ROS~2
PulseAugur coverage of ROS~2 — every cluster mentioning ROS~2 across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
NVIDIA Isaac ROS 通过开源模块加速机器人开发
NVIDIA 正在增强其 Isaac ROS（机器人操作系统）平台，以加速自主机器人的开发。该团队由 Jaiveer Singh 领导，专注于提供模块化、开源的软件包，这些软件包集成了 NVIDIA 的 Jetson 和 CUDA 库等硬件。这种方法旨在通过允许开发人员轻松地将现有的 ROS 代码与 NVIDIA 的加速计算和 AI 模型相结合并进行改编，从而在构建从移动机器人到人形机器人等复杂机器人应用时，给予开发人员更大的信心和灵活性。
-
开源 Oomwoo 机器人吸尘器可 3D 打印并离线运行
Maker's Pet 推出了 Oomwoo，这是一款开源机器人吸尘器，用户可以自行 3D 打印和组装。该项目优先考虑离线运行以规避云安全风险，使用了 Raspberry Pi、2D LiDAR 和 3D 打印底盘等组件。该计划旨在促进社区参与，并将很快发布材料清单和可打印文件，同时还提供可选的便利套件。
-
新的“RIPA”攻击通过感官数据针对LLM控制的机器人
研究人员开发了RIPA，一种用于测试LLM控制的机器人提示注入攻击的新颖方法。该研究评估了五种不同的LLM，包括DeepSeek-V4-Flash、Llama-3-8B-Instruct-Lite、Llama-3.3-70B-Instruct-Turbo、Qwen 2.5-7B-Instruct-Turbo和Gemma-3n-E4B，涵盖了各种参数规模。研究结果表明，漏洞是模型特定的，而不是依赖于规模，其中Llama-3.3-70B-…
-
ROS2：机器人工程功能的模块化系统
机器人工程师开发了ROS2，这是一个由称为节点的模块化程序组成的复杂系统。这些节点负责广泛的功能，包括传感器数据收集、位置计算、路径规划、地图构建、运动计算、决策制定和电机控制。这些程序之间使用符合特定服务质量规则的数据分发系统（DDS）进行信息交换。
-
HERCULES模拟器实现异构多机器人自主性
研究人员推出HERCULES，一个专为异构多机器人自主性设计的开源仿真框架。HERCULES基于Unreal Engine 5的AirSim和Cosys-AirSim构建，解决了先前系统中的局限性，允许无人机和地面车辆在复杂、逼真的环境中同时运行。该框架包括一个用于地面车辆的新控制器、一个用于建图和规划的统一导航堆栈，以及诸如基于物理的LWIR摄像头等先进传感器。HERCULES支持用于可复现数据集的数据生成和主动闭环规划，实验证明了…
-
机器人中间件被提议为物理AI的“约束层”
一篇新论文提出，机器人中间件应充当物理AI系统的“约束层”。该层将通过同时协调控制、计算和通信来整合学习策略、规划器以及视觉-语言-动作模型。提议的约束层将在现有的机器人中间件（如ROS 2）中实现三个功能：投影门控、模型执行隔离以及在检查失败时转移到基线。
-
SPADE框架利用扩散模型增强机器人路径规划
研究人员开发了SPADE，一个利用扩散模型提高泛化性和鲁棒性的新型机器人路径规划框架。该方法将基于扩散的增强集成到现有的行为克隆模型中，提高了它们适应未知环境的能力。与当前最先进的方法相比，SPADE显著降低了绝对姿态误差和Fréchet Inception距离，同时所需的训练参数也更少。
-
AI代理PEACE利用LLM规划增强无人机自主性
研究人员开发了PEACE，这是一种专为自主无人机设计的新型规划器-执行器代理。该系统将由大型语言模型处理的高层任务规划与使用结构化ROS 2接口的低层控制分开。PEACE使用物体检测器和深度投影构建世界模型以进行3D定位，而约束执行层则确保遵守高度和地理围栏限制。与紧耦合系统相比，该方法旨在提高可解释性并减少LLM调用，这已在PX4模拟中得到证明。
-
LLM辅助方法恢复ROS~2系统架构
研究人员开发了一种新方法，利用大型语言模型（LLMs）从复杂的ROS~2系统中恢复软件架构。该方法改进了LLM提示以获得更好的一致性，并引入了一种分阶段恢复策略，包含多层次的中间表示。该增强的流程在一个具有挑战性的真实机器人系统上进行了评估，证明了在架构重构方面提高了结构一致性、可扩展性和鲁棒性。
-
新的ROS2框架加速无人机自主性开发和部署
研究人员开发了aerial-autonomy-stack，一个开源框架，旨在加速自主无人机的开发和部署。这个基于ROS2的系统集成了感知算法与PX4和ArduPilot等飞行控制器。它能够以超过实时速度20倍的速度进行端到端模拟，显著缩短了基于感知的航空自主性的构建-测试-发布周期。
-
Phone2Act 系统使用智能手机控制机器人以收集 AI 数据
研究人员开发了 Phone2Act，一个新颖的远程操作系统，通过 Google ARCore 将标准智能手机用作 6-DoF 机器人控制器。这个低成本、硬件无关的框架旨在简化和扩展用于训练 Vision-Language-Action (VLA) 模型的操纵数据的收集。通过解耦控制逻辑并支持各种机器人平台，Phone2Act 使研究人员能够更经济地收集多样化的数据集，用于即时微调 GR00T-N1.5 等模型。
-
Text-to-CAD 工具通过代码生成 3D 模型，支持多种导出选项
一个名为 Text-to-CAD 的新开源项目使用户能够利用 Codex 和 Claude Code 等编码代理生成 CAD 模型。该工具支持以 STEP、STL 和 URDF 等多种格式导出模型，并允许在没有后端的情况下本地执行。它还包括一个用于检查生成几何体的 CAD Explorer 和一个用于 ROS 2/MoveIt 集成的机器人运动技能。