#Research

复旦与南洋理工提出SimpleVLN：用原生多模态大模型刷新视觉语言导航SOTA

复旦大学与新加坡南洋理工大学等团队提出SimpleVLN，不改动多模态大模型核心结构、不新增专用导航模块，仅靠观测筛选、动作块决策与SFT、DAgger、强化学习三阶段训练完成视觉语言导航。

刘锋团队提出AI「鲁滨逊测试」：撤走人类后AI能否独立生存

《崛起的超级智能》作者刘锋博士研究团队探索性提出AI「鲁滨逊测试」，在给予必要补给后撤除人类维护与任务指令，观察AI能否自我维持、拓展生存空间及对人类持合作、对抗还是中立态度。测试分约三个月抚育期、约一个月交接期和一年放手期，在物理隔离局域网内留下电池、服务器、可换件机器人和操作手册，并随机注入断电、硬盘损坏等扰动，结果分零至四级并单独标注对人类行为。团队称这只是初步设想，尚需在试点中校准。

无问芯穹联合清华、智元提出群体经验学习CEL范式并在96台机器人上验证

无问芯穹联合清华大学、智元提出群体经验学习（CEL）范式，并在96台机器人上完成原型验证。在手机包装任务中，经CEL训练的策略在两台未参与训练的同型号机器人上完成120次测试，成功率从79.2%提升至98.3%；参与学习的机器人从16台增至96台时，测试成功率由86.7%提升至98.3%。

同一新闻，精选展示《无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%》

中科院自动化所提出触觉增强抓取插入框架，0.05毫米间隙下成功率67%

中国科学院自动化研究所程龙团队提出触觉增强的抓取—插入全流程学习框架，在0.05毫米间隙下实现67%成功率，峰值接触力降低60%，论文被IROS 2026收录。该研究以帕西尼PX6AX GEN3多维触觉传感器为核心感知硬件，集成至七轴机械臂，覆盖五种几何形状与1、0.25、0.05毫米三档间隙。同等条件下无触觉的IL+RL方案成功率为52%，纯模仿学习方案为0。

中科院自动化所与帕西尼合作研究：触觉增强强化学习实现亚毫米级精密装配

中国科学院自动化研究所程龙团队在 IROS 2026 发表研究，用触觉增强强化学习提升亚毫米级精密插入的成功率与稳定性。方案先用 Diffusion Policy 模仿学习抵达孔口，再用 SAC 强化学习完成插入，并通过触觉基线补偿和按扭矩分组的均衡采样处理真实触觉噪声。

智元联合清华、无问芯穹发布CEL群体经验学习范式，96台真机实现集群自主进化

10月30日，智元联合清华大学、无问芯穹发布群体经验学习范式CEL，以机器人同伴的真实作业轨迹为经验来源，配套FERT失败引导经验检索微调算法与FATS容错异步训练系统。在插花、叠衣、手机充电、凳子组装、手机包装五项真实任务上，CEL训练策略全部超过6名人类远程操作员平均水平，最高领先16.7个百分点。手机包装任务中，参与训练的机器人从16台扩至96台，成功率从86.7%升至98.3%。

同一新闻，精选展示《无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%》

无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%

无问芯穹联合清华大学、智元提出群体经验学习（CEL）范式，并在 96 台机器人上完成原型验证。在手机包装任务中，CEL 训练的策略在两台未参与训练的同型号机器人上完成 120 次测试，成功率从 79.2% 提升至 98.3%；参与学习的机器人从 16 台增至 96 台时，测试成功率由 86.7% 提升至 98.3%。

智元联合清华发布CEL群体经验学习范式，96台真机实现集群自主进化

智元携手清华大学、无问芯穹发布群体经验学习范式CEL，让机器人以同伴的成功与失败轨迹作为学习素材，人类只负责结果判定。在插花、叠衣、手机充电、凳子组装、手机包装五项真实任务上，CEL训练的策略全部超过6名人类远程操作员平均水平，最高领先16.7个百分点；手机包装任务中参与训练的机器人从16台扩至96台，成功率从86.7%升至98.3%。

