物理参数偏移下的因果世界模型研究：显式仿射系数提升外推预测
该研究考察世界模型在物理条件超出训练分布时的预测退化问题，比较了预测器可用输入与机制计算方式两个因果建模要素。在带捷径特征的合成基准上，基于配对干预导出的冻结依赖掩码将全连接预测器的分布外RMSE从1.769降至0.697，接近生成器oracle掩码的0.694。
全部机器人动态
arXiv cs.ROAI 评分5151 arXiv cs.ROAI 评分5555 RoPT：视频中鲁棒的6DoF物体位姿跟踪框架
RoPT 是一个面向机器人交互的 6DoF 物体位姿跟踪框架，将视觉感知、时序运动学与全局重定位耦合成闭环，以应对单目管线在快速运动下的灾难性发散。其视觉模块跟踪物体掩码以处理部分与严重遮挡；运动学因子图对帧间更新做正则化、预测前向位姿并驱动并行多假设验证以规避局部极小；主动重定位模块使系统具备失效感知与确定性自恢复能力。
arXiv cs.ROAI 评分5555 PCLA-Bridge：跨域部署 CARLA 智能体的框架
PCLA-Bridge 是一个可部署工具，能在不启动 CARLA 服务器的情况下，让未经修改的 CARLA Leaderboard 智能体从任意传感器源运行到任意控制目标。
arXiv cs.ROAI 评分5656 AW-0：将代码规划与视频动作预测统一的具身智能世界动作模型框架
论文提出 AW-0，一个把基于代码的规划与联合视频、动作预测结合的智能体世界动作模型框架。它在统一的 mixture-of-transformers 架构中同时建模代码、未来视频和机器人动作三条耦合生成流：代码专家生成参数化的技能例程与控制逻辑，视频和动作专家生成未来视觉状态与底层电机指令。
arXiv cs.ROAI 评分5656 PhysiCalWorld：通过上下文提示校准世界模型的物理参数
PhysiCalWorld 提出通过上下文提示（in-context prompting）对动作条件世界模型进行物理校准，无需微调或解析物理建模，以适配实例级动力学。
arXiv cs.ROAI 评分5757 CW-WAM：联合预测接触力矩的力敏操作世界动作模型
CW-WAM 是一个联合预测视频、运动与接触力矩的世界动作模型，受混合力位控制启发，用统一交互模块预测时间对齐的运动-力矩片段作为控制参考。它用成对因果注意力结构化运动与力矩依赖，并以定长力矩记忆保留历史交互信息；预测的力矩片段作为 20 Hz 外环导纳控制器的力参考。
arXiv cs.ROAI 评分5555 多模态具身智能体的统一能力框架PAPAV：从计算机使用到机器人使用
论文提出PAPAV，一个以能力为中心的统一框架，将多模态具身智能体（MMEA）的反复出现的功能归纳为五项：Perceive感知当前状态、Anticipate预判动作效果、Plan规划可行路径、Act通过接口或身体执行、Verify验证结果。
arXiv cs.ROAI 评分6969 ASTEROID：非对称同策略蒸馏让机器人策略学会在上下文中探索
作者提出 ASTEROID，一个学生-教师监督学习框架，让学生在同策略收集的部分可观测上下文上接受特权专家的动作标注，从而学会测试时探索。在 11 个环境（含离散探索基准、机器人操作、导航和 Procgen）中，固定探索预算下回报约为 2 倍，交互量比强化学习基线少约 100 倍，并在探索上超过前沿模型。该方法还把仿真训练的策略迁移到视觉受限的真实机器人操作，成功率比标准蒸馏提升 40%。
arXiv cs.ROAI 评分5656 AtomicRL：面向长程机器人操作的原子强化学习后训练框架
论文提出AtomicRL，一种利用原子任务结构改进视觉-语言-动作（VLA）策略强化学习后训练的框架。其核心包括语义感知策略优化（SAPO），通过语义门控阻止失败原子子任务的TD残差跨任务传播以减轻信用污染；以及瓶颈自适应目标探索（BATE），依据各子任务掌握程度动态协调任务采样与局部探索激励。
arXiv cs.ROAI 评分6060 地球训练的人形控制器能在月球行走吗：重力、地形与土壤迁移研究
研究在仿真 Unitree G1 上用同一配方训练 12 个策略，变化重力、地形几何与地面接触模型（刚性或三维阻力理论 3D RFT），并测试地球到月球微调与重力随机化。
arXiv cs.ROAI 评分5858 RISE：面向感知人形机器人跌倒恢复的测试时运动引导方法
