Self-organized adaptation of a simple neural circuit enables complex robot behaviour
Bernstein Center for Computational Neuroscience（伯恩斯坦计算神经科学中心）；Institute for Solid State Physics, ISFH / University of Hannover（汉诺威大学ISFH固态物理研究所）；Max Planck Institute for Dynamics & Self-Organization（马克斯·普朗克动力学与自组织研究所）；University of Göttingen（哥廷根大学）
控制高等动物或复杂机器人的感觉运动系统是一个具有挑战性的组合问题，因为许多感觉信号需要同时协调成一个广泛的行为谱。为了与环境快速交互，这种控制需要快速和自适应。目前的机器人解决方案具有有限的自主性，并且大多限于少数行为模式。在这里，我们引入混沌控制作为一种新的策略，以产生复杂的行为的自主机器人。在所提出的系统中，18个传感器通过简单的神经控制电路驱动18个电机，从而生成11个基本行为模式（例如，定向、滑行、自我保护、各种步态）及其组合。控制信号快速且可逆地适应新的情况，并且还能够学习和突触长期存储行为上有用的运动反应。因此，这种神经控制提供了一种强大而简单的方法，可以在具有许多自由度的自主代理中自组织多功能行为。
2011-05-06 cond-mat.dis-nn cs.AI cs.RO
Multi-Task Domain Adaptation for Deep Learning of Instance Grasping from Simulation
Stanford University（斯坦福大学）
基于学习的机器人操作方法受限于数据汇集的可扩展性和标签的可访问性。在本文中，我们提出了一个多任务的领域自适应框架，例如抓取在混乱的场景中，利用模拟机器人实验。我们的神经网络将单眼RGB图像和指定目标对象的实例分割掩码作为输入，并预测每个候选运动命令成功抓住指定对象的概率。所提出的迁移学习框架训练一个模型，例如在仿真中抓取，并使用域对抗损失将训练的模型转移到使用无差别抓取数据的真实机器人，这在仿真和现实世界中都可用。我们评估我们的模型在现实世界中的机器人实验，比较它与其他模型架构以及不分青红皂白的把握基线。
2018-03-04 cs.AI cs.CV cs.LG
What deep reinforcement learning tells us about human motor learning and vice-versa
University of Bristol（布里斯托大学）
机器学习，特别是强化学习（RL）在帮助我们理解神经决策过程方面非常成功。然而，强化学习在理解其他神经过程，特别是运动学习中的作用还没有得到很好的探索。为了探索这种联系，我们研究了最近的深度RL方法如何对应于神经科学中占主导地位的运动学习框架，即基于错误的学习。基于错误的学习可以使用镜像逆转适应范式来探索，在那里它产生了在人类中观察到的独特的定性预测。因此，我们在镜像反转扰动上测试了现代深度RL算法的三个主要家族。令人惊讶的是，所有算法都未能模仿人类行为，并且确实显示出与基于错误的学习预测的行为有质的不同。为了填补这一空白，我们引入了一种新的深度强化学习算法：基于模型的确定性策略梯度（MB-DPG）。MB-DPG通过明确依赖于观察到的行动结果，从基于错误的学习中汲取灵感。我们显示MB-DPG捕获（人类）基于错误的学习下镜像反转和旋转扰动。接下来，我们以MB-DPG的形式展示了基于错误的学习，在复杂的基于手臂的到达任务上比规范的无模型算法学习得更快，同时比基于模型的RL对（前向）模型错误指定更鲁棒。这些发现突出了当前深度RL方法与人类运动适应之间的差距，并提供了缩小这一差距的途径，促进了这两个领域之间未来的有益互动。
2022-08-26 cs.LG cs.NE q-bio.NC
Meta-Reinforcement Learning for Adaptive Motor Control in Changing Robot Dynamics and Environments
ENS Rennes（雷恩高等师范学院）；the University of Edinburgh（爱丁堡大学）
这项工作开发了一种元学习方法，可以根据不同的变化条件动态调整控制策略，以实现鲁棒运动。该方法不断更新交互模型，对估计的状态-动作轨迹的可行动作序列进行采样，然后应用最优动作来最大化奖励。为了实现在线模型自适应，我们提出的方法学习每个训练条件的不同潜向量，这些潜向量是根据新收集的数据在线选择的。我们的工作设计了适当的状态空间和奖励函数，并优化可行的行动在MPC的方式，然后直接在关节空间采样考虑约束，因此不需要事先设计的具体步行步态。我们进一步证明了机器人的能力，检测意外的变化，在互动和适应控制策略迅速。在物理模拟中对SpotMicro机器人进行的广泛验证显示了在不同的地面摩擦力，外部推力和不同的机器人模型（包括硬件故障和变化）下的自适应和强大的运动技能。