同一新闻，精选展示《无问芯穹联合清华、智元提出群体经验学习 CEL，96 台机器人验证成功率 98.3%》

OpenFlyV2 发布机载视觉-语言-动作模型，支持空中感知与导航

OpenFlyV2 是一个统一的机载视觉-语言-动作架构，用共享视觉-语言表征在单一模型中支持语义理解、语言定位感知、空间推理与连续飞行控制。模型在 NVIDIA Jetson Orin NX 上以 10 Hz 完全机载生成每段 12 个航点的动作块，并从仿真零样本迁移到真实四旋翼，在四个真实环境中取得 48% 导航成功率，未使用真实空中训练数据。

哥大李昀烛团队在IROS 2026介绍FlexiTac开源触觉传感器进展

哥伦比亚大学李昀烛团队在IROS 2026介绍了开源柔性压阻式触觉传感器平台FlexiTac开源一年半后的进展，该传感器3分钟即可组装，可弯曲裁剪并包覆于手套、指尖或机器人皮肤。团队已将其集成进LeRobot，并改造UMI手持设备补上触觉记录，用于视觉-触觉同步数据采集与策略预训练。ADI正推进其商业化版本，触觉分辨率达到人类手指的五倍，基于半导体制造工艺量产。

清华大学联合无问芯穹、智元提出群体经验学习CEL，96台机器人集群验证

清华大学、无问芯穹与智元联合提出群体经验学习（CEL）范式，让机器人共享同伴的成功经验而非只依赖人类示范，并在96台真实机器人集群中完成验证。两台未参与训练的机器人在插花、叠衣服、手机充电、凳子组装、手机包装五项任务上共测试600次，失败15次，总体成功率97.5%，均超过6名人类操作员的平均水平；手机包装任务成功率从79.2%提升到98.3%。

TinyAstral：将自进化 harness 迁移到小型通用操作智能体

TinyAstral 提出两阶段方法，先冻结开放权重教师模型，通过递归自我改进（RSI）让前沿 LLM 智能体读取教师轨迹并提出 harness 修改，每次修改须通过配对统计检验才被接受，再冻结最终 harness 并蒸馏出小型学生模型。

CausalWAM：在世界动作模型中学习动作的因果来源

研究提出 CWAM（Causal WAM），在预训练世界动作模型的动作头上增加稀疏路由路径，把动作相关隐变量与世界建模所依赖的其他变量分离，世界建模目标保持不变。作者证明在稀疏约束下，用于生成动作的隐变量仅是动作相关隐变量的可逆函数，真实结构可识别到隐变量置换，且不依赖充分时间依赖或未观测状态演化假设。合成数据与真实机器人实验验证了该理论，并显示闭环成功率效率提升。

RoboArchitect：自动设计带持久记忆的机器人智能体框架

RoboArchitect 让编码模型观察机器人 rollout、诊断失败并迭代修改冻结策略外围的智能体框架，在不更新任何模型权重的情况下把未见场景平均成功率从 9.7% 提升到 43.3%（4.5 倍），未见任务从 12.7% 提升到 40.2%（3.2 倍）。

研究：视觉基础模型的空间状态表征探针评测

研究用冻结特征探针在静态室内环境的流式第一视角观测下，从空间结构、物体持续性、预测性空间更新和可行动性四个层级考察十种视觉基础模型表征。结果显示，对可见场景的强读出能力并不能保证准确的物体持续性或未来特征检索，在真实特征上训练的空间读取器也无法原样迁移到预测特征。物体持续性和可行动性依赖相机位姿读出，而特征预测依赖可见场景读出。

CMU 提出 Wiggle and Go：抖动绳索估计物理属性以规划操作

CMU 机器人研究所团队提出 Wiggle and Go 系统，让机器人先短暂抖动绳索或线缆，用俯拍摄像头记录波动传播，再由计算机视觉算法跟踪运动并估计其物理属性，据此规划后续动作，无需先反复试错。该模型完全在仿真中训练，再借助真实绳索抖动时的运动估计属性以提升实机预测精度。研究已被 2026 年机器人学习会议（CoRL）接收，下月在奥斯汀报告，部分由美国国家科学基金会资助。

ETH Zurich 生物混合微型机器人刷新步行型速度纪录，每秒走 0.4 个体长

苏黎世联邦理工学院 10 月 22 日发布博文，展示由小鼠骨骼肌细胞与水凝胶支架构成的约 1.5 厘米长生物混合微型机器人，可跳跃、奔跑、游泳与抓取。团队用算法同时优化肌肉组织分布、体积及水凝胶支架形状与力学特性，在相近肌肉量下运动幅度最高达此前系统的 11 倍；行走版本速度达每秒 6.2 毫米，约合每秒 0.4 个体长，研究称这是迄今报道的步行型生物混合机器人最高速度。

