跳到正文
11月17日周二
  1. 智东西 · 机器人42

    海康机器人发布明智系列单体智能机器人,支持潜伏与叉取形态,约九成场景免工程部署即可开箱即用

    海康机器人在 CeMAT 展会发布明智系列单体智能机器人,将感知、决策与执行集成于本体,实现最快 30 分钟投产。该产品面向汽车、锂电等行业的局部工序搬运,约九成场景无需额外工程介入即可直接上线使用。此前该系列已在汽配零部件车间等中小制造企业开展试点,部分客户在单点验证后主动扩大应用范围。

10月10日周六
  1. 智东西 · 机器人82

    MIT韩松团队联合英伟达发布Long-WAM:延长视觉上下文提升机器人长时程操作成功率

    10月8日,MIT韩松团队联合英伟达、香港大学和加州大学圣地亚哥分校发布了世界动作模型Long-WAM。该框架旨在满足实时控制要求的同时扩展因果世界动作模型的上下文长度,利用历史视觉信息辅助动作决策。

    推荐理由:MIT韩松团队联合英伟达等发布的Long-WAM,通过分阶段预训练扩展了世界动作模型的视觉上下文长度,在保持实时响应的同时显著提升了复杂连续操作任务的成功率。

  2. 智东西 · 机器人70

    东土科技与逐际动力联合发布全国首个搭载国产电子架构的人形机器人

    2026年9月28日,东土科技与逐际动力联合发布全国首个搭载国产电子架构的人形机器人,实现国产工业级实时通信能力在人形机器人复杂系统中的首次贯通。该方案基于逐际动力的全尺寸人形机器人Oli(身高165cm、31个自由度)及自研大脑系统COSA进行整机适配验证,旨在解决底层操作系统、通信总线和AI计算芯片等关键环节的自主可控问题,推动国产电子架构从“适配场景”走向“定义标准”。

10月9日周五
  1. arXiv · 机器人与计算机视觉58

    基于人口普查原则的分布式机器人组队自主性研究

    该论文介绍了一种分层的多机器人自主模型,利用人口普查(即对邻居输入的加权计数)原理进行团队组建的集体决策,并结合多目标行为优化处理个体动作决策。模型包含非线性意见动力学和区间规划,可退化为分布式优化与控制的基础算法,同时支持新的集体行为。作者在三个不同类别的自主水面车辆舰队实验中验证了该模型的效用:自适应采样、高价值单元保护以及夺旗竞技游戏。

  2. arXiv · 机器人与计算机视觉53

    实时动态危险避障:经典方法与学习方法的对比研究

    该研究构建了统一基准,对比了经典规划与学习方法在平面域内旋转洒水器类动态障碍环境下的表现。结果显示,确定性环境中经典规划器路径质量更高但耗时;而在随机障碍动力学下,基于 PPO 的策略在延迟、成功率和路径质量上均优于在线搜索方法。研究指出,障碍演化的不确定性是决定哪种范式更有效的主导因素。

  3. arXiv · 机器人与计算机视觉72

    用于机器人控制的时序模式识别与动态手臂手势速度估计神经网络研究

    本文提出了一个针对交互型智能机器人系统的基准测试,系统评估了十种神经网络架构在五种不变集任务和五种有序序列任务上的表现。研究发现 BiGRU、TCN、Conv1D 和 GRUReLU 四种轻量级架构(参数少于 2000)在十八种架构中 consistently top-performing。

10月8日周四
  1. 盖世汽车 · 汽车资讯65

    紫荆半导体车规芯片出货破千万,RISC-V 迈向具身智能

    紫荆半导体车规芯片累计出货突破千万颗,其基于 RISC-V 架构的 MCU M100 已于 2025 年 12 月量产上车,用于车身控制环节。公司计划于 2026 年四季度投片 M200、M300 等新产品,并研发首款具身智能“小脑”芯片 E100。目前 RISC-V 在智驾与座舱主控领域仍处早期,行业正致力于补齐标准与生态短板。

  2. Hugging Face Daily Papers78

    Sensor-Language-Action 模型:连接感知与行动的统一框架及 OpenSLA 发布

    论文介绍 Sensor-Language-Action (SLA) 建模框架,将多模态传感器观测、自然语言与动作在统一模型中连接,利用语言作为语义接口实现异构动作的表示、预测与解释。

