TAG:机器人操作
EPFL团队提出以面代爪操作新范式，让机器人摆脱抓取执念
EPFL团队提出「以面代爪」的机器人操作新范式，使用可重构的平面模块代替传统夹爪，通过平移、翻转和旋转等操作原语来操控物体。这种方法避免了抓取带来的局限，能稳定处理从刚体到软体的各种物体，如草莓、生鱼和橡皮泥，为食品包装、生鲜分拣等领域提供了高效自动化解决方案。
具身大模型R1时刻：LIBERO终结者实现99.9%物理推理新范式
本文介绍了具身大模型的新突破LaST-R1，它通过隐空间物理推理和强化学习优化，使机器人在行动前进行物理思考，而非简单模仿。在LIBERO benchmark上达到99.9%成功率，真机任务中比现有最强模型π0.5高出22.5%，显著提升了泛化能力。这一范式解决了传统模型在环境变化时失效的问题，为机器人操作提供了更稳定的物理推理基础。
IEEE专访王煜：戴盟致力于让机器人拥有“手感”
IEEE专访戴盟机器人联合创始人王煜，聚焦公司发布的全球最大含触觉全模态具身数据集Daimon-Infinity。王煜分享触觉在机器人灵巧操作中的核心作用，数据集开源10000小时数据以推动具身智能落地，解决物理交互数据瓶颈。文章强调触觉反馈的重要性，并介绍戴盟的触觉传感技术和VTLA架构。
具身智能公司提出新方法，解决困扰机器人长程任务多年的“奖励瓶颈”问题
文章聚焦机器人长程任务中的“奖励瓶颈”，介绍逐际动力联合高校提出的ARM框架：以“前进/后退/停滞”三态相对优势替代绝对进度估计，并结合MIMO时序Transformer、自动化进度重建与AW-BC训练策略，显著提升长视界操作学习效率与稳定性，在双手毛巾折叠任务中实现99.4%成功率。
高阳团队发布重磅成果 Point-VLA用单个视觉框攻克具身智能核心难题
本文介绍千寻智能高阳团队推出的Point-VLA具身智能方案，通过在指令中加入视觉框锚定目标，无需改动现有模型架构和海量标注，即可解决纯文本指令指代歧义、泛化不足的痛点，真实场景操作平均成功率达92.5%，还同步提升了纯文本模式下的模型性能。
蚂蚁灵波开源具身大模型LingBot-VLA，后训练代码全面开放，让开源真正可用
蚂蚁集团旗下灵波科技开源具身大模型LingBot-VLA，作为面向真实机器人操作的智能基座，实现了跨本体、跨任务泛化能力，大幅降低后训练成本。在GM-100和RoboTwin2.0评测中刷新成功率纪录，仅需80条演示数据即可高质量迁移任务，推动具身智能规模化落地。
13 
0 
国地中心发布全球首个跨本体视触觉数据集，助力具身智能发展
国地中心与纬钛机器人联合发布全球首个跨本体视触觉多模态数据集——白虎-VTouch，规模超6万分钟，涵盖轮臂机器人、双足机器人等多种本体构型。该数据集针对具身智能机器人面临的真实交互数据稀缺、触觉信息不足等核心难题，提供矩阵式任务构建与多模态采集方案，为下一代具身VTLA模型提供关键数据基础与工程底座，加速机器人从感知到精细操控的落地进程。
五校联手推出DeSa2VA框架，攻克多模态分割难题
五校联合团队推出的DeSa2VA框架解决了多模态分割中的模态鸿沟问题。文章重点介绍了HO-Cap解决方案，它通过低成本RGB-D相机和AR头显，结合半自动化AI标注流程，高效生成高精度手-物交互3D数据。配套开源的HO-Cap数据集包含65.6万帧数据，覆盖多种日常物体和交互场景，大幅降低了相关研究门槛，并可直接用于机器人操作、VR/AR等领域的训练与测试。
IROS2025：大语言模型结合行为树，机器人自适应操作新突破
本文介绍了一种结合大语言模型与行为树的人机交互学习机制，用于实现自适应机器人操作。该方法通过上下文学习和人机交互引导，生成可直接应用于机器人的动作知识，有效减少了LLM调用次数并提升了任务成功率。实验表明，该方法在多种任务中表现出良好的适应性和泛化能力，能够应对外部干扰并处理新任务。
UT Dallas与Nvidia开源HO-Cap方案 含65万帧高质量数据
UT Dallas与Nvidia联合推出HO-Cap方案，通过低成本RGB-D相机和AR头显，结合半自动化AI标注流水线，实现了高精度手-物交互数据采集。配套开源数据集包含65.6万帧RGB-D图像，覆盖64个日常物体和多种交互场景，大幅降低人机交互、VR/AR和机器人操作研究门槛。
人形机器人跑动作业兼顾，稳如老狗的秘密
本文介绍了佐治亚理工学院与清华大学研究团队提出的SEEC稳定末端执行器控制框架，该框架成功解决了人形机器人在动态行走时难以保持精准操作的核心难题。通过模型增强残差学习、扰动生成策略和模块化设计，SEEC让机器人能够在行走中稳定执行端盘、握持等任务，性能超越传统方法，实现了移动与操作的高效解耦与零样本适配。
IJRR北邮首篇，联合三星中国研究院、清华大学等共同探讨“机器人操作大模型”
北京邮电大学联合三星中国研究院、清华大学等机构在IJRR发表首篇机器人操作大模型综述，探讨基础模型如何解决机器人通用操作面临的七大挑战。文章系统分析了LLMs、VFMs、VLMs等基础模型在机器人交互、感知、决策等关键环节的应用潜力，并提出从L0级别逐步实现通用操作的框架路径，为机器人学习领域提供重要理论指导。
Science Robotics 顶刊综述：Learning-based 动力学模型，如何破解机器人复杂操作难题？
本文基于Science Robotics综述文章，系统探讨了学习型动力学模型(LBDMs)如何帮助机器人掌握复杂操作能力。文章分析了感知、动力学和控制三大核心模块，介绍了从像素级到潜变量等五种状态表示方法，揭示了机器人如何通过数据驱动方式学习物理直觉，实现从‘看-想-动’的完整闭环，为解决机器人复杂操作难题提供了新思路。
地平线具身智能算法H-RDT斩获CVPR 2025 RoboTwin真机赛冠军，双臂机器人操作实现新突破！
地平线机器人实验室与清华大学联合研发的H-RDT模型在CVPR 2025 RoboTwin双臂机器人竞赛中荣获真机赛冠军。该模型基于20亿参数扩散Transformer架构，通过人类操作视频预训练和跨本体迁移技术，实现了双臂机器人在柔性物体操作、双手协作等复杂任务上的突破性表现，平均成功率高达87.2%，为通用机器人操作技能学习提供了新范式。
