面向安全关键系统的鲁棒Taylor-Lagrange控制：保证可行性
针对Taylor-Lagrange控制（TLC）在时间离散化下因采样间效应难以保持可行性的问题，提出鲁棒TLC（rTLC）方法。该方法用带Lagrange余项的Taylor展开将安全函数扩展至高于其相对阶的阶数，使控制量在当前时刻显式出现，从而在整个离散时间区间内保持安全约束满足，且仅需单个超参数（离散时间区间大小）。通过自适应巡航控制问题与现有安全关键控制方法进行了对比验证。
NEWS / 动态
#运动控制
按时间浏览，使用右上角筛选切换领域。
arXiv · cs.ROAI 评分4242 arXiv · cs.ROAI 评分5858 多候选Simplex架构按上下文运行时构建安全吸引域
论文提出一种两阶段吸引域（RoA）认证流程，用基于收缩的稳定性分析确定目标集，再做基于Taylor模型的可达性分析，从而在运行时按上下文构建安全RoA，并在多个高保障控制器候选间安全切换。
arXiv · cs.ROAI 评分5858 Spike-MPPI：受运动神经元启发的MPPI采样方法
作者提出Spike-MPPI，一种受运动神经元启发的MPPI提议分布，通过共同随机驱动招募运动单元池、经抽动核滤波产生稀疏且时间连贯的扰动。在仿真中的足式运动与Franka FR3机械臂操作任务以及实机上评估，Spike在所有任务中产生最平滑的执行指令，包括与频谱匹配的高斯提议对比；平面消融显示共同驱动是所测运动池机制中对平滑度贡献最大的部分。
arXiv · cs.RO精选AI 评分6262 FlowS：用局部传输条件化实现单步运动预测
FlowS提出局部传输条件化，用条件流匹配框架实现单步生成式运动预测。该方法包含两个机制：在线场景条件学习先验为每个智能体输出K条已接近合理未来的锚定轨迹，把模式发现转为局部修正；步一致位移场通过半群自一致性保证单步继承多步精度。
推荐理由：论文提出局部传输条件化，把单步生成式运动预测的精度与低时延同时纳入，并给出Waymo数据集上的对比结果。
arXiv · cs.ROAI 评分5858 BBoE：利用边束加速双向运动学动力学运动规划
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。
arXiv · cs.ROAI 评分5858 间接最优控制构建周期轨迹库并用于双足行走
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。
arXiv · cs.ROAI 评分5858 研究对比人形机械臂重定向中手腕目标构造与关节角限位的关系
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。
arXiv · cs.ROAI 评分3838 可变形物体形状伺服教程第一部分：基础原理
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。
arXiv · cs.ROAI 评分5050 全顺时针倾斜旋翼双轮四旋翼实现水平姿态表面移动
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。
arXiv · cs.ROAI 评分5858 socx：基于 JAX 的 GPU 加速机会约束随机最优控制求解器
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。
arXiv · cs.ROAI 评分5858 面向自动驾驶卡车的短时域MPC学习终端代价
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。
arXiv · cs.RO精选AI 评分7272 Humanoid Dodgeball：用强化学习训练人形机器人快速躲避动态障碍
Humanoid Dodgeball 提出一个面向人形机器人敏捷动态避障的强化学习框架，通过威胁感知奖励塑形和多个方向特定的对抗运动先验，让机器人对飞来的抛射物做出全身躲避动作。作者称仿真与硬件实验显示，该框架在不同障碍速度和发射距离下提升了动态避障表现，同时保持稳定且物理可行的人形运动。
推荐理由：论文给出人形机器人躲避高速抛射物的强化学习框架，可用于比较动态避障中的奖励设计与运动先验。
arXiv · cs.RO精选AI 评分6060 SONIC-K1：在单张 GPU 上为 Booster K1 小型人形机器人移植全身运动跟踪器
