Physics filtering favors the generalization of robot learning
Jindou Jia et al. · 研究物理过滤机制对机器人学习跨环境/跨任务泛化的促进作用,属于通用训练方法层面;具体实现与真实机器人验证需读正文确认,暂看不出对 VLA 的明确接口。
Jindou Jia et al. · 研究物理过滤机制对机器人学习跨环境/跨任务泛化的促进作用,属于通用训练方法层面;具体实现与真实机器人验证需读正文确认,暂看不出对 VLA 的明确接口。
Anton Bredenbeck et al. · 为飞行器配备带本体感知软触觉受体的拟人机械手,通过触觉-力觉融合实现在复杂表面的空中栖息交互;触觉硬件一体化设计思路对抓取类操作有借鉴,但场景是飞行器而非桌面操纵。
Jean Pierre Sleiman et al. · 提出零样本技能迁移框架 ZEST,旨在让运动型机器人无需逐任务重训即可迁移动态技能,面向体育竞技类运动控制;与语言条件的 VLA 操作无直接实验关联,但其跨本体/跨场景迁移机制可类比参考。
Zhengyi Luo et al. · 提出 SONIC,利用大规模动作捕捉数据训练人形机器人自然、协调的全身运动跟踪控制,改善身体各关节同步质量;偏模仿学习与全身动态控制路线,不涉及语言条件化的操作策略。
Yushi Wang et al. · 探索视觉驱动的反应式足球技能学习,让人形机器人在动态球局中根据视觉输入做出追球、带球、射门等闭环动作;体现真实场景下高频视觉-运动控制能力,但无语言条件且偏向动态运动而非桌面操作。
Josua Spisak et al. · 受婴儿认知发展启发,让机器人在围栏环境中自由玩耍并从动作-感知的偶然性关联中进行自监督学习,探究感觉运动偶然性的底层机制;对 VLA 的自监督探索预训练有概念启发,但属认知建模研究而非可部署方法。
Qiayuan Liao et al. · 提出 BeyondMimic,用引导扩散模型把人形动作捕捉数据升级为能应对多任务的泛化全身控制策略,突破单纯运动复现;扩散动作生成思路与 VLA 动作头同源,但目标场景是全身运动而非语言条件操作。
Mingshi Chi et al. · 研究两眼汇聚式立体视觉的深度感知机制并应用于人形机器人视觉系统,侧重仿生感知前端与视差计算;可作为主动视觉感知模块的候选启发,本身不涉及语言-动作建模。
Yan Gu et al. · 围绕人形机器人运动控制方法的演进展开系统性梳理,覆盖从传统模型预测控制到学习方法的代际变化;适合快速把握该领域技术脉络,并非新的方法贡献。
Hae-Won Park · 属于人形机器人方向的评论性文章,论述行业从演示性特技向通用能力过渡的转折现状与挑战;对判断产业技术风向有价值,但无具体方法、实验或可复用产出。