HyperDCM：用双曲动态聚类记忆实现跨场景持续机器人导航论文提出HyperDCM，把RGB观测转为场景图并映射到Poincaré双曲空间，再用结构敏感动态聚类维护回放样本，缓解扩散导航策略跨场景训练的灾难性遗忘。Zhengfei Lu, Jian Yang, Muyu Wang·2026年7月4日持续学习视觉导航扩散策略2026年7月4日
ADAPT：扩散动作先验实现实时文本驱动的人形机器人控制苏黎世联邦理工提出 ADAPT：文本条件扩散技能先验加约束残差强化学习，在 Unitree G1 上实现实时指令切换的端到端全身控制，并可通过噪声引导复用冻结先验完成风格保持的目标到达。Yan Wu, Chenhao Li, Kaifeng Zhao·2026年9月1日扩散策略residual RL宇树 G12026年9月1日
ω-0：人形机器人协同移动操作的潜空间预测世界动作模型提出ω-0，面向真实人形机器人协同移动操作的全身世界动作模型：给定语言指令、视觉观测与本体状态，直接预测控制器可执行的全身动作潜变量；以轻量未来观测嵌入预测替代视频重建，耦合潜空间视觉预见与扩散式全身动作生成；并采集40+小时真机数据集ω-HOME，在11项家庭任务上稳定超越IL/VLA/人形/WAM基线。Zhe Li, Zhenzhe Zhang, Yangyang Wei·2026年8月6日世界动作模型人形机器人移动操作2026年8月6日
动作分块为何能提升机器人行为克隆性能？通过仿真与真机实验证明：动作分块的收益并非来自时间一致性、视界缩减或表征学习，而是来自非马尔可夫表达能力、基于延迟观测降低复合误差，以及隐式集成效应；并据此提出随机延迟集成与显式集成策略，可在无需动作分块的情况下匹敌甚至超越其性能。Filippo Lazzati, Kyle Stachowicz, William Chen·2026年8月3日Franka动作分块行为克隆2026年8月3日
πR²：反应式实时流策略将扩散流操作策略变为反应式实时控制：快速本体感知通道+异步视觉通道+延迟自适应流调度，单步去噪每帧重规划，在真实机械臂上达 25Hz，成功率提升 30%。Sungjae Park, Shubham Tulsiani·2026年7月28日视觉语言动作模型reactivediffusion2026年7月28日
FA-RDP：面向接触密集操作的频率自适应反应式扩散策略接触前需保留多模态轨迹、接触后需快速响应力反馈——FA-RDP 用共享多频率视觉-力 Transformer 同时预测高低频动作块，并学习多模态指示器在接触前多步低频采样、歧义降低后切换单步高频采样；配合流形一致性蒸馏，在三个接触密集任务上取得最高成功率。Lifeng Zhuo, Wendi Chen, Han Xue·2026年7月30日视觉语言动作模型扩散策略接触密集操作2026年7月30日
X-NavDP：基于群组Q值分数加权匹配的导航扩散策略泛化框架提出GQRM强化学习后训练框架，通过自举探索与群组Q值归一化机制对导航扩散策略进行跨本体微调，仿真成功率从61%提升至84%，真实世界从10%提升至65%。Tianyu Yang, Yiming Zeng, Wenzhe Cai·2026年7月30日NavDP视觉语言动作模型导航2026年7月30日
通过延迟感知引导融合的异步多模态扩散策略组合本文提出异步多模态扩散策略组合方法,通过延迟感知引导融合,解决多模态传感延迟下的策略执行问题。Zihao He, Hongjie Fang, Shirun Tang·2026年7月19日扩散策略多模态延迟2026年7月19日
1:54
