ReflexArc:将瞬时触觉反射自下而上集成到全身人形机器人控制中
针对人形机器人在杂乱环境中需快速反应意外接触的挑战,该研究提出了 ARC(Ascending Reflex Control)框架,将毫秒级触觉反射与全身策略学习相结合。
推荐理由:该工作将毫秒级触觉反射与全身策略学习结合,在 Unitree G1 上验证了降低冲击峰值和保持平衡的能力。
针对人形机器人在杂乱环境中需快速反应意外接触的挑战,该研究提出了 ARC(Ascending Reflex Control)框架,将毫秒级触觉反射与全身策略学习相结合。
推荐理由:该工作将毫秒级触觉反射与全身策略学习结合,在 Unitree G1 上验证了降低冲击峰值和保持平衡的能力。
该论文介绍了一种专为人类级任务设计的人形机械臂硬件平台 RAIPAL。不同于追求均匀工作空间的常规设计,该平台依据已发表的人类上肢性能测量数据推导力、速度和耐力目标,指导执行器与热设计以实现扭矩透明度和持续运行能力。
该研究提出 ActOR 框架,将墙挂式环境相机与机器人头显数据融合为共享对象级数字孪生(DT),利用大语言模型代理在 DT 上进行规划并调用预编程的移动与操作技能。
该论文提出一种结合单刚体模型、姿态动力学及完整接触 wrench 的在线优化框架,通过增广拉格朗日与松弛障碍惩罚将接触力与步点位置联合优化。该方法在 MuJoCo 仿真中以 100 Hz 重规划(平均求解时间 8.9 ms),并在宇树 G1 机器人上验证了稳态行走及恢复 245 N 前向和 175 N 侧向冲击的能力。材料为预印本,未提及同行评审状态或具体部署许可。
MABEL 是一个开源的类人移动双臂机器人平台,拥有 56 个自由度且部件成本约为 8100 美元。该平台集成了两个 7 自由度手臂、17 自由度手爪、可俯仰躯干、升降机构、3 自由度颈部和全向底盘,支持背驱式交互与从地面到 2.23 米的指尖抓取范围。
论文提出了 OpenHLM 这一开源方案,旨在构建将语言和图像直接映射到人形机器人所有自由度的全身原生视觉语言动作模型。研究通过分阶段实验发现,基于关节的全身遥操作接口优于部分暴露自由度的替代方案;在静态和轮式双臂平台上预训练的 VLA 模型能意外地良好迁移至人形机器人的全动作空间;与 HuMI(UMI 的人形类比)协同训练可拓展策略以处理新物体和指令。
推荐理由:提出全身原生视觉语言动作模型构建路线图,在长周期任务中用更少演示时间优于现有基线。
针对现代角色复杂服装的绑定难题,本文提出TailorRig框架,将自动恢复改为艺术家驱动的受控生成。该框架支持用户指定身体模板以兼容现有骨架,并利用语义标签驱动自回归生成器合成特定类别的辅助骨骼链;同时引入分层链到骨骼的配重机制以减少权重渗漏。研究构建了包含超3.8万个模型的大规模数据集Human-Mix用于评估,实验表明该方法在骨架精度、变形稳定性和可控性上优于现有技术。
论文提出了 ReGATE,一种结合以自我为中心的深度、本体感知及在线移动与接触命令的全局控制器。该方法基于教师 - 学生框架,利用循环适配器预测物体几何与物理接触,无需外部姿态估计器;通过头部级和全局门控调节视觉更新路径。研究在仿真中实现了静态与动态物体的高成功率获取,并在宇树 G1 硬件上演示了抓取、搬运及释放序列,验证了在初始观察后相机被遮挡情况下的成功交互能力。
针对混合专家(MoE)策略在政策梯度更新中因动态路由导致旧版与新版策略发散误估的问题,本文提出 MAPO 方法,通过交替优化路由器与专家网络来避免该误估。实验显示,MAPO 能持续跟踪 PPO with MoE 失败的 182 个运动样本,而后者仅能跟踪 MAPO 失败的 1 个样本。该方法在对比方法中取得了最高的跟踪成功率及最低的跟踪误差。
推荐理由:提出 MAPO 方法解决 MoE 策略梯度更新中的发散误估问题,在通用类人运动跟踪任务上显著优于 PPO with MoE。
佐治亚大学与佐治亚理工学院团队提出一种控制器更新方法,通过约束新技能入口规则而非参数来修正失败状态。该方法在两个类人机器人系统的四条数据流上运行,两次更新共增加 62 次恢复能力且未损失任何基础成功。移除约束虽能多恢复 33 种情况但会导致 8 个受保护任务无法完成,证明了该机制的有效性。
该研究通过实验发现,重复性及多指不同步的手指动作能增强用户对机器人的感官体验,而全指同步轻柔拥抱则引发更强的关怀感。研究同时指出,针对机器人发起的身体接触阻力方面未观察到差异。成果发表于 HAI 2026 会议相关研讨会,共 4 页含 5 幅图及 3 张表。
论文介绍 CompliantBot 框架,解决人形机器人在需对外力屈服的同时恢复原任务的难题。该方法通过状态依赖的交互力场耦合负载与运动,利用互补奖励协调屈服与任务恢复,无需预构造合规数据或目标轨迹。实验显示,CompliantBot 在恒定拉力下屈服更远、弹簧相互作用载荷更低,且在强拉力下任务完成率最高、关节机械功率最低。
