机器人操作操控的统一理解：综合综述
机器人学
2025-10-14 v1
摘要
具身智能近年来取得了显著进展，这得益于计算机视觉、自然语言处理的进步以及大规模多模态模型的兴起。在众多核心挑战中，机器人操作操控是一个基本且复杂的问题，要求感知、规划与控制无缝集成，以实现在多样且非结构化环境中的交互。本综述提供了关于机器人操作操控的全面概述，涵盖基础背景、任务组织基准与数据集，以及现有方法的统一分类。我们扩展了经典的高层规划与低层控制划分，通过将高层规划范围扩大到包括语言、代码、运动、功能性以及3D表征；同时引入一种新的低层基于学习的控制分类，基于输入建模、潜在学习和策略学习等训练范式。此外，我们提供了首个针对关键瓶颈的专门分类，聚焦于数据收集、利用和泛化，并对实际应用进行了广泛审阅。与现有综述相比，我们的工作具有更广的范围和更深的见解，为新手提供易于访问的路线图，为有经验的研究者提供结构化的参考。所有相关资源，包括研究论文、开源数据集和项目，都已在 https://github.com/BaiShuanghao/Awesome-Robotics-Manipulation 中精选供社区使用。
引用
@article{arxiv.2510.10903,
title = {Towards a Unified Understanding of Robot Manipulation: A Comprehensive Survey},
author = {Shuanghao Bai and Wenxuan Song and Jiayi Chen and Yuheng Ji and Zhide Zhong and Jin Yang and Han Zhao and Wanqi Zhou and Wei Zhao and Zhe Li and Pengxiang Ding and Cheng Chi and Haoang Li and Chang Xu and Xiaolong Zheng and Donglin Wang and Shanghang Zhang and Badong Chen},
journal= {arXiv preprint arXiv:2510.10903},
year = {2025}
}