APG-Planner:基于解析策略梯度的视觉高速轨迹规划学习方法
该论文提出了 APG-Planner 框架,旨在解决基于视觉的高速导航中无模型策略梯度方法训练效率低的问题。该方法利用微分平坦性从规划轨迹中解析重构车辆状态,构建了可微分的 episode rollout 并计算策略梯度,从而在无需显式底层动力学模型的情况下实现高效训练。
该论文提出了 APG-Planner 框架,旨在解决基于视觉的高速导航中无模型策略梯度方法训练效率低的问题。该方法利用微分平坦性从规划轨迹中解析重构车辆状态,构建了可微分的 episode rollout 并计算策略梯度,从而在无需显式底层动力学模型的情况下实现高效训练。
论文提出一种将赛道编码为地形语义层的统一学习框架,解决两轮机器人越野导航难题。该方法在仿真中将导航任务嵌入训练环境,部署时利用相机和 LiDAR 数据重构该层;通过联合优化局部导航与运动控制,无需经典控制层级接口即可实现高速赛车与敏捷跑酷。
DroneDiffusion 是一款专为本地三维无人机轨迹生成设计的感知感知扩散规划器,能显式规避由镜头眩光、过曝和反光表面导致的失效区域。该模型在仿真中训练并实现零样本真实部署,其可靠性条件将生成的轨迹平均感知可靠性从几何基线的 0.63 提升至 0.71。此外,无需重新训练的 CHOMP 引导策略将学习先验的碰撞率从 14.7% 降低至 7.8%,有效平衡了传感器不可靠区域的规避与导航性能。
论文介绍了 ARTS 平台,这是一个完全由可购买部件构建的开源三臂系统,用于微创手术自主性研究。硬件包含两个持腕式 da Vinci 器械的 UR5e 机械臂、一个持立体内窥镜的 UR5 机械臂以及独立于软件的硬件停止功能。
论文提出 PolyMorphWBC 分层控制器,仅接收末端执行器轨迹指令即可生成四足机器人与六自由度机械臂的协同运动,支持跨四种不同机械臂构型及扩展工作域。该方法在 IsaacLab 仿真中达到 93.95% 任务完成率,物理 Go2-ARX5 系统上实现了基于语言条件的无视觉长距抓取演示。
针对机器人与床垫、蹦床等弹性表面交互导致的形变问题,作者提出 Elastra 仿真框架。该框架利用仅垂直移动的单元结合弹性连接与阻尼来模拟变形与恢复过程,并通过接触力驱动运动更新几何以计算后续受力。
推荐理由:该框架通过垂直移动单元模拟弹性体变形,在床垫与蹦床场景下将机器人站立成功率提升显著。
该研究提出了 PreNav 框架,旨在解决室内半静态环境中的开放词汇物体导航问题。系统利用大语言模型将目标与家具的共现关系转化为空间先验,再通过条件扩散模型生成有序的中心线及带状区域作为全局搜索参考,从而避免在每一步都调用昂贵的视觉 - 语言模型。
推荐理由:PreNav 框架利用扩散模型生成全局搜索参考,在无需微调的情况下实现了半静态环境下的零样本开放词汇导航。
CrowdMAPS 提出了一种基于 Web 的众包范式,用于在标准物理数据采集后或期间,通过远程标注者为每个访问过的机器人状态指定多个有效替代动作,从而增加数据集的动作密度。
针对模仿策略执行误差累积导致失败的问题,本文提出动作仿射世界模型(A²WM),利用预训练策略的标称行为,离线从扰动轨迹中学习局部动作敏感性。该模型直接预测完整规划时域内的任务几何变化,结合二次惩罚与线性约束构建凸二次规划问题,仅需一次模型评估和一次求解即可完成在线修正,且冻结策略与模型权重。
