苹果研究团队发布人形机器人控制系统HALO，单项任务平均成功率91%
苹果研究团队在arXiv发布论文《Perceptive Humanoid Motion from Simulation》，公开人形机器人自主控制系统HALO，并同步开放训练与部署代码。
#Perception and localization
中国机器人网 · 微信公众号AI 评分7474
APPSO · 微信公众号精选AI 评分8383 苹果公开 HALO 人形机器人研究：宇树 G1 背 Mac mini 跑千问，陌生家庭任务成功率 91%
苹果研究团队公开 HALO 人形机器人研究，用宇树 G1 背负 Mac mini M4 Pro 本地运行千问模型，在 6 个未扫描的真实家庭中 360 次测试平均成功率达 91%。
推荐理由：苹果用纯仿真合成数据替代人力遥操作，在陌生真实家庭中验证人形机器人技能迁移，为绕开数据瓶颈提供了一条可规模化的路径。
3D视觉工坊 · 微信公众号AI 评分7171 浙大提出SplatAnything：用高斯间距归一化实现任意场景前馈式3DGS重建
浙江大学提出SplatAnything，用高斯间距中位数归一化（GSNorm）替换RDNorm，实现任意场景的前馈式3DGS重建。该方法在ScanNet、DL3DV、Tanks and Temples等七个数据集、4至64视图输入及外推视角下多数设置取得最优LPIPS与DISTS，4视图推理耗时411毫秒。
CVer · 微信公众号AI 评分7575 戴盟机器人等提出 Touch-R1 触觉推理模型，论文被 NeurIPS 2026 接收
戴盟机器人团队联合厦门大学、南京大学、大湾区大学、复旦大学提出 Touch-R1，将强化学习用于跨传感器触觉推理，论文已被 NeurIPS 2026 接收。团队同时构建 TouchReason-1M 数据集（14,700 条触觉序列、132.3 万个同步数据对，覆盖 1,000 余个物体和 9 大类材料、四种视触觉传感器）与 TouchReason-Bench 基准。
arXiv cs.ROAI 评分6262 研究审计短片段相机位姿基准：ATE 对齐使匀速直线轨迹优于多数模型
Xinyi Shi 的论文指出，在 Sintel 协议下，一条不含图像的匀速直线轨迹的平均 ATE 低于 11 个近期模型中的 10 个，也低于 110 个已发表方法中的 85 个。
arXiv cs.ROAI 评分4646 留出法自验证无法证明摄影测量重建的精度
在10组GNSS参考航拍、ETH3D、EuRoC及30个IMC 2025场景上测试表明，标准留出法自验证得分饱和：40次抽稀重建中均为1.00，而同一航拍内相机位置误差相差可达5.9倍，对226台相机仅1台在5米内的损坏模型仍给1.00。改用已验证匹配的对应关系后，18次损坏运行中14次得分低于0.95，标准形式仅4次。该测试无法发现所有重建都重复的误差，也不能替代检查点。
arXiv cs.ROAI 评分6262 FHNW Muttenz 数据集：街景视觉定位的精度潜力评估
作者发布 FHNW Muttenz 数据集，覆盖连续 10 km 街道网络、两次相隔约 1.5 年的移动测绘采集，真值位姿位置精度 6-9 mm、姿态误差低于 0.1°。基于该数据集系统评测稀疏特征视觉定位，白天影像与预标定相机下中位平移误差 1-5 cm、旋转误差 0.03-0.1°。作者指出，在场景表示具备精确地理配准的前提下，视觉定位可接近测绘级 GNSS 定位精度，并提供完整姿态信息。
arXiv cs.ROAI 评分6262 BLaFA：将语言指令映射到3D功能可供性，实现工具使用中的灵巧抓取
BLaFA 提出一个语言驱动的功能灵巧抓取框架，把自然语言指令转换为操作约束语义六元组，并定位3D功能接触关键点，再映射为手腕位姿与手指关节和力指令。研究在100条开放词汇指令、覆盖四类功能意图的14组任务-工具组合以及真实机器人实验中验证了该框架。代码将公开。
arXiv cs.ROAI 评分7171 小型四旋翼无人机基于毫米波雷达的机载动态避障系统
作者提出首个基于毫米波雷达的机载感知与控制动态避障系统，用于小型四旋翼无人机。系统结合轻量交互多模型（IMM）跟踪器与直接输出规避加速度的控制障碍函数（CBF）控制器，并推导感知范围、相对速度与控制延迟之间的充分避障条件。
arXiv cs.ROAI 评分6262 NoContactNoWorries：用视觉与本体感知估计接触，支撑手内灵巧操作
