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。
机器人行业洞察
今日精选
The robotics journal行业消息
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。
论文提出自研轮足双足机器人 RAIWAY，采用 20 英寸大轮径，并配套接触信息驱动的滚动运动控制方法，面向不规则、不连续地形。该方法在仿真中把多接触事件蒸馏为潜在表示，部署时仅靠本体感知在线推断，无需接触传感器。实机实验中，系统通过陡坡、砾石地、钉状表面与岩石地形，并在户外楼梯上连续爬升，台阶高度最高 15 cm；在室内外挑战场景中，其表现优于不含接触信息机制的基线控制器。
该论文提出 PartialBiGrasp 双臂抓取生成框架，直接以部分点云观测为输入，不依赖完整点云。模型通过卷积占用网络隐式学习几何特征，对可抓取性、无碰撞接触区域和物体厚度进行局部推理，生成满足力闭合约束的抓取对，再用基于采样的优化修正不完整几何带来的歧义。验证包括解析力闭合指标、大规模仿真实验，以及在含噪声部分点云的新物体上开展的真实机器人实验。
论文提出 Graph-as-Policy（GaP）多智能体编码框架，从模块化开放机器人技能库（MORSL）生成含感知、规划、控制节点的有向计算图，用于物体几何与位姿变化较大的“变异性自动化”（VA）任务。GaP 构建内部仿真环境，并行用不同图排练任务实例，迭代优化图结构与参数以提升成功率和吞吐量。作者在 8 个新开放 VA 基准（4 个仿真、4 个真实世界）上评估，称成功率显著优于基线，并公开代码与数据。
Astrobee自由飞行机器人在国际空间站完成首次在轨演示：用机器学习热启动加速轨迹优化。方法训练神经网络学习序列凸规划（SCP）求解的轨迹生成问题结构，在轨由网络预测解、SCP求解器强制安全约束。含旋转动力学的案例求解器迭代次数减少60%，障碍物取自热启动模型训练分布的案例减少50%。
首尔大学研究团队提出从大规模演示数据中学习速度先验，给定任务指令、运动路径及沿途图像预测执行速度分布，取分位数作为统一时钟对演示重定时，单个先验覆盖语料库全部任务。该方法在机器人遥操作与手持演示数据上拟合，将机器人演示重定时为手持节奏后微调视觉-语言-动作策略，执行时配合实时最优控制层跟踪动作块。在120个RoboLab任务上，微调策略成功率更高、抖动最多降低一半；真实机器人叠杯耗时3.50秒，比默认策略6.02秒快1.72倍，30次试验成功29次。
arXiv 论文指出，人形机器人安全过滤器的碰撞规避数学保证仅在安全参数配置正确时成立，而参数配置依赖具体任务与环境，缺乏通用确定方法，导致出厂过滤器在特定部署场景下失效。作者提出目标插入攻击，并开发自动化工具 SIREN 为给定任务与环境搜索易受攻击的插入目标；在 SPARK 数据集全部存在漏洞的场景中均识别出攻击，数量为基线方法的三倍，并能在真实人形机器人上生成攻击、使其在执行任务时发生碰撞。
研究提出一种接入ROS 2 Nav2的自然语言策略接口：本地大语言模型将操作员指令转为JSON策略，指定目的地、空间约束及时间或事件条件，确定性检查决定任务是否接受，三个代价地图适配器把接受的策略投影进现有导航栈，不改动规划器与控制器。在150条研究者编写的英文指令上，四个本地模型产出107-142条正确接受策略，规则解析器为44条，各模型错误接受3-20次；故障注入中8个端点/JSON故障与29个验证器阶段故障被拒。仿真与TurtleBot3实验中，任务1-3平均行驶时间较无策略基线在仿真降低18.4-24.5%、实体平台降低23.1-35.0%。
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。
研究团队发布 CoCarry 数据集，含 220 条同步双人协同搬运序列，覆盖 21 种任务方案、5 种共享物体几何、4 种地形，总时长约 61 分钟。配套提出接触-支撑结构化重定向方法，围绕同一预设物体轨迹联合优化两台人形机器人，用物体局部手部锚点保持四手抓取关系。220 条序列重定向至两台 A3 人形机器人后接触保持率 0.9995，穿透时长较 GMR、OmniRetarget 分别降低 67.0% 和 71.0%，成功率 100%；在 Unitree G1 上的 CORE4D 测试接触保持率 0.9906、滑动为零，并经物理仿真与两台实体 A3 实验验证。
