由于微信公众号开始试行乱序推送，为了让您在第一时间获取AI新文，请将"AI新文"设为星标。
TRUST-Planner: 具有不确定障碍物时空避障的拓扑引导鲁棒轨迹规划器(AAVs)
原标题：TRUST-Planner: Topology-guided Robust Trajectory Planner for AAVs with Uncertain Obstacle Spatial-temporal Avoidance
作者：Junzhi Li; Teng Long; Jingliang Sun; Jianxin Zhong
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：尽管自主飞行器(AAVs)的运动规划取得了广泛的发展，在复杂动态环境中现有框架仍然面临局部最小值和死锁的挑战，导致碰撞风险增加。为了解决这些挑战，我们提出了TRUST-Planner，一个用于鲁棒时空障碍物规避的拓扑引导分层规划框架。在前端，提出了一种动态增强可见概率路图（DEV-PRM），用于快速探索拓扑路径以提供全局指导。后端利用统一无终端最小控制多项式(UTF-MINCO)和动态距离场(DDF)，以实现高效的预测避障和快速并行计算。此外，引入了一个增量多分支轨迹管理框架，以实现时空拓扑决策，同时高效利用历史信息减少重规划时间。模拟结果表明，TRUST-Planner优于基线竞争对手，在测试的复杂环境中实现了96％的成功率和毫秒级计算效率。实际实验进一步验证了所提出方法的可行性和实用性。
原文链接
基于任务层次双层模型预测控制的交互式人类预测安全移动操作：SM2ITH
原标题：SM2ITH: Safe Mobile Manipulation with Interactive Human Prediction via Task-Hierarchical Bilevel Model Predictive Control
作者：Francesco D'Orazio; Sepehr Samavi; Xintong Du; Siqi Zhou; Giuseppe Oriolo; Angela P. Schoellig
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：移动操作臂设计用于在以人为中心的环境中执行复杂的导航和操作任务序列。最近基于优化的方法如分层任务模型预测控制（HTMPC）能够在具有严格任务优先级的情况下实现高效的多任务执行，但迄今为止主要应用于静态或结构化的场景中。将这些方法扩展到动态的人类中心环境需要预测模型来捕捉人类如何对机器人的行为作出反应。这项工作介绍了通过任务层次双层模型预测控制结合互动人类运动预测的移动操作安全框架(SMITH)，该框架通过双层优化同时考虑了机器人和人类的动力学。该框架在两种不同的移动操作机器人上进行了验证，分别是Stretch 3和Ridgeback-UR10，在三种实验设置下：(i) 具有不同的导航和操作优先级的配送任务，(ii) 使用不同的人类运动预测模型的顺序取放任务，(iii) 涉及对抗性人类行为的交互。我们的结果强调了交互预测如何实现安全高效的协调，优于依赖加权目标或开环人类模型的基础线。
原文链接
基于模拟的运动序列规划用于多机器人装配单元中的自动化程序优化
原标题：Simulation-based planning of Motion Sequences for Automated Procedure Optimization in Multi-Robot Assembly Cells
作者：Loris Schneider; Marc Ungen; Elias Huber; Jan-Felix Klein
