HumanoidPano: Hybrid Spherical Panoramic-LiDAR Cross-Modal Perception for Humanoid Robots
Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心）；Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Hong Kong University of Science and Technology（香港科技大学）；Beijing Institute of Technology（北京理工大学）；ETH Zurich（苏黎世联邦理工学院）；Nanyang Technological University（南洋理工大学）；X-Humanoid（人形智能科技公司）
本文提出 HumanoidPano 框架，利用球形几何约束、空间可变形注意力和全景增强融合全景视觉与 LiDAR，解决人形机器人自遮挡与视场受限问题，并在基准和真实平台上验证其 BEV 分割与导航能力。
2025-03-13 cs.RO
VB-Com: Learning Vision-Blind Composite Humanoid Locomotion Against Deficient Perception
Shanghai AI Laboratory（上海人工智能实验室）；The University of Hong Kong（香港大学）；Shanghai Jiao Tong University（上海交通大学）；Zhejiang University（浙江大学）；The Chinese University of Hong Kong（香港中文大学）
针对拟人机器人因感知缺陷易摔倒的问题，提出复合框架VB-Com，在视觉与盲策略间动态切换，有效提升了机器人在感知缺陷下穿越复杂地形的鲁棒性。
2025-06-01 cs.RO
TAPNAV: Humanoid Navigation through Tactile Active Perception
Harvey Mudd College（哈维穆德学院）；Georgia Institute of Technology（佐治亚理工学院）；Walton High School（沃尔顿高中）
本文提出TAPNAV触觉主动感知框架，通过结合不确定性感知全局路径规划与信息增益驱动局部探测，使人形机器人在无视觉环境中实现导航，其状态估计误差更低、任务完成率更高。
2026-10-09 cs.RO
ARDOP: A Versatile Humanoid Robotic Research Platform
BMS College of Engineering（BMS工程学院）
本文介绍了一种名为ARDOP的人形机器人的研制。该项目的目标是提供一种模块化、开源且廉价的人形机器人，使研究人员能够回答与机器人操纵和感知相关的各种问题。ARDOP主要包括两个功能单元，即感知和操纵系统，在这里，我们讨论了这些系统的概念和设计方法，并继续提出他们的性能仿真和各种定制设计的实验结果。
2021-08-18 cs.RO
SPOT: Spatial Perception-Oriented Long-Horizon Humanoid Teleoperation
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Massachusetts Institute of Technology（麻省理工学院）
针对人形机器人遥操作中空间感知视界受限的问题，提出SPOT系统，通过鱼眼相机、宽视场显示与视角解耦，提升长时间跨度数据收集的效率与准确性。
2026-09-09 cs.RO
HALOMI: Learning Humanoid Loco-Manipulation with Active Perception from Human Demonstrations
Shanghai Jiao Tong University（上海交通大学）；University of Sussex（萨塞克斯大学）；East China University of Science and Technology（华东理工大学）
提出HALOMI框架，通过扩展通用操控接口(UMI)实现主动感知，利用流形约束控制器和观察-动作对齐，使Unitree G1人形机器人在五项真实任务中平均成功率达85%。
2026-06-18 cs.RO
A 21-DOF Humanoid Dexterous Hand with Hybrid SMA-Motor Actuation: CYJ Hand-0
本文提出CYJ Hand-0，一款21自由度人形灵巧手，通过结合SMA与直流电机的混合腱驱动系统及3D打印金属骨架，实现仿人手的屈曲、伸展与外展动作，实验验证了其仿生灵巧性。
2025-07-19 cs.RO
Exploring Human's Gender Perception and Bias toward Non-Humanoid Robots
本研究通过三项调查探究人类对非人形机器人的性别感知与偏见，发现拟人化特征会使非人形机器人被赋予性别属性并影响其角色感知与可信度，强调需平衡设计元素以兼顾功能与用户亲和力。
2024-10-09 cs.HC cs.RO