RISE 是一种感知人形机器人跌倒恢复方法，可在推理时用任务目标引导机器人以何种方式站起。它学习一个将预期动作与运动通过感官反馈关联的恢复词表，视觉扩散规划器从该词表的执行中学习，将运动意图预测为未来身体状态，任务代价引导其朝期望朝向、起身速度或路径预测，再据此生成运动潜变量。仿真展示了多样恢复、地形适应与无需重训练的测试时引导，并在 Unitree G1 上进行了真机演示。
arXiv cs.ROAI 评分6464 前沿AI模型在LIBERO-10机器人操作任务上的基准评测
研究提出一个统一的闭环操作评测框架，在LIBERO-10基准上评测前沿AI模型无需任务特定微调直接通过视觉观测、机器人本体感知和结构化工具调用控制机器人的能力。
arXiv cs.ROAI 评分5757 SP-HLM：面向人形机器人 loco-manipulation 的稀疏姿态驱动运动生成与全身控制框架
SP-HLM 提出一种稀疏姿态驱动接口框架，用五个任务关键身体姿态加学习到的隐式运动先验，以互补形式表示空间意图与全身协调。SP-VLA 视觉-语言-动作模型先从多模态观测和语言指令中异步动作块推理预测任务相关稀疏姿态与手指关节位置，SP-MGM 运动生成模型经两阶段蒸馏实时重建全身协调运动，SP-GMT 通用运动跟踪器再将显式稀疏目标与隐式运动先验结合用于全身控制。
arXiv cs.ROAI 评分5858 TARSphere：面向长时程具身智能体的机器人全栈框架与基准
TARSphere 是一个面向物理与社会环境持续变化下长时程具身智能体的机器人全栈框架，包含在物理仿真中运行机器人策略的 TARSphere-Infra、让冻结多模态大语言模型通过多层可执行技能决策的 TARSphere-Harness，以及包含 30 个室内场景 360 个 episode 的评测基准 TARSphere-Bench。
arXiv cs.ROAI 评分6161 DONIC：从人类演示学习的通用双臂灵巧跟踪控制
DONIC 是首个跨操作类别与人体动作来源联合训练的通用双臂灵巧跟踪器，同时发布多视角数据集 BiHOI，含 1,575 段序列、覆盖 229 个物体，重建的交互被重定向为机器人参考。
arXiv cs.ROAI 评分5050 面向半静态环境的移动操作机器人物体与任务感知主动感知框架
arXiv 论文提出一种物体与任务感知的主动感知框架，让高自由度移动操作机器人在导航中用手部相机主动检视不确定或安全关键区域。该框架采用概率化的下一最佳视点（NBV）公式，并与分层任务模型预测控制（HTMPC）集成，利用运动学冗余调整视角，同时保持底盘轨迹跟踪的更高优先级。实机测试显示，相比被动或非任务感知基线，该系统提升了地图一致性、降低了任务相关地图熵与导航风险。
arXiv cs.ROAI 评分5656 HuMiT：基于紧凑参考跟踪的低延迟人形机器人全身遥操作系统
HuMiT 是一套人形机器人全身遥操作系统，其统一跟踪策略仅需紧凑参考目标，包括根高度、根速度以及当前帧四个稀疏关键点的 SE(3) 位姿，就能达到与依赖完整关节位置、密集部件变换乃至未来帧的方法相当的跟踪精度。
arXiv cs.ROAI 评分5656 RangeNav：面向机器人导航的任务对齐 LiDAR 距离图像预训练
RangeNav 是一个仅 18.3 万参数、完全在合成数据上预训练的 LiDAR 距离图像编码器，用各向异性卷积和循环填充处理距离图像的极端长宽比与方位角接缝。
arXiv cs.ROAI 评分4747 Spacetime Splines for Adaptive Robot Motions：基于时空样条的自适应机器人运动方法
该研究提出一种基于样条的运动基元表示方法，将空间几何与时间进程统一到一组连续变量中，联合估计共享 Bezier 曲线，并允许空间与时间模型复杂度独立自适应调整。仿真验证了关节恢复精度、模型复杂度与连续性修改带来的细化效果，以及对演示集方差的鲁棒性提升。在机器人辅助翻身任务中，以物理假人评估了在线重定时与同步能力。
arXiv cs.ROAI 评分5151 论文提出以数据多样性提升机器人零样本泛化的路径
arXiv 论文将物理 AI 的零样本泛化形式化为对部署分布的覆盖，指出同一采集者增加样本只能缓慢缩小未见区域，而每新增一位贡献者都能扩展覆盖。基于此，论文提出融合多模态对齐、生成式增强与噪声标签学习的机器人动作共享潜空间，并建议开发者围绕标准机器人 Origmi 构建应用以提供多样化数据，最后给出关联实机零样本成功率与数据多样性的可检验假设及评测协议。