2021-01-19 cs.AI cs.RO
Rapid Open-World Adaptation by Adaptation Principles Learning
The Australian National University（澳大利亚国立大学）
针对深度强化学习智能体在开放世界新奇场景下适应难的问题，提出NAPPING方法，让智能体仅必要时调整策略，在多类动作域实验中验证了其快速有效适应新奇情况的能力。
2023-12-18 cs.AI cs.LG
RMA: Rapid Motor Adaptation for Legged Robots
UC Berkeley（加州大学伯克利分校）；Carnegie Mellon University（卡内基梅隆大学）；Facebook（脸书）
足式机器人在现实世界中的成功部署需要它们实时适应看不见的场景，如变化的地形，变化的有效载荷，磨损。针对四足机器人的实时在线自适应问题，提出了一种快速电机自适应算法。RMA由两部分组成：基本策略和适应模块。这些组件的组合使机器人能够在几分之一秒内适应新的情况。RMA完全在仿真中训练，不使用任何领域知识，如参考轨迹或预定义的脚轨迹生成器，并部署在A1机器人上，无需任何微调。我们使用生物能量激励的奖励在各种地形生成器上训练RMA，并将其部署在各种困难地形上，包括草地，长植被，混凝土，鹅卵石，楼梯，沙子等环境中的岩石，光滑，可变形表面。RMA在各种真实世界以及模拟实验中显示出最先进的性能。视频结果请访问https://ashish-kmr.github.io/rma-legged-robots/
2021-07-08 cs.AI cs.CV cs.LG
Foundational Policy Acquisition via Multitask Learning for Motor Skill Generation
Kyoto University（京都大学）；Advanced Telecommunications Research Institute International (ATR)（国际电气通信基础技术研究所（ATR））
本研究提出一种用于基础策略获取的多任务强化学习算法，通过构建编码器-解码器网络及网络选择机制，使策略能适应多变的动态运动任务，并成功生成全新的运动技能。
2025-03-02 cs.LG cs.RO
Synaptic motor adaptation: A three-factor learning rule for adaptive robotic control in spiking neural networks
U.S. Naval Research Laboratory（美国海军研究实验室）；Johns Hopkins University（约翰斯·霍普金斯大学）
本文提出 SMA 算法，利用经梯度下降元优化的三因子突触可塑性规则，使四足机器人仅凭机载传感实现实时在线运动适应，性能达到现有先进方法水平。
2023-06-02 cs.AI cs.LG cs.NE
Rapid Motor Adaptation for Robotic Manipulator Arms
University of Cambridge（剑桥大学）；University of Oxford（牛津大学）；Cornell University（康奈尔大学）
本文提出利用深度感知和Rapid Motor Adaptation方法，在Maniskill2基准的四类操作任务上训练机器人操作臂智能体，实验证明其在泛化性能和样本效率上优于自动域随机化和视觉策略方法。
2024-03-29 cs.AI cs.CV cs.LG
Test-Time Adaptation of Manipulation Policies Under Actuator Degradation
Arizona State University（亚利桑那州立大学）
针对执行器退化导致动作失真的问题，提出遥测感知动作修正（TeAR），利用机载遥测数据修正冻结策略的输出动作，在18个策略-任务对及物理机械臂上显著提升成功率。
2026-09-30 cs.RO
MSK-Bench: Benchmarking Full-Body Musculoskeletal Motor Control Across Tasks, Control Paradigms, and Physiological Metrics
Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院）；The University of Hong Kong (HKU)（香港大学）；Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（清华大学交叉信息研究院）；School of Aerospace Engineering, Tsinghua University（清华大学航天航空学院）；Peking University (PKU)（北京大学）
MSK-Bench提出包含22个全身肌肉骨骼运动任务的基准，评估5种控制范式，并联合考量任务成功、鲁棒性与生理指标，为肌肉驱动人形机器人控制提供标准化测试平台。
