OpenGo: An OpenClaw-Based Robotic Dog with Real-Time Skill Switching
本文提出OpenGo,一种基于OpenClaw的机器人狗,具备实时根据场景和任务切换技能的能力,通过可定制技能库、技能调度器和自学习框架实现技能的自主组织与切换。
2026-04-02 cs.AI cs.RO
Learning to Scaffold the Development of Robotic Manipulation Skills
Stanford Artificial Intelligence Lab (SAIL)(斯坦福人工智能实验室(SAIL));Stanford University(斯坦福大学)
学习接触丰富的机器人操作技能是一个具有挑战性的问题,由于状态和动作空间的高维性,以及噪声传感器和不准确的电机控制的不确定性。为了对抗这些因素并实现更强大的操纵,人类积极利用环境中的接触约束。通过采用类似的策略,机器人也可以实现更强大的操作。在本文中,我们使机器人能够自主修改其环境,从而发现如何减轻操作技能的学习。具体来说,我们为机器人提供了固定装置,它可以自由地放置在环境中。这些固定装置提供了限制机器人动作结果的硬约束。因此,他们从感知、运动控制和支架操作技能学习中汲取不确定性。我们提出了一个学习系统,包括两个学习循环。在外部循环中,机器人将夹具定位在工作空间中。在内部循环中,机器人学习操作技能,并在固定次数的情节后,将奖励返回到外部循环。因此,机器人被激励放置固定装置,使得内环快速实现高回报。我们展示了我们的框架在模拟和现实世界中的三个任务:钉插入,扳手操作和浅深度插入。我们表明,操纵技能的学习是显着加快通过这种方式的脚手架。
2020-10-05 cs.AI cs.CV cs.LG
Robotic self-representation improves manipulation skills and transfer learning
University of Hamburg(汉堡大学)
认知科学认为,自我表征对学习和解决问题至关重要。然而,缺乏将这种说法与认知上合理的机器人和强化学习联系起来的计算方法。在本文中,我们通过开发一个模型来弥合这一差距,该模型学习双向动作-效果关联,以从多感官信息中编码身体图式和近个人空间的表征,称为多模态BidAL。通过三个不同的机器人实验,我们证明,这种方法显着稳定的学习为基础的问题解决在嘈杂的条件下,它提高了机器人操作技能的迁移学习。
2020-11-13 cs.AI cs.RO
Learning Robotic Ultrasound Scanning Skills via Human Demonstrations and Guided Explorations
Wuhan University(武汉大学);The Chinese University of Hong Kong(香港中文大学)
本文提出一种基于人类示范和引导探索的学习方法,将超声扫描技能建模为多模态模型,利用模仿学习训练并后优化,以实现机器人自主超声扫描。
2021-11-02 cs.AI cs.RO
VLM-driven Skill Selection for Robotic Assembly Tasks
Department of AI Machinery, Korea Institute of Machinery & Materials(人工智能机械系,韩国机械材料研究院)
本文提出将视觉-语言模型与模仿学习相结合,通过结构化基元技能分解实现三维空间中的机器人装配操作,在保证可解释性的同时取得了较高成功率。
2025-11-07 cs.RO
Autonomous Integration and Improvement of Robotic Assembly using Skill Graph Representations
Department of Electrical and Computer Engineering, Carnegie Mellon University(卡内基梅隆大学电气与计算机工程系);Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)
本文提出基于技能图表示的机器人装配系统自主集成与持续改进框架,通过语义级规划与执行接口实现系统配置、执行、评估与学习的统一,提升装配系统的适应性与可重用性。
2026-03-13 cs.RO
Unsupervised Skill Discovery for Robotic Manipulation through Automatic Task Generation
NAVER LABS Europe(NAVER欧洲实验室);TU Darmstadt(达姆施塔特工业大学);EPITA Research Laboratory (LRE)(EPITA研究实验室);German Research Center for AI (DFKI)(德国人工智能研究中心);Center for Cognitive Science, TU Darmstadt(达姆施塔特工业大学认知科学中心);Hessian Center for Artificial Intelligence (Hessian.ai)(黑森州人工智能中心)
