- 博客(137)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Sci. Robot. 2026｜SONIC：通过大规模运动跟踪实现自然人形机器人全身控制【文献解读】
SONIC提出一种通用人形机器人全身控制框架，通过大规模运动跟踪学习可执行的运动先验。其核心是将异构输入（如动捕、VR、视频、语言）统一编码为64维运动token，经共享控制策略生成稳定关节目标。采用PPO强化学习与有限标量量化（FSQ）实现高效训练，支持多模态任务泛化。实验表明，该方法在611小时动捕数据上实现跨动作类别的强泛化能力，显著优于传统端到端或任务特定方法，为真实机器人提供统一、可扩展的运动控制接口。
2026-10-27 13:31:52
120
原创 CoRL 2026｜新作SuperMimic：基于单一可微世界模型的大规模人形机器人全身控制【文献解读】
SuperMimic提出一种基于可微世界模型的高效人形机器人全身控制方法，通过在真实仿真中持续采样、迭代更新动力学模型，并利用短时域反向传播（BPTT）与终端价值网络优化策略，显著降低训练成本。相比传统PPO等方法，其在1×H100下仅需3小时即可完成超大规模动作库（12.9万条）的训练，计算开销仅为SONIC的千分之一，同时实现高成功率与真机演示（如跳跃、翻转）。该框架不依赖可微仿真器，兼顾物理真实性与训练效率，为大规模动作跟踪提供了新范式。
2026-10-22 13:11:10
2091
原创 RSS 2026｜Ψ₀：迈向通用人形机器人移动操作的开源基础模型【文献解读】
Ψ₀ 是一项面向通用人形机器人移动操作的开放基础模型，提出分阶段学习框架：利用829小时人类第一视角视频预训练视觉-语言表征，结合31小时真实人形机器人示范学习动作分布，再以少量任务内示范快速适配。系统采用三层级架构——视觉语言主干（Qwen3-VL）、多模态扩散动作专家（MM-DiT）与强化学习下肢跟踪控制器（AMO），实现长时序、全身协调操作。在Unitree G1上完成8项多步骤任务，成功率达71.25%（57/80），显著优于基线（28.75%）。
2026-10-19 20:11:37
403
原创 T-RO 2026 | SANDO：面向动态未知环境的安全自主轨迹规划【文献解读】
SANDO提出一种面向动态未知环境的无人机安全轨迹规划方法，通过热力图A*全局引导与**时空安全飞行走廊（STSFC）结合，在保证连续时间安全的前提下实现高效实时重规划。其核心创新在于：基于时间层动态构建障碍物最坏情况可达集，避免整体保守膨胀；再以变量消元的混合整数二次规划（MIQP）**实现硬约束轨迹优化，确保每一段轨迹严格避障。系统在真实动态基准中达100%成功率，显著优于传统软/硬约束方法，兼顾安全性与可行性。
2026-10-16 22:07:04
474
原创 RA-L 2025 | RoboDuet：面向全身足式移动操作的协同策略学习【文献解读】
本文提出RoboDuet，一种基于协同策略的足式移动操作全身控制框架。通过分离设计腿部运动策略与机械臂策略，并引入机械臂输出的2维躯干姿态引导信号，实现六维末端位姿跟踪与动态步态调整的高效协同。采用两阶段训练：先固定机械臂学习稳定运动，再联合优化并引入零样本迁移能力。实验表明，该方法在复杂场景下显著提升操作可达性与稳定性，支持跨平台迁移，解决了多任务冲突、非凸可达性及训练效率难题。
2026-10-11 14:09:30
381
原创 RSS 2026｜HOP：面向时域最优轨迹规划的快速微分动态规划【文献解读】
本文提出HOP（Horizon-Optimal Planning），首次将规划时域作为优化变量，实现对时域最优轨迹规划的高效求解。针对传统方法在固定时域下无法动态选择最优持续时间的问题，作者发现时变LQR中Riccati递推可表示为线性分式变换（LFT），从而实现不同候选时域间的计算复用，将复杂度从$\mathcal{O}(N^2)$降至$\mathcal{O}(N)$。进一步通过增广状态与控制变量配方，将DDP推广至非线性系统，形成HOP-DDP，可在迭代中自动选择最优时域。
