LeRobot 0.6.1 LIBERO 仿真评测中验证配对测试状态身份的方法与局限
针对向量化重置条件下终止时序差异导致初始状态不一致的问题,研究提出包含 I1-I5 不变量、溯源日志及自动检查器的评估完整性框架。受控实验显示同步控制下无 ID 错配,但异步冻结批次映射存在不匹配且机制未完全隔离。建议在进行配对统计前核查声明与解析的初始化状态身份及溯源信息。
针对向量化重置条件下终止时序差异导致初始状态不一致的问题,研究提出包含 I1-I5 不变量、溯源日志及自动检查器的评估完整性框架。受控实验显示同步控制下无 ID 错配,但异步冻结批次映射存在不匹配且机制未完全隔离。建议在进行配对统计前核查声明与解析的初始化状态身份及溯源信息。
论文提出MOST框架,将多视角观测压缩为时间令牌,并通过监督物体状态和子任务进度来结构化记忆,直接条件化动作生成。该方法在RoboCasa365、RoboCasa-Long基准及真实机器人实验中均优于Xiaomi-Robotics-1模型,平均成功率从65.9%提升至72.1%,长任务最大进度从20.83%提升至42.22%,真实世界成功率从6.66%提升至43.33%。
推荐理由:提出MOST框架,通过压缩多视角观测为时间令牌并监督物体状态与子任务进度,在长视界移动操作中优于现有最先进模型。
该方法通过贪心合并指令确保每一步位移在低层控制器能力范围内,解决了传统重定时导致成功率崩溃的机械成因。实验显示,在四个 Robomimic 仿真任务中,合并上限为二的策略成功率最高,Square 任务较冻结策略提升 14 个百分点; humanoid 全身追踪器在 2.3 倍速下成功率为 71%,优于均匀重定时的 51%。该研究已提交至 ICRA 2027,代码与数据暂未开放。
论文提出 Reflex 框架,解决现代机器人策略因昂贵推理导致的实时控制延迟与多机吞吐量瓶颈。不同于仅缓存中间状态的方法,Reflex 缓存完整动作块以绕过昂贵的策略主干网络,并通过两级缓存修正机制处理相似观测需不同动作及误差累积问题。实验显示该方法在代表性负载和真实机器人上,将推理延迟提升 1.4 至 11 倍,吞吐量提升 2.0 至 2.2 倍,同时保持任务成功率相当。
论文提出 WorldSketch 新范式,让视觉语言模型作为智能体主动查询感知工具构建并验证最小运动学世界模型,仅捕捉任务相关对象及其交互几何与可能运动,再由几何规划器联合优化接触与全身运动。
推荐理由:提出由 VLM 构建最小运动学世界模型的范式,在 RoboCasa 等基准实现零样本成功率达 91%,显著优于现有基线。
针对可穿戴机器人分离时代理感下降问题,研究提出结合运动传递与肩部气动触觉反馈的MESSPa系统。实验显示,在双任务负载下,该设备相比键盘控制显著缩短完成时间并提升分离状态下的代理感,同时缩小了附着与分离状态间的性能差距。该系统设计已接受IEEE-RAS Humanoids 2026会议录用,相关代码与数据暂未开放。
本文提出了一种将语义直觉与几何感知融合至显式三维信念场的交互物体搜索系统,旨在解决现有方法仅依赖单一模态(纯几何或语言模型)的局限。系统通过贝叶斯对数几率滤波累积每个物体的 VLM 可信度分数和几何占位证据,形成统一的高维信念场以驱动行动选择,包括从不同视角观察、导航至未探索区域或与封闭柜体进行物理交互。研究在双足移动机器人上进行了端到端部署,结果表明该方法优于仅基于几何或语言模型的规划方法。
针对机器人部署产生海量高维数据难以分析的痛点,本文提出行为图方法,通过识别相似行为模式、连接时序并关联结果,将策略 rollout 压缩为可解释的有向图。用户研究显示该方法比视频更易分析且能预测任务进度。
推荐理由:提出行为图方法压缩机器人部署数据,用户测试显示其比视频更易分析且能预测任务进度。
