跳到主要内容

# 长时程机器人操作

2 篇关联报道

arXiv 2026年10月5日
PAM 用本体感受草图表达长时程意图，在四个真实双臂任务上把成功率从 47.5% 提升到 75.0%
该工作提出本体感受动作模型（PAM），在单个 transformer 去噪器中联合生成机器人剩余关节空间路径的紧凑、无时间索引草图与稠密可执行动作块，草图按弧长而非时间参数化以捕捉与执行时序无关的几何意图，并用块因果注意力与错位去噪调度维持草图到动作的有向依赖；在仿真中于 Push-T 与 LIBERO-Long 上优于仅动作的对照方法，在四个真实双臂任务上把成功率从 47.5% 提升到 75.0%。
该工作提出本体感受动作模型（PAM），在单个 transformer 去噪器中联合生成机器人剩余关节空间路径的紧凑、无时间索引草图与稠密可执行动作块，草图按弧长而非时间参数化以捕捉与执行时序无关的几何意图，并用块因果注意力与错位去噪调度维持草图到动作的有向依赖；在仿真中于 Push-T 与 LIBERO-Long 上优于仅动作的对照方法，在四个真实双臂任务上把成功率从 47.5% 提升到 75.0%。
Fangyuan Wang（第一作者）
本体感知动作模型本体感知草图长时程机器人操作
arXiv 2026年10月1日
RoboCoach 用世界模型想象失败来挑选示范：仅 150 条子任务示范把 Franka 成功率从 13.3% 提到 75.0%
该工作提出 RoboCoach，一个由世界模型引导的主动教练框架，其 Route–Imagine–Diagnose–Improve（RIDI）循环让可复用技能专家在共享动作条件世界模型 CoachWorld 中闭环执行，用进度判定器记录首个未完成的子任务，再据此决定采集哪些子任务示范、更新哪些专家适配器；在 LIBERO 与 RoboTwin 两套仿真和 Franka 与 AgileX 两个真机平台上，想象成功率与实机成功率在 22 个任务–策略对上 Spearman 相关为 0.840，每平台仅增加 150 条子任务示范后 Franka 成功率由 13.3% 升至 75.0%、AgileX 由 40.0% 升至 83.8%，并在四个留出组合上取得
该工作提出 RoboCoach，一个由世界模型引导的主动教练框架，其 Route–Imagine–Diagnose–Improve（RIDI）循环让可复用技能专家在共享动作条件世界模型 CoachWorld 中闭环执行，用进度判定器记录首个未完成的子任务，再据此决定采集哪些子任务示范、更新哪些专家适配器；在 LIBERO 与 RoboTwin 两套仿真和 Franka 与 AgileX 两个真机平台上，想象成功率与实机成功率在 22 个任务–策略对上 Spearman 相关为 0.840，每平台仅增加 150 条子任务示范后 Franka 成功率由 13.3% 升至 75.0%、AgileX 由 40.0% 升至 83.8%，并在四个留出组合上取得
Beijing Academy of Artificial Intelligence University of Nottingham Tsinghua University Renmin University of China
Jiajun Liu（第一作者）
RoboCoach主动教练框架 CoachWorld世界模型世界模型长时程机器人操作

已读完全部报道