2026-10-08 15:55:40
335
原创 RA-L 2026 | 反应式扩散策略：从 RDP 到 ImplicitRDP【文献解读】
本文提出Reactive Diffusion Policy（RDP），针对接触丰富操作中长时序一致性与高频闭环反应的矛盾，创新性地结合TactAR遥操作系统与慢-快双策略架构。TactAR通过增强现实实时呈现触觉/力反馈，显著提升示范数据质量；RDP则分离慢策略（建模复杂动作块）与快策略（基于触觉高频修正），实现高精度、强鲁棒的接触控制。延伸工作ImplicitRDP进一步融合结构化学习，推动视觉-力端到端扩散策略发展。
2026-10-05 13:52:40
404
原创 RA-L 2026｜PADP ：从策略动作到全身动力学：面向多功能足式移动操作的统一投影框架【文献解读】
本文提出策略动作动力学投影（PADP），解决预训练足式运动策略与模型驱动全身优化之间的层级不匹配问题。通过将关节空间动作转化为满足刚体动力学与接触约束的动力学先验，实现学习型运动能力与可解释、可调的全身控制融合。结合统一全身二次规划，无需重训练即可完成复杂移动操作任务，在仿真（Go2+Z1）与真机（LYNX M20+Z1）上验证了鲁棒性与通用性，为“学习先验 + 模型优化”架构提供了新范式。
2026-09-30 14:24:33
355
原创 ICRA 2025｜LocoVLM：视觉与语言驱动的通用足式运动策略自适应【文献解读】
LocoVLM提出一种分层式视觉-语言接地框架，将高层语义指令（如“轻快行走”）通过离线生成的技能数据库映射为可执行的运动风格参数（步态周期与相位偏移），由BLIP-2实时检索并驱动基于PPO的风格化运动策略。该方法避免大模型直接参与高频控制，结合柔顺接触跟踪与混合精度检索，在Unitree Go1和H1上实现语义感知、稳定且泛化的足式运动，突破传统几何控制对语义理解的局限。
2026-09-28 17:02:54
359
原创 经典 2025｜BeyondMimic：从运动跟踪到引导扩散的多功能人形机器人控制【文献解读】
本文提出BeyondMimic，一种基于引导扩散的多功能人形机器人控制框架。通过统一的PPO运动跟踪策略学习人体动作，并结合失败率自适应采样提升长序列训练效率；进一步利用DAgger蒸馏与条件VAE构建平滑潜空间，训练联合状态-动作扩散模型。推理时，通过可微任务代价引导生成未来轨迹，实现无需重训练的在线规划，支持速度指令、路点到达、避障等复杂任务，已在Unitree G1上验证其真实世界泛化能力。
2026-09-23 20:47:48
392
原创 ICRA 2026 | OmniVLA：面向机器人导航的全模态视觉-语言-动作模型【文献解读】
OmniVLA提出一种统一的全模态视觉-语言-动作模型，解决机器人导航中语言、位姿、图像等多模态目标表达不一致的问题。通过随机模态丢弃与注意力掩码，实现异构数据联合训练，支持单模态或跨模态组合输入。基于OpenVLA与轻量级OmniVLA-edge，覆盖9,500小时多平台数据，验证了跨机器人迁移、新模态微调及复杂指令理解能力，推动导航策略向通用化、灵活化发展。
2026-09-21 11:10:26
361
原创 前沿 | VLA 演进：从动作 Token 到分层具身智能体
VLA模型通过融合视觉、语言与动作，实现互联网知识向机器人控制的迁移。从2022年SayCan的语义规划到RT-2的动作离散化，再到π₀、FAST等引入连续动作建模与多时间尺度控制，技术演进聚焦于统一语义推理与实时运动控制。核心突破包括动作token化、条件调制FiLM、Diffusion与Flow Matching建模，以及分层架构与在线学习的结合。未来趋势是“慢语义+快控制+强稳定”的协同系统，推动通用具身智能发展。
