跳到正文
11月18日周三
  1. Drake · Release Notes12

    Drake v1.59.0 发布:默认自动建模闭环运动学并支持 macOS 27 Golden Gate

    Drake v1.59.0 默认启用 MultibodyPlant 的闭环运动学自动建模,用户可通过配置选项或 API 关闭该功能。新版本正式支持 macOS 27 Golden Gate,并将 x86-64 最低微架构目标提升至 x86-64-v2。此外,pip 安装需显式选择 [mosek] 额外依赖才能使用 MosekSolver,同时修复了多项内存泄漏与解析问题。

11月12日周四
  1. 智东西 · 机器人84

    CoRL 2026 放榜:伯克利 SuperMimic 获最佳论文,英伟达斯坦福 RoboTTT 获最佳学生奖

    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。

11月11日周三
  1. MIT CSAIL News72

    Workspace Models:一种新型记忆架构帮助机器人快速掌握复杂技能

    MIT CSAIL 和卡内基梅隆大学研究人员提出了名为 Workspace Models 的新方法,旨在解决现有基于 AI Agent 的机器人在处理长历史视觉数据时存在的延迟高、计算成本大及反应慢的问题。

    推荐理由:MIT CSAIL 与卡内基梅隆大学提出 Workspace Models,通过离线大模型蒸馏轻量化模块解决机器人长时记忆延迟问题。

11月10日周二
  1. arXiv · 机器人与计算机视觉78

    单步世界模型需要多少候选?基于冻结 DINO 令牌的最近邻训练研究

    该论文测试了单步随机码本匹配(nearest-of-m)在冻结 DINOv2/v3 令牌上的表现,发现 m=16 即可覆盖枚举的未来且延迟约为扩散方法的 1/30。研究证实该方法在模式不确定性下优于多步流匹配和能量分数生成器,但指出其在连续高维输出上存在欠分散性限制,且准确的风险分析并未提升规划成功率。

    推荐理由:该文在冻结 DINOv2/v3 令牌上验证了单步随机码本匹配方法,发现 m=16 即可覆盖枚举未来且保持低延迟,同时揭示了该方法在连续高维输出上的欠分散性限制。

11月6日周五
  1. Hugging Face Daily Papers78

    SIRIS:LLM 能否判断仿真误差对 AI 驱动系统研究的影响?

    论文介绍 SIRIS 框架,通过扰动仿真器构建具有相同候选方案但预测结果不同的工作负载对,测试大模型是否能识别仿真限制并据此做出正确选择。实验评估了十三款前沿 LLM 在系统设计问题上的表现,发现仅凭识别限制并不保证选择正确,且强模型有时会放弃有效推荐;自我修正虽能恢复部分选择但也引入新错误。

    推荐理由:该预印本通过扰动实验发现,前沿大模型在依赖有缺陷的仿真器时难以识别错误并坚持有效推荐,揭示了系统理解评估的新挑战。

11月3日周二
  1. arXiv · 机器人与计算机视觉78

    高斯混合端点的高斯舒罗丁格桥:投影间隙与路径空间障碍

    论文研究了布朗运动先验下高斯混合分布间的随机密度控制问题。由于直接求解无闭式解,作者引入升维路径空间构造,将轨迹增广源目标标签,分解为显式的分量间桥接问题及有限维熵耦合分配。

    推荐理由:该文提出高斯混合分布的升维路径空间构造,量化了投影间隙与路径空间障碍,为密度控制提供理论边界。

10月28日周三
  1. Hugging Face Daily Papers42

    GPT-6-Astra 在 LongChang 框架下发现隐藏物理定律

    GPT-6-Astra 在 LongChang 自动化探索框架中,于无提示的模拟世界实验里以 16.7% 的发现率率先识别出异常物理规律。其余 11 个测试大语言模型得分均为 0%,且记录显示存在未调查的异常与部分定律识别不全现象。该研究通过多智能体自主循环验证了 LLM 在科学发现中的潜力,相关代码与论文已公开。