NoContactNoWorries 提出一个基于 Transformer 的多模态框架，融合 RGB-D 视觉与机器人本体感知，推断手与物体交互的二值接触状态，作为伪触觉信号。作者在多个物体上训练单一接触预测模型，并验证该推断信号可支撑下游强化学习智能体完成手内物体重定向，且能泛化到新物体。仿真与真实机器人实验均验证了从视觉和本体感知推断接触的可行性，论文已被 IROS 2026 接收。
arXiv cs.ROAI 评分5858 SGM-SLAM：面向数据高效分布式SLAM的场景图匹配方法
作者提出SGM-SLAM分布式SLAM框架，面向GPS拒止、通信受限环境下的多机器人协同，机器人可各自独立初始化坐标系且仅共享有限空间重叠。该方法用融合RGB-LiDAR点云构建包含语义分割点云层与离散有界物体层的场景图，并通过与邻近机器人交换和匹配物体数据完成协同匹配，采用多步数据交换与优化提升通信效率。作者在含有限轨迹重叠、视角变化、重复结构和视觉退化条件的真实数据集上验证了效果与通信效率。
arXiv cs.ROAI 评分6262 MosaicIMU：面向多载体的可泛化神经惯性里程计框架
MosaicIMU 是一个以载体为条件的混合专家（MoE）预训练与适配框架，用于可泛化的神经惯性里程计。它通过基于原型的路由器组合载体专属专家特征，解码局部速度与不确定性约束，并与历史感知 EKF 结合；面对未见域时冻结预训练基座、学习轻量专家残差分支，边缘部署时复用路由器挑选在线样本做增量更新。
arXiv cs.ROAI 评分5858 GELS：基于梯度计的电磁定位系统实现医疗工具闭式6自由度位姿估计
作者提出基于梯度计的电磁定位系统GELS，用紧凑磁力计阵列作为嵌入式准梯度计估计局部磁场与梯度张量，再经欧拉齐次关系映射位移，并用Procrustes配准在至少三个非共线源下恢复阵列姿态与位置。该闭式算法只需已知源位置与阵列几何，无需预标定工作空间场图、初始位姿猜测或标定源磁矩，台架实验中求解器中位运行时间为172.00微秒。扰动分析指出传感器间不一致与偶极子模型失配是主要精度限制。
arXiv cs.ROAI 评分5959 XIT：面向未知环境主动气体分布建图的探索与利用信息树规划器
作者提出 XIT，一种基于采样的规划器，把主动气体分布建图（GDM）建模为下一最优轨迹的信息路径规划问题，用单棵共享树同时朝多个前沿目标生长，并在途中进行信息性气体采样。
arXiv cs.ROAI 评分7272 模块化磁软体机器人导管实现胰胆管可视化介入
研究团队提出直径1.47毫米的模块化磁软体机器人导管，把成像、光纤布拉格光栅（FBG）形状感知、柔性夹爪、磁锚定球囊和微米级超声触发释放壳集成到磁体本体、表面或相机占位上，并测量各功能对弯曲性能的代价。
arXiv cs.ROAI 评分6161 研究用约束移动地平线估计从肌腱测量定位连续体机器人接触
Haitham El-Hussieny 提出用约束移动地平线估计（MHE）仅凭肌腱测量定位肌腱驱动连续体机器人的接触位置。作者证明接触力到肌腱测量的映射零空间维度至少为七，自由接触支撑下无法定位接触；已知障碍几何时，非穿透与互补条件使接触力局部可辨识，并证明系统局部指数强可检测。
arXiv cs.ROAI 评分6565 Seeing What Matters：面向操作的任务条件可操作空间信念基准
作者提出 Seeing What Matters 基准，用于在仿真桌面操作中评测任务条件的可操作空间信念，覆盖咖啡工作站、抽屉柜和微波炉三类场景共 860 个冻结评测用例，扩展后超过 115000 个评测回合。
arXiv cs.ROAI 评分6262 基于零样本仿真到现实强化学习的自主粒子图像测速
研究将粒子图像测速（PIV）的相机布位建模为序列决策问题，训练强化学习智能体控制搭载相机的 6 自由度机械臂，在水洞中定位、取景并解析水翼尾流。智能体仅通过时间分离图像对估计的速度场与不确定性观察场景，全部在基于 CFD 生成不同翼型、位置和攻角尾流的光真实感仿真中训练。
arXiv cs.ROAI 评分6060 扩展的基于模型学习惯性里程计提升四旋翼位姿估计泛化性
该研究提出扩展的基于模型学习惯性里程计方法，通过采用机体坐标系表示并将机体坐标系扭矩动力学纳入学习流程，提升四旋翼位姿估计在未见轨迹上的泛化能力。学习模型预测短时域相对位移，并与IMU测量在扩展卡尔曼滤波中融合。
arXiv cs.ROAI 评分5555 面向 LiDAR 无人机探索的轻量级路径感知前沿重排序方法
