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。

326 篇论文
主题全部Manipulation 41VLA 28Navigation 16Perception 16Learning 13Robotics 13Humanoid 12Safety 7Simulation 7Locomotion 5World Action Models 4Aerial 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 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 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
难度不限入门进阶专业
arXiv
VLA Robustness进阶

仅成功率不够：输入扰动如何改变VLA模型成功轨迹行为

Sophie Higham, Riccardo Andrea Izzo, Matteo Matteucci, Alessandro Suglia

这篇预印本提出了一个与基准无关的行为鲁棒性评估框架，在LIBERO和LIBERO-Plus上补充任务成功率之外的轨迹行为指标。研究发现，输入扰动会改变成功轨迹的执行行为，即使不同模型的成功率相近，其行为退化程度也可能差异很大。因此仅用任务成功率评估鲁棒性会掩盖部署相关的行为变化。

VLA
阅读论文全文（PDF）
arXiv
Multi-Robot Exploration进阶

OpenSpace Lab 公布 IROS 2026 室内探索方案：单机公开赛道第一，私有赛道第三

Yuxuan Zhang, Dong Li, Zezhou Sun, Yuxuan Xu, Siyu Teng, Yuchen Li, Jianjian Yang, Long Chen

OpenSpace Lab 在 arXiv 预印本中公开其 IROS 2026 室内探索竞赛方案。该方案用预训练地图补全和剩余时间约束做单机规划，用效用驱动目标选择实现多机协同。团队在单机公开赛道以 61.04% 覆盖率排名第一，在单机和多机私有赛道分别以 39.53% 和 39.91% 排名第三。该报告尚未经同行评审。

阅读论文全文（PDF）
arXiv
Geometry-aware manipulation专业

离散黎曼框架让机器人直接在CAD网格上学习：DMP、GP与RFM的网格原生扩展

Matteo Dalle Vedove, Fares J. Abu-Dakka, Luigi Palopoli, Daniele Fontanelli, Matteo Saveriano

该预印本提出一个统一离散黎曼框架，使机器人学习算法能够直接在多面体表面网格上运行，而不把表面当作外部约束。作者用离散微分几何定义了指数映射、对数映射、平行移动和环境投影，并扩展了动态运动基元、高斯过程和黎曼流匹配三种方法。仿真和真机实验显示方法在跨表面泛化、粗网格回归和生成模型效率上优于现有基线，其中流匹配训练时间约为谱基线的一半。

阅读论文全文（PDF）
arXiv
Compositional Manipulation专业

ViGAR：用视觉子目标重构世界动作模型，组合操作平均成功率提升12.86个百分点

Shukai Gong, Xuanran Zhai, Yintianrun Zhang, Ruopeng Cui, Ye Huang, Yiyang Fu, Dexuan Lyu, Chaojie Li, Xinyi Song, Peiwen Lin, Chuang Wang, Mingyuan Jia, Yufan Deng, Jiaxin Fang, Bo Liang, Jiaxin Li, Yuxiang Gao, Hao Liu, Daquan Zhou

本文提出ViGAR，将长程组合操作分解为视觉子目标规划与子目标执行，在RoboTwin Clean2Random基准上Clean和Random成功率分别达82.00%和67.02%，平均成功率超出最强基线12.86个百分点。真机实验覆盖5项组合操作和2项上下文学习任务，证明视觉子目标可引导动作生成并支持新任务组合。论文为预印本，尚未经过同行评审。

阅读论文全文（PDF）
arXiv
Endoscopic navigation进阶

ColoACT：多线索动作分块实现自推进内镜机器人平滑结肠导航

Jian Hu, Shujing He, Leixin Chang, Zongze Li, Ding Huang, Chaoyang Shi, Chengzhi Hu

这篇预印本提出 ColoACT 系统，将 RGB、相对深度和伪高程图结合成多线索观测，并用 Action Chunking Transformer 策略控制自推进内镜机器人 BGER。在离体猪结肠中，直线段成功率为 85.4%，弯曲段为 72.5%，复杂弯道也有一定成功率，动作平滑性比行为克隆基线改善约一个数量级。这是首次在自推进结肠机器人上验证模仿学习导航，尚未经过同行评审。

RL
阅读论文全文（PDF）
arXiv
Video world models进阶

PhysicsLENS 揭示视频生成模型“物理属性盲区”：看似合理实则忽略隐藏物理条件

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

PhysicsLENS 是一个新基准，通过匹配场景对评测机器人视频生成模型是否遵循文本指定的隐藏物理属性。在 4 个模型生成的 439 个视频中，47 个被人工评定为物理合理，其中 34 个（72%）未遵循指定属性；同一模型在隐藏属性条件下物理合理性平均下降 0.28 分，但不显著。该工作说明视觉合理性与属性遵循必须分开评估，对机器人世界模型可靠性有重要意义。本文为 arXiv 预印本，未经同行评审。