SONIC-K1 是作者称为首个面向 Booster K1 人形机器人的开放权重全身运动跟踪器，通过将 SONIC 框架适配到这一更小的机器人得到。策略在单张共享 GPU 上从零训练，算力只占 SONIC 报告算力的一小部分；在 MuJoCo 仿真中按 SONIC 的成功判据跟踪了几乎所有留出动作片段，并在外部基准上表现良好。
推荐理由：论文给出在单张共享 GPU 上从零训练小型人形全身运动跟踪策略的流程，并区分仿真与实机表现。
arXiv · cs.RO精选AI 评分6262 RAIBO-Wagon：四足机器人拖挂拖车的实时导航系统
RAIBO-Wagon 提出一套面向四足机器人拖挂拖车的实时导航框架，将 Conditional Flow Matching 与基于学习前向动力学模型的 MPPI 控制结合，用 CFM 缓解 MPPI 的初始化问题并加速收敛，再由 MPPI 迭代细化以超出 CFM 训练分布寻找可行解。
推荐理由：论文给出四足机器人拖挂欠驱动拖车的实时导航框架，并在实机窄道场景报告成功率与负载数据。
arXiv · cs.ROAI 评分5858 面向旋翼滞后与测量延迟的四旋翼级联ADRC执行器感知观测器输入
论文提出执行器感知（AA）观测器输入，用于四旋翼采样级联线性自抗扰控制（LADRC）：高度与姿态观测器使用经假定旋翼模型滤波、并与测量延迟对齐的受限虚拟输入，水平观测器使用由实测姿态重建的加速度。
arXiv · cs.ROAI 评分5858 CAPTURER：面向多环境动态精准抓取的灵巧空中机械臂
作者提出 CAPTURER 灵巧空中机械臂，用于在多种环境下实现厘米级抓取。系统包含机载感知与目标检测、漂移校正与全局位姿变换、协调飞行平台与机械臂的协同运动规划，以及补偿动态耦合、模型不确定性和外部扰动的抗扰控制器。室内外静态与移动目标实验显示，其在超过 1.5 m/s 的飞行速度下对直径仅 1.5 cm 的记号笔实现厘米级抓取精度。
arXiv · cs.RO精选AI 评分7171 研究用IMU与执行器反馈实现封闭空间连续体机器人形状闭环控制
Jiahe Wang等提出一种嵌入式形状感知框架，用IMU与执行器反馈经神经网络重建连续体机器人形状，以400 Hz提供形状反馈用于物理闭环控制。在一段与三段连续体机器人上训练超过5000个模型后，所选框架的全局形状误差分别为0.9%L和1.7%L；闭环控制中一段末端跟踪误差为6.1%L，三段形状控制全局误差为2.3%L，而使用相同未补偿测量的IMU-PCC重建则失败。
推荐理由：论文用IMU与执行器反馈重建连续体机器人形状，并给出闭环控制误差，可供受限空间机器人感知方案参考。
arXiv · cs.ROAI 评分5858 选择性滑模控制提升空中机器人在扰动下的鲁棒性
Anoop Kiran 等人提出一种在级联控制架构中决定鲁棒控制应放在哪些回路的方法，全部控制均在飞行器上运行。他们通过反演运动方程从 PID 悬停飞行中恢复扰动信号，识别并量化被激励的轴，再在关键轴部署鲁棒控制。
arXiv · cs.ROAI 评分5858 履带车低附着路面惯性转向与运动预测研究
研究提出一种带被动拖车的铰接履带车动力学模型，并在冰面上实验评估，其预测表现优于运动学基线。作者还提出混合动力学-运动学模型以适应不同路面和情境，并在无常规转向机构的单履带车上演示惯性转向：内部质量受控移动可在冰面产生转向，该行为可用所提动力学模型将内部质量视为无摩擦拖车来预测。
arXiv · cs.ROAI 评分5858 面向有限输入接口智能轮椅的多层导航系统
研究提出面向智能轮椅的多层导航系统MLNS，可在未知环境中解读并安全处理有限或错误的用户指令。该系统由ViSPF障碍检测、MPC轨迹生成、开放词汇视觉目标识别和优先队列目标选择组成，并在真实智能轮椅上由10名无残障参与者完成含故障输入接口场景的实验。
arXiv · cs.ROAI 评分5555 OmniQuad：采用麦克纳姆轮的轮足混合机器人
论文提出 OmniQuad 轮足混合机器人，将麦克纳姆轮与腿式运动结合，以兼顾不平地形适应性与室内移动效率。作者介绍了定制麦克纳姆轮式足的设计、由该轮式足与 EM-Act 执行器组成的整机装配，以及配套控制方案，并在室内外环境中开展实验评估其性能。
arXiv · cs.ROAI 评分2222 Reeds–Shepp 追捕者锥形视野下更快逃逸者的最小时间逃逸