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：可重构多机器人单元提供了一种有希望的方法来满足波动的装配需求。然而，他们配置的反复规划引入了新的挑战，特别是在生成优化的、协调的多机器人运动序列方面，这些序列能够最小化装配时间。本工作提出了一种基于模拟的方法来生成此类优化序列。该方法将装配步骤分为任务相关的核心操作和连接的移动操作。虽然核心操作受到限制并且是预先确定的，遍历操作提供了实质性的优化潜力。调度核心操作被表述为一个优化问题，需要使用基于分解的运动规划策略整合可行的穿越操作。几种解决方案技术被探索，包括采样启发式法、基于树的搜索和无梯度优化。对于运动规划，提出了一种分解方法，该方法识别出计划中的特定区域，这些区域可以使用修改后的集中式路径规划算法独立解决。所提出的方法生成高效且无碰撞的多机器人装配程序，优于依赖于分散式、个体机器人运动规划的基础方法。其有效性通过模拟实验得到证明。
原文链接
基于能量感知的NECO单次像素级语义分割离分布检测方法
原标题：Energy-Aware NECO for Single-Pass Pixel-wise Out-of-Distribution Detection in Semantic Segmentation
作者：Boyuan Zhang; Huanshan Huang; Yifei Cao
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：可靠的语义分割对于移动机器人来说需要既准确的密集预测又在分布变化下稳健的不确定性估计。强大的不确定性基线（如蒙特卡洛 dropout）通常需要重复的随机前向传递，并且难以部署在边缘平台上。我们提出Energy-Aware NECO，一种用于语义分割的单次遍历像素级异常分布（OOD）检测器。该方法结合了从解码器特征计算出的中心化NECO风格的几何比率与基于logit的能量评分。两个组件都使用在纯同分布验证数据集上拟合的统计量进行标准化，并通过凸组合融合。我们使用真实的像素级OOD标签在miniMUAD子集上评估该方法。提出的混合评分达到了AUROC为0.8539，优于NECO-only（0.8280），Energy-only（0.8171）以及一个集成预测熵基线（0.8124）。额外的定性分析和工作点分析表明，混合检测器在保持单次通过设计效率优势的同时，提高了整体排名性能。代码可在https://github.com/boyuan-zhangx/Energy-Aware_NECO获得
原文链接
双流扩散用于世界模型增强的视觉-语言-行动模型
原标题：Dual-Stream Diffusion for World-Model Augmented Vision-Language-Action Model
作者：John Won; Kyungmin Lee; Huiwon Jang; Dongyoung Kim; Jinwoo Shin
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：增强视觉-语言-行动模型（VLAs）通过加入世界模型对机器人策略学习很有前景，但由于模态差距，在联合预测状态和动作方面面临挑战。为了解决这个问题，我们提出了双流扩散（DUST），这是一种世界模型增强的VLA框架，其特征是多模态扩散变压器，在保持单独的模态流的同时实现了跨模态知识共享。此外，DUST利用独立的噪声扰动和解耦的流匹配损失来学习跨模态因果关系。我们进一步引入了一种异步采样方法用于动作和视觉标记，通过推理时间扩展增强了性能。在类似RoboCasa和GR-1的仿真基准测试中，实验结果表明DUST相对于最先进的视觉里程计(VLA)和世界建模基线实现了高达6％的提升，推理时间扩展提供了额外2-5％的改进。在使用Franka Research 3进行的实际任务中，DUST的成功率比基准高出10%。最后，我们证明了DUST通过在无动作视频上的预训练以及与异构机器人和人类数据集的联合训练实现了有效的迁移学习。
原文链接
去中心化LLM驱动的声学机器人协调用于无接触物体操控
原标题：Decentralized LLM-Driven Coordination of Acoustic Robots for Contactless Object Manipulation
作者：Yingying Wang; Narsimlu Kemsaram; Sriram Subramanian
