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。
机器人行业洞察
今日精选
The robotics journal行业消息
该论文针对四足机器人通过被动弹簧臂搬运负载的场景，建立了将被动接口刚度、阻尼与负载质量关联到 ZMP 响应的降阶解析模型，指出低阻尼被动模态可能与步态谐波重叠。作者提出基于扩展单刚体动力学的臂感知模型预测控制 ARMPC，融合浮动基动力学、被动臂关节状态、扭转弹簧阻尼与基座-臂惯性耦合。仿真消融中 ARMPC 在所有测试条件下减少 ZMP 裕度违规并避免失败，Nominal MPC 与 Baseline MPC 违规率和失败率更高；2 kg 负载硬件拉放实验中 ARMPC 纵向与对角线扰动试验全部无失败，Baseline MPC 分别失败 7/15 和 8/15 次。
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。
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。
论文提出一种用于摩擦接触的平滑解析梯度，仅替换反向传播中的接触灵敏度，硬接触前向求解与 rollout 可行性保持不变。方法对 de Saxcé 修正二阶锥互补问题做中心路径松弛，平滑分离、夹紧、滑动三种模式条件，灵敏度在接触模式切换时连续并随松弛收敛到精确值。用 10 万样本、台式机训练不到 2 分钟得到的策略无需微调即迁移到硬件，小跑策略下机器人可承受推力并穿越碎石与湿滑地面；轨迹优化中该梯度找到精确梯度与 Signorini 松弛梯度遗漏的富接触解。
该研究提出一种面向四足机器人的实时运动规划框架，保留完全驱动的 SE(2) 模型及各向异性、航向耦合的速度约束，不采用常见的凸简化。方法将轨迹参数化为复合 Bernstein 多项式，利用凸包性质在整个规划时域内认证避碰与输入约束，而非仅在离散点校验。优化以在线重规划频率闭环运行，向运动控制器下发机体速度。作者在仿真中与消融方法及外部基线对比，并在四足机器人穿越未知移动障碍物的硬件实验中验证，恢复了简化模型排除的横向与航向耦合运动。
该研究提出 ThinkLocoManip，一个面向足式移动操作长程任务的智能体框架，采用交错推理与执行范式，让智能体持续推理状态、执行动作、观察结果并调整策略。框架编排感知、导航、操作与运动四类专用工具，并明确将运动作为智能体推理与执行的工具域；同时设计跨域协调技能与关键帧思考机制，用于保留执行上下文和支持错误恢复。真实世界实验显示，其成功率为 77%，是最强“先规划后执行”基线 37.1% 的两倍以上。
arXiv 新论文提出 HA-DiPO（异构智能体扩散策略优化），一个面向异构腿式机器人协同搬运非固定共享负载的分层多智能体强化学习框架，采用集中训练、分散执行（CTDE）架构。高层由集中式评论家利用团队价值估计联合训练各机器人独立的协调策略，低层用本体特定的鲁棒运动策略跟踪协调指令；高层采用扩散策略而非单高斯参数化，以表示潜在的多模态协调响应。策略通过奖励驱动的仿真交互从零学习，无需演示数据；执行时各机器人仅用本地机器人与负载观测生成指令，不依赖伙伴状态或机器人间通信。仿真中最终平均回报、速度跟踪成功率高于基线且速度误差更低，真机实验演示了四足轮腿机器人与人机协同搬运。
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。
研究提出 PSANE 框架，利用足式机器人行走时腿-地形交互的本体感知测量，在未知可变形颗粒地形中实现安全导航与探索。该框架用高斯过程回归学习可通行性模型，在线估计并认证安全区域、识别探索前沿，再与反应式控制器结合做实时导航；前沿选择被建模为多目标优化，在安全集扩展概率与目标导向代价间权衡，并在帕累托最优前沿集上标量化选取子目标。作者称仅凭本体感知估计的可通行性即可安全探索未知颗粒地形并到达指定目标，性能优于基线方法。
