机器人 / 具身智能

Grounding Bodily Awareness in Visual Representations for Efficient Policy Learning

在视觉表示中 grounding 身体意识以实现高效的策略学习

Junlin Wang, Zhiyun Lin

机构 * SUSTech Shenzhen（深圳科技大学） 纠错

专题命中 机器人学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结 本文提出ICon方法，通过对比学习提升机器人操作中策略学习的效率和跨机器人迁移能力。

Comments A preprint version

TactAlign: Human-to-Robot Policy Transfer via Tactile Alignment

TactAlign: 通过触觉对齐实现人到机器人的政策转移

Youngsun Wi, Jessica Yin, Elvis Xiang, Akash Sharma, Jitendra Malik, Mustafa Mukadam, Nima Fazeli, Tess Hellebrekers

机构 * Meta FAIR 纠错

专题命中 机器人学习 ：robot policy(title)；分类 cs.RO

AI总结 TactAlign通过触觉对齐方法实现了人到机器人的政策转移，无需配对数据或人工标注，适用于多种接触丰富任务并具备良好的泛化能力。

Comments Website: https://yswi.github.io/tactalign/

Model Predictive Impedance Control with Gaussian Processes for Human and Environment Interaction

基于高斯过程的模型预测阻抗控制用于人与环境交互

Kevin Haninger, Christian Hegeler, Luka Peternel

专题命中 机器人学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO；robotics(journal_ref)

AI总结 本文提出基于高斯过程的模型预测控制框架，用于处理人机交互中的多种不确定性，通过非线性优化提升机器人轨迹和阻抗的适应性与安全性。

Comments Video: https://youtu.be/Of2O3mHfM94 Code: https://gitlab.cc-asp.fraunhofer.de/hanikevi/gp-mpc-impedance-control

Journal ref Robotics and Autonomous Systems, Volume 165, 104431, July 2023

A Latency-Aware Framework for Visuomotor Policy Learning on Industrial Robots

面向工业机器人视觉-运动策略学习的延迟感知框架

Daniel Ruan, Salma Mozaffari, Sigrid Adriaenssens, Arash Adel

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 机器人学习 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种面向工业机器人视觉-运动策略学习的延迟感知框架，通过优化执行策略以应对延迟问题，提升策略在现实环境中的可靠性和稳定性。