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：自然语言界面可以简化与多机器人系统的交互，尤其是在非专业用户需要发出高级指令时。利用超声波相控阵的声学操控也使得无接触物体处理成为可能，应用于医疗保健、实验室自动化以及精密运输等领域。然而，将大型语言模型（LLMs）与分布式声学移动机器人结合仍然鲜有探索。本文提出了一种去中心化的框架，用于声控机器人通过自然语言驱动的协调进行非接触式物体操作。该系统使用基于Whisper的语音识别、基于LLM的语义解析、结构化JSON任务表示以及分布式调度将口语指令转换为可执行的多机器人任务计划。该JSON模式编码了机器人分配、时间依赖性、空间约束以及顺序执行、并行执行和同步执行的同步要求。该系统基于两个配备超声相控阵以实现无接触物体运输的TurtleBot3声学机器人实现。实验在三种场景下进行：顺序执行，并行多机器人运输以及同步协作操作。该系统在顺序任务中实现了96％的成功率，在并行执行中实现了86％的成功率，在同步协作运输中实现了70％的成功率。这些结果表明自然语言指令可以转换为分布式机器人动作进行非接触操作，突显了LLM驱动自动化在分布式机器人系统中的人机交互潜力。
原文链接
一种感知进度的主从空中对接系统用于双无人机空中操作
原标题：A Progress-Aware Leader-Follower Midair Docking System for Dual-Drone Aerial Manipulation
作者：Yifan Cai; Jan Ming Kevin Tan; Xiangqi Li; Chenzhe Jin; Narsimlu Kemsaram; Valerio Modugno
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：小型无人驾驶飞行器(UAVs)之间的可靠空中对接对于模块化空中协作和操作是必不可少的，但需要在推力和载荷限制严格的条件下实现精确的相对姿态控制和可重复平台定位。我们提出了一种双无人机对接平台，在该平台上两个四旋翼机以领导-跟随编队形式运行，并使用轻量级模块化框架通过被动磁性锁合进行对接。一个进度感知的任务主管管理阶段转换：接近、对齐、捕获和稳定。该平台集成了一个完整的软硬件堆栈（ROS 2 with Crazyflie/PX4 interfaces）和同步日志记录功能，用于基准评估。我们通过诸如编队误差、基准和偏航一致性、对接成功率、对接时间以及故障模式统计等定量指标在模拟和真实世界实验中评估该平台。该平台能够对对接监督和同步策略进行基于统计的比较，并提供模块化空中协作和可重复空中操作的实际测试环境。
原文链接
动态渐进参数高效专家库混合模型用于终身机器人学习
原标题：Dynamic Mixture of Progressive Parameter-Efficient Expert Library for Lifelong Robot Learning
作者：Yuheng Lei; Sitong Mao; Shunbo Zhou; Hongyuan Zhang; Xuelong Li; Ping Luo
期刊：arXiv每日人工精选
出版时间：2026/05/28
摘要：一个通用型代理必须在其整个生命周期中不断学习和适应，在实现有效正向迁移的同时最小化灾难性遗忘。先前在主导的预训练然后微调范式内的工作已经探索了单任务适应的有效参数微调方法，通过少量参数有效地引导冻结的预训练模型。然而，在终身学习的背景下，这些方法依赖于不切实际的任务标识符测试时间假设，并限制了隔离适配器之间的知识共享。为了解决这些限制，我们提出了动态混合渐进参数高效专家库（DMPEL），用于终身机器人学习。DMPEL逐步构建一个低秩专家库，并采用轻量级路由器动态地将专家组合成端到端策略，从而实现灵活高效的终身正向迁移。此外，通过利用精调参数的模块化结构，我们引入了专家系数回放，这引导路由器准确检索先前遇到的任务所需的冻结专家。该技术在显著比在整个策略上进行经验回放更节省存储和计算资源的同时减轻了遗忘。在终身机器人学习基准LIBERO上的广泛实验表明，我们的框架在连续适应的成功率上超过了最先进的终身学习方法，同时利用最少的可训练参数和存储。
