跳到正文
11月10日周二
  1. arXiv · 机器人与计算机视觉58

    杂乱环境中感知可捕获性的步态规划:轴对齐安全走廊上的递归可行序列 MPC

    该论文提出了一种针对线性倒立摆(LIP)人形机器人的步态规划框架,旨在同时保证避障和运动稳定性。方法通过构建由相交矩形组成的安全走廊,将避障与可捕获性约束相结合,实现了具有递归可行性保证的序列模型预测控制(MPC)。规划器能自主适应受限场景,例如在门意外关闭时切换为原地行走。性能对预测视界依赖较小,在高保真仿真中利用 Digit 机器人验证了其在杂乱环境中的实用性。

  2. arXiv · 机器人与计算机视觉76

    面向人与类人机器人运动的统一惯性编码器

    该研究提出一种统一惯性编码器,通过运动学 IMU 合成在共享输入空间下联合训练人类与类人机器人数据,结合连续时间编码及传感器随机化。模型无需物理仿真、真实机器人训练轨迹或微调,即可零样本迁移至宇树 G1 实体机器人,在五个数据集上实现最低速度误差(G1 实机为 0.099m/s),并支持仅基于人类数据训练的类人机器人运动描述检索与泛化。

    推荐理由:提出统一惯性编码器,实现从人类运动到宇树 G1 机器人的零样本迁移与速度估计。

  3. 盖世汽车 · 汽车资讯38

    天翼电信终端与优必选签署战略合作,共同推动家庭陪伴及超仿生人形机器人规模突破百万台级

    天翼电信终端与优必选签署全面战略合作协议,未来三年将共同推动家庭陪伴机器人终端行业规模突破百万台、超仿生及轮式人形机器人等终端行业规模突破十万台。中国电信云网融合底座将封装 AI、量子、卫星及安全能力嵌入机器人本体,并依托全国渠道网络开展租赁服务与营业厅创新体验场景试点。

  4. 盖世汽车 · 汽车资讯33

    上纬启元机器人生产基地落户杭州富阳

    11月9日,上纬启元机器人生产基地暨全国首个"Expert"个人机器人制造基地项目在杭州富阳签约。该项目由上纬启元、金固股份与富阳产业投资集团三方设立运营主体,旨在将研发验证至场景应用串联并带动配套企业集聚。上纬启元作为上纬新材旗下品牌,其启元Q1和T1产品已于9月首发发货,新基地负责承接制造与全国总部运营职能。

  5. 盖世汽车 · 汽车资讯35

    HALO 在宇树 G1 上完成真实测试,单项任务平均成功率达 91%

    苹果开源的机器人自主控制系统 HALO 在宇树 G1 人形机器人上完成真实测试,单项任务平均成功率为 91%,引发市场关注。消息面发酵推动人形机器人板块走强,同星科技等概念股涨停。宇树股价受此影响高开高走,盘中最高触及 809 元,市值一度突破 3200 亿元。

11月9日周一
  1. Boston Dynamics · Blog68

    波士顿动力 Atlas 轮式改装测试床发布:强化学习与仿真到现实迁移验证

    波士顿动力 Atlas 团队工程师 Xiaoyu Wu 分享了将 Atlas 机器人改装为轮式的研究项目,通过替换脚踝执行器并调整模型,利用强化学习实现了侧滑漂移和空中转体等高难度动作。该项目旨在验证在硬件极限下全身体控制器与真实执行器的协同效果,成功缩小了仿真与现实差距,相关技术洞察已反馈至标准配置中。

    推荐理由:作者分享了将 Atlas 机器人改装为轮式并成功通过强化学习实现高难度动作的测试床项目,验证了精准电机模型与全身体策略在硬件极限下的协同作用。

  2. 智东西 · 机器人68

    伽马智能联合宇树推出人形机器人移动操作统一测评平台 LocoManiLab

    伽马智能联合中国电信孵化的TeleAI及宇树推出LocoManiLab,这是面向人形机器人移动操作的统一测评框架。该平台覆盖五类家庭空间、13个场景实例和234项任务,以宇树G1人和Dex3灵巧手为测试本体,拆解策略模型与全身控制器两个层面进行综合评测。

  3. 盖世汽车 · 汽车资讯60

    拓斯达发布工业双足人形机器人 Star

    拓斯达在“TOPS DAY 2026”全球开放日上发布全尺寸工业双足人形机器人 Star,身高 172 厘米、重 72 公斤,双臂负载能力 10 公斤。该机器人设计起点为现有产线,整机尺寸适配工厂布局,手臂采用 7 轴仿人结构并配备十字轴手腕,复刻人工作业姿态,关节处搭载高精度关节模组。