针对机器人操作技能学习需求,提出一种通过自动生成大量任务、结合非对称自博弈与乘法组合策略的无监督技能发现方法,可生成交互性更强的可组合技能,适配仿真与真实平台的未知操作任务。
2024-10-07 cs.AI cs.LG cs.RO
iManip: Skill-Incremental Learning for Robotic Manipulation
School of Computer Science and Engineering, Sun Yat-sen University(中山大学计算机科学与工程学院);Pengcheng Lab(鹏城实验室)
本文针对机器人操作中的技能增量学习问题,提出iManip框架,通过时序回放策略和可扩展PerceiverIO缓解灾难性遗忘,并在RLBench上验证其有效性。
2025-03-10 cs.RO
Skill-Aware Diffusion for Generalizable Robotic Manipulation
School of Control Science and Engineering, Shandong University(控制科学与工程学院,山东大学);Department of Computer Science, The University of Manchester(计算机科学系,曼彻斯特大学)
SADiff通过整合技能层面信息提升机器人操作的泛化能力,引入IsaacSkill数据集进行评估与迁移。
2026-10-14 cs.RO
Decompose and Recompose: Reasoning New Skills from Existing Abilities for Cross-Task Robotic Manipulation
School of Artificial Intelligence, College of Intelligence and Computing, Tianjin University, China(人工智能学院,智能与计算学院,天津大学,中国);School of Computer Science and Information Engineering, Hefei University of Technology, China(计算机科学与信息工程学院,合肥工业大学,中国)
本文提出Decompose and Recompose框架,通过分解现有任务演示为可解释的技能-动作对,实现跨任务机械操作的零样本泛化。
2026-05-02 cs.CV cs.RO
Residual Skill Policies: Learning an Adaptable Skill-based Action Space for Reinforcement Learning for Robotics
Queensland University of Technology(昆士兰科技大学);CSIRO(澳大利亚联邦科学与工业研究组织)
基于技能的强化学习(RL)已经成为一种很有前途的策略,利用先验知识加速机器人学习。技能通常从专家演示中提取,并嵌入到一个潜在空间中,从中可以作为高级RL代理的动作进行采样。然而,这个技能空间是广阔的,并且并非所有技能都与给定的机器人状态相关,这使得探索变得困难。此外,下游RL代理仅限于学习与用于构建技能空间的任务结构相似的任务。我们首先提出了加速探索的技能空间,使用状态条件生成模型直接偏向于高层次的代理只采样技能相关的一个给定的状态的基础上先前的经验。接下来,我们提出了一个低级别的剩余策略,用于细粒度的技能适应,使下游RL代理能够适应看不见的任务变化。最后,我们在四个具有挑战性的操作任务中验证了我们的方法,这些任务与用于构建技能空间的任务不同,展示了我们在任务变化中学习的能力,同时显着加速探索,优于先前的工作。代码和视频可以在我们的项目网站上找到:https://krishanrana.github.io/reskill。
2022-11-04 cs.AI cs.LG cs.RO
DexStitch: Learning and Composing Dexterous Skills from Human Videos via Contact-Aware Robotic Inpainting
Seoul National University(首尔大学);Hyundai Motor Company(现代汽车公司);DGIST(大邱庆北科学技术院)
DexStitch 是从人类视频学习并拼接机器人灵巧技能的框架,通过接触感知图像修复实现技能迁移,在家庭任务中取得高单技能与序列成功率。
2026-10-14 cs.CV cs.RO
Skill Preferences: Learning to Extract and Execute Robotic Skills from Human Feedback
University of California, Berkeley(加州大学伯克利分校);Covariant
