Franka Research 3
With instant AI solutions
HOTLINE：
400 188 3810
sales@pnprobotics.com
Typical Cases
— RL, IL Policy etc—
Robotics simulation framework built on NVIDIA Isaac Sim
Imitation learning case studies proposed by Toyota Research Institute and Columbia University
HIL SERL reinforcement learning deployment for installing a timing belt.
2025年11月美国具身智能领域的翘楚——Physical Intelligence（简称 PI 或 π）揭晓了其最新力作：机器人基础模型π*0.6。PI，这家总部位于旧金山的机器人与AI先锋企业，正致力于将通用人工智能从虚拟世界
2025-11-21
sPCSF 框架为扩散模型在真实机器人系统中的安全部署提供了创新性的解决方案。它以演示数据为核心，突破了传统安全约束对模型和环境依赖的局限，通过路径一致性的学习构建隐式安全流形，并以高效方式实现动作过滤，使扩散策略在真实场景中具备可用性
2025-11-18
PNP机器人提出的解决方案，是将VR直觉控制与高精度机械臂控制闭环系统无缝融合，使操作员可以自然地使用VR眼镜对Franka FR3机械臂与灵巧手的直接遥操作。通过PNP的通信中间层，VR端的姿态与力反馈信号以毫秒级延迟同步至机器人执行端
2025-11-12
iros2025杭州大会，慕尼黑工大提出并实现了一个将“语义场景理解”与“运动安全保障”结合的机器人控制框架。主要贡献包括：提出“语义安全滤波器”这一新概念，旨在将人类常识意义上的安全（语义约束）纳入机器人操作保障体系，而不仅限于传
2025-10-22
提要：2025年机器人行业盛会IROS在杭州开幕，机器人从传统控制跃迁具身大模型，多模态控制成焦点。
来自CMU的最新论文Neural MP，展示了通用神经运动规划方法。
来自CMU的最新论文Neural MP，展示了通用神经运动规划方法。
2025-10-22
CRISP 提供了一个将顺应控制与基于学习的操作策略深度整合的开源ROS2框架，在安全性、兼容性与实时性上均有突出表现。它不仅缩小了模拟到现实的性能差距，也为学术界与产业界探索具身智能提供了强有力的基础设施。随着更多研究者与企业
2025-10-08
MolmoAct 提出“动作推理模型”（ARMs）这一新范式，通过三阶段结构—感知编码 · 空间路径规划 · 精确控制输出，实现了机器人在三维空间中的透明推理与可控行为。实验表明它在多项模拟与现实任务中的表现显著优于现有模型。
2025-10-08
ImMimic 是一项有前景的研究工作，它在处理人类视频与机器人操作之间的跨域挑战方面提出了映射 + 插值 + 共训练的有效组合。在多个任务和机器人结构上展示了较好的成功率与动作流畅性，尤其在机器人示范数据稀少时，能显著提
2025-10-08
Steering Your Diffusion Policy with Latent Space Reinforcement Learning 提出了一种新的、高效、实用的方式来改进 BC 型扩散策略在真实世界任务中的表现。通过在潜在噪声空
2025-10-08
Fabrica 是一项在机器人装配领域迈出重要一步的研究：它将全局装配规划与本地接触／插入动作的学习融合起来，实现了双臂机器人的通用多部件装配能力，在没有人类演示的条件下，对新物件有较强的泛化性与实用性。
2025-10-01
1部分：研究背景与问题提出近年来，随着机器人操作（Robotic Manipulation）研究的快速发展，如
2025-09-21
01引言在具身智能（Embodied Intelligence）和机器人学习的研究中，如何让机器人在面对环境变
2025-09-19
Deep Reactive Policy: 深度反应策略：学习动态环境下的反应式机械手运动规划。Deep Reactive Policy为机器人在动态环境中的运动规划提供了一种全新的解决思路。它突破了传统方法依赖全局
2025-09-14
RLDG核心贡献在于提出了一种 基于强化学习驱动的策略蒸馏方法，能够将多教师策略统一为单一通用学生模型，并在多任务、多平台机器人场景中表现出强大的泛化能力和效率优势。
2025-08-30
01研究背景与问题动机在近年来的机器人学习研究中，如何高效利用数据进行策略学习，一直是学界和产业界广泛关注的核
2025-08-30
FAST（Frequency-space Action Sequence Tokenization），通过对连续机器人动作序列使用离散余弦变换（DCT）与 Byte-Pair Encoding（BPE）相结合实现高效压缩
2025-08-24
MolmoAct 提出“动作推理模型”（ARMs）这一新范式，通过三阶段结构—感知编码 · 空间路径规划 · 精确控制输出，实现了机器人在三维空间中的透明推理与可控行为。实验表明它在多项模拟与现实任务中的表现显著优于现有模型。同时它完全开源
2025-08-17
《A Careful Examination of Large Behavior Models for Multitask Dexterous Manipulation》是具身智能研究领域的重要里程碑，标志着从任务特定、数据稀缺的传统范式
2025-08-04
PNP论文解读：Mimic-One——可扩展的通用机器人灵巧操作模型方案一、引言在机器人研究领域，“灵巧操作（
2025-08-04
FTF框架展示了从人类触觉演示中学习机器人对力敏感的操作技能的可行性，并在多个任务中取得了良好的性能。未来的工作可能包括扩展到更复杂的任务、提高策略的泛化能力，以及进一步优化触觉数据的采集和处理方法。
2025-07-23
产品中心
— 拥有自主设计及研发满足智能化工厂需求 —
Tech Support
— WE CARE ABOUT FEEDBACK FROM CUSTOMERS —
Franka Robots Support
Scan Wechat QR Code
— Expertise in Robotics —
Expertise in Robotics
Comprised of experts from Harbin Institute of Technology, the University of Toronto, as well as specialists from ABB and UR Robotics
Rich experience in Embodied AI
The team provides imitation learning, reinforcement learning, and vision-language-action solutions based on the Franka robot for top laboratories and institutions
Franka robot leading
The team provides leading laboratories and institutions with imitation learning, reinforcement learning, and vision-language action solutions based on the Franka robot.
|
|