2026-09-15 21:12:47
355
原创 前沿 | 人形控制算法 Mimic 整体演进：DeepMimic → AMP → ASE → CALM → PHC → MaskedMimic → BeyondMimic
从DeepMimic到BeyondMimic，物理角色控制的核心演进在于动作先验的表达方式与技能组合机制的革新。早期方法如DeepMimic依赖显式模仿奖励实现单条动作跟踪；AMP引入对抗式运动先验，减少人工设计；ASE将动作压缩为可复用的隐空间技能；CALM通过条件生成实现精准动作指定；PHC聚焦大规模动作跟踪与跌倒恢复；MaskedMimic统一多种控制需求为“部分约束下的运动补全”；最新工作BeyondMimic则结合高保真运动跟踪与扩散模型，实现零样本任务组合与测试时引导。
2026-09-12 14:06:40
409
原创 顶刊 2026｜SE(2) 导航网格【文献解读】
本文提出SE(2) NavMesh，一种显式编码机器人朝向（yaw）依赖可通行性的全局导航地图。针对传统NavMesh因圆柱近似导致的保守性问题，该方法将机器人足迹建模为长方体，并在离散yaw通道上构建连续的足迹掩码，实现位置与朝向联合的可通行性表示。通过A*-String Pulling-A*（ASA）三阶段规划，在多层复杂环境中显著提升窄通道、悬垂结构等场景下的路径可行性与效率。
2026-09-11 11:25:18
187
原创 T-RO 2026 | 一个滤波器适配所有控制器：未知环境下四足机器人鲁棒安全导航【文献解读】
T-RO 2026 | 一个滤波器适配所有控制器：未知环境下四足机器人鲁棒安全导航【文献解读】
2026-09-06 22:23:47
341
原创 RSS 2026 | 面向基于 MoE 的鲁棒四足运动：可靠 Sim-to-Real 可预测性【文献解读】
针对四足机器人Sim-to-Real可靠性问题，本文提出MoE增强表征与RoboGauge评估框架。在编码器中引入混合专家机制，使不同地形和指令形成条件化特征，提升多环境鲁棒性；并构建跨物理引擎（Isaac Gym→MuJoCo）的分层压力测试，从跟踪、安全与质量多维度筛选策略，增强部署前可预测性。Unitree Go2实验验证了该方法有效性。
2026-09-04 09:48:46
394
原创 开源 | LiDAR–IMU–Camera 多传感器标定与SLAM技术分析
该项目构建了一个多传感器（LiDAR、IMU、Camera）时空标定与状态估计的完整流程，覆盖从数据采集、时空标定到融合估计的全过程。
2026-08-23 16:33:54
400
原创 arXiv｜TRIP：面向增强在线四足机器人导航的风险感知地形可通行性映射【文献解读】
TRIP 的研究价值在于，它没有把四足机器人 traversability mapping 简化为“点云转 elevation map，再做一个坡度阈值”，而是围绕真实在线导航中最典型的三个问题——稀疏、错误补全、动态污染——设计了一套互相耦合的解决方案。从四足机器人导航系统角度看，TRIP 最值得借鉴的不是某一个单独公式，而是“让可通行性参与地图重建本身，并把多类风险作为地图的一等属性”这一设计思想。它把传统几何建图从“描述环境”进一步推向“为运动规划提供任务相关地形表示”。
2026-08-21 14:34:52
264
原创 开源 | 四足机器人跨楼层三维导航系统分析：FAST-LIO + PCT Planner + EGO/SCAN Planner + 强化学习运动控制
legbot_3D_Nav项目基于Unitree A1四足机器人，在Ubuntu 20.04/ROS Noetic/Gazebo 11环境下，构建了一套完整的三维导航系统。其核心链路包含：FAST-LIO2实现LiDAR-IMU融合定位与建图；PCT Planner通过点云断层扫描生成跨楼层全局路径；EGO/SCAN局部规划器实时避障并输出B样条轨迹；最终通过/cmd_vel指令驱动强化学习运动控制策略。