RoboCup 2022 AdultSize Winner NimbRo: Upgraded Perception, Capture Steps Gait and Phase-based In-walk Kicks
Univ. of Bonn（波恩大学）
到2050年击败人类世界冠军是人形机器人联盟的一个雄心勃勃的目标，这为RoboCup团队进一步改进和开发他们的系统提供了强大的动力。在本文中，我们提出了我们的系统的升级，使我们的团队NimbRo赢得了足球锦标赛，在下降的游戏，并在人形AdultSize联赛的机器人2022年的技术挑战。在这些比赛中的出色表现导致了人型人联盟的最佳人型人奖。上述升级包括：视觉模块的硬件升级、使用Capture Steps实现平衡行走以及引入基于相位的步行踢脚。
2023-02-07 cs.RO
Visible-Reachable Workspace for Perception-Aware Humanoid Design
Duke University（杜克大学）
本研究提出可见可达工作空间（VRW）度量，通过独立驱动相机的人形机器人设计，将可见可达覆盖率从38%提升至97%，显著提高操作效率与能耗表现。
2026-09-09 cs.RO
Tactile Sensing Array for Multi-Phalanx Sensing in Humanoid Hands
New Jersey Institute of Technology (NJIT)（新泽西理工学院）
本研究提出一种基于Velostat的低成本人形手指触觉阵列，实现多指节接触感知，并通过结构优化将恢复时间缩短74%，为抓取操作提供可靠反馈。
2026-09-28 cs.ET cs.RO
CAP: Continuously Adaptive Perception-Blind Humanoid Locomotion via Learned Denoising
Fudan University（复旦大学）；TARS Robotics（TARS机器人公司）；Shanghai Innovation Institute（上海创新研究院）；Harbin Institute of Technology（哈尔滨工业大学）；Shanghai Jiao Tong University（上海交通大学）
针对人形机器人外部感知不可靠问题，提出单阶段策略 CAP，用学习去噪恢复损坏深度并融合本体感觉，在仿真和 Unitree G1 上实现感知鲁棒 locomotion。
2026-09-11 cs.RO
WaveMan: mmWave-Based Room-Scale Human Interaction Perception for Humanoid Robots
Key Laboratory for Information Science of Electromagnetic Waves, Ministry of Education, School of Information Science and Technology, Fudan University（电磁波信息科学重点实验室、教育部、信息科学与技术学院，复旦大学）；School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学）
WaveMan通过空间自适应感知系统实现房间级人形机器人人机交互的可靠隐私保护，实验显示其在不同用户位置下的交互感知准确率显著提升。
2026-01-12 cs.RO
Humanoid Occupancy: Enabling A Generalized Multimodal Occupancy Perception System on Humanoid Robots
X-Humanoid；GigaAI Project（GigaAI项目）
本研究提出人形机器人通用多模态占据感知系统Humanoid Occupancy，整合软硬件与标注流水线，解决运动干扰等问题，构建首个专用全景占据数据集，为复杂场景部署奠定基础。
2025-07-29 cs.AI cs.CV cs.RO
SafeGuard ASF: SR Agentic Humanoid Robot System for Autonomous Industrial Safety
本文提出SafeGuard ASF系统，利用人形机器人结合多模态感知与ReAct代理推理框架，实现工业环境中的火灾烟雾、管道异常温度及禁区入侵检测，通过训练多种运动策略实现自主巡逻与避障。
2026-03-26 cs.RO
LP-NavOA: Integrated Local Navigation and Obstacle Avoidance for Humanoid Robots under Limited Perception
College of Intelligence Science and Technology（智能科学与技术学院）；National University of Defense Technology（国防科技大学）
提出LP-NavOA框架，通过射线条件感知-动作PPO运动骨干和A*教师蒸馏的循环局部规划器，在短距离部分可观测感知下实现仿人机器人避障、稀疏目标恢复和稳定全身运动，将准时到达率从38-40%提升至85-97%。
2026-06-23 cs.RO
