机器人策略相关 AI 资讯

7月17日

11:32

官方账号arXiv cs.AI@Yunfan Jiang, Yevgen Chebotar, Ruijie Zheng, Fengyuan Hu, Yunhao Ge, Jimmy Wu, Tianyuan Dai, Scott Reed, Li Fei-Fei, Yuke Zhu, Linxi "Jim" Fan

精选73°

RoboTTT将机器人模型的视觉运动上下文从单步或短历史扩展到8000个时间步，比最先进策略提升三个数量级且不增加推理延迟。它实现了从人类视频演示的一次性上下文模仿、在线策略改进、对扰动的鲁棒性以及在多阶段长程任务上更强的性能，并首次观察到预训练上下文长度与闭环性能的稳定提升。在真实机器人操作任务上，RoboTTT比单步上下文基线整体性能提升87%，可完全完成五分钟十阶段装配任务。使用8000时间步上下文训练的模型比1000时间步的相同模型性能高出62%，表明上下文长度是机器人基础模型的新缩放轴。

AI模型 RoboTTT 测试时训练机器人策略

事件专题

推荐理由：NVIDIA发布了RoboTTT，能把机器人策略的上下文窗口做到8000步，看懂人类演示后直接模仿，长任务完成率比单步模型高87%。想了解机器人怎么学更长历史可以看这个。

原文

7月2日

10:11

官方账号arXiv cs.AI@Haoran Hao, Shahram Najam Syed, Jeffrey Ichnowski, Jeff Schneider

FAR（Failure-Aware Retry）是一种让机器人在真实环境中从失败中学习的框架。它通过失败对比偏好适应（Failure-Contrastive Preference Adaptation）从失败数据中构造偏好学习，引导策略避开先前失败行为。在重试期间加入轻量动作扰动促进局部探索。在仿真和真实操作任务中，FAR相比标准Diffusion Policy平均成功率提升17.6%（仿真）和11.7%（真实）。在持续策略改进中，FAR通过利用信息性失败案例显著提升数据效率。

论文 FAR Failure-Aware Retry Diffusion Policy

推荐理由：机器人老是失败？试试FAR，它让机器人从失败自学习，不用人管。仿真和真实环境都提升10%以上。

原文

6月16日

11:43

官方账号arXiv cs.AI@Jialei Chen, Kai Wang, Kang Chen, Shuaihang Chen, Feng Gao, Wenhao Tang, Zhiyuan Li, Weilin Liu, Zhuyu Yao, Boxun Li, Yuanbo Xu, Chao Yu

LaWAM通过潜在视觉子目标替代重建未来视频，在LIBERO基准上达到98.6%的成功率，在RoboTwin上达到91.22%，并在真实世界操作任务中取得竞争性表现。该模型每次动作块预测仅需187毫秒，延迟比像素空间世界行动模型低24倍。LaWAM的核心是潜在动作条件潜在世界模型（LaWM），利用预训练视觉基础模型的潜在空间预测未来观测特征。

AI模型 LaWAM 机器人策略世界模型

推荐理由：机器人策略新框架LaWAM，不用生成视频就能预测场景变化，又快又准，成功率98.6%还低延迟，推荐做机器人控制的看看。

原文

6月9日

09:42

官方账号arXiv cs.AI@Bingjia Huang, Xiangyu Li, Xiang Wang, Liang Mi, Zixu Hao, Weijun Wang, Hao Wu, Kun Li, Yunxin Liu, Ting Cao

精选

生成式机器人策略在部署时可能突然失败，现有检测方法需要白盒访问或增加计算开销。ActProbe 提出仅从动作空间提取两个信号——连续动作块间的时间一致性误差（TCE）和当前动作块幅度（ACM），通过单次前向传播即可预测失败。该方法在多个基准测试中将失败检测的F1-时效性帕累托前沿平均提升12.7%，在未见任务上早期检测ROC-AUC领先9.0%。ActProbe 还能迁移到真实机器人拾取任务，将强化学习微调所需环境交互次数减少2.9倍。

论文机器人策略失败检测动作空间

推荐理由：做机器人策略部署或安全检测的团队，终于有了一个不依赖模型内部状态、零运行时开销的失败预警方案——ActProbe 只需动作序列就能提前发现异常，建议做真实机器人实验的开发者直接试。

原文

5月27日

10:34

官方账号arXiv cs.AI@Xintong Hu, Xuhong Huang, Jinyu Zhang, Yutong Yao, Yuchong Sun, Qiuyue Wang, Mingsheng Li, Sicheng Xie, Yitao Liu, Junhao Chen, Yixuan Chen, Yingming Zheng, Shuai Bai, Tao Yu

精选72°

现有机器人数据集通常只提供粗粒度的目标级语言描述，缺乏执行细节（如活动臂、接近方向、接触区域），限制了策略的可操控性。FineVLA 提出了一个开放框架，包括数据构建工具、细粒度数据集 FineVLA-Data（47,159 条轨迹）、基准测试、专用 VLM 标注器和可操控策略。实验表明，细粒度监督不仅不牺牲目标级成功率，还能提升 1.4-8.1 个百分点，且与粗粒度指令互补，最佳混合比例（FG:Raw=1:2 至 1:1）在仿真和真实场景中均取得最高性能。细粒度监督在姿态、颜色和接近方向等关键因素上带来最大真实世界增益，建议用细粒度语言补充目标级指令。

论文 VLA模型细粒度指令机器人策略

推荐理由：做机器人策略学习和 VLA 模型的研究者终于有了可用的细粒度数据框架——FineVLA 不仅开源了 47K 条验证轨迹和基准，还证明了细粒度指令能显著提升操控精度，做双臂操作或仿真迁移的团队可以直接用。

原文