2026-08-21 12:58:23
909
原创 前沿 | DeepSeek Harness 完整指南：架构原理、Windows/Linux 安装、插件生态与实战配置
DeepSeek Harness（dsh） 是 DeepSeek AI 开源的智能体运行框架，核心理念为 Agent = Model + Harness，强调 一切皆插件（Everything is a plugin）。 核心特点： 插件化架构：模型、工具、会话、沙箱、UI等均可通过 Cordis 插件内核动态扩展。 执行追踪：完整记录推理、工具调用等轨迹，支持调试、恢复与复盘。 多模式运行：包括标准模式（全功能）、代码模式（多工具编排）、极简模式（基准测试）和创造者模式（开发插件）。
2026-08-18 18:41:23
1804
原创 TMECH｜PCT-Planner基于点云层析的三维结构高效全局导航规划【文献解读】
本文提出了一种基于点云层析表示（Point Cloud Tomography, PCT）的高效三维全局导航规划方法，用于解决地面机器人在复杂多层环境中的路径规划问题。针对传统二维高程地图无法表达多层结构、而三维体素方法计算开销大的矛盾，PCT通过沿高度方向投影点云生成一系列2.5D层析切片，每张切片同时记录地面高程、顶棚高度和通行代价。该方法通过切片简化和改进的A*搜索，显著降低了计算复杂度。
2026-08-15 21:45:16
463
原创 开源 | 四足机器人完整导航栈：Autonomy Stack for Unitree Go2【项目解读】
该项目为Unitree Go2 EDU四足机器人开发了一套完整的自主导航系统，仅依赖机身自带的L1激光雷达和IMU实现定位、建图、路径规划和运动控制。系统采用分层架构：Point-LIO算法处理LiDAR-IMU融合定位；terrain_analysis模块分析地形信息；FAR Planner负责全局路径规划；localPlanner实现局部避障；最终通过Unitree Sport API将导航指令转换为机器人运动。
2026-08-15 13:40:16
478
原创 开源 | DC-PMPPI 扰动补偿模型预测路径积分控制器：项目分析
DC-PMPPI：扰动补偿的模型预测路径积分控制 该项目针对轮式移动机器人提出了一种改进的MPPI控制器，通过在标准MPPI框架中引入在线模型失配估计，显著提升了在湿滑路面、侧滑、执行器衰减等扰动条件下的路径跟踪鲁棒性。核心创新点包括： 扰动补偿：实时估计侧向速度扰动、横摆角速度扰动及控制有效性系数，并反馈至预测模型； 模块化设计：采用C++17实现，集成MPCC跟踪代价、自适应温度调节、运动约束等模块。
2026-08-13 20:26:58
371
原创 arXiv2026｜StairMaster: 学习征服危险的空心楼梯，适用于敏捷的四足机器人【文献解读】
StairMaster是上海交通大学团队提出的一种面向四足机器人的端到端视觉运动控制方法，专门用于解决空心楼梯这一极端离散支撑地形的攀爬问题。
2026-08-12 12:34:44
411
原创 IEEE-TRO | FIRI：快速迭代区域膨胀，用于计算大规模二维/三维无障碍凸区域【文献解读】
本文围绕机器人运动规划中的自由凸区域生成问题，对 Fast Iterative Region Inflation（FIRI） 方法进行了系统分析。该方法旨在从二维或三维非凸障碍环境中快速构造尽可能大的无碰撞凸区域，同时保证生成区域完整包含给定的种子集合，从而兼顾区域质量、计算效率与可控包含性。
2026-08-10 16:38:10
484
原创 IEEE-RA-L｜EGO-Planner: 一种针对四旋翼的无ESDF梯度本地规划器【文献解读】
