NEWS / 动态
按时间浏览，使用右上角筛选切换领域。
Marc Toussaint 等人提出一种状态采样器，将约束流形上的采样用于重置状态分布，以提升接触丰富操作任务中目标条件强化学习的探索效率。该方法结合约束采样重置、投影插值和课程学习，作者称其优于无约束采样的强化学习及替代重置方法，并在全身与手内接触丰富场景中训练出通用、抓取与非抓取操作策略。论文被 CoRL 2026 接收，项目页面提供视频与完整源码。
推荐理由：论文把约束流形采样用于重置状态分布，为接触丰富操作中的强化学习探索提供了一种可迁移的训练思路。
作者提出 MoVLR 框架，利用视觉语言模型在控制优化与 VLM 反馈之间迭代探索奖励空间，为高维肌肉骨骼系统的运动与操作发现和细化奖励函数，而非依赖手工设计奖励。该方法把语言和视觉评估转化为具身学习的结构化引导，论文称结果说明 VLM 能把抽象动作描述对应到生理运动控制中的隐含原则。该工作已被 L4DC 2026 接收，arXiv 编号 2512.23077。
推荐理由：论文提出用视觉语言模型迭代反馈来发现高维肌肉骨骼系统的奖励函数，可了解语言目标如何转成控制奖励。
一篇被npj Robotics接收的94页综述系统梳理了接触密集机器人任务的安全学习方法，将其分为安全探索与安全执行两大类。文章回顾了约束强化学习、风险敏感优化、不确定性建模、控制屏障函数和模型预测安全盾等技术，并重点讨论这些安全原则如何延伸到VLM与VLA基础模型，包括语言级约束指定与安全信号多模态落地带来的新机会和放大风险。作者同时列出当前局限与面向复杂接触环境的未来方向。
推荐理由：综述把接触密集任务的安全学习拆成安全探索与安全执行两类，并讨论这些原则如何延伸到VLM/VLA基础模型。
OmniVIC 提出一种由视觉语言模型增强的通用变阻抗控制器，从图像和自然语言推理任务上下文并生成自适应阻抗参数。其核心是自改进的检索增强生成与上下文学习，从结构化记忆库检索相似历史经验，并结合实时力/力矩反馈把交互力约束在安全阈值内。作者称在仿真和实机复杂接触任务上优于基线，平均成功率从 27% 提升到 61.4%，力违规减少；该工作已被 IEEE Humanoids 2026 接收。
推荐理由：论文把视觉语言模型的上下文推理接入变阻抗控制，并给出仿真与实机任务的成功率对比，可供关注语义推理与柔顺控制衔接的研究者参考。
作者提出BBoE，一种双向、运动学动力学的采样运动规划器，通过利用一组预计算机器人运动（边束）在障碍密集环境中快速找到解。在覆盖3D到6D状态空间的四个系统上，BBoE是唯一在每个系统上都达到至少96%成功率的规划器，并在其中三个系统上取得最低规划时间。该工作已被IEEE Robotics and Automation Letters（RA-L）接收。
作者提出对齐增量三平面Transformer（ADTT），一种紧凑的4D占用世界模型，用自车运动补偿显式对齐历史三平面，并只预测未来场景变化。模型在对齐先验上用查询条件Transformer预测残差变化，其中自车运动查询引导可控未来运动、可学习外部查询捕捉自车运动之外的场景变化，预测变化叠加到对齐先验后解码为未来占用场景。
推荐理由：论文提出用自车运动对齐历史三平面、只预测场景残差变化的紧凑占用世界模型，可用于比较自动驾驶场景预测的算力取舍。
该论文研究周期轨迹优化的间接法，用于为足式系统生成最优步态，并与更常用的直接法对比。作者用数值延拓缓解间接打靶法的收敛难题，提出从被动步态重构拉格朗日乘子与协态的方法，并在compass-gait模型上对比两种打靶法，显示间接法精度更高。研究还将其应用于含十个动态状态、四个输入的RABBIT机器人，论文已投稿Automatica。
研究提出 Lexicographic Descent，用相对权重按优先级衰减的单一加权和，在极限下恢复字典序，从而兼顾预emptive方法与标量化的优点。该方法收敛到最高优先级规则的约束驻点，并给出低优先级规则持续引导迭代的必要条件。在自动驾驶案例中，其表现优于预emptive方法。
论文提出基于JAX的仿真环境OrbitalGym，支持多智能体、位置速度姿态燃料状态表示及显式或隐式通信，可编译为批处理GPU代码大规模并行评估策略。
