该研究提出将偏好奖励响应性（PRR）与覆盖率、效用指标结合，用于评估可操控人形控制中偏好条件强化学习的聚合方式。作者在两个类人控制框架上比较了奖励级、优势级、损失级和基于 PCGrad 的聚合，发现没有一种聚合层级在所有环境和标准上表现最佳：早期聚合目标会带来更广泛的行为响应，但对其他目标的非预期改变更大；较晚聚合则提高控制精度，但以响应性为代价。
机器人行业洞察
今日精选
The robotics journal行业消息
MIT团队提出FLEX（Flexible Feature Editing Pipeline），利用语言模型根据自然语言纠正迭代优化机器人对任务特征的内部表征，包含三个互补操作：添加缺失特征、泛化已有具体特征、屏蔽无关特征。研究在2D导航、7自由度Franka桌面操作任务以及使用自然语言纠正与真机演示的真实世界研究中评估FLEX；与单操作及无脚手架基线对比显示，交互场景中三项操作均属必要，FLEX在保持紧凑可迁移表征的同时取得更高归一化奖励。
针对球形移动建图系统（SMMS）在快速旋转和地面覆盖有限条件下的里程计难题，作者提出两种基于RANSAC的地面法向量估计方法：单帧扫描估计（法向量评分+多步验证）和基于LiDAR-惯性里程计（LIO）利用全局3D地图的估计。在多个真实数据集上以地面激光扫描仪为真值评估，LIO方法在精度与鲁棒性上显著优于单帧方法；将地面法向量估计融入运动模型可改善位姿估计，支持复杂危险环境中的自主导航。
该研究提出一种基于元学习的人机交互框架，用神经网络替代人工设定的切换阈值来识别人类意图，并引入控制器中依赖力的参数，使被动模式识别率从90.1%提升至99.1%、主动模式从79.8%提升至97.1%。框架还包含自适应元学习控制器以补偿人类扰动并在线适应变化的交互力，以及多轨迹元学习算法联合学习环境基表示与依赖力的参数，以处理未建模动态。实验称该框架在实现鲁棒控制的同时提供了可靠的模式识别。
研究提出耦合视觉-运动重映射方法，将全景方位扭曲与上肢偏航逆变换配对，用于第一人称人形机器人遥操作，使操作员无需旋转身体即可访问侧面和后侧目标。可运行原型实现全局缩放（GZ）与焦点+上下文（F+C）两种模式。被试内实验（N=8，72次试验）显示，GZ完成次数最高（23/24），固定映射为20/24，F+C为21/24；但F+C获得6/8名参与者偏好，完成表现与主观偏好指向不同映射。
论文提出一种用于物理人机交互（pHRI）的无传感器控制框架：训练神经网络补偿系统摩擦与未建模动态以提升力/力矩观测器精度，采用任务零空间分解分离关节速度、降低人类扰动对观测器的影响，并引入位姿与力混合控制器实现末端位姿和力跟踪。实验结果显示该框架在保持位姿与力跟踪性能的同时提供鲁棒准确的力/力矩估计，可应用于未装力/力矩传感器的机械臂平台。
该论文针对多边形环境中由常数复杂度多边形表示的 k 个平移机器人，给出首个对任意固定 k 均适用的全多项式时间近似方案（FPTAS），覆盖最小总行驶距离、最小单机器人最大距离、最小完工时间三种目标，并可直接推广到任意固定维度 d 的多面体环境与多面体机器人。该结果解决了 Agarwal、Halperin、Sharir、Steiger [SODA'24] 与 Agarwal、Holmgren、Steiger [SODA'26] 提出的开放问题——此前仅对 k=2 的单位正方形机器人给出 FPTAS，或对固定 k 的单位正方形/单位圆盘机器人给出双准则近似算法；作者称新算法显著更简单。
论文提出 OmniInteract 框架，用于双人形机器人的统一全身交互控制，包含两个核心组件：表面接触感知重定向利用密集的人机表面对应关系对两个机器人联合重定向，保留接触界面与近场几何上下文；可扩展的基于流的交互策略将控制分解为冻结的全身运动先验与伙伴感知专家残差，并通过条件流匹配在共享残差动作空间中统一。实验显示该方法提升了重定向保真度与双人形协调性，在技能多样性增长时更好地保持交互性能；真实部署验证了接触建立、全身协调稳定及外部扰动恢复。
arXiv:2610.25946v2 替换版提出在代码空间直接搜索多智能体协调策略，由编码智能体在仿真反馈与正确性验证下迭代提出、实现、评估和修正算法。在2024 League of Robot Runners竞赛的高难度地图上，两天搜索得到的策略在最密集实例上比本地复现的更强参赛方案高35.0%，并可泛化到未见地图实例。在模拟真实仓库（不规则通道、连续机器人几何、异步运动）中，一周搜索发现一类全新多智能体路径规划算法，吞吐量比校准后的专有方案高58.9%，并在给定假设下证明其无碰撞且能在有限时间内完成未被撤回或替换的目标。