HARMONIOUS -- Human-like reactive motion control and multimodal perception for humanoid robots
Czech Technical University in Prague（布拉格捷克技术大学）；University of Colorado Boulder（科罗拉多大学博尔德分校）；Istituto Italiano di Tecnologia（意大利技术研究院）
针对人形机器人在人群环境中多自由度控制难兼顾动态障碍与人体接近的问题，提出HARMONIOUS反应式控制器，通过二次规划与多模态障碍统一映射实现类人运动，经实验验证有效。
2024-12-10 cs.RO
FingerViP: Learning Real-World Dexterous Manipulation with Fingertip Visual Perception
The Chinese University of Hong Kong（香港中文大学）；The Hong Kong Polytechnic University（香港理工大学）
FingerViP通过在多指手部每个指尖安装微型摄像头，提升多视角视觉反馈，开发基于扩散模型的全身视觉-运动策略，实现复杂操作技能的学习与高成功率的现实任务执行。
2026-09-25 cs.RO
SMASH: Mastering Scalable Whole-Body Skills for Humanoid Ping-Pong with Egocentric Vision
The University of Hong Kong（香港大学）；Kinetix AI
本文提出SMASH系统，通过整合可扩展的全身技能学习与 onboard 装置视觉感知，实现无需外部摄像头的敏捷人形乒乓球任务，提升了全身协调与击球动作的多样性和鲁棒性。
2026-04-01 cs.RO
Dribble Master: Learning Agile Humanoid Dribbling through Legged Locomotion
本文提出一种两阶段课程学习框架，使人形机器人无需显式动力学或预设轨迹即可掌握控球技能，通过模拟虚拟相机和启发式奖励提升球感知能力，实验证明其在多种环境中实现灵活美观的控球行为。
2026-03-14 cs.RO
Fast Perception, Planning, and Execution for a Robotic Butler: Wheeled Humanoid M-Hubo
Korea Advanced Institute of Science and Technology（韩国科学技术院）
随着老龄化人口的快速增长，对服务机器人平台的需求不断增长，这些服务机器人平台可以以实际的速度提供可靠的日常帮助。为了协助日常任务，例如取饮料，服务机器人必须能够感知其环境并生成相应的运动轨迹。当环境未知时，这成为一个具有挑战性和计算复杂的问题，因此路径规划器必须对许多通常是次优的轨迹进行采样，从而延长了执行时间。为了解决这个问题，我们提出了一个独特的战略，集成了一个三维目标检测管道与运动学上最佳的操纵规划，以显着提高运行时的速度性能。此外，我们开发了一个新的机器人管家系统的轮式人形，能够获取所需的对象在24%的速度，人类需要完成相同的任务。所提出的系统进行了评估，并在现实世界的环境设置，以及在公共展览中展示。
2020-01-02 cs.RO
Dynamic Humanoid Locomotion over Uneven Terrain With Streamlined Perception-Control Pipeline
Korea Advanced Institute of Science and Technology（韩国科学技术院）；Korea Atomic Energy Research Institute（韩国原子能研究院）
虽然双足运动提供了穿越非结构化环境的能力，但它需要仔细的规划和控制才能安全地走过而不会摔倒。这对机器人提出了感知、规划和控制其运动的综合挑战，特别是在动态运动中，机器人可能必须在飞行中调整其摆动腿轨迹，以便安全地将其脚放在不平坦的地形上。在本文中，我们提出了一个有效的几何脚步规划器和相应的步行控制器，使人形机器人动态步行通过不平坦的地形，速度高达0.3米/秒。作为动态运动，我们首先指的是连续的步行运动而不停止，其次是在飞行中重新规划的着陆脚步的位置在中间的摆动阶段，在机器人步态周期。这主要是通过一个有效的基于采样的规划器和强大的步行控制器之间的流线型集成。脚步规划器能够在5毫秒内生成可行的脚步，并且控制器能够生成新的相应摆动腿轨迹以及全身运动，以动态地平衡机器人到新更新的脚步。所提出的感知控制管道进行评估，并与真实的实验证明，使用一个全尺寸的人形穿越不平坦的地形特征的静态垫脚石，动态可移动的垫脚石，或狭窄的路径。
2020-11-30 cs.RO
ARMOR: Egocentric Perception for Humanoid Robot Collision Avoidance and Motion Planning
Carnegie Mellon University（卡内基梅隆大学）；Apple（苹果公司）
针对仿人机器人在密集环境中运动规划的感知缺陷，提出集成软硬件的ARMOR第一视角感知系统，通过分布式感知增强空间意识，结合基于Transformer的模仿学习策略，在仿真和真实机器人上实现更优避碰与运动规划性能。
