智客前沿 · 2026-08-27
ArXiv发布PredVLA:参数低于百万级的预测编码机器人操控模型
ArXiv团队提出了一种名为PredVLA的新型机器人操控模型,该模型仅包含68万个可训练参数,并采用预测编码策略,无需机器人数据预训练。PredVLA通过层级生成式循环动态预测视觉特征和本体感知,在LIBERO基准测试中表现出色,其短时任…
智客专题 Agent 框架专题
AI Agent 框架横评:LangGraph、AutoGen、CrewAI、Letta 等的设计哲学、工具调用模型与生产适用性。
· 2026年8月15日 #Agent#智能体#LangGraph#LangChain#AutoGen#CrewAI#Letta · 30 / 4352 篇内容
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为PredVLA的新型机器人操控模型,该模型仅包含68万个可训练参数,并采用预测编码策略,无需机器人数据预训练。PredVLA通过层级生成式循环动态预测视觉特征和本体感知,在LIBERO基准测试中表现出色,其短时任…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为PragAlign的新方法,用于跨语言回复辅助,重点解决语言能力和文化适应性判断的挑战。PragAlign通过分离上下文阅读和选择性澄清机制,在中文和日语文本评估中表现出色。在中文评估中,PragAlign显著优…
智客前沿 · 2026-08-27
本研究提出了一种基于残差深度强化学习的计算力矩控制框架,用于提升缆驱下肢康复机器人在模型不确定性、外部扰动和关节约束下的轨迹跟踪性能。该方法通过计算力矩控制生成名义指令,并由有界的深度确定性策略梯度(DDPG)策略提供额外的补偿力矩。实验结…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为固定避难所预留(Fixed-Haven Reservation)的新机制,用于解决密集仓库中多智能体取放任务(MAPD)的路径规划难题。该方法通过为每个智能体分配一个固定避难所,并基于避难所可达性和显式规划假设,…
智客前沿 · 2026-08-27
仓储移动机器人(WMRs)的精准转向感知与LiDAR-车辆外参校准对可靠路径跟踪至关重要。传统手动校准方法易导致校准误差,进而引发路径偏差等问题。ArXiv团队提出了一种基于扩展卡尔曼滤波器(EKF)的在线校准方法,通过自行车运动学模型实时…
智客前沿 · 2026-08-27
ArXiv团队提出了一种新型在线学习框架,使双臂机器人能够在物理硬件上快速掌握多样化的杂耍模式,例如三球杂耍中的瀑布式、网球式等。该方法通过保留全局先验模型并从经验中学习局部模型,实现了高效且稳定的在线学习。此外,团队设计了互可达集以确保机…
智客前沿 · 2026-08-27
ArXiv团队发布了一种名为CLIPPER的新算法,用于解决城市级重复空间覆盖规划中的效率问题。CLIPPER通过构建候选池并实时计算当前收益,同时检查所有活动约束条件,实现了快速且可重复的规划过程。在德国多个城市的测试中,CLIPPER在…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为TemporalFlow-VLA的新模型,用于解决机器人长时操作中物理感知不足的问题。该模型通过学习紧凑的执行历史,利用机器人状态、几何信息和校准摄像头构建机器人-表面时间流,并提供结构化的历史信息以辅助动作决策…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为CGS-SLAM的新型多智能体SLAM系统,该系统结合了高斯点云(3DGS)技术,仅需RGB和惯性数据即可实现多智能体的协作三维重建。CGS-SLAM采用混合去中心化/中心化架构,每个智能体通过惯性数据作为运动先…
智客前沿 · 2026-08-27
ArXiv团队提出了一种新型主动表面驱动可重构夹持器,旨在解决机器人夹持器在抓取和操作薄物体(如书籍、纸张、织物等)时面临的挑战。该夹持器通过集成欠驱动柔顺性和主动表面设计,实现了无需复杂控制即可稳定抓取薄物体的目标。其核心创新点包括:1)…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为接触辅助因子图定位的新框架,用于解决自主水下机器人在近距离海底采样时面临的精确状态估计难题。该方法通过将物理交互作为几何约束,融合吸盘式机械臂接触事件、自适应视觉里程计、目标检测和机载传感器数据,显著减少了轨迹漂…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为A-sharp(Adaptive SHARP)的新框架,用于优化多智能体取放任务中的避难所选择机制。传统方法中,机器人固定选择初始避难所,可能导致路径过长或资源浪费。A-sharp通过在任务分配时动态调整避难所目…
智客前沿 · 2026-08-27
ArXiv团队推出了一款名为4DSynth的可控程序化系统,能够将自然语言描述、蓝图掩码或单张照片转化为可编辑的4D环境。该系统集成了显式几何结构、动画角色、无碰撞轨迹和物理模拟状态,支持多场景共享几何表示,并提供统一的动画、相机规划、渲染…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为GraphMemix的新框架,旨在解决多模态智能体长时记忆管理中的关键挑战。传统方法通常面临昂贵的问题无关离线摘要或引入不完整和冗余上下文的简单嵌入相似性匹配问题。GraphMemix通过构建查询感知的证据森林,…
