北卡州立大学研发机械智能软体机器人 可切换三种游动模式
美国北卡罗来纳州立大学团队研制出一款机械智能软体机器人，不装微电脑、不依赖实时算法，仅用两根气管控制充放气，即可切换水母、鱼、转子三种游动模式，完成升降、悬停、转向等动作，控制逻辑完全由材料与结构承担。相关成果发表于《科学进展》。
#运动控制
36Kr Embodied IntelligenceAI 评分5252
GuyuehomeAI 评分5353 Any2Track：多专家策略蒸馏的人形机器人通用运动跟踪
Any2Track 针对单一强化学习策略难以兼顾舞蹈、打斗、摔倒起身等差异巨大动作的问题，采用两段式方案：先分簇训练专科教师，再用 DAgger 把教师行为聚合进同一个学生网络，并给出 G1 仿真对照结果。
IEEE Spectrum RoboticsAI 评分6363 ETH Zurich将现成机械手改造成可指尖行走并自主操作的小型机器人
ETH Zurich软机器人实验室的Amirhossein Kazemipour团队把Wuji Technology的商用机械手加配80克背包（含电池、IMU和Raspberry Pi Zero），用强化学习在仿真中训练出让其以指尖爬行的策略。
CMU Robotics Institute精选AI 评分6262 CMU 与西门子合作提出人形机器人安全停止监测方法 PRISM
CMU 与西门子合作开发评估人形机器人「safe stoppability」的方法，并通过仿真定义了可安全停止机器人的条件，成果为 PRISM（Proactive Refinement of Importance-sampled Stoppability Monitor）。
推荐理由：文章介绍了用仿真定义人形机器人可安全停止条件的方法 PRISM，对关注人形机器人安全监控与认证的读者有参考价值。
RobohubAI 评分6060 EPFL 与 NYU 发布可缩放仿生机器鱼 ScaFi，游动步态随体长近五倍变化仍保持一致
EPFL 与 NYU 团队在 npj Robotics 发表 ScaFi，一种基于鳕鱼、鲭鱼尾部摆动方式的仿生机器鱼，通过仅按比例加粗玻璃纤维尾杆实现尺寸缩放。团队制造了 0.6、1.1 和 2.9 米三个尺寸并在溪流和莱蒙湖实测，游动步态经体长归一化后基本一致；最大机型能效较低需更强电机，扰动下小机型更灵活但恢复更慢。
Harbin Institute of Technology Robotics精选AI 评分7373 哈工大李天龙团队在《科学进展》发表CD5+树突状细胞微机器人磁控免疫治疗研究
哈工大李天龙团队研发基于CD5+树突状细胞的工程化微机器人系统，可通过外磁场调控实现血管内精准导航并原位激活免疫细胞，成果发表于《科学进展》。系统在锥形磁场下自组装为带状集群顺流迁移，旋转磁场下组装为链状集群逆血流上行，结合肿瘤趋化实现靶向富集与深部浸润；小鼠原位结直肠癌模型中单次注射联合磁控导航使肿瘤生物发光信号降低90%以上。哈工大为论文第一单位。
推荐理由：哈工大团队介绍CD5+树突状细胞微机器人的构建策略与磁控导航结果，读者可了解原位免疫激活这条治疗路径的具体做法。
PKU EPIC Lab精选AI 评分6666 PKU EPIC Lab 发布 HumanTracker 人形运动跟踪基准与 HumanScore 指标
PKU EPIC Lab 提出HumanTracker基准，用于人形运动跟踪的评估，被ECCV 2026接收。基准包含约153小时来自多名专业演员的光学运动轨迹，分为四个运动族并带文本标签；配套的HumanScore指标基于包含24K动作的12K运动对训练，与人类偏好对齐，能揭示运动学指标常漏掉的接触与稳定性失败，如脚滑和落地时机错误。
推荐理由：原文提出将人形运动跟踪评估与人的感知对齐的基准和指标，指出现有运动学误差会漏掉足底滑移等接触问题。
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。
PKU EPIC Lab精选AI 评分6161 PKU EPIC Lab 提出人形运动追踪数据研究 LIMMT，ICML 2026 接收
PKU EPIC Lab 发布 LIMMT（Less Is More for Motion Tracking），称是首个面向物理仿真人形运动追踪的数据中心研究。方法从物理可行性、多样性和复杂度三个维度定义动作数据质量，用不到 3% 的 AMASS 训练即可获得优于全量数据集的追踪表现，并清洗了网络来源 mocap 数据。论文已被 ICML 2026 接收，见 arXiv:2606.06953。
推荐理由：论文给出数据质量三维度框架和少量数据训练结果，对做humanoid运动追踪的研究者有方法参考。
WandercraftAI 评分4242 Wandercraft Atalante X 外骨骼新案例研究显示中风后步态康复显著改善
Kessler Foundation 的案例研究显示，Wandercraft 自平衡外骨骼 Atalante X 帮助一位 64 岁左侧偏瘫的慢性中风患者完成四周机器人辅助步行训练后，步速从 0.09 m/s 升至 0.19 m/s，步频提高 27.8%，且无不良事件。其动力动态踝关节可复制生理步态力学，改善负重对称性与推进力。作者强调仍需更多研究验证，结果在美国物理治疗协会年会发表。