Semantic-Geometric-Physical-Driven Robot Manipulation Skill Transfer via Skill Library and Tactile Representation
Research Center for Intelligent Robotics, School of Astronautics, Northwestern Polytechnical University(智能机器人研究中心,航天学院,西北工业大学)
提出基于知识图谱技能库与触觉表征的分层框架,通过任务、运动、物理三层机制实现机器人操作技能跨场景迁移。
2025-06-18 cs.AI cs.RO
NIMS-OS: An automation software to implement a closed loop between artificial intelligence and robotic experiments in materials science
Center for Basic Research on Materials(材料基础研究中心);National Institute for Materials Science(国家材料科学研究所);Graduate School of Frontier Sciences, The University of Tokyo(东京大学前沿科学研究生院);Research Center for Energy and Environmental Materials(GREEN)(能源与环境材料研究中心(GREEN));Center for Advanced Battery Collaboration, Research Center for Energy and Environmental Materials (GREEN)(先进电池协作中心,能源与环境材料研究中心(GREEN))
NIMS-OS通过整合AI技术与机器人实验,实现材料探索的闭环自动化,支持模块扩展和可视化工具,提供电解质自动探索的演示。
2023-04-27 cond-mat.mtrl-sci cs.AI cs.RO
A Case Study on the Acceptance of a Humanoid Robotic Head Employed in Three Public Spaces
研究仿人机器人头部在公共场所的接受度,通过情感模拟后端处理自然语言生成多模态响应,邀请访客交流。结果显示用户有使用意愿,公共场所更适配,多语言响应受欢迎,但响应时间待改进。
2026-07-28 cs.AI cs.HC cs.RO
Towards Embedding Dynamic Personas in Interactive Robots: Masquerading Animated Social Kinematics (MASK)
Korea University(高丽大学)
本研究开发了名为MASK的交互式机器人系统,将人设驱动对话智能体拓展至物理场景,通过有限状态机行为生成系统和集成引擎,让拟人机器人以非语言互动传递人设,实验验证了用户对不同人设的识别能力,为人设机器人设计提供参考。
2024-10-07 cs.AI cs.RO
AtomicVLA: Unlocking the Potential of Atomic Skill Learning in Robots
Sun Yat-sen University(中山大学);Peng Cheng Laboratory(鹏城实验室);Yinwang Intelligent Technology Co. Ltd.(云网智能技术有限公司)
AtomicVLA通过原子技能抽象和动态专家组合提升机器人长周期任务的性能
2026-09-09 cs.AI cs.CV cs.RO
RSL-RL: A Learning Library for Robotics Research
ETH Zürich(苏黎世联邦理工学院);NVIDIA(英伟达);Flexion Robotics(Flexion机器人)
RSL-RL 是一个专为机器人社区定制的开源强化学习库,提供紧凑易改的代码库、主流算法及辅助技术,针对 GPU 训练优化,并在仿真与真实实验中验证了其轻量、可扩展的实用性。
2025-09-13 cs.LG cs.RO
Microcontroller Based Robotic Arm Development for Library Management System
Meghnad Saha Institute of Technology(梅格纳德·萨哈技术学院)
随着机器人技术的进步,各种行业和过程的自动化已经变得普遍。本项目旨在引进图书馆自动化系统,以实现自动检索排队图书、安排书架上的归还图书以及自动更新图书馆数据库的目标。该系统基于Arduino微控制器和Python编程,基于微控制器的机器人手臂用于从图书馆的不同书架上取书或将书归还给图书馆。库数据库也会在操作完成后更新。建议的系统的独特之处在于它可以应用于任何现有的图书馆,并且能够处理单个书籍而不是大量书籍。该系统旨在为图书馆自动化概念带来新的层面。