arXiv cs.ROAI 评分5151 OMAR：面向场景条件货架整理的开放世界多属性推理
arXiv 论文提出 OMAR，一个开放世界多属性推理流程，用于在无用户偏好说明的情况下推断货架的潜在组织方式并对新物体的摆放位置排序。视觉-语言模型先提出物体标签及内容、包装类型等属性，经分割、深度和多视图关联完成落地，再由大语言模型在实例级 3D 场景图上推理并给出与场景一致的摆放排名，随后进行几何与运动学可行性检查以执行。
arXiv cs.ROAI 评分5757 后验认知不确定性估计用于视觉-语言-动作策略
论文提出后验核方差头（post-hoc kernel-variance heads），从单一策略的嵌入中估计认知不确定性，无需回归目标或梯度更新，也不改变原策略。
arXiv cs.ROAI 评分4545 自主系统故障分析的充分与必要因果解释
arXiv 论文提出将自主系统故障分析区分为复现与避免两个目标，并形式化"必要因果解释"概念，与既有"充分解释"共同构成统一的因果分析框架。论文基于实际因果性（actual causality）与因果责任（causal responsibility）给出生成必要解释的高效近似算法，并在多个环境中评估效率，通过反事实生成验证其在故障避免上优于现有方法。
arXiv cs.ROAI 评分6767 SpatialDex：从纯RGB人类视频预训练3D接地双臂灵巧操作
SpatialDex 是一个从纯 RGB 人类视频学习 3D 接地双臂灵巧操作的框架，通过重建增强的视觉运动预训练，同时学习人类行为及其空间上下文。它从每段视频重建场景几何并估计手部运动，用 3D 手部估计的手尺寸先验在视频级尺度上对齐二者，并将重建几何同时作为策略输入和预测目标。
arXiv cs.ROAI 评分5757 CausGround：用因果交互知识支撑自适应具身规划
CausGround 提出一种非参数化的因果交互 grounding 框架，把交互经验蒸馏为以动作为中心、可复用的因果知识，识别动作前置条件与效果并组织进分解式世界状态表示，在规划时将任务相关因果依赖与当前观测对齐，支持对前置条件的反向推理和对效果的正向推理。
arXiv cs.ROAI 评分5858 AirPlayground：覆盖多样重建环境的空中导航基准
AirPlayground 是一个用于训练和评测空中导航策略的统一基准，构建了 94 个覆盖室内、城市户外和植被场景的写实 3D Gaussian Splatting（3DGS）环境，并配有对齐的碰撞几何。
arXiv cs.ROAI 评分5555 FlowVLA：面向定量机器人倒液的流量感知物理完成估计
FlowVLA 将动作生成与物理完成估计分离，用共享的 π0.5 动作专家学习接近、倾倒与返回，并用目标无关估计器融合视觉、关节、腕部力矩与循环力信念历史来估计已转移质量，当估计值加预测残余流出量达到请求质量时触发返回。
arXiv cs.ROAI 评分5757 Toward Recursive Self-Improvement in Physical AI 论文：梳理物理AI中的递归自我改进路径
arXiv 论文 Toward Recursive Self-Improvement in Physical AI（arXiv:2610.29677，93页，15图，21表）将递归自我改进（RSI）定位于机器人学习框架下，追踪从提升机器人能力到改进产生这些能力的流程的路径。
arXiv cs.ROAI 评分2525 从接受到回避到情感黏度：设计介入人际关系的社交智能体
论文将智能体对视线的接受与回避研究，与描述负面情绪随时间累积、持续、压抑和表达的情感黏度模型相连接，主张回避不应只视为交互失败，而是标示人机边界的关涉信号。基于此提出智能体依社会关系与交互历史维持、压抑或表达负面状态的设计视角，并讨论三元嫉妒、不适压抑、耐心时机与时空黏性等设计案例，进而追问干预的可追溯、有限、可争议与可修复。
arXiv cs.ROAI 评分4747 Reading the Room：将尺度模糊的稀疏语义VSLAM地图配准到部分建成环境的楼层平面图
