混合地形建模实现高并行坍塌反应撤退策略学习
研究团队提出混合地形建模框架:不可坍塌区域用刚体仿真,可坍塌地形改用轻量接触响应模型,替代昂贵的刚体坍塌建模,从而消除并行采样中机器人之间的间接干扰,也无需复制地形对象。该方法在保持坍塌反应撤退策略学习效果的同时,显著降低显存占用并提升并行采样规模。
研究团队提出混合地形建模框架:不可坍塌区域用刚体仿真,可坍塌地形改用轻量接触响应模型,替代昂贵的刚体坍塌建模,从而消除并行采样中机器人之间的间接干扰,也无需复制地形对象。该方法在保持坍塌反应撤退策略学习效果的同时,显著降低显存占用并提升并行采样规模。
研究团队提出VINE,用室内固定外置相机实现机器人导航避障。标准PPO在机载相机上有效,但外视角端到端训练因视角与自车动作、目标表示不匹配而失败。VINE改用监督学习训练障碍地图估计网络,输入外视角图像、相机与机器人位姿及房间尺寸,输出视角无关地图供PPO或A*规划器使用,精度优于透视基线。
意大利米兰理工等机构团队在原有MPC框架中集成行人与障碍物检测、Koopman运动预测和在线预测误差估计,并将误差界直接写入避碰约束;同时聚合邻近障碍以减少约束数量。300组配对闭环仿真显示,该方法在保持行人心理舒适距离的同时降低了计算量。
英伟达推出面向物理AI的Cosmos平台,整合世界基础模型与开发工具,提供智能体技能和训练配方,帮助开发者把世界模型适配到自有传感器、任务和数据,并可靠集成到交互式仿真应用,降低从训练到部署的门槛。
Hao Wu 等发表综述,提出将机械载荷传递、光学编码、读出与触觉推断统一到机器人任务需求的框架,系统梳理反射式与波导器件、微纳光纤、光纤光栅、干涉与谐振结构及力致发光复合材料。作者指出,高光学灵敏度只有在耦合的力学与环境干扰下目标变量仍可辨识时才有价值,且信息须及时送达以指导动作。
作者开发ADVLAT-Engine,同步语音指令、道路视频与车辆轨迹,在48条重放路线上对比三款导航应用;87个共同播报的机动中,乘客用语更依赖场景。四个开源驾驶VLA经前瞻指令数据微调后,乘客路线轨迹误差降23%-59%,但指令跟随效果仍不一致,真实路口的反事实指令测试暴露明显差距。
研究团队提交2026 Hilti-Trimble SLAM挑战赛方案:仅用双鱼眼图像与IMU,先做低光增强与动静掩码,再由sqrtVINS前端结合SuperPoint特征、ELSED线段与LightGlue匹配输出局部里程计。
Haoyu Xing等提出WTR-Drive端到端驾驶规划器,基于Drive-JEPA将共享场景估计与候选轨迹推理分离:与候选轨迹无关的世界记忆多轮重读原始视觉特征,估计物体状态、地图结构与未来运动;任务分支通过候选特定检索与门控视觉反馈更新,不回写世界记忆。风险目标由已有候选评分轨迹导出,无需额外仿真调用。
蚂蚁集团旗下具身智能公司Robbyant开源触觉基础模型LingBot-Touch,基于近5000小时真实触觉数据预训练,覆盖磁触觉、视觉触觉和压阻式三种主流传感模态,目标是让机器人获得稳健的触觉感知能力,补足这一关键缺失感官。
研究者 TongtongLiang 在 HuggingFace 发布模型 simpler-faster-wam-libero-rope-kvadapter-10ep,面向 LIBERO 与 LIBERO-plus 基准的动作回归任务,采用 RoPE 位置编码与 KV adapter 结构,训练 10 个 epoch。
研究者提出把控制屏障函数(CBF)安全过滤器蒸馏进多智能体强化学习策略:训练时用隐式Q学习,只从实际执行的安全动作学习,并在合成的近碰撞状态上把过滤器的纠正行为蒸馏进策略,使部署阶段无需在线求解约束数随队伍规模平方增长的集中式优化,同时保持避碰安全性。
新加坡南洋理工大学团队开发出长4.4毫米、种子大小的磁控微型机器人,可在柔软不平表面移动,并无线执行切割组织、释放药物、抓取储存样本和局部加热五项功能,切换不足1秒。相关成果发表于《先进材料》,目标用于体内靶向微创治疗。
TechCrunch报道,工业机器人初创公司Industrial Next为制造企业提供自动化方案,聚焦传统依赖人力的复杂精细工序。其系统主打柔性换产,使工厂机器人切换任务的时间从数周缩短到数分钟,但公司未披露客户、具体性能指标与商业化进度。
密歇根大学衍生公司 Laplace Intelligence 利用 AI 代理和交互式仿真,在部署前对机器人与自动驾驶车辆进行红队压力测试,以提前暴露安全风险。该公司已实现盈利,并入围 TechCrunch Disrupt 创业竞技场(10 月 13-15 日,旧金山)。
亚马逊旗下Ring宣布进军机器人领域,推出面向家庭安防的无人机和用于企业巡逻的轮式机器人,后者可在商业场所自主巡逻与防护。Ring此前以门铃摄像头闻名,此次两款产品标志其从固定摄像头扩展到移动安防硬件,但具体售价、上市时间和部署规模尚未披露。
Ollobot在赞助内容中介绍家庭陪伴机器人OlloNi SS1,称新一代产品利用摄像头、麦克风和环境传感器实现主动交互与情绪识别,设计从功能转向情感,并采用软件平台和远程连接。文中给出全球AI陪伴市场2025年368亿美元,2026至2033年将由480亿增至3180亿美元,年复合增速31%。
日本研究者提出多模态人物概念模型,无需人物标签即可从少量观察中学习用户身份。模型用中文餐馆过程构建非参数贝叶斯生成模型,融合 CLIP 提取的视觉与语言特征、CLAP 提取的音频特征,并作 PCA 降维,以应对 appearance、环境噪声与话语内容变化。
研究团队提出 EViDS 智能底盘仿真平台,将基于 CARLA 的环境与传感器仿真与基于 CarSim 的高保真车辆动力学模型耦合。平台采用参考位姿状态对齐与多速率交互机制保证时空一致性,并以射线投射计算轮胎—路面交互,把环境信息传递给车辆动力学模型,从而支持环境感知驱动的底盘控制算法开发与验证。
研究团队提出一套数据高效的实时神经模仿架构,用学习到的时间余量引导专家采样(SIFS),仅在策略偏离时间最优行为处查询长时域非凸TOMPC专家,并联合处理数据集相关性与次优专家标签问题;在受限快速动态系统上以显著更低的在线算力与训练数据生成成本,逼近TOMPC的控制性能。
研究团队提出混合优化-生成式多智能体仿射编队运动规划框架。该方法将规划建模为约束最大后验估计,解耦各智能体目标,复用预训练单智能体扩散先验保障动力学可行性、避障与轨迹平滑,并与优化过程交替迭代,规避高维联合轨迹的直接约束优化计算瓶颈。