EGO-Planner 提出了一种无需欧氏符号距离场（ESDF）的梯度型局部轨迹规划方法，用于四旋翼在未知、复杂环境中的在线避障。其核心思想是：局部规划器无需维护整个空间的稠密距离场，只需在当前轨迹真正碰撞障碍物时，为受影响的 B 样条控制点按需生成锚点—方向对，直接构造可微的碰撞代价与解析梯度。
2026-07-31 15:46:33
395
原创 Science Robotics | APT-RL：野外四足机器人灵活多技能的运动能力【文献解读】
APT-RL（Action Pretrained Transformer-based Reinforcement Learning）提出一条从简化二维动力学到三维野外运动部署的完整技术路线。
2026-07-28 16:19:46
575
原创 RSS-2025 | ASAP：对齐模拟与真实世界物理，用于学习敏捷人形全身技能【文献解读】
ASAP提出了一种面向敏捷人形机器人sim-to-real迁移的增量动作模型方法。其核心思想是：不直接辨识真实物理参数，而是学习一个状态-条件动作残差模型，修正仿真动作使其产生逼近真实机器人的动力学响应。完整流程为：仿真预训练→真机轨迹采集→增量动作模型训练→在对齐后的仿真环境中微调策略→部署微调策略。主要贡献在于将动力学对齐从参数空间转向动作空间，利用有限真实数据学习结构化的等效物理层，使策略在不牺牲敏捷性的前提下显著缩小仿真与现实差距。
2026-07-27 11:29:03
390
原创 arXiv-2025 | GMT: General Motion Tracking for Humanoid Whole-Body Control【文献解读】
GMT: 人形机器人全身运动跟踪的统一控制策略 本文提出GMT框架，通过单一策略实现人形机器人对大规模多样化动作（如行走、踢腿、舞蹈等）的稳定跟踪。核心创新包括：1）自适应采样：动态调整训练数据分布，优先学习困难动作片段；2）混合专家模型（MoE）：提升教师策略容量以处理复杂动作流形。采用两阶段训练：先在仿真中训练具有特权信息的教师策略，再通过DAgger将其蒸馏至仅依赖本体感知的学生策略。
2026-07-27 11:12:27
389
原创 开源IROS 2022｜Bubble Planner：基于滚动走廊的高速平滑四旋翼轨迹规划【文献解读】
Bubble Planner提出了一种面向四旋翼高速飞行的局部轨迹规划方法，核心是通过滚动球形走廊（Receding Corridors）构造宽裕的动力学可行空间。前端采用批量采样生成大体积、高重叠的球形自由区域，后端基于MINCO框架联合优化分段多项式轨迹的空间形状与时间分配，并通过复用历史走廊（RHC）提升重规划效率。
2026-07-25 20:32:16
470
原创 RSS-2025｜HoST：学习机器人在各种姿势下站起来的控制【文献解读】
HoST（Learning Humanoid Standing-up Control across Diverse Postures）是 RSS 2025 的 Best Systems Paper Finalist 论文，研究人形机器人从倒地、倚靠、半坐卧等多样初始姿态自主站起，并将仿真策略直接部署到真实机器人。
2026-07-25 19:59:24
399
原创 Yolo打标工具 | X-AnyLabeling 中文使用说明：从安装、手工标注到 AI 辅助标注
X-AnyLabeling是一款集成了AI模型的通用视觉数据标注工具，支持图像分类、目标检测、实例分割、OCR等多类任务。其核心特点是将模型推理与人工标注结合，通过先自动生成候选标注再人工修正的方式提升效率。工具采用PyQt5构建界面，支持多种标注格式转换，内部使用XLABEL作为中间数据格式。安装时需Python 3.10环境，提供CPU/GPU版本。项目开源且可扩展，适用于复杂视觉数据标注场景。
2026-07-25 13:23:20
331
