How to?

papers batch 13

Oct 28, 2026
papers
5 Minutes
884 Words

RynnVLA-Latent (101)

⭐⭐⭐️ 达摩院 | https://www.alphaxiv.org/abs/2610.34356

LAPA style,但是监督了残差(Depth Anything 3 两帧直接相减) + 3D Flow + 相机位姿. 处理了 3w 小时 robot, ego & sim 数据.

灵巧仿真 & 夹爪真机上 demo 还可以.

VLA-Delta (102)

⭐ Qi Lu, Xuhong Zhang, OmniAI, ZJU | https://www.alphaxiv.org/pdf/2610.21306

加了光流、结构化、difference text 监督… Qwen backbone… 调参大师来了…

整个网站、文章和图都非常 vibe.

ATM (103)

👍 Chuan wen, pieter abbeel | https://www.alphaxiv.org/abs/2401.00025

早期一种利用无标签数据的方式. 让一个 transformer 预测二维点轨迹,再训练一个 ViT 风格的下游策略,输入二维轨迹 & img 输出动作.

训练时随机撒点筛选动静大的点作为预测目标,推理时由于无法预知哪些点动静大,故 4x8 均匀撒点后预测. 这是因为作者认为 Track Transformer 本身具备置换不变性(Permutation Invariance).

Contact Trajectory Prompting (104)

👍 xian nie, shuicheng yan, TARS | https://www.alphaxiv.org/abs/2610.18848

BPP 的触觉版本. VAE 训练一个动作和触觉编码器 (token decode 还原动作和触觉),然后每对数据是用同一任务里另一 episode[1] 的触觉数据来 prompting 接下来的动作

  1. 考虑推理 ICL 不是让你复制这个触觉对应的动作,所以需要另一 episode,和 BPP 一致.

TacForesight (105)

👍 xian nie, wenchao ding, TARS | https://www.alphaxiv.org/pdf/2606.11184

动机:力触一起输入的话,触觉信号会有 200ms 这样一个延迟,不如预测触觉. 方法:

  1. Xense 千觉视触觉传感器.
  2. tactile encoder
  3. tactile WM 中编码历史帧 tactile 以后,在历史 force condition 下预测未来 tac feature. 参数量 11.8M.(不是这怎么感觉有点欠约束)
  4. 在 policy 中当前 tactile feature 去 cross-attend WM 给出的未来 tactile feature 作为 policy 条件. 下游是小 policy; 结果:demo 擦花瓶,刷卡和拧瓶盖,速度慢但是准度还可以,抗光照和手持扰动.

CR-Dagger (106)

⭐⭐⭐️ xiaomeng xu, shuran song, Stanford | https://www.alphaxiv.org/abs/2506.16685

早就看过了,明确一些细节.

  • 动机:解决 contact-rich 任务传统人工 dagger 不平滑的问题.
  • 方法:
    1. 机械臂带力反馈。rollout dagger 时人类轻轻把机械臂往正确方向推.
    2. 此时机械臂并不是因为受力直接被推开,而是根据一个虚拟弹簧公式改变位控目标,同时记录位置差值和末端收到的外力.
    3. 训练 residual policy,输入和原始一样,输出位置差和目标外力.
    4. rollout 预测 delta 和期望外力,用导纳控制(如果目标力大于真实力,则贴得更紧)
  • 结果:翻书、皮带装配、齿轮插入和线缆布设.

OmniVTA (107)

⭐⭐⭐ Yuhang Zhang, Wenchao Ding, NUS 新加坡国立 & TARS | https://www.alphaxiv.org/abs/2603.19201

  • 方法:
    1. 本文构建了一个 20k traj 的触觉数据集 OmniViTac.
    2. cascaded 架构:wm 预测未来 vis & tac 然后送给 adaptive policy(根据预测的接触概率调整 vis & tac 权重)

DexPort (108)

⭐⭐⭐⭐ Amber Xie, Haozhi Qi, Amazon FAR | https://www.alphaxiv.org/pdf/2610.32969

  • 动机:想要采训硬件一致,但是又想降低 dex 手搓压力,故用更低自由度的 Quest 2 控制器和 primitive.
  • 方法:
    1. 通过 quest2 的按钮切换拇指移动/抓握/捏取等 primitive,其上的摇杆调节弯曲/捏取程度(两个自由度),直控 WUJI Hand.
    2. 训练 policy 依然是全自由度动作,但是用 command 而非 state(报告了 state 合不紧问题).
    3. 用的 DINO-DP.
  • 结果:
    1. action label 用 command/state 成功率 64%/11%.
    2. 有一个小的预训练 (in-the-wild 0/500/1000) 表明预训练有助于 seen obj/unseen obj/干扰物场景的成功率.
  • 估计也是挺费劲.

堆积如山

  • PhysCanvas
  • AW-0
Article title:papers batch 13
Article author:Julyfun
Release time:Oct 28, 2026
Copyright 2026
Sitemap