MEKAWIRE
研究

论文

机器人与具身智能领域的最新论文，以及每篇对产业的意义。

73 篇论文
主题全部操作 76VLA 65导航 35机器人综合 32机器人学习 27感知 22人形机器人 21仿真 15运动控制 13安全 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
难度不限入门进阶专业
arXiv
Construction navigation进阶

CORNAV：融合2D CAD图纸与施工进度表的在建工地机器人导航框架

Parastoo Ali Pour, Deepak Prakash Kumar, Tommy Zhou, Pramod Khargonekar, Mohammad Abdullah Al Faruque

这是预印本论文。CORNAV提出一种在建工地导航框架，将2D CAD图纸、开放词汇3D场景图、项目进度表和LLM安全校验整合进统一规划流程。在室内办公室和真实施工场地的离线评估中，蓝图接地将任务成功率从仅用语义检索的13.0%提升到72.2%，进度感知消除了所有硬禁区违规，安全模块正确拒绝因进度表错误标注而产生的危险请求。

阅读论文全文（PDF）
arXiv
Dexterous Manipulation进阶

DexJoCo-X基准发布：在七种灵巧手上对比动作表征，Being-H0.5联合训练平均成功率最高47.7%

Xiangwei Jiang, Yao Mu, Lixin Duan, Wen Li

这是一个预印本。研究人员推出DexJoCo-X基准和工具包，统一七种灵巧手、六项任务、2100条演示，以比较跨手动作表征。结果显示，联合训练单个Being-H0.5策略时，Native坐标平均成功率为47.0%，功能对齐动作槽FAAS为47.7%，学习型跨手潜变量DexLatent为33.1%；逐手Ego-Pi策略的单臂和双臂平均成功率仅为31.5%和23.2%。这表明跨本体学习效果取决于动作表征、预训练和架构的整体配合。

灵巧操作
阅读论文全文（PDF）
arXiv
Lab automation进阶

Labware Setup Checker：外部摄像头被动验证Opentrons Flex台面设置

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

这篇预印本介绍了Labware Setup Checker，一个被动视觉系统，利用外部摄像头验证Opentrons Flex液体处理机器人的台面准备。在遮挡、不同摄像头位置和光照条件下，槽位分配100%正确，分类准确率超过95%，本地验证中位数2.10秒，云端4.24秒。系统无需修改机器人硬件或固件，为低成本液体处理平台提供了协议感知的验证层。

阅读论文全文（PDF）
arXiv
Bimanual Manipulation进阶

EyeRobot 2.0：用主动注视替代腕部相机实现精细双臂操作

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

这是一篇预印本，尚未经过同行评审。论文提出EyeRobot 2.0，通过主动视觉注视仅使用一个固定立体相机即可完成精细双臂操作，无需腕部相机。在7个真实任务和6个仿真任务中，它比被动立体基线在真实世界成功率提高40个百分点，并在腕部相机被遮挡时比ego+wrist基线成功率高一倍以上（48%对22%）。该框架有望成为腕部相机的替代方案，减轻机械臂设计限制。

阅读论文全文（PDF）
arXiv
Multi-Agent RL进阶

置换鲁棒性不足：多智能体Transformer策略中的动作坍缩

Amit Thakur, Mukesh Singhal

这篇预印本研究了多智能体Transformer策略在智能体顺序置换下的表现，发现低置换误差可能掩盖‘动作坍缩’：策略让所有智能体选择相同动作而看似鲁棒。在合作导航任务中，PPO-ID基线行为多样但顺序敏感，等变性正则化改善鲁棒性却降低多样性，且适用强度随智能体数量变化。作者建议同时报告回报、置换一致性和动作多样性指标。

阅读论文全文（PDF）
arXiv
Contact-Rich Manipulation进阶

基于spring、plane、rail原语训练本体感觉反射策略，提升接触丰富操作鲁棒性

Quan Nguyen, Yunho Kim, Joonho Lee

这是一篇预印本论文。作者在仿真中用spring、plane、rail三种交互原语训练了一个本体感觉反射策略，将任务空间命令映射到关节位置目标，无需力或几何测量。在真机实验中，该策略使双机械臂箱体抓取在所有指令深度下保持接触力低于阈值，而基线在最大深度发散；在0.02 mm间隙的销钉插入任务中，成功率从最高22%提升至36%到58%，平均估计接触力降至基线的一半以下。它可作为高层控制器下的冻结执行层，提升接触丰富操作的鲁棒性。