原文链接
基于流体神经支配的可穿戴人机接口力感知
原标题：Force Sensing for Wearable Human-Robot Interfaces via Fluidic Innervation
作者：Noah Rubin; Ava Schraeder; Hrishikesh Sahu; Thomas C. Bulea; Lillian Chin
期刊：arXiv每日人工精选
出版时间：2026/05/27
摘要：对人机界面进行机械表征对于理解用户行为和优化可穿戴机器人性能至关重要。该接口由于制造复杂性和非线性传感器响应而难以实现传感化。在这里，我们通过流体神经支配测量人肢体与设备的交互，制作了一个嵌入空气通道的3D打印硅胶垫来测量力。当力施加到垫子上时，气道被压缩，导致压力变化，可通过现成的压力传感器测量。我们在台架测试中证明了垫压力与施加力()之间存在高度线性关系，并通过在临床动力计中采用战略性放置垫片的位置确认了其与等长膝关节扭矩之间的强线性关系。我们基于这些理想化的设置来测试在更不受约束的环境中垫子的表现，包括在周期动态和逐步等长二头肌弯举过程中。最后，我们将传感器集成到下肢外骨骼中，并在设备未通电的情况下记录了重复深蹲过程中的垫压力。垫压力一致地跟踪了下蹲阶段和整体任务动态。我们的初步结果表明，流体神经支配是一种可轻松定制的传感模式，具有高信噪比和时间分辨率，能够捕捉人机交互。从长期来看，这种模式可能为控制／优化穿戴式机器人系统以及在设备使用过程中捕捉用户功能提供一种实时传感输入。
原文链接
基于推理模型的意图一致自主航天器引导
原标题：Intent-aligned Autonomous Spacecraft Guidance via Reasoning Models
作者：Yuji Takubo; Simone D'Amico
期刊：arXiv每日人工精选
出版时间：2026/05/27
摘要：未来的航天器操作需要能够解释高层次任务意图的同时保持安全性的自主性。然而，现有的轨迹优化仍然严重依赖于专家制定的公式，并不支持基于意图的决策制定。本文提出了一种基于行为序列和航路点约束的意图对齐航天器引导框架，该框架通过显式中间抽象将高层次推理和安全轨迹优化联系起来。一个基础模型首先预测出一种意图一致的行为计划，一个路点生成模型随后将其转换为路点约束，安全轨迹通过优化计算得出。这种分解使得在不牺牲安全性的前提下实现可扩展的监督成为可能。数值实验表明，在近距离操作场景中，所提出的管道实现了超过90％的SCP收敛，并且生成满足优先性能标准轨迹的比例高于启发式决策方法。这些结果支持使用中间行为抽象作为基础模型推理与航天器自主安全关键性之间的实用接口。
原文链接
多智能体编队的分布式非均匀尺度控制（含动态智能体加入）
原标题：Distributed Non-Uniform Scaling Control of Multi-Agent Formation with Dynamic Agent Joining
作者：Tao He; Gangshan Jing
期刊：arXiv每日人工精选
出版时间：2026/05/27
摘要：非均匀尺度控制使多智能体系统能够通过沿不同坐标轴按不同的比例缩放来调整其形状，在复杂环境中提供了增强的灵活性。然而，像大多数现有的编队机动策略一样，它通常假设代理人的集合是固定的，限制了其在需要动态团队扩展的场景中的适用性。本文介绍了一种分布式控制框架，在任意维度下使编队能够在非均匀尺度机动过程中纳入新的代理，并保持图拉普拉斯算子的谱属性。仿真例子验证了理论结果的有效性。
原文链接
单双：使用一个机械臂学习双臂策略(MonoDuo)
原标题：MonoDuo: Using One Robot Arm to Learn Bimanual Policies
作者：Sandeep Bajamahal; Lawrence Yunliang Chen; Toru Lin; Zehan Ma; Jitendra Malik; Ken Goldberg
期刊：arXiv每日人工精选
出版时间：2026/05/27
