跳到正文
10月21日周三
  1. arXiv · 机器人与计算机视觉64

    基于自适应穿越管的双足人形机器人姿态感知导航方法

    该预印本论文提出了一个姿态感知导航框架,核心包含自适应穿越管(ATT)、区间速度 - 航向控制及侧步增强的 AMP 运动先验。该方法通过连续信号统一几何通行与社会避让需求,将宽度映射为前向至侧移的姿态调度与全向速度指令,并设计了基于 GVHMR 重定向的运动策略以提升过渡稳定性。材料仅展示 MuJoCo 仿真演示与 Unitree G1 的部署计划,定量结果待后续发布。

10月20日周二
  1. 盖世汽车 · 汽车资讯51

    优必选在阿联酋拉斯海玛部署人形机器人开展实景测试

    优必选与阿联酋拉斯海玛政府国际关系办公室签署战略合作备忘录,双方将建立综合合作框架,推进人形机器人在工业自动化、公共服务等四大场景的实景测试与系统部署。优必选将在当地提供沙盒测试环境和前瞻性监管框架下,依托自身平台与技术基础设施开展示范项目,重点在高温、高日照与沙尘等严苛环境中进行长期耐久测试与压力测试,以积累实测数据并验证系统在阿联酋及海湾地区的实际应用性能。

  2. 盖世汽车 · 汽车资讯68

    舍弗勒太仓数智工厂启用:六台人形机器人上岗与4亿欧元新订单

    10月20日,舍弗勒太仓数智工厂正式启用,引入六台人形机器人参与关节模组装配及物料搬运等生产环节。工厂设置了涵盖目视检测、物料拣选等任务的六类工业训练场景,并通过数字孪生系统连接训练与工艺优化。商业方面,2026年第三季度舍弗勒获得两家中国客户新订单,推动集团人形机器人业务累计订单额达到4亿欧元。

  3. 盖世汽车 · 汽车资讯57

    上海振华轴承机器人关节轴承产品进入批量供货

    上海振华轴承总厂有限公司宣布,其研发的工业机器人及具身机器人轴承产品已进入批量供货阶段。针对人形机器人关键零部件轻量化、高精度等开发难点,该企业聚焦机器人大小臂、腕部及手部等关节谐波减速器专用轴承,围绕动力学仿真优化、滚道精密磨削、精密装配、寿命检测四大核心技术展开研究。

  4. arXiv · 机器人与计算机视觉82

    Humanoid Badminton:基于有限人类动作数据的动态羽毛球击打技能学习

    针对高速球类运动对人形机器人提出的时间关键决策、精准击打及全身协调挑战,本文提出一种三阶段分层强化学习框架以解决可用羽毛球参考数据稀缺且不完美的难题。首先通过任务随机化动作增强将稀疏标注的击打事件扩展为可执行的连续潜在技能空间;其次由高层规划器根据观察到的球的状态在线组合这些技能;最后利用上下文条件对抗正则化器鼓励更自然的技能使用同时保持回球性能。

    推荐理由:提出三阶段分层强化学习框架,利用有限人类数据实现人形机器人在真实世界与人类进行包含跳跃救球的多技能多回合对抗。

  5. arXiv · 机器人与计算机视觉82

    GRAIL:基于世界模型生成人形机器人移动与操作策略

    GRAIL 是一种数字生成管线,通过结合 3D 资产和仿真就绪场景构建视频世界模型,无需重建物理环境即可合成交互数据。该方法利用已知的几何参数减少深度模糊,恢复度量级的人机物交互轨迹,并训练任务通用的跟踪器以适配人形机器人。仅使用 GRAIL 生成的数据,团队在 Unitree G1 上实现了多样化物体拾取 84% 的成功率和爬楼梯 90% 的成功率。

