Dexmate 拆解编码智能体执行机器人任务的全过程
Dexmate 让 Codex（GPT-6 Astra）和 Claude Code（Opus 5.5）通过 MCP 工具控制 Vega 轮式双臂移动操作机器人，水果入篮和开门任务全部成功，精度更高的碗架任务在原始工具接口下无一成功。
推荐理由：Dexmate 用 Codex 和 Claude Code 实测机器人任务，量化了动作之外的时间开销与安全响应缺口。
#Planning and decision-making
Dexmate精选AI 评分6262 Tech Xplore Robotics精选AI 评分7878 UC Berkeley与NVIDIA提出agentic robotics，用AI智能体在仿真中生成并改进机器人程序
UC Berkeley的Ken Goldberg团队与NVIDIA机器人工程负责人Spencer Huang提出“agentic robotics”方法，让AI智能体在仿真中生成、测试并修正机器人控制程序，无需额外采集数据。
推荐理由：报道介绍了用多智能体在仿真中生成、测试并修正机器人程序的方法，并给出仓储分拣的落地数据。
爱范儿精选AI 评分8080 苹果公开HALO人形机器人研究：用宇树G1加Mac mini，纯仿真数据实现陌生家庭自主导航
苹果研究团队公开HALO人形机器人研究，以宇树G1为身体、背负运行千问模型的Mac mini M4 Pro，在6个未扫描的真实家庭中完成坐下、钻桌底、推箱子等任务，360次测试平均成功率91%。
推荐理由：苹果用纯仿真合成数据训练人形机器人，在6个未扫描真实家庭中360次测试平均成功率91%，为绕开遥操作数据瓶颈提供了一条可规模化的路径。
未来机器人网 · 微信公众号精选AI 评分8282 苹果发布 HALO 人形机器人系统论文，在宇树 G1 上实现零样本迁移
苹果研究团队在 arXiv 发布论文《Perceptive Humanoid Motion from Simulation》，推出人形机器人自主系统 HALO，并在宇树科技 G1 上完成实景验证，同时开源数据生成、训练与部署代码。
推荐理由：论文给出仿真合成数据零样本迁移到宇树 G1 的三层架构与分项成功率，可对照长链条任务的失败环节。
CVer · 微信公众号精选AI 评分7878 英伟达等提出TacitVLA：让动作不等推理文本，延迟最多降3.4倍
英伟达、纽约大学等团队提出TacitVLA，训练时照常写推理文本，但通过attention mask让action expert看不到推理token，动作不再等待文本生成。
推荐理由：通过对比三种训练策略，文章把推理文本的训练收益与部署读取成本分开，便于判断VLA推理提速的可行路径。
arXiv cs.RO精选AI 评分8080 cuRoboV2-Fast：面向扭矩受限无碰撞运动的 GPU 加速规划器
作者提出 GPU 加速规划器 cuRoboV2-Fast，用于无碰撞、载荷感知且扭矩受限的运动，通过 B 样条轨迹优化减少迭代次数，并用 TimeOpt 在速度、加速度、加加速度和扭矩约束下优化固定路径的通行速度。
推荐理由：论文给出 GPU 加速的扭矩受限无碰撞规划器，并对比了规划延迟与实机抓放周期，可供关注规划部署效率的读者参考。
arXiv cs.RO精选AI 评分8484 HALO：从仿真合成数据训练的人形机器人自主系统实现零样本实机迁移
研究团队提出人形机器人自主系统 HALO，通过在约一千个程序化生成的家庭场景中合成视觉-语言-动作数据，摆脱对遥操作采集的依赖。HALO 习得坐椅子、导航到指定物体、侧身穿半开门、蹲爬桌下和推箱子等技能，并能组合完成长程任务。训练中未见过真实家庭场景，HALO 零样本迁移到物理世界，在六个未建图真实环境的 360 次试验中达到 91% 成功率。
推荐理由：论文给出用程序化生成家庭场景合成视觉-语言-动作数据、再零样本迁移到实机的完整路径，可参考其数据规模化思路。
甲子光年 · 微信公众号精选AI 评分7878 北大董豪团队提出One Scan is Enough：一次扫描完成具身导航后训练
北京大学董豪团队公布论文《One Scan is Enough》，用带激光雷达的iPhone扫描一次目标环境，自动生成导航任务并利用重建场景几何信息做强化后训练，无需人工遥操作示范。
推荐理由：一次iPhone扫描替代人工示范，200次真机测试给出25%到85%的成功率对比，可看后训练成本如何下降。
arXiv cs.RO精选AI 评分8080 无需渲染的事件帧仿真加速自主机器人导航强化学习