2026-09-24 cs.RO
Hypothesis Network Planned Exploration for Rapid Meta-Reinforcement Learning Adaptation
针对元强化学习中被动探索适配速度慢的问题，提出HyPE方法，通过潜在空间主动规划动作序列快速识别相似任务，可即插即用改进多数基于模型的元强化学习算法，在稀疏信息场景下失败概率指数级降低，在Alchemy游戏中适配表现远超基线。
2025-08-30 cs.AI cs.LG
Simple Emergent Action Representations from Multi-Task Policy Training
Tsinghua University（清华大学）；Shanghai Qi Zhi Institute（上海期智研究院）；New York University（纽约大学）；Shanghai AI Lab（上海人工智能实验室）
深度强化学习中的低级感觉和运动信号存在于高维空间中，如图像观察或运动扭矩，理解或直接用于下游任务具有固有的挑战性。虽然感官表征已经被广泛研究，但运动动作的表征仍然是一个积极探索的领域。我们的工作表明，一个空间包含有意义的行动表示出现时，多任务的政策网络作为输入的状态和任务嵌入。加入适度约束以提高其表示能力。因此，内插或组合嵌入可以作为该空间内的高级接口，为智能体提供执行有意义的动作序列的指令。实验结果表明，所提出的动作表示是有效的动作内插和相互作用的组成有限或没有额外的学习。此外，我们的方法表现出优越的任务适应能力相比，在Mujoco运动任务的强基线。我们的工作揭示了学习动作表示的有效，适应性强，可组合的RL，形成抽象的动作规划和运动信号空间的理解的基础上有前途的方向。项目页面：https://sites.google.com/view/emergent-action-representation/
2023-03-06 cs.AI cs.RO
Deep Online Learning via Meta-Learning: Continual Adaptation for Model-Based RL
UC Berkeley（加州大学伯克利分校）
人类和动物可以学习复杂的预测模型，使他们能够准确可靠地推理现实世界的现象，并且他们可以在面对意外变化时非常迅速地适应这些模型。深度神经网络模型允许我们表示非常复杂的功能，但缺乏快速在线适应的能力。本文的目标是开发一种使用深度神经网络模型从传入数据流中进行持续在线学习的方法。我们制定了一个在线学习程序，使用随机梯度下降更新模型参数，并与中国餐厅的过程之前，开发和维护的混合模型来处理非平稳任务分布的期望最大化算法。这允许所有模型根据需要进行调整，新模型针对任务更改进行实例化，旧模型在再次遇到以前看到的任务时被调用。此外，我们观察到元学习可以用于元训练模型，使得SGD的这种直接在线自适应是有效的，否则对于大型函数逼近器来说就不是这种情况。在这项工作中，我们将我们的元学习在线学习（MOLe）方法应用于基于模型的强化学习，其中调整预测模型对于控制至关重要;我们证明MOLe优于其他先验方法，并在非平稳任务分布（如变化的地形，电机故障和意外干扰）中实现有效的连续适应。
2019-01-28 cs.AI cs.LG cs.RO
GPC: Large-Scale Generative Pretraining for Transferable Motor Control
提出生成式预训练控制器（GPC），通过令牌化和下一令牌建模从大规模运动数据集中学习通用控制器，结合有限标量量化（FSQ）和自回归Transformer，实现高成功率运动复现和鲁棒的下游适应。
2026-06-28 cs.AI cs.CV cs.GR
Data-efficient Co-Adaptation of Morphology and Behaviour with Deep Reinforcement Learning
Arizona State University（亚利桑那州立大学）；Facebook AI Research（脸书人工智能研究院）
人类和动物能够快速学习新的行为来解决新的任务。然而，我们经常忘记，它们也依赖于一种高度专业化的形态，这种形态与数千年来的运动控制相适应。虽然引人注目，但由于制造时间长，并且需要为每个形态重新设计适当的控制器，因此机器人中共同适应形态和行为的想法通常是不可行的。在本文中，我们提出了一种新的方法来自动和有效地适应机器人形态及其控制器。我们的方法基于深度强化学习的最新进展，特别是软演员评论算法。我们的方法的关键是利用以前测试的形态和行为来估计新的候选形态的性能的可能性。因此，我们可以充分利用可用的信息来做出更明智的决策，最终目标是实现更有效的数据协同适应（即，减少测试的形态和行为的数量）。模拟实验表明，我们的方法需要少得多的设计原型，找到良好的形态-行为组合，使这种方法特别适合未来的共同适应机器人设计在现实世界中。
2019-11-15 cs.AI cs.LG cs.NE