针对全向逃逸者从 Reeds–Shepp 追捕者前向锥形视野中最小时间逃逸的问题，研究求解了速度比 ν>1、半角 0<α<π/2 的全部情形，给出逃逸时间的显式特征刻画与标量方程选根方法，并证明其为每个状态下非预期策略博弈的值。逃逸者在正面轴扩散线端点 E 之上沿通用线追击倒车的追捕者，追捕者最优策略沿用较慢情形的接力策略；水平集与半拉格朗日计算结果与博弈值进行了比较。
arXiv · cs.RO精选AI 评分7474 Metatron：面向人形机器人的可提示全身执行层
论文提出 Metatron，一种可提示的全身执行层，由生成式基础策略与可编程技能层组成。基础策略接收由定时身体部位目标、速度指令和风格线索组合成的提示，训练数据包括动捕、合成恢复轨迹和重定向场景交互动作，训练后策略被冻结。
推荐理由：论文给出冻结策略加可编程技能层的人形全身执行方案，并在 Unitree G1 实机上演示多类任务。
arXiv · cs.ROAI 评分5858 手持微操作机器人主动约束框架实现引导与安全同步
Roger Ho 等人提出一种面向手持微操作的基于优化的主动约束框架，可同时提供任务引导与安全约束。该框架在手持机器人上实现，并在医学相关人工任务中演示，结果显示安全违规率相对基线降低两个数量级以上，同时弥补了仅施加安全约束带来的三倍精度损失。
arXiv · cs.RO精选AI 评分7272 FORGE：面向敏捷人形运动的在线降阶参考生成与全身执行框架
论文提出 FORGE 两阶段学习框架，将在线降阶模型（ROM）参考生成与全身跟踪控制结合，用于人形机器人敏捷运动。第一阶段用单刚体动力学结合完整人形运动学训练命令条件化的全身参考生成器，第二阶段在线滚动冻结的 ROM 策略，为全阶动力学模型上的全身跟踪策略生成参考。
推荐理由：论文给出两阶段降阶模型参考生成与全身跟踪框架，并在宇树 G1 上报告速度与跳跃指标，可供人形运动控制研究比较。
arXiv · cs.RO精选AI 评分6767 可微仿真训练四旋翼穿越动态窄缝的视觉运动策略
研究提出一种可微分的移动窄缝建模方法，按到随时间变化的缝隙平面的有符号距离对居中、对齐和平滑碰撞项进行门控，把稀疏的穿越事件转化为稠密的路径目标。该方法被整合进一个从随机初始化单阶段训练的视觉特征到指令策略，无需教师、规划器或蒸馏。
推荐理由：论文用可微仿真把穿越动态窄缝的稀疏事件转成稠密路径目标，并给出仿真与实机成功率对比。
arXiv · cs.RO精选AI 评分7272 研究用强化学习实现固定翼无人机自主拦截
一项预印本研究提出用强化学习训练的神经网络控制固定翼拦截机，将滤波后的单目视觉观测直接映射为执行器指令。策略在自建 Python 环境中用近端策略优化训练，随后部署到固定翼平台并在真实拦截场景中测试；仿真中该策略在多数条件下优于两个经典制导控制器，实机中成功拦截了机动的固定翼目标。
推荐理由：论文给出固定翼拦截机从仿真训练到实机拦截的完整链路，并附经典制导控制器作对照。
arXiv · cs.ROAI 评分5858 DGC：面向四旋翼控制瞬态分布外扰动的双梯度一致性自适应学习方法
Mingtian Tan 与 Vasileios Tzoumas 提出 Dual Gradient Consensus（DGC），一种面向四旋翼混合域内/域外扰动的自适应学习方法，在保留随机傅里叶特征模型、离线 BPTT 策略与最小二乘自适应的基础上修改在线更新步长。
arXiv · cs.ROAI 评分2222 四旋翼飞行器轨迹生成与控制
该项目探索四旋翼飞行器的控制器设计与轨迹生成，基于微分平坦性从给定算法生成最小加加速度轨迹，并用简单PD控制器跟踪轨迹。仿真结果给出了四旋翼位置与速度的平滑轨迹。
arXiv · cs.ROAI 评分4040 空中机械臂的非线性控制
针对搭载二自由度机械臂、可与环境物理交互的四旋翼，研究实现并对比了笛卡尔阻抗控制器与自适应滑模控制器。在存在有界扰动的情况下，两者以相同初始条件和期望位置执行简单悬停任务，并基于完整动力学模型进行验证。
arXiv · cs.RO精选AI 评分7272 HumanoidNDM：用神经动力学模型在线微调人形运动跟踪策略
HumanoidNDM 是一个面向人形机器人运动跟踪的在线微调框架，用实机训练的神经动力学模型缩小训练与部署之间的动力学差距。数据采集阶段采用带自适应强度机制的低频参考扰动方法，模型训练阶段在欧氏空间训练基于历史本体感知的神经动力学模型并引入可微前向运动学，从而不依赖动捕系统。
