论文提出Joint-CI，一种用于分布式右不变扩展卡尔曼滤波（RI-EKF）SLAM的统一融合方法，支持点特征、物体特征及点-物体混合地图。该方法利用邻居机器人的局部后验与机器人间观测，在接收机器人的误差坐标中构建接收机器人位姿与公共特征的联合估计，保留机器人-特征和特征-特征相关性，再用部分状态协方差交叉（CI）与本地后验融合。作者证明该公式与融合保持与全局旋转、平移相关的六个不可观测方向，并在局部后验一致时保持一阶协方差一致性；蒙特卡洛仿真与真实数据集实验显示其提升估计精度且不确定性一致、适度保守。
机器人行业洞察
今日精选
The robotics journal行业消息
研究提出多模态进度残差融合（MPRF）因果模型，利用操作指令、电磁跟踪和内窥镜视频预测柔性机器人内窥镜操作者的回退行为。在150个回合的结肠体模数据采集中，MPRF在三个随机种子下取得0.580±0.007 AUPRC，最强减少模态对照组为0.511。完整多模态历史是排序优势的主要来源，残差项相较原始融合仅带来小幅且不确定的增量。
研究提出一套基于示教的机器人喂食流程：操作者用动作捕捉系统记录勺子舀取与喂食时的位置和欧拉角姿态，轨迹被分割为舀取、喂食两段并分别用动态运动基元编码。执行前由RGB-D相机估计受试者嘴部位置，两个AprilTag完成机器人坐标系配准与托盘定位，托盘位姿用于确定舀取动作位置，嘴部位置作为喂食动作的位置目标。Kinova Gen3机械臂经ROS 2框架依次执行接近、舀取、喂食轨迹，真实环境实验验证了该集成流程可行，学习到的勺子运动可在检测场景中复现。
研究比较机器人工具路由的四种策略：三种基于 ChromaDB 的语义检索方法（固定阈值、相对距离、子句感知聚合）与一个云端 1200 亿参数大模型基线。在 164 条人工标注提示（分三个复杂度级别，最高需至少三个工具）上，CDB-v3 在仅检索方法中宏平均综合得分最高，为 0.7822，大模型基线为 0.8869。大模型路由质量更高，但 CDB-v3 延迟显著更低且可本地部署、无需云连接，作者据此指出隐私敏感、连接受限与资源受限机器人系统存在质量-延迟权衡。
该论文提出腹腔镜机器人操作中的状态到视觉策略蒸馏框架：以基于特权观测的状态策略为教师，视觉策略从RGB观测与机器人本体感知信息中学习。作者在仿真环境多种手术操作任务上实验，结果显示通用RL方法训练视觉策略在该场景下具有挑战性，而所提蒸馏方法跨任务性能更一致稳定。
TRACE是一个面向地面机器人在非结构化森林环境中自主运行的可通行性感知反应式导航框架。它利用基于正负自然语言提示集的VLM置信度图，通过证据融合生成密集可通行性地图，并按先前已通行路径的迹象对地形排序；随后提取带可通行性标注的点，经百分位分箱与样条或正则化多项式拟合得到路径左右边界，作为软障碍约束纳入NMPC。真实森林环境实验显示，该框架能在杂乱、可变形、视觉模糊地形中平滑导航。
UniFlowWAM将3D场景流作为与视觉、动作并列的第三模态纳入扩散Transformer策略，每个模态设一个专家并通过联合注意力交互，在十目标角色网格下训练，使同一模型可充当策略、前向/逆向动力学及未来视觉特征或3D流预测器。仿真实验中，RoboCasa-GR1成功率由无流基座的52.1%升至56.4%，LIBERO分布内保持98.1%，LIBERO-Plus零样本达87.7%；四个真实双臂操作任务平均成功率87.0%，最强基线为68.5%。
研究提出一种软物体世界模型，用在大规模仿真软物体交互数据上训练的 Transformer 主干网络，执行生成式全状态估计和以动作为条件的动力学预测，并采取措施缓解仿真到现实的差距。模型通过在可变长度部分点云历史上进行上下文学习来推断潜在形状与材料线索，无需权重更新即可泛化到不同机器人本体、材料参数、衣物类型与形状以及操作协同模式，并与目标条件动作规划器集成进行运动合成。作者在仿真和真实世界中针对双臂衣物折叠验证该方法，报告重建保真度、预测准确性和任务成功率均有提升。
论文提出支撑感知抓取合成框架 IORA，面向低自由度耦合手在不规则物体上的固定任务。方法将手与物体局部表面区域建模为图并搜索运动学可行匹配，再细化腕部位姿与电机状态，经物理仿真推演验证抓取；可选的任务引导局部搜索在验证位姿附近调整腕部与电机状态并按任务条件选优。多物体实验显示生成多种抓取构型，抓取成功率高且抗扰动强，真实实验在烹饪场景中实现物体固定。
LocoManiLab 发布统一测试平台，覆盖数据采集与生成、策略训练、评估和物理部署。任务套件包含五个家庭场景类别下的 234 个原子与组合任务，配套 51.5 小时仿真遥操作数据。评估在共享控制器下测试十二种策略跨任务/场景划分与扰动水平的表现，并比较两种策略在五种控制器下的差异；成功率在未见任务与场景上下降，且随视觉扰动增强而普遍降低。三个仿真移动操作任务与真实设置高度匹配，三种策略在仿真与真实域中的排名相似。
