端到端驾驶与规划 1 3D检测与多模态融合 1 VLA与机器人操作 18 人形与运动控制 4 仿真数据与评测 2
01 端到端驾驶与规划 1 篇
Belief-Conditioned One-Step Diffusion: Real-Time Trajectory Planning with Just-Enough Sensing
💡 以信念栅格与传感器掩码条件化扩散规划
🚗 按状态不确定性选取最小传感器子集,实现实时规划
Gokul Puthumanaillam · Aditya Penumarti · Manav Vora 等 8 人
02 3D检测与多模态融合 1 篇
One View, Many Worlds: Single-Image to 3D object Meets Generative Domain Randomization for One-Shot 6D Pose Estimation
💡 单图生成3D模型加生成式域随机化
🚗 为机器人抓取提供免标注一次性6D位姿估计
Zheng Geng · Nan Wang · Shaocong Xu 等 8 人
03 VLA与机器人操作 18 篇
Cross-Sensor Touch Generation
💡 提出无需配对数据的触觉图像跨传感器生成
🚗 让触觉模型跨传感器复用,支撑抓取与装配任务
Samanta Rodriguez · Yiming Dou · Miquel Oller 等 5 人
Data Retrieval with Importance Weights for Few-Shot Imitation Learning
💡 证明最近距离检索等价高斯核密度极限
🚗 改进先验数据检索,提升少样本模仿学习效果
Amber Xie · Rahul Chand · Dorsa Sadigh 等 4 人
Reactive In-Air Clothing Manipulation with Confidence-Aware Dense Correspondence and Visuotactile Affordance
💡 视触觉框架直接操作悬空褶皱衣物
🚗 实现衣物抓取与折叠的反应式鲁棒操作
Neha Sunil · Megha Tippur · Arnau Saumell Portillo 等 5 人
Training Strategies for Efficient Embodied Reasoning
💡 拆解机器人思维链推理有效的三类机制
🚗 减少专用推理数据需求并提升策略泛化
William Chen · Suneel Belkhale · Suvir Mirchandani 等 7 人
Tactile Beyond Pixels: Multisensory Touch Representations for Robot Manipulation
💡 融合四模态触觉自监督统一表征
🚗 为机器人操作提供触觉表征,策略成功率提升63%
Carolina Higuera · Akash Sharma · Taosha Fan 等 11 人
Planning from Point Clouds over Continuous Actions for Multi-object Rearrangement
💡 连续动作点云A*重排规划
🚗 无需离散化,实现点云多物体重排连续规划
Kallol Saha · Amber Li · Angela Rodriguez-Izquierdo 等 7 人
“Stack It Up!”: 3D Stable Structure Generation from 2D Hand-drawn Sketch
💡 关系图与扩散生成稳定三维结构
🚗 让机器人按手绘草图搭建稳定三维积木结构
Yiqing Xu · Linfeng Li · Cunjun Yu 等 4 人
DexSkin: High-Coverage Conformable Robotic Skin for Learning Contact-Rich Manipulation
💡 高覆盖可共形电容机器人皮肤
🚗 为灵巧操作提供全指高覆盖触觉感知
Suzannah Wistreich · Baiyu Shi · Stephen Tian 等 8 人
SAVOR: Skill Affordance Learning from Visuo-Haptic Perception for Robot-Assisted Bite Acquisition
💡 视触觉学习器具-食物技能可供性
🚗 提升机器人辅助进食咬取技能适配可靠性
Zhanxin Wu · Bo Ai · Tom Silver 等 4 人
SAIL: Faster-than-Demonstration Execution of Imitation Learning Policies
💡 快于示教的模仿学习全栈执行系统
🚗 提升机器人操作吞吐与执行速度适应能力
Nadun Ranawaka Arachchige · Zhenyang Chen · Wonsuhk Jung 等 11 人
$\pi_{0.5}$: a Vision-Language-Action Model with Open-World Generalization