KITE: Decoupling Kinematics and Interaction for Zero-Shot Cross-Embodiment Manipulation
Cornell University（康奈尔大学）
提出KITE框架，通过解耦任务推理与实体特定运动控制，利用接触模式学习交互意图的潜在表示，实现零样本跨实体操作迁移。
2026-10-21 cs.AI cs.RO
DynSyn: Dynamical Synergistic Representation for Efficient Learning and Control in Overactuated Embodied Systems
School of Aerospace Engineering, Tsinghua University（清华大学航天航空学院）
本文提出DynSyn算法，从系统动力学结构中生成协同表示并进行任务特定、状态依赖的自适应调整，在多种肌肉骨骼模型任务上实现了最先进的样本效率、鲁棒性和泛化能力。
2024-12-26 cs.AI cs.RO
RLEEGNet: Integrating Brain-Computer Interfaces with Adaptive AI for Intuitive Responsiveness and High-Accuracy Motor Imagery Classification
本文提出RLEEGNet框架，结合强化学习DQN与1D-CNN-LSTM架构及CSP预处理技术，解决假肢控制缺乏实时适应性问题，在GigaScience和BCI-IV-2a数据集上实现高达100%的运动想象分类准确率。
2024-02-09 cs.AI eess.SP
R$\times$R: Rapid eXploration for Reinforcement Learning via Sampling-based Reset Distributions and Imitation Pre-training
Columbia University（哥伦比亚大学）
针对强化学习中高维状态空间探索难的问题，提出结合基于采样的非完整RRT算法与模仿预训练的R×R方法，可学习更高难度的灵巧操作技能且能迁移到真实机器人。
2024-01-27 cs.RO
Covariance Matrix Adaptation for the Rapid Illumination of Behavior Space
University of Southern California（南加州大学）；New York University（纽约大学）；New Jersey Institute of Technology（新泽西理工学院）
我们专注于在复杂的连续领域找到多样化的优质解决方案的挑战。虽然质量多样性（QD）算法，如新颖性搜索与本地竞争（NSLC）和MAP-Elites的设计，以产生不同范围的解决方案，这些算法需要大量的评估，探索连续空间。同时，变异的协方差矩阵自适应演化策略（CMA-ES）是单目标连续域中性能最好的无导数优化器之一。本文提出了一种新的QD算法称为协方差矩阵自适应MAP-Elites（CMA-ME）。我们的新算法结合了CMA-ES的自适应技术与归档和映射技术，以保持QD的多样性。基于标准连续优化基准的实验结果表明，CMA-ME比MAP-Elites找到了更好的质量解决方案;同样，战略游戏炉石传说的结果表明，CMA-ME比CMA-ES和MAP-Elites找到了更高的整体质量和更广泛的策略多样性。总的来说，使用标准QD性能指标，CMA-ME的性能比MAP-Elites高出一倍多。这些结果表明，由最先进的优化算法的算子增强的QD算法可以产生用于同时探索和优化连续搜索空间的高性能方法，在设计，测试和强化学习等领域中具有重要的应用。
2020-05-07 cs.LG stat.ML
Unified Policy Value Decomposition for Rapid Adaptation
Computational Neuroscience Unit, Istituto Superiore di Sanità（国家卫生研究院计算神经科学单位）；School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院）
本文提出一种统一的策略价值分解框架，通过共享低维系数向量实现快速任务适应。该方法结合了结构化价值基础和兼容策略基础，利用乘法门控机制在无需重新训练的情况下适应新任务。
2026-03-18 cs.LG q-bio.NC
Rapid Adaptation of Particle Dynamics for Generalized Deformable Object Mobile Manipulation
Stanford University（斯坦福大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出RAPiD方法，通过学习视觉-运动策略和动态嵌入推理，实现变形物体移动操作的高成功率。
2026-03-18 cs.RO