    推荐理由:该工作提出统一传感器、语言与动作的建模框架,并构建大规模基准验证其在临床预测等真实任务中的性能。

10月7日周三
  1. arXiv · 机器人与计算机视觉82

    双向增量广义混合 A*:一种针对复杂动力学系统的高效任意时间规划方法

    该研究针对非结构化环境中复杂动力学系统的运动规划难题,提出了一种改进的 Bidirectional Incremental Generalized Hybrid A*(Bi-IGHA*)算法。

    推荐理由:论文提出双向增量广义混合 A*算法,通过分层分辨率与冻结顶点机制解决搜索耦合问题,在仿真及真实机器人系统中验证了计算效率提升。

  2. arXiv · 机器人与计算机视觉75

    统计湍流与高保真扰动场用于四旋翼飞行控制研究

    该论文比较了五种不同保真度的扰动场(从无风、离散余弦阵风到大气边界层大涡模拟)对强化学习四旋翼控制器鲁棒性的影响。研究发现,在悬停任务中,最廉价的离散阵风域随机化训练在所有测试条件下均排名第一,且几何控制器能以零坠毁率包围学习到的策略。机制诊断表明控制权限而非风场真实性限制了鲁棒性,因此风场保真度投资应随平台对风的敏感度进行缩放。

  3. arXiv · 机器人与计算机视觉78

    能量感知路径跟踪:电动汽车上强化学习与 NMPC 的比较分析

    该研究针对电动汽车通过再生制动回收能量的特性,对比分析了四种控制器(NMPC、PPO、PID-SF 和 Stanley)在统一运动学模型下的表现。作者使用 JIT 编译的 CasADi 实现 NMPC 以满足实时性要求,并训练 PPO 策略使其能直接迁移到未见的赛道(如 ISO 3888-1 变道、发卡弯及随机参数样条曲线)以及动态单轨车辆模型。

    推荐理由:本文对比了 NMPC 与 PPO 等控制器在电动汽车路径跟踪中的表现,验证了基于强化学习的策略在无微调情况下对动态车辆模型及复杂路况的零样本迁移能力。

  4. arXiv · 机器人与计算机视觉73

    ROMA:面向现实世界物体中心的多感官主动感知 LLM 系统

    论文介绍 ROMA 系统,该系统基于大语言模型实现视觉、听觉、触觉和力觉的融合,通过推理 - 交互 - 反馈闭环主动获取缺失证据以推断物理属性。研究构建了包含近 2000 个物体及 6 种原子交互的 ROMI-2K 数据集,并开发了两阶段训练框架使模型能评估证据充分性、选择交互方式并进行多感官推理。

10月6日周二
  1. arXiv · 机器人与计算机视觉65

    RVC-NMPC:用于敏捷无人机飞行的带互斥速度约束的非线性模型预测控制避撞方法

    该论文提出一种基于非线性模型预测控制(NMPC)与时间依赖互斥速度约束(RVCs)的相互避撞方法,仅需可观测信息即可在 100 Hz 运行速率下处理非线性动力学。研究通过模拟及实机实验验证了该方法在涉及多达 10 架无人机、速度达 25 m/s 及加速度达 30 m/s²的场景中的有效性,相比现有技术飞行时间减少 31% 且所有试验均保持无碰撞导航。

  2. arXiv · 机器人与计算机视觉68

    限制最小化超平面控制屏障函数研究

    针对动态系统安全保证难以构建的问题,本文研究了超平面控制屏障函数(H-CBF),指出传统基于距离的方法是 H-CBF 的特例。通过优化支撑超平面的方向寻找限制最小的解,在保持安全性的同时允许更接近期望的控制输入,特别是在高速靠近障碍物时效果显著。实验在带加速度约束的双积分器系统上验证,该方法将理想控制与安全控制的平均差距降低了一个数量级。

  3. arXiv · 机器人与计算机视觉67

    基于序列凸规划的非线性密度驱动最优控制用于多智能体空间覆盖

    该论文提出了一种针对离散时间控制仿射非线性系统的多步有限时域控制扩展方法,利用 Wasserstein 目标函数引导多智能体集体分布向期望密度演化。通过局部线性化将非线性动力学转化为严格凸二次规划问题,并建立了显式的有限时域误差界与两步骤滚动时域实现方案。仿真结果表明,该方法在单轮车与四旋翼团队上的覆盖性能与非线性模型预测控制相当,同时大幅降低了计算时间。

