具身智能周报｜10月19日—25日：SuperMimic：用单一可微世界模型扩展人形机器人全身控制

头条

SuperMimic：用单一可微世界模型扩展人形机器人全身控制

SuperMimic 提出用单一可微世界模型摊销人形机器人全身运动跟踪的学习，世界模型与跟踪策略在同一循环中联合训练，并通过短时想象 rollout 的反向传播为策略提供解析梯度。

Qiayuan Liao 等7人 · arXiv一手原文

本期导读

本周 9 件大事，最受关注的是：SuperMimic：用单一可微世界模型扩展人形机器人全身控制；Collective Experience Learning：用96台机器人的部署经验改进操作策略；从徒手演示到自主机器人超声：解剖锚定学习框架。

技术

智元机器人一手10.23

智元开源 AGIBOT WORLD 2026 第四版“Physical Reasoning”数据集

智元开源 AGIBOT WORLD 2026 的第四版“Physical Reasoning”数据集，任务设计重点从操作难度转向决策复杂度。该数据集覆盖 10 类以上逻辑推理场景，按 Easy、Medium、Hard 三级组织，并提供高层问答与低层动作轨迹，用于高层决策模型与低层动作策略的协同训练。

原文

北京通用人工智能研究院一手10.23

北京通用人工智能研究院提出 TaF-VLA：在 VLA 模型中实现触觉-力对齐的力感知操作

北京通用人工智能研究院团队提出 TaF-VLA，将经物理力与压力监督的触觉表征接入 VLA 主干，用于接触密集的力感知操作。团队搭建自动化触觉-力采集装置并构建 TaF-Dataset，包含超过 1000 万条同步触觉观测、六轴力/力矩测量与力分布图。

原文

北京通用人工智能研究院一手10.23

北京通用人工智能研究院提出TacEP触觉引导定位框架，用于高精度机器人轴孔装配

北京通用人工智能研究院团队提出触觉引导探索与定位框架TacEP，将单目视觉估计与基于视觉触觉传感器的高分辨率实时探索结合，用于机器人轴孔装配中的目标孔位精确定位。

原文

论文研究

Chao Yu 等44人 · arXiv一手10.19

Collective Experience Learning：用96台机器人的部署经验改进操作策略

论文提出 Collective Experience Learning（CEL）范式，让已部署机器人把自身执行经验汇总起来更新共享策略，再返回机群使用。作者通过失败引导经验检索微调（FERT）实现该范式，操作员只提供二值回合结果标签和环境重置，无需额外专家示范或纠正动作；容错异步训练系统（FATS）协调机器人执行、云端推理与策略优化。

原文

Yuan Bi 等6人 · arXiv一手10.23

从徒手演示到自主机器人超声：解剖锚定学习框架

研究提出解剖锚定的模仿学习框架，将解剖引导的探头放置与学习式超声导航结合，用于自主机器人超声扫描。该框架先由外部视觉确定任务相关的解剖起点并建立初始探头位姿参考系，再由基于流的策略根据锚点相对位姿、超声图像、探头相机视图和接触力生成扫描动作，终止头预测任务完成。

原文

Shubham Singh · arXiv一手10.23

研究：VLA 全权重微调缺少 fp32 主副本会静默抹掉大部分更新

一项 arXiv 预印本研究指出，VLA 模型以 bf16 训练且无 fp32 主副本时，AdamW 会把小于权重 1/512 的更新直接舍入掉；12 个开源 VLA 代码库中有 9 个默认或文档配方这样训练，包括 LeRobot 的 SmolVLA 默认配置及其 π0/π0.5 指南。

原文

Dewei Wang 等14人 · arXiv一手10.22

LocoManiLab：人形机器人移动操作的数据、策略、控制器与部署统一测试台

LocoManiLab 提出一个覆盖数据采集与生成、策略训练、评测和物理部署的人形机器人移动操作统一测试台。其任务集包含五类家庭场景下的 234 个原子与组合任务，配套 51.5 小时仿真遥操作数据。

原文

Jiaming Liu 等11人 · arXiv一手10.20

PhysWord：用原子动作词构建机器人操作潜在推理的预印本模型

PhysWord 是一个先推理后动作的机器人基础模型，用原子动作动词作为共享语义锚点，把物理动态的连续表示组织成可复用的推理原语。模型预测未来原子动作词，并将其上下文隐状态与对应未来观测导出的潜在目标对齐，再按时间自回归预测 Physical Words 以捕捉执行阶段转换。

原文

查看本期全部文章 222 篇 ↗