解决具有挑战性的长期任务的一种有前途的方法是通过将生成模型拟合到大型离线演示数据集来提取行为先验(技能)。然而,这种生成模型继承了基础数据的偏差,并在不完美的演示数据上训练时导致较差和不可用的技能。为了更好地将技能提取与人类意图结合起来,我们提出了技能偏好(SkiP),这是一种学习人类偏好模型并使用它从离线数据中提取与人类一致的技能的算法。在提取人类偏好的技能后,SkiP还利用人类反馈来解决RL的下游任务。我们表明,SkiP使模拟厨房机器人能够解决复杂的多步操作任务,并大大优于先前领先的RL算法与人类的喜好,以及领先的技能提取算法没有人类的喜好。
2021-08-11 cs.LG cs.RO
SkillPlug: Unsupervised Skill Mining for Few-Shot Adaptation in Robotic Manipulation
School of Electrical and Electronic Engineering, Nanyang Technological University(南洋理工大学电气与电子工程学院)
针对机器人操作中学习可转移视觉运动模仿策略的挑战,提出SkillPlug框架,通过技能调节模块挖掘共享可转移技能库,经自监督学习形成任务共享先验,微调轻量级组件实现少样本适应,提升多任务和少样本适应性能。
2026-07-10 cs.RO
Uni-Skill: Building Self-Evolving Skill Repository for Generalizable Robotic Manipulation
Key Laboratory of AI Safety of CAS(中国科学院人工智能安全重点实验室);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of Chinese Academy of Sciences(中国科学院大学)
Uni-Skill通过自演化技能库提升机器人操作的通用性与适应性,实现高效技能检索与少样本推理。
2026-03-03 cs.LG cs.RO
DexSkills: Skill Segmentation Using Haptic Data for Learning Autonomous Long-Horizon Robotic Manipulation Tasks
University of Edinburgh(爱丁堡大学);Queen Mary University of London(伦敦玛丽女王大学);Amazon Transportation Services(亚马逊运输服务公司);University College London(伦敦大学学院)
DexSkills提出一种基于触觉数据的监督学习框架,将长时程灵巧操作任务分解为可复用原始技能并实现机器人一次性自主执行。
2024-05-06 cs.RO
Towards a Simple Framework of Skill Transfer Learning for Robotic Ultrasound-guidance Procedures
King’s College London(伦敦国王学院);University College London(伦敦大学学院)
本文提出一个用于机器人超声引导程序的技能迁移学习简单框架,通过初步实验发现经验丰富的临床医生操作更快更平滑,并指出未来需剪枝和量化神经网络模型以实现实时应用。
2023-05-06 cs.AI cs.AR cs.RO
Search-Based Task Planning with Learned Skill Effect Models for Lifelong Robotic Manipulation
Carnegie Mellon University(卡内基梅隆大学)
部署在许多现实环境中的机器人需要能够随着时间的推移获得新技能并解决新任务。以前的技能规划工作通常对技能和任务的结构做出假设,例如子目标技能,共享技能实现或特定于任务的计划框架,这限制了对新技能和任务的适应。相比之下,我们建议通过使用在模拟中学习的高级技能效果模型在参数化技能空间中进行联合搜索来进行任务规划。我们使用迭代训练过程来有效地生成相关数据来训练这样的模型。我们的方法允许灵活的技能参数化和任务规范,以促进终身学习的通用领域。实验表明,我们的规划者能够以终身的方式整合新技能,在训练和测试任务中以更低的成本找到新的任务策略。我们还表明,我们的方法可以转移到现实世界中,而无需进一步微调。
2022-04-14 cs.RO
Exploration of Surgeons' Natural Skills for Robotic Catheterization
Research Center for Medical Robotics and MIS Devices, Shenzhen Institutes of Advanced Technology, CAS(中国科学院深圳先进技术研究院医学机器人与微创医疗器械研究中心)
尽管机器人导管系统最近已成为进行心血管介入的安全方式,但仍有许多重要挑战有待研究。其中之一是探索外科医生在使用机器人系统进行血管导管插入术期间的自然技能。在这项研究中,外科医生的自然手部动作进行了调查,以确定四个基本的运动用于血管内导管插入术。对照实验设置为获取表面肌电图(sEMG)信号从六个肌肉受神经支配时,与导管技术的主题,使开放设置的四个动作。k-means和k-NN模型在平均EMG和均方根特征上实现,以唯一地识别运动。结果表明,sEMG分析对设计安全有效的机器人导管插入的智能机器人控制的巨大潜力。
