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。
机器人行业洞察
今日精选
The robotics journal行业消息
论文提出RL-Co框架：先在真实与仿真演示混合数据上做SFT热启动，再在仿真中用强化学习微调，并加入真实数据辅助监督损失以缓解灾难性遗忘。在四个真实桌面操作任务上，用OpenVLA和π0.5两种VLA架构测试，真实世界成功率分别提升24%和20%，优于仅真实微调与基于SFT的协同训练，对未见任务变体泛化更强、真实数据效率更高。
研究团队提出一种使用现成材料制造多层 PVDF 压电执行器的新工艺，通过并联布线信号电压降低集成复杂度。经实验验证的第一性原理模型显示，在所选几何结构下，力随层数线性或超线性增加，位移随层数呈三次方下降；堆叠中使用更薄 PVDF 层可提高比功率密度。已制造执行器实现大于 9 mm 自由偏转、大于 20 mN 阻塞力和大于 500 Hz 带宽，并集成到利用共振实现平面运动、可承受大外部冲击的低矮昆虫尺度机器人中。
论文提出无需训练的离线指标 S²（感觉运动对齐），衡量模型感知表示与物理运动几何结构的对齐程度，在多个具身模型系列中与下游机器人任务成功率正相关。S² 可在闭环评估前用于模型优先级排序，并能在 VLM 微调为 VLA 之前识别有前景的骨干网络。作者据此将柏拉图表示假说扩展到具身模型，并为 VLA 与世界动作模型中的现象提供表示层面解释。
研究提出一种将运动数据仅作为训练先验的学习框架：自监督注意力接触规划器预测未来身体-环境接触，接触条件跟踪器将规划转为协调全身运动，使接触成为感知观测与控制动作之间的接口。单一策略可兼顾数据驱动运动先验与强化学习探索，后续微调阶段可探索原始运动数据未覆盖的环境变化；部署时仅依赖机载观测、无需参考输入。
论文提出 Echo 框架，在单个 VLA 策略内同时学习任务状态信号与动作生成：用停止、失败两个信号作为每个动作块的两个维度，与机器人动作一起去噪，其组合可区分执行中、成功完成与失败。该方法无需帧级进度标注，通过构建成功、失败、恢复三类互补监督轨迹来学习信号；并让状态信号比动作更快去噪，使后续动作去噪以更干净的状态估计为条件。真实世界操作实验显示 Echo 能准确预测任务状态并持续提升策略性能。
该论文提出 SCOPE 框架，用于自动生成多样且可执行的 TAMP（任务与运动规划）数据集，以缓解 LLM 微调所需高质量数据稀缺的问题。SCOPE 引入多级多样性指标以最大化场景信息熵，并设计计划反馈纠错流水线，将规划器执行失败作为反馈信号回溯修正场景图中的逻辑不一致，保证物理可行性。实验显示，SCOPE 对错误场景图更鲁棒、生成数据质量更高；用其数据微调的 TAMP 模型成功率较使用 DELTA（基于 PDDL 的先进规划器）生成数据微调的模型绝对提升 12.33%。
该论文提出在线可精炼语义建图框架，为每个物体点维护置信度分数，利用多视角时序证据在线更新：一致观测强化可靠点，不一致的分割掩码、深度与可见性线索抑制虚假和过时点，并结合物体跟踪与重识别在物体移动后保持实例身份。实验显示建图精度较先前方法在 Replica 上提升 3.46%、在 ScanNet 上提升 2.55%，用于物体导航和具身问答的成功率分别为 82.4% 和 76.7%。
SkeLAM 将潜在动作分解为两部分：一部分是由机器人骨架监督锚定的运动学分量，另一部分是保留互补视觉动态的残差分量；并通过跨模态交换重建，使 RGB 与骨架导出的运动学表示可以互换。世界模型通过独立条件通路纳入这两个分量，并用分支 dropout 降低对由未来信息导出的残差信息的依赖；轻量适配器将机器人动作映射到运动学空间，再经微调适配预测条件。在 DROID 上，与 DreamDojo 相比，末端执行器 ADE 降低 19.5%、LPIPS 降低 11.1%；定性结果显示，生成的 rollout 中可实现零样本的人到机器人运动迁移，策略评估的预测成功率与真机执行结果一致。
VecTile 是一种厚 6 mm 的柔性触觉阵列，通过压阻层与被动硅胶凸点将法向力和剪切力转换为可区分的压力图案，实现三轴力感知，4x4 阵列整套系统成本低于 35 美元，且无需专用设备即可自制。在法向力 1-5 N、剪切力最高 1.5 N 的单传感单元测试中，法向力与剪切力的均方根误差分别为 0.39 N 和 0.16 N；平坦状态下校准的传感器在弯曲后仍保持精度，五分钟手动校准即可满足实用。演示应用包括：剪切读数灵敏到可在接触后阻止手术刀刺破气球，以及显著改善 Diffusion Policy 引导的电源插头插入。设计与代码将在论文录用后发布。
研究提出一种稀疏拓扑度量图作为室内导航的结构表示，节点编码局部三维几何，距离加权边表示可通行连通性，并训练图匹配网络在多次会话间寻找一致子图。在跨会话点目标导航实验中，该方法在 Gibson 上成功率为 77.1%，在 3D-FRONT 场景变化下为 40.0%，内存较点级表示降低两个数量级以上。
针对现有 VLA 模型在多视角输入下持续依赖腕部视角、缺乏跨操作阶段动态调整全局-局部视角依赖的问题，作者提出阶段感知多视角路由框架 FocusVLA：从历史动作预测未来交互意图，并据此在动作生成过程中动态路由视角。在 RoboTwin 2.0 上，其平均成功率较最强基线 π0.5 提升 10.10 个百分点；真实世界评估成功率从 71.7% 升至 85.0%，相对 π0.5 提升 13.3%。其意图预测与动态路由模块可在不修改核心架构的前提下集成进现有 VLA 框架。
论文提出双环外骨骼辅助策略：外环生成器以全身人体运动、外骨骼本体感知为主，任务描述为辅助语义线索，经去噪合成未来外骨骼轨迹，并采用三阶段训练分别优化人体运动编码器、本体感知编码器与轨迹生成器。内环从生成器采样多条未来轨迹估计均值与方差，均值作控制参考，方差作为预测可靠性不确定性度量并纳入刚度调节律，在有界集总交互输入下实现输入-状态稳定的柔顺辅助。实验显示该方法较标准基线显著降低肌肉激活水平，并较无辅助条件降低使用者代谢能耗。
论文提出 WholeBodyMem，一种面向人形机器人全身 VLA 策略的物体引导感知记忆模块，用于保留机器人执行目标动作前观察到的物体事件前史。方法用 SAM3 跟踪任务物体，按事件因果地在自适应预算内选取关键帧，动作专家通过交叉注意力结合编码外观、几何与时间的物体 token 读取。作者同时发布 HuMeGo 基准，含 6 个仿真任务与 6 个真实 Unitree G1 任务。结果显示基础策略成功率在仿真中从 29.1% 升至 72.6%，真机从 36.7% 升至 88.3%，标准 SIMPLE 任务从 70.2% 升至 86.9%。
论文提出三种对机器人控制进行数学抽象建模的数据生成流程，用其程序化生成的合成数据预训练 Transformer，在未接触任何真实机器人行为的情况下，于未见过的物理机器人任务上取得非平凡的零样本动作预测性能，且专用控制先验优于通用因果先验。与算力匹配的真实机器人数据基线相比，后者仅在自身训练过的数据集上占优。作者据此认为，程序化生成的数学抽象可作为昂贵具身数据采集的潜在补充。
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%。