Dexmal原力灵机的ManiAgent通过多智能体协作重构机器人操控，形成“感知-推理-控制”的闭环。该系统将复杂任务分解为简单子任务，减少对大量数据的依赖，提升机器人在真实环境中的成功率至95.8%。ManiAgent还能够自动生成高质量数据，支持VLA模型训练。

本研究提出了一种新型多模态掩码自编码器EmbodiedMAE，旨在缩小机器人操控中训练数据与实际任务之间的领域差距。该模型通过学习RGB、深度和点云表示，在DROID-3D数据集上进行训练，实验结果显示其在70个仿真任务和20个现实任务中表现优异，展现出良好的桌面操控应用潜力。

本研究提出了ManipDreamer，通过引入动作树和视觉引导，显著提升了机器人操控视频合成中的指令跟随和视觉质量。

本研究提出KUDA系统，结合关键点动态学习与视觉提示，解决开放词汇机器人操控在动态任务中的局限性。KUDA有效将目标规范转化为模型规划成本函数，展示了在多种操控任务中的优异表现及广泛应用潜力。

本研究提出了一种基于门控循环单元的变分自编码器，旨在学习机器人操控的潜在配置空间表示。该方法能够实时生成新配置，提升机器人操控的灵活性和适应性。

本研究提出了一种名为MALMM的多智能体LLM框架，旨在解决大语言模型在机器人操控中的幻觉和实时反馈不足的问题。该框架通过专门的LLM智能体进行高层规划和低层控制，能够动态适应环境变化并实现再规划。研究结果表明，该方法在九个RLBench任务中表现优异，显著改善了现有技术的不足。

本研究提出了VidMan框架，旨在解决机器人操控中的数据利用不足问题。通过两阶段训练机制，显著提高了预测精度，在CALVIN基准测试中相比现有模型提升了11.7%。

本研究提出了一种人机协作的视觉强化学习系统，解决了传统强化学习在复杂机器人操控中的挑战。该系统在1到2.5小时内实现了高成功率和快速循环时间，优于以往方法。

本研究提出了SkillMimicGen（SkillGen），旨在解决机器人操控中模仿学习对大数据集需求的高成本问题。该系统通过少量人类演示生成数据集，显著提升了数据生成和策略学习性能，成功生成超过24,000个演示，实现了零样本的模拟到真实转移。

研究提出了DeformPAM框架，用于解决机器人操控中复杂长时间可变物体任务。通过偏好学习和奖励引导，该方法实现了数据高效学习。实验表明，DeformPAM在有限数据下显著提升了任务完成质量和效率，克服了传统模仿学习的高维状态空间和动态复杂性问题。

6-DoFusion是一个生成模型，可以在杂乱环境中生成物体的稳定配置，并进行物体放置和堆叠任务的评估。该模型的核心能力是机器人操控，能够推理出物体的稳定放置。