
白宫就进口机器人作出232条款认定,将启动贸易谈判
美国总统特朗普发布公告,称商务部长提交的232条款调查报告认定进口机器人、工业机械及其零部件威胁美国国家安全,并指示商务部长与美国贸易代表与贸易伙伴谈判调整相关进口。
NEWS / 动态
按时间浏览,使用右上角筛选切换领域。

美国总统特朗普发布公告,称商务部长提交的232条款调查报告认定进口机器人、工业机械及其零部件威胁美国国家安全,并指示商务部长与美国贸易代表与贸易伙伴谈判调整相关进口。
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。
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。
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。

Faraday Future计划2026年底在美国上线机器人工厂,首台美国组装机器人定于2027年2月下线,并每年在美推出三到五款新或下一代机器人产品。全球执行董事长Jerry Wang在访谈中称,本地化旨在强化合规、供应链韧性、质量控制与客户支持,但未公开美国制造内容的具体比例及2028年前仍需进口的部件。

David D'Arcangelo 于10月21日在亚马逊发售新书《The Robot Goal Federation: A Blueprint for a New Era of Sports Entertainment》,提出设立机器人体育管理与认证机构RGF。
ELEVATE 框架利用任务程序优化中的持续失败识别缺失的全身控制能力,由编码智能体构建并迭代强化学习问题,验证后的控制器加入能力库并与已有控制器组合重试任务。
推荐理由:论文展示编码智能体从任务失败中自动合成全身控制器的闭环流程,并给出仿真与实机迁移的成功率数据。
SKiD-SLAM 是一套面向行星探测的分布式多机器人 LiDAR SLAM 系统,作者在韩国完成两次野外部署验证。轮式漫游车在济州岛 Majang 熔岩管洞穴探索,四足机器人在涟川 KICT 的行星模拟地形执行陨石坑与岩石科学场景,系统在 250 kbps 机器人间通信预算内完成分布式多机器人 LiDAR SLAM。
推荐理由:报告给出分布式多机器人激光SLAM在250 kbps通信预算下的两次实地部署,可了解行星探测场景的资源受限方案。
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。
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。
RangeNav 提出一个仅 183k 参数的 LiDAR 距离图像编码器,完全在合成数据上预训练,用于移动机器人导航。该方法采用各向异性卷积和循环填充处理距离图像的极端长宽比与方位接缝,并以距离重建、语义分割和 BEV 预测组成的导航对齐目标预训练后冻结用于策略学习。
推荐理由:论文给出仅183k参数的LiDAR距离图像编码器预训练方案,并对比不同监督目标对导航成功率的影响。
Levin Müller 等人在 arXiv 预印本中提出一种多阶段强化学习方法,为月球重力下的四足机器人点对点跳跃生成单一端到端控制策略,仅依赖任务可用的机载传感。
推荐理由:论文给出月球重力下四足机器人跳跃的端到端策略,并报告仿真落点误差与硬件卸载实验的力矩功率数据。
A2I-Calib++ 提出一种运动学驱动的抗噪主动标定框架,用于足式机器人机体多IMU系统,可在无需人工标定靶标、无需对目标IMU做复杂参数调优的情况下估计时间偏移、外参旋转平移与惯性零偏。
作者提出 Context-Aware Navigation Explanation 框架,用大语言模型为辅助机器人解释导盲犬式的避障与导航动作,并将感知上下文与规划的未来轨迹结合生成自然语言解释。系统部署在 Unitree Go2 平台的室内导航场景中,评估不同解释上下文配置对用户信任和解释满意度的影响。结果显示解释满意度与信任呈强正相关,且将障碍物信息与未来轨迹结合的解释效果最好。
LocoPilot 是一个单操作员双边遥操作与数据采集框架,部署在 12 自由度 Unitree Go2 四足机器人上,该机器人搭载 6 自由度 AgileX Piper L 机械臂、Intel RealSense D435 腕部相机和 D405 头部相机。
推荐理由:论文给出单操作员双边遥操作采集四足加机械臂演示的完整方案,并展示从采集到策略部署的同一动作接口。
论文提出一套用加装机械臂的Boston Dynamics Spot四足机器人自主堆叠砖块的概念验证系统,在供料区与装配区之间依靠AprilTag定位和autowalk任务导航。
作者设计并运行了一种多模态四足飞行机器人,用控制收缩度量(CCM)构建统一控制框架。研究离线分别搜索行走与飞行的域特定收缩度量,再通过在线基于能量的CLF QP统一,实现跨域控制分配,并在仿真中展示。实验验证了硬件的机械可行性和推进器辅助小跑范式,作者称实验稳定性支持将该框架部署到多模态操作。
RoboMMT 提出一种模块化控制架构,将参数化表达动作合成、基于物理的角色控制与面向空间交互目标的反应式适应耦合起来,训练一个参考条件跟踪策略在广泛表达域内保持动态稳定。
推荐理由:论文给出耦合表达动作合成与物理角色控制的模块化架构,并对比了覆盖域不足的跟踪器失稳情况。
SSIO 提出积分自监督方案,让惯性里程计模型从零训练时不再依赖真值轨迹,只需标定 IMU 并在正常运行时记录数据。该方法先用短窗积分 IMU 的教师模型监督学生模型,学生直接预测速度且精度高于教师,再用多窗口位姿图蒸馏序列一致目标。在覆盖行人、无人机、四足机器人和人形机器人的六个数据集上,同一套无速度或位置标签的训练流程所得模型平均速度误差与同架构有监督基线相差 0.07 m/s。
推荐理由:论文提出用短窗积分自监督替代真值轨迹训练惯性里程计,并在行人、无人机、四足和人形六套数据上验证。
浙江大学等团队提出 ScaleNav,一个面向语言条件局部导航的世界-动作统一框架,先用互联网第一视角视频做指令条件视频预训练,再用带动作标注的仿真数据对齐动作块,最后联合微调。
推荐理由:论文用互联网第一视角视频预训练视觉动态,再对齐仿真动作,为语言条件局部导航提供可迁移的三阶段训练思路。
Boston Dynamics 展示 Spot 机器人在公共安全领域的应用:进入灾难现场搜寻幸存者、协助处置人质事件与毒品实验室调查,并在火灾后做结构勘察。标准公共安全套件含 Spot Cam、超视距电台与机械臂,可在安全距离外提供 360 度视野、最高 25 倍变焦和热成像;机械臂可举起 15 磅、拖动 50 磅物体。

波士顿动力发布演示,展示Spot四足机器人从配送车取货、穿过郊区人行道把包裹送到门口。Spot顶部传送载荷可装两件16x12x10英寸包裹,公司称这能覆盖普通配送车至少60%的包裹;初期由司机控制,路线保存后可自主配送,并可能配备遥操作员待命。波士顿动力正与大型物流公司洽谈试点,目标是让Spot配合司机每天送200件、每周五天。
Boston Dynamics 的 Spot 机器人已在 FIFA 世界杯 2026 的美国、加拿大和墨西哥 16 个主办城市中投入使用,在达拉斯国际广播中心和 NY/NJ 体育场执行周界巡逻,用于资产保护与风险检测。