研究提出一种轻量落脚点预测模型（FPM），仅用本体感觉和速度指令预测未来落脚点，并只在预测落脚点周围的小块区域采样高程图，从而在策略输入前剔除冗余地形信息。FPM 与行走策略联合训练，并随步态成熟定期用新 rollout 重训。该方法达到给定地形难度所需训练迭代约为使用完整高程图的 1/3，在落脚点稀疏的狭窄围墙走廊和未见地形上优于完整高程图策略，性能与数倍成本训练的注意力编码器相当。策略零样本迁移至 Unitree G1 人形机器人，在室内外穿越障碍、楼梯、间隙和下行台阶。
机器人行业洞察
今日精选
The robotics journal行业消息
该论文针对直接关节映射遥操作的两个问题提出方法：独立电机饱和会破坏差动腕部的俯仰-滚转协调，固定映射难以应对重力负载与执行约束引起的跟踪突变。作者提出执行器约束感知的主从遥操作方法，联合建模主端重力补偿、主从关节映射与从端差动腕控制，在电机空间按可用重力裕度做协调饱和，并集成连续角度解缠、反馈状态监测与可行参考更新。实机实验显示腕部轨迹比直接映射更平滑、恢复更连续。
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。
论文研究串联机器人机械臂基于雅可比矩阵的性能指标（可操作度、刚度等）对首末关节角的无关性，给出使其保持不变的关节角条件，据此缩减有效构型空间维度以简化性能评估。该性质在两个场景中验证：工作空间性能图构建与任务布局优化；对比结果显示基于该性质的策略在不降低有效性的前提下减少计算量与存储需求。
研究提出SERA（自进化机器人智能体）：将高层VLM组织为机器人智能体，通过可编辑执行框架维护任务上下文，并用观测与执行反馈更新上下文以指导后续规划；低层控制由固定的VLA执行器承担。自进化环节通过环境推演提出并评估框架修订，选定配置在留出测试前固定。在RoboMME基准上，SERA自主选择配置的总体成功率为51.38%，无自进化时为44.38%。
论文提出首个可计算设计乐高步行机器人的方案：用专门设计的齿轮-连杆机构机械控制每条腿的足部轨迹，其中一对3D打印非圆齿轮与乐高机械组机构配合；每条腿由独立电机驱动，并用简单控制算法同步多腿运动时序，实现稳定且多样的步态。作者以该建模为基础协同设计形态与控制，制作出多种步态与外观的乐高步行机器人，并实物制造部分样机验证真实环境运动能力。
论文提出 S-rolling 可转向滚动步态，用于可扭转蛇形机器人在低净空环境中的运动。该步态基于 S 形平面骨架曲线，头尾两段以独立控制的角速度滚动，由中央扭转关节实现两段相对旋转，并推导了关节空间步态方程与准静态运动学模型。真机实验显示其可通过 10 cm 净空测试轨道，并在大工件和汽车底盘下方完成约 90° 与 180° 航向变化，而基线滚动圆弧步态无法改变航向。
研究提出 QSelect 压缩方法，将 AWQ、GPTQ、AutoRound 三类量化检查点按线性模块组合为单一静态低比特模型，并以最终下一词分布打分决定替换。在 DeepSeek-R1-Distill-Qwen-7B、Llama-3.1-8B、Llama-3.2-3B 的 3/4 比特六种设置中，组合模型留出困惑度均低于任一单一家族模型；目标适配模式使两个 Llama 模型 3 比特汇总准确率分别提升 4.3 和 4.5 个百分点。3 比特下未量化嵌入与输出层占打包产物 43-46%，评估仅在地面 GPU 通用基准完成，太空任务与飞行硬件未验证。
论文提出一类线性扭转侧向蜿蜒步态，用线性扭转函数把扭转负载分布到蛇形机器人全身，而非集中在中间两个扭转关节。在转向速度与总输出功率匹配的条件下，单个扭转关节峰值输出功率降低42%。真机实验显示，新步态可在滚动矢量方法无法通过的多种地形上移动，且比不扭转的传统侧向蜿蜒快最多49%。
该论文提出将欧氏距离场（EDF）直接纳入强化学习观测空间的框架，为智能体提供连续几何线索以支撑稳定、响应式的避障行为，并借此简化奖励设计，在有人工势场引导和无引导两种情况下均能有效避障。方法在7自由度冗余机械臂上验证，实现从仿真到真实硬件的零样本迁移；策略仅用随机化静态物体训练，却能泛化到未见过的真实环境，并对动态障碍物表现出鲁棒的在线避障能力。
论文提出一种与底层控制器无关的前馈控制动作负载泛化方法：先推导负载泛化所需的最少示例物体数量，再给出仅凭新负载参数即可执行同一轨迹的算法，无需已知机器人动力学模型，且适用于弹性关节。验证在仿真与实验中完成，实验对象为标准 Franka Emika Panda 机器人及加装弹性腕部的同款机器人，覆盖不同机器人与控制器下的跟踪任务。