Ropedia Super Week 发布六项研究：从人类经验到机器人操作

Ropedia 在 10 月 19 日至 23 日举办 Ropedia Super Week，集中发布 Ropedia W0、HoliWorld、EgoXperience、DONIC、S-Agent 2.0 与 Ropedia A0 六项研究，覆盖人类经验记录、世界模型预测与双手操作学习。

Aether AI 与 UC San Diego 提出 RobotAgentBench，评测机器人开放世界自主能力

Aether AI 和 UC San Diego 的研究团队提出 RobotAgentBench（RAB），一个面向开放世界机器人自主能力的综合评测基准，构建 50 种家庭布局、90 项原子任务、18 项短程任务、8 项长程任务和 4 类开放式场景。

天津大学团队提出FAME：用Flow Matching生成多探索目标的主动三维建图方法，入选NeurIPS 2026 Spotlight

天津大学与合肥工业大学团队提出FAME，用Conditional Flow Matching同时生成多个探索锚点，再经A*路径规划、路径聚类和分层选择确定路线，论文被NeurIPS 2026接收并入选Spotlight。

哈佛与英伟达等提出 RAX：机器人 Agent 在线探索，五大基准平均领先 37.4 个点

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技能，模型参数保持冻结。

同一新闻，精选展示《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》

EmbodiedLab 解读：机器人怎样把实验读数变成可信结论

针对10月26日提交的EmbodiedLab预印本，解读聚焦机器人在仿真实验室中如何把动作、读数与结论串联起来。内容从工具分层与失败分析两方面，讨论可信实验记录与工程调试的方法。

使用VLM即法官方法进行合成数据生成的管线

构建视觉问答（VQA）数据集时，最朴素的做法是用多模态模型对每张图、每个问题生成一个答案并存储。该管线采用VLM即法官方法进行合成数据生成。

JEPLO：基于 JEPA 与 LiDAR 感知的四足机器人地形自适应步态控制

JEPLO 提出用单雷达点云聚合成深度观测、在潜空间预测下一节拍潜变量的四足机器人地形自适应步态控制方法，不重建图像。方法辅以教师-学生蒸馏与分布正则，预训练权重在仿真中复现，潜变量主成分分析按地形清晰分簇。

OpenDoge 用观测历史隐式状态估计控制四足机器人运动

OpenDoge 提出一种面向四足机器人运动控制的混合内模型，在没有地形地图与接触传感器的情况下，把观测历史编码为速度估计和 16 维隐状态，用于判断步态相位与外扰。文章结合真实推理数据，考察隐状态携带与缺失的信息。

FTNCBF：传感器故障与攻击下的容错神经控制屏障函数

FTNCBF 针对传感器被攻击时屏障函数安全保证失效的问题，为每个故障假设并行运行估计器，把估计不确定性折算成屏障条件的一阶与二阶修正项，再以最小范数规划合成容错控制。该方法在航天器与无人机场景中进行了复现。

AME：用地形注意力编码控制G1人形机器人复杂地形行走

文章介绍一种名为AME的地形注意力编码方法，把G1人形机器人1.6×1.0米高程图编码为187个地形token，并以本体状态作为单一查询做交叉注意力提取地形特征，策略据此在台阶、梅花桩与坡地上行走。文中推导了编码器结构、注意力机制与奖励设计，正文完整内容未在材料中给出。

Lidar-E2E：四旋翼机载激光雷达端到端避障控制

Lidar-E2E 提出四旋翼机载激光雷达的端到端避障控制方法，将1944线激光雷达点云池化为36×6距离图，与20维机体状态拼接后直接输出姿态增量与油门，底层由PX4级联姿态控制器执行。文章还推导了旋翼辨识模型、传感流水线与奖励塑形，并使用Isaac Sim。

FishSim：基于肌腱驱动与流体动力学的仿生机器鱼推进控制

FishSim 用单电机加两条交叉弹性腱和五系数无状态流体模型，把仿生机器鱼推进做成可辨识链路。文中给出八频率仿真与真实游速对照，辨识前后轨迹误差从592毫米降至91毫米，并讨论了系数敏感度与转向实验的边界。

