In-Context Learning World Models for Robot Dual-Arm Manipulation of Soft Garment with Partial ObservationsSoft-Object World Model 用于双臂叠衣泛化
Soft-Object World Model 用于双臂叠衣泛化
为软物双臂操作提供全状态估计与动作条件预测，降低真实数据依赖，对家庭机器人泛化有参考价值。
机器人
资料 44 条 · 常规内容近 60–90 天，综述/报告保留一年最近同步 47 分钟前
同一份资料，两种阅读方式
Blind Precise Assembly: Proprioceptive Sim-to-Real Peg-in-Hole for Diverse Parts仅靠关节本体感知的盲装策略实现毫米级 sim-to-real 插孔装配
仅靠关节本体感知的盲装策略实现毫米级 sim-to-real 插孔装配
证明本体感知足以支撑接触密集的精密操作，省去视觉/力/触觉传感器，对低成本高精度装配的落地很有参考价值
Ego2Contact: Predicting Touch from Egocentric Human Video for Contact-Rich Robot ManipulationEgo2Contact 用人类第一视角视频预测触觉并迁移到机器人手
Ego2Contact 用人类第一视角视频预测触觉并迁移到机器人手
把人类视频转成机器人触觉监督，绕开触觉硬件采集瓶颈，是数据规模化的可行路径
Multi-View Latent Action Pretraining for Cross-Embodiment Robot Learning from Videos多视角 LAM 预训练解 6D 动作歧义，下游策略成功率 +13.5%、真机 +20%
多视角 LAM 预训练解 6D 动作歧义，下游策略成功率 +13.5%、真机 +20%
视频预训练+跨本体迁移是机器人学习热点，多视角消解 6D 歧义的结论直接指导数据采集策略
Solving a Giant Rubik's Cube with a Quadruped Robot四足机器人仅用脚自主还原巨型魔方
四足机器人仅用脚自主还原巨型魔方
足部灵巧操作、机载感知与 RL 技能蒸馏形成完整闭环，为接触密集的操作任务提供了可复用方法
Language-Forcing: Advancing Humanoid Loco-Manipulation via Semantic Alignment of Whole-Body World Action ModelsLanguage-Forcing：用冻结 VLM 的语言描述对齐全身 world action model 的未来视觉特征，提升人形 loco-manipulation 性能
Language-Forcing：用冻结 VLM 的语言描述对齐全身 world action model 的未来视觉特征，提升人形 loco-manipulation 性能
给 WAM 的视觉预测目标加上语义监督信号，可区分任务相关变化与背景噪声；对构建具身世界模型的团队是可直接借鉴的训练技巧
FCTS: Failure-Guided Curriculum Tree Search Over Generated Terrain for Legged ParkourFCTS 用失败信号驱动地形课程生成，提升四足跑酷泛化
FCTS 用失败信号驱动地形课程生成，提升四足跑酷泛化
把课程设计变成由失败样本驱动的自动数据闭环，思路可迁移到其他策略训练场景
Physical AI for Intralogistics: Benchmarking the NVIDIA Sim-to-Real Ecosystem for Cosmos-Enhanced COMPASS Navigation on Industrial Mobile RobotsNVIDIA Cosmos 数据增强使工业真机导航成功率 65.3%→91.7%
NVIDIA Cosmos 数据增强使工业真机导航成功率 65.3%→91.7%
学习导航在真实工厂获系统验证，Cosmos 合成数据闭环价值有实证
Foundation-Model-Driven 3D Scene Graphs for Mobile ManipulationFOUND-IT 场景图接入移动操作完整流水线并实测其边界
FOUND-IT 场景图接入移动操作完整流水线并实测其边界
把开放集 3D 场景图接入完整自主流水线并给出实测边界，是机器人空间记忆的系统级验证