推荐理由：论文提出用实机训练的神经动力学模型在线微调人形运动跟踪策略，并在宇树 G1 上验证，可了解训练到部署差距的一种处理思路。
arXiv · cs.ROAI 评分5858 基于机器人轮胎-地面交互的地面摩擦评估
研究让一台滑移转向机器人在五种摩擦特性不同的地面上按设计的速度曲线行驶，通过反复加速和反向诱发轮滑，比较惯性传感估计的车体速度与轮式里程计速度。响应延迟测量呈现与地面相关的稳定趋势，肥皂上延迟最长、地毯上最短；频谱特征在记录级交叉验证下取得97.1%的平衡分类准确率。作者认为轮体速度失配的幅值和频域特征都包含轮胎-地面交互信息，可用于地面识别和滑移感知的轮式里程计加权。
arXiv · cs.ROAI 评分3838 基于希尔伯特空间编码的量子闭环逆运动学
该论文提出一种保持结构不变的刚体变换与串联机械臂运动学量子表示，将空间方向编码为单量子比特态，并通过量子旋转复现参考系变换的有序组合。基于参数移位规则可从量子可观测量导数重建机械臂几何雅可比，在理想读出下与经典结果解析等价。作者据此提出量子闭环逆运动学这一混合闭环方法，利用量子导出的位姿与雅可比信息。
arXiv · cs.ROAI 评分5858 HARP：面向多无人机交接中主动目标获取的交接感知恢复规划
HARP 是一种交接感知恢复规划器，用于多无人机连续空中跟踪交接时让接收方主动获取可用视角。它把发送方的有界预测注册到接收方局部地图，区分视场失败与物理遮挡，并生成针对失败类型的偏航、平移和视差视角，候选动作需通过接收方间隙、发送方基准可观测性、发送方与目标可见性保护、时间有效性和截止时间检查。
arXiv · cs.RO精选AI 评分7878 MimicAll：面向跨人形本体全身运动跟踪的结构化本体条件框架
MimicAll 是一个强化学习框架，用于在异构人形机器人之间共享全身运动跟踪策略，将结构化本体描述符编码为全局与关节对齐条件，并结合观测历史与匹配本体的运动参考预测关节目标偏移。
推荐理由：论文给出跨人形本体的结构化条件编码与464个本体的评测基准，可用于比较共享策略与单本体专家的差异。
arXiv · cs.ROAI 评分5555 可微底盘安全层：面向智能车辆运动控制的学习方法
论文提出一种可微底盘安全层，将任务导向控制与显式物理约束模块化结合，把执行器限制、单轮胎力约束和车辆操控包络纳入序列二次规划。每个投影指令会传播预测的车辆动力学并更新后续约束，通过隐式微分实现时间梯度耦合；作者采用专家模仿、风险引导监督与条件干预引导的两阶段学习策略协调标称控制与底盘安全约束。
arXiv · cs.ROAI 评分5858 SCET-CBF：面向单步动态导航的速度校准软引导方法
Xiaoyu Han与Dongkun Han提出SCET-CBF，一种用于单步动态导航的速度校准软引导律，通过短横向逃逸机动给出允许接近速度，并让二次规划在选加速度与转向时权衡制动的两种效应。
arXiv · cs.ROAI 评分5858 NDD：面向拥挤环境的无死锁安全导航神经形态决策动力学
作者提出神经形态决策动力学（NDD），一种分散式、基于事件的控制器，用于拥挤环境中的安全导航，无需通信、预设优先级或邻居目标模型。论文推导了传感范围、反馈增益、响应时间尺度和执行限制上的显式条件，保证有限异构智能体群体在有限时间内避碰并形成通行顺序，无死锁或活锁。大规模仿真、与现有方法的比较及硬件实验展示了该方法在复杂拥挤场景中的表现。
arXiv · cs.RO精选AI 评分6060 RAIWAY：20英寸大轮双足机器人用接触信息盲走控制跨越崎岖地形
作者团队提出RAIWAY，一款配备20英寸大轮的自研轮式双足机器人，以及一套面向不规则、不连续地形的接触信息控制方法。该方法在仿真中把多接触事件蒸馏为隐表示，部署时仅凭本体感知在线推断，无需接触传感器。实机实验中系统通过陡坡、碎石床、钉状表面和岩石地形，并在测试的户外楼梯上连续上行，台阶高度最高15厘米，表现优于不含接触信息机制的基线。
推荐理由：论文给出20英寸轮式双足机器人的接触信息蒸馏控制方法，并在实机测试陡坡、碎石与最高15厘米台阶等场景。
arXiv · cs.RO精选AI 评分7272 ViT-H：用运动跟踪反馈实现生成式视频到人形机器人控制
ViT-H 提出一种生成加跟踪的视频到人形机器人控制框架，用扩散模型直接从视频生成人形参考动作，绕过人体动作重建与重定向，并用运动跟踪结果以直接偏好优化后训练生成器。
推荐理由：论文提出绕过人体动作重建与重定向的视频到人形控制框架，并用下游跟踪反馈后训练生成器，可供比较现有流水线。