针对人形交互生成依赖预建 3D 资产的限制,该方法提出统一流程,直接从单张 RGB 图像重建场景几何并生成人类交互参考。通过引入度量场景对齐和接触引导重定向两个阶段,在保持几何一致性的同时修正了因人与机器人本体差异导致的支撑误差。完整流程在仿真中成功率达 89%,在宇树 G1 物理实验中于 50 次尝试中成功 70 次,且无需针对特定场景微调策略即可被多个预训练跟踪器执行。
论文介绍了 SunLightBots,这是一类亚克级、太阳能驱动的无缆软机器人,通过集成液晶弹性体与弹跳失稳机制实现能量积累与快速释放。系统在接近 1 Sun(100 mW/cm2)光照下运行,峰值比功率达 89 W/kg,并展示了持续的游泳、爬行和重复脉冲跳跃能力。
本文提出一种用于搜救应用的去中心化地形感知多无人机汤普森采样算法。该方法利用基于历史数据的 SAR 模型(位移环、高程等)构建定位概率分布,并通过贝叶斯推断更新高斯后验均值与方差以平衡探索与利用;同时引入分数森林覆盖率指标来量化植被遮挡带来的观测不确定性。
推荐理由:提出地形感知多无人机汤普森采样算法,结合 SAR 历史模型与森林覆盖不确定性,在仿真中验证了搜救成功率。
中鼎股份发行的“中鼎转03"于11月12日在深交所挂牌,首日涨幅36.15%。募集资金19.2亿元将用于智能机器人核心关节制造、智能热管理系统总成及新能源汽车智能底盘系统研发,建成后将新增谐波减速器年产能15万颗、传感器15万台及各类机器人关节28万个。
11月13日,擎天租宣布完成数亿元战略融资交割,和达投资、芒果产业投资方及中联即送等共同参与。本轮资金将聚焦机器人生产力服务核心能力建设,推动从“出租设备”向“交付工作”的商业模式升级。目前公司已有20家全国运营中心投入运营,覆盖北京、上海等城市,并正推进54个城市服务节点布局以织密"2小时上岗服务圈”。
智元AGIBOT正式发布WITA-Omni(硅光动语全模态大模型),这是具身全模态端到端交互大模型,支持音视频、触觉、本体状态等多模态输入以及机器人动作、表情等输出。
北京人形机器人创新中心“慧思开物”应用商店近日迎来关键更新,正式落地固定点位展演场景闭环能力。此次更新将机器人应用分发的颗粒度从单一技能升级为整套场景方案,实现了从素材入库、内容编排、应用分发到机器人执行的全链路闭环。
Grid Robotics 团队发布预印本论文,提出“具身智能体(agentic robotics)”新范式及 Embodied System 2 概念,主张利用基础模型与具身 harness 构建闭环决策核心。文章定义了从感知到策略适应的完整操作循环,并提出了评估框架以衡量模型能力与系统性能,同时规划了通往持续自主的研究路线图。材料为预印本状态,未报告真实部署结果或具体实验数据。
吉利通过收购沃尔沃、入股宝腾及雷诺等方式整合海外现有工厂与渠道资源,避免自建新厂。2026 年前 10 个月其汽车出口达 90.5 万辆,同比增长 168%,新能源车型占比超六成。该模式利用当地剩余产能降低前期投入,但需应对欧洲生产成本高出国内约 70%-100% 及跨国协同挑战。
Runway AI Inc. 昨日发布了其世界动作模型 Praxis-1,该模型现以 Apache 2.0 开源权重形式向开发者开放,支持商业使用。Praxis-1 是一个拥有 27B 参数的混合专家扩散 Transformer,旨在预测视频与动作,基于 Runway 的视频基础模型构建,强调先理解物理世界再学习行动。
推荐理由:Runway 发布 Praxis-1 世界动作模型,提供 Apache 2.0 权重与推理代码,支持多形态机器人及 NVIDIA 硬件部署。
