运动学假设上下文:面向带宽受限机器人策略上行链路的具身条件化学习视频编码
针对远程服务器运行大型视觉语言动作策略时相机上行链路成为瓶颈的问题,本文提出一种零速率条件的运动学假设上下文机制。该方法利用关节状态、机器人模型和相机标定构建自运动单应性、连杆重投影等假设,对上一帧重建结果进行变换以条件化学习视频编码。
推荐理由:提出运动学假设上下文机制,在带宽受限场景下显著降低视频传输码率并提升策略成功率。
针对远程服务器运行大型视觉语言动作策略时相机上行链路成为瓶颈的问题,本文提出一种零速率条件的运动学假设上下文机制。该方法利用关节状态、机器人模型和相机标定构建自运动单应性、连杆重投影等假设,对上一帧重建结果进行变换以条件化学习视频编码。
推荐理由:提出运动学假设上下文机制,在带宽受限场景下显著降低视频传输码率并提升策略成功率。
针对基于视觉的控制系统中难以检测重放攻击的问题,本文提出一种自适应动态水印框架。该方法在标称控制输入中添加私有高斯水印,并利用控制输入条件的潜动力学网络预测观测图像在紧凑潜空间中的演化。
该方法结合 RGB-D 定位与遗传算法排序,在实验室及四至六果田间测试中,动态路径策略较静态策略将碰撞事件从 55 次降至 40 次,目标接近成功率提升至 70.7%。连续执行消除了不必要的归位动作,且动态路径随剩余果实分布自适应调整而不改变算法序列。研究通过参数敏感性分析验证了该方法在无序作物环境中的有效性。
论文提出 CRISP 分层控制框架,将高维系统动力学重构为动态互联子系统的组合,以双臂操作为人形机器人代表应用。躯干建模为单刚体,双臂与下肢为浮动基动态模型,末端执行器间的闭环运动链及臂与躯干的连接表示为完整约束,拉格朗日乘子参数化肩部及末端间的交互力矩。
该论文提出 Spatial-UMI-Dream,这是一个 5B 参数的空间世界动作模型(WAM),在 605 小时 RGB-D UMI 数据上通过两阶段训练预训练,旨在联合预测未来 RGB、鱼眼对齐的度量深度及动作。
针对传统运动学模型假设的曲率剖面可能违背机械属性的问题,该研究提出了一种基于泰勒近似的多段剪刀式支撑结构。实验表明,集成该结构的腱驱动连续体机器人能抵抗非规定变形,显著提升了形状精度并防止在反向载荷下形成 S 形弯曲。通过机械约束可允许变形量,该方法减少了独立形状变量的估计数量,优于经典柔性背骨设计。
原力灵机宣布升级具身智能模型服务平台Dexmal MaaS,重点推出面向真实场景的后训练能力,支持SFT、DAgger和RECAP三类Pipeline。开发者可上传操作数据在云端完成训练并部署推理,缓解本体算力不足问题。平台提供DexOS Lite客户端与MaaS API接入方式,已在物流仓储等场景实现超99%的成功率及亚毫米级精度质检。
丰田汽车宣布设立专门的人形机器人部门“Toyota Robotics”,将其定位为与电动化并列的核心战略板块。新部门将于2027年1月正式运行,由执行役员兼首席生产官志贺武文兼任负责人。此次调整旨在利用其在汽车制造领域积累的自动化技术经验,加速推进人形机器人的关键技术研发及商业化落地。
面对车端算力、功耗与成本制约的“不可能三角”,行业正通过端云协同、模型压缩及软硬件协同推动 AI 量产落地。小鹏 G9L 首发全球首个量产 AI 座椅,实现 2 克精度感知与 98% 人体自适应;东风十堰试点探索车路云一体化,利用路侧超视距感知拓展单车智能边界。嘉宾指出打破三角需软硬迭代,车企竞争将转向 Infra、具身化及全球化闭环能力。
为建立统一“身份证”并规范生产与安全治理,工信部编制了该办法征求意见稿。公示期为 2026 年 11 月 6 日至 12 月 5 日,意见反馈需发送至装备工业一司(智能制造处)。
极智嘉在 CeMAT 上展示了通用人形机器人 Gino 1、Gravity 具身模型及全仓智能软件平台,旨在构建端到端仓储解决方案。文章指出,利用世界模型进行动作预判与抗干扰可提升操作稳定性;结合多形态机器人协同与共享数据底座,系统能持续沉淀运营经验并自主进化,推动仓库迈向全天候无人化自主运营。
11月5日,由广汽集团孵化的慧仑科技与广汽动力业务单元(广汽动力BU)签署具身智能机器人生产合作协议,正式落地双方6月的战略框架协议。分工上,慧仑科技输出技术体系、工艺规范和全套生产物料;广汽动力BU承接整机总装、性能测试和成品交付,联合搭建万台级标准化产线。
光轮智能与宇树科技近日达成合作,结合光轮 SimFoundry 仿真底座、RoboFinals 评测平台及 RoboStack 部署反馈工具,围绕模型训练、能力验证和真实场景应用展开协同。双方将针对宇树机器人不同配置探索数据生产与训练机制,建立“部署—反馈—训练”持续迭代机制,推动具身智能规模化落地。