摘要：双手协调对于许多现实世界的操作任务至关重要，然而由于双臂机器人和数据集的稀缺性，学习双手机器人的政策受到限制。单臂机器人在研究实验室中广泛可用。我们可以利用它们来训练双臂机器人策略吗？我们提出了MonoDuo，一个通过单臂机器人演示配以人类协作学习双臂操作策略的框架。MonoDuo通过远程操作单臂机器人执行双臂任务的一侧，而人类执行另一侧，然后交换角色以涵盖双方。基于手腕安装的和固定的相机捕获的RGB-D观测数据，通过使用最先进的手部姿态估计、图像和点云分割以及修复技术，被增强成为针对目标双臂机器人的合成演示。这些基于真实机器人运动学的合成演示用于训练双臂策略。我们对MonoDuo在五个任务上进行评估：提箱、背包打包、叠衣、拉拉链(夹克)和递盘。与仅依赖于人类双臂视频的方法相比，MonoDuo能够在未见过的双臂机器人配置上实现零样本部署，成功率高达70%。仅通过25次目标机器人演示，少量样本微调进一步将成功率提高了65-70%，超过从零开始训练的效果，证明了MonoDuo在高效地将单臂机器人数据的知识转移到双臂机器人策略方面的有效性。
原文链接
CUDA加速Actor-Critic模型预测控制(CA-AC-MPC)
原标题：CA-AC-MPC: CUDA-Accelerated Actor-Critic Model Predictive Control
作者：Antoonio Buo; Vittorio Cammarota; Michele Avagnale; Pierluigi Arpenti; Vincenzo Lippiello; Fabio Ruggiero
期刊：arXiv每日人工精选
出版时间：2026/05/27
摘要：在文献中，actor-critic模型预测控制（AC-MPC）将MPC与强化学习相结合，以实现对复杂动态系统的高性能控制。然而，其可微分的MPC层需要在前向和后向传递中反复求解一个优化问题，导致了显著的训练和推理延迟。本文通过引入一种CUDA加速的变体解决了这一瓶颈问题该变体在保持基线方案控制性能的同时显著减少了端到端执行时间。仿真结果表明，在敏捷无人机竞速任务中，我们的方法实现了最先进的圈速和接近极限的动力学行为，并且显著减少了训练和推理时间。
原文链接
冗余机器人系统的隐式零空间流形生成
原标题：Implicit Null-space Manifold Generation for Redundant Robotic Systems
作者：Taiki Ishigaki; Teresa Vidal-Calleja; Ko Ayusawa; Eiichi Yoshida
期刊：arXiv每日人工精选
出版时间：2026/05/25
摘要：具有冗余自由度的机器人系统可以使用多种配置实现相同的任务结果，从而在配置空间中形成流形的解集。现有方法通常通过基于雅可比矩阵的技术在局部利用此类冗余来计算个别解或轨迹。虽然这些方法对于求解计算有效，但它们并不能保持解集本身的几何表示形式。在这项工作中，我们采用了一种以表示为中心的方法来估计解空间的几何结构。我们考虑由一般任务定义映射所诱导的解流形，并在配置空间上构造一个隐含标量场，其零水平集对应于解流形。为此，我们使用雅可比引导探索策略在解流形附近生成样本，从而高效地捕获其局部和全局结构。所得的隐式表示定义在配置空间上，并自然地诱导出一个连续的距离场，该距离场编码了到解流形的接近程度。在平面三连杆机器人和七自由度Franka机械臂上的实验展示了所提出的表示方法的有效性。此外，该框架能够对具有连续变化的任务族的解空间进行一致建模。
原文链接
HoLoArm：可变形机械臂用于耐碰撞四旋翼飞行
原标题：HoLoArm: Deformable Arms for Collision-Tolerant Quadrotor Flight
作者：Quang Ngoc Pham; Jonas Eschmann; Yang Zhou; Alejandro Ojeda Olarte; Giuseppe Loianno; Van Anh Ho
期刊：arXiv每日人工精选
出版时间：2026/05/25