Viam Launchpad 推出为期六个月的密集孵化项目,为创始人提供技术工具、使用额度及纽约办公空间,助其快速完成从概念到商业安装的转化。该计划依托东北地区的机器人实验室与硬件资源,帮助如 RoboBuilt 等团队跳过基础驱动配置,专注于核心任务并加速获取种子轮资金前的商业化部署。
深圳荣耀奇点智能科技有限公司正式注册成立,由荣耀终端股份有限公司全资持股,注册资本为1亿元人民币。该公司经营范围涵盖服务消费机器人的制造、销售及研发,标志着荣耀在具身智能领域的布局进一步落地。
优必选与沐曦股份联合发起的端侧芯片公司曦选创智宣布完成5亿元天使轮融资,投后估值40亿元。该公司计划于2027年提供开发验证平台,并于2028年推出首款面向机器人的大小脑一体SoC产品及具身智能整体解决方案。目前曦选创智仍在推进自研主控架构设计,尚未完成流片。
盖世汽车报道指出,2026年10月国内具身智能领域虽保持49家企业披露融资的高活跃度,但大额融资显著减少,投资重心从通用本体转向上游零部件及垂直应用场景。头部本体厂商如智元、宇树开始通过股权绑定构建供应链生态,以应对交付与成本挑战。
元戎启行 CEO 周光提出“几年后全无人驾驶可能不是自动驾驶公司”的判断,文章据此分析具身智能领域本体公司与“脑公司”的博弈。目前宇树、智元、优必选等本体厂商均在自研或适配模型以掌握真机数据回流;而 Physical Intelligence、Skild AI 等纯脑公司面临上游通用模型挤压与下游本体自研的双重压力,需证明跨本体迁移能力并找到收费入口。真正的分水岭在于谁能掌握真实世界的数据复利。
Motive 推出用于景观美化、害虫防治等现场服务团队的 AI 智能体(Agents),将安全与运营数据转化为立即行动以接管报到电话和司机跟踪等例行工作。该方案旨在帮助工作人员尽早解决问题,在不增加人员的情况下扩展服务能力并减少管理人员处理体力工作的时间投入。
机器人学习顶会 CoRL 2026 公布获奖名单,加州大学伯克利分校的 SuperMimic 研究获得最佳论文奖,该方法基于可微世界模型将人形机器人全身控制训练算力降低超千倍,单卡 3 小时即超过百卡基线并已在宇树 G1 真机验证。英伟达与斯坦福联合团队的 RoboTTT 获最佳学生论文奖,其通过测试时训练将策略上下文扩展至 8000 个时间步,在多项灵巧装配任务中平均完成率提升至 79%。
推荐理由:CoRL 2026 最佳论文展示可微世界模型将人形机器人训练算力降低千倍,最佳学生奖提出长上下文策略方法。
优必选与国内头部豪华车商永达汽车签署战略协议,双方以优必选超仿生人形机器人 U1 系列为切入点,永达首批采购 400 台 U1 Pro 开展产品体验与销售推广。优必选计划于 2026 年年内完成交付,并将在上海共建全系列机器人体验展示中心,共同推进具身智能技术在汽车零售服务场景的落地与商业化运营。
由优必选、沐曦股份和锋龙股份共同出资成立的具身智能端侧芯片公司曦选创智,近日完成5亿元天使轮融资,投后估值达40亿人民币。本轮资金将用于核心芯片与计算平台研发、软件工具链搭建及量产交付准备。该公司首颗自研芯片定位为面向机器人的“大小脑一体”SoC,计划于2027年提供开发验证平台,并于2028年推出首款产品及整体解决方案。
大晓机器人发布双脑协同架构(Mundo世界模型+Astra通用模型)与具身RSI技术,用于酒店洗衣场景。Mundo支持物理参数建模以复刻可交互的孪生环境;Astra负责云端推理与技能生成,本地执行脑调用固化技能完成动作。
昆腾动力宣布其具身机器人在跨境称重量方、分拣供包及固定拣选等物流场景完成产品与市场匹配(PMF)验证,并在多家头部电商及物流企业仓库落地,获得合计近5000台机器人的批量订单。公司采用视觉感知与动作策略联合学习模型,结合异步输入处理高动态环境,通过现场数据闭环加速迭代。目前新一代构型机器人计划于2026年12月底发布,旨在提升适用性与连续作业能力。
