被动动态行走启发的动力学引导框架提升人形机器人能效
该研究提出受被动动态行走启发的框架,在早期训练中通过倾斜重力场辅助步态发现,无需参考轨迹或接触调度。在 Unitree G1(29-DoF)上的五组实验显示,机械运输成本降低 6.8-15.2%,全向行走结合运动先验后降低 18.7%,硬件上正向行走降低 16.3%。
该研究提出受被动动态行走启发的框架,在早期训练中通过倾斜重力场辅助步态发现,无需参考轨迹或接触调度。在 Unitree G1(29-DoF)上的五组实验显示,机械运输成本降低 6.8-15.2%,全向行走结合运动先验后降低 18.7%,硬件上正向行走降低 16.3%。
CoVLM-Bench 包含 2,196 对帧、35,136 条协同驾驶问答标注和 3 秒内 6 个航路点的规划目标。CoVLM-Drive 直接使用车路配对视角进行问答与规划,FDE 低于对比的 V2X 规划器,问答初始化与理由监督各自降低规划误差。
summary_zh: 该综述系统梳理了机器人上下文学习(ICL)的四类接口:context-conditioned policies、geometric demonstration transfer、world-model-based control、skill- and agent-based execution。
SAKI 框架通过人类视频学习可复用的以物体为中心的技能,并在跨演示组装与闭环全身执行之间建立连接。系统根据目标与任务依赖选择并排序技能,绑定物体角色并在连续技能间保持场景估计与机器人配置。真实机器人实验验证了技能跨布局复用与独立演示技能的连续组合能力,消融实验表明任务条件化参考准备显著提升长时序任务完成率。
阿尔托大学研究团队在超导电路中实现了世界上首台循环量子热引擎,结合 transmon 量子比特、谐振器与量子制冷机,在接近绝对零度的低温下完成奥托循环并输出正功。该装置利用单一可编程量子制冷机同时提供高温与低温热源,简化了系统结构。未来有望直接集成于超导电路中,减少大规模量子计算机对数百万条微波电缆的依赖,从而降低成本与噪声。
微软研究院的新基准 MindTopo 发现,专有与开放权重多模态模型在静态拓扑推理上明显强于交互规划,且都远低于人类。它按连续性、分离、顺序、包围和绳结五类,测试静态场景问答,以及模拟环境中须维持或改变关系的动作规划。规划失败常在理解场景之后出现,模型失去对结构关系的追踪,或提出违反环境约束的动作。