解析 Ruckig 加加速度受限的时间最优在线轨迹生成
文章解析 Ruckig 的加加速度受限在线轨迹生成,涉及三重积分链时间最优问题的七段剖面、多轴同步时刻选取与超限刹车闭式解。文中还给出双关节臂在 MuJoCo 中的跟踪与目标跳变重规划实测。
文章解析 Ruckig 的加加速度受限在线轨迹生成,涉及三重积分链时间最优问题的七段剖面、多轴同步时刻选取与超限刹车闭式解。文中还给出双关节臂在 MuJoCo 中的跟踪与目标跳变重规划实测。
针对人形机器人落地“哐哐响”的问题,排查指向足底力控与位置控制两种方案的选择差异。文章以排查实录形式梳理该异响的根因定位过程,供研发者对照自身控制方案。
约90支队伍的机器人在泰山参加首届世界山地机器人挑战赛,赛道长3.9公里、爬升超600米,需竞速或运送鸡蛋、西瓜等易碎品登顶。北京灵一科技(Unitree子公司)的四足机器人以43分41秒获四足速度组冠军,北京智身灵跃团队的人形机器人以27分26秒完成较短赛程。赛事由中央广播电视总台主办,设最快机器人、最佳负重四足机器人等奖项。
该论文提出一种基于Transformer、带共享模块化递归的架构,用于通用形态机器人控制,并在MuJoCo机器人集合上评估其泛化性能。作者指出上下文特征往往只部分可得,但可通过模块交互恢复,从而改善多机器人控制和对训练中未见上下文的泛化。结果显示,在四种环境下,对动力学、运动学和拓扑均未见的机器人,零样本泛化性能有显著提升。
论文提出执行器感知(AA)观测器输入:高度与姿态观测器使用经假定旋翼模型滤波、并与测量延迟对齐的受限虚拟输入,水平观测器使用由实测姿态重建的加速度。
研究团队提出 I3L,一套结合全身纠正与迭代策略精炼的软硬件系统,用于缓解离线模仿学习策略在长程全身移动操作中的分布外退化。
论文发布一套开源 ROS 2 软件栈,恢复 Franka Emika Panda 的 ROS 2 支持并解决其外部位置控制接口长期不可靠的问题。作者分析认为,振动和保护性停机源于外部控制环时序与采样抖动,而非机器人本体限制,据此提出将实时通信与 ROS 2 控制环解耦的异步硬件接口、面向较慢指令源的速率匹配机制,以及位置域参考生成策略。
该研究把机械臂运动用于自由漂浮航天器的无推进剂姿态控制,将其建模为带关节与避碰约束的轨迹优化问题,并用内点法求解。在一系列航天器-机械臂系统上,该方法算出了最大 90° 的静止到静止转向轨迹,以及角速度降低 40% 的消旋轨迹。作者还通过动量与力矩包络,把机械臂的控制能力与反作用轮阵列直接对比,指出机械臂可作冗余乃至主姿态控制系统,在抓取高相对质量载荷的空间装配与制造中尤其有前景。
研究提出基于强化学习的协同设计框架高斯进化专家策略(GES),通过维护一组专家策略并让各自的设计空间领地随控制表现演化,缓解单一共享策略在不同形态下收敛到同一控制策略的行为多样性坍缩问题。
ROOF 提出一种带接触支撑几何逃逸引导的强化学习方法,让仅靠本体感知的人形机器人在头顶障碍下先腾出空间再完成起身。仿真中,在只能抬起的板下恢复成功率为 88.5%,无几何引导时为 18.9%;在尺寸、质量和位置随机化的自由板下为 98.6%。部署到 Unitree G1 后,在七类真实障碍场景的 150 次尝试中成功恢复 95 次,其中包含训练中未出现的家具和多物体布置。
研究提出证明携带演化(PCE)方法,让语言模型在搜索中同时给出控制器及其证书,只有通过证书校验的候选才能被返回,部署产物是控制律与证书。作者在限速对接、机动目标追踪和 SO(3) 姿态控制上比较四个语言模型与经典搜索和综合方法,线性问题用精确有理数算术校验证书,SO(3) 上先浮点校验再对每个报告冠军精确复验,各方法最佳运行还获得 Lean 4 证明。
该论文提出悬垂织物机器人操作面(RMS)的可分离悬链线模型,可快速计算给定执行器高度下的表面形状,以及达到期望局部斜率所需的执行器高度。闭式逆解让简单 PID 控制器即可在织物面上定位物体,模型还把织物长度、模块跨度和执行器行程与可达工作空间关联,给出最小织物长度下界和设计图表。
研究提出在冻结运动策略下在线学习闭环动力学的方法,用污染高斯模型区分可预测与不可预测响应,并结合高斯过程与随机傅里叶特征构建在线学习器,以降低异构观测带来的偏差。该方法与模型预测控制(MPC)结合后能更准确预测浮动基座运动,仿真与硬件实验中末端执行器跟踪误差为 0.01 m,并给出了在线学习的有限样本误差界。