摘要：无人机在以人为中心的应用中的使用增加凸显了设计需要能够经受碰撞并迅速恢复，从而最大限度地减少对人类和环境的风险。我们介绍了HoLoArm，一种受蜻蜓翅膀nodus结构启发的四旋翼柔性臂系统该设计提供了自然的灵活性和韧性，同时保持了飞行稳定性，这一点通过集成强化学习（RL）控制策略进一步加强，该策略提升了恢复能力和悬停性能。实验结果表明，HoLoArm可以在任意方向（包括轴向）被动变形，并在0.3-0.6 s内恢复，具体时间取决于冲击的方向和程度。该无人机能够在时速高达7.6 m/s 的碰撞中生存下来，并在携带540 g 负载的情况下保持稳定飞行。这项工作有助于高敏捷性和可靠安全性的软空中机器人形态设计，使它们能够在杂乱且人机共存的环境中运行，并为未来集成了柔顺结构与智能控制的全软无人机奠定了基础。
原文链接
RepSAM：通过表示引导的适配将基础模型连接到机器人视觉
原标题：RepSAM: Bridging Foundation Models to Robotic Vision via Representation-Guided Adaptation
作者：Wenhui Chu
期刊：arXiv每日人工精选
出版时间：2026/05/25
摘要：无结构环境中的机器人感知仍然具有挑战性，尽管基础模型如SAM具备零样本能力。这项工作将性能下降归因于transformer各层之间表示偏移的不均匀性：浅层表现出较大的领域差距(CKA < 0.5)，而深层则有效转移(CKA > 0.7)。基于此观察，我们提出RepSAM，一种用于将基础模型适应于机器人视觉的表示引导的参数高效微调（PEFT）框架。RepSAM 采用了一种理论依据充分的CKA引导的秩分配策略，并结合了多模态融合模块，用于稳健地处理包括透明物体和杂乱场景在内的挑战性机器人场景。实验评估涵盖六个基准和机器人操作任务表明，RepSAM 达到了全微调性能的 97.9%（89.0％ 对比）90.9％ mIoU)，同时将可训练参数减少158倍（from 632M to 4.0M）。RepSAM 在单个 A100 GPU 上仅用 4 小时训练就比 DoRA 高出 7.9% mIoU（相对于完整微调减少了 96 倍，完整微调需要 384 GPU-小时）。这些改进具有统计学意义（p < 0.01），并将机器人操作成功率相对于LoRA（RGB）基准提高了12.0个百分点绝对值。
原文链接
基于事件的击球影响估计
原标题：Event-based Batting Impact Estimation
作者：Ryotaro Ishida; Wataru Ikeda; Ryosei Hara; Akemi Kobayashi; Toshitaka Kimura; Mariko Isogawa
期刊：arXiv每日人工精选
出版时间：2026/05/25
摘要：估计击球时机的精确时间对于理解快速感觉运动控制至关重要。然而，由于时间分辨率不足和运动模糊，这一任务对RGB相机来说具有挑战性。同样，惯性测量单元（IMUs）由于传感器的侵入性和其有限的时间精度，在实际比赛中不切实际。为了克服这些限制，我们提出了一种新的框架，利用事件相机（提供微秒级分辨率和高动态范围），基于检测到的球和球棒之间的加权质心距离来估计撞击时间。为了弥补事件帧和RGB图像之间的领域差距（这会降低分割精度），我们生成高密度事件帧。然后我们引入了一个利用这些帧和双向掩码信息的掩码精炼网络，优化使用了一种新颖的损失函数。在真实世界数据集上的实验表明，在包括低光环境和严重遮挡等具有挑战性的条件下，我们的方法实现了更高的精度，通过降低平均绝对误差约63%，优于基准方法。
原文链接
G-DRAGON：地理空间推理和动态规划在检索增强型户外导航中的应用
原标题：G-DRAGON: Geospatial Reasoning and Dynamic Planning for Retrieval-Augmented Outdoor Navigation
作者：Dongzhihan Wang; Yi Du; Jianan Sun; Yuan Xue; Yingchen Zhang; Bing Xiao; Chen Wang; Liang Xu
期刊：arXiv每日人工精选