一项预印本研究在宇树 H1-2 上考察期望手腕位置的构造方式如何影响计算出的机械臂关节角是否触及限位。重建目标由演示的手臂方向和机器人连杆长度构成，其肩到腕距离取决于演示的段间夹角；可达归一化目标保留方向并重新缩放距离，两者使用同一批处理后的演示和同一关节角方法。
DexSuite 是一个基于 Genesis 模拟器的开源一体化灵巧操作仿真框架，提供 30 个任务，并把 10 种机械臂与 12 种末端执行器（从平行夹爪到灵巧手）组合成 100 多种单臂机器人和数千种双臂组合。
推荐理由：该框架把机械臂、末端执行器、任务、遥操作与触觉仿真整合进同一套开源环境，并给出基准与示范数据集。
SwapBot 是一套模块化、以工具为中心的末端执行器系统，用低成本适配器把常见家用工具快速转换为机器人末端执行器，并支持快速自主更换。每个适配器集成紧凑触觉传感器，并接入遥操作系统用于采集演示；用户研究显示遥操作时任务完成时间和操作者负担均降低。
推荐理由：论文给出可换工具末端执行器与触觉传感器的硬件方案，并用消融实验比较触觉对接触密集任务策略的影响。
SymAnt 是一种神经符号方法，把神经网络与场景图、知识图的符号推理结合，从短观测视频预测长时程未来动作序列。该方法对两张图做联合搜索构建符号上下文，作为迭代精化过程的先验，并允许用户直接编辑底层知识来调整预测而无需再训练。
研究提出一种传送带机构，可在绳驱动连续体机器人本体上连续主动重定位功能元件，最多三条传送带集成于直径9 mm的机器人内。传送带驱动力与机器人肌腱驱动力相当或更低；在两条传送带上安装永磁体后，可在机器人运行中调整耦合点位置与数量，主动调节多机器人系统的有效刚度。有效刚度与耦合位置呈可预测的反立方关系，并随耦合点数量增加。
作者提出Gym-Anything for Robotics框架，让编码智能体创建机器人仿真，以缓解仿真构建依赖专家、难以规模化的问题。他们依据美国GDP数据挑选覆盖有经济价值体力工作的场景，定义良好仿真与任务的标准，并设计对抗式创建-审计循环逐项检查。基于该流程构建的RoboWorld包含25个仿真，以及难度不同的25个测试和175个训练强化学习环境；最好的前沿模型在所有RoboWorld测试任务上均失败，平均奖励仅0.06。
推荐理由：论文提出用编码智能体自动生成机器人仿真环境，并给出25个仿真与200个RL环境的基准结果，可供比较仿真规模化路径。
该教程第一部分系统介绍基于数据驱动雅可比的可变形物体形状控制方法，涵盖形状控制问题建模、形状表示、变形雅可比估计与在线更新及标准控制律，并组装成完整形状伺服回路、推导局部稳定性条件、说明部分目标形状不可达的原因。全文以双臂机器人操作弹性杆、相机观测的平面仿真示例贯穿讲解，第二部分将涉及更高级主题。
PhysVLMM 提出一种为视觉-语言-运动地图中每个铰接部件维护物理信念并回答规划器查询的方法，包含地图更新与查询两个算法。该方法把拉动方向保留为后验而非点估计，并将每次拉动的证据以闭式形式传递给地图中未被触碰的相似部件，还能在给定风险下回答动作是否成功或选择弃答。
推荐理由：论文在18个真实家庭的门和抽屉上验证关节类型识别与拉动响应预测，并给出与可微仿真在误差和速度上的对比。
作者提出 DAWN（Diffusion-based Alignment and unfastening Workflow Network），一个面向真实世界拆螺丝任务的分层机器人框架，将流程分为对齐插入与拧出两个阶段。
推荐理由：论文把拆螺丝长程任务拆成对齐插入与拧出两阶段，并在 Franka 实机上验证，可供接触密集操作研究参考。
作者提出BURGER，一个语言条件机器人绘画基准，并提供可在仿真和真实世界生成连续绘画轨迹的提示驱动流水线。研究用282个绘画任务、28200条仿真演示评测5个代表性VLA模型，分析数据规模、语言落地和多模态行为，发现不同模型呈现不同失败模式。团队还将训练策略部署到Franka Panda机械臂，展示在人工干预下进行反应式绘画。
推荐理由：该预印本用绘画任务构建语言条件机器人基准，覆盖282个任务和5个VLA模型，便于比较不同模型的语言落地与动作生成失败模式。