研究在24关节人形机器人上，用单目视频提取的五种运动训练运动跟踪策略，并在独立的CPU MuJoCo测试框架中验证。训练随机化下每个策略30次试验至少26次完成动作；加入40毫秒恒定指令延迟后平均存活率降至15%（0%–45%），延迟裕度仅20–30毫秒。训练时将延迟随机化到0–50毫秒，40毫秒延迟下平均存活率升至95%（75%–100%），裕度提高到50–70毫秒；相同额外迭代但不做延迟随机化的对照组无改善，说明增益来自随机化本身。代价是跟踪精度略降（四种运动0.02–0.06弧度），最具动态性的运动对其他扰动鲁棒性下降。
研究团队在Unitree Go2四足机器人上搭载AgileX Piper机械臂，实现闭环移动操作（loco-manipulation），并系统梳理了从固定基座机械臂迁移到腿式平台时，在数据采集、模型适配与推理设计上的实际需求。作者报告了使真机部署可行的关键选择，包括模型变体、动作时域和示教约定，并针对抓取放置任务区分数据覆盖与模型容量。结果显示，扩大示教覆盖使留出的末端执行器误差降低30%；引入推而非抓等次级技能可带来新行为模式且不降低基线性能。真机闭环实验表明数据集构成会影响任务成败。
论文提出 RoboCode，用共享的软门控基元动作接口学习跨任务复用的短时程动作模式：每个动作块被表示为多个已学习基元的软组合，而非单个离散编码；该接口从多任务汇集的动作块中学习后冻结，再训练任务特定的状态编码器将状态映射到共享潜空间。在五个 ManiSkill 操作任务上，动作块平均重建 MSE 为 0.0187，编码激活分析显示跨任务存在结构化编码复用；闭环平均成功率为 75.6%，高于 ACT 的 68.8% 和更大规模 Diffusion Policy 基线的 41.6%。
该论文指出流匹配VLA部署中数值求解器深度与执行时域通常被解耦选择，并揭示二者存在由符号反转支配的计算-执行耦合：快速重规划下粗糙积分降低精度，但延长开环执行时粗糙积分反而提升任务表现，其机制是数值截断使横向动作离散度围绕不变的轨迹质心收缩，起到抑制开环漂移累积的隐式正则化作用。在LIBERO、RoboTwin 2.0及真实Franka操作任务上，针对π0、π0.5、GR00T等VLA骨干模型，利用该耦合可在无需训练、不改架构的前提下提升任务成功率并大幅降低推理延迟。
研究用强化学习训练一个由20台月球小型机器人共享的策略，奖励仅为月夜结束时最冷5台机器人的平均温度，不涉及位置、间距或运动信息。结果涌现出聚集与在受庇护核心和暴露边缘间循环两种行为，与帝企鹅越冬方式相同。十次运行测得生存阈值为155.6±1.3 pcm-h（1 pcm-h=7.2 kJ），比静止抱团低37%，距物理下界13%以内；在静止抱团损失6台机器人的能量预算下全部存活。该行为无需共享空间参考和机器人间接触，可从20台迁移至40台而无需重训。
FORCA 以视觉观测和腕部力/力矩测量为输入，自动编写用于接触探测与力响应运动的 Python 程序，并在多次执行之间结合力记录与视觉结果诊断失败、修订运动与力反馈控制逻辑。该方法无需演示数据、任务特定训练或仿真环境。在五个真实机器人任务上，FORCA 在提升操作精度、适应物体或表面属性变化、在表面变化与物体运动下调节接触三类场景中验证有效；与纯视觉变体相比，抓取精度与任务成功率提高，擦拭和剥离中的接触丢失减少。
研究在RoboDojo基准的六项操作任务上，于多种推理强度与服务层级设置下评估了九个前沿多模态语言模型直接控制实体机械臂的能力，称这是首次在实体硬件上对广泛前沿LM做系统性比较。结果显示当前模型能完成多种操作任务，但精度与效率不足以在实用动作预算内完成。2026年7月至10月间基准性能翻倍时间为53.9天，最佳执行速率提升4.4倍，最低执行成本下降6.2倍。
研究团队提出 TRACE，一个面向 Unitree G1 人形机器人的语言条件运动生成与编辑框架，将生成条件锚定在成对训练动作、编辑目标锚定在当前动作上。语言模型从运动数据中学习预测支撑、根节点与手部事件，其时间对齐编码与原始文本共同输入扩散生成器；重力参考状态与轨迹—接触目标用于提升运动学一致性。编辑阶段由类型化请求定义身体—时间范围与相对源目标，参考条件扩散编辑器结合修订事件完成修改，采样时投影保留受保护状态坐标。定量与人工评估显示语义对齐和运动质量优于对比方法，多轮编辑在共享保留约束下执行更可靠，代码已开源。
维也纳工业大学（TU Wien）团队提出零样本框架V2-STRep，将视频生成模型合成的操作视频中的运动转换为可复用机器人技能。该方法用VLM生成结构化任务表示，指定运动阶段、参考对象与约束，目标以点、点法线、轴、平面和6D位姿等最小几何结构描述；VLM给出的2D图像线索经RGB-D观测提升至3D，用于重建任务几何与候选抓取位姿。几何规则负责跨场景运动迁移，任务约束轨迹优化将抓取选择与完整运动规划耦合，并利用剩余旋转自由度适应关节限制。在六个真实操作任务上，执行成功率高于基线，技能可跨场景迁移，并可通过更新部署基础与约束适配新指令而无需重新生成视频。