跳到主内容
6 signals·4 sources·2026年11月18日星期三·11-15 02:37 ~ 11-17 05:05 UTC
今日主线 · main storyline

Embodied AI · Today

风向 · vibes

What practitioners are saying

PAPER
“学习到的阻抗作为跨身体共享的低维运动状态表示,可零样本迁移到未见人类和人形机器人。”
— ImpedanceMimic 论文·source ↗
DISCUSSION
“可控世界模型可作为机器人训练与评估的可扩展数据来源,旨在解决真实数据稀缺问题。”
— 李云竹 CoRL 2026报告·source ↗
研究启示 · insights

Worth re-reading

阻抗作为动作空间的迁移潜力

在 129 名受试者和六项活动中,运动学和力保真度均优于固定增益 PD、直接扭矩和现有模仿控制器。学习到的阻抗可零样本迁移到未见人类和人形机器人。
— arXiv cs.RO (Robotics)·source ↗

研究员注:💭 研究员二次解读:关节阻抗可能是被低估的通用运动表征,若无需力测量即可跨身体迁移,数据采集成本将大幅降低。

通道聚焦协调近乎完美成功率

在4环境1200实例中5-30机器人测试近乎完美成功率,硬件8机器人无碰撞完成全部试验,表明方法有效平衡长时合作与灵活执行。
— arXiv cs.RO (Robotics)·source ↗

研究员注:💭 研究员二次解读:精选瓶颈环境下的完美结果,真实动态场景仍需验证,但软协调+局部执行思路值得关注。

今日全部信号 · all sources

Sources of the day

arXiv cs.RO (Robotics)/ Feed
95

ImpedanceMimic: Learned Impedance as Action Space for Force-Accurate Motion Imitation

本文提出 ImpedanceMimic,一种强化学习策略,通过调制每个关节的刚度、阻尼和位置设定点来实现力精确的运动模仿,仅需运动数据推理。该方法解决了固定增益 PD 控制在接触与摆动阶段对关节刚度和阻尼的矛盾需求,在 129 名受试者和六项活动中,于运动学和力保真度上均优于固定增益 PD、直接扭矩和现有模仿控制器,接近专用运动到力回归器。学习到的阻抗作为跨身体共享的低维运动状态表示,可零样本迁移到未见人类和人形机器人。

  • 学习关节阻抗作为动作空间,兼顾运动与力跟踪
  • 仅需运动数据推理,无需力测量
  • 超过固定增益 PD 及现有模仿控制器
impedance controlmotion imitationreinforcement learning
11月16日
arXiv cs.RO (Robotics)/ Feed
78

Passage-Focused Soft Coordination for Hierarchical Multi-Robot Navigation in Bottleneck Environments

本文提出面向多机器人导航的通道聚焦框架,结合软全局协调与灵活局部执行。使用通道诱导图凸集支持优先级排序规划,路线选择考虑通道使用与方向,连续时空规划减少时间冲突,MPPI控制器在线避碰,自适应跟踪与选择性重规划应对执行偏差。在4环境1200实例中5-30机器人测试近乎完美成功率,硬件8机器人无碰撞完成全部试验,表明方法有效平衡长时合作与灵活执行。

  • 提出通道聚焦框架,软全局协调结合灵活局部执行
  • 使用图凸集与优先级排序规划,考虑通道使用和方向
  • 连续时空规划减少时间冲突,MPPI控制器在线避碰
multi-robot navigationmotion planningmodel predictive path integral
11月16日
EMBODIED AI DAILY · auto-curated by GPT
Updated daily at 06:00 (your TZ)