11 月 5 日第九届中国国际进口博览会上,博世展示智能辅助驾驶、AI 智能座舱及机器人触觉感知等技术。其欧洲本地化 ADAS 项目将搭载于奇瑞 6 款新车,计划 2028 年量产并五年内交付超 80 万台。此外,博世在上海成立电驱动技术方案中心,并于 2026 年初正式成立中国机器人中心布局具身智能数据采集基础设施。
Ambi Robotics 正为 Black Friday 等物流旺季做准备,其 AmbiSort B Series 系列系统通过自动引导、扫描及端到端分拣优化最后英里交付。公司将在八个设施部署新系统版本,并提前向东部枢纽站点增派备件以降低停机时间。此外,Ambi 利用 AI 模型分析工单数据辅助员工快速解决现场问题,同时保持核心支持团队由真人提供培训与故障修复以建立信任。
LeRobot 软件栈 v0.7.0 重构了安装、训练推理及硬件底层,移除 cu128 索引并升级 torch 至 PyPI CUDA 13 构建。新版本将环境配置重命名为*EnvConfig 格式,统一策略数据类型为单精度,并新增 FSDP2/HSDP 并行训练框架与 opt-in EMA 权重平滑功能。
美国人形机器人公司 Agility Robotics 于 11 月 4 日在纳斯达克通过 SPAC 合并方式上市,股票代码 AGLT,开盘后股价最高上涨近 80%。
Agility Robotics 于 2026 年 11 月 4 日完成与 Churchill Capital Corp XI 的合并并在纳斯达克上市,股票代码 AGLT。公司披露了约 4.65 亿美元的总融资额(含 PIPE 及信托账户资金),Digit 机器人已在九家客户设施累计运行超过 6.5 万小时。管理层表示正在探索轮式或其他形态的机器人以拓展消费级市场,并考虑向行业授权 IP。
驭势科技在CeMAT ASIA 2026展示升级后的L4级无人驾驶牵引车T30,该车型通过升降式自动脱挂钩装置实现自主倒车、拖斗挂接与脱钩,并与无人叉车协同完成装卸转运。
推荐理由:驭势科技发布升级的L4级无人驾驶牵引车T30及协同作业方案,展示了自动脱挂钩、VLM/VLA技术栈与AI编程交付平台。
戴盟近日公开了其从Daimon-Infinity中筛选出的TacClaw-Infinity触觉数据集,包含1万小时采集、100万条轨迹和10亿帧数据。该数据集支持无本体训练(Zero-Robot Transfer),在π0.5等模型上使花瓶擦拭任务成功率由50%提升至74%,且无需专用触觉架构即可利用现有策略。
推荐理由:戴盟公开TacClaw-Infinity触觉数据集及完整研究流程,验证了无本体数据在跨机器人迁移中的有效性。
企查查显示,原动力(深圳)智能有限公司近日完成工商变更,新增智元创新为股东,注册资本增至114.4419万元。此次认缴出资0.4419万元对应持股比例0.3861%,属于典型的“小额占位”式生态投资而非控股或并购。截至发稿,公开渠道尚未披露原动力智能的具体产品方向及业务协同条款。
2026年11月4日至6日,舍弗勒在苏州举办中国汽车技术研讨会,逾800名客户现场体验了30余场演讲、500余件产品及10余辆试驾车辆。活动聚焦车辆控制、底盘与车身、动力系统、能量管理及具身智能等主题,展示了合并纬湃科技后的丰富产品组合与解决方案。
该论文评估了采样广度与交互深度对多轮智能体强化学习性能的影响,发现其优势依赖于充足的回合预算且集中于错误恢复与长程韧性,而非均匀提升单步决策质量。作者提出 BudgetMix RL 方法以缓解预算依赖带来的部署风险,并展示了其在多样化执行设置下的鲁棒性。
推荐理由:原文通过多轮交互预算分析揭示强化学习在长程任务中的优势边界,并提出 BudgetMix RL 以缓解部署风险。
XROGO 在 CeMAT ASIA 2026 正式发布“机器人到岗计划”,聚焦制造上下料及机房配电室巡检两类真实岗位。该计划采用“租赁服务 + 工人带教”模式降低部署门槛,联合伙伴共建解决方案以提升持续作业能力。XROGO 愿与全球生态携手,推动机器人在具体作业中接受检验并扎根客户场景一线。
开普勒宣布采用NVIDIA物理AI全栈平台,将Isaac Lab、GR00T和Cosmos等技术与自身工业机器人硬件及真实数据结合,推动具身智能从模型训练走向真实工业环境验证与产业化。在部署方面,依托Omniverse构建数字孪生,利用Jetson Thor实现端侧感知推理与控制,并采用GPU平台统一AI训练基础设施。
智元机器人将六台精灵 G2 投入上海徐汇便利店进行 24 小时全栈验证,累计完成 1730 项任务。其中“迎宾员”阿豪、“理货员”火宝等四台成功转正,“补货员”倦王和“保洁员”冷姐因主动性与边界控制不足暂未转正。
同一新闻,精选展示《六台智元 G2 机器人完成上海便利店 24 小时实测》