    推荐理由:GRAIL 利用全虚拟的数字生成管线合成人形机器人操作数据,在 Unitree G1 上实现了高成功率的任务部署。

  6. arXiv · 机器人与计算机视觉70

    面向不连续踏板的类人机器人运动:感知变时步态规划方法

    针对类人机器人在不连续踏板上的行走任务,本文提出一种结合离散区域选择、足部放置与当前步时长的感知模型预测规划器。该方法利用 onboard 深度数据构建概率高度图,通过混合整数二次规划求解,并在步内重规划以应对模型失配与扰动。实验在 Digit 机器人上完成,仿真环境随机化踏板测试平均求解时间为 11.4ms,硬件分离踏板测试为 4.0ms。

  7. arXiv · 机器人与计算机视觉85

    ULTRA:面向人形机器人全身自主运动操作的统一多模态控制框架

    针对现有方法依赖预定义动作参考且难以扩展技能库的局限,该研究提出 ULTRA 统一框架。其核心包含物理驱动神经重定向算法,用于将大规模动捕数据迁移至人形机器人并保持接触交互的物理合理性;以及支持从精确动捕状态到嘈杂自中心视觉输入的通用多模态控制器。

    推荐理由:该工作提出 ULTRA 框架,通过物理驱动重定向与统一多模态控制器,实现从稀疏感知到全身自主 loco-manipulation。

  8. arXiv · 机器人与计算机视觉82

    KungfuAthleteBot:基于视频学习的具身智能高动态运动与统一鲁棒性恢复框架

    KungfuAthleteBot 是一个针对人形机器人的统一框架,旨在解决从视频学习高动态动作时存在的漂移、信息缺失及鲁棒性不足问题。该工作联合专业武术家构建了高质量数据集,引入物理引导的抛物线轨迹修正以消除高度漂移和抖动,并设计了三阶段课程学习策略。

    推荐理由:该工作提出统一框架,通过物理引导轨迹修正与免教师训练范式,实现了人形机器人从视频学习高动态动作及快速跌倒恢复。

  9. arXiv · 机器人与计算机视觉82

    BFM-Zero:一种用于人形机器人控制的基于无监督强化学习的可提示行为基础模型

    论文提出 BFM-Zero 框架,旨在统一人形机器人的多样化控制任务。该框架利用无监督强化学习和前向 - 后向(FB)模型构建共享隐空间,将动作、目标与奖励嵌入其中,支持在不重新训练的情况下通过提示进行下游任务适配。实验在宇树 G1 真机上进行,验证了其在零样本运动追踪、目标到达及奖励优化等任务上的有效性,并展示了从仿真到现实的迁移能力。

    推荐理由:提出 BFM-Zero 框架,利用无监督强化学习与前向 - 后向模型构建可提示的共享隐空间,在宇树 G1 真机上实现零样本运动追踪与目标到达。

  10. arXiv · 机器人与计算机视觉65

    HAF-VLA:面向人形机器视觉语言动作控制的分层动作流框架

    针对通用视觉语言动作策略难以适应人形机器人高维全身运动控制的挑战,本文提出 HAF-VLA 分层动作流框架。该方法基于预训练流匹配 VLA,通过可学习阶段嵌入和跨阶段 KV-cache 条件机制,将动作生成分解为移动与头部指令、腰部细化及全身操作三个渐进去噪阶段。实验在六个真实世界任务上验证了该框架能显著提升现有模型在人形机器人运动操作任务中的性能。

  11. arXiv · 机器人与计算机视觉48

    Data-Efficient Learning from Demonstration for Humanoid Robots via Feature-Level Perception and Prompt-Based Object Detection 提出基于特征层感知与提示词目标检测的数据高效模仿学习框架

    该研究针对人形机器人模仿学习需大量数据的问题,提出利用 Kinect 关节估计、提示词目标检测及深度信息提取特征的框架。在 NAO 机器人仿真测试中,抓取放置任务仅需 16 次演示即达 78% 成功率(100 次增至 86%),推杆任务用 8 次演示达成 71% 成功率。该工作已在物理硬件上完成演示验证,论文发表于 IEEE ISAIA 2026。