2020-03-06 cs.RO eess.IV eess.SP
Robotic Grinding Skills Learning Based on Geodesic Length Dynamic Motion Primitives
State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Department of Mechanical Science and Engineering, Huazhong University of Science and Technology(智能制造装备与技术国家重点实验室,机械科学与工程学院,华中科技大学)
本文提出基于测地线长度动态运动基元的机器人磨削技能学习方法,解决姿态精度低、位置-姿态-力不同步及泛化受限问题,实现高精度技能编码与生成。
2025-04-24 cs.RO
Learning Autonomous Ultrasound via Latent Task Representation and Robotic Skills Adaptation
Wuhan University(武汉大学);Hospital of Wuhan University(武汉大学医院)
本文提出潜在任务表示与机器人技能自适应方法,通过自监督概率模型融合多模态超声技能,实现自主超声检查并适应不同患者,实验验证其性能显著优于先前方法。
2023-07-25 cs.AI cs.RO
Emergent Real-World Robotic Skills via Unsupervised Off-Policy Reinforcement Learning
Google Research(谷歌研究院)
强化学习为学习机器人技能提供了一个通用框架,同时最大限度地减少了工程工作量。然而,大多数强化学习算法假设提供了一个精心设计的奖励函数,并为该单个奖励函数学习单个行为。这样的奖励函数在实践中可能难以设计。我们是否可以开发高效的强化学习方法,在没有任何奖励功能的情况下获得各种技能,然后将这些技能重新用于下游任务?在本文中,我们证明了最近提出的无监督技能发现算法可以扩展为一种有效的离线方法,使其适合在现实世界中执行无监督强化学习。首先,我们证明了我们提出的算法在学习效率上有了实质性的提高,使得无奖励的真实世界训练变得可行。其次,我们超越了仿真环境,并在真实的物理硬件上评估算法。在四足动物身上,我们观察到不同步态和不同方向的运动技能出现,没有任何奖励或示范。我们还证明了学习的技能可以组成使用模型预测控制为目标导向的导航,没有任何额外的培训。
2020-04-27 cs.LG cs.RO
RH20T: A Comprehensive Robotic Dataset for Learning Diverse Skills in One-Shot
Shanghai Jiao Tong University(上海交通大学)
本文构建并公开发布 RH20T 真实机器人数据集,以视觉、力、音频、动作及人类演示等多模态数据支持一次性模仿学习多样化富接触操作技能。
2023-09-26 cs.AI cs.CV cs.RO
Generalize by Touching: Tactile Ensemble Skill Transfer for Robotic Furniture Assembly
Carnegie Mellon University(卡内基梅隆大学);Mitsubishi Electric Research Labs (MERL)(三菱电机研究实验室)
本文提出TEST框架,通过引入触觉反馈的离线强化学习方法学习技能转移模型与自适应策略,解决机器人家具组装的长周期任务泛化问题,实现90%成功率且效率提升4倍以上。
2024-04-26 cs.LG cs.RO
Bootstrapping Robotic Skill Learning With Intuitive Teleoperation: Initial Feasibility Study
The Chinese University of Hong Kong(香港中文大学);Multi-Scale Medical Robotics Center(多尺度医疗机器人中心);Technical University of Munich(慕尼黑工业大学);Cornerstone Robotics Limited(基石机器人有限公司)
本文提出利用直观遥操作设备高效生成高质量演示,构建dS4D系统,验证其在多种操作任务中优于其他接口,并初步证明用于策略学习的可行性。
2023-11-11 cs.RO
Toward Personalized Training and Skill Assessment in Robotic Minimally Invasive Surgery
Wayne State University(韦恩州立大学)