论文提出 FLAG(Flow policy with Latent-Augmented Guidance)方法,旨在解决高维动作空间中重要性加权监督学习易发生权重崩溃的问题。
这篇论文是 Transactions on Machine Learning Research 于 2026 年发表的首篇关于强化学习与图形用户界面智能体交叉领域的全面综述。
论文提出 Marathoner,一种具备超长视界执行能力的自主智能体模型。研究通过利用 GitHub 仓库中超过 1000 行新代码的重大发布 PR 合成挑战性任务级数据,并引入多任务链式技术将多个生成任务串联为单一高难度任务。
PIDiffSign 提出一种融合正向运动学头与刚体动力学先验的扩散模型,直接输出解剖精确骨架以驱动虚拟化身。在受控协议下,该模型将 PHOENIX14T 和 CSL-Daily 数据集的回译单词错误率降低约五点,且生成的手语严格遵循运动控制定律但动能显著低于真实手语。研究证实增益源于运动学链表示而非骨长守恒,并提供了首个用于未来手语生产系统的物理基准套件。
论文 AcroRL 提出一种基于强化学习的框架,通过调制恒定参考轨迹实现四旋翼的紧凑位置约束倒飞,同时兼容传统轨迹生成与跟踪。该方法在 JAX 仿真中相比最强优化基线将位置均方根误差降低 32%、稳定时间缩短 57%,硬件实验在多偏航角配置下成功完成倒飞且位置 RMSE 低于 0.35m,并开源了实现代码。
该图基概念建模框架通过整合功能建模与图论表示,明确表征人机系统中集体工作的关系及环境结构以支持早期协同策略探索。案例研究在灾难机器人领域展示了其如何识别支持灵活管理协调开销的协作能力,从而在设计实施前显式分析协调需求的时间演变。论文当前处于 IEEE Transactions on Human-Machine Systems 审稿中,提供 12 页正文与 5 幅图示。
针对软体机器人高维非线性动力学建模难的问题,本文提出一种不确定性感知的主动探索框架,自主学习任务无关且可泛化的动力学模型。该方法在连续臂、流体中的关节鱼和肌肉骨骼腿等三个仿真平台及真实气动连续臂上进行了评估。相比随机探索和任务特定基线,通过主动收集信息量大的数据,实现了更高的建模精度,并在未见任务中获得了更高的零样本控制回报,同时在感知噪声、执行延迟和材料非线性下表现鲁棒。
该论文提出了 MARLIN 框架,通过大语言模型在多机器人系统中提供高层规划并指导策略学习。系统利用语言模型进行机器人间的行动协商以生成计划,并在训练中动态切换强化学习与语言协商模式以提升探索效率。研究在仿真和物理机器人上进行了评估,结果显示该方法在早期训练阶段表现更佳且对最终性能影响有限。代码已开源。
Fluidic Body 是一种让操作者像使用手一样控制蜂群机器人的系统。通过在虚拟空间中建立手与蜂群间的流体映射,用户通过简单的手部动作(如张开或握紧)即可改变蜂群的物理属性:张开时蜂群变软以绕过障碍,握紧时蜂群变硬以推动物体。
该论文研究了城市环境中机器人的出现如何影响行人感知的安全性。研究者生成了 18 张首尔街道图像(变量包括时间、道路等级和机器人条件),利用两个多模态大语言模型(Qwen3.8-27B 和 Gemma4-26B)在 500 个合成人格条件下进行判断,并对比了 25 名人类受访者的结果。
针对脑控机器人中解码器评估忽略序列性的问题,本文将其形式化为部分可观测马尔可夫决策过程(POMDP),证明存在由最坏对数 Chernoff 信息决定的遗憾相变。研究推导出闭式遗憾预测器 U_id,在真实 EEG 数据上揭示了准确率相同但遗憾差异巨大的病理陷阱,为传感器与解码器选择提供诊断工具。
该论文提出了 HALO 系统,利用程序化生成的千个虚拟家庭合成视觉 - 语言 - 动作数据以解决人形机器人训练的数据瓶颈。HALO 习得了坐椅子、导航至命名物体、侧身过门等技能,并能编排这些技能完成复合长周期任务。系统在从未见过真实家居的训练下实现零样本迁移,在六个未建图的真实环境中进行了 360 次试验,成功率为 91%。代码与视频已公开。
推荐理由:HALO 系统通过程序化生成合成数据实现零样本迁移,在六个未建图真实环境中达到 91% 成功率。
该论文提出 VABAR(Variational Automation Benchmark for Agentic Robotics),旨在评估代理机器人在物体形状与姿态变化下的可靠操作能力。
该研究在机器人操作仿真中评估了代码策略代理利用执行反馈进行重试的效果。结果显示,固定的查找表选择反馈模板与重采样方法在恢复成功率上相当(Qwen2.5-Coder-7B 在五轮重试内分别达到 85.3% 和 68.3%),且固定任务引导也能实现类似的恢复点估计。