卡内基梅隆大学两名研究者展示轮式人形机器人Pixel，整机建造成本低于1.5万美元。该机器人通过让人类佩戴其夹爪采集动作数据来学习家务操作，无需使用机器人本体采集的训练数据。团队表示将很快开源该项目。
机器人行业洞察
今日精选
The robotics journal行业消息
Agility Robotics 联合创始人 Jonathan Hurst 在社交平台发文称，团队多年追求优雅运动能力，最终交付的 Digit 5 是叉车形状的人形机器人，被靠近时会坐下并断电。他将这一设计归因于物理约束、安全要求和客户对设备正常运行时间的优先考量，而非科幻式的运动表现。
ForceDelta-VLA 提出一种修正蒸馏框架，利用冻结教师模型的力条件模式与学习到的无力条件模式的成对预测，构建显式的力修正目标，并另设延迟修正目标以补偿参考动作不匹配与参考状态变化。训练采用异步调度回放，执行时使用缓存的任务上下文。所得轻量策略依据近期力历史与机器人状态调整参考动作，在两次参考动作更新之间响应接触变化，无需重新生成完整动作块。在九项单臂与双臂接触密集任务上，平均成功率为82.2%，原始 ForceVLA 基线为54.4%，直接执行第一阶段时序教师模型为70.6%；相比 ForceVLA，完整系统在两个平台上将成功试验的平均峰值接触力降低约26%。
X-WBC 提出跨本体人形机器人全身控制基础框架，将共享的人体运动语义与各本体特定的物理执行分离：以人为中心的命令 token 对齐完整人体运动、机器人参考运动和稀疏 VR 观测，因果 Transformer 从多机器人混合 rollout 中学习可复用的时序结构，轻量级本体特定模块再把共享表示映射到各机器人的本体感知与动作空间。实验覆盖九个仿真本体、外部运动数据和四台真实机器人，结果显示联合训练提升跟踪性能，对齐表示支持跨命令源的一致控制，策略在训练语料之外仍具竞争力。作者据此主张异构人形机器人可作为联合数据源，跨本体联合训练是通向全身控制基础模型的可行路径。
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。
该论文提出接触隐式、基于直接仿真的多重射击（DSMS）框架，将运动学可行的参考轨迹转换为动力学可行的全身轨迹：把可微仿真器嵌入非线性规划，在内部处理接触、摩擦、碰撞、自碰撞与关节限制，同时施加跟踪、驱动和任务约束，无需预设接触时序或显式接触约束。作者称相比现有重定向方法，DSMS 可加速运动模仿强化学习训练，得到成功率更高、跟踪误差更低的策略；并在 Unitree G1 上完成零样本仿真到现实迁移，覆盖指令条件化行走、慢跑、接触密集爬行及 180 度跳跃转身。
研究团队提出 SentryVLA，一种面向冻结 VLA 策略的轻量级运行时封装器，无需重新训练或修改底层模型架构。该方法在动作层面用保形分位数回归估计采样动作与专家式行为之间偏差的校准上界，并据此对多个随机候选动作排序以完成动作选择；在执行监测层面，对最终动作预测前提取的上下文化潜在执行状态计算基于马氏距离的异常分数，用于闭环控制中检测异常执行状态。仿真与实体机器人实验显示，该方法改进了动作选择，并能提供有用的运行时异常警告信号。
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。
arXiv 于 2025 年 10 月发布（v2 替换版）的立场论文提出「身体-控制协同设计」路线，主张人形机器人不应只在固定本体上优化控制策略，而应利用当前本体与策略的运行经验，递归地同时改进形态与行为，作者将其称为物理递归自我改进（Physical RSI），并类比生物进化。论文讨论了基于策略性探索、Sim2Real 迁移和元策略学习的三类协同设计方法，并从方法论、应用驱动和社区建设三个角度论证其必要性，同时指出该方向在人形机器人领域仍属研究不足，提出从短期创新到长期目标的开放问题清单。
研究团队提出FLORE框架，用于学习力反应式人形机器人移动操作。数据采集不依赖机器人本体：用两个带力感知的UMI风格手持夹爪记录手部运动与接触力旋量，用可穿戴追踪器记录身体运动。力反应式扩散策略以视觉、本体感知和实测力旋量为输入，输出动作与每只手的力指令；带力跟踪的混合柔顺全身控制器在保持平衡的同时执行指令，通过对真实力/力矩传感器测得的力误差做积分，使每只手沿指令方向精确跟踪力、在其他方向保持柔顺。仿真中控制器可跟踪不同大小与方向的单手力指令，全身运动精度损失很小。机器人上三项接触密集任务中，力反应式策略成功率为80%，仅位置策略为26.7%。
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。