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。

276 篇论文
主题全部Manipulation 27VLA 22Perception 12Robotics 11Navigation 10Humanoid 9Learning 8Safety 5World Action Models 4Simulation 3Aerial 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 1Locomotion 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
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
Event-camera VO专业

Keytime Gaussian Process Regression实现事件相机立体VO实时估计，精度超ES-PTAM

Nikan Nobari, Jonathan D. Gammell

这篇预印本提出一种基于关键时间插值的连续时间事件相机立体视觉里程计。它只在稀疏关键时间维护位姿和速度状态，用WNOA先验将每个异步测量插值到原始时间戳，从而解耦状态规模与测量数量，在CPU上实时运行。在MVSEC和DSEC数据集上，估计频率分别约22 Hz和6 Hz，相对平移/旋转RMS误差为0.46 cm和0.038度，分别比ES-PTAM改善11倍和15倍。

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

ProWAM用渐进式视觉子目标刷新WAM基准，零样本真机成功率70.0%

Fei Zhang, Zhaochong An, Duncan Frost, Yikai Wang, Pengfei Liu, Ya Zhang, Michal Drozdzal, Amir Bar

ProWAM是一种世界动作模型，通过预测按归一化任务进度索引的稀疏视觉子目标来引导动作生成，避免生成稠密视频。在LIBERO-Plus上达到85.8%，RoboTwin随机场景75.7%，零样本真机任务70.0%，超过最强基线DreamZero的55.0%。该论文为arXiv预印本，尚未经过同行评审。

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
Manipulation LfD专业

SC-DMPs：用交互刚度引导基函数分配，提升DMP技能迁移效率

Chan Xu, Silu Chen, Dehao Wang, Xiyu Chen, Dexin Jiang, Chi Zhang, Guilin Yang, Chenguang Yang, Zaojun Fang

作者提出Stage-Criticality-Guided Dynamic Movement Primitives（SC-DMPs），融合操作者-机器人交互刚度和跨演示轨迹一致性构建阶段关键度指标，重新分配DMP基函数中心和带宽。在书写字母和三个真机任务中，SC-DMPs相比DMPs、ProMPs等基线降低了整体和关键区域误差，同时保持紧凑模型和经典DMP稳定结构。该论文已被IEEE Transactions on Industrial Informatics接收。

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
Sim-to-real Navigation专业

EIDA：学习执行接口模型提升机器人导航仿真到现实迁移

Yiwei Qian, Shanze Wang, Qingyuan Hu, Xinming Zhang, Wei Zhang

本文提出执行接口动力学适配框架 EIDA，用目标平台数据拟合位姿增量和速度反馈模型，并将其嵌入轻量仿真器训练导航策略。在 100 个 BARN 环境中，EIDA 在有全局引导时成功率 89.33%，比基线高 8.55 个百分点；在真机 Unitree Go2 上 20 次静态场景试验全部无碰撞到达目标，基线仅 4 次成功。该预印本表明无需重建底层执行器动力学即可改善导航迁移。

阅读论文全文（PDF）
arXiv
Visual Reward Models专业

CriticHack 显示优化 Robometer 会同时推高任务成功率和错误对象失败

Jiaxuan Luo, Xingguo Xu, Shanshan Wang, Yuhan Zhou, Zhen Zhang

这是一篇 arXiv 预印本，未经同行评审。作者提出 CriticHack 评测框架，在仿真抽屉任务上全参数微调扩散策略并优化 Robometer 视觉奖励，5 次训练将任务成功率提高 10.2 个百分点，但错误对象失败也提高 10.9 个百分点，而真实完成信号不会放大该失败。文章用倾斜模型解释这一现象，并通过冻结结果验证器将优化重定向到正确任务。

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

ReCo：用响应一致运动与策略感知MPC提升腿式移动操作轨迹跟踪

Kuankuan Sima, Yichao Gao, Chenxi Gu, Kefan Zhao, Lin Zhao

这篇预印本提出ReCo框架，通过训练响应一致的四足运动策略并识别其闭环响应模型，让策略感知MPC同时规划运动指令和机械臂动作。在MuJoCo仿真基准中，位置和姿态RMSE分别比各自最优基线降低28.7%和27.4%，100轮测试成功75次。真机实验展示了在Unitree Go2加ARX X5平台上进行物体整理、开门和抓取放置等连续移动操作。

RL
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）
arXiv
Underwater Robotics进阶

RADMCS：安装在气瓶上的可穿戴机器人引导潜水员保持安全距离

Demetrious T. Kutzke, Junaed Sattar

本文是一项预印本研究，尚未经过同行评审。作者提出RADMCS，一种安装在潜水气瓶上、利用推进器提供物理力反馈的可穿戴机器人，帮助潜水员在狭窄空间保持与结构物的安全距离。共有8名潜水员参与不同阶段的水池和海洋实验，阈值敏感性测试表明平均仅需约10%的最大推力即可感知方向提示，距离保持实验显示在距离估计稳定时机器人能正确引导。这为水下物理人机交互提供了新平台。

