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。
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。
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。
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。
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。
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。
Boston Dynamics 发布视频展示 Atlas 人形机器人通过腿部加装轮子进行移动的实验。该实验结合经典模型控制与全身强化学习,旨在验证在无序真实地形中的动态稳定性及系统失效响应。
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。
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。
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。
优理奇机器人(UniX AI)宣布完成5亿元Pre-A轮融资,老股东超额追加,新进机构包括绿地集团、柯力传感等。绿地集团作为战略投资人及下游应用伙伴,将协同推进机器人在安保、酒店、康养等场景的全闭环落地。
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。
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。
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。
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9日,受苹果团队开源机器人自主控制系统HALO(在宇树G1上测试成功)及中石油与宇树新设合营企业消息影响,宇树科技盘中涨幅超15%,市值重回3000亿元上方。材料指出公司前三季度营收增长但扣非净利润下滑,且动态市盈率超过500倍。
上纬新材旗下启元机器人于11月8日宣布第10000台个人机器人(编号NO.10000)正式下线,仅用14天即实现从5000台到10000台的跨越。该成果依托“车规标准+3C量级”制造体系,通过工艺固化、自动化装配及百万级线束弯折等严格测试保障品质一致性。
本周具身智能领域多起产业动态:小米机器人在汽车工厂完成8小时长时作业验证及家庭场景试运营,其通用机器人操作基座模型获互联网大会奖项;丰田正式设立独立机器人部门“Toyota Robotics”。
近日,苹果正式发布了HALO(Humanoid Autonomy, Learned in simulation, running Onboard),这是一套由数据管线驱动的人形机器人全身运动控制系统。
11月5日丰田宣布自2027年1月1日起设立独立机器人事业部Toyota Robotics,整合研发团队并将机器人定位为未来核心支柱。同时中国本部长由太田资大接任,以推进南北丰田渠道整合及研发资源加速协同。
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。
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。
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。
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。
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。
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。
针对无扭矩传感器的轮式人形机器人,该方法利用光学追踪器数据,通过共享腰部双链模型同时识别腰部与双臂参数。相比独立或单链标定,该方法将离手位姿的平均误差从 11.3-31.1 mm 降至 0.50-1.11 mm,且在不同负载下均有效。
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。
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。
Agility Robotics 作为首家上市的纯足式人形机器人公司,首日收盘报 11.49 美元,略高于 SPAC 交易初始价。尽管大盘下跌,该公司拥有超 3 亿美元 Digit 5 订单,预计 2027 年向早期客户交付。
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。
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》
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。
论文提出 soccerbot,这是一个分层强化学习框架,通过从大规模人类足球动作捕捉数据中蒸馏结构化潜在运动先验来解决现有方法技能覆盖有限或产生不自然行为的问题。
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。
该论文提出一种无需预定义接触序列的接触隐式全身优化框架,用于规划类人机器人在复杂参数化地形上的动态运动。通过引入新颖的接触约束和地面几何近似模型,将适用范围从平坦表面扩展至任意光滑曲面。
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。
超维动力携 SMASH、KAIBot、KAI Hand 与 KAI Halo 亮相 2026 香港金融科技周,其中 SMASH 系统实现毫秒级来球识别与多关节协同,球技逼近专业选手。
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。
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。