尽管外科手术技术取得了巨大的进步,但评估手术技能的标准仍然基于主观标准。随着机器人辅助手术的出现,引入了客观和自主技能评估的新机会。以往的研究主要是基于隐马尔可夫模型(HMM)等结构化方法,需要大量的预处理。在这项研究中,与他们相比,我们开发了一个新的基于形状的框架,自动技能评估和个性化的手术训练与最小的参数调整。我们的工作已经解决了技能评估的主要方面,开发手势识别模型,直接对机器人辅助手术的时间运动信号,并建立自动个性化RMIS手势训练框架,我们表明,我们的方法,平均准确度为82%的缝合,70%的穿针和85%的打结,表现优于或等于最先进的方法,同时需要最少的预处理,参数调整,并为外科医生提供在线反馈,他们在培训期间的表现。
2016-11-14 cs.RO
Robotic Long-Horizon Manipulation with Bayesian Non-parametric Skill Priors
提出利用贝叶斯非参数模型(狄利克雷过程混合)预训练技能先验,增强强化学习在长时程操作任务中的技能多样性与迁移效率,超越现有方法。
2026-10-06 cs.AI cs.RO
PlayFusion: Skill Acquisition via Diffusion from Language-Annotated Play
Carnegie Mellon University(卡内基梅隆大学)
提出 PlayFusion,用语言标注的非结构化玩耍数据训练多任务条件扩散模型,并通过离散瓶颈提取可复用的机器人技能词汇。
2023-12-07 cs.AI cs.CV cs.LG
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
PROSKILL: A formal skill language for acting in robotics
LAAS-CNRS(LAAS-CNRS(法国国家科学研究中心自动化与系统分析实验室));Université de Toulouse(图卢兹大学)
针对自主机器人行动模块的技能编程需求,提出形式化技能语言PROSKILL,可映射为形式化模型以实现离线验证、运行时验证与直接执行,并用无人机勘测任务验证了有效性。
2025-02-21 cs.RO cs.SE
SurgiCLAW: An Interpretable Atomic-Skill Agent for Precision Robotic Micromanipulation
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所);University of Chinese Academy of Sciences(中国科学院大学)
SurgiCLAW是用于精密机器人显微操作的可解释原子技能智能体,通过分层技能框架结合MLLM与确定性控制程序,在脑机接口植入任务中实现了94.6%技能选择准确率与88.0%真实机器人任务成功率。
2026-10-14 cs.AI cs.RO
Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation
ShanghaiTech University(上海科技大学)
提出AtomSkill框架,通过语义对比对齐和关键姿态想象,从演示中学习可重用原子技能,实现多任务机器人操作,优于现有方法。
2026-07-03 cs.RO
Robotic Playing for Hierarchical Complex Skill Learning
University of Innsbruck(因斯布鲁克大学)
在复杂的操作场景中(例如,需要双手复杂交互或手内操作的任务),泛化是一个困难的问题。目前的方法仍然需要大量的(监督的)训练数据和/或对环境和任务的强假设。在这个范例中,解决这些任务的控制器往往是复杂的。我们提出了一个范例,保持简单的控制器解决任务,在少数特定的情况下。为了推广到新的情况,机器人将环境从新的情况转换为任务解决方案已知的情况。我们对这个问题的解决方案是玩物体并使用以前训练过的技能(基本技能)。这些技能可以用于估计或改变环境的当前状态,并按技能层次结构组织。该方法在复杂的拾放场景中进行评估,涉及复杂的操作。我们进一步表明,这些技能可以通过自主发挥。
2017-08-13 cs.RO
A Robotic Skill Learning System Built Upon Diffusion Policies and Foundation Models
KTH Royal Institute of Technology(KTH皇家理工学院)
本文结合 Diffusion Policies 和 Foundation Models 构建机器人技能学习系统,通过行为克隆获取新技能并利用基础模型进行技能选择与前提检查,在仿真和真实场景中验证了有效性。
2024-03-25 cs.RO
Decoupling Skill Learning from Robotic Control for Generalizable Object Manipulation
University of Oxford(牛津大学);Hong Kong Polytechnic University(香港理工大学)