  4. arXiv · 机器人与计算机视觉82

    Exact Optimal Transport by Matching:中等规模下精确匹配优于近似方法的多机器人分配研究

    论文提出利用工业级匹配引擎解决平衡离散最优传输问题,证明在中等规模(n=500 至 8000)下,Jonker-Volgenant 算法比熵正则化 Sinkhorn 及其加速变体 Greenkhorn 更快且精度更高。

    推荐理由:原文通过实验对比证明,在中等规模离散任务中精确匹配算法比近似方法更快且更准,并给出了多机器人分配场景下的额外成本数据。

  5. arXiv · 机器人与计算机视觉74

    通过接触最大值传播高程图不确定性的闭式解法

    该研究针对风险感知规划器在高程图上计算接触最大值时的精度问题,提出利用 Clark 递归对协方差进行闭式求解的方法。实验显示,该方法将均值的线性化误差从 2.3% 降至 0.19%,并在 CVaR 指标上优于所有测试方法;基准计划耗时仅 5.5 微秒。论文已提交至 2027 IEEE ICRA。

  6. arXiv · 机器人与计算机视觉78

    具备可行域扰动信任区域 SQP 的感知动力学自适应走廊非完整运动规划方法

    针对传统优化类泊车规划器仅在采样时刻施加碰撞约束导致车辆角点穿障的问题,提出一种适用于带倒挡车辆的规划器。该方法在每次迭代均满足离散动力学并保证整车矩形避开障碍物:每个时间步生成一个凸走廊以容纳两端车角并通过扫掠余量收缩;利用分离半平面为初始猜测处于碰撞状态时提供避障方向,后续基于速度、曲率和步长生长对齐航向的盒状区域并在接受步骤后重建。

    推荐理由:提出一种基于优化的泊车规划器,在每次迭代均满足离散动力学且保证车辆矩形不穿入障碍物。

  7. arXiv · 机器人与计算机视觉58

    arXiv:未建模状态依赖下的最优控制——结合学习评论家的模型预测控制框架

    论文提出一种基于学习的 MPC 框架,通过残差动力学网络补偿不完整动力学并引入学习动作价值评级的长期 MDP 结构,以解决接触等难建模任务。系统集成了 GPU 加速的批量 iLQR 求解器,在机器人仿真环境中验证了该方法在偏置和未完全建模控制任务中提升闭环性能且保持模型结构的可行性。材料为 arXiv 预印本,发表于 CoRL 2026,未报告真实机器人部署结果或同行评审状态。

  8. arXiv · 机器人与计算机视觉74

    面向 3D Gaussian Splatting 重建的微空载飞行器返航可行探索方法

    该研究提出一种拓扑优先的主动重建框架,旨在解决微空载飞行器(MAV)在室内快速 3D 重建时的严格飞行时间预算与安全约束问题。系统优化稠密 3D Gaussian Splatting 作为重建目标,同时利用轻量级截断符号距离场(TSDF)/占据栅格构建稀疏 3D Voronoi 骨架路网以支持保守碰撞检查与在线规划。

10月5日周一
  1. arXiv · 机器人与计算机视觉65

    多保真度策略梯度稳定数据稀缺强化学习

    论文针对昂贵目标域数据稀缺且噪声大的问题,提出多保真度策略梯度(MFPG)框架,利用廉价低保真数据构建控制变量以降低方差而不引入偏差。作者将该方法扩展至现代 Actor-Critic 架构及 GPU 并行仿真与物理机器人环境,解决了直接优化有偏目标的局限。

  2. arXiv · 机器人与计算机视觉67

    DR-IPC:面向激光雷达四旋翼导航的抗干扰集成规划与控制

    论文提出了 DR-IPC 方法,通过轻量级路径引导与非线性模型预测控制直接生成角速度和推力,结合扩展卡尔曼滤波与非线性扰动观测器实现状态估计与扰动重构。该方法在 Gazebo 和 MARSIM 仿真及室内外实验中验证了抗风、悬吊负载、狭窄通道、球体撞击及动态避障能力。