2018-12-29 cs.RO
Robotic Template Library
Brno University of Technology(布尔诺理工大学)
机器人模板库(RTL)是一套用于处理几何和点云处理的工具,特别是在机器人应用中。该软件包涵盖基本对象,如矢量、线段、四元数、刚性变换等,然而,它的主要贡献在于更高级的模块:用于点云的批量或流聚类的分割模块,用于通过更高级别的几何对象近似连续点云的快速矢量化模块,以及能够自动生成高质量视觉输出的LaTeX导出模块。它是一个用C++17编写的只包含头文件的库,使用Eigen库作为线性代数后端,并在设计时考虑了高计算性能。RTL可用于所有机器人任务,如运动规划、地图构建、对象识别等,但点云处理实用程序足够通用,可用于任何领域的触摸对象重建和计算机视觉应用。
2021-07-01 cs.RO
APOLLO Blender: A Robotics Library for Visualization and Animation in Blender
APOLLO Blender是一个用于Blender的机器人可视化和动画库,提供简单接口和功能,帮助研究人员快速创建高质量的可视化内容。
2025-12-30 cs.RO
Scenario Execution for Robotics: A generic, backend-agnostic library for running reproducible robotics experiments and tests
Intel Labs(英特尔实验室);Karlsruhe University of Applied Sciences(卡尔斯鲁厄应用技术大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
针对机器人领域缺乏通用可复现实验工具的问题,提出基于OpenSCENARIO 2与行为树的后端无关Python库Scenario Execution for Robotics,支持多模拟器、ROS2生态及虚实实验低代码迁移。
2024-09-11 cs.RO
Titan: A Parallel Asynchronous Library for Multi-Agent and Soft-Body Robotics using NVIDIA CUDA
Columbia University(哥伦比亚大学);Imperial College London(帝国理工学院)
虽然大多数机器人仿真库都是为低维和本质上串行的任务而构建的,但软体和多智能体机器人技术已经创造了对可以并行建模许多交互体的仿真环境的需求。尽管在这些领域的兴趣越来越大,没有现有的仿真库解决的挑战,提供一个统一的,高度并行化的,GPU加速的接口,模拟大型机器人系统。Titan是一个多功能的基于CUDA的C++机器人仿真库,它采用了一种新颖的异步计算模型,用于机器人原语的GPU加速仿真。创新的GPU架构设计允许在GPU异步运行的同时对CPU进行同步优化和控制,从而实现快速拓扑优化和强化学习迭代。Kinetics解决了一个大规模的并行集成方案,结合约束和环境的力量。我们报告了基于CPU的基线的显着改进的性能,每秒模拟多达3亿次原始更新,同时允许广泛的研究应用程序的灵活性。我们提出了几个应用程序的泰坦高性能模拟软体和多智能体机器人。
2019-11-22 cs.GR cs.RO
Amplify: A Lightweight Library for Reproducible Nonlinear Programming Problems in Robotics
本文提出Amplify,一个轻量级非线性规划库,通过将轨迹优化算法表示为优化模型中的约束,实现机器人相关优化问题的可复现性,并与其他库进行了基准比较。
2026-09-24 cs.RO
SE3Kit: A Lightweight Python Library for Specialized Geometric Primitives in Robotics
Walker Department of Mechanical Engineering and Texas Robotics at The University of Texas at Austin(德克萨斯大学奥斯汀分校机械工程系和德克萨斯机器人学院)
本文提出SE3Kit,一个轻量级Python库,专注于特殊欧几里得群SE(3)和特殊正交群SO(3)上的高效运算,提供严格的数学实现,适用于嵌入式部署、快速原型设计和教育。
2026-05-21 cs.RO
gafro: Geometric Algebra for Robotics
Idiap Research Institute(Idiap 研究所);EPFL(洛桑联邦理工学院)