最近通过强化学习(RL)或模仿学习(IL)进行的机器人操纵工作已经显示出解决一系列任务的潜力,打开抽屉或橱柜。然而,这些技术推广到看不见的对象很差。我们推测,这是由于联合控制的高维动作空间。在本文中,我们采取了另一种方法,将学习“做什么”的任务与“如何做”的任务分开,即,全身控制。我们提出的强化学习问题之一,确定一个无实体的虚拟机械手与关节对象交互的技能动态。对机器人的运动学控制进行了优化,以实现机器人的高维关节运动,达到工作空间内的目标。它这样做是通过求解二次规划(QP)模型与机器人奇异性和运动学约束。我们的实验上操纵复杂的铰接对象表明,所提出的方法是更普遍的看不见的对象与大类内的变化,优于以前的方法。评估结果表明,我们的方法产生更符合机器人运动,并优于纯RL和IL基线的任务成功率。更多信息和视频可访问https://kl-research.github.io/decoupskill
2023-03-09 cs.CV cs.LG cs.RO
From Human Hands to Robotic Limbs: A Study in Motor Skill Embodiment for Telemanipulation
Minnesota Robotics Institute (MNRI), University of Minnesota(明尼苏达大学明尼苏达机器人研究所(MNRI))
本文提出一种基于GRU变分自编码器和全连接网络的遥操作系统,将人类手臂手势映射到冗余自由度机械臂的潜在构型空间,实现实时轨迹生成并能泛化到训练中未见过的构型。
2025-02-04 cs.AI cs.RO
Deep Intrinsically Motivated Continuous Actor-Critic for Efficient Robotic Visuomotor Skill Learning
University of Hamburg(汉堡大学)
在本文中,我们提出了一个新的内在动机的演员-评论家算法学习连续的运动技能直接从原始的视觉输入。我们的神经结构由一个评论家和一个演员网络组成。两个网络都接收深度卷积自动编码器的隐藏表示,该编码器经过训练以重建视觉输入,而最中心的隐藏表示也经过优化以估计状态值。单独地,预测世界模型的集合基于其学习进度生成内在奖励信号,该内在奖励信号与外在奖励相结合以指导行动者-批评者学习者的探索。我们的方法是更有效的数据和固有的更稳定的比现有的演员评论家的方法从像素数据的连续控制。我们评估我们的算法的任务,学习机器人达到和掌握技能的一个现实的物理模拟器和一个人形机器人。结果表明,我们的方法学习的控制策略可以实现更好的性能比比较国家的最先进的和基线算法在密集的奖励和具有挑战性的稀疏奖励设置。
2019-02-18 cs.AI cs.LG cs.RO
Never-Ending Behavior-Cloning Agent for Robotic Manipulation
State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academy of Sciences(机器人国家重点实验室,沈阳自动化研究所,中国科学院);University of Chinese Academy of Sciences(中国科学院大学);School of Automation Science and Engineering, South China University of Technology(自动化科学与工程学院,华南理工大学);Mohamed bin Zayed University of Artificial Intelligence(马斯达尔大学人工智能学院)
本文提出NBAgent,通过持续学习技能共享和特定属性,解决具身机器人中3D场景表示和人类水平任务学习的挑战。
2025-12-26 cs.AI cs.RO
Actionable Models: Unsupervised Offline Reinforcement Learning of Robotic Skills
Google(谷歌);Carnegie Mellon University(卡内基梅隆大学);University of Southern California(南加州大学);Stanford University(斯坦福大学);UC Berkeley(加州大学伯克利分校)
我们考虑的问题,学习有用的机器人技能,从以前收集的离线数据,而不访问手动指定的奖励或额外的在线探索,一个设置,这是越来越重要的缩放机器人学习通过重用过去的机器人数据。特别是,我们提出了通过学习达到给定数据集中的任何目标状态来学习对环境的功能理解的目标。我们采用目标条件Q学习与后见之明重新标记,并开发了几种技术,使培训在一个特别具有挑战性的离线设置。我们发现,我们的方法可以在高维相机图像上操作,并在真实机器人上学习各种技能,这些技能可以推广到以前看不见的场景和物体。我们还表明,我们的方法可以通过目标链学习在多个事件中实现长期目标,并通过预训练或辅助目标学习丰富的表示,可以帮助下游任务。我们的实验视频可以在www.example.com上找到
2021-06-10 cs.LG cs.RO
Learning Agile Robotic Locomotion Skills by Imitating Animals
Google Research(谷歌研究院);University of California, Berkeley(加利福尼亚大学伯克利分校)