  4. arXiv · 机器人与计算机视觉78

    DKWBC:解耦运动跟踪与平衡的人形机器人全身控制方法

    该论文提出了 DKWBC 框架,通过结合基于模型的逆动力学前馈学习与关节 PD 反馈来提供跟踪力矩,同时利用残差策略学习额外的关节力矩修正以维持平衡。实验表明,该方法在仿真和真实硬件上均能实现单一策略对多种运动数据集的泛化,并在地面支撑、附加负载及物理交互场景下保持准确的运动跟踪与平衡稳定性。

    推荐理由:提出 DKWBC 框架,将运动跟踪与平衡解耦,在仿真和真机上验证了单一策略在多任务下的泛化能力。

  5. arXiv · 机器人与计算机视觉54

    SUGARv2:基于合成交互参考学习多样化视觉人形机 loco-操作技能

    论文提出 SUGARv2 统一框架,通过复用任务模板合成协调的机器人与物体运动以低成本获取多样参考,并利用基于参考的模仿作为跨任务的共同学习目标。研究先在特权教师上执行这些参考,再通过教师蒸馏和强化学习训练视觉策略,结合域随机化支持泛化与仿真到现实迁移。在五个具身智能操作任务中,该框架在仿真环境达到 91.0% 平均成功率,并在真实人形机器人上验证了全身操作的 sim-to-real 转移效果。

  6. arXiv · 机器人与计算机视觉59

    STRIDE:用基于加速度的奖励在几分钟内学习人形机器人运动

    STRIDE 是一种针对人形机器人的强化学习算法,旨在解决传统方法依赖外部动捕或高精度状态估计器的问题。该方法通过让机器人跟踪指令加速度而非基座速度来设计奖励函数,并结合 XQC 离线强化学习算法、高增益关节位置控制器及左右对称性增强技术。

  7. arXiv · 机器人与计算机视觉82

    ForPC:一种用于精确人形机器人推车的力感知全身控制框架

    论文提出了 ForPC 框架,旨在解决人形机器人在不修改工作场所的情况下操作现有手推车以搬运重物的难题。该框架通过两阶段强化学习调节车速,首先训练运动先验以提供平衡支持,随后基于车载观测推断力潜变量和状态潜变量(无需外部传感器),并协调手臂、腰部与腿部的调整及基座速度指令。

    推荐理由:提出无需外部力传感器的全身控制框架,在仿真中训练即可将人形机器人推重达 30kg 的推车速度误差降低 68.2%。

11月8日周日
11月7日周六
11月6日周五
  1. arXiv · 机器人与计算机视觉83

    GigaBrain-WBC-0.5:一种用于人形机器人稳健全身追踪的行为世界模型

    该研究提出了首个行为世界模型(BWM)InterTrack,旨在解决通用运动追踪器仅适用于平地而跨地形控制器任务特定的问题。其 Transformer 架构联合预测动作、状态及行为分布,学习环境条件化的动力学;通过自动标注管道从重定向动作重建三维支撑几何以扩展交互训练数据。

    推荐理由:报告提出首个行为世界模型 InterTrack,在复杂地形交互与跌倒恢复上显著优于基线,并提供了代码、数据及预印本链接。

  2. arXiv · 机器人与计算机视觉72

    Social Humanoid:面向社会响应的类人机器人交互系统

    针对类人机器人难以与人类伙伴协调的问题,本文提出了 Social Humanoid 系统。该系统在 Unitree G1(29-DoF)上生成并执行对社会响应性的全身运动,其高层策略通过共享标记化表示对人与机器人的运动进行灵活序列建模,能在遮挡时预测伙伴动作;低层控制器负责执行生成的运动。

  3. arXiv · 机器人与计算机视觉78

    STEP:用于感知人形机器人运动的空间时间显式预测训练

    论文提出 Spatiotemporal Training with Explicit Prediction (STEP) 框架,旨在解决感知型人形机器人运动中地形几何与身体状态演化的关联问题。