一篇论文提出全顺时针倾斜旋翼的轮式四旋翼，利用表面接触约束在不倾斜机身的情况下沿接触面产生推进力。力与可控性分析及旋翼转向配置优化显示，四旋翼全顺时针旋转可比传统交替旋转配置产生更大切向力，且无需额外旋翼倾转执行器或机构即可兼顾空中与接触移动。仿真结果展示了自由空间悬停与保持水平姿态的地面水平移动。
研究在流形畸变下基于采样端点估计可达集的几何误差，假设初始集局部体积密度有均匀下界、采样密度有下界且向量场满足单侧Lipschitz常数μ。在精细精度区间，达到Hausdorff精度r需约Õ(2^n e^{nμT}(R/r)^n/(ρκ))个独立端点样本；对n≥2且κ足够小，仅用独立端点的所有估计器的极小极大下界在维数相关因子2·4^n与对数因子内匹配这些依赖。
针对能量受限移动传感器团队在路径约束下的兴趣区域检测问题，将主动路径选择建模为多臂老虎机问题并提出迭代搜索算法，利用采集数据计算的置信界自适应分配路径。同时提出基于图的低基数路径覆盖构造方法，给出有限时间与任意时间概率正确性保证，并推导检测全部兴趣区域与标注全部节点所需时间的非渐近上界，在广泛问题实例上与算法无关下界相差常数因子。数值仿真展示了路径冗余与团队规模对搜索性能的影响。
Jingxu Gu 与 Dongze Lian 提出 DEED 框架，通过结构化演示扩展与执行设计，将预训练视觉-语言-动作策略适配到 MetaFine 的五项细粒度操作任务。
该论文研究无 GPS 环境下的无人机路径规划，提出一种定位约束 A* 规划器，将定位不确定性作为搜索中的硬约束。方法用扩展卡尔曼滤波传播机器人状态与协方差，只保留满足协方差上限的路径，并说明该做法不影响 A* 启发式的可采纳性与一致性，从而在可行路径中保持最优性。蒙特卡洛仿真与 PyBullet 四旋翼测试显示，相比 RRT* 和 PRM，该方法找到更短、更可靠的路径，且始终满足不确定性约束。
作者提出 socx，一个用 JAX 实现的 GPU 加速求解器，用于机会约束下线性随机最优控制的提升凸重构。方法利用问题的稀疏与独立结构，把优化分解为可并行的独立线性二次跟踪（LQT）问题与欧氏投影，再通过约束耦合。
Liangyu Li 与 Qingwen Liu 提出连续动作世界模型 CoAWM，用于学习跨本体、跨执行频率的时空动力学先验，以支持机器人动作生成。该方法先通过函数预训练把不同本体和采样频率的轨迹映射到共享隐函数空间，借助动作重建与时间采样视图间的一致性学习共享动力学先验。
论文提出美国需以持续十年的联邦研究与投资议程来弥补机器人供应链安全缺口，而非依赖单一预算周期。缺口集中在来源不明组件的验证与认证方法、长期投入不足的基础硬件研究、大规模系统测试所需的物理基础设施，以及支撑上述工作的劳动力。作者主张机器人应被视为拥有自身失效点的独立供应链，而非人工智能投资战略的下游受益者。
作者提出HiFOR，一个带动作引导世界检索的分层预见框架，用于视觉-语言-动作模型。该方法通过分层依赖掩码联合预测短期状态演化、语义里程碑和最终目标状态，并用结构感知潜在世界建模与动作引导因子化世界检索为动作生成提供针对性引导。作者称在两个仿真基准和六个真实机器人操作任务上验证了方法有效性。
推荐理由：论文把短期状态、语义里程碑与最终目标纳入统一分层预测，并用动作引导检索未来信息，可供VLA策略设计参考。
研究在 MuJoCo MJX 上对五台 3D 四足机器人（闭链 W01-TEK、开链 Unitree Go1 与 Go2、Google Barkour vB、Boston Dynamics Spot）统一评测十四种 UED、域随机化与机器人课程方法，所有课程驱动同一 PPO 学生并在匹配的环境步数预算下比较。
JEDI 提出将演示压缩为潜在槽位，在冻结的视频-JEPA 空间中训练其预测查询回合的下一阶段关键帧，以缓解长多模态轨迹占用上下文的问题。方法用任务与过程反事实帮助槽位保留执行细节，并通过预测器从演示库中选择示例；用关键点 token 后训练后，可在机器人上实现人手条件化。
推荐理由：论文提出以查询未来预测为目标的演示压缩方法，并在 LIBERO 与实机上验证多示例上下文下的策略适配。
