Franka
PulseAugur coverage of Franka — every cluster mentioning Franka across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
-
元力觉醒发布 DM0.5 具身智能模型，训练数据达 15 万小时
元力觉醒（Force Field Intelligence）发布了其新一代具身智能基础模型 DM0.5，该模型接受了 15 万小时数据的训练。DM0.5 旨在通过整合真实世界场景和开发者平台来解决具身智能领域的数据瓶颈问题。该模型拥有更大的参数规模、更多的数据量以及上下文抽象层和具身思维链任务等架构创新，在 Zero-Shot 泛化能力和微调效率方面取得了显著提升。
-
蚂蚁集团发布机器人开源模型LingBot-VLA 2.0 · 追踪2个来源
蚂蚁集团AI部门蚂蚁灵玎发布了LingBot-VLA 2.0，这是一个为复杂机器人任务设计的开源视觉-语言-动作（VLA）模型。新版本显著扩展了其训练数据至60,000小时，其中包含50,000小时的机器人轨迹数据和10,000小时的第一人称人类操作视频。LingBot-VLA 2.0支持来自17家制造商的20多种机器人配置，将其动作空间扩展到包括头部、腰部、末端执行器和移动基座，在物体操作和厨房清洁等任务中表现出改进的性能。
-
单一AI策略自主控制20种不同机器人本体
一项新的AI策略LingBot-VLA 2.0，已展示出控制20种不同机器人本体的能力，范围从单个机械臂到全人形机器人，所有机器人均自主运行。该通用策略接受了约60,000小时的数据训练，包括真实世界的机器人交互和人类视频。虽然该策略在各种机器人平台上显示出潜力，但其完成任务的成功率差异很大，在最后的精确操作阶段常常失败。
-
Uranus：新型世界模型充当具身AI裁判和模拟器
地平线机器人（Horizon Robotics）的衍生公司瓜瓜机器人（Guagua Robot）发布了Uranus，这是一款世界模型，旨在作为具身AI开发的底层基础设施，而非直接作为机器人的“大脑”。Uranus旨在解决该行业的两大痛点：缺乏可靠的基准测试以及模拟到现实的差距。它能够充当评估具身模型的客观“裁判”，并作为一个逼真的训练环境，生成高度逼真的、与现实世界场景高度匹配的模拟。
-
新框架使机器人能够从人类视频中学习操作技能
研究人员开发了Human2Any，一个旨在将人类视频中的操作技能转移到机器人上的框架。该系统从人类演示中学习可重用的物体交互先验，抽象掉特定于载体的细节。然后，Human2Any将这些先验与机器人特定的可行性推理和运动规划相结合，从而能够在目标任务不需要真实机器人训练数据的情况下适应不同的机器人和环境。该框架已在Franka桌面机器人和RBY-1人形机器人上得到验证。
-
新研究推进自动驾驶和机器人领域的世界行动模型
两篇新研究论文介绍了世界行动模型（WAMs）的先进方法，这对于模拟未来环境变化和规划行动至关重要，尤其是在自动驾驶和机器人领域。第一篇论文 ReWorld 专注于通过直接优化中间表示来改进 WAMs 中的表示学习，以实现更好的视频生成和规划。第二篇论文 DIM-WAM 通过整合多样化的历史事件记忆来增强 WAMs，以处理长时任务，显著提高了机器人操作场景下的性能。
-
新研究强调单视角网格重建在机器人领域泛化问题的挑战
一篇新研究论文探讨了单视角网格重建的局限性，这是一种用于机器人空间推理和数字孪生的技术。研究表明，当机器人安装的相机发生显著旋转时，现有方法在泛化方面存在困难，导致三维不一致和物理违反。研究人员开发了一个评估协议，在 Aria Digital Twin 和真实 Franka 机器人序列等数据集上测试这些模型，发现虽然规范物体网格保持稳定，但布局预测会出现漂移。该论文提出了一种称为“重力感知细化”的方法，以提高对这类旋转误差的鲁棒性。
-