论文提出一种面向 LiDAR 无人机自主探索的轻量级路径感知前沿重排序方法：先用轻量效用函数保留少量 top-N 前沿候选，再用时间受限的 RRT* 规划估计其可行路径代价并重排序，所选前沿的路径还被复用于导航以减少重复全局规划。
arXiv cs.ROAI 评分5757 CucumberVision 边缘部署：Jetson Orin Nano 与 Raspberry Pi 4 上 RGB-D 黄瓜尺寸测量的精度、吞吐与能耗
研究将基于 YOLO26n 检测、提示式分割与中弧样条估计的黄瓜长度测量流程部署到 NVIDIA Jetson Orin Nano 和 Raspberry Pi 4，并与 RTX 3050 Ti 工作站对比。
arXiv cs.ROAI 评分5050 光电软吸盘实现猕猴桃抓取的机械交互力感知
研究团队提出一种针对猕猴桃的双组分光电软吸盘，在已知接触区间内用光学信号估计与真实果实的交互力，对未参与训练的果实取得分组交叉验证 R²=0.968±0.005（MAE=0.138 N），单果留出 R² 中位数 0.973（MAE=0.134 N）。
arXiv cs.ROAI 评分7171 EGT：用学习闭环轨迹分布估计越野可通行性
研究提出执行接地可通行性（EGT），将其定义为车辆-控制器组合执行候选路径并满足轨迹级跟踪与进度要求的概率，用潜空间流匹配模型预测闭环轨迹分布。在650次未见地形仿真试验中，EGT将安全路径误拒率降至2.2%（姿态裕度与力角基线为11.4%-39.5%），不安全路径误接受率为7.7%。
arXiv cs.ROAI 评分4747 基于时域优化的交叉点电阻阵列鲁棒读出方法
针对机器人触觉传感中长互连与环境噪声导致传统频域读出失准的问题，该研究提出时域优化读出方法，通过拟合时域观测模型、利用完整波形而非仅频谱幅值来确定电阻值。在16×16阵列仿真中，该方法平均读出误差较基线降低20%；1000次试验验证显示平均误差和标准差分别降低24.6%和77.6%，并在模拟触觉传感器电阻分布的交叉点阵列仿真中得到确认。
arXiv cs.ROAI 评分6060 何时信任BIM：面向竣工偏差的可辨识性感知LiDAR-惯性-BIM融合
论文将LiDAR-惯性里程计与BIM融合中扫描与模型不一致的归因问题形式化为三类故障识别，并推导出判断归因是否可行的几何判据。基于该判据的方法在可检测但不可归因的二维案例中条件错误率为0.83%，而采用不确定性弃权的基线为31.67%；在5,600个可归因案例中给出5,574次唯一归因且无错误归因。
arXiv cs.ROAI 评分6464 DobotTrack：面向具身人员跟随的目标锚定视觉-语言-动作学习框架
DobotTrack 提出目标锚定的视觉-语言-动作（VLA）框架，用于语言引导的具身人员跟随，在 EVT-Bench 上以 0.8B 参数模型取得 77.9% 平均成功率，比 OmTrackVLA 高 16.9 个百分点。
arXiv cs.ROAI 评分5757 利用自然天空光对鱼眼相机进行偏振标定
研究提出一种联合镜头-检偏器标定方法，用八参数统一建模入射角相关的镜头透射率与检偏器增益和角度偏移，仅需一段手持户外天空光序列即可完成偏振标定，无需专用偏振标定设备或预设天空偏振模型。
arXiv cs.ROAI 评分6363 FATHOM：面向稀疏标记AUV跟踪的世界模型引导扩散动作轨迹选择
FATHOM 提出一种世界模型引导的扩散动作轨迹选择框架，用于稀疏主动光标记下的自主水下航行器（AUV）相对跟踪。该方法先用多模态任务监督的循环状态空间模型融合标记观测、惯性测量、动作历史与时间动态，形成预测跟踪信念，再由扩散动作先验生成多条多推进器轨迹，并在滚动时域目标下选出最优候选、依据机载观测持续更新。
arXiv cs.ROAI 评分6262 什么限制了毫米波人体状态感知用于机器人感知
该论文提出一个框架，把人与环境建模为统一的时变散射场，并给出关节定位的克拉美-罗型误差下限，该下限取决于带宽、孔径、信噪比、融合帧数、相位相干性和保留回波的可见性。
OFweek Robotics同新闻AI 评分7777 苹果公开人形机器人控制系统HALO，宇树G1陌生环境任务成功率91%
苹果研究团队在arXiv发表论文《Perceptive Humanoid Motion from Simulation》，公开人形机器人自主控制系统HALO，并在宇树G1上验证。
同一新闻，精选展示《苹果公开 HALO 人形机器人研究：宇树 G1 背 Mac mini 跑千问，陌生家庭任务成功率 91%》