出版时间：2026/05/25
摘要：自主地面机器人在大规模户外环境中运行需要既具备稳健的长距离导航能力又具备精细的’’最后一公里’’探索能力。当前的视觉语言导航（VLN）在短距离任务中表现良好，但在长距离任务中缺乏地理空间定位。一些基于OpenStreetMap (OSM) 的方法依赖于基于云的大型语言模型 (LLMs)，容易出现事实幻想，并且无法根据人类指令进行“最后一公里”的探索。为了解决这些挑战，我们提出了G-DRAGON，一个用于户外开放世界导航的检索增强框架该框架通过基于轻量级LLM的生成检索将自然语言命令映射到版本化的本地OSM实体，从而为全球路线规划提供准确的坐标。一个高级规划模块将全局拓扑路线与SLAM系统相连接，将地理空间航路点投影到机器人的可导航框架中。对于“最后一公里”，该框架转向基于边界的探索和开放集语义体素映射来定位开放词汇目标。实验结果表明我们的框架优于最先进的基准（state-of-the-art baselines）。此外，我们在无人驾驶地面车辆（UGV）上对系统进行了未经训练的现实世界城市环境验证，成功完成了长达500米轨迹的人搜索任务。
原文链接
少样本神经可微模拟器：真实到仿真刚性接触建模
原标题：Few-Shot Neural Differentiable Simulator: Real-to-Sim Rigid-Contact Modeling
作者：Zhenhao Huang; Siyuan Luo; Bingyang Zhou; Ziqiu Zeng; Jason Pho; Fan Shi
期刊：arXiv每日人工精选
出版时间：2026/05/25
摘要：精确的物理模拟对于机器人学习和控制至关重要，然而分析型模拟器常常无法捕捉复杂的接触动力学，而基于学习的模拟器通常需要大量昂贵的真实世界数据。为了填补这一空白，我们提出了一种少量样本的真实到模拟方法，该方法结合了分析公式中的物理一致性以及基于图神经网络（GNN）模型的表征能力。利用少量的真实世界数据，我们的方法校准了分析模拟器，生成大规模合成数据集，捕捉多样化的接触互动。在此基础上，我们引入了一个基于网格的GNN，该模型隐式地模拟刚体正向动力学，并推导出用于碰撞检测的替代梯度，从而实现完全可微性。实验结果表明，我们的方法使基于学习的模拟器能够超越可微基线，在复制真实世界轨迹方面表现更佳。此外，可微设计支持基于梯度的优化，我们通过多对象交互场景中的基于模拟的策略学习对该方法进行了验证。大量的实验表明，我们的框架不仅在最少监督的情况下提高了模拟的逼真度，而且还增加了策略学习的效率。这些发现共同表明，具有少量真实世界基础的可微分模拟为推进未来机器人操作和控制提供了一个强大的方向。
原文链接
基于紧密耦合运动跟踪、预测和控制的人群中MAV导航（HumanFlow）-- 通过扩散驱动的移动机器人在人群中的导航
原标题：HumanFlow -- Diffusion-Driven MAV Navigation Among Humans via Tightly-Coupled Motion Tracking, Forecasting, and Control
作者：Simon Schaefer; Joshua Näf; Stefan Leutenegger
期刊：arXiv每日人工精选
出版时间：2026/05/25
摘要：在三维场景环境中准确而稳健地感知人类对于将机器人整合到日常环境中是必不可少的。现有的方法却常常无法预测出与周围场景一致的合理且准确的人体运动估计，尤其是在存在严重遮挡或部分可见的情况下。这会限制机器人操作的安全性和效率。我们介绍了HumanFlow，这是一种潜在扩散模型，它统一了基于3D场景上下文的人体运动跟踪和预测。我们证明了我们的人体运动模型在包括严重遮挡在内的挑战性条件下产生平滑且准确的预测，并在跟踪精度上超越了最先进的方法，同时效率显著更高。此外，我们展示了如何通过基于流匹配的近似MPC策略对这些表示进行条件设置，使HumanFlow的潜在空间能够与控制紧密耦合。我们在带有真实人类轨迹的模拟中验证了我们的政策，展示了优越的导航性能，并且在部分可观察到人类的情况下仍保持无碰撞。
原文链接