新的Foresight框架使用世界模型检测机器人操作故障
研究人员开发了Foresight，一个用于检测长时程机器人操作任务中故障的新框架。该系统利用动作条件世界模型的潜在表征和函数式共形预测来监控机器人轨迹，仅需最终任务成功或失败标签即可进行训练。Foresight已在各种模拟基准上进行了评估，并在真实机器人手臂上进行了验证，展示了其在复杂机器人操作中可靠故障监控的潜力。
-
Qwen-RobotManip 模型通过统一对齐技术推进机器人操作
研究人员开发了 Qwen-RobotManip，一个专为机器人操作设计的通用基础模型，该模型利用了统一的对齐框架。这种方法使模型能够有效地在包括人类视频和合成机器人轨迹在内的大规模、多样化数据集上进行训练，克服了以往异构操作数据的挑战。该模型展示了涌现的泛化能力，例如零样本指令遵循和跨具身迁移，在各种分布外基准测试中表现优于现有的最先进模型，并在真实机器人平台上展现出潜力。
-
GeneralVLA-2 通过改进的 3D 重建和记忆来推进机器人规划
研究人员推出了 GeneralVLA-2，这是视觉-语言-动作系统在机器人规划方面的一项进步。该系统集成了 GeoFuse-MV3D 以增强 3D 重建，并改进了 KnowledgeBank 以更好地管理机器人任务中的记忆。GeoFuse-MV3D 组件通过融合几何并保留外观来解决单视图重建的局限性，而升级的 KnowledgeBank 则提供具有显式元数据（用于质量和置信度）的受控长期记忆。
-
新型外骨骼通过扭矩反馈学习顺应性机器人策略
研究人员开发了通用操作外骨骼（UME），这是一种低成本、轻量级的上肢外骨骼，用于收集力和扭矩数据。该系统提供实时触觉扭矩反馈，使人类操作员能够远程操作各种机器人，包括OpenArm、Franka和X-ARM。收集到的数据有助于在约束环境中学习复杂操作任务的顺应性全身策略。
-
新的基准和接口推动了双臂机器人操作的发展
研究人员推出了 DuoBench，这是一个用于评估双臂机器人操作的新框架，该框架在模拟和部分真实世界中实现。该基准包括十一个任务和一个新颖的评估方案，用于详细的故障分析，揭示了当前策略在复杂的双臂协调方面存在困难。另外，YUBI 接口已被开发出来，它具有一个可屈服的、由手指驱动的夹持器，旨在为双臂任务提供更直观和符合人体工程学的数据收集。与 UMI 等现有系统相比，YUBI 在灵活性和效率方面具有优势，能够创建一个大规模数据集，使策略…
-
ActionMap 通过体素热图改进机器人策略学习
研究人员开发了 ActionMap，这是一种新颖的体素热图动作头，旨在改进视觉-语言-动作 (VLA) 模型中的机器人策略学习。这个新的动作头取代了传统的动作解码器，在动作空间上预测热图，以更好地利用动作的几何邻近性。在模拟和真实世界测试中，ActionMap 与现有方法相比表现出更优越的性能和数据效率，表明动作表示是 VLA 模型有效性的关键因素。
-
OmniRobotHome平台支持实时多方人机交互
研究人员开发了OmniRobotHome，一个旨在促进真实家庭环境中多方人机交互的新型平台。该系统通过采用48个同步RGB摄像头来感知人类和物体，以应对杂乱空间中的实时3D跟踪挑战，并实现抗遮挡感知。该平台将这种先进的传感能力与两个Franka机器人手臂集成，实现了协调动作和对长时程人类行为建模的研究。初步研究结果表明，实时感知和累积的行为记忆显著提高了安全性以及机器人对人类的预见性辅助能力。
-
三星的DAM-VLA解耦机器人手臂和抓手动作，实现SOTA操控
研究人员推出DAM-VLA，这是一种新颖的视觉-语言-动作（VLA）模型，旨在通过解耦手臂运动与抓手动作来增强机器人操控能力。该方法解决了现有模型将单一动作框架用于所有任务的局限性，而这种方法难以应对大规模手臂运动和精确抓手操作的独特需求。DAM-VLA利用双尺度加权机制和动态动作路由来提高效率和准确性，在抓取放置和家具组装任务上取得了最先进的成果。