  12. arXiv · 机器人与计算机视觉73

    基于等距遥操作与独立技能路由的人形机器人组合式操作研究

    针对人形机器人手臂技能复用难题,论文提出HS-MoDP模型,利用共享专家池和语义调度器实现多臂技能组合与位置迁移。开发G1Exo外骨骼提供关节级直接控制,相比末端VR-IK遥操更可靠,使整机柜工作流成功率从35%提升至65%,并在四种策略架构上提升接触技能学习效果。项目硬件设计与源代码将在评审后开源。

  13. arXiv · 机器人与计算机视觉78

    OmniInteract:面向双类人机器人的统一全身交互控制研究

    该论文针对双类人机器人协作中因形态差异导致的接触界面破坏及技能多样性下的控制保真度下降问题,提出 OmniInteract 框架。通过表面感知重定向技术利用人体与机器人表面的密集对应关系保留交互几何上下文;采用可扩展基于流的交互策略,将全身运动先验与伙伴感知的残差修正解耦,在共享残差动作空间统一两者。

    推荐理由:提出表面感知重定向与可扩展流策略,解决双机器人交互中的形态差异与控制保真度难题。

  14. arXiv · 机器人与计算机视觉74

    SWAP:一种支持测试时引导的人形全身避障策略

    论文提出 SWAP 分层框架,将感知条件扩散模型用于生成多模态避障运动提议,低层强化学习控制器负责跟踪与平衡维持。利用回溯标注技术通过随机化命令和障碍布置实现高效监督,部署时采用蒙特卡洛采样引导模型向安全行为对齐。在仿真及宇树 G1 真机实验中,该方法在静态与动态障碍物下均表现可靠,测试时引导使特定奖励提升约 34% 同时保持高避障率。

  15. arXiv · 机器人与计算机视觉73

    基于人类婴儿运动发育量表的类人机器人技能学习验证

    Fanxing Meng 等人提出一种方法,将人类婴儿运动发育量表表示为引导类人机器人强化学习的开发图。研究评估了四种流行儿科运动量表的全面性,发现其中三种能成功指导机器人从躺卧到站立行走的技能习得,而第四种因缺失中间里程碑导致失败;补充该节点后同样可实现技能学习。

  16. arXiv · 机器人与计算机视觉58

    Vision as Proprioception:从视频估计人形机器人姿态

    论文提出了 HumanoidPose 框架,旨在解决在线或 AI 生成视频缺乏对应关节配置的问题。该方法结合预训练的人体姿态特征与机器人运动学,在统一模型中预测每个具身形态的关节配置,并将人体动作重定向至十六种不同人形机器人以实现全合成数据学习。

  17. arXiv · 机器人与计算机视觉72

    面向多样化人形机器人行走与操作的行动对齐潜在规划方法

    针对人形机器人在多样任务中需兼顾高层决策与物理响应的挑战,本文提出 FIBER 框架,利用冻结行为基础模型(BFM)的可执行潜在空间作为共享规划表示。通过潜在策略投影(LPP),将独立习得的特定任务策略映射至该空间,在保持高频状态反馈的同时实现低频规划。

  18. arXiv · 机器人与计算机视觉73

    Language-Forcing:通过全身世界动作模型的语义对齐推进人形机器人移动与操作

    针对全身世界动作模型(WAM)视觉预测目标未区分任务相关变化与场景 incidental 变化的问题,提出LANGUAGE-FORCING训练策略。该方法利用冻结的视觉语言模型评估任务进度并预测后续状态变化,将其嵌入与中间动作条件化的未来视觉特征对齐,仅用于训练且不增加推理开销。

  19. arXiv · 机器人与计算机视觉73

    未知混合正弦扰动下的自适应拒绝及其在未知地面运动下的人形机器人行走应用

    针对非惯性环境下人形机器人因未知时变环境运动导致的控制难题,本文将其建模为受混合正弦扰动的混合线性系统扰动拒绝问题。研究推导了可解性条件并设计了基于 Youla-Kucera 参数化的输出反馈控制器及自适应律以估计未知参数。