作者提出一种解析式事件仿真器，直接由场景几何和自运动合成事件流，不经过图像渲染，单GPU生成64x64事件观测仅需17微秒，比先进渲染管线快400倍以上。基于该仿真器的事件相机强化学习避障策略训练不到30分钟即可收敛，比渲染事件训练快三个数量级，并可零样本迁移到Isaac Sim光线追踪事件仿真。
推荐理由：该工作用解析式事件仿真绕开图像渲染，把事件相机强化学习训练时间压到30分钟以内，并完成56克无人机实机部署。
arXiv cs.RO精选AI 评分7878 RepresentNav：在自构建表征空间上构建的导航基础模型
作者提出 RepresentNav 导航基础模型，用 Representation Residuals 三层 transformer 聚合多个视觉基础模型的全深度特征，构建由策略自身目标驱动的表征空间。
推荐理由：该论文提出用策略自身目标构建视觉表征空间，并在其中预测未来场景表征，为导航策略的表示设计提供了可迁移思路。
云深处科技 · 微信公众号精选AI 评分7272 云深处发布具身大脑五项成果：世界模型DR-WM-1.0、VLA模型DR-VLA-2.0等
云深处科技围绕自研具身大脑DEEPRobotics-Brain密集发布五项研究成果，包括世界模型DR-WM-1.0、具身基础模型DR-VLA-2.0、具身智能体DR-Agent、策略优化框架DR-APO和数据闭环平台DR-Benchmark，并联合MIT、清华、浙大等七所高校开展合作。
推荐理由：五项成果覆盖世界模型、VLA、策略优化与数据基准，可对照了解具身大脑全链路的分工与指标。
机器之心 · 微信公众号精选AI 评分8888 哈佛、伯克利、英伟达等提出 RAX，用在线探索 Scaling 让机器人零示范学技能
哈佛、英伟达、伯克利、MIT 和斯坦福的研究团队提出 RAX（Robot Agent eXploration），让通用 Coding Agent 连接机器人感知与控制接口，通过在线探索把成功决策写成可执行程序并积累为可复用技能，模型参数保持冻结。
推荐理由：RAX 用冻结模型加在线探索生成可复用程序，零动作示范下在五大仿真基准平均领先 37.4 个百分点，为机器人学习提供了不同于扩大数据与模型的一条路径。
求之科技 · 微信公众号精选AI 评分6767 GeoPredict 让 VLA 先预测未来轨迹与三维几何再生成动作
香港中文大学（深圳）等机构提出 GeoPredict，在 VLA 生成动作前显式预测末端执行器与关节级未来轨迹，并用 3D Gaussian 建模未来工作空间几何。
推荐理由：GeoPredict 把未来轨迹与三维几何预测并入 VLA 训练，读者可了解一种不增加推理开销的空间推理思路。
Robot.com Holdings Inc.精选AI 评分6868 Robot.com 发布 R-KNav 万小时人行道导航数据集并启动 FoMo 挑战赛
Robot.com 发布 R-KNav 数据集并启动 FoMo 挑战赛，邀请社区用其 R-kiwi 人行道配送机器人车队的真实数据训练视觉导航模型，并在实机上受控评测。
推荐理由：数据来自长期商业运营的配送车队而非仿真，且公布了实机评测的 KPI 口径，可据此评估真实街道导航数据的可复用性。
Harbin Institute of Technology Robotics精选AI 评分6262 哈工大朱延河团队在模块化机器人协作重构自修复领域发表论文
哈工大朱延河教授团队在《极端制造（英文）》（IJEM）发表论文，提出基于协作重构的模块化机器人自主容错修复策略，通过改变形态恢复关节故障损伤，无需备份模块替换。方法结合拓扑描述与运动学自建模、粒子群算法搜索目标构型及改进RRT协作重构算法，实验中容错上限比固定构型冗余方法提高7倍。哈工大为唯一完成单位，博士生齐健为第一作者。
推荐理由：论文给出无需备份模块的协作重构容错策略和7倍容错上限提升数据，读者可了解极端环境下机器人集群自修复的具体实现路径。
Dexterity精选AI 评分6060 Dexterity 详解 Foresight 装箱智能体的评测方法与生产指标
Dexterity 发文介绍 Foresight 装箱智能体的系统评测与生产测量。规划侧在四组真实仓库箱型分布上测试，密度 0.65–0.77、稳定性 99.7–100%，并用无分布顺序统计量给出 95% 置信区间；文中还发现随机打乱箱子序列会使局部方差坍缩约 1.4 倍，导致评测偏乐观。
推荐理由：原文完整披露装箱智能体的评测方法，包括无分布置信区间和随机打乱带来的评测偏差，方法可迁移到同类系统。
已经到底了