本文提出面向机器人应用的 C++ 库 gafro,基于共形几何代数实现几何基元、刚体变换、运动学与动力学计算,并提供 Python 绑定和 ROS 接口。
2023-10-29 cs.RO
The EventCV Library for Event-Based Robotic Vision
Queensland University of Technology(昆士兰科技大学)
EventCV是一个开源Rust库,提供Python绑定,集成驱动、处理与推理,加速事件相机数据处理,用于机器人视觉,支持实时操作。
2026-09-21 cs.RO
Python Bindings for a Large C++ Robotics Library: The Case of OMPL
Department of Computer Science, Rice University(计算机科学系,里士大学)
本文利用大语言模型生成Python绑定,提升大型C++机器人库的开发效率与性能。
2026-03-04 cs.RO
The Control Toolbox - An Open-Source C++ Library for Robotics, Optimal and Model Predictive Control
Agile & Dexterous Robotics Lab, ETH Zürich(苏黎世联邦理工学院敏捷与灵巧机器人实验室)
我们介绍了控制器(CT),一个开源的C++库,用于有效的建模,控制,估计,轨迹优化和模型预测控制。CT适用于广泛的一类动态系统,但功能接口,专门为机器人应用设计的建模工具。本文概述了工具箱的一般概念,其主要组成部分,并突出了选定的应用程序的例子。该库包含几个工具来设计和评估控制器,建模动态系统和解决最优控制问题。CT的目的是直观的建模系统由常微分或差分方程。它支持成本函数和约束的快速原型设计,并为不同的最优控制求解器提供标准接口。到目前为止,我们支持单次射击,迭代线性二次调节器,高斯-牛顿多重射击和经典的直接多重射击。我们提供接口的通用NLP求解器和基于Riccati的线性二次最优控制求解器。CT被设计为有效地解决大规模最优控制和估计问题,并允许动态系统的在线控制。实现快速运行时性能的一些关键特性是与自动微分、派生代码生成和多线程的完全兼容。尽管如此,CT被设计为模块化框架,其构建块也可以用于其他控制和估计应用,例如逆动态控制、扩展卡尔曼滤波器或运动规划。
2018-03-26 cs.RO math.OC
Towards hybrid primary intersubjectivity: a neural robotics library for human science
Okinawa Institute of Science and Technology Graduate University(冲绳科学技术大学院大学)
人机交互正在成为认知科学的一个有趣的研究领域,特别是对于社会认知的研究。互动理论家认为,初级主体间性是一种非精神主义的、前理论的、非概念性的过程,它为某种程度的沟通和理解奠定了基础,并为更高层次的认知技能提供了支持。我们认为,这种低层次的认知互动,控制是共享的二元遭遇,是容易与神经机器人的研究。因此,在这项工作中,我们追求三个主要目标。首先,从主动推理的概念出发,我们研究了初级主体间性作为一种第二人称视角的经验,其特征是预测性参与,其中感知,认知和行动在二元互动中被解释为一个解释学循环。其次,我们提出了一个开放源码的方法命名为\textit{neural robotics library}(NRL)的实验人机交互,并在实时与虚拟笛卡尔机器人(VCBot)进行交互的演示程序。最后,通过一个研究案例,我们讨论了人-机器人(混合)主体间性可以为人类科学研究做出贡献的一些方式,例如发展心理学,教育技术和认知康复领域。
2020-06-29 cs.HC cs.NE cs.RO
DQ Robotics: a Library for Robot Modeling and Control
Federal University of Minas Gerais (UFMG)(米纳斯吉拉斯联邦大学);University of Tokyo (UTokyo)(东京大学)
对偶四元数代数及其在机器人学中的应用在过去的二十年里引起了人们极大的兴趣。对偶四元数有很大的几何吸引力,很容易捕捉的代数框架内的物理现象,是有用的机器人建模和控制。数学对象,如点、直线、平面、无限圆柱、球体、坐标系、扭曲和扳手都被很好地定义为对偶四元数。因此,简单的运营商被用来表示这些对象在不同的框架和操作,如内积和叉产品被用来提取有用的几何关系之间。尽管如此,对偶四元数代数并不像它可能的那样广泛,主要是因为高效和易于使用的计算工具并不丰富,并且通常仅限于特定的四元数代数。为了弥合理论和实现之间的差距,本文介绍了DQ Robotics,这是一个使用双四元数代数进行机器人建模和控制的库,它易于使用,足够直观,可用于自学和教育,同时在实际应用中部署时具有计算效率。