Personalized On-line Adaptation of Kinematic Synergies for Human-Prosthesis Interfaces
The University of Melbourne（墨尔本大学）
在假肢应用中已经采用协同作用来降低设计的复杂性，但通常涉及针对群体的单一协同作用设置，而忽略了个体偏好或适应能力。然而，个性化的协同设置是必要的假体装置的有效操作。两个主要的挑战阻碍了人体-假体界面协同作用的个性化。第一个与人类运动适应过程有关，第二个与个体运动学习动力学的变化有关。在本文中，提出了一个系统的个性化的人体假肢接口使用在线测量从每个人的运动协同作用。使用上肢伸手的任务由目标函数描述，界面由运动协同作用参数化。因此，针对给定个体的界面的个性化可以被公式化为找到最佳个性化参数。提出了一种结构来模拟所观察到的运动行为，允许运动偏好和运动学习的个性化特征，并随后用于在线优化方案，以确定个人的协同作用。包含在模型中的共同特征的知识，使在线适应的人体假肢接口同时发生的人体运动适应，而不需要重新调整个性化算法为每个人。在虚拟现实环境中模拟截肢和假肢使用的健全受试者的人在回路实验结果表明，所提出的个性化算法是有效的，在获得最佳的协同作用与快速统一的收敛速度在一组个人。
2020-02-19 cs.RO
Robust Contact-rich Manipulation through Implicit Motor Adaptation
Idiap Research Institute（Idiap研究机构）；École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院）
针对富接触操作中物理参数不确定性问题，提出implicit motor adaptation方法，利用tensor train隐式表示基础策略，在粗略参数分布下高效检索参数条件化策略，无需精确系统估计与策略重训练即可实现鲁棒操作与强泛化。
2025-05-28 cs.RO
Synthesis and Adaptation of Effective Motor Synergies for the Solution of Reaching Tasks
University of Zürich（苏黎世大学）；Fondazione Santa Lucia（圣卢西亚基金会）
受肌肉协同假说启发，提出一种通过线性组合少量预定义协同（synergies）生成开环控制器的方法，使智能体能够自主合成并适应有效协同集以解决点对点到达任务，显著降低控制问题维度并保持良好性能。
2012-05-16 cs.RO cs.SY eess.SY
A Compositional Neuro-Controller for Advanced Motor Control Tasks
University of Queensland（昆士兰大学）
人类和动物发展了一种复杂的运动控制装置，有很多证据表明它具有模块化结构。模块化提供了一系列的好处，例如，能够学习可分离的运动风格而不干扰和遗忘，快速适应和去适应变化的条件。然而，在机器人技术中，构建一个可以有效地增量学习新运动风格并提供它们之间切换的控制器是一个艰巨的挑战。在本文中，我们提出了一种新的生物启发组成的神经控制器来解决这个问题。我们已经表明，组合控制器能够更有效地再现一组轨迹相比，一个简单的控制器，利用增量学习的好处。其次，我们已经证明，所提出的控制器是能够学习不同的运动风格，并在它们之间切换，在一个模拟的机器蛇。
2016-05-19 cs.RO
Dynamic Hand Gesture-Featured Human Motor Adaptation in Tool Delivery using Voice Recognition
School of Engineering, Lancaster University（兰卡斯特大学工程学院）；Cranfield University（克兰菲尔德大学）；Imperial College of Science, Technology and Medicine（帝国理工学院）
本文提出融合手势、动态运动与语音识别及可切换控制适应的人机协作框架，使 UR5e 机器人按需求递送工具，实验显示静态与动态识别准确率分别达 94.3% 和 97.6%。
2023-09-20 cs.AI cs.RO
Deep Learning of Movement Intent and Reaction Time for EEG-informed Adaptation of Rehabilitation Robots
Rutgers University（罗格斯大学）
越来越多的证据表明，适应是康复机器人促进运动学习的关键机制。然而，它通常是基于机器人衍生的运动学，这是一个相当主观的性能测量，特别是在存在感觉运动障碍。在这里，我们提出了一种深度卷积神经网络（CNN），它使用脑电图（EEG）作为两个运动学分量的客观测量，这两个运动学分量通常用于评估运动学习和适应：i）启动目标导向运动的意图，ii）该运动的反应时间（RT）。我们评估了我们的CNN从内部实验中获得的数据，其中13名受试者在平面上向四个方向移动康复机械臂，以响应视觉刺激。我们的CNN在意图（意图与无意图）和RT（慢与快）的二进制分类中分别实现了80.08%和79.82%的平均测试准确率。我们的研究结果表明，涉及不同类型的运动学习的个人运动组件可以预测从同步的EEG数据开始之前获得的运动。因此，我们的方法可以实时通知机器人适应，并有可能进一步提高执行康复任务的能力。
