跳到正文
11月5日周四
  1. arXiv cs.RO38

    3D旋转表示:数学基础与对比分析

    该论文系统梳理了SO(3)的多种旋转表示,包括欧拉角、轴角向量、四元数、旋转矩阵、指数映射及新兴的连续与概率方法,并从连续性、万向锁敏感性、计算效率、存储需求、插值与复合运算等维度进行对比。实证结果表明四元数因紧凑高效而占优,6D连续表示与矩阵Fisher分布则在连续性和不确定性建模上更具优势。

  2. arXiv cs.RO70

    哪类触觉物理线索对接触密集模仿学习更重要:真实机器人受控研究

    该研究在 LeRobot 平台上用真实机器人开展受控实验,比较触觉 RGB 图像、法向/深度图与标记流场三类物理线索对接触密集模仿学习的影响。720 次真实机器人试验显示,触觉感知把整体成功率从 57.8% 提升到 78.9%,其中标记流场作为单一线索最有效,成功率达 74.4%,在维持已建立接触时作用尤为突出。

  3. arXiv cs.RO60

    SCRUB:无臂四足机器人基于接触的力-运动控制表面坐标系估计

    作者提出 SCRUB,一种基于接触的表面坐标系估计方法,让无臂四足机器人把机身搭载的工具沿近垂直表面滑动,无需已知、轴对齐或视觉预测的表面法向。SCRUB 用卡尔曼滤波从力线索和速度线索估计法向,并让预测控制器据此施力与滑动;速度线索会减去指令下压速率并在每个步态周期内取平均。

  4. arXiv cs.RO55

    FOSCo-Net:面向森林 LiDAR 遮挡的自监督体素补全框架

    FOSCo-Net 是一个自监督体素补全框架,利用时序累积观测作为自动监督,从单次扫描重建被树干遮挡的几何结构。作者对比了圆柱坐标与笛卡尔坐标两种自车中心栅格及多种解码器设计,门控跳跃解码器表现最稳定,相比基线显著减少虚假障碍物预测,并提升重建质量与通行安全性。该工作已被 ACIVS 2026 接收。

  5. arXiv cs.RO60

    A³-VLA:面向机器人操作的自动感知引导注意力对齐框架

    作者提出 A³-VLA 框架,从操作过程本身生成目标物体与机器人的候选区域,并用视觉分割模型离线精修,作为显式感知引导。该框架通过注意力分配损失和对比学习损失,让语言或机器人状态 token 查询视觉输入时聚焦任务关键区域。在仿真与真实操作任务上,A³-VLA 对多个 VLA 主干模型均有提升,基准平均成功率提高 6.5%–25.2%。

  6. arXiv cs.RO55

    基于像素级可见光通信的投影空间三维位姿估计

    作者提出将像素级可见光通信(PVLC)的位姿估计扩展为三维,把设备上四个共面光电传感器接收的二维像素位置作为图像点、已知三维布局作为物点,求解 PnP 问题。实验显示系统延迟约 8 ms,经卡尔曼滤波后三维位置 RMSE 为 19.2 mm,无需外部感知基础设施即可与高质量投影图像内容协同完成实时三维位姿估计。

  7. arXiv cs.RO56

    Reflection-Robust Stereo VIO:用卡尔曼滤波地面高度估计剔除反光虚拟特征

    该论文提出一种面向基于特征的双目视觉惯性里程计(VIO)的轻量反光感知前端,实时估计地面高度,只剔除推断三维位置低于估计地面的特征候选。方法用地面区域掩码限定验证范围,以双目高度不确定性和位姿不确定性构造帧级地面高度量测,再用带NIS门控的标量卡尔曼滤波稳定估计,并按不确定性设置安全裕度做选择性剔除。

  8. arXiv cs.RO65

    LumiTac:面向人机交互的紧凑高速六轴光学触觉传感器

    LumiTac是一种无相机的光电式六轴触觉传感器,直径12 mm、厚4.75 mm、重不到2 g,元件成本约7美元。它用5个光发射器和5个RGBW光接收器经半透明硅胶耦合,由多层感知机从20个光通道重建三向力与三向力矩,独立测试R²为0.9657-0.9941,力的平均绝对误差0.054-0.190 N,力矩为0.304-1.419 mN·m。

  9. 36Kr Embodied Intelligence42

    启元机器人完成首次OTA版本升级,启元Q1、T1同步迎来能力迭代

    启元机器人推送上市后首次OTA版本更新,启元Q1与启元T1两款个人机器人同步升级。启元Q1开放PrimeTOOLKIT、PrimeFLOW两大创作平台;启元T1在此基础上新增楼梯识别自动变形通行与音视频通话远程操控能力。两款产品还同步上线AI启蒙、英语口语陪练等教育功能。