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

DuoMind 用语义通信协调双机器人，配套基准 RoboPoly 评测长程协同操作

Hanchu Zhou, Dechen Gao, Hang Wang, Brendan Lynch, Boqi Zhao, Qiyao Ma, Raman Goyal, Junshan Zhang

这篇预印本提出 DuoMind，一个分布式分层框架，让每台机器人同时运行 VLM 推理器和 VLA 动作模型，通过自然语言消息协调双机器人操作。在自建 RoboPoly 和 RoboTwin 任务上，DuoMind 多数任务成功率超过仅用 π0.5 或 π0 的基线，其中 RoboPoly 任务提升明显。研究展示了在部分可观测条件下，显式语义通信对多机器人长程协同的重要性。

VLA
阅读论文全文（PDF）
arXiv
Multi-robot manipulation专业

Watch, Infer, Coordinate：通过观察协作推断机器人伙伴物理约束，实现零样本协调

Suyu Ye, Zheyuan Zhang, Vaishnav Tadiparthi, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Tianmin Shu, Homanga Bharadhwaj, Nakul Agarwal

这是一篇预印本。作者提出Watch, Infer, Coordinate基准与方法，让机器人在观察伙伴与另一机器人协作后，推断其关节位置、速度等低层物理约束，并在有障碍的新任务上零样本协调。在三个仿真搬运场景中，该方法将推断误差降至接近零，新任务成功率接近有真实约束的oracle，显著优于基线。

阅读论文全文（PDF）
arXiv
UAV Swarms专业

分布式无人机集群用兴趣感知语义Gossip降低一半推理token

Andrea Iannoli, Ivan Zyrianoff, Angelo Trotta, Lorenzo Gigli, Marco Di Felice

本文提出一种完全分布式的无人机集群架构，每架无人机运行独立的小语言模型（SLM）代理，并通过有界上下文管理和兴趣感知Gossip引擎选择性传播信息。在10架无人机、5/10/20名幸存者的仿真搜索救援任务中，该方法完成全部20次重复实验，相比Full Flood基线，推理token消耗约减半，传输数据从6–7 MB降至0.5 MB以下，幸存者计数误差更低。论文已被CCNC 2027接收。

阅读论文全文（PDF）
arXiv
MAV guidance进阶

LiDARFlow：机载LiDAR与面板法实现未知环境实时MAV避障

João Machado, Zeynep Bilgin, Matthieu Verdoucq, Murat Bronz

这是一篇预印本。论文提出LiDARFlow，将收敛引导向量场与PGFlow面板势流避障相结合，仅用机载Livox LiDAR在未知室内环境中实时生成无碰撞速度指令。在两类真机场景中，无人机成功完成航点导航和方向跟随并避开所有静态障碍，但轨迹存在振荡。该方法计算轻量，可在Raspberry Pi 5上运行，但点云处理是主要瓶颈。

激光雷达
阅读论文全文（PDF）
arXiv
AMR Operations入门

MoRoOp 数据集公开：连接单台 AMR 的作业、调度事件与机器人状态

Jan-Felix Klein, Yongkuk Jeong

KTH 研究团队在预印本中发布 MoRoOp 数据集，记录单台 wheel.me AMR 在实验室套件补给场景中九个八小时班次的运行数据，包含 1,382 个作业、4,815 个操作、19,352 个调度事件和 140,386 条机器人状态观测。该数据集首次将作业规格、操作分解、调度决策和物理执行状态联合提供，可用于评估 AI 代理、异常检测和数据驱动仿真。本论文为预印本，未经同行评审。

阅读论文全文（PDF）
arXiv
Soft manipulation专业

JFM学习分辨率一致的雅可比场，提升刚软耦合手指运动预测

Tianyou Liang, Haisen Zeng, Shanjun Chen, YiMing Zhu, Zhongyue Lu, Zirong Luo

这是一篇预印本，未经同行评审。研究人员提出 Jacobian Flow Matching (JFM) 框架，基于 Conditional Flow Matching 学习腱驱动刚软耦合手指的分辨率一致雅可比场，支持点式预测和 ODE 积分。在真机中手指弯曲/伸展数据上，JFM 相比点式基线全局平均 RMSE 降低超过 53%（TinyTransformer 下 57.27%，LSTM 下 53.68%），并在 stride=8 稀疏采样时使 ODE 集成预测的 RMSE 中位数降低 14.43%、方差降低 24.87%。该工作为刚软耦合系统的离线多步轨迹优化提供了连续一致的局部模型。

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。