die Integration erleichtert.

Weltmodelle
Vollständige Studie lesen (PDF)
arXiv
Video world modelsFortgeschritten

PhysicsLENS: Diagnose von Blindheit gegenüber physikalischen Eigenschaften in Videogenerierungsmodellen

Isaiah Milkey, Som Sagar, Aditya Taparia, Xinyuan Liu, Jiqing Wen, Ransalu Senanayake

PhysicsLENS ist ein Preprint, der einen Benchmark und Datensatz vorstellt, um zu prüfen, ob generierte Robotervideos textuell vorgegebene, aus dem Startbild nicht erkennbare physikalische Eigenschaften umsetzen. Die Evaluation über 439 Clips von vier Videogenerierungsmodellen zeigt, dass 34 von 47 als plausibel bewerteten Clips die genannte Eigenschaft ignorieren. Damit wird klar, dass visuelle Plausibilität und physikalische Eigenschaftsbindung getrennt bewertet werden müssen, was für den Einsatz solcher Modelle als prädiktive Umgebungen im Roboterlernen zentral ist.

Weltmodelle
Vollständige Studie lesen (PDF)
arXiv
World-action modelFortgeschritten

Magic-W0: Ein strukturiertes World-Action-Foundation-Modell für physische Intelligenz

Xuhua Chen, Zhenhan Yin, Yuan Zhang, Lingfeng Zhang, He Zheng, Tong Mu, Shun Zuo, Dian Zhou, Di Wu, Xuan Zhou, Shaojie Wan, Rongtian Shen, Qiulong Xu, Yiduo Li, Yinglong Wang, Yanqian Wang, Kun Wang, Tao ZhangMagiclab Robotics Inc. (Magic-Lab Team)

Der Roboterhersteller MagicLab stellt in einem Preprint Magic-W0 vor, ein Robotermodell mit 3,4 Milliarden Parametern, das beim Wählen einer Aktion zugleich vorhersagt, wie sich die 3D-Szene bewegt und wie sie danach aussehen soll. In der Fassung vom 3. Oktober führt es die Rangliste von RoboDojo-Sim mit durchschnittlich 36,75 Punkten an, allerdings nur 0,48 Punkte vor dem Zweiten, und schlägt π0.5 von Physical Intelligence bei fünf Aufgaben auf echter Hardware mit 94,6 zu 91,8 Prozent.

WeltmodelleVLARobotik-BasismodelleImitationslernen
Physical IntelligenceMagicLabAgiBotNVIDIA
Vollständige Studie lesen (PDF)
arXiv
Model-based RLExperten

PL-MPC erweitert TD-M(PC)2 um Multi-Step-TD, adaptive Terminalwerte und returngewichtete Aktordestillation

Kowndinya Boyalakuntla, Yuhan Liu, Abdeslam Boularias

Das Preprint stellt PL-MPC vor, eine Erweiterung des policy-constrained TD-M(PC)2-Rückgrats, die Critic-Supervision, MPPI-Terminalwertbewertung und Planer-zu-Policy-Transfer verändert. Auf HumanoidBench steigt der Total Average Return bei balance-hard von 98±18 auf 387±255 und bei hurdle von 199±13 auf 466±200; auf vier DMControl-Aufgaben bleibt die Methode konkurrenzfähig. In einem Sim-to-Real-Transfer mit einem KUKA IIWA14 erreicht PL-MPC höhere Erfolgsraten als TD-M(PC)2 auf der Trainingsgröße und zwei ungesehenen Objektgrößen.

Weltmodelle
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
LearningExperten

Anisotropic Representations Improve Planning in JEPA World Models

Mingu Kang, Yoori Oh, Sookyung Kim, Joonseok Lee

Latent world models learn action-conditioned dynamics in representation space and often score candidate actions by Euclidean distance to a goal representation. Joint training typically regularizes the representation to prevent collapse, but the resulting representation geometry also determines how terminal errors are weighted during planning.

Weltmodelle
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.