2020-07-24 cs.RO cs.SY eess.SY
Agentic Skill Discovery
University of Hamburg(汉堡大学)
针对机器人基础技能获取难题,提出完全由大语言模型驱动的技能发现框架,通过LLM生成任务提案、采样奖励与判定函数结合强化学习训练策略,经视觉语言模型保障可靠性,实现从零构建可扩展的有意义技能库。
2024-08-16 cs.AI cs.LG cs.RO
Memory-Efficient Policy Libraries with Low-Rank Adaptation in Reinforcement Learning
研究将参数高效微调方法(如LoRA)迁移至机器人强化学习,通过PPO算法微调基线模型构建多任务策略库,实现内存占用降低20-160倍,存储节省90-95%,且成功率无显著差异。
2026-06-25 cs.LG cs.RO
LeRobot: An Open-Source Library for End-to-End Robot Learning
Hugging Face
LeRobot是一个开源库,整合了机器人学习的整个堆栈,支持多种前沿算法,旨在降低研究门槛并促进可重复的先进机器人学习。
2026-02-26 cs.RO
Modelling the Turtle Python library in CSP
Maynooth University(梅努斯大学)
软件验证是建立关键系统可靠性的重要工具。一个潜在的应用领域是机器人领域,因为机器人在日常领域和高度专业化的领域都承担了更多的任务。机器人通常有一个计划要遵循,如果这个计划中有错误,机器人将无法可靠地执行。提前检查计划错误的能力可以防止这种情况。Python是机器人领域中流行的程序设计语言,通过使用机器人操作系统(ROS)和各种其他库。Python的Turtle包提供了一个移动代理,我们在这里使用通信顺序进程(CSP)正式建模。我们的交互式工具链CSP2Turtle具有CSP模型和Python组件,使Turtle计划能够在Python中执行之前在CSP中进行验证。这意味着可以避免某些类别的错误,并为更详细的验证Turtle程序和更复杂的机器人系统提供了一个起点。我们说明我们的方法与机器人导航和避障的例子在一个二维网格世界。
2022-07-20 cs.RO
SRMP: Search-Based Robot Motion Planning Library
Amazon Robotics(亚马逊机器人)
针对现有运动规划框架难以满足高风险应用可预测性与可复现性要求的问题,研究团队提出专为机器人操作定制的SRMP框架,可生成一致可靠轨迹,支持多机器人操作与多平台集成,经评估满足工业级严苛要求并树立运动规划一致性新标准。
2025-09-29 cs.RO
A Framework for Learning and Reusing Robotic Skills
University of Massachusetts Lowell(马萨诸塞大学洛厄尔分校);Persistent Autonomy and Robot Learning (PeARL) Lab(持久自主与机器人学习实验室)
本文提出一种机器人技能学习与复用框架,通过多模态分割和轨迹聚类将演示自动构建为运动基元库,并利用轨迹编辑实现基元在新环境中的复用。
2024-06-28 cs.RO
ASPIRE: Agentic /Skills Discovery for Robotics
NVIDIA(英伟达);UMich(密歇根大学);UIUC(伊利诺伊大学厄巴纳-香槟分校);UC Berkeley(加州大学伯克利分校);CMU(卡内基梅隆大学)
提出ASPIRE系统,通过闭环执行、技能库积累和进化搜索,自主编写和优化机器人控制程序,在扰动、多机器人协作和长时域任务上显著超越现有方法,并实现零样本泛化与仿真到现实的技能迁移。
2026-10-22 cs.AI cs.MA cs.RO
pomdp_py: A Framework to Build and Solve POMDP Problems
Brown University(布朗大学)
在本文中,我们介绍了pomdp_py,一个通用的部分可观察马尔可夫决策过程(POMDP)库编写的Python和Cython。由于底层程序设计语言或接口,现有POMDP库通常阻碍可访问性和有效的原型设计,并且需要软件工具链的额外复杂性来与机器人系统集成。pomdp_py具有简单而全面的接口,能够描述大型离散或连续(PO)MDP问题。在这里,我们总结了设计原则,并详细描述了pomdp_py中的编程模型和接口。我们还描述了这个库与ROS(机器人操作系统)的直观集成,这使得我们的躯干驱动机器人在3D中执行对象搜索。最后,我们指出了改进和扩展POMDP规划及以后的库的方向。
2020-04-21 cs.AI cs.RO
