银河通用与清华等提出 LATENT:用不完美人类动作数据让人形机器人学会网球对打
银河通用、清华大学、北京大学、上海启智研究院和上海人工智能实验室团队在 IROS 2026 提出 LATENT,用 5 名业余球员约 5 小时的不完美人体动作数据训练人形机器人网球对打。
银河通用、清华大学、北京大学、上海启智研究院和上海人工智能实验室团队在 IROS 2026 提出 LATENT,用 5 名业余球员约 5 小时的不完美人体动作数据训练人形机器人网球对打。
LACE-CRAFT 提出机器人协同设计框架,通过 LACE 继承现有机器人的完整学习状态、以 actor 参数和观测统计初始化新形态策略,并由 CRAFT 协调反馈、形态、奖励与集成四类角色生成和交叉评审配对方案。
研究将两个机器人智能体在离散 2D 仿真器中协同演化出的通信机制迁移到带真实物理的 3D 仿真器,考察其功能角色能否保留。结果显示成功率随评估时间预算近似线性上升,在 2,000 至 6,000 物理步之间未见平台期,说明短回合评估可能低估控制器性能。两种仿真器中社交线索主要充当卡死协助机制而非导航引导,8 次独立演化运行呈现一致的对称性方向。
Go2-DrivoR 将端到端自动驾驶轨迹规划框架 DrivoR 适配到四足机器人城市导航,通过 goal token 以局部坐标系子目标为条件生成轨迹,并改写车辆中心评分公式,实现短时域目标条件局部规划。
ClimbLab 是一个开源的 MATLAB 仿真与分析平台,专为腿足攀爬机器人设计,可将任意肢体机器人系统建模为带浮动基座的铰接多体并进行行走与攀爬仿真。平台主要环境变量为倾角、重力和地面刚度,支持任意点云作为地形地图,并采用刚体动力学引擎。论文展示了四足机器人抓附墙面或攀爬陡坡的仿真示例。
研究评估了任务准入合并机制对去中心化多机器人任务分配器处理器负载与目标服务延迟的影响,采用 CBAA、ACBBA、PI 和 HIPC 四种 MRTA 算法,在 AGX Orin 与 Pololu 3pi+ RP2040 平台上开展实验。
研究提出一种证据驱动的人-智能体-机器人协同架构,用于深空乘组在地面支持缺失时的异常分诊:智能体 AI 作为有状态协调器管理假设、证据来源与不确定性,乘组侧具身智能体负责采集观察并解释评估变化,移动机器人获取局部证据。该架构在基于 Reachy Mini 与 Innate MARS 移动机器人的硬件在环集成原型中验证,并以 ISS 氨气误报和月球基地电源接口异常两个场景说明。
研究者提出 Entity-Level Goal Readout,一种从 3D trace 世界模型读出可执行终端目标的学习式预测到执行接口,将物体姿态预测与基于观测深度的平移结合,输出 SE(3) 紧凑目标。
PhysEvo 提出一种围绕单一冻结模型的物理递归自我改进框架,由任务智能体执行机器人任务、元智能体依据轨迹诊断失败并修订工具与技能,无需更新模型权重或单独训练动作策略。
针对独立设计的估计器在规划器信息条件下误差均值非零的问题,该研究提出一种信念空间规划方法,沿候选轨迹预测、传播并惩罚规划器条件估计误差,将仿射误差动态与保留随机修正不确定性的矩递推相结合。
针对机器人世界模型对动作变化不敏感、将已验证失败预测为成功的问题,CureWM 通过成功演示构建严重度网格上的反事实动作,经仿真或硬件执行验证结果后微调已发布模型。
FlashNeRD 通过并行流式架构、可接受任意位置接触的编码器以及与解析求解器仿真物体的双向耦合,解决了 NeRD 速度提升有限、仅支持预定义接触点和缺乏双向耦合的三个局限。
研究者推出首个在开放无约束表面上实现闭环自主液滴导航的机器人平台,采用基于模型的强化学习,仅需 50 至 150 次物理实验即可完成策略训练,无需仿真或解析模型。该平台可零样本迁移至未见几何表面,并能自主发现振荡脱钉策略以解除液滴卡滞,完整训练流程在 90 分钟内完成。
Robo-COP 让 VLM 编排器与 VLA 策略在部署中共同进化,通过从自身执行中筛选技能演示、在数据能解决反复出现的失败时微调策略,并仅在新策略提升对应技能后才采纳。在十个 RoboLab 仿真任务上,平均留出成功率从冻结策略的 64.8% 提升至 73.8%,而固定计划微调无验证仅达 65.8%;在三个真实任务上从 38.3% 提升至 50.0%。
RoboRender 将仿真轨迹转换为照片级真实 RGB 视频用于策略学习,以仿真深度视频、语言指令和机器人 RGB 掩码视频为条件,保留仿真器几何、机器人运动与动作标签。
这篇综述系统梳理了因子图与场景图两类机器人世界模型如何应对真实环境的动态性,围绕表示方法、构建与更新流程、下游任务利用三个维度展开,并重点关注将两者结合的混合模型。文章归纳了常见架构模式,指出不确定性传播、最小感知下动态实体运动与尺度的可观测性、可扩展的终身维护,以及缺乏将世界模型质量与动态下游任务表现挂钩的数据集和评测协议等开放挑战。
斯坦福大学助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的受邀报告,提出结构化表征不是答案,而是机器人学会推理的脚手架。
DataraAI 正在开发机器人自动化技术,让工业机械臂在 AI 服务器与机架组装中完成线缆布线与连接器插接,这类任务目前仍主要靠人工完成。其方案用真实产线的 RGB-D 视觉、力/力矩、触觉感知与运动数据校准仿真,以缩小 Sim2Real 差距,并通过视觉定位线缆与连接器、以力和触觉判断连接器是否插到位。
Noitom Robotics 发布 HiPHI,一个用光学动捕采集的 617.5 小时全身人体动作数据集,精度达亚毫米级,其中 245.7 小时为带同步物体轨迹与网格的人机物交互数据,并用 FrameNet 组织动作覆盖范围。白皮书同时提出用于衡量动作多样性与交互 grounding 的基准套件,并报告了在该数据集上训练的策略部署到实体 Unitree G1 人形机器人上的结果。
卡内基梅隆大学 Safe AI 实验室主任 Ding Zhao 联合 Kyle Wong、Simo Rachidi 创立 Safeworld,专注在 Genesis、MuJoCo 等仿真环境中用真实人体模型评估生成式 AI 机器人控制系统,已完成超 1200 万美元种子轮融资,由 Shine Capital 和 a16z Speedrun 领投。
NVIDIA 介绍如何借助 AI 智能体与 Isaac ROS 加速 ROS 2 节点,解决消息在节点间传输时经 CPU 内存序列化或拷贝、抵消 GPU 感知与 AI 负载收益的问题。文中提到 NVIDIA 近期推出的上游抽象与 CUDA buffer 后端,用于让消息留在 GPU 上。
NVIDIA 介绍用 AI 智能体训练跨本体机器人导航策略的方法。导航需持续定位、理解环境、选路并避障,与只产生稳定运动的运动控制不同;将导航能力迁移到新机器人或新场景通常需要新数据、仿真资产和机器人接口。
有社区成员在 ROS 2 Lyrical Luth 与 Ubuntu 26.04 上尝试构建 TurtleBot4 与 Create3 代码库,因 depthai-ros、nav2_simple_commander、nav2_common、slam_toolbox、ros-lyrical-rplidar-ros 等依赖尚未发布,完整栈无法构建。