36Kr Embodied IntelligenceAI 评分5858 苹果在arXiv披露人形机器人自主控制系统HALO并开源代码
苹果研究团队近日在arXiv披露人形机器人自主控制系统HALO并开源相关代码，主要验证语义层零样本迁移的可行性。新浪财经指出，该成果对A股板块的影响更偏叙事强化，受益方向集中于补齐触觉感知这一技术短板的相关环节。
3D视觉工坊 · 微信公众号AI 评分3232 Amodal3R、InstaScene、3D-Fixer、SOAP：三维重建如何补全相机看不到的区域
ICCV 2025 的 Amodal3R 直接在 3D 潜在空间中完成遮挡推理与几何生成，用可见区域掩码和遮挡区域掩码保留真实观测并推断被遮挡的几何与外观。
智源研究院 · 微信公众号AI 评分5555 智源提出ArtHOI：用视频先验重建四维人-物交互
智源研究院提出ArtHOI，利用视频先验在无配对3D数据条件下实现4D关节人-物交互的高精度重建。该方法面向人-物交互重建任务，核心思路是以视频先验替代配对3D数据。
HuggingFace Daily PapersAI 评分7373 FWL-ToPM 与 FWLAug：面向实时全波形激光雷达 Transformer 的 token 剪枝与物理感知增强
研究提出 FWL-ToPM 与 FWLAug 两项方法，用于解决全波形激光雷达（FWL）Transformer 的冗余 token 计算开销大和标注数据稀缺导致的泛化不足。
HuggingFace Daily PapersAI 评分6767 SLA：通过持续预训练扩展空间-语言-动作模型
研究提出 SLA 空间-语言-动作模型，从预训练的 pi05 策略初始化，在持续预训练中联合优化动作预测与中间视觉嵌入对冻结 3D 感知模型空间表示的对齐。团队统一了跨本体、任务和场景的异构机器人数据集，并引入特征相关门控自适应聚合多层视觉嵌入，教师模型可利用部分可用的深度与相机标定信息。所有辅助组件仅在训练阶段使用，推理架构保持不变。
新智元 · 微信公众号AI 评分6060 厦门大学与南洋理工提出RoTA-Bench：交互式投影对齐评测三维位姿推理
厦门大学与南洋理工大学团队提出RoTA-Bench，用交互式3D-to-2D投影对齐评测视觉语言模型能否根据视觉反馈精确调整物体三维位姿。基准包含674个任务，其中100个为冻结测试集，模型需在24种离散旋转动作中选择，使投影与目标轮廓IoU达到0.90。
深蓝AI · 微信公众号AI 评分6262 南科大提出GNFormer：用高斯神经场做高效三维占用预测
南方科技大学团队提出GNFormer，用高斯神经场（GNF）做基于相机的三维占用预测，让高斯负责定位重点区域、小型MLP负责判断占用与语义。室内场景仅用256个高斯，占用准确率从参照方法FLM-Occ的71.7%提高到74.3%，推理也更快；室外单目与六相机环视场景使用1024个高斯。论文指出该方法仅处理单帧图像，未报告真实机器人闭环导航或避障效果，速度仍落后于部分流式方法。
深蓝AI · 微信公众号AI 评分7474 港科大沈邵劼团队提出RAVEN：统一无人机主动探索与回环定位的主动SLAM框架
港科大沈邵劼团队提出统一主动SLAM框架RAVEN，用效用向量分别量化探索效率与定位精度，按帕累托最优选全局游览，并由优先级参数λ（0~1）决定偏探索还是偏定位。
Tech Xplore RoboticsAI 评分6262 MIT 提出 UQ-DAAAM：用多视角图像纠正机器人记忆中的错误物体描述
MIT 研究人员提出 UQ-DAAAM 系统，通过比较同一物体在不同视角下的多段描述来量化机器人对所见内容的不确定性，并选取额外视角修正错误标注后写回记忆。该方法在 DAAAM 框架上加入不确定性量化，用启发式规则挑选能降低不确定性的帧而无需重跑视觉语言模型，再用大语言模型融合多段描述。
arXiv cs.ROAI 评分6060 GhostTac：通过电磁干扰无接触操纵机器人触觉传感器
GhostTac 提出一种无接触攻击，利用电磁干扰（EMI）的非线性整流与有限带宽放大效应，把精心构造的 EMI 信号转成持续直流偏置，绕过板载滤波并造成稳定测量偏差。作者在 10 个传感器模块和 2 只灵巧手上共 15 个不同类型触觉传感器上验证了攻击一致性，并通过触觉抓取、滑移检测和材质分类三个案例展示实际影响，例如可能让家用机器人施加过大力量。该工作已被 ACM CCS 2026 接收。