TouchBridge 提出硬件与软件协同的人到机器人数据转换框架，通过可穿戴人类演示接口与对应机器人接口建立视觉和指尖触觉的跨本体对应。其 Tac-Retarget 方法以实测接触对齐指尖接触区域，无需物体网格、位姿估计或物理仿真即可完成重定向。
推荐理由：论文给出触觉条件重定向的人到机器人数据转换框架，并报告四类实机接触任务的成功率与采集效率对比。
作者提出 MUSBRIC，一套面向可重构肌骨机器人的模块化硬件平台及配套 MuJoCo 仿真器，用乐高兼容端盖把纤维增强伸展型气动人工肌肉做成可插拔复用的肌肉积木。肘关节原型验证了随负载变化的屈伸，滑轮导向实现可逆运动，机械限位稳定伸直姿态；机械手展示柔性抓取与多关节搭建。硬件与仿真在 15 种腿部配置上做匹配扫描，四足由四条腿组装并演示行走，硬件设计与仿真代码将开源。
论文提出高斯动作读出（GAR），将流策略的最后一层替换为高斯读出层，仅用0.02%的可用状态训练，网络其余部分保持冻结。GAR单次动作网络前向即可采样，并给出闭式似然，任务成功率接近教师策略，推理速度最高提升至两倍。作者分析显示，所研究流策略的连续动作分布可被高斯较好近似。
推荐理由：论文分析流策略动作分布的高斯近似，提出用少量状态训练高斯读出层，为策略推理提速提供可迁移方法。
论文提出一种MPC与强化学习混合框架，用于自动驾驶卡车在高速公路交互交通中的行驶控制，由有限时域MPC通过动态规划求解，并用预训练RL模型估计终端代价。作者在带反应式周围交通的仿真环境中，将该框架与零终端代价的纯MPC、使用基础策略估计终端代价的rollout以及纯RL进行对比。结果显示混合方法实现零碰撞，且代价在所有配置中最低。
研究提出一种LLM引导的分层框架，用于四足机器人在有可移动障碍物的环境中完成交互式导航与平面推挤。语言条件任务规划器用LoRA在合成数据上微调，将自然语言任务和结构化场景表示映射为变长参数化动作序列，由低层强化学习策略执行，在交互式导航任务上优于经典规划器和提示式前沿模型。
AcrossDEX 1.0 是一个连接人体运动预训练、仿真专家学习、机器人演示采集与视觉闭环执行的学习系统，支持六通道 Inspire 手和十六关节 Allegro 手两种本体。
推荐理由：论文给出跨两种灵巧手本体的统一适应流程，并比较直接回归、扩散与流匹配在开盖和物体重定向任务上的成功率。
RoboAtom 提出 RoboAtom-Data，为多来源现有数据补充统一、时间对齐的原子动作标注，覆盖 145 万条轨迹、688 万个技能标注片段和 16882.1 小时。其流程结合统一协议、大规模人工标注、同一有序技能序列重复执行间的传播以及多阶段质量控制。作者构建 RoboAtom-Bench 以标准化技能识别与时间边界定位评测，基于标注数据训练的 RoboAtom-Anno 在该基准和外部 WGO-Bench 上优于所评估的开源与闭源模型。
推荐理由：论文给出跨来源统一原子动作标注的数据规模与构建流程，并附技能识别基准和分层执行对照实验。
研究用双因子Shapley归因分离安全规则与感知对机器人停走决策误差的贡献，并区分漏检与定位误差。在ETH和UCY行人视频、模拟静止机器人、898名行人三场景实验中，横向距离规则在标注位置上未漏危险但停走精度仅5.6-31.9%；两场景RGB感知下校准地平面定位平面RMSE为0.59米和0.51米，检测召回0.43和0.26使漏检成为漏危险主因。所有交互均为仿真，结果为离线决策分类。
论文提出 Coupled Guidance，一种从几何视角推导、利用流匹配训练固有耦合结构的引导机制。作者分析指出，把扩散模型的引导方法直接迁移到流匹配会破坏训练时的耦合分布，导致采样精度控制变弱。
Jianming Ma 等提出一种 oracle 引导的可微安全保障方法，用于约束基于流匹配的机器人策略，使其满足关节限位与碰撞避免等物理约束。该方法在前向传播中用二元可行性查询纠正不安全更新，在反向传播中提取局部边界信息作为约束感知学习信号，并与离散时间流匹配结合，使训练和推理共用同一保障机制，无需显式或可微的约束模型。
推荐理由：论文针对流匹配策略难以满足关节限位与避障约束的问题，提出仅依赖二元可行性查询的安全保障方法，可供研究约束学习时参考。