  20. arXiv · 机器人与计算机视觉83

    DUET:面向任务无关的人形机器人上下肢执行解耦框架

    该论文介绍 DUET 框架,通过仅在机器人接口处结合指令,使下肢运动控制器(基于强化学习)与上肢操作控制器独立运行。实验在宇树 G1 硬件上验证了该方法,展示了与 GR00T N1.7 和 pi0.5 两个不同模型配对的兼容性。

    推荐理由:该研究提出 DUET 框架,实现下肢运动与上肢操作的解耦控制,支持在不重新训练平衡策略的情况下更换视觉语言动作模型。

  21. 盖世汽车 · 汽车资讯75

    首批六项人形机器人国家标准发布:2027年4月实施

    全国机器人标准化技术委员会近日正式发布首批六项人形机器人国家标准,包括总则、环境感知、决策规划、运动控制、作业操作及仿真测试平台技术规范,将于2027年4月1日实施。这些标准覆盖了从整机设计到能力验证的完整链条,旨在推动各环节协同衔接,减少研发与交付中的理解偏差,使不同厂商的产品能力可被统一描述和比较。

  22. IEEE Robotics and Automation Society15

    Agility Robotics 与卡内基梅隆大学探讨 Digit 机器人商业化路径及高校支持策略

    Agility Robotics 联合创始人 Damion Shelton 指出,Digit 机器人因依赖自动驾驶技术导致首单应用受阻,最终聚焦于封闭环境下的内部仓库物料搬运任务。Shelton 强调客户仅需“从 A 点移动到 B 点”的解决方案而非炫技,并主张高校应在公司孵化期持续推动技术开发以弥补资金缺口。该访谈由 IEEE RAS 发布,旨在分享实体机器人商业化的关键业务教训与公私合作模式。

  23. 智东西 · 机器人82

    NEXUS:面向人形机器人的跨地形感知运控基座模型发布

    中国电信人工智能研究院与伽马智能联合推出NEXUS,这是一个面向人形机器人的跨地形感知运控基座模型。该模型将广泛的全身行为覆盖与环境感知相结合,让机器人在保留动作特征与意图的同时,根据所处地形自主调整身体姿态与接触。

    推荐理由:中国电信与伽马智能联合提出NEXUS基座,通过仿真生成跨地形配对数据并采用两阶段训练,实现人形机器人在保留动作意图下自主适应复杂地形。

10月19日周一
  1. arXiv · 机器人与计算机视觉74

    面向人形机器人的异步上半身任务空间轨迹跟踪策略学习

    针对高层规划器输出稀疏低频轨迹与全身控制器高频运行之间的时间不同步问题,提出一种异步上半身任务空间跟踪框架。该框架通过师生蒸馏初始化学生策略,利用滑动窗口全局奖励减少帧漂移;在特定任务后训练阶段,结合 MPC 模块完成稀疏参考并约束策略漂移。仿真及宇树 G1 硬件实验表明,该方法在低更新率下具有更优的轨迹跟踪性能、更强的基线对比优势以及对分布外运动的安全适应能力。

  2. arXiv · 机器人与计算机视觉82

    Perceptive Behavior Foundation Model:一种将人类运动先验适配至机器人中心地形的感知行为基础模型

    该论文介绍 Perceptive BFM 框架,旨在解决现有运动中心基础策略假设参考动作已物理兼容环境的局限。方法包括开发地形一致参考合成(TCRS)技术,通过足点构建、摆动优化等将人类运动片段转化为符合地形参考;训练盲适应参考教师网络并通过目标帧动作对齐迁移至部署端学生模型;学生模型为身份门控 Transformer 追踪器,利用残差路径保留先验并仅在必要时进行局部修正。

    推荐理由:该预印本提出将人类运动先验适配至机器人地形感知的框架,通过合成地形一致参考与盲适应教师网络实现策略迁移。

  3. arXiv · 机器人与计算机视觉58

    CoEvolve:从技能到策略的人形机器人自我演化代码政策

    该论文提出 CoEvore 框架,将多机器人团队协作表示为固定运动技能的代码,利用多模态基础模型实例化协调策略并通过物理执行进行验证与修正。实验在 Unitree G1 人形机器人仿真环境中完成刚性负载运输任务,展示了跨骨干网络经验初始化下的协作能力,同时指出了运动精度与接触稳定性的局限。