2020-02-18 cs.HC cs.NE cs.RO
Local Online Motor Babbling: Learning Motor Abundance of A Musculoskeletal Robot Arm
TU Darmstadt（达姆施塔特工业大学）；Osaka University（大阪大学）
运动牙牙学语和目标牙学语已被用于软机器人高度冗余系统的感觉运动学习。最近在球门牙牙学语方面的工作已经证明了在此类系统上成功学习逆运动学（IK），并表明球门空间中的牙学语通过学习尽可能少的感觉运动映射来更好地解决运动冗余。然而，对于肌肉骨骼机器人系统，运动冗余可以是解释肌肉激活模式的有用信息，因此术语运动丰度。在这项工作中，我们引入了一些简单的算法来经验性地定义未知的目标空间，并学习逆运动学的10自由度的肌肉骨骼机器人手臂使用定向目标babbling。然后，我们进一步提出了本地在线电机咿呀学语使用协方差矩阵自适应演化策略（CMA-ES），引导在目标咿呀学语中收集的样本进行初始化，以便电机丰度可以查询定义的目标空间内的任何静态目标。结果表明，我们的运动咿呀学语方法可以有效地探索运动丰富度，并提供了有用的见解方面的肌肉刚度和协同作用。
2019-06-21 cs.RO
Self-learning and adaptation in a sensorimotor framework
KTH Royal Institute of Technology（KTH皇家理工学院）
我们提出了一个一般的框架，自主实现的任务，自主性是通过学习感觉运动模式的机器人，而它是与它的环境进行交互。为了完成任务，使用学习的感觉运动的偶然性，我们的方法预测一系列的行动，这将导致理想的观察。使用具有自动相关性确定的高斯过程（GP）来学习感觉运动映射。通过这种方式，相关的感觉和运动组件可以在高维感觉和运动空间中系统地找到。我们提出了一个增量GP学习策略，它区分的情况下，当更新或适应必须实施。RRT* 被用来实现长期规划和生成一系列状态，从而实现给定的目标;而基于梯度的搜索则可以在单个时间步长内找到转向相邻状态的最佳动作。我们的实验结果证明了所提出的框架学习高数据维度（10 $\times$ 15）的关节空间控制器的成功性。它展示了短训练阶段（不到12秒），实时性能和快速适应能力。
2016-01-05 cs.RO
Simulation Distillation: Pretraining World Models in Simulation for Rapid Real-World Adaptation
University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Washington（华盛顿大学）；FieldAI
本文提出SimDist框架，利用物理模拟器生成大量动作条件机器人经验，通过蒸馏结构先验提升世界模型性能，实现高效真实世界适应。
2026-05-12 cs.AI cs.LG cs.RO
Rapid Embodiment Adaptation for Quadrupedal Locomotion
UC San Diego（加州大学圣迭戈分校）；Stanford University（斯坦福大学）；TU Darmstadt（达姆施塔特工业大学）；Sudo AI GmbH（Sudo AI 有限公司）；German Research Center for AI (DFKI)（德国人工智能研究中心）；Robotics Institute Germany（德国机器人研究所）
本研究提出在线身体适配框架，结合通用策略与轻量级适配模块，可快速推断四足机器人硬件状态，在仿真与真实Unitree Go2机器人上均实现了对关节、负载变化的稳定适配。
2026-08-07 cs.AI cs.LG cs.RO
R4: rapid reproducible robotics research open hardware control system
School of Engineering and Physical Science, University of Lincoln（林肯大学工程与物理科学学院）
针对机器人中间件与物理电机接口的复杂性问题，提出R4开源硬件控制系统，通过OSH印刷电路板对接Arduino Giga和开源硬件组件，支持ROS2，可构建标准化、完全可复现的开源机器人研究平台。
2025-06-29 cs.RO
QueryAdapter: Rapid Adaptation of Vision-Language Models in Response to Natural Language Queries
School of Electrical Engineering and Robotics, Queensland University of Technology（昆士兰科技大学电气工程与机器人学院）