该研究提出 ProTrav 概率地形表示方法：先用稀疏变分高斯过程（SVGP）从观测重建概率高程场，再通过后验函数空间采样生成空间相关的地形实现，将高程不确定性经几何特征传播至可通行性代价，从而在任意位置得到可通行性代价分布，以均值和标准差分别量化期望代价与不确定性。研究以基于矩的上置信界（UCB）定义风险项并接入 MPPI 控制器。仿真实验中，该方法在不同地形上的导航成功率超过 90%，基线低于 40%，同时减小了姿态变化；并在真实越野地形上完成了机器人验证。
论文发布 iAssistADL 平台，一种面向日常生活活动、用于未来震颤与共济失调补偿的 3 自由度辅助装置。其机械架构将所有执行器置于基座，以降低运动质量、实现解耦运动学并获得高机械透明度；控制上采用水平面开环力渲染与垂直方向闭环力控制的混合策略，以缓解摩擦对垂直轴透明度的影响。实验显示水平面阻力矩低于 0.1 Nm，工作空间内末端力最高约 10 N，水平力渲染在 4 Hz 以内准确；垂直轴在高频段仍受摩擦动力学限制。
论文提出 TEAR（任务证据权威路由）框架，在机器人端在线决定人类遥操作与本地自主两种控制源之间的权威分配。仲裁依据两类证据：网络状态证据决定遥操作可用性，任务语义证据判断自主执行是否仍与当前任务一致；轻量级时序仲裁器结合机器人状态与当前权威归属决定切换时机。在动态网络条件下的仿真与真实试验中，TEAR 任务成功率接近纯遥操作，遥操作仅占控制步数的 19.8%–27.4%，相比纯自主执行成功率提升 30%–40%。
论文提出 STAMP 框架，通过“机器人—人类—机器人”流程连接独立获取的人形机器人运动：先将两段运动重定向到人类骨架，由学习到的对齐模型对候选位置、朝向和过渡时长排序，再由人类运动先验在选定对齐下生成过渡，最后重定向回机器人并作为参考训练运动跟踪策略。作者在 Unitree G1 与 ROBOTIS K1 上评估生成过渡的跟踪成功率，并用实体机器人演示将独立运动连接成长时程序列。
论文提出空中移动操作框架 ALMA，用上下文飞行策略从近期测量与动作中自适应，并以动作条件化的未来测量表征预测训练上下文保留飞行控制相关响应信息。为扩展自适应经验，该方法用大语言模型分析观察到的控制困难并生成新的机械臂运动结构用于后续训练。仿真中位置 RMSE 相对最强基线最多降低 24.7%；同一策略零样本迁移到真实空中机械臂，在周期性机械臂运动下悬停位置 RMSE 相对真实世界基线降低 79.6%。
研究提出EBV-CAN视觉-语言策略，将一张初始全局鸟瞰静态图像与实时内窥镜观测、电机状态结合，通过三个监督式语义查询在缓存图像上定位末端、下一路点和指令目标，再由残差表示预测弯曲与插入指令。配套VLCA数据集包含517次演示、7.5万动作样本、95.8万空间条目和9.3万条剩余路线记录。50个留出回合中末端坐标与路点定位准确率为97.5%和94.8%；1920次物理试验中EBV-CAN成功183/240（76.25%），而离线MAE最低的GRU-BC物理成功率仅1/240。
该论文提出 GlobMP（全局运动规划），将规划与引导统一为一个连续时间规划问题，用分段多项式曲线上的梯度投影方法，在代价降低与可行性恢复之间交替。作者证明：在温和假设下，从细网格起点出发，随着多项式段数增加，代价趋近全局最优，约束可满足任意容差或在稳定实例上精确满足。实验覆盖多达 200 台机器人的团队、Robotarium 测试平台多机器人规划与扩展基准、迷宫导航，以及在双臂人形机器人上引导触觉反应式策略，并报告优于强基线。
该论文面向自主机器人手术中的缝合任务，提出一条从图像到操作的流水线，在生成实时缝线重建的同时执行安全且优化的序列操作，以完成长时程任务。作者指出，可变形缝线没有固定位姿可供跟踪、有效自由度近乎无限，构型难以预测，因此需要重新估计缝线状态而非做假设；缝线操作还涉及依赖过去和当前接触点的序列动作，这些接触点必须被准确、连续地跟踪。
研究在六个流匹配 VLA 机器人策略上对比单步与多步采样，发现单步动作生成在大规模下基本与多步采样持平，多步欧拉积分在推理阶段几乎没有一致优势。该结论在模型训练充分且容量足够时成立。作者据此指出，大型 VLA 可直接从多步模型获得单步策略，无需重训练、蒸馏或额外辅助目标，即可实现低延迟部署。
该论文提出 Co^2Gen 框架，用于在无需人类遥操作的情况下自动生成多机器人协作数据，以训练去中心化 VLA 模型。框架先用去中心化协同规划方法生成以可执行函数形式表示的多机器人协作计划，再用该计划产出协作演示数据，并以去中心化方式微调 VLA 模型。实验显示，用这些数据微调后的 VLA 模型在去中心化协作任务上的表现，与用人类遥操作协作数据微调的模型相当。