复制动物多样而敏捷的运动技能一直是机器人技术的一个长期挑战。虽然手动设计的控制器已经能够模拟许多复杂的行为,但构建这样的控制器涉及耗时且困难的开发过程,通常需要对每个技能的细微差别进行大量的专业知识。强化学习为自动化控制器开发中涉及的手动工作提供了一种有吸引力的替代方案。然而,设计从代理中引出所需行为的学习目标也需要大量的技能特定的专业知识。在这项工作中,我们提出了一个模仿学习系统,使足式机器人学习敏捷的运动技能,模仿现实世界的动物。我们表明,通过利用参考运动数据,一个单一的学习为基础的方法是能够自动合成控制器的足式机器人的各种剧目的行为。通过将样本有效的领域自适应技术纳入到训练过程中,我们的系统能够在模拟中学习自适应策略,然后可以快速适应现实世界的部署。为了证明我们的系统的有效性,我们训练一个18自由度的四足机器人执行各种敏捷的行为,从不同的运动步态动态跳跃和转弯。
2020-07-21 cs.LG cs.RO
Decentralized Motor Skill Learning for Complex Robotic Systems
Tsinghua University(清华大学);Shanghai Qi Zhi Institute(上海期智研究院)
本文提出DEMOS去中心化运动技能学习算法,通过自动发现可解耦的运动组并学习去中心化控制策略,提升复杂机器人系统的鲁棒性与泛化能力。
2023-06-30 cs.AI cs.RO
Diff-Transfer: Model-based Robotic Manipulation Skill Transfer via Differentiable Physics Simulation
Nanjing University(南京大学);National University of Singapore(新加坡国立大学);University of Science and Technology of China(中国科学技术大学);University of California, Berkeley(加州大学伯克利分校);Carnegie Mellon University(卡内基梅隆大学)
Diff-Transfer利用可微物理仿真和Q学习路径规划,在任务空间中生成子任务并调整动作,实现机器人操作技能的迁移,实验验证了其有效性。
2023-10-10 cs.AI cs.LG cs.RO
Motion Macro Programming on Assistive Robotic Manipulators: Three Skill Types for Everyday Tasks
FZI Research Center for Information Technology(FZI信息技术研究中心)
本文提出局部、全局和混合三种技能类型,基于动态运动基元实现辅助机器人操作臂的日常任务运动宏编程,用户可自行编程,实验验证了抓痒、整理物品和投币等任务。
2023-05-12 cs.RO
Neural Associative Skill Memories for safer robotics and modelling human sensorimotor repertoires
University of Oxford(牛津大学);Yale University(耶鲁大学)
本文提出神经关联技能记忆框架,通过自监督预测编码统一技能学习与表达,实现故障检测与上下文感知执行,提升机器人安全性和生物传感器运动学习研究。
2025-05-14 cs.NE cs.RO
DROM: A Language-Guided Diffusion Framework for Multi-Skill Robotic Manipulation
University of Applied Science and Arts of Southern Switzerland (SUPSI)(瑞士南部应用科学与艺术大学);Institute of Systems and Technologies for Sustainable Production (ISTePS)(可持续生产系统与技术研究所);Istituto Dalle Molle di studi sull’intelligenza artificiale (IDSIA)(达勒莫尔人工智能研究所)
DROM提出语言引导的扩散框架,利用DMPs扩充示范并扩展MPD,实现多技能操作与长时程任务,在真实机器人和模拟中优于基线,仅需少量示范。
2026-09-30 cs.RO
ZeroMimic: Distilling Robotic Manipulation Skills from Web Videos
University of Pennsylvania(宾夕法尼亚大学)
提出 ZeroMimic 系统,通过蒸馏网络人类视频数据集生成可立即部署的图像目标条件化机器人操作技能策略,无需特定机器人示范,在多种真实与模拟环境中展现出色泛化能力。
2025-03-31 cs.CV cs.LG cs.RO
Robotic Ultra-Long-Horizon Manipulation Skills via Human-guided Lifelong Code Generation
Beijing Academy of Artificial Intelligence (BAAI)(北京智源人工智能研究院)