原创 开源 | Legbot Lab：基于 Isaac Lab 的四足机器人 PPO / MoE-CTS 训练与 Sim2Real 部署
Legbot Lab项目摘要 Legbot Lab是一套面向四足机器人的强化学习运动控制工程，基于PPO算法和非对称Actor-Critic架构，结合仿真训练与实物部署的完整链路。项目提供两个核心分支： PPO分支与扩展教师—学生并发学习框架（CTS）和专家混合网络（MoE）分支。
2026-07-22 14:23:10
537
原创 arXiv | PPO：Proximal Policy Optimization Algorithms【文献解读】
本文以 REINFORCE / 常规策略梯度 → A2C → TRPO → PPO 为算法演进主线，以 PPO 原始论文为核心，并结合 A3C/A2C 与 TRPO 奠基论文解释优势函数、信赖域、概率比率裁剪、GAE 和 Actor-Critic 联合目标。
2026-07-18 18:29:48
430
原创 ICRA 2026 | GMR 用于人形动作追踪的通用动作重定向【文献解读】
本文提出了一种通用的人形机器人运动重定向方法GMR，解决了人体动作到机器人运动跟踪中的关键挑战。通过人体-机器人关键刚体匹配、静止姿态对齐、非均匀局部缩放和两阶段差分逆运动学优化，GMR显著减少了脚底滑移、地面穿透等常见伪影。实验表明，相比PHC和ProtoMotions等现有方法，GMR生成的参考动作使强化学习策略在21段LAFAN1动作上的成功率和跟踪精度更高，接近工业闭源数据的水平。研究证实了重定向质量对运动模仿策略性能的决定性影响，并分析了影响策略稳定性的主要数据问题。
2026-07-18 14:19:41
403
原创 ACM-TOG｜AMP：用于风格化物理角色控制的对抗性动作先验【文献解读】
AMP: Adversarial Motion Priors for Stylized Physics-Based Character Control 摘要：本文提出对抗运动先验（AMP）方法，用于解决物理角色控制中运动风格难以量化的问题。传统方法依赖人工设计奖励函数来约束动作自然性，但往往难以全面覆盖复杂运动特征。AMP通过对抗模仿学习框架，利用判别器区分专家运动数据与策略生成动作的状态转移分布，从而自动提取风格奖励。
2026-07-16 16:11:54
593
原创 arXiv｜BeyondMimic: 从动作追踪到通过引导扩散实现多功能人形控制【文献解读】
摘要 本文提出BeyondMimic框架，通过两阶段方法实现双足人形机器人的通用运动控制。第一阶段采用统一强化学习框架训练多种人类动作的高质量跟踪策略；第二阶段将这些策略蒸馏到潜在动作空间，构建状态-潜变量扩散模型作为运动先验。在部署阶段，通过扩散模型的分类器引导机制，无需重新训练即可实现多种任务的零样本组合控制，如速度跟踪、航点导航和障碍规避等。实验在Unitree G1机器人上验证了该框架的敏捷性、自然性和通用性，展示了从动作模仿到任务组合控制的完整技术路线。
2026-07-16 09:13:14
438
原创 IEEE TRO | DreamWaQ++：面向障碍感知的弹性多模态强化学习四足运动控制【文献解读】
DreamWaQ++提出了一种面向复杂地形的四足机器人强化学习控制方法，通过多模态感知融合解决传统视觉依赖型控制器在感知失效时的鲁棒性问题。该方法采用显式时空对齐处理低频点云与高频控制的异步问题，利用置信度过滤抑制噪声点云干扰，并通过变分隐变量建模实现感知退化时的自适应控制。实验表明，该框架能在楼梯、沟壑等复杂场景中实现跨越、跳跃等多种运动技能，且在传感器标定误差、延迟或失效情况下保持稳定运动。
2026-07-14 20:27:40
687
视觉SLAM-slam十四讲源代码
2024-04-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人