Reading the Room（RR）提出全局-局部方法，将尺度模糊的稀疏语义VSLAM地图配准到部分建成的楼层平面图，核心是单一鲁棒、可微、类别平衡的语义-几何能量函数贯穿全流程。在3个在建工地的33段序列上评测，通用无约束设定下平均绝对轨迹误差较最强基线改善4.5倍，提供锚点对应时提升至7.6倍。
arXiv cs.ROAI 评分6262 Watch Your Step：用人形机器人预判落足点的感知方法提升地形运动
arXiv 论文 Watch Your Step 提出轻量落足点预测模型（FPM），仅凭本体感知和速度指令预测未来落足点，并只在这些落足点周围采样高程图，让感知先于策略预判落脚位置。
arXiv cs.ROAI 评分6060 四足机器人月球重力跳跃的端到端强化学习研究
研究提出多阶段强化学习方法，生成单一端到端控制策略，用于月球重力下四足机器人受指令的点到点跳跃。该策略架构简单，仅依赖与任务兼容的机载传感；仿真中跳跃落点误差小于机器人本体尺寸，并分析了扭矩与功率需求，以及飞行中控制更新冻结最长 1 秒等极端异常下的性能退化。硬件迁移测试中，策略在月球重力卸载条件下成功完成垂直跳跃，实测扭矩与功率曲线与仿真一致且在硬件极限内。
arXiv cs.ROAI 评分4545 串联机械臂基于雅可比的性能指标关节角不变性研究
研究揭示了串联机械臂基于雅可比的性能指标（如可操作度、刚度）在何种运动学条件下与首末关节角无关，即关节角不变性（JAI）。该性质可系统性降低有效构型空间维度，简化性能评估。在工作空间性能图构建与任务布局优化两个场景中，JAI 策略在不损失效果的前提下减少了计算量与存储需求，成果已被 IROS 2026 接收。
arXiv cs.ROAI 评分5555 ContactFlowFilter：基于流匹配与粒子滤波的机械臂在线接触估计方法
论文提出 ContactFlowFilter，用于在仅配备关节扭矩传感器和基座力/扭矩传感器的机械臂上估计活跃接触的数量、位置和力向量。该方法将流匹配模型作为粒子滤波的辅助提议分布，用粒子滤波的递归结构捕捉时序依赖，同时跟踪多模态信念并检测接触的增删事件。
arXiv cs.ROAI 评分4444 面向耦合传动机械臂遥操作的执行器约束感知主从控制方法
一种执行器约束感知的主从遥操作方法，联合建模主端重力补偿、主从关节映射与从端差动腕部控制，用于解决差动腕部中独立电机饱和破坏俯仰-横滚协调、固定映射难以应对重力负载与执行器约束导致的突变跟踪问题。
arXiv cs.ROAI 评分5252 SERA：面向历史依赖操作的自进化机器人智能体框架
论文提出SERA（Self-Evolving Robotic Agent），将高层VLM组织为带可编辑harness的机器人智能体，配合固定的VLA执行器完成低层控制，用于处理长程操作中的非马尔可夫依赖。
arXiv cs.ROAI 评分5151 Make it Walk：LEGO 行走器的计算设计方法
论文提出首个可计算设计 LEGO 行走器的方案，使其在稳定行走之外支持多种步态。方法有两部分：一是用专门设计的齿轮连杆机构控制每条腿的足端轨迹，其中将一对 3D 打印非圆齿轮与 LEGO Technic 机构配合；二是每条腿由独立电机驱动，通过简洁而灵活的控制算法同步多腿运动时序。
arXiv cs.ROAI 评分5353 S-Rolling：面向可扭转型蛇形机器人的低净空可转向滚动步态
S-Rolling 是一种面向可扭转型蛇形机器人的可转向滚动步态，结合低扫掠高度移动与平面机动性，通过 S 形平面骨架曲线设计，头尾段以独立控制的角速度滚动实现不同运动模式。
arXiv cs.ROAI 评分4747 面向复杂地形的蛇形机器人线性扭转侧移步态运动规划
研究提出一种线性扭转函数，将扭转负荷分布到蛇形机器人全身，替代既有滚动向量方法中集中于中部两个扭转关节的方案。在匹配转向速度与总输出功率的条件下，新步态将单个扭转关节的峰值输出功率降低 42%，实机实验显示其可在既有滚动向量方法无法通行的多种地形上移动，速度较不带扭转的传统侧移步态最高快 49%。
arXiv cs.ROAI 评分5555 基于距离场的强化学习实现机械臂反应式鲁棒避障
该论文提出一种将欧氏距离场（EDF）直接融入观测空间的强化学习框架，为智能体提供连续几何线索以实现稳定、响应迅速的避障行为，并简化了奖励设计，在有无人工势场引导下均能有效避障。