提出人机协同终身代码生成框架,将人类修正编码为可复用技能,结合外部记忆与提示机制,在长时程操作任务中实现0.93成功率与42%效率提升。
2026-10-08 cs.RO
Contextual Latent-Movements Off-Policy Optimization for Robotic Manipulation Skills
Technische Universität Darmstadt(达姆施塔特工业大学)
参数化运动基元已广泛用于机器人任务的模仿学习。然而,参数空间的高维性阻碍了强化学习(RL)设置中这些原语的改进,特别是对于物理机器人的学习。在本文中,我们提出了一种新的观点,处理演示轨迹获得低维,非线性潜在的动态,使用混合物的概率主成分分析(MPPCA)的运动的参数空间。此外,我们介绍了一个新的上下文的非策略RL算法,命名为LAMPO(LAtent-Movements Policy Optimization)。LAMPO可以提供梯度估计从以前的经验,使用自归一化重要性采样,因此,充分利用在以前的学习迭代中收集的样本。这些优点相结合,提供了一个完整的框架,样本有效的偏离政策优化的运动原语的机器人学习的高维操作技能。我们在仿真和真实机器人上进行的实验结果表明,LAMPO提供了样本有效的政策对文献中常见的方法。
2022-02-11 cs.LG 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
AW-Opt: Learning Robotic Skills with Imitation and Reinforcement at Scale
Robotics at Google(谷歌机器人部门);X, The Moonshot Factory(X(登月工厂));UC Berkeley(加州大学伯克利分校)
机器人技能可以通过模仿学习(IL)使用用户提供的演示来学习,或者通过强化学习(RL)使用大量自主收集的经验来学习。这两种方法都有互补的优点和缺点:RL可以达到高水平的性能,但需要探索,这可能非常耗时且不安全; IL不需要探索,只需要学习与所提供的演示一样好的技能。单一方法可以结合两种方法的优点吗?许多先前的方法旨在解决这个问题,提出了各种技术,整合IL和RL的元素。然而,将这些方法扩展到复杂的机器人技能,整合各种离线数据并将其推广到现实世界的场景仍然是一个重大挑战。在本文中,我们的目标是测试现有IL + RL算法的可扩展性,并设计一个系统的基础上详细的实证实验,结合现有的组件在themost有效和可扩展的方式。为此,我们提出了一系列的experimentsaimed在理解每个设计决策的影响,从而开发combined方法,可以利用示范和异构先验datato实现最佳性能的一系列现实世界和现实simulatedrobotic问题。我们的完整方法,我们称之为AW-Opt,结合了加权回归[1,2]和QT-Opt [3]的元素,为机器人操作集成演示和离线数据提供了统一的方法。请参阅https://awopt.github.io了解更多详细信息。
2021-11-11 cs.RO
Flow-based Domain Randomization for Learning and Sequencing Robotic Skills
Autodesk Research(奥多比研究)
本文提出基于归一化流的熵正则化域随机化方法,自动学习更灵活的环境采样分布,提升策略鲁棒性,并将其用于多步操作规划中的分布外检测。
2025-05-05 cs.AI cs.LG cs.RO
Disentangled Object-Centric Image Representation for Robotic Manipulation
NAVER LABS Europe(NAVER LABS欧洲)
针对对象中心方法在多物体场景中学习操作技能的困难,本文提出 DOCIR 解耦框架,分别表示目标物、障碍物和机器人本体,实现拾取放置任务的最优性能与零样本真机迁移。
2025-03-14 cs.CV cs.RO
CoralPlan: Observation Skill Selection and Execution for Underwater Robotic Inspection
The Hong Kong University of Science and Technology (HKUST)(香港科技大学)
CoralPlan提出视觉-语言系统,从图像和任务文本选择观测技能,经模拟与硬件实验验证,实现水下机器人检测中观测完成率77.8%和联合成功率63.9%。
2026-09-28 cs.RO
Constrained Equation Learner Networks for Precision-Preserving Extrapolation of Robotic Skills
University of Innsbruck(因斯布鲁克大学);University of Trento(特伦托大学)
针对示教编程中机器人技能外分布适配及精度保持难题,提出约束方程学习器网络框架,以学习到的解析表达式为基函数做约束回归,经仿真与实物实验验证,其泛化和适配性能优于现有方法。
2023-11-04 cs.AI cs.LG cs.RO