推荐理由:提出无需预构造数据的合规训练框架,在保持任务执行能力的同时实现全身顺应性。
论文提出了 HuG 框架,旨在解决人形机器人在自眼视角下目标遮挡及全身协调运动难题。该框架通过“感知 - 对齐 - 抓取”流水线耦合感知与动作,利用控制器在环的动力学模拟筛选训练数据,剔除会导致部署控制器失稳的 73% 仅满足运动学有效的抓取方案,从而学习符合动力学可行性的 affordance。
推荐理由:该工作提出 HuG 框架,通过闭环动力学筛选训练数据,使策略在零真实演示下于多层级货架任务达到 87.5% 成功率。
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。
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。
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。
论文介绍了一种名为 ROOF 的强化学习方法,旨在解决人形机器人在头顶存在障碍物时的跌倒恢复难题。该方法利用接触支撑几何逃逸引导,仅凭本体感知即可学习何时清除障碍、建立支撑以及完成起身动作。
推荐理由:提出接触支撑几何逃逸引导方法,在仿真与宇树 G1 真机实验中显著提升了头顶障碍物下的跌倒恢复成功率。
该论文提出了 Movens-5M 数据集和 Movens-Zero 架构,旨在解决人形机器人运动基础模型训练数据稀缺及多模态联合学习难题。Movens-5M 包含 1500 万个人类动作序列和 500 万个可执行的人形动作序列,涵盖超 10,000 小时视频,并与文本、RGB 图像、语音及音乐对齐。
论文 OneSteer 提出 DiffWBC 方法,将全身控制从确定性策略转为生成式范式,利用一步扩散模型实现通用跟踪、测试时转向及无仿真失败发现。该方法在 BONES 基准上局部跟踪误差最低(20.1 mm),并在物理 Unitree G1 机器人上部署;相比运动学参考编辑,其在 1.25 m 天花板下的零样本通过率为 0.84,且能泛化至跨障碍、空间抓取及执行器故障等场景。
论文提出 HIPC 框架,将生成式运动模型与控制器耦合为统一范式,以解决开环追踪导致的空间漂移及闭环反馈引发的物理抖动问题。该方法采用标准运动表示避免万向节锁,并通过偏差衰减恢复和历史重锚定策略缓解分布外偏移,最终在多种条件下实现了最先进的目标到达精度与抗扰动能力。
FFR 机器人本体在 10 月累计销售及出货 351 台,刷新单月纪录。自今年 2 月底启动交付至今,FFR 机器人本体累计已销售及出货 1168 台,并保持正毛利交付。贾跃亭预计 FFR 11 月和 12 月单月出货量均将超过 400 台,全年销量有望冲击约 2000 台。
地瓜机器人与宇树科技在长沙教育装备展宣布深度合作,推出以旭日 S100 算力盒为核心、结合 Go2 四足与 R1 人形机器人的具身智能教育方案。该方案提供 15 款主题课程共 180 节课,覆盖小学至高中,并建立从桌面机器人到真机的两级进阶路径及课赛融合项目。双方计划依托旭日 S100 将合作拓展至旭日 S 与 X 双系全平台产品。
本周具身智能领域多家公司发布经营进展:宇树科技前三季度营收18.17亿元,智元上半年营收近20亿元且出货量达9700台;小米开发出21自由度仿生灵巧手;小鹏IRON人形机器人专用固态电池小批量量产下线。
小鹏集团公布10月交付新车50,237台,创下历史新高;MONA L05上市即售罄,GX在中东获近4,000台订单。同期,小鹏在巴黎车展发布“XPENG AI ENGINEERING”解决方案,开放涵盖人形机器人、Robotaxi、飞行汽车等物理 AI 生态全域方案,并与特斯拉共同参与高阶智能辅助驾驶公开道路体验活动。
Agility Robotics Inc. 与 Churchill Capital Corp XI 宣布,预计其合并后的 SPAC 交易将筹集约 4.65 亿美元资金,包括来自信托账户、PIPE 及已获得的股权融资。
推荐理由:文章披露 Agility Robotics 拟通过 SPAC 融资约 4.65 亿美元,并公布 Digit 5 产品进展与多领域客户部署计划。
现代摩比斯公布第三季度财报显示净利润同比下降35.7%,但营业利润与销售额实现增长。公司宣布计划进军人形机器人零部件市场,将于11月在仪旺研究中心开始生产由波士顿动力开发的Atlas原型机“执行器”,预计于2028年开始商业供应。此外,公司还计划开发手部夹爪、感知模块和控制器等关键组件,并成立专门团队将机器人领域员工人数增加一倍,年度研发支出预计首次超过2万亿韩元。