论文提出并测试了一种模型,证明简单的误差驱动机制能在真实世界条件下生成沙漠蚂蚁学习行走的关键特征。研究团队将模型部署在一台配备全景相机、IMU 和轮速编码器的四轮物理机器人上,并在户外复现了沙漠蚂蚁实验设置。
推荐理由:该研究在真实四轮机器人上验证了基于路径积分与视觉罗盘误差的机制,成功复现沙漠蚂蚁学习行走的特征。
针对现有具身检索增强生成(RAG)系统易累积语义标签、物体位置及空间关系错误的局限,论文提出 SPARK 框架。该框架在首个任务集后利用语义批评标记知识库错误区域,通过规划器生成针对性重访,并基于新观察结果选择性合并信息以修正记忆。
推荐理由:提出 SPARK 框架,通过语义批评与目标重访修正具身记忆错误,在 AirSim 仿真环境中显著降低存储开销并提升问答性能。
Teach-Abstract-Apply(TAA)框架允许操作员通过自然语言向协作机器人教授新工作流,并将其抽象为可复用的技能。该框架在结构搭建任务中利用 Qwen3-Coder 和 GPT5.2-Codex 模型评估显示,技能抽象提升了任务成功率并降低了交互成本。初步人机闭环研究证实该流程也能响应人类指令,支持未来生产环境的通用化应用。
该研究针对 ACT、Diffusion Policy、SmolVLA 和 π0.5 四种策略,基于 SO-101 机械臂的抓取放置任务,发现验证损失无法预测真实机器人成功率。
该论文提出了一种用于低度脾脏创伤的监督自主双机械臂框架,系统整合了实时出血分割、无标记工具关键点追踪及深度工具 - 组织接触检测,以协调双臂进行同步吸除和电凝。在新型管状离体脾脏出血模型上评估显示,该系统在七处不同损伤中实现了平均 82.9% 的出血表面焦痂覆盖。材料为 arXiv 预印本,展示了监督自主系统在靶向凝血方面的可行性,未报告真实临床部署结果。
Archon Robotics 发布 Anchor 1,一种面向人形机器人全身精准稳定操控的控制器及基准测试集。该方法采用校准后的稀疏运动参考以保留任务相关的人体运动结构,无需在线关节空间重定向;通过离线整理机器人运动数据塑造训练分布,并引入与运动编码解耦的显式误差反馈以提升控制精度。
推荐理由:该工作提出 Anchor 1 控制器与基准,在仿真和硬件上均实现更优的全身操控精度与稳定性。
LIFE 框架让机器人通过 RoboBeats 流门控追踪条件,利用 Plastic Memory 存储带源证据的观测,并用 EDM 将解题方案转化为可复用技能。在回放真实机器人记录的 24 小时连续视频实验中,该集成系统成功从单日经验构建记忆以回答日常问题。
该论文提出 Scaling Trusted Autonomy 框架,旨在解决基础模型驱动机器人缺乏内部状态可验证性的问题。研究通过神经符号方法融合学习模型的通用性与显式结构:LIMP 利用空间推理将自然语言指令映射为任务约束与语义地图以支持规划;REALM 维护可编辑的光照逼真 3D 高斯场景并预测操作后果以实现局部修正;PACTS 联合生成动作轨迹及其符号效应预测。
该位置论文指出,现有机械可解释性方法因假设固定情境且仅读取即时效应,导致无法识别特定事故的实际成因。作者通过形式化故障隔离查询框架,揭示了当前方法在玩具示例中可能引发相互冲突的判决结论。基于此,文章提出了四项开放研究任务以填补概念编码与实际故障之间的差距。
2026年11月3日,小米集团获得2026世界互联网大会“杰出贡献奖”,其具身基座模型关键技术获“领先科技奖”。峰会期间,小米披露两项落地进展:工业场景下人形机器人在汽车工厂中控台侧盖板排序工站完成8小时作业任务,实现异常自主纠偏与产线协同;家庭场景下基于Xiaomi-Robotics-1预训练模型的Agent系统在青年公寓启动试运营,完成覆盖3个房间、50+任务的连续超30分钟长程验证。