    推荐理由:提出 STEP 框架,联合监督跨模态关系与动作依赖的状态演化,在仿真及硬件实验中提升地形穿越成功率。

  4. arXiv · 机器人与计算机视觉83

    基于地形索引的运动先验与几何支撑的极端人形跑酷研究

    该论文提出一种渐进式模仿框架,用于学习适用于人形机器人的极端跑酷技能并自适应其手 - 膝支撑模式。演示数据提供穿越行为,但接触模式需适配机器人比例和可用支撑面。

    推荐理由:提出渐进式模仿框架,在 Noetix E1 上实现高成功率跨障碍与手膝支撑适应。

  5. arXiv · 机器人与计算机视觉78

    HITCH:教视觉语言模型通过全身 harness 操控人形机器人

    论文提出 HITCH(Harness Interfaces To Command Humanoids),一种让 VLM 控制人形机器人的接口,感知端返回图像中任意点的 3D 位置,执行端将髋部、躯干、手部、行走和注视指令转化为全身运动。

    推荐理由:提出 HITCH 接口让 VLM 通过全身 harness 控制人形机器人,微调后在无特定轨迹下完成 51% 任务,加五条轨迹后 SIMPLE 成功率升至 95%,并在真机 G1 上实现无真实训练数据的搬运行走。

  6. arXiv · 机器人与计算机视觉42

    PhySA:解耦美学与物理奖励以优化人形机器人运动策略

    PhySA 通过分离美学评分与物理惩罚通道,在 MuJoCo Humanoid-v5 仿真环境中将关节加速度降低 26% 至 32%,但导致单集时长缩短。该方法未迁移至 IsaacLab 或 Unitree G1 平台,且部分实验结果无统计显著性。论文已接受 CoRL 2026 Workshop on R2RL,代码与数据待注册。

  7. arXiv · 机器人与计算机视觉58

    CRISP:基于约束解析的子系统间交互预测全身协作框架

    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。

  8. 盖世汽车 · 汽车资讯62

    丰田设立独立机器人部门加速人形机器人商业化

    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。

11月5日周四
  1. The Robot Report65

    Agility Robotics 正式在纳斯达克挂牌交易

    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。

  2. 盖世汽车 · 汽车资讯76

    智元精灵 G2 人形机器人在便利店完成 24 小时实测:四台转正、两台留级

    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》

  3. arXiv · 机器人与计算机视觉78

    Perceptive Humanoid Motion from Simulation:基于仿真的感知人形运动研究

    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。

  4. arXiv · 机器人与计算机视觉72

    H^2MARL:面向人形机器人控制的分层异构多智能体强化学习框架

    针对人形机器人全身控制中高维耦合动力学及关节自由度物理异质性的挑战,论文提出 H^2MARL 分层异构多智能体强化学习框架。该方法采用关节级物理异质性感知策略分解,使每个扭矩驱动的自由度基于其执行器、运动学和动力学属性进行条件化建模;同时开发闭环策略 - 执行器协同优化机制,利用共享交互轨迹联合适配高层姿态规划与低层关节执行,降低分布不匹配问题。

  5. arXiv · 机器人与计算机视觉85

    Ctrl-F:一种用于人形机器人位姿与操作交互的力接口框架

    论文提出了 Ctrl-F 分层运动 - 力控制框架,旨在解决传统运动跟踪器仅知目标位置而不知如何与环境交互的问题。该框架包含统一运动 - 力控制器和高层在线力规划器,能在每个接触点(如手或脚)施加指定的三维力。

    推荐理由:提出 Ctrl-F 框架,通过显式力指令增强运动跟踪,在硬件上实现大负载拖拽、推举及踢击等盲法基线无法完成的任务。

11月4日周三
  1. arXiv · 机器人与计算机视觉72

    Track-and-Complete:从单次失败人类视频中学习人形机器人技能

    论文提出 TRACC 方法,通过模仿失败动作中可用的运动轨迹前缀并结合推断的任务结局来完成任务,无需依赖成功的任务轨迹。该方法在 Oops! 数据集的六个野外失败人类任务上进行了评估,证明了在无成功演示情况下从失败尝试中学习的有效性,确立了失败视频作为人形机器人技能学习监督信号的可行性。

  2. arXiv · 机器人与计算机视觉78

    通过动作条件潜变量前瞻协调人形机器人体操与操作

    论文提出一种动作条件潜变量前瞻(action-conditioned latent foresight)方法,构建潜在世界 - 动作模型以在执行前评估指令序列。

    推荐理由:提出动作条件潜变量前瞻方法,在仿真与真实机器人任务中均优于基线,验证了潜在世界 - 动作模型的有效性。