2024-11-30 cs.LG cs.RO
RoboCup 2019 AdultSize Winner NimbRo: Deep Learning Perception, In-Walk Kick, Push Recovery, and Team Play Capabilities
Univ. of Bonn（波恩大学）
个人和团队的能力每年都受到规则变化和RoboCup Humanoid League足球队不断提高的表现的挑战。对于AdultSize类的RoboCup 2019，球员数量（2对2场比赛）和场地尺寸都有所增加，这需要团队协调以及强大的视觉感知和定位模块。在本文中，我们介绍了NimbRo团队赢得足球锦标赛，drop-in游戏，技术挑战和2019年悉尼RoboCup Humanoid League最佳人形机器人奖的最新进展。这些发展包括一个深度学习视觉系统，步行踢，基于步骤的推恢复，和团队合作战略。
2019-12-17 cs.RO
OmniDP: Beyond-FOV Large-Workspace Humanoid Manipulation with Omnidirectional 3D Perception
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Tsinghua University（清华大学）
OmniDP通过360度全景点云感知和时间感知注意力池化机制，实现人形机器人在大工作空间中的稳健操作，优于传统深度相机方法。
2026-03-06 cs.RO
Toward Machine Risk Perception: Integrating Trust Calibration and Precursor-Based Risk Estimation for Humanoid
AI Safety Lab, Bailey College of Engineering & Technology, Indiana State University（人工智能安全实验室，贝利工程与技术学院，印第安纳州立大学）
提出一种前兆驱动的信任校准框架，通过Logistic-Exponential模型建模事故演化，实现人形机器人主动风险感知，并在模拟案例中验证了早期干预的有效性。
2026-06-23 cs.HC cs.RO
Teleopit: A Full-Embodiment Humanoid Teleoperation System
Westlake University（西湖大学）；Shanghai Innovation Institute（上海创新研究院）
提出 Teleopit 全 embodiment 人形遥操作系统，结合改进的动作跟踪器与优化手部重定向器，收集 96 次演示训练的 ACT、GR00T N1.7 策略，在人形机器人上任务成功率达 90.0%、95.0%。
2026-08-04 cs.RO
Learning Vision-Driven Reactive Soccer Skills for Humanoid Robots
Tsinghua University（清华大学）；China Agricultural University（中国农业大学）
本研究提出一种基于强化学习的统一控制器，通过耦合视觉感知与运动控制，使类人机器人仅用车载视觉实现足球技能，在RoboCup比赛中表现鲁棒，性能优于规则基线。
2026-08-21 cs.RO
Hand-Eye Autonomous Delivery: Learning Humanoid Navigation, Locomotion and Reaching
Stanford University（斯坦福大学）
提出HEAD框架，从人类运动与视觉数据中模块化学习人形机器人导航、locomotion与reaching技能，解耦视觉感知与动作，在仿真和真实环境中验证其复杂环境适应能力。
2025-08-07 cs.RO
Perception for Humanoid Robots
University of Bonn（波恩大学）；Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所）
本文综述人形机器人感知技术，梳理视觉、听觉、触觉及多传感器融合、机器学习在内部状态估计、外部环境估计和人机交互中的最新进展。
2023-09-27 cs.AI cs.RO
iGPC: Generative Motion Priors for Object-Aware Humanoid Interaction
Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）；Massachusetts Institute of Technology (MIT)（麻省理工学院）；Minerva Humanoids, Inc.（Minerva Humanoids公司）
本文提出iGPC框架，将生成式预训练控制器从一般运动扩展到人形-环境交互，通过交互专家和感知驱动学生模型蒸馏技能，实验证明大规模人体运动先验能有效支持现实环境中的可部署人形交互策略。
2026-10-14 cs.RO
Multifingered force-aware control for humanoid robots
