标签
麻省理工学院的研究人员推出了 RoboBuilder,这是一项基准测试,让前沿编程智能体利用标准零件协同设计实体机器人,并通过真实世界的视频反馈缩小仿真与现实之间的差距。这些智能体几乎能克服所有简单障碍,但在更高难度的关卡和真实世界验证中仍表现欠佳。
一篇论文展示了一个开放权重的 27B 推理模型,仅通过仿真中的强化学习(使用 PEAR 后训练引擎)训练,即可在没有人类演示的情况下控制真实机器人,将 LIBERO 成功率从 1.6% 提升至 74.4%,并在从未见过的真实双臂机器人上实现了 60% 的零样本成功率。
Monumental Labs 首次发布了端到端的自主 CNC 石材雕刻系统,让 KUKA KR240 机器人能够将 3D 模型和大理石石块直接转化为成品雕塑,全程无需人工参与,该成果在 Embodied AI NYC 上展示。
苏黎世联邦理工学院的研究人员利用强化学习,训练一台重达5吨的约翰迪尔装载机,使其能够翘起前轮、以两轮保持平衡、越过75厘米高的障碍物并安全着地,且该策略无需额外训练即可从仿真环境直接迁移到真实机器上。
该论文提出了 SeasonRainBench,这是首个面向提前 1—5 个月进行季节性降水预报的全球基准,同时提出了 Sim2Earth,一种将 52 个气候模拟模型中的知识迁移至真实地球观测数据的方法。与现有业务模型和数据驱动模型相比,该方法在异常相关系数(ACC)、连续排序概率评分(CRPS)、异常强度和雨带位置等指标上均有所提升。
该论文在 SPEED+ 仿真到现实基准上研究单目航天器位姿估计的迁移问题,发现模型在真实光照域下存在严重过度自信、迁移收益不对称,且光度增强仅在建模方向上有效。
本文研究了科学基础模型 Walrus-1.3B 在两阶段仿真到现实适应过程中的灾难性遗忘问题,发现对模拟流动数据进行微调可使单步误差增至原来的 35 倍,并表明仅回放 1% 的模拟数据就能恢复大部分损失的性能,同时保留对实验动力学的适应能力。
Hugging Face 与 NVIDIA 合作发布教程,介绍如何用 Isaac Lab 3.0 和 Newton 在仿真中训练开源双足机器人 Microduck 的行走策略,并导出 ONNX 部署到真实机器人。
这篇arXiv专著对物理AI进行了定义,并呈现其技术全景,涵盖多模态感知、世界模型、具身基础模型、运动控制、多智能体协同以及软硬件协同设计,同时厘清其与具身AI和信息物理系统的区别,并展望迈向物理通用人工智能(Physical AGI)的挑战。
HandsOn 是一个跨具身灵巧操作仿真平台与基准,涵盖 5 种机械臂、6 种灵巧手及约 200 个资产,并提供 18,000 条人类演示与 66 项任务。评测显示,当前多任务策略与基于基础模型的控制之间存在巨大差距,最佳多任务策略在 Core-50 上成功率仅为 29.1%。
RP1 是一款全栈开源人形机器人,开源范围涵盖机械设计、电机控制器、仿真工具与 sim-to-real 能力,面向机器人研究者提供无黑箱的完整系统访问与模块化设计。
WUJI 展示了其 Hand 2 人形灵巧手,它通过摄像头追踪或手套来模仿人类手部动作,并在 mjlab 仿真环境中通过强化学习掌握转笔等技能,然后将这些技能迁移到现实世界。wuji-mjlab 代码已开源,供开发者和研究人员使用。
WUJI 展示了其拥有 20 个关节的 WUJI Hand 2 机器人手转笔的能力。该机器人手在物理仿真器中进行训练,并通过仿真到现实迁移部署,于 IROS 2026 前后亮相。
WUJI 展示了其 20 关节的 WUJI Hand 2 完成转笔动作,该技能在基于 MuJoCo 的 mjlab 模拟器中使用 PPO 算法训练,随后部署到真实机械手上。同时还展示了一款用于遥操作和数据采集的传感手套。代码、动作片段、训练模型和可打印的笔文件均以 Apache 2.0 许可证开源发布。
一篇论文提出了MFPG-PPO,这是一种多保真策略梯度方法,利用低成本的低保真模拟器数据作为控制变量,在高保真真实数据稀缺时稳定on-policy强化学习。论文在模拟机器人运动任务以及实体Franka机械臂上验证了该方法的稳定性,在每次更新仅有4条真实轨迹的情况下仍能实现稳定学习。
InterMimicGen 提出一个自我进化的运动模仿框架,通过数据飞轮将稀疏的人-物交互动作捕捉数据转化为持续扩展的、可执行的人形机器人全身 loco-manipulation 动作资源,并实现向真实机器人的迁移。
Skill2Real 提出了一种基于 Proposer-Verifier-Governor 循环的智能体技能学习框架,通过共享 API 在仿真中学习可执行的机器人技能,并在无需微调的情况下将其零样本迁移到真实世界操作任务中,在 LIBERO 基准和真实机器人任务上均取得了较高的成功率。
波士顿动力为 Atlas 人形机器人换装新一代机械手 GR3,自由度从 GR2 的 7 个提升至 13 个,尺寸与力量略超人类,具备高度反向驱动与良好仿真特性,为强化学习训练与大规模量产铺路。
ChronoSRL 为自监督强化学习的评论者网络引入了显式的时间几何,通过训练使嵌入向量之间的距离与实际抵达目标所需的时间相匹配;在七个基准测试以及模拟到真实的四足机器人运动任务上,其表现均优于对比学习和生存型强化学习基线。
Morphometric Immitation 提出了一种三阶段框架,该框架将重建的人类手物交互转化为零样本仿真到现实的视觉运动策略,从而增强灵巧操作任务中的接触保持和成功率。