10月27日周二
  1. arXiv · 机器人与计算机视觉73

    Gaussian Episodic Memory for Long-Term Spatiotemporal Reasoning

    论文介绍 GEMS 框架,通过一次性重建并仅更新变化区域的持久化 3D 高斯溅射图,结合代理推理管线按需渲染新视角以回答时空问题。作者构建了包含 15 个环境、473 对问答的 GEMS-Bench 基准,实验显示该方法在物体定位和时空问答上优于基线,且渲染质量与专用更新方法相当。代码和数据已公开。

10月20日周二
  1. arXiv · 机器人与计算机视觉78

    向量量化世界模型:面向机器人操作的潜在反馈运动规划

    针对长序列操作因累积误差和搜索复杂度高的难题,本文提出向量量化世界模型(VQ-WM),将离散长程搜索与连续视觉反馈控制相结合。该方法利用首达时间估计器作为准度量以对齐控制器能力,在汉诺塔物理操作中仅凭短轨迹数据即实现 100% 成功率,并能泛化执行训练集未见的长序列解法;同时在涵盖操作与移动的多项仿真基准上,性能优于最强世界模型。

    推荐理由:提出结合离散长程搜索与连续视觉反馈的潜在反馈运动规划框架,在汉诺塔任务中实现仅用短轨迹数据即达 100% 成功率。

10月19日周一
  1. arXiv · 机器人与计算机视觉60

    基于基础模型的 3D 场景图用于移动操作研究

    该论文提出将 FOUND-IT 几何与语义基础模型集成至移动操作平台,以构建实时、任务驱动的开放集 3D 场景图。通过严格的在机实验评估了该系统在物体变化检测、多会话建图、可导航路径确定及直接抓取支持等任务中的有效性。材料指出尽管传统机器人建图技术已有广泛演示,但将此类新型空间记忆整合到完整自主性管道仍需基础与系统层面的突破。代码已开源于 GitHub。

  2. arXiv · 机器人与计算机视觉80

    Execution Before Memory:诊断视频世界模型的记忆失效

    当前视频世界模型的内存测试常将场景设置、动作执行与结果展示混为一谈,导致低分被误读为遗忘。本文提出 MIST 评测,分离变化指令与应留下的记忆痕迹,定位到模型能设景却无法执行指令的瓶颈。

    推荐理由:提出 MIST 评测与 M3-Agent 方法,从执行侧诊断视频世界模型的记忆失效瓶颈并提升基准。

10月16日周五
  1. arXiv · 机器人与计算机视觉42

    MR-MPCC:移动参考系下机器人操作器的模型预测轮廓控制框架

    MR-MPCC 是一种针对速度控制型六自由度末端执行器在移动参考系扰动下的路径跟踪控制框架。该架构采用上层 MPCC 优化路径进度并惩罚轮廓误差,下层 RMRC 将笛卡尔速度映射为受关节与安全约束的可行关节速度。实验在 ROS2--MuJoCo 管道中于 UR5e 平台验证,相比 PI 和时序 MPC,其显著降低了移动参考系下的几何路径跟踪误差与偏差。

  2. Drake · Release Notes12

    Drake v1.58.0 发布:支持 Xcode 27 与 macOS Tahoe,引入 STL 容器符号表达式语法变更并移除旧写法

    Drake v1.58.0 正式支持 Xcode 27 及最低 macOS Tahoe 版本。针对有序容器操作 drake::symbolic::Expression 或 Variable,必须显式传入 CompareLess 等模板参数以适配新版 libc++ 优化,旧默认写法将在三个月后失效且 Xcode 27 下立即报错。

  3. arXiv · 机器人与计算机视觉48

    CoRE-MPC 实现非线性降阶模型预测控制的满序系统安全约束

    CoRE-MPC 是一种利用非线性降阶模型进行规划并保证满序系统递归可行与约束满足的鲁棒 MPC 方法。该方法在 80 态振荡器链、Burgers 方程及 9,768 态软体机器人仿真中验证,两态 ROM 方案求解时间低于 1ms,速度比全序鲁棒 MPC 快 13 至 61 倍且闭环成本仅高 27% 至 35%。代码将于发表时开放。