OpTaS: An Optimization-based Task Specification Library for Trajectory Optimization and Model Predictive Control
King’s College London(伦敦国王学院);University of Edinburgh(爱丁堡大学);Kawada Robotics Corporation(川田机器人公司);Alan Turing Institute(艾伦·图灵研究所)
本文提出OpTaS,一个用于机器人轨迹优化与模型预测控制的Python任务规范库,支持自定义非线性约束问题、执行中修改参数,并兼容多种求解器,可在关节空间和任务空间同时定义任务。
2023-01-31 cs.RO
Theseus: A Library for Differentiable Nonlinear Optimization
Meta AI;Reality Labs Research(现实实验室研究院)
Theseus是一个高效的应用程序不可知的开源库,用于基于PyTorch的可微非线性最小二乘(DNLS)优化,为机器人和视觉中的端到端结构化学习提供了一个通用框架。现有的DNLS实现是特定于应用的,并且并不总是包含许多对效率重要的成分。Theseus是应用不可知的,正如我们用几个使用相同的底层可微组件构建的示例应用所示,例如二阶优化器,标准成本函数和李群。为了提高效率,Theseus集成了对稀疏求解器、自动矢量化、GPU加速和梯度计算的支持,以及隐式微分和直接损失最小化。我们在一组应用程序中进行了广泛的性能评估,证明了当这些功能被合并时,显着的效率提高和更好的可扩展性。项目页面:https://sites.google.com/view/theseus-ai
2023-01-18 cs.CV cs.LG cs.RO
3D Cal: An Open-Source Software Library for Depth Reconstruction on Vision-Based Tactile Sensors
McCormick School of Engineering, Center for Robotics and Biosystems, Northwestern University(麦科姆ick工程学院,机器人与生物系统中心,西北大学)
介绍3D Cal开源库,将低成本3D打印机变为自动探测设备,为校准基于视觉的触觉传感器生成大量标记训练数据,还提供端到端管道训练自定义卷积网络进行深度重建,给出校准准则并展示良好性能。
2026-07-07 cs.RO
BricksRL: A Platform for Democratizing Robotics and Reinforcement Learning Research and Education with LEGO
Universitat Pompeu Fabra(庞培法布拉大学);PyTorch Team, Meta(Meta PyTorch团队);ICREA, Universitat Pompeu Fabra(ICREA、庞培法布拉大学)
本文提出BricksRL平台,通过将乐高机器人与TorchRL库对接,实现现实世界中自定义乐高机器人的创建、设计与训练,支持GPU强化学习训练,提供灵活经济的扩展方案,助力机器人学与强化学习研究教育民主化。
2024-12-02 cs.LG cs.RO
Control Lyapunov Functions for Compliant Hybrid Zero Dynamic Walking
California Institute of Technology(加州理工学院)
在动态机器人系统上实现具有形式保证的非线性控制器的能力有可能实现更复杂的机器人行为-然而,实现这些控制器通常具有实际挑战性。为了解决这个问题,本文提出了端到端的实现动态双足运动的欠驱动双足机器人通过混合零动态和控制李雅普诺夫函数。Cassie的顺应性模型被表示为混合系统以设置用于轨迹优化框架的阶段。为了在所有方向上实现各种步行速度,编译了顺应性步行运动库,然后将其参数化,以便在实时控制器中有效使用。控制李雅普诺夫函数,这有很强的理论保证,综合利用步态库,再加上逆动力学,以获得基于优化的控制器框架为二次规划。它被证明,该控制器可证明实现稳定的运动,这是再加上一个理论分析,证明有用的性能的控制器的调整和实施。所提出的理论框架上的Cassie机器人,其中3D步行是通过使用基于优化的扭矩控制实现实际证明。实验突出了机器人行走在不同的速度和地形,说明了端到端的实现理论上合理的非线性控制器的动态欠驱动机器人系统。
2021-07-09 cs.RO
The Reconfigurable Aerial Robotic Chain: Shape and Motion Planning