研究团队提出 Movens-Zero 可扩展的理解-生成-执行架构,支持文本、语音、音乐和视频输入下的实时闭环人形运动生成。其配套数据集 Movens-5M 从互联网视频经片段生成、质量过滤、语义标注、运动恢复与人形重定向物理精炼构建,含 1500 万条人类运动序列和 500 万条可物理执行的人形运动序列,总时长超 1 万小时。
推荐理由:该技术报告给出从互联网视频构建人形运动数据集并训练统一理解-生成-执行模型的完整路径,可供参考数据规模与架构设计。
该论文利用串联机器人的高阶运动学导数,提出保形实时数值逆运动学方法,给出四阶与五阶收敛的 QuIK4、QuIK5 求解器。方法还包含沿步长外推雅可比行列式以预测并规避奇异的保形步长限制器,以及用 Hermite 插值验证解保形性的认证器与认证重启算法。作者称相较既有方法失败率最多降低四个数量级,并发布带 ROS 2 集成的 C++ 库。
该论文提出柔性感知操作框架,把柔性连杆的结构动力学与传感、运动学和控制直接连接起来。方法先按响应收敛和激励带宽准则识别各柔性连杆的主导振动模态,在全秩模态可观测条件下,m 个保留模态只需 m 个独立斜率测量和一个参考 IMU,并据此重建连续连杆变形,用于柔性感知正运动学和基于偏微分方程的控制器。
作者提出一种基于模型预测路径积分控制的分散式运动规划器,同时计算自船轨迹和其他船舶的轨迹预测,并把交通规则编码为不连续代价,无需平滑近似。在取自阿姆斯特丹运河真实河段的地图中,780 次随机运行均无碰撞、无死锁到达目标,优于同领域优化规划器及不考虑交互的版本。两艘缩比船原型在户外以 10 Hz 机载规划与定位,完成对遇和交叉相遇且未违规。
作者提出 ∇Mimic,用可微仿真器的精确梯度训练人形机器人全身运动跟踪策略,在单张 GPU 上 20 分钟达到 0.82 分、1.8 小时达到 0.874 分,而世界模型方法达到 0.82 需 1.2 小时。
推荐理由:论文给出可微仿真下精确梯度训练人形策略的完整方案,并开源引擎与代码,便于对比一阶与零阶方法的效率差异。
该论文针对双积分动力学与加速度平方目标,推导出两台机器人从静止到静止的最优无碰撞轨迹完整解析刻画,证明这些轨迹属于八类接触族,并给出每种初始与终止位置组合对应的族判定。作者分析了最优轨迹的几何性质,提供了数值计算算法,并讨论了这些结论如何改进现有数值轨迹优化器的性能。
作者提出 AC-SMPC,一种带状态约束的 actor-critic 模型预测控制框架,用于受限动态环境中的安全导航。该方法用顶点表示机器人与障碍物、半空间表示工作空间,将非线性动力学局部线性化并把基于超平面的避障约束凸化进可微 MPC 层,actor 通过闭环反馈调整 MPC 目标参数,critic 评估长期任务表现。
论文提出一种带边界约束的运动学标定方法,用于提升6自由度机器人穿刺引导机械臂的定位精度。该方法用物理合理的参数范围约束一个19参数几何辨识模型,把边界作为主动优化约束以缓解参数耦合与过拟合;仿真中末端执行器RMSE从3.422 mm降至0.690 mm(改善79.8%),台架实验中轨迹验证RMSE为0.865 mm、坐标格点验证RMSE为0.610 mm。
DiffWBC 提出用一步扩散模型替代确定性策略来做通用人形机器人运动跟踪,每个 50 Hz 控制步只需一次前向推理,在 BONES 基准上局部跟踪误差为 20.1 mm,并在 Unitree G1 实机上部署。
研究提出关节健康感知强化学习框架,用连续关节健康向量编码执行器状态,并通过 HealthNet 从近期观测和动作估计各关节健康度,让策略在健康与退化关节间重新分配控制力。
作者提出 HIPC 实时人形机器人迭代规划与控制框架,将生成模型与运动跟踪耦合为统一的规划与控制范式。HIPC 采用目标条件运动规划,并用规范运动表示训练以规避极端姿态下的万向节锁奇异,同时通过偏差衰减恢复与历史重锚定两种策略缓解实机状态反馈带来的分布外偏移。实验显示 HIPC 在现有方法中取得最优的目标到达精度,并表现出对物理扰动的鲁棒性和跌倒后恢复能力。
HoloBoxing 提出一种人形拳击学习配方,在预训练全身控制器基础上训练策略,单张消费级 GPU 上 7 分钟从零完成训练,并公开代码与论文。该配方把可复用的运动技能与任务决策分开:紧凑规划器请求未来的身体点目标,冻结的控制器负责关节级执行。
基于对GitHub上超过20个主流四足机器人项目的调研,文章按运动学控制、全栈工程、优化算法、强化学习、硬件本体五大流派梳理开源四足技术全景。
ODE Policy 提出用神经常微分方程学习动作的向量场,而不是在离散控制步上直接回归动作值,部署时由上一动作积分得到下一动作,使轨迹天然连续。