阅读论文全文（PDF）
arXiv
Sim-to-Real Manipulation进阶

Skill2Real：通过仿真学习可复用技能，实现零样本仿真到真实机器人操作

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

Skill2Real 是一篇预印本，提出多智能体框架在仿真中学习可复用的局部操作技能 Cerebellum 和任务组合技能 Brain，通过共享代码接口零样本迁移到真实机器人。在 UR5e 上四项任务平均完成率从无技能时的 27.50% 提升到 78.75%；在未见过的 LIBERO-Pro Long 任务上，Astra 成功率从 2.0% 升至 56.3%。该方法让大模型在仿真中利用特权信息学习可执行任务知识，部署时仅依赖公开观测。

阅读论文全文（PDF）
arXiv
Manipulation进阶

PAM用本体感觉草图引导动作生成，真机双机械臂成功率升至75%

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

这篇预印本提出Proprioceptive Action Models (PAM)，用弧长参数化的B样条草图表示机器人剩余关节路径，并与短动作块联合去噪生成。在Push-T、LIBERO-Long仿真和四个真机双臂任务中，PAM均优于纯动作基线；真机平均成功率从47.5%提高到75.0%。该方法为长程操作提供了紧凑且免时序的运动意图表示，但尚未经过同行评审。

阅读论文全文（PDF）
arXiv
World Action Models进阶

CAG训练无关引导缓解世界动作模型任务不完整想象

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

本文是一篇预印本。研究者发现世界动作模型(WAM)在短视界控制中会产生任务不完整想象，即视觉与动作一致但遗漏完成任务所需的状态转换。他们提出无需训练的采样方法Completion Aware Guidance (CAG)，通过强化当前预测相关的指令条件，将RoboTwin 2.0子集平均成功率从64.4%提升至70.0%，并将零样本仿真中任务不完整想象比例从79%降至40%。

阅读论文全文（PDF）
arXiv
Streaming 3D reconstruction进阶

CLoSeR：闭环流式重建框架将漂移降至新低，SE(3)位姿图优化足够

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

CLoSeR 是一篇预印本。它通过在 LoGeR 流式重建主干上加入闭环检测和 SE(3) 位姿图优化，显著降低长序列里程计漂移。在 VBR、KITTI、Oxford Spires 和 DROID-W 四个真实场景基准上，CLoSeR 的平均 ATE RMSE 分别为 11.15、12.79、5.26 和 0.75 米，平均优于所有前馈基线，并在多个序列上超越优化型 SLAM。该方法无需重训练，利用 LoGeR 已具备的全局一致尺度，避免 Sim(3) 或 SL(4) 优化，对自动驾驶、机器人大规模建图具有直接价值。

阅读论文全文（PDF）
arXiv
Humanoid safety进阶

VAPS：以可行度感知策略选择护航人形机器人空翻安全

Siwei Ju, Lu Liu, Jan Peters, Oleg Arenz

这是一篇预印本，提出 VAPS，一种用于人形机器人空翻等动态动作的实时策略选择安全框架。在 Unitree G1 仿真中，VAPS 将头部接触率从 27.7% 降至 1.6%，成功率仅从 62.1% 降至 59.6%；在 LimX Oli 真机的 18 次侧空翻试验中，83.3% 达到预期目标。该方法通过加入可控中止策略，比单一备份提供更细粒度干预，对降低硬件损坏风险具有直接意义。

Humanoid
阅读论文全文（PDF）
arXiv
Pedestrian tracking进阶

面向部署的行人跟踪评估协议：在检测间隙和近邻场景中揭示HOTA之外的能力差异

Dominik Wojcikiewicz, Diego Paez-Granados

本文提出一个面向部署的跟踪器评估协议，使用共享检测输入测试初始化、检测器间隙延续、身份恢复和近邻关联，并保留HOTA作为聚合指标。在JRDB数据集上，六个开源跟踪器的HOTA仅24.26%到29.67%，但行为差异显著；1.0秒无检测器支持后，没有任何无GT辅助的跟踪器能在超过一半的合格案例中保持空间正确且同身份输出。该预印本尚未经过同行评审，为机器人行业选择行人跟踪器提供了更细粒度的部署参考。

阅读论文全文（PDF）
arXiv
Robot-Use Agents进阶

OpenRUA：编码智能体仅凭原生ROS 2接口成为零样本视觉运动策略，CaP-Bench达99%

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

OpenRUA是一个零抽象层工具，仅向现成编码智能体开放机器人原生ROS 2终端访问，不提供专用原语或学习策略。在预印本报告中，由Claude Code和Claude Opus 5驱动的OpenRUA在CaP-Bench上获得99.0%成功率，在LIBERO-PRO上获得87.0%，超过ASPIRE和Harness VLA等系统，且无需机器人演示数据或任务特定训练。分析显示智能体自发编写图像处理、度量测量、运动控制和闭环反馈程序，表明编码智能体可直接充当零样本视觉运动策略。