Humanoid Sensing and Perception, Istituto Italiano di Tecnologia, Genoa, Italy（人机感知与感知，意大利技术研究院，热那亚，意大利）；DIBRIS, Università di Genova, Via All’Opera Pia, 13, Genoa, Italy（DIBRIS，热那亚大学，Via All’Opera Pia, 13，热那亚，意大利）；MESH Facility, Istituto Italiano di Tecnologia, Genoa, Italy（MESH设施，意大利技术研究院，热那亚，意大利）
提出一种基于力估计的多指手人形机器人控制方案，通过调整躯干、手臂、手腕和手指的运动重新分配力，以维持与物体的稳定接触，在平衡任务中成功率达82.7%。
2026-05-28 cs.RO
WristMimic: Full-Body Humanoid Control with Wrist-Guided Manipulation
Pohang University of Science and Technology (POSTECH)（浦项科技大学）
研究如何将人类物体交互演示重定向到物理模拟，提出WristMimic框架，分离无接触身体运动与手部操作，通过手腕引导，让手指从物体跟踪和接触结果学习行为，实验显示该框架在跨手部模型重定向时效果良好。
2026-07-14 cs.CV cs.GR cs.RO
Gated Residual Body-Hand Coordination for Whole-Body Humanoid Teleoperation
Technical University of Munich（慕尼黑工业大学）；Agile Robots SE
针对全身人形遥操作中身体与手部命令不协调的问题，提出门控残差协调框架，通过有界修正减少手腕和指尖几何误差39.2%-56.3%，并保持全身跟踪性能。
2026-09-17 cs.RO
VOFA: Visual Object Goal Pushing with Force-Adaptive Control for Humanoids
Department of Computer Science, The University of Texas at Austin（德克萨斯大学奥斯汀分校计算机科学系）；Amazon Inc.（亚马逊公司）；Sony AI（索尼人工智能）
本文提出VOFA系统，通过视觉引导实现对未知物理属性物体的精准推动，解决重物操控中的未知质量和地面摩擦问题，实现在仿真和现实中的高成功率表现。
2026-07-22 cs.RO
Emergent Active Perception and Dexterity of Simulated Humanoids from Visual Reinforcement Learning
Nvidia（英伟达）；Carnegie Mellon University（卡内基梅隆大学）；University of California, Berkeley（加州大学伯克利分校）
本研究提出视觉驱动的仿真人形机器人全身灵巧控制框架PDC，仅靠第一视角视觉无需特权状态信息，单个策略即可完成多项家务任务，还能涌现主动搜索类人行为，为相关领域打通感知-行动循环提供关键支撑。
2025-05-18 cs.CV cs.RO
Learning Perceptive Humanoid Locomotion over Challenging Terrain
Harbin Institute of Technology（哈尔滨工业大学）；Tongji University（同济大学）
提出基于师生蒸馏框架的人形机器人运动控制方法，通过引入变分信息瓶颈世界模型实现传感器去噪与状态估计，显著提升了机器人在崎岖地形上的感知与运动能力。
2025-04-02 cs.RO
Can People Distinguish Human and AI Agency in Humanoid Teleoperation? A Preliminary Study of Agency Perception
Sony Computer Science Laboratories（索尼计算机科学实验室）；University of Cambridge（剑桥大学）；The University of Tokyo（东京大学）
本研究通过Ghost-in-the-Loop框架探究人们能否区分人形远程操作中的人类与AI代理，初步在线实验表明参与者难以区分，主要依据自然度、协调性和一致性判断，为代理感知研究提供初步见解。
2026-09-09 cs.HC cs.RO
Active inference body perception and action for humanoid robots
Technical University of Munich（慕尼黑工业大学）；Donders Institute for Brain, Cognition and Behaviour（唐德斯脑、认知与行为研究所）