研究提出 FIBER 框架，将冻结行为基础模型（BFM）的可执行潜在空间作为异构交互技能共享的规划表征，通过潜在策略投影（LPP）把独立训练的任务策略映射到该空间，再离线训练单一感知流规划器；同时引入用多 gamma 前向-后向学习训练的自适应视界 BFM（AH-BFM）。在仿真中，箱子拾取、开门、抓取三类任务各 128 种变化下平均成功率 42.0%，高于投影潜在回放的 11.6% 和运动学规划的 3.5%。在真实 Unitree G1 人形机器人上验证了 sim-to-real 迁移、技能链式组合与条件引导。
论文针对视觉惯性里程计中传感器刚性安装假设的局限，研究时变相机-IMU外参标定。方法上结合机器人运动学模型，提出基于Denavit-Hartenberg约定的动态外参标定方法，并设计两步初始化策略估计初始关节角，为后续外参优化提供起点，实现在线估计时变外参。仿真实验显示该框架可适应相机-IMU外参变化并保持有竞争力的定位精度。
该博士论文提出离线训练神经隐式表征来近似Hamilton-Jacobi可达性值函数，使基于优化的控制器能在未知动态环境中实时获得安全信息。方法利用值函数等于直接计算的约束（如符号距离）减去非负动力学修正项的性质，仅学习修正项以保证近似误差下障碍物仍位于预测安全集之外。前四种方法分别将学习函数用作模型预测控制的终端约束和控制屏障函数安全滤波器的屏障候选，覆盖静态环境与数量可变的移动障碍物；地面与空中机器人的仿真和硬件实验显示其避碰效果优于几何与手工设计基线，尤其在短时域和移动障碍物场景。第五种方法用可并行化的顶点树搜索替代网格离线求解器，可为最多13个状态的系统生成屏障候选。
ForeTac 提出“表示-预测-评估-引导”框架：编码当前触觉状态，以候选动作序列为条件预测未来触觉潜在轨迹，并用从成功/失败物理交互中学到的接触质量目标评估轨迹；推理时将该目标梯度经触觉预测器反传以引导动作生成，模型参数保持冻结。在平面擦拭、曲面擦拭、刷卡、易碎物抓取四项真实机器人任务上，配合扩散策略将平均任务成功率从36.3%提升至71.3%、平均接触成功率从20.0%提升至66.3%，流匹配策略下两项指标同样提升。
研究提出一个概念验证框架，使四足机器人的非线性动力学在设计阶段可预测，并利用重力、惯性与弹性塑造的非线性共振让多种步态自然涌现。团队研制高顺应性四足机器人eBert，用新理论工具识别出六种非线性简正模态（NNM），并在仿真与硬件上验证其存在。以黑盒优化确定步长后，仿真中每个NNM自然发展为不同速度的独特步态，且大部分可迁移到硬件。
该论文针对过驱动多旋翼的力矩分配问题，提出以控制屏障函数将执行器权限作为向前不变量，在分配零空间中用二次规划在力矩层强制执行。对称设计下旋翼停用的就绪度代价以闭式 ln(n/(n−m)) 给出，跟踪误差在无法精确时被界定为 O(ρ^{-1/2})，鲁棒变体以与机架矩阵无关的闭式下限偏移处理电机参数不确定性。六旋翼与全驱动八旋翼上闭式间隙与仿真吻合至机器精度；300 次随机任务中贪心最大化在最多 51% 的权限稀缺任务中违反认证下限，所提滤波器从未越界，最困难力矩反向下力旋量误差小 79 倍，鲁棒变体在 150 个受扰动对象上均保持下限。
研究提出模块化方案：在真实世界接触密集片段自主采集密集数据，再用离线强化学习训练局部策略，并与传统运动规划结合完成长时程装配。四个真实任务中仅用2–2.5小时自主采集数据，长时程任务平均成功率96%，仅规划基线55%、最强端到端基线37%；局部策略施加力降低49%，场景级分布外场景成功率仍达90%，共完成超1500次真实世界评估。
论文提出 KITE 方法，将操作解耦为与具身无关的交互意图预测和具身特定的运动学解码，交互意图以接触模式为基础的学习表示连接。交互策略仅在源机器人演示数据上训练并在不同形态目标机器人间共享，运动学解码器则利用各具身运动学模型生成的合成数据学习。在仿真与真实世界的四项操作任务上，KITE 实现向结构不同目标具身的零样本迁移，覆盖平行夹爪、灵巧手与复合具身，并优于现有基线。
论文提出 PAKE 全身控制框架，将移动操作分解为部分参考运动生成与底层模仿控制，并引入在大规模运动学数据集上训练的 Kinematic Normalizing Flow（KNF）模型生成多样化部分运动学参考。高层控制器在 KNF 潜在空间中导航以利用冗余解，底层控制器学习动态一致的运动执行。在配备六自由度机械臂的四足机器人上验证：仿真中于 4000 个目标基准上跟踪精度与可行工作空间覆盖优于基线；硬件上在 8 类移动操作任务共 24 个回合中实现末端位姿跟踪误差 4.5 cm 与 0.14 rad，线速度、角速度误差分别为 0.1 m/s 和 0.01 rad/s。
arXiv:2606.10180v2 提出对视觉-语言-动作（VLA）模型的“流控制”方法：将键盘等通用用户输入写入VLA流匹配动作专家的初始条件，利用流的确定性在积分过程中保留用户输入信息，无需重新训练或微调即可实时引导动作。作者报告该方法能准确响应地引导机器人动作、对次优输入鲁棒、帮助用户显著提高成功率并加快任务完成，且在流控制轨迹上微调可改进自主策略。