针对计算机使用智能体(CUAs)面临的数据多样性、可控性与可靠性受限问题,该研究提出 CUA-Master 嵌套双循环递归改进框架。系统层利用外环数据 - 模型飞轮结合开放语料与模型弱点指导迭代;数据层内环耦合开放世界种子采集与自催化传播机制,从教学视频中挖掘真实工作流并重构轨迹,转化为可复用基元以合成复杂任务。
小米获颁互联网大会奖项,同时披露两项最新进展:在工业制造场景,新一代机器人在汽车工厂中控台侧盖板排序工站首次挑战8小时长时作业,满足全天生产需求并实现异常自主纠偏与产线协同;在家庭场景,基于Xiaomi-Robotics-1预训练模型搭建的Agent闭环系统已在小米青年公寓启动试运营,可完成连续超30分钟、覆盖3个房间、包含50余项任务的长时多房间复杂任务链。
机本智能于近日连续完成由 Alphaist Partners、耀途资本领投的两轮融资,累计金额近千万美元。公司成立于 2026 年 9 月,CEO 李浦豪与 CTO 陈泽源分别来自清华自动化系和北大,长期研究灵巧操作底层交互算法。团队选择强化学习路线,正探索将仿真、真人演示与生成轨迹结合构建数据体系,推进模型从仿真向真实硬件迁移验证。
上海灵枢智肤电子科技有限公司近日连续完成种子轮与天使轮融资合计超千万元,资金将用于搭建中试线及向客户送样。该公司由复旦团队创立,主打“离子皮肤”路线,其材料与器件已通过双 85 测试及千万次机械验证,支持点触、滑移等感应功能。目前产品正为人形机器人、智能穿戴等领域客户进行送样验证,尚未规模量产。
近日,领益智造与京津冀润泽签署战略合作框架协议,拟在湖南省衡南县设立合资公司开展机器人整机及零部件制造业务。双方将聚焦物理 AI 方向,由领益智造提供人形机器人核心零部件全链条交付能力,京津冀润泽负责智能体产业链孵化与生态平台建设。此次合作旨在打通“机器人制造+算力基础设施”链路,推进公司“端—物—算”三位一体战略布局。
2026 年 10 月 31 日,B 站超级科学晚在北京举行,新增飞行汽车、具身智能、脑机接口等议题并展开 15 场对谈。神舞科技现场演示多人脑电互动实验;梅卡曼德预测三到五年内具身智能将在制造物流落地;松延动力指出世界模型可降低具身智能试错成本,将人力与折旧转化为算力成本。
Churchill Capital Corp XI 股东在特别会议上以超过 84% 的投票率批准了与 Agility Robotics 的业务合并计划。该 SPAC 预计于 11 月 4 日完成交割,并于 11 月 5 日起在纳斯达克以代码 AGLT 交易。
论文提出 Harness-S 方法,针对智能体训练中基座执行系统(harness)的局部性、互补性和非平稳性问题,引入方向性 Harness 演化构建可复用的兄弟 Harness 池。
推荐理由:提出 Harness-S 框架,利用辅助 harness 修复基座执行失败并将能力迁移至策略,在 AppWorld 等基准显著优于纯策略训练。
论文介绍 H2RB(Human-To-Robot Bridge)框架,旨在利用人类演示低成本地适配预训练的视觉语言动作模型(VLA)。该方法通过几何锚定对齐统一人机观测表示,并利用解耦解码器共享动作潜变量,从而在保留预训练先验的同时缩小人机本体差距。
Gentherm 推出的 ThermAffyx 患者安全系统将主动加温与牢固定位整合为单一方案,解决机器人手术中 Trendelenburg 体位下的空间冲突难题。该系统无需强制空气设备即可运行,已在美国多地开展积极临床试验并在新老客户中获得采用。产品符合 FDA 指导及行业标准,兼容电刀、除颤器等器械且无电磁干扰风险,适用于体重达 134.7 kg 的成人患者。
Tutor Intelligence 宣布完成由 Andreessen Horowitz 领投的 7500 万美元 B 轮融资,累计融资达 1.17 亿美元。公司利用真实世界数据、人类“导师”和仿真构建数据飞轮,加速 Sonny 双臂机器人和 Cassie 移动操作机器人的部署。