智客前沿 · 2026-08-27
Infobip推出了一款名为Agentic CRS的对话推荐系统,旨在解决电商目录实时更新的问题。该系统采用自刷新检索机制,通过识别商品变化增量并同步至向量索引,避免了全量重建目录的开销。系统核心基于控制器驱动的对话层,仅在意图分类和偏好提…
智客前沿 · 2026-08-27
ArXiv团队推出FaulT-Bench,这是一款针对网络故障诊断的LLM智能体基准测试平台。FaulT-Bench包含200个故障场景,涵盖真实故障、误报、错误设备归因及错误根本原因声明等复杂情况,并设计了72个错误前提的故障报告,通过模…
智客前沿 · 2026-08-27
ArXiv团队推出Riemann-1.0,这是一款面向具身智能的完全连接自回归世界动作模型(WAM)。Riemann-1.0通过统一多视角视觉观测、机器人状态和特定于具身动作的因果自回归序列,将机器人动作和世界演变表示为因果状态转换。该模型…
智客前沿 · 2026-08-27
ArXiv团队推出了一种名为GRAFT(Grounded Reinforcement Adaptation for Fast Task Learning)的新框架,旨在解决预训练视觉-语言-动作(VLA)策略在精细化生物医学任务中在线适应效…
智客前沿 · 2026-08-27
ArXiv团队提出了一种基于“桶队”机制的负载均衡方法,用于异构机器人团队在受限一维空间内的任务共享。该方法通过仅感知邻近碰撞或墙壁的简单机制,优化了系统整体吞吐量,并采用基于“令牌”的局部稳定机制消除持续振荡,实现了向稳定系统状态的收敛。…
智客前沿 · 2026-08-27
ArXiv团队提出了一种基于契约的智能体运行时架构,旨在解决企业级AI部署中的复杂协调问题。该架构通过定义四种责任对象(Skill、Harness、Scaffold和数据子层),并提出一个可验证的核心假设(P1:成本感知的能力-容量可分离性…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为EditaLive的新型实时流式角色视频编辑框架,旨在解决传统视频编辑方法在直播场景中应用时面临的挑战。EditaLive基于预训练的图像动画模型Wan-Animate,通过参考帧编辑和视频重建技术,并结合Cha…
智客前沿 · 2026-08-27
ArXiv团队提出了一种名为TransMeme的多智能体框架,旨在解决跨文化模因翻译与再创造中的核心挑战。该框架通过文化适应、目标文本改写、修订以及条件性视觉调整等机制,协同处理文化特定知识理解、意图与语气保留以及多模态一致性三大难题。实验…
智客前沿 · 2026-08-27
机器人拆解不规则形状产品时,稳定支撑一直是关键挑战。随着组件逐步移除,支撑表面、质量分布和任务负载会动态变化,导致单一状态的夹具布局难以适应后续阶段。ArXiv最新研究提出了一种模块化真空夹具系统,通过统一规划整个拆解序列的支撑配置,避免了…
智客前沿 · 2026-08-27
ArXiv近日发布了一款名为Magpie的实时生成式世界渲染系统,旨在革新互动游戏的开发流程。Magpie通过分离游戏玩法执行与视觉生成,设计师可在游戏引擎中定义场景和规则,而渲染服务器则根据引擎生成的框架生成视觉输出。该系统不仅保留了游戏…
智客前沿 · 2026-08-27
ArXiv最新研究提出了一种基于大语言模型(LLMs)的三层角色框架,用于电子设计自动化(EDA)领域,旨在革新硬件设计流程。该框架定义了生成器(Generator)、智能体(Agent)和编排器(Orchestrator)三种角色,分别负…
智客前沿 · 2026-08-27
软体气动执行器在实现灵活且柔顺的交互方面具有优势,但其任务空间闭环控制因强非线性、分布式变形和动力学不确定性而面临挑战。ArXiv最新研究提出了一种基于实时动态模型的反馈与估计框架,采用绝对坐标下的非最小坐标离散弹性杆模型,结合准静态前馈逆…
智客前沿 · 2026-08-27
ArXiv近日发布了一项关于大语言模型(LLM)智能体在纵向心理健康感知领域的新研究,推出了首个系统性基准——BALMS。该基准旨在评估智能体在处理可穿戴设备提供的长期行为和生理信号时的推理能力,特别是在预测心理健康评分并提供基于证据的解释…
智客前沿 · 2026-08-27
ArXiv发布了一种新型模块化可重构机器人架构,通过结合张拉整体结构的柔性与爪式连接机制,实现了任务自适应多机器人形态。该机器人不仅能够独立操作和移动,还能通过自重组形成链、环、分支等不同形态,以支持协作操作和移动。这种设计融合了传统模块化…
智客前沿 · 2026-08-27
ArXiv发布了一项关于海洋自主航行器(MAVs)舰队调度的研究,提出了一种基于混合整数线性规划(MILP)的优化模型。该模型通过自动化调度流程,在严格考虑电池容量、数据采集时间窗口等操作约束的同时,最大化数据采集量并最小化部署的航行器数量…
智客前沿 · 2026-08-27
ArXiv近日发布了一种名为Sidecar的即插即用语义增强模块,旨在解决自由形式视觉叙事中角色一致性难以维持的问题。Sidecar通过保留初始描述中的实体级信息并将其注入后续提示嵌入中,提升了提示-图像对齐和角色一致性,且无需额外训练或修…