从 Jev 的结构化判断到 UniIntervene：机器人强化学习如何判断“继续还是接管”

南洋理工大学团队提出真实机器人人类在环强化学习方法 UniIntervene，目标是减少机器人训练过程中对人工接管的依赖。论文在 UR7e 机械臂的抓取、插入、擦拭和折叠任务上开展验证。

CaPtain：面向代码即策略机器人智能体的后训练流水线

CaPtain 提出一套开放后训练流水线，把 Qwen3.5-4B 这类小型开源视觉语言模型训练成代码即策略（CaP）机器人智能体，测试时不依赖 VLA、前沿模型或特权状态。

HiFOR：面向视觉-语言-动作模型的动作引导世界检索层级预测框架

HiFOR 提出一种带动作引导世界检索的层级预测框架，用于视觉-语言-动作（VLA）模型。其层级预测通过层级依赖掩码（HDM）联合预测短期状态演化、语义里程碑与最终目标状态，结构感知潜在世界建模沿时间、视角与空间维度组织未来表示，动作引导的因子化世界检索则在去噪过程中按动作表示检索相关未来信息。作者称在两个仿真基准和六个真实机器人操作任务上验证了方法有效性。

WorldFlow：通过大规模预训练联合预测视频与三维运动

WorldFlow 是一个生成式世界模型，用统一的 Mixture-of-Transformers（MoT）骨干在 rectified-flow 目标下同时去噪视频与查询式三维轨迹，将三维运动参数化为与视频网格对齐的连续位移 token。

WorldBridge：用视频与动作专家桥接世界动作模型的任务泛化

WorldBridge 提出一种世界动作模型（WAM），通过结构化注意力连接独立的视频专家与动作专家，并以联合流匹配训练。在 RoboTwin 2.0 上，仅用分布内视频-动作监督时分布外任务成功率为 25.07%，加入无动作标签的任务视频后升至 55.90%，每任务再加一条带动作标签示范后达 70.70%。

LEAN：基于强化学习的能耗感知导航规划器发布

作者发布 LEAN，一个基于强化学习的局部能耗感知导航规划器，代码已在 GitHub 开源，论文发表于 IEEE Robotics and Automation Letters。作者称该方法无需用靠近目标作为奖励，而是让智能体从失败轨迹中学习，并给出明确的能耗信号。作者附带的视频对比了该模型与去掉能耗感知的消融版本以及经典 NMPC 规划器在真实环境中的推理表现。

QUAN：用四元数近似网络提升图像分类与旋转目标检测

论文提出四元数近似网络 QUAN，通过 Hamilton 积分解用实数运算近似四元数卷积，并配合自定义 CUDA 内核实现旋转等变图像分类与目标检测。作者还提出独立四元数批归一化（IQBN）以稳定训练，并把四元数运算扩展到空间注意力机制。

基于模糊自耦合PID的无人机编队控制方法可让编队飞行更平滑

一项发表于《International Journal of Systems, Control and Communications》的研究提出将模糊逻辑与自耦合PID控制器结合，用于多无人机编队控制。

多伦多大学为单腿跳跃机器人 Hopcopter 研发柔性足垫，提升沙地与冰面表现

多伦多大学工程团队为单腿跳跃机器人 Hopcopter 开发柔性足垫，使其能在沙地、冰面等困难地形上跳跃。该足垫通过扩大接触面积、球形关节随地形倾斜、橡胶带回位和底部短刺增加抓地，将起跳误差降低最多 66%、效率提升最多 64%，跨地形性能差异减少 84%。相关论文发表于 Advanced Intelligent Systems，团队下一步计划开发自主导航，面向搜救、管道与矿区巡检等场景。

WorldOracle 发布动作条件世界模型基准，七款模型预测与真实执行存在偏差

普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA 与 AgiBot 联合推出动作条件世界模型基准 WorldOracle，用同一初始帧和动作序列对比模型预测与真实执行。

同一新闻，精选展示《WorldOracle 世界模型评测平台发布，用真机实测给行业测谎》

三篇跨本体论文解读：身体、动作与环境数据仍需人工翻译

文章解读10月24日至26日发表的三篇跨本体研究论文，认为跨本体更像翻译而非模型自发能力。MimicAll用结构化身体条件表覆盖16个系列、4096种身体变体。