  3. arXiv · 机器人与计算机视觉70

    Safe Streaming Flow Planning by Aligning Sampling Dynamics with Execution Dynamics

    该论文提出了 SafeStreamingFlow 算法,旨在解决基于扩散/流匹配的生成式规划器在真实部署中面临的计算负担大及分布偏移问题。该方法通过顺序积分学习到的状态向量场与分层状态预测,使采样动力学与执行动力学对齐,仅需对已执行步施加高阶控制屏障函数以满足安全约束。

10月4日周日
  1. Hugging Face Daily Papers73

    ASCENT:通过验证经验自蒸馏实现长程智能体的在线测试时训练

    论文提出 ASCENT 方法,让大语言模型智能体在执行任务流的过程中,利用自身产生的、经终止信号验证的轨迹进行在线测试时训练(OaTTT)。该方法冻结初始模型作为稳定版本,以 hindsight 视角预测已执行轨迹上的下一 token 分布,并通过蒸馏至持久化 LoRA 权重来更新策略。

10月3日周六
9月30日周三
  1. 智东西 · 机器人65

    2026 年上半年全球四足机器人出货近 5 万台,行业应用收入占比超三分之二

    IDC 与沙利文数据显示,2026 年上半年全球四足机器人出货量约 4.9 万台,同比增长 92.5%,其中教育科研与家用消费贡献六成出货量但收入不足三分之一。行业级应用在制造业、电力等领域增长迅猛,宇树、具微、云深处等企业分别通过标准产品规模化、高危场景定制及电力巡检方案复用实现差异化营收增长。

9月29日周二
9月28日周一
9月23日周三
  1. 地平线 · 资讯动态78

    地平线发布机器人指令理解与操作评测基准 InstructMove

    地平线联合无问智科发布机器人指令理解与操作评测基准InstructMove,旨在解决机器人仅凭视觉捷径完成任务而忽视语言指令的问题。该基准基于Text-Indispensable原则,在场景中设置多个可操作候选目标,强制模型依赖语言消歧。

    推荐理由:地平线发布InstructMove基准,通过多候选目标场景验证语言对动作选择的必要性,并证明仿真数据能提升真机指令跟随能力。

9月19日周六
9月15日周二
  1. IEEE Spectrum · Robotics84

    Agility Robotics 发布 Digit 5:首个可与人近距离协作的人形机器人

    Agility Robotics 发布了新的人形机器人 Digit 5,其核心突破在于通过自主避让或坐下确保物理上不可能摔倒伤人,实现了无需物理屏障即可在人类附近工作。

    推荐理由:文章分析了 Agility Robotics 发布的 Digit 5 人形机器人在安全性、续航与负载上的平衡,并披露了成本估算与服务定价模式。

9月11日周五
  1. 智元 AGIBOT · Newsroom87

    智元发布原生世界动作模型 GE-Act 2.0,验证可扩展预训练路径

    智元发布原生世界动作模型 GE-Act 2.0,提供首个关于原生世界动作模型可扩展预训练路径的系统性验证。该模型从随机初始化开始训练所有参数,在零样本评估中展现了随数据规模扩大(300 至 30,000 小时)而涌现的新能力与跨机器人本体的迁移效果。材料介绍了其控制导向自编码器、单步视觉规划及知识对齐选择性优化等架构设计,并指出其与 GE-Sim 共同构成世界模型框架。

    推荐理由:智元发布原生世界动作模型 GE-Act 2.0,验证了训练数据规模扩大带来的能力涌现与跨本体迁移路径。

9月7日周一
  1. IEEE Spectrum · Robotics70

    Vitestro Aletta:获 FDA 批准的美国首款自主采血机器人

    FDA 于 8 月 19 日批准 Vitestro 开发的 Aletta 在院外成人环境中使用,这是美国首款获批的自主采血设备。该系统结合近红外成像、超声和 Doppler 技术定位静脉,临床 trials 显示首针成功率达 94.5%,且一名护士可监管三台机器以缓解采血人员短缺问题。文章指出深色皮肤可能影响红外成像效果,但厂商称超声系统不受肤色影响;后续美国本土试验将验证样本质量与常规检测指标。

8月29日周六