  10. Automated Warehouse42

    KNAPP 成立 KNAPPRobotics.ai,在波士顿设物流机器人实验室

    KNAPP 本周成立 KNAPPRobotics.ai Inc.,并在马萨诸塞州萨默维尔设立机器人实验室,开发面向物流行业的智能机器人。该实验室聚焦 AI、计算机视觉、机器人与产品开发,计划到 2027 年初配备 30 至 35 名员工,其中约 20 人从事软件开发。格拉茨中心继续主导机器人研发与工业落地,波士顿则作为国际创新枢纽,并借助与 MIT 的合作加速研究成果转化。

  11. Robotics 24/773

    Boston Dynamics 发布 Stretch Gen 2 自主移动卸货机器人

    Boston Dynamics 发布第二代自主移动卸货机器人 Stretch Gen 2,基于第一代部署数据和超过 10 万小时运行数据做硬件与结构升级。新机减少 81% 内部线缆,采用汽车级连接器、可连续旋转超过 360° 的关节和升级夹爪,整机每小时最多卸 1000 箱,电池可支撑两个班次,快充约 75 分钟到 90%。

  12. 简智机器人 · X20

    简智机器人DAS 2.0将亮相CoRL 2026

    🚀距离CoRL 2026还有5天! 来认识简智机器人(GenRobot)的下一代数据采集硬件——DAS 2.0,搭载Dex 2.0与Ego 2.0。 从精确的手部运动与触觉感知,到第一人称多模态采集,了解我们如何为具身智能扩展人类数据。 📍 200号展位 | JW Marriott Austin酒店,2层 📅 2026年11月9–11日 奥斯汀见! #CoRL2026 #GenRobot #EmbodiedAI #HumanData #PhysicalAI

  13. 未来机器人网 · 微信公众号77

    地瓜机器人联合东京大学发布 RawVLA:冻结 VLA 只训成像前端,暗光双臂任务成功率从 0 升至 66.5%

    地瓜机器人联合东京大学等机构发布 RawVLA 技术方案,在 VLA 策略前加入可学习的神经 ISP 模块,VLA 模型保持冻结,用动作误差反向训练成像前端。真机用 π0.5 测试四项双臂任务,暗光平均成功率从默认 ISP 的 0% 提升至 66.5%,正常光下为 75.0%,默认 ISP 为 76.5%。

    推荐理由:方案把成像前端纳入可学习环节,并给出暗光与正常光下的对照数据,可供视觉链路设计参考。

  14. AI前线 · 微信公众号78

    蚂蚁灵波具身大脑全栈2.0亮相乌镇峰会,在药房窄道完成自主取药

    蚂蚁灵波开源的具身大脑全栈2.0在2026年世界互联网大会乌镇峰会展出,机器人在80厘米宽的药房通道内完成接单、识别药品与分拣交付,同方案已在上海国大药房多家门店常态化运转。

    推荐理由:文章梳理了灵波具身全栈2.0被李飞飞团队、KAIST和LeRobot复用的具体方式,可观察开源具身底座如何进入他人研发管线。

  15. The Robot Report35

    GlobalLogic 如何协助 Haystack Robotics 打造紫外线消毒机器人

    GlobalLogic 的 Silicon & Embedded 部门与 Haystack Robotics 合作,从概念阶段设计出一款自主移动机器人(AMR),结合实时感知、边缘智能与导航,在尽量少人工干预下完成医院级紫外线消毒。该机器人提供自主导航与“跟随我”两种模式,平台将移动底盘与紫外载荷分离以便后续换装其他模块,并复用了 ROS 与传感器融合等组件。

  16. 高工咨询 · 微信公众号62

    视比特机器人发布W1双足人形焊接机器人,年底进入船厂实训

    视比特机器人发布W1双足人形焊接机器人,具备27个自由度、手臂负载10kg、整机负载30kg。该机器人配备1台激光雷达、3台ToF相机和1台3D线扫相机,可自主导航避障、上下楼梯,并以站姿、马步蹲姿、半跪姿完成平焊、立焊、仰焊。其采用S2任务规划、S1动作规划、S0运动控制的大小脑分层架构,年底将进入船厂实训。

11月4日周三
  1. New Strategy Robotics60

    优艾智合半导体移动操作机器人项目获广东省技术发明奖一等奖

    优艾智合牵头的“面向半导体制造的高稳定移动操作机器人关键技术与系统”项目获2025年度广东省科学技术奖技术发明奖一等奖。项目称在物料振动控制、大范围导航定位与末端抓取精度、“手眼脚”一体化安全管控三方面取得突破,OW系列和ATS系列移动操作机器人已进入国内外十余家晶圆厂,融入8/12寸晶圆和28nm芯片生产流程并7×24小时运行。

  2. Guyuehome58

    BSC-Nav 论文解析:面向具身导航的可检索空间认知方法

    BSC-Nav 是一篇 arXiv 论文(2610.02784),面向室内物体导航、长指令跟随、主动具身问答和移动操作,针对多模态大模型能看懂当前画面却难以支撑空间认知的问题。Guyuehome 的这篇解析文章称其让具身智能从看一眼就反应走向可检索的空间认知,但当前仅提供摘要,方法细节与实验结果未展开。