💡 异构数据协同训练实现广泛化
🚗 提升VLA在真实开放环境的操作泛化能力
Kevin Black · Noah Brown · James Darpinian 等 35 人
Fabrica: Dual-Arm Assembly of General Multi-Part Objects via Integrated Planning and Learning
💡 分层规划结合等变残差强化学习
🚗 实现通用多部件物体的双臂自主装配
Yunsheng Tian · Joshua Jacob · Yijiang Huang 等 13 人
Streaming Flow Policy: Simplifying diffusion/flow-matching policies by treating action trajectories as flow trajectories
💡 动作轨迹即流轨迹实现流式输出
🚗 降低扩散策略延迟以支持实时控制
Sunshine Jiang · Xiaolin Fang · Nicholas Roy 等 6 人
Steering Your Diffusion Policy with Latent Space Reinforcement Learning
💡 潜空间RL高效微调扩散策略
🚗 无需新增示教即可在线改进操作策略
Andrew Wagenmaker · Yunchu Zhang · Mitsuhiko Nakamoto 等 8 人
AirExo-2: Scaling up Generalizable Robotic Imitation Learning with Low-Cost Exoskeletons
💡 低成本外骨骼采集野外演示数据
🚗 降低模仿学习数据成本并提升泛化性
Hongjie Fang · Chenxi Wang · Yiming Wang 等 14 人
FetchBot: Learning Generalizable Object Fetching in Cluttered Scenes via Zero-Shot Sim2Real
💡 深度条件动作生成实现零样本迁移
🚗 解决杂乱遮挡场景下的避障抓取泛化
Weiheng Liu · Yuxuan Wan · Jilong Wang 等 9 人
KineSoft: Learning Proprioceptive Manipulation Policies with Soft Robot Hands
💡 内部应变传感实现无遮挡形状感知
🚗 使软体手可经示教学习灵巧操作
Uksang Yoo · Jonathan Francis · Jean Oh 等 4 人
ImMimic: Cross-Domain Imitation from Human Videos via Mapping and Interpolation
💡 DTW映射与MixUp插值实现跨域模仿
🚗 利用人类视频与少量示教提升机器人操作模仿
Yangcen Liu · Woo Chul Shin · Yunhai Han 等 6 人
04 人形与运动控制 4 篇
Versatile Loco-Manipulation through Flexible Interlimb Coordination
💡 自适应控制器动态分配肢体操作或行走
🚗 使机器人按任务需求灵活协调四肢完成移动操作
Xinghao Zhu · Yuxin Chen · Lingfeng Sun 等 7 人
Divide, Discover, Deploy: Factorized Skill Learning with Symmetry and Style Priors
💡 因子化状态空间的无监督技能发现框架
🚗 学到安全可部署技能并零样本迁移到四足机器人
Rafael Cathomen · Mayank Mittal · Marin Vlastelica 等 4 人
HuB: Learning Extreme Humanoid Balance
💡 参考运动优化与平衡策略学习
🚗 实现人形极端平衡与sim-to-real鲁棒控制
Tong Zhang · Boyuan Zheng · Ruiqian Nai 等 11 人
LocoFormer: Generalist Locomotion via Long-context Adaptation
💡 长上下文大规模强化学习实现跨形态运动适应
🚗 让单一策略控制未知腿式与轮式机器人并抗扰动
Min Liu · Deepak Pathak · Ananye Agarwal
05 仿真数据与评测 2 篇
X-Sim: Cross-Embodiment Learning via Real-to-Sim-to-Real
💡 以物体运动为稠密信号的实到虚到实框架
🚗 用人类视频训练可迁移的机器人操作策略
Prithwish Dan · Kushal Kedia · Angela Chao 等 7 人
Geometric Red-Teaming for Robotic Manipulation
💡 几何扰动自动生成崩溃形状
🚗 揭示操作策略脆弱性,补充静态基准评测
Divyam Goel · Yufei Wang · Tiancheng Wu 等 7 人