  4. arXiv · 机器人与计算机视觉74

    BeJEPA:一种通过无监督强化学习获得的目标条件化人形行为世界模型

    论文提出了 BeJEPA,这是一个通过无监督强化学习从人类运动先验和机器人交互中学习的目标条件化行为世界模型。该模型利用联合嵌入预测架构(JEPA)学习身体构型与世界放置的共享表示,其中动态预测器在动作下预测下一状态嵌入,后继预测器则总结策略预期的折扣未来状态嵌入。

  5. 盖世汽车 · 汽车资讯42

    四川具身人形机器人公司 EIR 完成超 1 亿元 Pre-A 轮融资,推出 9.8 万起售价的“爱湫”情感交互机器人及天行者、天巡产品

    四川具身人形机器人科技有限公司(EIR)近日宣布完成超 1 亿元 Pre-A 轮融资,资金将用于推进“爱湫”迭代研发及德阳凯州新城万台级基地建设。其明星产品“爱湫”于 2026 年 8 月世界机器人大会发售,起价 9.8 万元,采用极米科技 3D 超短焦投影数字面孔并支持川剧变脸功能。

10月17日周六
  1. 量子位35

    EIR 完成超 1 亿元 Pre-A 轮融资,推出售价 9.8 万元起的“爱湫”情感交互机器人

    四川具身人形机器人科技有限公司(EIR)近日完成超 1 亿元 Pre-A 轮融资,资金将用于迭代研发其标志性产品“爱湫”。该机器人采用独创的 3D 超短焦投影面部方案,售价 9.8 万元起,旨在通过软硬一体全栈自研实现从样机到万台级量产的跨越。公司核心团队来自电子科技大学,依托德阳基地预计于 2026 年年底投产,推动产品进入家庭消费市场。

10月16日周五
  1. 盖世汽车 · 汽车资讯35

    首个汽车行业垂域大模型与专为物理 AI 世界模型设计的车规级 3nm 芯片发布

    2026 奇瑞全球创新大会将于 10 月 20 日在芜湖举行,正式发布首个汽车行业垂域大模型及专为物理 AI 世界模型设计的车规级 3nm 芯片。会上还将全球首发交流 V2G 技术和快充技术,并推出首款消费级家庭陪伴人形机器人“墨宝”开启预订。“墨甲机器人”已在教育医疗等 100 多个场景常态化上岗,预计吸引超 3000 名嘉宾见证战略转型成果。

  2. 盖世汽车 · 汽车资讯42

    FFAI与FFR联合发布FF Nova、Nova Mini人形机器人及FF机器人世界2.0

    Faraday Future(FFAI)与FF EAI Robotics Ecosystem(FFR)于10月16日联合发布FF Nova入门级机器人,售价2490美元,具备20个自由度并支持自主起身。同期推出面向儿童的Nova Mini,售价299美元,整机重不足1公斤且支持图形化编程。两款产品均兼容ROS 2开发流程,首批交付仅20台,后续将通过官网及Amazon等渠道销售。

  3. arXiv · 机器人与计算机视觉82

    LIMBO:一种用于敏捷且安全的全身控制的无模型障碍目标学习与内化框架

    arXiv 论文 LIMBO 提出了一种框架,通过从黑盒状态转移中学习状态 - 动作控制屏障函数,并将其安全结构蒸馏到任务策略中。该方法在冻结基控制器周围对残差动作进行基于剩余的安全证书合成,使 Q-CBF 合成在全控制维度上可行。实验在一个拥有 29 个自由度的类人机器人上进行了躲避球和跨越低障碍物的运动演示,展示了学习到的策略无需在线安全过滤即可直接迁移到硬件。

    推荐理由:该框架将安全证书蒸馏至任务策略,使学习到的安全合成可扩展到全身敏捷控制且无需在线安全过滤。