Birla Institute of Technology and Science (BITS) Pilani(皮拉尼伯拉理工学院(BITS皮拉尼));University of Nevada, Reno(内华达大学雷诺分校)
介绍了航空机器人链的设计思想、建模方法和运动规划求解方法。该设计代表了一个可配置的机器人系统,由多个连接的微型飞行器组成,同时具有穿越狭窄路段、变形其形状、运送重要有效载荷的能力,提供分布式传感和处理的潜力,并允许系统扩展。我们贡献了一种方法来解决这样一个连接的机器人系统的系统的运动规划问题,充分利用其可重构的性质,以快速的方式找到无碰撞路径,尽管增加了自由度。所提出的方法利用了一个库的空中机器人链配置,优化的横截面尺寸或传感器的覆盖范围,旁边的概率策略采样随机形状的配置,可能需要促进持续的无碰撞导航。仿真中的评估研究涉及穿越受限和充满障碍的环境,具有狭窄的走廊和横截面。
2019-11-24 cs.RO
PyPose: A Library for Robot Learning with Physics-based Optimization
Carnegie Mellon University(卡内基梅隆大学);State University of New York at Buffalo(纽约州立大学布法罗分校);Massachusetts Institute of Technology(麻省理工学院);Nanyang Technological University(南洋理工大学);ETH Zürich(苏黎世联邦理工学院);Pennsylvania State University(宾夕法尼亚州立大学);Delhi Technological University(德里理工大学);University of Virginia(弗吉尼亚大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Georgia Institute of Technology(佐治亚理工学院);Wuhan University(武汉大学);University of Michigan, Ann Arbor(密歇根大学安娜堡分校);Fox Chapel Area High School(福克斯查珀尔地区高中);Lexington High School(列克星敦高中);Stanford University(斯坦福大学)
PyPose结合深度感知模型与物理优化,提供高效的机器人学习库,实现计算速度提升超过10倍,适用于SLAM、规划、控制等任务。
2023-03-24 cs.RO
General-Purpose Robotic Navigation via LVLM-Orchestrated Perception, Reasoning, and Acting
Stanford University(斯坦福大学);Jet Propulsion Laboratory(喷气推进实验室);California Institute of Technology(加州理工学院)
针对未知环境通用导航难题,提出ARNA框架,利用LVLM智能体编排感知、推理与导航工具,实现自主工作流,在HM-EQA基准上超越现有方法,并展现出跨任务泛化能力。
2025-10-17 cs.AI cs.CV cs.RO
Shapechanger: Environments for Transfer Learning
我们提出了Shapechanger,一个专门为机器人任务设计的迁移强化学习库。我们考虑三种类型的知识转移-从模拟到模拟,从模拟到真实,从真实到真实-以及各种具有连续状态和动作的任务。Shapechanger正在积极开发中,并在https://github.com/seba-1511/shapechanger/上开源。
2017-09-15 cs.LG cs.RO
Kinematics & Dynamics Library for Baxter Arm
Worcester Polytechnic Institute(伍斯特理工学院)
针对 Baxter 机器人官方 IK 服务成功率低且不一致的问题,本文开发了一个基于 Python 的运动学与动力学软件库,支持位姿与速度运动学及 Jacobian 冗余度解析,并与 PyKDL 进行了性能对比。
2024-09-01 cs.RO
SRSA: Skill Retrieval and Adaptation for Robotic Assembly Tasks
NVIDIA Corporation(英伟达公司);University of Southern California(南加州大学);University of Washington(华盛顿大学)
针对机器人富接触装配任务的数据高效学习问题,提出 SRSA 框架,通过预测技能库中各技能在新任务上的零样本迁移成功率来指导技能检索与微调,显著提升了成功率、稳定性和样本效率,并在真实世界部署中达到 90% 平均成功率。
2025-03-06 cs.RO