为人工代理提供与生物系统相同的计算模型是理解智能行为如何出现的一种方法。我们提出了一个主动推理的身体感知和动作模型工作的第一次在人形机器人。该模型依赖于为大脑提出的自由能原理，其中感知和动作目标都是通过对变分自由能边界的梯度下降来最小化预测误差。身体状态（潜在变量）通过最小化观察到的（视觉和本体感受）传感器值与预测值之间的差异来推断。同时，该动作使传感数据采样更好地对应于内部模型做出的预测。我们在iCub机器人上正式实现了该算法，并在2D和3D视觉空间中进行了测试，以在线适应视觉变化，感官噪声以及模型与真实机器人之间的差异。我们还比较了我们的方法与经典的逆运动学在达到的任务，分析这种神经科学启发的方法在现实世界中的相互作用的适用性。该算法为机器人提供了自适应的身体感知和上身到达与头部对象跟踪（幼儿般），并能够在线（以闭环方式）结合视觉特征，而不会增加计算复杂性。此外，我们的模型预测了在存在感觉运动冲突的情况下的非自愿行为，显示了人类主动推理的潜在证据。
2020-01-29 cs.AI cs.RO
Hierarchical visuomotor control of humanoids
DeepMind（深度思维）
我们的目标是构建复杂的人形代理，集成感知，运动控制和记忆。在这项工作中，我们部分因素，这个问题到低层次的运动控制从本体感觉和高层次的协调低层次的技能通知视觉。我们开发了一个架构，能够令人惊讶的灵活性，任务导向的电机控制的一个相对较高的自由度的人形身体相结合的预训练低级别的电机控制器与高级别的，以任务为中心的控制器之间切换低级别的子政策。由此产生的系统是能够控制一个物理模拟的人形身体来解决任务，需要耦合视觉感知从一个不稳定的自我中心的RGB相机在运动的环境中。有关补充视频链接，请参见https://youtu.be/7GISvfbykLE。
2019-01-15 cs.AI cs.RO
SixthSense: Task-Agnostic Proprioception-Only Whole-Body Wrench Estimation for Humanoids
The Hong Kong University of Science and Technology（香港理工大学）；Zhejiang University（浙江大学）；Tencent Robotics X（腾讯机器人实验室）
本文提出SixthSense，一种基于本体感知和IMU数据的无任务依赖方法，用于估计人类oid的全身接触时间和位置及外部wrench，解决浮动物理动力学和不确定接触位置的难题。
2026-05-02 cs.RO
DAVIS: A Depth-Only End-to-End Active-Vision Framework for Humanoid Soccer Skills
Noetix Robotics；Tsinghua University（清华大学）
提出DAVIS框架，仅用深度图像和本体感觉实现人形机器人足球接触技能的端到端学习，直接输出25自由度PD目标，并通过仿真和真实实验验证。
2026-09-24 cs.RO
PressMimic: Pressure-Guided Motion Capture and Control for Humanoid Robot Imitation
School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院）；Key Laboratory of Optoelectronic Devices and Systems with Extreme Performances of MOE, Nanjing University（南京大学极端性能光电技术与系统教育部重点实验室）；BNRist, Tsinghua University（清华大学北京信息科学与技术国家研究中心）
提出PressMimic框架，通过压力模态融合RGB估计3D姿态和全局运动，并利用压力监督策略实现物理一致的接触模式，提升人形机器人模仿的准确性和稳定性。
2026-06-26 cs.CV cs.RO
PAC-MAN: Perception-Aware CBF-RL for Whole-Body Safety in Humanoid Dodgeball
California Institute of Technology（加州理工学院）
本研究提出PAC-MAN感知感知CBF-RL框架，结合控制屏障安全与机载传感，在人形机器人躲避球任务中，基于Unitree G1实现95%投掷成功率，验证了感知可观测性对屏障结构性能的影响。
2026-09-30 cs.AI cs.RO
How to Train your Tactile Model: Tactile Perception with Multi-fingered Robot Hands
Bristol Robotics Laboratory, University of Bristol（布里斯托大学布里斯托机器人实验室）
本文提出TacViT模型，基于视觉Transformer实现触觉感知，能有效泛化新传感器数据，减少数据收集和重训练需求，提升多指机械手的触觉感知能力。
2026-04-01 cs.RO
A Tendon-Driven Five-Fingered Hand with Distributed Tactile Perception for Dexterous Manipulation
该研究针对人形机器人复杂操作需求，设计了带分布式触觉感知的刚柔混合肌腱驱动五指机械手，通过双模态触觉传感实现接触与力检测，实验验证了其集成驱动-感知系统的可行性。
2026-08-27 cs.AI cs.RO