推荐理由:该工作把动作建模为神经 ODE 的向量场,让轨迹连续成为结构属性,并给出跨多类任务的对比结果。
Kinetix AI 与 KaiRobotics 展示人形机器人在头顶受限空间下的跌倒恢复能力,相关研究名为《ROOF: Learning Humanoid Fall Recovery under Overhead Constraints》。内容以万圣节主题演示呈现,强调在狭窄空间中完成恢复动作,未披露具体机型参数、成功率或实验条件。
文章以 Unitree H1、Isaac Sim 2024.1、IsaacLab 和 PPO 为组合,完整走了一遍从 URDF 转 USD、场景搭建、域随机化配置、PPO 训练到 ONNX 导出与 ROS 2 真机部署的 sim-to-real 流水线。
至简动力(Simplexity Robotics)在10月27日至29日于德国沃尔夫斯堡举行的IZB 2026中德汽车技术零部件及服务展专区,展出i7 Pro、iX机器人及自研手臂、关节模组等核心硬件。公司围绕机器人运动控制、遥操作与本体研发展示具身智能技术成果,商务部投资促进事务局局长刘民强到展位参观交流。
璇玑动力Hypertron系列四足机器人在广州2026年安全应急救援机器人大赛中获“高层建筑火灾救援赛道”冠军及“负重攀爬与物资运送”科目一等奖。Hypertron-SW01搭载自研高爆发关节电机模组与多模态融合感知系统,具备IP67防护,在120℃~130℃高温连续烘烤3分钟测试中运动控制、感知与通信仍稳定运行。
人类应该比机器人更协调。 不过在SIGRobotics可不是这样。@_robert_molina 用强化学习训练了我们的一只机械臂,让它能在球拍上连续颠乒乓球长达7分钟。 看这段延时视频,它就一直颠个不停。
研究提出 REA(Routed Embodied Agent)统一运行时,让负责推理的 System 2、具身路由 System 1 与反应式 System 0 策略在同一框架下协作,核心规则是运行中的策略不等待大脑。
泰盈科技集团在泰山脚下建成具身智能机器人登山训练场,复刻泰山红门至中天门段3.8公里、3100余级台阶地貌,设11条测试赛道,供人形机器人与四足机器狗备战首届CMG世界机器人登泰山大赛。训练场含低识别台阶、陡滑窄阶、S形急转台阶等特殊赛道,重点考核环境感知、动态平衡与步态切换能力,目前已入选山东省首批重点支持建设区域枢纽型训练场。
那不勒斯费德里科二世大学与巴勒莫大学团队用弹簧-质量爬行模型分析 Pieris brassicae 毛毛虫在木材、钢、石板和玻璃上的运动,发现表面粗糙度与爬行性能强相关,玻璃因微观粗糙度不足以让原足抓附而难以通行。
作者为自研四足机器人调试并微调了基于 MPC/WBC 框架的运动控制器,并用深度相机图像构建高度图,机器人现在能更可靠地爬楼梯、跨越最高 11 cm 的障碍(离地间隙 18 cm),并较有把握地应对松软地面。控制器用 C++ 编写、兼容 ROS2,已开源在 GitHub 的 voltdog/mors_quadruped 仓库;作者下一步将重点提升软件可靠性,包括自动设备连接测试和从任意姿态站起。
文章沿"如何解决不同环境难题"主线梳理具身智能领域五类路径规划范式:图搜索(Dijkstra、A*、Hybrid A*)、采样方法(RRT、PRM)、人工势场法(APF)、最优控制(MPC)以及强化学习与数据驱动方法。
AUBO协作机器人以力控、视觉与柔性部署覆盖码垛、装配、打磨、喷涂、检测、分拣六大工业场景。码垛工作站支持一键生成垛型、2小时部署、最高2.5m垛高与9箱/min节拍;装配工位节拍15秒、锁附成功率99.8%;新发布的G40智适应协作机器人已用于汽车金属结构件打磨,具备IP67防护与防爆设计。
Mino 的伴随行为应用在 Jetson Orin Nano 上基于 ROS 2 实现,含找人、跟随、陪伴三种状态,视频为其首次户外测试。该应用借助深度估计、YOLO-World 人物检测与跟踪、位姿反馈、里程计和运动控制等开源模块,由编码智能体在一个周末内完成行为逻辑拼接。机器人以 3D 位置与速度感知人物,通过卡尔曼滤波平滑轨迹,并持续向定制硬件下发头部位姿与底盘速度指令。
月泉仿生博文W-Bot 2.0轮式人形机器人在合肥国家电网配网带电运维中落地,独立完成电缆剥线全流程带电作业,该案例被人民日报新媒体《想不到的中国经济》栏目报道。方案采用绝缘斗臂车载式部署,搭载信手X-Hand M1灵巧手与7自由度仿人手臂,双臂负载20kg、整手提拉负载50kg,作业高度覆盖0–2.2米,底盘面积0.238㎡。