ROS 2
阅读论文全文（PDF）
arXiv
Navigation & Mapping进阶

GlassGuard：验证式玻璃平面建图方法，兼顾高覆盖率与低假阳性

Hanwen Guo, Zhengzhi Lin, Yusen Xie, Ji Zhang

这篇预印本提出 GlassGuard 框架，结合视觉玻璃分割、LiDAR 结构线索和深度无关的2D投影几何验证，重建建筑玻璃平面并纳入导航地图。在九个真实场景、2.1公里机器人运行中，全景版本实现85.2%的玻璃覆盖率，同时每帧假阳性体素仅15.3个，显著优于基线。该方法在保证玻璃碰撞边界的同时减少了可通行空间的虚假占用，对玻璃环境下的机器人导航具有潜在价值。

激光雷达
阅读论文全文（PDF）
arXiv
Federated 3D Perception进阶

FedCKA用表征相似度动态选择个性化层，联邦3D目标检测跨驾驶域平均NDS提升7个百分点

Jolle Verhoog, Ali Burak Ünal, Holger Caesar

这是一篇预印本。作者提出FedCKA，利用Centered Kernel Alignment逐层计算客户端模型与全局模型的表征相似度，动态决定哪些层参与聚合、哪些层保留本地个性化。在nuScenes五个驾驶域基准上，FedCKA平均NDS达到0.63，比最强联邦基线FedMC高7个百分点，同时通信开销接近FedAvg。

阅读论文全文（PDF）
arXiv
Humanoid Tool Use进阶

HumanoidToolBench：18项任务基准评估人形机器人从选工具到移动执行

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

HumanoidToolBench是首个覆盖人形机器人工具选择、拾取、定点使用与移动使用的基准，包含18项任务、55种工具模型和3.1千条演示。该预印本在仿真中评估7种策略、在真机Unitree G1上评估3种策略，结果显示选对工具与完成任务之间存在显著差距，加入诱饵工具或需要移动时表现进一步下降。这为投资人、工程师提供了评估人形机器人工具使用完整链路的测试框架。

Humanoid
阅读论文全文（PDF）
arXiv
Quadruped locomotion进阶

PROMO用单一策略让四足机器人在跟踪、稳定与能效间实时切换偏好

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

PROMO是一个预印本框架，将跟踪、稳定、能效作为语义目标，通过偏好向量在运行时控制单一四足机器人策略。仿真中100个偏好下67个为非支配解，平均偏好与目标相关性0.8434。真机Unitree Go2上仅改变偏好，能效较平衡偏好最高降低30.4%，位置误差降低38.7%，姿态偏差降低59.0%。

RL
阅读论文全文（PDF）
arXiv
Failure recovery进阶

Recova：智能体引导失败恢复框架将真机任务成功率提升至87.5%

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

Recova是一篇预印本提出的智能体引导框架，它在重建的数字孪生中开发任务执行与失败恢复策略，并在真机上通过并行DAgger持续学习。在LIBERO-Pro和MolmoSpaces仿真基准上，Recova平均成功率达78.8%和64.9%，分别超过最强基线7.1和26.9个百分点；在四个真机任务上，恢复技能将成功率从77.5%进一步提升到87.5%，在单个任务上人工干预率从87.5%降至0%。该方法把失败转化为可复用技能，对提升机器人部署鲁棒性有重要意义。

阅读论文全文（PDF）
arXiv
Motion Planning进阶

RUL-aware RRT*：基于剩余寿命的机械臂退化均衡运动规划

Haibo Li, Zhiguo Zeng, Xu Li

本预印本提出RUL-aware RRT*，一种将关节剩余寿命信息集成到采样运动规划中的闭环方法。在UR5机械臂仿真实验中，相比基线RRT*，该算法在异质退化场景下将系统寿命瓶颈恢复比率最高提升29.2%，在局部退化场景下将首次失效任务指数提高48%至56%。该方法为工业机器人延长寿命、减少非计划停机提供了新的规划层健康管理路径。

阅读论文全文（PDF）
arXiv
Surgical robotics进阶

SpineGuard DSG电导率传感让机器人椎弓根钻孔在离体猪椎中100%防破壁

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

这是一篇预印本，尚未经过同行评审。研究者将SpineGuard的DSG电导率传感器集成到机器人椎弓根钻孔工具中，开发实时自适应阈值算法，在离体猪腰椎的51次钻孔中全部在穿破椎管前停止，所有案例达Gertzbein-Robbins分级A或B。该方法无需外部传感器，为减少术中辐射和提升脊柱手术安全性提供了新路径。

阅读论文全文（PDF）

主题页

操作 8VLA 4World Action Models 5World-action model 3Aerial manipulation 3Dexterous manipulation 3Sim-to-Real Manipulation 3Social Navigation 3

论文来自 arXiv 机器人领域。尚未生成摘要的论文，显示摘要开头部分。