主题路线 • TenStep

主题 7 材料 22 综述 2

主题浏览

这条主题关注机器人策略如何处理分钟级任务。关键不是更多帧，而是多尺度记忆：哪些信息应该保留为短期视觉痕迹，哪些应该抽象成长期语义状态。

接触密集操作中的运动—力联合学习路线：如何从示范与实时力/触觉反馈学习任务相关柔顺性和主动微位移修正，并在安全接触、轨迹精度与快速响应之间动态权衡。

VLA 从开放基座、多源数据、在线精修和长时程记忆，继续扩展到新感官模态的持续适配与执行期闭环。

触觉与力觉如何从传感设计、跨硬件共享表示，进入预训练策略的持续适配、快慢控制与执行期流式闭环。

这条主题关注 VLA 预训练之后的在线适配。核心问题不是“VLA 能不能泛化”，而是“当真实机器人需要更高精度、更高速度时，怎么以较低样本成本继续优化它”。

这条主题关注 human video、human embodiment data 与 robot policy 之间的迁移。核心问题不是“人类数据多不多”，而是“模型什么时候开始有能力利用这些数据”。

把人类操作视频转换成机器人可训练数据的路线，关注重建、调度、物理可行性和 sim-to-real。