人形机器人借环境支撑将可达范围扩展约50厘米
Allen Devaraj 等用采样式全身模型预测控制,让 Unitree H1-2 人形机器人主动倚靠环境稳定身体去够远处物体,仅依赖局部感知与标定标记。控制器在笔记本上以 34Hz 实时运行并完成 sim-to-real,可达范围比无支撑站立扩展约 50 厘米,负重姿态保持逾 4 分钟,89% 试验成功抵达并完成收回。
Allen Devaraj 等用采样式全身模型预测控制,让 Unitree H1-2 人形机器人主动倚靠环境稳定身体去够远处物体,仅依赖局部感知与标定标记。控制器在笔记本上以 34Hz 实时运行并完成 sim-to-real,可达范围比无支撑站立扩展约 50 厘米,负重姿态保持逾 4 分钟,89% 试验成功抵达并完成收回。
意大利团队(Moroncelli、Roveda)提出 CAST:从冻结扩散策略采样多个动作块,用屏障条件逐个认证,再由价值集成模型在通过认证的候选中择优执行。作者证明认证步骤不受评价网络误差影响仍安全,执行动作与可行条件下策略的偏差不超过 log N 纳特,而传统安全滤波投影可能奇异失效。
Rice大学与UT Austin等团队提出触觉驱动运动自适应框架TMA,配合全身系统实现人形机器人零样本sim-to-real强接触操作。方法以触觉可观测的交互组织策略学习,用锥形几何作多指接触表示归纳偏置,并在线调整电机行为。团队以拧圆形门把手为基准,检验摩擦抓握、无滑动扭矩输出与全身稳定。
研究团队在 Unitree G1 人形机器人上训练 PPO 自博弈包裹交接策略,发现接收方与自训练伙伴成功率可达 95%/90%,面对陌生脚本伙伴却骤降至 31%;仅把伙伴动作延后 1 秒,成功率更跌至 6%。作者据此提出隐藏启动延迟随机化(HSD),用一行训练规则让策略重新适应陌生伙伴的节奏。
IEEE RAS 本月路线图专题聚焦美国,指出美国机器人研发领先但缺乏统一国家战略,本土规模化制造与应用不足。文章援引国防部2026财年134亿美元自主系统预算申请、2027财年536亿美元追加申请,以及2026年一季度198亿美元国防科技风投,呼吁政府、产业与学术界协同推进。
量子位梳理36家已上市机器人公司,对比其上市后的营收、利润与业务结构,发现赚钱能力差距巨大:部分公司已形成稳定营收和商业化闭环,另一些仍依赖概念与补贴。行业整体转向务实落地,更看重真实订单、成本控制与盈利能力,而非演示型花架子。
Suvarna Kadam与Soran Parsa发布VLA综述,梳理2022年12月至2026年10月的88项工作,按模型设计、训练、部署七个维度展开,涵盖输入与记忆、架构、动作输出、中间预测,以及操作、导航、人形控制、世界动作模型与评测。文章指出该领域已从首个VLA模型RT-2发展到可在单张消费级GPU上微调的开源模型。
苏黎世联邦理工等提出分层意图预测:仅凭短时视觉遥操作历史,同时推断操作员当前原子动作及其所属任务,并发布VIAMO数据集,含11类机器人来源6600条轨迹、13653条动作与9702条任务标注。GPT-4o留出集动作/任务语义相似度仅0.563/0.470,GPT-5.6 Luna为0.581/0.554。
作者提出 CARE-Drive,用于视觉-语言-动作(VLA)端到端自动驾驶的轨迹精修。方法把整条轨迹的精修改为路点残差校正与位置条件航向生成两个环节,交替耦合优化,并以模仿学习结合未来 token 辅助任务训练。作者认为,按位置和航向分别建模,比统一精修更易建模,也更符合物理直觉。
Zepeng Wang 等提出 RedirectMimic,将策略观测的参考动作与训练目标分离,用规则生成的编辑参考引导 PPO 跟踪奖励,部署接口保持不变。在 Unitree G1 仿真中,基于 7,509 段动作预训练跟踪器,过顶手臂任务核心窗口内容出现率降至 2.7%,奖励置零法为 58.9%。
Jiaming Jiang等提出TaF-Foundation,将触觉表征锚定在六维力旋量上,让不同传感原理的触觉观测共享同一物理监督,无需传感器之间直接配对。团队自建采集平台,用24个传感器、覆盖4类传感原理,采集超1亿条触觉与力旋量配对数据,并以传感器特定输入适配加共享编码器实现跨硬件迁移。
Nico Bohlinger与Jan Peters提出XMimic和XSoma,沿用SuperMimic的世界模型加解析梯度思路,用JAX编译含MuJoCo Warp的完整训练循环,并把串行小算子并行到最多4块GPU。XSoma仅由世界模型学习机器人动力学,脚下地形高度等其余部分精确计算,采用1秒时域且无需critic。
研究团队提出RoboKit,一个GPU并行的通用可微分优化工具包,统一多种子求解、混合几何表示与并行仿真,并可与策略学习闭环。在七项任务上比专用基线快2—60倍,2.97秒完成4096个抓取优化;将优化蒸馏为策略后推理快9—240倍且精度相当,强化学习达到基线分数最多快2.1倍。
Jae Hun Hwang 等提出自校准 Vision-Agent-Action 方法,借助自身运动与指尖测量命令映射、相机几何并估计镜头畸变,无需机器人示教或微调即可完成抓取放置。在 18 个更换夹爪与基座坐标系的仿真机器人单元中,冻结版成功 230/360(64%),精化版 268/360(74%)。
研究团队提出 ImpedanceMimic,一种强化学习策略,可从运动与力测量中逐关节调节刚度、阻尼与位置设定点,但推理时只需运动输入。在129名受试者、六类活动的测试中,其运动学与力跟踪精度优于所有对比方案,包括固定增益PD控制、直接力矩、肌肉驱动以及现有模仿控制器,并接近专用力矩模型。
Ran Qi 等人提出 RoboCoEvo,一个以失败为引导的协同进化框架:把 MLLM 智能体可复用、可执行的知识提炼,与 VLA 等机器人基础模型的参数学习耦合起来,让智能体与策略在迭代中相互增强,而不是各自独立改进,从而扩展机器人的任务能力。
法国研究团队提出一种无需重训练的VLA参数合并方法:从VLA权重中减去原VLM权重,得到任务向量,再用奇异值分解逐分量学习混合系数,以同时保留动作预测和视觉语言理解能力。实验表明,合并后的模型在动作执行和语义、视觉定位两个维度上均表现良好,可缓解微调导致的灾难性遗忘。
谷歌DeepMind发布Gemini Robotics 2机器人模型,主打“全身智能”,即在统一模型中协调机器人移动与操作,把控制范围从上半身抓取操作扩展到全身运动与操作的协同。官方博客仅给出这一核心定位,未披露具体评测数据、支持本体与开放范围。
Google DeepMind 发布 Gemini Robotics ER 2,面向机器人应用强化视频理解、工具编排与多机器人协作能力,目标是让机器人能够推理、协同并完成真实世界任务。官方称其在这三方面实现了跨越式提升,但未披露具体 benchmark 数字、模型规模或开放范围。
清华大学与无问芯穹联合开源具身智能云原生平台 RLark,可在 5 分钟内完成机器人纳管、10 秒内启动跨集群任务。平台以云原生方式统一纳管机器人本体与算力资源,面向大规模集群的训练、调度与实验管理,旨在降低多机多集群的运维成本与使用门槛。