该论文提出了 Humanoid Dodgeball 框架,旨在解决人形机器人在动态场景下快速躲避高速障碍物并保持稳定性的难题。方法通过威胁感知的奖励塑形实现全身敏捷规避动作,并利用多方向对抗性运动先验正则化学习行为以维持稳定且类人的运动模式。实验表明,该框架在多种障碍速度和发射距离的仿真及硬件测试中,均显著提升了动态避障性能,同时保持了鲁棒且物理合理的运动。
论文介绍 METATRON,这是一种结合生成式基础策略与可编程技能层的可提示词全身执行架构。基础策略接收包含时间目标、速度指令和风格线索的提示词,输出协调运动;训练数据融合动作捕捉、合成恢复轨迹及重定向场景交互。
推荐理由:提出可被提示词驱动的全身执行层,将编程技能与生成式策略结合,在物理机器人上实现多任务冻结策略。
该研究提出 FORGE 框架,通过耦合在线降阶模型(ROM)参考生成与全身跟踪控制来实现通用且敏捷的人形运动。第一阶段训练基于单刚体动力学和完整人体运动学的命令条件化全身参考生成器;第二阶段冻结 ROM 策略在线生成参考以训练全阶动力学下的全身跟踪策略。
MinJun Chang 在 arXiv 上发布了一项关于人形机器人手臂重定向的实证研究,针对 Unitree H1-2 平台对比了直接重构目标与归一化距离两种策略。
Toyohashi University of Technology 团队通过五组实验发现,92% 的参与者认为从后方接近的移动机器人比同速前方接近者显得更快。
锋龙股份在优必选收购后成立全资子公司新锋龙,依托具身智能技术与精密制造积累,搭建包含仿生人面部舵机、灵巧手等三大产品矩阵。其中二指夹爪和仿生人面部舵机已实现量产,高功率密度舵机等计划于2027年量产。公司还将整合优必选旗下优世界、优医疗等业务,覆盖家庭消费与医疗赛道,并引入李拥军博士出任总经理统筹研发生产与销售。
特斯拉在 2026 年第三季度财报电话会议上宣布,Optimus 人形机器人向外部客户交付时间推迟至 2027 年底左右。公司指出手部设计、耐用性及 AI 架构仍需完善,首批生产级机器人已在弗里蒙特工厂下线。为提升能力,特斯拉计划制造 10,000 至 20,000 台机器人在"Optimus 学院”进行任务练习,并拟于 2027 年 4 月搭载 AI5 芯片。
在2026智元创新日主论坛上,智元联合创始人彭志辉公布公司最新经营与量产进展:今年9月完成第2万台具身智能机器人下线,2026年上半年整体营收接近20亿元。智元具身智能机器人已覆盖工厂、酒店、零售等多类线下场景,承接产线上下料、游客接待等真实工作任务。
该论文针对人形机器人在不连续地形上的运动控制问题,提出 HC2Robot 框架以解决感知驱动策略中训练端拥有仿真特权信号而部署端仅依赖车载感知的信息不对称。
这篇论文介绍了一种名为 Torch-Hand 的全自由度人形灵巧手,拥有 21 个自由度,其中拇指具有 5 个自由度以提供广泛的对指能力。该设计采用完全基于连杆的传动架构和螺杆连杆驱动,实现了高抓握力和负载容量,同时保持了紧凑的人体形态。
Unitree G1 人形机器人通过 REACH 框架,结合双向切换策略与激光雷达规划器,在 1.27-0.50m 双足及 0.50-0.20m 爬行模式下实现受限空间自主穿越。该 RL 分层架构利用本体感知构建条件潜变量表示,解决了富接触动力学难题并扩展了蹲伏行走的通行极限。真实实验验证了高度速度跟踪精度、地形鲁棒性及模式切换可靠性,代码与视频已公开。
针对现有方法每款机器人单独训练导致运动经验隔离的问题,该研究提出 X-WBC 框架,将相对共享的人体运动语义与本体特定的物理执行分离。通过人体中心指令 token 对齐全量人体运动、机器人参考运动及稀疏 VR 观测,利用因果 Transformer 从混合多机器人 rollout 中学习可复用时间结构,并通过轻量级本体特定模块映射到各机器人的本体感知与动作空间。
推荐理由:该工作提出跨躯体基础框架,通过解耦共享语义与本体执行实现多机器人联合训练,为具身智能通用部署提供新路径。
该论文提出通过身体与控制的协同设计实现人形机器人的物理递归自我改进(RSI),以解决固定躯体下控制策略优化的局限。文章基于生物进化灵感,探讨了战略探索、Sim2Real迁移及元策略学习等协同设计方法,并提出了从短期创新到长期目标的开放研究问题。
这篇论文以工厂场景为纽带,系统梳理了人形机器人从实验室平台向网络化集群演进的关键技术维度。文章通过六个维度(交互架构、信息交换、物理耦合等)区分了物理机器人与仿真/非具身代理的研究差异,重点分析了通信、协调、协作及社会智能四大功能,并识别了控制感知网络、紧凑消息格式及可问责的人类监督等开放问题。