STDArm: Transferring Visuomotor Policies From Static Data Training to Dynamic Robot Manipulation（在新窗口打开）
提出实时动作校正框架，使静态训练的机械臂策略在移动平台上仍达厘米级操作精度。
- 动作管理器提升控制频率并保持时序一致
- 轻量预测网络稳定器补偿平台运动扰动
- 在线延迟估计模块校准系统参数
前沿论文
17 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-20 18:44
返回聚合视图2025-04-29 周二共 7 篇：生成 0 · 代码生成 0 · 智能体 0 · 世界模型与具身 3 · 理解 1 · 音频 0 · 多语 0 · 基础模型 3
- 生成
- 文生图 0图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0代码 Agent 0工具调用 0
- 世界模型与具身
- 世界模型 0具身智能 3
- 理解
- VLM 1OCR 0
- 音频
- 音频 0
- 多语
- 多语言与翻译 0
- 基础模型
- LLM 3统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 7 篇
Dexonomy: Synthesizing All Dexterous Grasp Types in a Grasp Taxonomy（在新窗口打开）
两阶段合成无穿透、物理合理的全类型灵巧抓取，并构建大规模数据集与类型条件生成模型。
- 模板驱动的任意抓取类型与物体合成流水线
- 接触感知控制策略验证合成抓取可用性
- 单视角点云类型条件生成模型，真机实验成功率 82.3%
GVPO: Group Variance Policy Optimization for Large Language Model Post-Training（在新窗口打开）
将 KL 约束奖励最大化的解析解融入梯度权重，缓解 GRPO 类方法训练不稳定。
- 梯度权重与 KL 约束奖励最大化目标严格对齐
- 支持灵活采样分布，规避 on-policy 与重要性采样局限
- 为可靠、通用的 LLM 后训练提供新范式
Improving Reasoning Performance in Large Language Models via Representation Engineering（在新窗口打开）
从残差流读取激活并构造控制向量，在推理时干预表示空间以提升推理任务表现。
- 从正确解题状态提取控制向量并做推理时干预
- 无需额外训练即可改善多类推理基准表现
- 公开控制向量推导与表示分析代码
AutoJudge: Judge Decoding Without Manual Annotation（在新窗口打开）
任务相关有损推测解码，分类器预测可安全接受的 token 不匹配，显著加速且精度损失很小。
- 半贪心搜索区分需纠正与可跳过的 draft/target 不匹配
- 基于 LLM embedding 的轻量分类器做推理时 token 重要性预测
- 无需人工标注，易接入现代 LLM 推理框架
Adaptive Locomotion on Mud through Proprioceptive Sensing of Substrate Properties（在新窗口打开）
用执行器电流与位姿估计泥浆属性，驱动 flipper 机器人在线调整运动策略以避免失败。
- 静态 flipper 标定与本体感知系数估计，与测力计测量一致
- 运动机器人上联合运动与力信号在线估计泥地属性
- 据估计属性自适应 locomotion，减少打滑与陷困
Scene2Hap: Generating Scene-Wide Haptics for VR from Scene Context with Multimodal LLMs（在新窗口打开）
用多模态 LLM 估计 VR 物体语义与材料振动特性，自动生成物体级 vibrotactile 反馈。
- MLLM 从场景多模态信息估计材料与振动相关物理上下文
- 生成或检索音频并转换为 plausible 振动触觉信号
- 估计振动在物体间的传播与衰减以支持空间触觉渲染
没有符合条件的论文。