世界模型
阅读论文全文（PDF）
arXiv
Policy Optimization专业

FERPO：前向熵正则化策略优化

Sebastian Sanokowski, Alireza Sarmadi, Majid Khadiv

这篇预印本提出 FERPO，一种在线最大熵强化学习算法。它不用评论家对动作的梯度，而是通过前向 KL 拟合熵与 KL 正则化的最优目标分布来更新策略。在 MuJoCo Playground 和 ManiSkill 上表现与 REPPO 相当，并在 DMC 和 ManiSkill 上展现出更高样本效率；在 K=16 时，未缓存 actor 更新比 REPPO 快 6.9%，缓存后总计节省 22.2%。

RL
阅读论文全文（PDF）
arXiv
Planning进阶

TierCEM：把约束优先级直接写进交叉熵优化，无需调权重

Francisco Roldan Sanchez, Pau de las Heras Molins, David Fridovich-Keil, Georgios Bakirtzis

预印本提出 TierCEM，一种按优先级顺序依次过滤候选样本的交叉熵优化变体。在 2D 导航和 Push-T 接触丰富任务上，反转约束顺序会反转被放宽的约束，且无需为每个约束设置权重。在 20 次随机种子中，TierCEM 全部到达目标并保持高优先级约束，而约束交叉熵方法 CCE 全部无法到达目标。

阅读论文全文（PDF）
arXiv
Humanoid loco-manipulation专业

InterEvolve：测试时演化奖励程序让 Unitree G1 完成未训练任务

Zhuo Lin, Sirui Xu, Liuyu Bian, Yu-Xiong Wang, Liang-Yan Gui

本文是预印本，未经同行评审。InterEvolve 用大语言模型在测试时反复修改分阶段奖励程序，配合物体感知的 forward-backward 行为基础模型，使固定的 Unitree G1 控制器无需重新训练即可完成训练中未见过的新移动操作任务。在八个任务族上，完整系统成功率 86.5%，高于最佳校准固定程序的 34.6%，并能在真实机器人上自主执行踢箱和推箱。

Humanoid
阅读论文全文（PDF）
arXiv
World-action model进阶

SkeleWAM：用稀疏3D骨架做世界动作模型，57M参数在LIBERO-Plus达85.9%成功率

Juyi Sheng, Hua Wang, Mengyuan Liu

这是一篇预印本论文，介绍 SkeleWAM，一种紧凑的世界动作模型，把操作场景表示为稀疏 3D 骨架，包含机器人关节、物体中心和交互点。该模型在 LIBERO-Plus 基准取得 85.9% 总体成功率，仅用 57.1M 参数，优于最强基线 Cosmos-Policy 3.7 个百分点；真机五任务平均成功率为 89%。它通过同时预测未来骨架辅助动作学习，推断时省略未来预测，在保持鲁棒性的同时大幅降低模型规模。

阅读论文全文（PDF）
arXiv
Multi-agent motion planning专业

免训练扩散规划器TFDP：解析局部得分替代学习模型，300智能体5.39秒生成可行路径

Michael Y. Fatemi, Jinhao Liang, Ferdinando Fioretto

TFDP是一个无需训练的扩散式运动规划器，论文以arXiv预印本发布。它用解析局部得分替代学习到的全局轨迹得分，从平滑度、避障、速度与智能体间可行性约束直接构造更新方向。在标准多智能体路径规划基准上，TFDP以0.59秒平均运行时间达到接近100%成功率，并在100个障碍物、300个智能体场景下平均5.39秒生成可行路径，显著快于现有扩散基线和采样方法。

阅读论文全文（PDF）
arXiv
Multi-fidelity RL专业

MFPG-PPO 用低保真仿真数据稳定数据稀缺强化学习，真机仅4条片段提升抓取成功率

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

这篇预印本提出 MFPG-PPO 算法，用低成本仿真数据作为控制变量来稳定高保真数据稀缺的强化学习。在仿真和真机实验中，MFPG-PPO 在多数设置下优于仅用高保真数据的 PPO，并且用 4 条真实机器人片段即可将 Franka 抓取成功率从 40% 提升至 91.7%。该论文尚未经过同行评审。

RL
阅读论文全文（PDF）
arXiv
Multimodal simulation专业

TouchTherm 构建用于触觉与热渲染的多模态物体数字孪生

Yitao Zhang, Hong Ying, Haoran Guo, Xiaoying Zhou, Guanyu Chen, Chenxi Xiao

TouchTherm 是一个从真实物体构建仿真就绪的多模态数字孪生框架，该工作为 arXiv 预印本，尚未经同行评审。它把粗碰撞网格、触觉微高度场和动态温度场注册到同一物体坐标系，在 20 个物体上验证了触觉渲染和热预测。30 秒与 45 秒表面温度 MAE 分别为 0.465°C 和 0.592°C，合成到真实的触觉物体识别 Top-1 从 20.0% 提升至 34.0%，为机器人学习、VR 和遥操作提供了包含接触尺度触觉与温度动态的物体资产。

阅读论文全文（PDF）
arXiv
Embodied Agents专业

RPG框架用模拟练习改进机器人技能，仿真成功率95%、真机30次全成功

Yen-Jen Wang, Haozhe Jiang, Shuying Deng, Haoru Xue, Weirui Ye, Rocky Duan, Nika Haghtalab, S. Shankar Sastry, Pieter Abbeel, Haozhi Qi