研究团队在实验室中测试了 2.3 kg 六足机器人 SandBot 在 1 mm 罂粟籽颗粒床上的奔跑速度：采用交替三足步态和标准步态控制参数时，速度最多比硬地面上 2 倍体长/秒（约 60 cm/s）慢两个数量级；将控制参数从硬地面设置经验性调整后，最高速度恢复到 30 cm/s。机器人速度敏感依赖于颗粒堆积分数 φ 与肢体频率 ω，当 φ 足够小和/或 ω 足够大时，运动从旋转行走急剧转变为慢速游泳。作者据此提出基于弯曲肢体穿透与滑移特征的旋转行走运动学模型，该模型能捕捉速度对肢体频率的依赖及行走—游泳模式转变，但指出仍需更深入理解颗粒介质物理。
PhysibleMDM 在推理阶段优化扩散噪声，无需重新训练运动扩散模型，即可提升生成运动的物理可行性。其约束由运动学检查（地面穿透、滑移、自碰撞）与基于锥规划逆动力学的动力学测试组成，并用 Sep-CMA-ES 求解黑盒优化问题，再以自回归方式串联片段生成长序列。在 SMPL 人形模型的 100 种运动风格上，平均地面穿透、自碰撞穿透与地面滑移分别降低 75%、92%、74%；在自定义双足机器人的 11 个序列上，每序列平均加速度重建误差中位数降低 89.5%，平均逆动力学残差中位数降低 79.5%。
论文提出积分自监督方案：用短视教师在每个短窗口独立对IMU积分，从零训练惯性里程计模型，学生虽仅受短窗口速度变化监督，却学会直接预测速度且精度超过教师；再用位姿图蒸馏以多窗口位姿图的序列一致目标精炼模型。该方法在新平台部署时无需采集真值轨迹，只需标定IMU并在正常运行中记录数据。在行人、无人机、四足和人形共六个数据集上，无速度或位置标签训练的模型平均速度误差与同架构有监督基线相差0.07 m/s以内。
该论文提出 HEHA 分层探索框架，用于无人机、轮式与足式等异构机器人协同探索未知环境。其全局规划模块采用新算法 RCH，在可通行性约束下求解大规模多哈密顿路径问题（mHPP），以最小化各机器人最大路径长度（makespan），并快速给出有界次优解；局部规划器同样考虑异构性以减少重复探索。实验显示，在异构可通行性条件下，RCH 的 makespan 比多个基线最多小 47%，HEHA 的探索时间比现有方法最多减少 30%。
论文提出RangeNav，一个仅183k参数的激光雷达距离图像编码器，完全在合成数据上预训练，采用各向异性卷积与循环填充处理距离图像的极端长宽比和方位角接缝。预训练目标结合距离重建、语义分割与鸟瞰图（BEV）预测，随后冻结编码器用于强化学习策略。仿真中，加入语义与BEV监督相比仅重建基线，在程序生成训练环境和分布外真实测试环境成功率分别平均提升32.03和23.73个百分点。在Unitree B2-W四足机器人上零样本部署，可在密集人群、低光与施工区域导航。代码与模型将开源。
提出A2I-Calib++，一种面向足式机器人机体多IMU系统的运动学驱动抗噪主动标定框架，无需人工标定靶标，也无需对目标IMU做复杂参数调优，即可估计时间偏移、外参旋转平移与惯性零偏。框架含三个模块：受噪声各向同性启发的激励轨迹（由有限时域条件性命题支撑）、结合滚动接触奖励的约束感知对抗运动先验控制器、以及融合预标定小腿IMU与关节运动学的接触约束虚拟IMU。在仿真与真实四足平台上的评估显示，相比传统方法噪声敏感度与仿真标定误差明显降低，真实标定可重复，本体感知里程计精度提升。
该研究提出一种多阶段强化学习方法，为月球重力下按指令点对点跳跃生成单一端到端控制策略，策略架构简单且仅依赖任务兼容的机载传感。仿真中着陆误差小于机器人自身尺寸；研究还分析了跳跃的力矩与功率需求，并测试了飞行中控制更新冻结最长1秒等极端异常下的性能退化。硬件迁移实验显示，策略可在月球重力卸载条件下完成垂直跳跃，实测力矩与功率曲线与仿真一致并处于硬件限制内。
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。
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。
该论文提出从少量专家演示数据集中学习潜在动作作为归纳偏置，用于足式机器人直接关节级力矩控制的强化学习。该方法使策略直接利用专家动作知识、提升探索效率，智能体不受演示奖励水平限制，迁移任务性能显著提升；潜在动作先验与模仿风格奖励结合可更接近复现专家行为。