跳到正文
只看硬件本体
10月22日周四
  6. arXiv · cs.RO65

    面向移动机械臂在半静态环境中安全导航的面向对象和任务的主动感知

    本文提出了一种主动感知框架，使高自由度移动机械臂在导航过程中使用手部相机检查不确定或安全关键区域。该框架通过概率性的面向对象和任务的下一最佳视图(NBV)公式，优先观察期望路径附近和不确定或可能变化物体周围的区域。实验表明，与被动或非任务感知的基线相比，该方法提高了地图一致性，降低了任务相关的地图熵，并减少了导航风险。

    推荐理由：移动机械臂在半静态环境中通过主动感知降低碰撞风险，将导航与地图维护闭环整合。

  7. arXiv · cs.RO75

    Test-Time Motion Steering for Perceptive Humanoid Fall Recovery

    研究人员提出RISE方法，通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复，可在推理时根据任务目标控制机器人站立方式。该方法在Unitree G1机器人上进行了真实世界演示，展示了多样化的恢复策略、地形适应能力和无需重新训练的测试时转向功能。

    推荐理由：通过视觉扩散规划器实现人形机器人摔倒后的任务导向恢复，无需重新训练即可适应不同地形和目标。

  8. arXiv · cs.RO75

    地球训练的人形控制器能否在月球行走？重力、地形与土壤迁移研究

    该研究探讨了在月球重力、地形和土壤条件下，地球训练的人形控制器的迁移能力。研究在模拟的Unitree G1上训练了12种策略，测试了不同重力、地形和地面接触条件下的表现。

    推荐理由：研究首次系统验证了地球训练的人形控制器在月球重力与地形下的迁移能力，发现重力转移不对称且粗糙地形训练显著提升生存率。

  11. TechCrunch · Robotics75

    特斯拉在加州启动Optimus机器人生产，利润下滑43%

    特斯拉已在加州弗里蒙特工厂启动Optimus人形机器人生产，首批为量产质量机器人，CEO马斯克称此为早期生产，预计到2027年底每周可生产2万台。与此同时，公司第三季度利润下滑43%，主要因在Optus机器人、AI和自动驾驶领域投入增加。

    推荐理由：特斯拉在利润下滑43%背景下启动人形机器人量产，激进押注AI与机器人能否扭转局面是最大看点。

  20. arXiv · cs.RO75

    A2I-Calib++：面向足式机器人全身多IMU系统的运动学驱动抗噪声主动校准框架

    Fangyu Jiang提出A2I-Calib++框架，专为足式机器人全身多IMU系统设计，通过时间相关搜索和解析空间与偏差估计，无需人工校准目标或复杂参数调校即可估计时间偏移、外旋平移和惯性偏差。

    推荐理由：通过运动学驱动抗噪声主动校准框架，解决了足式机器人多IMU系统在常规运动中激励不足的问题。

  21. arXiv · cs.RO65

    基于距离场驱动的强化学习实现反应式鲁棒碰撞避免

    本文提出了一种将欧几里得距离场(EDF)直接集成到观察空间的强化学习框架，在7自由度冗余机械臂上验证了该方法的有效性。该方法实现了从仿真到实体的零样本迁移，尽管仅使用随机静态物体进行训练，部署后的策略能够泛化到未见过的真实环境，并表现出对动态障碍物的鲁棒在线避障能力。

    推荐理由：将欧几里得距离场直接融入观察空间，实现了从仿真到实体的零样本迁移，为复杂环境中的实时避障提供了新思路。

  22. arXiv · cs.RO65

    线性扭动侧向爬行步态：可扭动机器人在复杂地形上的运动规划

    Qingling Fan提出了一种新的线性扭动侧向爬行步态，通过将工作负载分散至整个机器人身体，使单个扭动关节的峰值输出功率降低42%。实验表明，新步态可在传统方法无法适应的地形上移动，并且比无扭动的传统侧向爬行速度快49%。

    推荐理由：线性扭动侧向爬行步态将机器人工作负载分散至全身，解决了传统方法中电机过载问题。

  23. arXiv · cs.RO65

    S-Rolling：可转向滚动步态用于可扭转蛇机器人在低空间环境中的移动

    Qingling Fan提出S-rolling步态，通过S形平面曲线设计结合低扫掠高度移动与平面机动性，使蛇机器人在10cm间隙环境中实现90°和180°精确转向。该研究推导了关节空间步态方程，开发了准静态运动学模型，并通过实物实验验证了各种运动模式。

    推荐理由：S-rolling通过S形平面曲线设计解决了蛇机器人在低空间环境中的转向难题，实现了90°和180°的精确转向。

  24. arXiv · cs.RO65

    Make it Walk: 乐高步行机器人的计算设计

    该论文提出了一种计算方法，设计出不仅能够稳定行走，还支持多种步态的乐高步行机器人。研究通过特定的齿轮-连杆机构控制每条腿的运动轨迹，并使用独立电机驱动各腿，通过简单可适应的控制算法同步多腿运动，实现了稳定且多样化的运动。基于此方法，研究人员创建了多种乐高步行机器人，展示了不同的步态和外观，并制作了部分实物以验证其在现实世界中的运动能力。

    推荐理由：通过齿轮-连杆机构与独立电机驱动，首次实现可变步态的乐高步行机器人设计，为模块化机器人提供了新思路。

  26. arXiv · cs.RO65

    基于本体感觉的在线接触估计：流匹配与粒子滤波混合方法

    本文提出ContactFlowFilter方法，结合流匹配模型与粒子滤波框架，用于机器人接触估计。该方法在单接触和双接触场景下分别实现0.36厘米和0.88厘米的误差，处理时间仅需0.69毫秒和2.69毫秒。研究通过仿真和真实实验验证了该方法的有效性。

    推荐理由：将流匹配与粒子滤波结合，解决了机器人本体感觉接触估计中的多模态和离散事件难题，误差低至0.36厘米。

  28. arXiv · cs.RO75

    端到端强化学习实现四足机器人在月球重力下的跳跃

    Levin Müller 等人提出一种多阶段强化学习方法，为四足机器人生成端到端控制策略，实现在月球重力下的精准点对点跳跃。该方法在模拟中实现了小于机器人机身尺寸的着陆误差，并在硬件转移实验中成功执行了月球重力减载下的垂直跳跃。

    推荐理由：端到端强化学习让四足机器人在月球重力下实现精准跳跃，为行星探索提供新可能。