连续体机器人摩擦接触建模引入线性互补问题
Jia Shen、Junhyoung Ha、Yue Chen 等提出基于库仑摩擦与互补约束的连续体机器人摩擦模型,可同时刻画静摩擦、滑动摩擦和运动迟滞,并预测环境交互导致的机器人变形;模型支持实时求解,满足运动规划与控制的计算效率需求。
Jia Shen、Junhyoung Ha、Yue Chen 等提出基于库仑摩擦与互补约束的连续体机器人摩擦模型,可同时刻画静摩擦、滑动摩擦和运动迟滞,并预测环境交互导致的机器人变形;模型支持实时求解,满足运动规划与控制的计算效率需求。
美国人形机器人公司Agility Robotics(Digit本体开发商)于2026年11月4日完成与Churchill Capital Corp XI的业务合并,股东已于两日前批准。合并后公司股票将以代码AGLT在纳斯达克交易,同时获得约4.65亿美元资本,用于推进Digit的量产与物流场景部署。
RoboCup 2026在韩国仁川结束人形组联赛,三个尺寸级别决出胜负:小型组冠军为武汉大学Invic队,中型组由德国不来梅大学与DFKI的B-Human夺冠,大型组冠军为清华大学Tsinghua Hephaestus,中国农业大学CAU Mountain&Sea与北京信息科技大学Water分列其后。
美国德雷塞尔大学、空军学院与乔治·梅森大学团队让50名参与者与商用人形机器人Pepper对话并共同决策,对比其有表情动作与静止两种状态。机器人出错时,无论是否生动,信任和采纳建议均下降;但生动机器人出错时,参与者催产素升高,前额叶两区域协同增强,该协同可预测催产素上升及信任下降。
在英伟达机器人平台负责产品营销七年的Amulya Vishwanath(现转做投资)表示,机器人目前仍处于“乐高时代”:执行器、灵巧手、软件与安全标准等基础模块还在重建阶段。这一判断与“通用基础模型将很快带来机器人ChatGPT时刻”的乐观预期相左。
美国初创公司 Physicl 宣布完成 1000 万美元融资,用于缩小机器人仿真到现实的差距。其技术管线最初用于线上商品营销,现将数字世界构建得足够真实,以便机器人在其中训练并迁移到现实场景。融资轮次、投资方等细节未披露。
VicOne 发文梳理物理 AI 机器人安全风险:攻击者可篡改感知与决策数据而不触发硬件故障。文中引用 NeurIPS 2025 的 BadVLA 后门攻击,在触发条件下可令 VLA 模型动作轨迹偏离;GoBA 用咖啡杯等物体作触发器,成功率达 97% 且正常输入不受影响。
IEEE Spectrum报道,亚马逊Prime Air在巴吞鲁日部署MK30配送无人机后,居民抱怨持续噪音,有人统计周六一小时内每48秒就有一架次,并担忧隐私与安全。与此同时Wing、Zipline、美团、京东等加速全球扩张,亚马逊计划将服务城市从约85个增至500个。
Neufangled Robotics 推出房间尺度缆绳驱动家用机器人 Stringman,售价 795 美元,可在屋内移动并完成整理等日常家务,任务结束后可归位。IEEE Spectrum 将其列为本周值得关注的家用机器人新形态。
Seunghwan Jang 等提出广播式集群控制:用单一空间仿射场同时决定整体运动与形变,标量分量调节集群尺度,空间梯度经非互惠作用驱动平移。两分量直接进入集群动力学,使每个机器人的避墙、驱动与聚合约束能以控制屏障函数在单个二次规划中统一求解,控制与通信开销不再随机器人数量增长。
Zixuan Jiang 等通过仿真状态回放解耦多视角观测,在 7 个 LIBERO 操作任务上测试晚期融合 Diffusion Policy。保持单相机扰动、轨迹和动作标签不变时,全局外观、鬼影与目标颜色等边缘匹配变化的平均代价接近零;几何反耦合观测则使成功率下降 3.30 个百分点(90% CrI [0.64, 6.28])。
研究团队发布面向人机交互的合成多轮对话基准 Talk to Act,用大模型生成带动作意图、物体指代和任务计划标注的多轮对话,覆盖多种场景与用户表达习惯,用于评测机器人从自然语言中提取意图并生成可执行动作规划的能力,以弥补真实多轮对话与歧义表述数据稀缺的问题。
研究者提出一种面向冻结视觉世界模型的图像目标规划方法:在冻结的 I-JEPA 嵌入上训练小型残差适配器,替代易被「视觉相似但不可达」状态误导的 MSE 目标代价。规划器从目标附近起步、逐步扩大初始状态范围收集轨迹,以成功轨迹的观测顺序和失败 rollout 提供对比信号,无需任务专属进度标签。
研究团队提出预算条件目标搜索任务:给定目标类别与显式动作预算,智能体需在预算耗尽前找到尽可能多的不同目标实例。为训练视觉语言导航模型,作者对比两类监督信号:利用完整地图与真实目标位置规划近最优路线的TSP专家,以及在部分可观测下借助跨场景语义先验最大化期望回报的房间级Bellman专家。
Guangyuan Sui 等提出 ProtoVis-Nav 无人机视觉语言导航框架:模型先预测特征原型,并用其线性组合估计目标区域的视觉特征,即先“想象”下一位置的局部视觉表征,再以原型为上下文生成飞行动作,增强语言指令与三维空间的对齐,减少航点预测偏差导致的导航错误与碰撞。
Christie、Qiu、Losey 等人提出内积正则化(InneR):不再逐状态限制策略敏感度,而是约束同一扰动在不同状态引起的输出变化保持一致,并利用策略雅可比在状态空间诱导内积。该方法针对模仿学习策略在传感器噪声、场景变化和复合误差下的外推鲁棒性。
Shijie Wang等提出定义在扩展特殊欧氏群SE_n(3)上的一类贝叶斯共轭分布,用于全局运动不确定性表示与估计。该方法将矩阵高斯分布限制在SE_n(3)上,避免局部坐标奇异,并对运动估计中常见采样分布保持共轭,从而实现精确闭式贝叶斯推断;还给出最大概率与最小均方误差两种均值估计,并证明矩匹配可最小化KL散度。
Lyes Saad Saoud 等提出 AgriSense 框架,在 Isaac Sim 虚拟温室集成四足移动操作臂、RGB/LiDAR 惯性感知与视觉语言决策,联合预测 12 项环境参考、目标区域及干预标志。检查点回放复现 41/43 区域决策;五种随机种子下完整、去图像、去语言模型均达 43/44 正确,未发现多模态区域精度增益。
Xincheng Tan 等人提出 NSDL 神经符号分工框架:由小型视觉语言模型从场景图像和自然语言指令中判断哪些目标已完成、任务如何拆分以及每台机器人负责什么,输出计划草图;再由确定性求解器补全前置动作、机器人之间的交接与时序,生成可执行的联合计划。
研究者在树莓派5上用6条TUM RGB-D序列、3种分辨率对RTAB-Map和ORB-SLAM3做基准测试与函数级剖析,记录跟踪覆盖率、轨迹误差、每帧耗时、内存、CPU负载与温度。RTAB-Map前端每帧38-74毫秒、全流程150-462毫秒,ORB-SLAM3仅13-45毫秒和26-62毫秒。