10月5日周一
  1. arXiv · 机器人与计算机视觉72

    通过训练时数据合成缩小世界模型的训练 - 测试差距

    论文提出改进的世界模型训练方法以支持基于梯度的规划,核心是解决模型训练目标(下一状态预测)与测试时使用方式(动作序列估计)之间的差距。作者引入训练时数据合成技术,在多种物体操作和导航任务中,将基于梯度的规划效率提升至传统无梯度交叉熵方法的水平,同时仅需 10% 的时间预算。材料为 arXiv 预印本版本,未提及同行评审状态或具体部署结果。

  2. arXiv · 机器人与计算机视觉82

    DriftWorld:基于漂移生成的快速世界建模

    论文介绍 DriftWorld,一种基于漂移生成模型的行动条件世界模型,旨在解决扩散模型因多步迭代去噪而成本高昂的问题。该模型在训练中学习条件漂移,推理时仅需单次前向传播即可为给定动作序列生成未来观测。

    推荐理由:DriftWorld 通过漂移生成模型实现单次前向传播生成未来观测,在多个机器人基准上速度提升 12 倍以上且保持视觉质量。

10月1日周四
  1. 量子位84

    何恺明团队新作:看猫片就能学会ARC挑战

    何恺明团队发布论文NAT-ARC,提出一套纯视觉的ARC解题方案。该方案不依赖LLM,利用ImageNet上的自然图像(如猫狗)进行MAE预训练以获取视觉先验,再迁移至抽象格子推理任务。

    推荐理由:何恺明团队提出NAT-ARC,利用ImageNet预训练打破纯视觉模型在抽象推理任务上的scaling瓶颈。

9月11日周五
  1. MIT CSAIL News65

    X-Hinges 软件发布:实现多轴运动的自感知 3D 打印物体

    MIT CSAIL 与天津大学联合开发 X-Hinges 设计软件,旨在将日常静止物品转化为具备自我意识的交互工具。该软件允许用户在自定义设计时自动嵌入两种不同材料:一种用于发送最强信号的传感器,另一种用于不产生干扰的导线状元素,从而解决传统同材打印导致的信号混淆问题。

    推荐理由:MIT CSAIL 与天津大学联合推出 X-Hinges 设计软件,支持在 3D 打印中自动嵌入双材料传感器以解决信号干扰问题。

9月10日周四
9月9日周三
8月14日周五
  1. Drake · Release Notes12

    Drake v1.56.0 发布:Python 绑定迁移至 nanobind、移除 Docker 镜像与 Eigen 旧版自动微分支持

    Drake v1.56.0 提供 drake/version.h 头文件并启动将 Python 绑定从 pybind11 迁移至 nanobind的进程。此次更新移除了对 Docker 镜像及 drake-apt 站点的支持,同时弃用了 Eigen 旧版自动微分功能改用自研实现。用户需关注相关 issue 以获取 beta 版本测试指南及构建系统依赖升级说明。

7月15日周三
6月12日周五
5月15日周五
  1. Drake · Release Notes12

    Drake v1.53.0 发布:支持 Ubuntu 26.04、ARM64 架构及新 AutoDiff 实现,Docker 镜像将于 2026-06-01 弃用

    Drake v1.53.0 正式支持 Ubuntu 26.04 与 ARM64 架构,AutoDiff 性能提升 30%-100%。旧版 Docker 镜像将于 2026-06-01 弃用,用户需改用官方发布的预编译二进制包或.deb 安装包。该版本还修复了多体动力学问题并新增多项数学规划与绑定功能。