2026 年 11 月 5 日奥迪创新技术中心在上海开业,标志着中国正从汽车市场与制造中心转向产品定义、技术创新及全球产业能力创造的前沿。跨国企业通过研发反哺、需求驱动开发、技术授权及产业平台整合等路径,将中国方案转化为具有全球价值的产业能力。这一转变要求创新具备真实用户价值、跨区域适配能力及成熟的工程复制条件。
谷歌 DeepMind 于 11 月 12 日发布新一代视觉 - 语言 - 动作(VLA)模型 Gemini Robotics 2.5,重点提升机器人在复杂环境中的灵巧操作、任务执行可靠性及安全性。
推荐理由:DeepMind 发布 Gemini Robotics 2.5,在奔驰工厂概念验证中实现 96% 分拣成功率,并开放给合作伙伴。
新能源汽车厂商正从单纯采购转向入股供应商以掌握核心定义权,如理想、小米增资欣旺达及上汽与 Momenta 成立合资公司。这种模式旨在解决产能卡脖子难题并调和供需矛盾,使车企在保持规模供应的同时获取定制化能力。行业呈现多元并存格局,通过资本纽带将上下游拧成利益共同体以适应智能汽车时代的竞争节奏。
上海 AI 实验室与奉贤区携手推出国内领先科学智能基座“书生·端砚”,聚焦美丽健康产业挖掘线索、生成候选及预测配方三大能力。该平台打通干实验与湿实验形成自迭代闭环,内置可信溯源机制,将助力入驻企业如自然堂、尚美压缩研发周期并降低试错成本。
针对自主智能体候选修改可能隐藏性能退化问题,研究提出 Evidence-Governed Evolution (EGE) 框架,将生成与确认采纳分离。该框架通过冻结候选体的新鲜配对审计、要求预定义目标显著改进及参考相对非劣性测试来保护声明能力。蒙特卡洛压力测试仅作为统计实验演示校准效果,未验证部署智能体安全或任意分布偏移下的鲁棒性。
UC Berkeley 和 NVIDIA 联合发布开源工具 RoboSimStudio,旨在让 AI 智能体(Agents)在无大量训练数据的情况下编写、模拟并优化机器人程序。
Memories.ai 推出结合标准化采集硬件与 AI 标注的视频基础设施平台,将日常第一人称影像转化为机器人训练数据。该公司利用 NVIDIA Cosmos 处理并微调模型,旨在成为机器人及具身智能领域的长期数据合作伙伴而非单纯供应商。
Serve Robotics 推出 AV Delivery Developer Portal,通过公开 API 和沙箱环境允许开发者、企业及 AI 助手编程式召唤其 sidewalk 配送机器人。公司称此前系统仅通过第三方平台可用,现向任何需要高效自主最后一公里配送的方开放车队本身。开发者可在沙箱中模拟机器人并测试工作流,获批后可接入真实部署于美国及澳大利亚的车队。
在CoRL 2026期间,RoboSense速腾聚创宣布与BitRobot达成战略合作,双方整合三维感知硬件与分布式采集资源以推动物理AI数据基础设施建设。作为合作成果,BitRobot发布了涵盖餐厅厨房、汽车维修等真实作业场景的RoboCap LiDAR-100数据集,数据采集总规模为100小时。
大晓机器人首次将双脑协同架构带入真实酒店,完成从取衣到送回客房的连续服务。方案依托Mundo世界模型构建具备物理属性的数字场景进行训练,利用Astra探索技能并将有效操作固化为Skill以提升执行效率,引入RSI策略通过递归自我改进优化动作。真机实验显示烘干机内牛仔裤残留比例从平均48%降至32%,最好一次为19%。