Yonghyeon Lee 汇编《机器人优化、最优控制与强化学习》讲义 v1 发布
Yonghyeon Lee 汇编并编辑的《机器人优化、最优控制与强化学习》讲义 v1 已在 arXiv 发布，强调三者的数学联系与实际应用。该讲义由人与 AI 协作撰写，属已有材料的整理而非新研究成果，目前为初步版本，尚无图表，后续计划修订与扩充。
#Guides and practice
arXiv cs.ROAI 评分3838
arXiv cs.ROAI 评分6969 ASPIRE：通过迭代机器人探索进行智能体技能编程
ASPIRE（Agentic Skill Programming through Iterative Robot Exploration）是一个持续学习系统，以代码即策略范式自主编写并改进机器人控制程序，将经验沉淀为可复用技能库。
arXiv cs.ROAI 评分6565 ExtremControl：用缩放速度前馈实现50ms人形机器人遥操作
ExtremControl 提出低延迟人形机器人全身控制框架，将端到端遥操作延迟从约200ms降至最低50ms。其核心是在底层控制中加入缩放速度前馈，使跟踪延迟减少约70ms，并直接在选定刚体连杆的SE(3)位姿上操作以避开关节空间重定向；论文还推导了闭式笛卡尔空间映射，仅需一次人体测量标定即可适配不同体型的操作者。
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4545 人形机器人遥操作中的可调可达映射：全景方位扭曲与上肢偏航变换的耦合视觉-运动重映射
该研究提出一种耦合视觉-运动重映射方法，将全景方位扭曲与其逆向上肢偏航变换配对，用于人形机器人第一人称遥操作，以扩展操作者对侧方和后方目标的可达范围。原型实现了 Global Zoom（GZ）和 Focus+Context（F+C）两种映射模式。
arXiv cs.ROAI 评分5757 Flow Control：用键盘等通用输入实时引导VLA动作
论文提出VLA模型的flow control方法，通过键盘等通用输入实时引导机器人动作，无需重训或微调VLA。该方法将用户输入写入VLA的flow matching动作专家初始条件，利用流的确定性使生成动作既反映用户意图又贴近VLA自身未引导动作。
RLCN强化学习研究 · 微信公众号AI 评分3838 RLChina 论文研讨会第172期：CV-ICRL 与 VLA 策略优势引导后训练拆解
RLChina 论文研讨会第172期于2026年10月20日16:00-17:00（UTC+8）在B站与腾讯会议直播，由上海交通大学博士生赵寒烨主持，张文浩与曹嘉航分别报告两项研究。
arXiv cs.ROAI 评分5757 Hardware-as-Regularization：用可调被动柔顺主臂提升模仿学习数据一致性
arXiv 论文提出 Hardware-as-Regularization 方法，通过低成本被动关节模块（可调机械离合器加 3D 打印螺旋弹簧）将每个关节拉向用户定义的中立姿态，以被动回正力充当关节空间 L2 正则化的物理先验。
arXiv cs.ROAI 评分5757 基于低成本遥操作机械臂模仿学习的草莓果柄靶向采摘研究
该研究提出一套视觉运动模仿学习流程，用于草莓果柄靶向采摘，统一了感知、运动规划与接触操作：从人类遥操作示教采集数据，训练以ResNet-50为视觉骨干的Action Chunking with Transformers（ACT）策略，并在Jetson AGX Orin边缘平台上以15 Hz自主部署。
至简动力 · 微信公众号AI 评分6464 至简动力IROS 2026 Tech Talk：真实CNC车床上下料中的机器人操作实践
至简动力在IROS 2026 Tech Talk中介绍机器人在CNC车床上下料场景下的精密操作实践，工件与卡盘间隙仅0.5毫米，方案覆盖动作生成、多视角感知、历史记忆与接触反馈。
RLCN强化学习研究 · 微信公众号AI 评分3636 圆桌论道 | RLChina 论文研讨会第170期直播预告（2026.09.30）
RLChina 论文研讨会第170期将于2026年9月30日14:00-14:30直播，天津大学硕士生马绍津分享论文《One Act, Many Masks: Effect-Marginal Policy Optimization for Long-Horizon Agents》，天津大学博士生郭玮主持。
帕西尼 · 微信公众号AI 评分4646 帕西尼PX6AX触觉传感器支撑深圳大学RoboLab团队破解触觉跨操作者泛化难题
深圳大学机电与控制工程学院张书洋助理教授团队以帕西尼PX6AX多维触觉传感器为验证平台，针对触觉材料识别中的跨操作者泛化难题，提出轻量化触觉模型Lite-TacFormer，通过少样本校准机制提升跨操作者泛化能力，具备极轻参数量、极低样本依赖与超低算力门槛。PX6AX以自研FUSE触觉感知芯片为核心，可在千万次测力后保持毫牛级精度、微秒级响应，其感—算—传一体化设计缩短了实验周期。
TUM MIRMIAI 评分4646 TUM MIRMI 用具身实验室智能（Embodied Laboratory Intelligence）协同探索癌细胞内部机制
慕尼黑工业大学（TUM）机器人与机器智能研究所（TUM MIRMI）下属的细胞与生物机器人实验室（CBoRG lab）提出“具身实验室智能（Embodied Laboratory Intelligence）”，用机器人助手与虚拟智能体协同探索癌细胞内部机制。
RLCN强化学习研究 · 微信公众号AI 评分7272 一文七问解读DreamerV3：用世界模型实现固定超参数的通用强化学习
RLChina「一文七问」栏目解读Google DeepMind与多伦多大学提出的通用强化学习算法DreamerV3，该算法基于世界模型，先在想象轨迹上训练actor-critic，用一套固定超参数在8大类、超过150个任务上达到或超过各领域专门算法。
石麻笔记 · 微信公众号AI 评分7474 专访罗剑岚：LWD如何让机器人在部署后持续学习
本文是对罗剑岚博士的专访，介绍其新工作LWD（Learning While Deploying），让通用机器人策略在真实部署中持续从自身经验在线强化学习。LWD用offline RL预训练加online RL微调统一离线与在线的优化目标，价值函数单独用VLM训练并同时利用正负样本（约60%多正样本、30%多负样本），部署数据平均约40秒回流进入训练流程。