Automated Hybrid Reward Scheduling via Large Language Models for Robotic Skill Learning
National Engineering Laboratory for Big Data System Computing Technology(大数据系统计算技术国家工程实验室)
针对高自由度机器人技能学习中多奖励分量统一优化效率低的问题,提出基于大语言模型的自动化混合奖励调度框架AHRS,通过多分支价值网络动态调整各奖励分量权重,在多个任务上平均提升6.48%性能。
2025-05-05 cs.AI cs.RO
GLASS: Architecture-Tuned, Composable, Device-Side Linear Algebra for Edge Robotics and Beyond
Dartmouth College(达特茅斯学院)
针对GPU机器人学缺乏可复用数值库的问题,提出GLASS库,通过架构特定放置决策和静态编译优化,在边缘设备上实现最高73倍性能提升,并开源发布。
2026-09-24 cs.DC cs.MS cs.RO
PyPose v0.6: The Imperative Programming Interface for Robotics
State University of New York at Buffalo(纽约州立大学布法罗分校);Pennsylvania State University(宾夕法尼亚州立大学);Carnegie Mellon University(卡内基梅隆大学);ZBL Co., Ltd.(ZBL有限公司);University of Melbourne(墨尔本大学);Nanyang Technological University(南洋理工大学);Georgia Institute of Technology(佐治亚理工学院);Northview High School(诺斯维尤高中)
本文介绍 PyPose v0.6 机器人学习库的命令式编程接口设计原则,通过 Dubins 小车示例展示其功能,并验证其能以极简代码导航真实四足机器人。
2023-09-22 cs.RO
Flowing With Purpose: Latent Action Guided Flow Matching Policies For Robotic Manipulation
École Centrale de Lyon(里昂中央理工学院);LIRIS, UMR5205(LIRIS实验室,UMR5205)
提出潜在动作引导流匹配(LAFM)框架,通过自适应先验分布库替代固定高斯分布,利用潜在动作模型选择结构对齐的初始化,解决流匹配策略中向量场纠缠问题,在真实机器人部署中成功率提升23.4%。
2026-06-23 cs.RO
You Don't Need To Stay in The Loop: An Agentic Robotics Loop for Robot-Policy Improvement
该研究将编码智能体的软件循环架构迁移至机器人策略改进领域,提出AgenticRobotics控制平面,解决机器人工具易失效问题,实现错误提升控制等性能提升。
2026-11-10 cs.RO
Beyond End-Task Success: How to Audit Visual Experience Retrieval in Robotics
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Centific
本文提出一种审计机器人视觉经验检索的方法,通过穷举执行所有经验来区分选择规则与经验库质量,发现视觉规则易集中于单一经验且排序能力有限,并建议报告经验分布与事后最佳经验成功率。
2026-09-28 cs.CV cs.RO
ASC: Adaptive Skill Coordination for Robotic Mobile Manipulation
Georgia Institute of Technology(佐治亚理工学院);Meta AI
提出自适应技能协调(ASC)方法,通过技能库、协调策略和纠正策略实现机器人移动操作长时程任务,在八个真实环境零样本部署成功率达98%,显著优于顺序执行且对各类干扰具鲁棒性。
2023-11-19 cs.RO
Caspar: CUDA Accelerator for Symbolic Programming with Adaptive Reordering
Norwegian University of Science and Technology(挪威科学与技术大学);Skydio
提出Caspar库,通过自动生成优化CUDA内核,实现从Python符号表达式到GPU高性能运行时的桥梁,并在大规模BA数据集上实现5-20倍加速。
2026-05-28 cs.PF cs.RO