论文
登录后可查看剩余解析次数。
标签筛选
机器人动作学习
WHOLEBODYVLA: TOWARDS UNIFIED LATENT VLA FOR WHOLE-BODY LOCO-MANIPULATION CONTROL
发表：2025/12/11
全身 humanoid 机器人控制视觉-语言-动作模型机器人动作学习基于低成本视频的动作学习动作-操控导向强化学习
本研究提出了一个名为的统一潜在视觉语言动作框架，旨在提高人形机器人在复杂运动操作任务中的表现。该框架利用低成本的自我中心视频学习运动操作知识，并通过定制强化学习策略促进精确控制。实验结果显示，该系统在运动操作任务中性能提升达21.3%，展示了良好的泛化能力和扩展性。
01
Interactive Design of Stylized Walking Gaits for Robotic Characters
发表：2024/7/19
机器人动作学习人形机器人运动技能训练动态动作生成交互式机器人设计步态生成模型
本文提出了一种交互式设计系统，用于为机器人角色创建风格化的双足步行步态。该系统结合了艺术家导向的编辑工具和基于模型的控制栈，实时生成符合物理约束的运动，并通过相位空间融合策略扩展步态的速度范围。
02
Information to Users
发表：1989/9/1
无训练加速方法大语言模型安全机制机器人动作学习数学推理基准测试文本到图像生成
本文讨论了实时数据库系统中的并发控制算法，旨在确保多个用户能够安全、有效地访问数据。研究指出，当前文献中存在的技术缺陷及提高算法效率的潜在方法。这些发现对提升实时数据处理的可靠性具有重要意义。
02
Video Prediction Policy: A Generalist Robot Policy with Predictive Visual Representations
发表：2024/12/19
视频扩散模型机器人动作学习视频预测政策动态视觉表示复杂操作任务
本文提出视频预测策略（VPP），利用视频扩散模型（VDM）来生成同时包含当前静态和预测动态信息的视觉表示，从而改善机器人动作学习。该策略在多个数据集上经过微调后，实现了对复杂操作任务的显著提升，成功率提高31.6%。
02
Riemannian Flow Matching Policy for Robot Motion Learning
发表：2024/3/16
流匹配策略机器人动作学习视觉运动策略黎曼流匹配政策几何意识机器人控制
本文提出了一种名为黎曼流匹配策略（RFMP）的新型模型，用于学习机器人视觉运动策略，兼具高效的训练与推理能力。RFMP能够处理高维、多模态分布，且因其内在的几何感知特性，能在真实机器人任务中有效应用。实验结果表明，RFMP在推理时间上显著优于现有方法，并能够生成更平滑的动作轨迹。
01
TidyBot++: An Open-Source Holonomic Mobile Manipulator for Robot
Learning
发表：2024/12/12
机器人动作学习模仿学习移动机械臂设计全向运动底盘基于大语言模型的动作规划
本文提出开源且廉价的全向移动机械臂TidyBot，采用动力万向轮实现底盘的三自由度独立运动，大幅提升机动性，简化移动操作任务。结合手机遥操作界面，支持高效人类示范数据采集，成功训练家庭场景下的移动操作策略。
04
Emergent Active Perception and Dexterity of Simulated Humanoids from
Visual Reinforcement Learning
发表：2025/5/18
视觉语言动作模型机器人动作学习基于大语言模型的动作规划强化学习训练仿真人体控制
本文提出感知灵巧控制（PDC）框架，实现仅凭自我中心视觉训练模拟人形机器人，完成物体搜索、抓取、放置及操作等多任务，无需特权信息。通过强化学习，智能体展现出主动搜索等人类行为，推动视觉驱动的灵巧控制与复杂任务融合。
010
Robot (Imitation) Learning
发表：1999/6/1
机器人动作学习模仿学习行为克隆多模态演示数据集
本论文提出行为克隆作为机器人模仿学习的核心方法，通过利用离线多模态专家示范数据，无需设计奖励函数，避免高风险探索，实现从观测到动作的直接映射。此方法有效克服强化学习在真实机器人环境中的限制，提升学习安全性和实用性。
04
Robot Learning: A Tutorial
发表：2025/10/14
机器人动作学习通用机器人策略强化学习训练模仿学习基于大语言模型的动作规划
本教程系统介绍机器人学习的核心方法，涵盖强化学习、行为克隆及通用语言条件机器人策略，突破传统基于模型方法的局限。通过数据驱动视角和lerobot示例，支持多任务、多机器人本体的泛化能力提升，推动机器人自主性和适应性发展。
04
Octo: An Open-Source Generalist Robot Policy
发表：2024/5/21
通用机器人策略多模态动作表示与建模Transformer架构大规模机器人演示数据集机器人动作学习
Octo是首个基于Transformer、在80万条多机器人操作轨迹上预训练的开源通用机器人策略，支持语言指令和目标图像导向。它能快速适配多种传感器和动作空间，实现高效微调，实验证明其在9个平台泛化优越，为通用机器人智能奠定基础。
05
UMI on Legs: Making Manipulation Policies Mobile with
Manipulation-Centric Whole-body Controllers
发表：2024/7/15
机器人动作学习多体态跨环境动作表示全身控制器动态机器人操作零样本跨平台部署
UMIonLegs框架结合手持抓取器数据采集与仿真全身控制器训练，通过任务坐标系末端执行器轨迹接口，实现跨实体零样本部署。该方法在多种动态操控任务中成功率超70%，为四足机器人动态操控技能学习提供可扩展方案。
06
MimicGen: A Data Generation System for Scalable Robot Learning using
Human Demonstrations
发表：2023/10/27
机器人动作学习模仿学习机器人演示数据集生成多任务机器人学习自动化数据合成系统
MimicGen系统通过少量人类演示自动生成大量多样化机器人数据，实现数据扩增。其生成的5万多演示覆盖18个任务，训练出的机器人在复杂长时程任务表现优异，显示出与额外人类演示相媲美的效能，为机器人学习提供经济高效的扩展方案。
02