这是一篇预印本。论文提出Reconstruct, Practice, Go Real (RPG)框架，从离线数据集构建仿真练习任务，利用执行反馈、特权状态和视频分析自动改进可复用技能库与系统提示，不更新模型权重。在22项操作任务的留出初始化上，RPG经过15轮练习将成功率从28.6%提升至95.0%，超过ASPIRE的75.5%和GPT-6 Astra Pro版CaP-Agent0的60.0%；真机30次试验全部成功。该框架说明共享技能代码和系统提示可以作为机器人持续改进的实用目标。

阅读论文全文（PDF）
arXiv
Grasping进阶

ETH团队提出基于记忆的6-DoF抓取持续学习框架，真机抓取成功率超90%

Giulio Schiavi, Andrei Cramariuc, Michael Pantic, Roland Siegwart

ETH Zurich研究者在一篇预印本中提出一种用于六自由度抓取合成的持续学习框架。该方法通过在隐空间中使用记忆打分器，让抓取结果和用户演示即时更新未来决策，无需更新网络权重。在超过1500次真机抓取中，自适应后方法在多个困难类别上成功率超过90%，并在混合场景中达到89.6%成功率。

阅读论文全文（PDF）
arXiv
Aerial manipulation专业

AFD-CAMLs：用零空间力分配与导纳滤波平衡多无人机吊运张力

Antreas Kourris, Sihao Sun

荷兰代尔夫特理工大学团队在arXiv发布预印本，提出AFD-CAMLs框架，为四架及以上无人机缆索吊运系统引入全局零空间力分配、力参考感知NMPC和机载导纳滤波，缓解冗余或病态构型下的张力不均。在4至10架无人机仿真和4架真机实验中，该方法在悬停与5 m/s敏捷机动下降低张力跟踪误差，并在存在缆长误差时将三维轨迹误差从0.221 m降至0.199 m，同时保持载荷跟踪精度。

阅读论文全文（PDF）
arXiv
Active vision manipulation专业

ActiveWAM 以证据感知保留-获取控制统一世界-动作模型，主动视觉成功率最高提升 20 个百分点

Renjun Wu, Luzhou Ge, Xuesong Li

这篇预印本提出 ActiveWAM，一种证据感知的主动视觉世界-动作模型。该方法通过训练时任务引导的历史反演和统一的头部与双臂动作生成，解决了主动相机控制中的保留-获取权衡问题。在 TAVIS、RoboTwin-AV 和真实厨房任务上，ActiveWAM 分别将 OOD 成功率最高提高 17.0 个百分点、较 Fast-WAM 提高 20.0 个百分点、真实世界提高 26.7 个百分点。该工作目前为预印本，尚未经过同行评审。

阅读论文全文（PDF）
arXiv
Underwater perception专业

SonarVoxNet 实现三维声呐潜水员全姿态 9-DoF 检测，Diver3D 数据集发布

Eugene Park, Jiwon Lee, Seyoung Kan, Trung Dong, Xiaomin Lin, Jane Shin

这是一篇预印本，未经同行评审。作者提出 SonarVoxNet，首个在三维声呐数据上输出完整九自由度朝向的潜水员检测器，并发布 Diver3D 数据集。实验显示，将仅偏航的旋转表示升级为连续 6D 全 SO(3) 表示是精度跃升的最大因素，最终 [email protected] 达到 0.774，表明稀疏三维声呐可以恢复潜水员全身朝向。

激光雷达
阅读论文全文（PDF）
arXiv
Belief-space planning专业

BLT*：面向数字孪生不确定性感知规划的信息化信念定位树

Elliot Preston-Krebs, Abhishek Goudar, Timothy D. Barfoot

本文提出 Informed BLT* 和 BLT*，一种基于采样的信念空间规划算法，将 RRT* 和 Informed RRT* 扩展到 2-Wasserstein 度量，并利用点云观测在数字孪生中高效规划。在 16 个模拟环境和数字孪生上进行的 8000 次规划对比中，该算法在大多数地图上获得更快的初始解，且最终解代价与其他基线相当。论文为预印本，未经同行评审。

阅读论文全文（PDF）
arXiv
5G Simulation专业

Isaac-Net：GPU批处理5G仿真让百万机器人在环训练成为可能

Zifan Zhang, Mingzhe Han, Kannan Athreya, Yuchen Liu

本文提出Isaac-Net，这是一个GPU批处理的5G新空口（NR）模块，可与Isaac Lab物理引擎同步推进数千个环境的网络模拟，用于大规模多机器人强化学习训练。在验证配置下，Isaac-Net在一张GPU上支持约104.8万个机器人以1.24控制步/秒运行，达到无网络时速率的83%，并且其NR引擎无需拟合参数即可复现ns-3 5G-LENA的中位延迟。该研究为预印本，尚未经过同行评审。

阅读论文全文（PDF）

主题页

操作 8VLA 4World Action Models 5Aerial 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。