商汤于 2026-11-02 发布限时免费的 SenseNova 6.8 Flash,该模型在 TeamBench、DataAnalysis2.0 等基准测试中排名第一。实测显示其能独立完成动态网页设计、3D 海报生成及 PPT 制作任务,并在智能办公场景中主动发现旧数据错误并提醒用户核对。
安谋科技在WTCC 2026上发布“极术社区”新成果:面向小型具身设备的开源AIOS平台JishuFriends及其原型机机器狗Puppy,以及面向Agentic AI的新一代硬件开发工具JishuBuddy。
RoboScience机器科学宣布完成A2轮融资,由琥珀资本、鸿瑞达投资及上海半导体产投联合领投,360战投跟投。资金将用于迭代Visics通用具身大模型与REX G1机器人,推进物流等场景POC验证。公司发布多模态物理仿真引擎RoboMirage,视频训练数据规模从2026年初的100万小时增至400万小时。
泰国投资促进委员会广州办事处主任陈伟丽介绍,2026年1至8月泰国广义电动车型销量超25.8万辆,占总销量55.5%。比亚迪、长安、广汽埃安等中国车企已在泰落地,BOI提供3至13年免税及关税免除激励。EV3.5政策要求进口一辆需本土生产两辆,比例将提至三台。
小米内部创新团队推出成本约 150 元的开源 AI 硬件 HachimoDock(哈基米机),集成个性化桌宠、语音操控电脑端 Agent 及智能家居联动能力。该设备已在 GitHub 公开源码,并在嘉立创平台提供硬件物料清单与装配教程,引发配件涨价与大量复刻攻略。
北京具身公司机本智能宣布连续完成两轮融资,累计金额近千万美元(约合人民币0.67亿元)。该公司由两位"00后”研究员创立,聚焦机器人灵巧操作,致力于构建将仿真、真人演示与生成轨迹结合的训练数据体系。团队采用强化学习路线,旨在打造适配不同硬件的“小脑”,实现从仿真环境向真实硬件的迁移验证。
上海柔性触觉传感企业灵枢智肤宣布连续完成两轮融资,种子轮与天使轮均由元禾控股参与,其中种子轮由华为哈勃参投,总融资金额超千万元。该公司成立于2025年,产品面向具身智能领域,推出了具备多点压力感知能力的指尖及掌心传感器模组,已完成双85测试等可靠性验证及1000万次以上重复机械测试。目前企业正搭建材料中试线并向客户送样推进落地验证。
针对多机器人协调中非凸、高维且多模态的轨迹规划难题,该工作构建了基于 D4orm 动力学感知扩散去噪框架的规划架构族。不同于传统数值优化,该方法利用 GPU 并行采样生成运动学及动力学可行的无冲突轨迹。
论文提出 DR-LfD 框架,将人类演示分解为原子技能并重组到 TAMP 决策系统中,解决接触丰富操作中的泛化问题。在 DexMimicGen 任务中,该框架仅需 100 次演示即可超越基于扩散的模仿学习策略(需 1000 次)。材料为预印本论文,已接受至 IEEE Transactions on Robotics。
推荐理由:该框架将演示分解为原子技能并重组,在 DexMimicGen 任务中以 100 次演示优于扩散基线。
本文研究利用机械臂运动进行无燃料姿态控制的可行性,将其视为执行机构而非仅作为干扰源。通过构建包含关键关节和避撞约束的轨迹优化问题,使用内点法求解非线性程序,计算了多种航天器 - 机械臂系统的复杂变轨与去旋轨迹。
推荐理由:提出利用机械臂运动实现无燃料姿态控制,通过轨迹优化解决关节与碰撞约束,为在轨组装提供新方案。
本文介绍 VEGA 方法,通过从单目视频中重建局部场景几何,采样导航目标(文本、图像或空间路点)并生成避障轨迹,从而训练流匹配 VLA 导航策略。该方法仅在训练中利用几何信息,将避障规划直接蒸馏到视觉策略中。