4月17日周五
  1. Drake · Release Notes2

    Drake v1.52.1 发布:修复轮子构建中的潜在崩溃并回退依赖规则更新

    Drake v1.52.1 此次发布主要修复了 wheel 构建中存在的潜在崩溃问题。该版本将此前更新的 rules_rust 依赖从 v0.69.0 进行了回退处理,并提供了包含预编译 SNOPT 数学规划工具箱的官方二进制包。用户可下载 drake-1.52.1-{noble|mac-arm64}.tar.gz 文件获取对应平台的稳定版本。

4月15日周三
  1. Drake · Release Notes12

    Drake v1.52.0 发布:正式支持 Amazon Linux 2023,默认启用新 AutoDiff 实现并移除 Ubuntu 22.04

    Drake v1.52.0 正式发布,新增对 Amazon Linux 2023 的 pip 安装支持及 Ubuntu 26.04 预览版支持。该版本将新 AutoDiff 实现设为默认(旧版将于 2026-07-01 移除),并停止维护 Ubuntu 22.04。此外,发布包不再附带二进制文件,用户需改用 nightly 构建或直接从 release 附件安装.deb 包。

3月11日周三
  1. Drake · Release Notes12

    Drake v1.51.0 发布:切换日志 API、弃用 TAMSI 求解器并更新底层依赖

    Drake v1.51.0 发布,新增 drake::logging::level 别名以平滑迁移至新日志 API。该版本同时弃用将于 2026-09-01 移除的 TAMSI 求解器,并将 Ubuntu 22.04 作为最后一个支持版本。此外,多体动力学模块新增连续时间 desired_state 输入端口及关节力矩限制功能,系统默认自动微分实现也将在 2026-04-01 切换至新方案。

2月17日周二
1月15日周四
  1. Drake · Release Notes12

    Drake v1.49.0 发布:终结 Ubuntu 22.04 支持并升级 MOSEK 至 11.1.2

    Drake v1.49.0 作为最后一个支持 Ubuntu 22.04 的版本,将 C++、GCC、Clang 及 Python 等工具链版本下限上调。此次更新修复了模拟器默认上下文内存泄漏问题,并将 MOSEK 依赖库升级至 11.1.2 以适配 Python 3.14。官方提供了 drake-1.49.0-{jammy|noble|mac-arm64}.tar.gz 预编译二进制包供用户下载。

12月15日周一
11月17日周一
  1. Drake · Release Notes12

    Drake v1.47.0 发布:支持编译时禁用渲染引擎、升级至 Python 3.14 及 Gurobi 12.0.3

    Drake v1.47.0 新增 CMake 与 Bazel 构建标志以在编译时禁用 GL、GLTF 客户端及 VTK 渲染引擎。该版本将 macOS 二进制包升级至 Python 3.14,移除 3.12 轮子,并将 Gurobi 更新至 12.0.3 需用户同步安装。修复了多体动力学几何验证、Meshcat 缓存及优化回调中的多个段错误与未定义行为问题。

9月16日周二
  1. Drake · Release Notes12

    Drake v1.45.0 发布:移除 WORKSPACE 支持并升级至 Bazel 8.4.0

    Drake v1.45.0 正式移除对 WORKSPACE 的遗留支持,全面转向 Bazel 模块架构。此次更新将构建工具 bazel 升级至 8.4.0,同时修复了多体动力学几何查询及 IrisNp2 求解器约束相关的多项 Bug。官方提供 drake-1.45.0-{jammy|noble|mac-arm64}.tar.gz 预编译二进制包供用户直接安装使用。

8月15日周五
7月17日周四
  1. Drake · Release Notes42

    Drake v1.43.0 发布:新增微分逆运动学系统、IRIS-NP2 规划算法及 pydrake 新绑定,移除旧示例并升级构建依赖

    Drake v1.43.0 正式发布预编译二进制包,引入 DifferentialInverseKinematicsSystem 控制器与 IRIS-NP2 并行规划算法。此次更新移除了 manipulation_station 示例,新增 glTF 渲染修复及数学规划线性约束重载功能。发布物包含 SNOPT 求解器支持,默认 C++ 标准升至 23 并升级至 Clang-19 等构建依赖。

5月16日周五
4月12日周六
3月14日周五