Enhancing Regrasping Efficiency Using Prior Grasping Perceptions with Soft Fingertips
本文提出利用初次抓取感知并考虑柔软指尖与物体不对称性的抓取力预测方法，实现姿态变化下的重新抓取得力估计，显著提升日常物体抓取效率。
2025-03-14 cs.RO
HumanoidVLM: Vision-Language-Guided Impedance Control for Contact-Rich Humanoid Manipulation
Skolkovo Institute of Science and Technology（斯克尔科沃科学与技术研究所）
HumanoidVLM通过视觉-语言模型和检索增强生成模块，实现人形机器人在接触密集场景中的自适应阻抗控制与抓取配置选择。
2026-01-21 cs.RO
A Behavior Architecture for Fast Humanoid Robot Door Traversals
Florida Institute for Human and Machine Cognition（佛罗里达人机认知研究所）；University of West Florida（西佛罗里达大学）
本文提出一种结合GPU感知、树状行为协调和全身控制器的架构，使Nadia人形机器人能快速穿越多种类型的门，并支持快速编写和重用行为。
2024-11-05 cs.RO
Gallant: Voxel Grid-based Humanoid Locomotion and Local-navigation across 3D Constrained Terrains
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；The Chinese University of Hong Kong（香港中文大学）；University of Science and Technology of China（中国科学技术大学）；University of Tokyo（东京大学）；Shanghai Jiaotong University（上海交通大学）
针对现有仿人机器人感知模块无法捕捉完整三维环境结构的问题，本文提出基于体素网格的Gallant框架，利用体素化LiDAR数据和z分组二维CNN实现端到端优化，在多种三维受限地形中突破传统方法限制并取得近100%的挑战性场景成功率。
2025-11-18 cs.RO
Using Speech to Reduce Loss of Trust in Humanoid Social Robots
Lund University（隆德大学）
我们目前的数据从两个在线的人机交互实验中，227名参与者观看了视频的人形机器人表现出错误或非错误的行为，而无论是保持沉默或说话。参与者被要求评估他们对机器人可信度的看法，以及它的可爱性，生命力和感知智能。结果表明，虽然一个没有故障的机器人获得了最高的信任，但一个明显有故障的机器人可以说话，几乎完全减轻了信任的损失，否则会出现错误的行为。我们的理论是，这种缓解与感知智力的增加相关，当语音存在时也可以看到。
2022-08-29 cs.RO
PASSAGE: Scaling Scene-Aligned Motion Learning for Perceptive Humanoid Traversal in Cluttered Environments
Galbot；Shanghai Qi Zhi Institute（上海期智研究院）；ShanghaiTech University（上海科技大学）；Zhongguancun Academy（中关村学院）；Shanghai Jiao Tong University（上海交通大学）；National University of Singapore（新加坡国立大学）；Tsinghua University（清华大学）；Peking University（北京大学）
PASSAGE提出感知条件规划器-跟踪器框架，利用100小时场景对齐运动数据，通过条件流匹配与全身跟踪实现人形机器人在杂乱环境中的自主穿越，成功率提升至70.3%。
2026-09-17 cs.RO
Perceptions of Humanoid Robots in Caregiving: A Study of Skilled Nursing Home and Long Term Care Administrators
Kentucky College of Osteopathic Medicine（肯塔基整骨医学院）；University of Minnesota Duluth（明尼苏达大学德卢斯分校）
本研究调查了269位nursing home高管对人形机器人的看法，发现他们热衷于探索机器人技术以提升护理能力，但也对成本、人际互动和有效性存在疑虑，强调了战略性实施和全面培训的重要性。
2024-01-04 cs.CY cs.HC cs.RO
DWMP: Leveraging Dual World Models for Humanoid Obstacle Traversal
针对人形机器人穿越障碍时多模态观测特性差异问题，提出双世界模型策略，分别用Koopman和RSSM建模动力学与视觉，融合表示生成动作，在仿真和真机上提升性能。
2026-09-14 cs.RO
