- StepTrigger：面向VLM驱动腿足机器人的接触状态触发后门攻击论文提出StepTrigger，一种针对VLM驱动腿足机器人的接触状态触发后门攻击：触发器由Unitree Go1四足机器人走过密集地形区域时产生的足-地压力与接触模式生成，而非提示词token或可见标记。为区分正常行走中的噪声性压力异常，方法从多模态机器人状态学习选择性后门策略，将偶发压力事件作为良性样本、密集地形接触作为投毒样本。分层离线评估中，训练后的规划器干净行为保持率98.75%、误触发拒绝率92.50%、真触发激活率76.25%、整体解析行为准确率89.17%。作者指出该后门位于本体感知与接触通道，仅关注语言、视觉或动作历史的防御无法覆盖。
- 从SMPC演示中学习移动操作：稀疏奖励的离线到在线强化学习该研究在仿真中用基于采样的模型预测控制（SMPC）作为自动专家生成大规模离线数据集，以绕开稠密奖励塑形的人工瓶颈，使离策略强化学习仅凭稀疏任务奖励即可训练。高层智能体与低层动态稳定性控制器结合后，学到的策略在任务目标对齐上超过原始最优控制教师。作者在配备机械臂的Spot四足机器人和G1人形机器人两种形态上部署了复杂移动操作技能，验证了sim-to-real框架的鲁棒性。
- 面向接触的射击法：用于动态运动重定向的接触隐式多重射击该论文提出接触隐式、基于直接仿真的多重射击（DSMS）框架，将运动学可行的参考轨迹转换为动力学可行的全身轨迹：把可微仿真器嵌入非线性规划，在内部处理接触、摩擦、碰撞、自碰撞与关节限制，同时施加跟踪、驱动和任务约束，无需预设接触时序或显式接触约束。作者称相比现有重定向方法，DSMS 可加速运动模仿强化学习训练，得到成功率更高、跟踪误差更低的策略；并在 Unitree G1 上完成零样本仿真到现实迁移，覆盖指令条件化行走、慢跑、接触密集爬行及 180 度跳跃转身。
- 准备转向：学习面向快速连续四足导航的预判性机动研究提出强化学习框架 PrepTurn，将当前与下一个位姿目标直接映射为关节动作，用即将到达的目标指导机器人如何接近当前目标，避免单目标策略在连续目标下出现的走走停停。方法包含持久信用奖励与逐步提升目标难度的自动课程，无需预设轨迹或到达时间即可协调接近速度与转向。仿真与 Unitree Go2 机载实验显示，连续穿越完成率高、运动更高效且停顿减少；目标容差放宽后，策略还出现提前转向下一目标和在允许区域内切角的涌现行为。
- Zero-HLM：无需真实机器人数据的可泛化人形机器人移动操作Zero-HLM 提出 real-to-sim-to-real 框架，用智能手机拍摄与仿真源演示生成人形机器人移动操作训练数据，无需真实机器人数据。其高斯引导的智能体式重建对齐视觉与物理场景，运动-环境协同适应用 rollout 反馈修正全身参考与交互几何，共生成 4,800 条经物理验证的演示。在三个 Unitree G1 任务上，仿真训练的 GR00T N1.7 零样本迁移平均全任务成功率为 66.7%，真实数据训练为 46.7%；泛化配置下池化成功率由 23% 升至 69%。
- HuGe：利用第一人称经验扩展人形通用视觉-语言-动作模型研究团队提出 HuGe 系列人形通用视觉-语言-动作模型（VLA），在超过 2000 小时的第一人称人类与机器人数据上预训练，采用三种现有代表性 VLA 架构，为预训练全身控制器预测潜在运动 token 并输出手部控制信号。训练分三阶段：第一人称预训练、人形适配、下游微调；预训练时通过仿真回放构建伪本体感知状态，微调时通过重渲染修改第一人称观测中的手臂外观以缓解形态差异。HuGe 在仿真基准 HumanoidArena 上取得最先进结果；在 Unitree G1 上的真实实验显示，用视觉适配的第一人称示范增强机器人示范可显著提升抓取放置任务成功率。
- HumanoidNDM：通过人形机器人神经动力学模型弥合运动跟踪的训练-部署差距该论文提出 HumanoidNDM，一个由真实世界训练的神经动力学模型驱动的人形机器人运动跟踪在线微调框架，用于弥合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中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，从而不依赖动作捕捉系统；策略微调阶段通过反向传播模型梯度直接微调策略。作者在 Unitree G1 机器人上完成物理验证，称其能快速适应多种扰动，并称这是首个面向人形机器人跟踪策略的在线、无需动作捕捉的微调框架。
- 面向人形机器人可恢复性监控的主动可达性学习研究提出一种面向人形机器人任务策略的运行时监控框架，用于在不可恢复跌倒发生前及时触发回退。该方法将监控器合成表述为学习给定回退策略的随机有限时域可恢复性包络，并把数据探索重构为到达-规避问题，由不确定性引导的探索器系统发现未见状态、避开确信不可恢复区域。框架在价值学习与主动探索之间迭代，结合时间差分与蒙特卡洛目标提升分布内价值预测与不确定性估计，并将高不确定性区域显式视为不可恢复以抑制分布外乐观幻觉。在随机基准和29自由度Unitree G1人形机器人上评估，监控覆盖率和准确性大幅提升，并实现零样本迁移到真实硬件。
- MOTIO：面向现实接地人形机器人移动操作智能体技能工程MOTIO 系统将人类动作视频、3D 资产、运动参考与可复用技能转化为人形机器人移动操作程序，通过上下文任务与接触推理构建分阶段交互，并借助物理执行、多帧反馈和人工验证迭代，无需任务特定遥操作或机器人演示采集。33 次带时间戳的首次批准中，智能体轮次时间中位数 97.0 分钟，请求到批准时长 2.80 小时。在扫描办公室中，G1 完成连续 101.75 秒的瓶子处理物理执行；物理细化使拧螺丝螺纹残差降低 76.0%。智能体生成的技能还用于监督 BC/DAgger 蒸馏至共享参考策略，同一检查点完成 18 个仿真任务，无需推理时专家干预。
- ViT-H：带运动跟踪反馈的生成式视频到人形机器人控制论文提出 ViT-H 框架，用扩散模型从单目人类视频直接生成人形机器人参考运动，跳过人体运动重建与重定向两步，并用下游运动跟踪结果通过直接偏好优化对生成器做后训练。作者还给出自回归变体，在 Unitree G1 上实现延迟低于 400 毫秒的实时视频遥操作。实验称其在运动质量与可执行性上优于现有“重建-重定向-跟踪”流水线，且随模型规模、预训练与后训练数据规模扩展表现良好。