QueryAdapter提出一种利用未标注数据和可学习提示词元快速适配视觉-语言模型以响应自然语言查询的框架，显著提升对象检索性能并泛化到抽象查询。
2025-02-26 cs.CV cs.RO
Reward as Observation: Learning Reward-Based Policies for Rapid Adaptation
Georgia Institute of Technology（佐治亚理工学院）；Georgia Tech Research Institute（佐治亚理工研究所）
本文提出仅以奖励和动作为条件的策略，实现观测空间完全不同的环境间零样本迁移，并验证其在多种环境中的有效性及对观测策略训练的指导作用。
2026-10-07 cs.LG cs.RO
LocoFormer: Generalist Locomotion via Long-context Adaptation
Skild AI
本文提出通用运动模型 LocoFormer，通过大规模程序化机器人强化学习、激进域随机化和跨回合并列长上下文，实现对未知足式与轮式机器人形态、动力学及故障扰动的测试时适应。
2025-09-28 cs.AI cs.RO
Knowledge-Distilled End-to-End Reinforcement Learning for Smooth 6-DOF Thrust Control and Rapid Adaptation to Ocean Currents in Remotely Operated Vehicles
Northwestern Polytechnical University（西北工业大学）；Wuhan Second Ship Design and Research Institute（武汉第二船舶设计研究院）
针对遥控水下机器人洋流扰动下的6自由度推力控制问题，提出TSRCA-PPO方法，经知识蒸馏学习后，在多性能指标上显著优于传统P-PID控制器。
2026-08-11 cs.RO
Agile Mobility with Rapid Online Adaptation via Meta-learning and Uncertainty-aware MPPI
Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
本文提出基于元预训练和不确定性感知MPPI的模型学习控制器，利用少样本动力学数据实现对任意轮式机器人的快速在线自适应，并通过多平台实验验证其与专用控制器相当的性能和泛化能力。
2025-03-07 cs.RO
Learning on the Fly: Rapid Policy Adaptation via Differentiable Simulation
Robotics and Perception Group, Department of Informatics, University of Zurich（机器人感知组，信息学院，苏黎世大学）
本文提出了一种基于可微模拟的在线自适应学习框架，通过持续优化动力学模型实现快速策略适应，有效提升了四旋翼在现实环境中的控制性能。
2026-01-14 cs.RO
Tilt as a Certified Resource: Preserving Motor Wrench-Rate Authority on Articulated Multirotors
Ricerca sul Sistema Energetico (RSE) S.p.A.（意大利能源系统研究公司）；Czech Technical University in Prague（捷克理工大学）；Czech Technical University（捷克理工大学）
针对完全驱动多旋翼在扰动下保持扳手速率权限的问题，本文利用伺服倾斜作为几何资源，构建仅电机的就绪证书并作为CBF执行，仿真证明该滤波器能约束状态并保持飞行器权限。
2026-09-21 cs.RO cs.SY eess.SY
MOSAIC: Bridging the Sim-to-Real Gap in Generalist Humanoid Motion Tracking and Teleoperation with Rapid Residual Adaptation
MOSAIC通过快速残差适应技术，实现通用人形运动追踪与远程操作在仿真到现实中的高效过渡
2026-02-11 cs.RO
Dual-sided Peltier Elements for Rapid Thermal Feedback in Wearables
School of Integrated Technology, Gwangjun Institute of Science and Technology（光州科学技术学院集成技术学院）
提出一种含八个电机驱动 Peltier 元件的可穿戴双面热反馈装置，通过旋转预冷/预热元件实现 XR 中快速冷暖切换，并验证其温度性能与沉浸交互价值。
2024-05-20 cs.HC cs.RO cs.SY