该论文提出 PRISM 框架，将真实深度传感器的单一噪声解耦为「传感失效」与「测量不准确」两类物理模态，并蒸馏 3D 视觉基础模型特征作为空间-语义先验用于物理推理；针对失效区域稀疏与类别不平衡，采用分层正样本优先监督与动态难例挖掘。基准测试称其在噪声深度合成保真度上达到当前最优，下游真实机器人实验平均成功率为 92.1%，高于单一噪声建模基线。
该论文提出将基于流匹配的路径规划与模型预测路径跟随控制相结合的框架：流匹配模型从演示中学习多模态路径分布，预测控制器利用实时更新的局部传感器信息在线调整运动，以满足状态与输入约束并避开障碍物。框架还引入事件触发的重规划机制，把预测控制的解反馈到后续路径生成中，从而在出现此前未见障碍物的环境中实现无碰撞导航。移动机器人导航仿真结果显示，该框架在杂乱环境中性能稳健。
研究提出 PAL（Plan first, Act Later）分层记忆框架，用于视觉-语言机器人操作，包含短期视觉缓冲、语义事件记忆和可执行 subtask_list。高层 VLM 将流式视觉观测转为 subtask_list，执行时选取当前相关子任务交给底层 VLA 策略；配套两阶段数据生成，先扩展稀疏更新监督，再用任务落地验证的自标注生成训练数据。在 RoboMME 上成功率达 56.05%，超过最强基线 FrameSamp-Modul 的 44.51%；四项真实操作任务总体成功率 60.83%，高于 MemER 的 45.00% 和 FrameSamp-Modul 的 28.33%。
针对世界动作模型（WAM）的视频与动作目标未显式约束三维几何、而逐点对齐三维基础模型特征又会过度约束紧凑动作特征的问题，论文提出关系几何强制（RGF）：从冻结的三维基础模型迁移几何先验，对齐成对特征关系而非逐点特征。RGF 包含帧内、跨视角、动作-时间三个互补关系目标，仅在训练阶段使用，无需显式几何分支或额外推理模块。仿真与真实世界实验显示，在多种操作场景和 WAM 范式下均取得一致增益。
该论文提出DepState-JEPA，一种基于V-JEPA 2.1的双流RGB-深度联合嵌入预测架构，通过共享潜在状态DepState将空间理解与动作条件预测连接。深度既作为互补观测流，也用于将两种模态锚定在度量三维空间中；射线条件读出无需目标深度即可预测局部特征，动作条件转移后同一解码器预测未来RGB与深度特征。机器人状态读出提供递归本体感受输入，物体轨迹监督与校准正向运动学通过运动目标和关节-TCP一致性塑造状态学习。对比显示RGB-D适配后RGB编码器迁移、特征补全、条件视觉预测和操作成功率均有提升，消融实验识别出深度内容、度量坐标、未来状态匹配的贡献及FK正则化的额外控制增益。
论文提出TIDE（Training In DEployment）人在环在线后训练系统，用来源条件监督学习框架从部署期间的人类干预和策略rollout中在线更新策略，不需要学习critic、奖励模型或动作评分器。在四个真实双臂操作任务上，TIDE在里程碑归一化任务进度和全任务完成率上超过热启动策略及匹配的额外离线演示，与固定策略采集基线相当，且部署期间即可提供更新检查点。每个任务的后训练会话从rollout开始到最终检查点可用不到一小时，学习与检查点处理异步进行。
研究提出SimPT仿真框架，将策略推演、纠正数据采集、策略训练与独立评估整合，实现基于干预的VLA后训练自动化。其Agent-Compiled Progress Graph利用仿真器特权状态跟踪任务进度并保留稳定快照，失败后由CuRobo专家从快照尝试恢复，使恢复尝试次数较固定间隔基线减少75.0%，恢复成功率从93.4%升至98.9%。在七个RoboTwin操作任务上比较RECAP、HG-DAgger、DPO+SFT、FlowPRO四种方法；改进版RECAP-CF-LPF在留出仿真试验中把成功率从76.50%提升至79.36%，在真实机器人以太网线插入任务25个场景中从72%提升至96%。
论文提出 SMR，一种从语义条件物理专家中学习的流式神经运动重定向器，用于将人类运动迁移到人形机器人。方法先把人类运动转换为机器人任务空间中的身体关键点位置、朝向与速度目标，由物理专家在仿真中于接触、动力学和执行器约束下跟踪；再在专家执行的状态轨迹上训练严格因果的 Transformer，每帧仅用当前与过去的人类观测生成运动参考，交给下游全身控制器。实验称语义条件物理专家在语义保真度与物理有效性上优于直接优化式重定向，流式重定向器在相同全身控制器下闭环性能优于运动学与物理修正基线。