RAVEN：面向四旋翼定位不确定性的统一主动视觉 SLAM 系统
RAVEN 是一个面向四旋翼的主动 SLAM 框架，在定位不确定性下统一规划探索与主动回环，并通过 0 到 1 的优先级参数调节探索效率与定位精度的侧重。框架先识别前沿与主动回环候选并生成全局巡游方案，再用效用向量评估，最后由感知感知导航规划器基于在线 Fisher 信息场生成平滑轨迹以降低视觉状态估计误差。
#Research
arXiv cs.ROAI 评分7070 arXiv cs.ROAI 评分6565 GAWM：面向多任务机器人操作的紧凑潜在世界-动作模型
作者提出GAWM（Geometry-Aware World Model），一个在冻结DINOv3编码器潜在空间中预测未来观测的紧凑多任务世界-动作模型，参数量不足1亿且未做机器人或视频预训练。
arXiv cs.ROAI 评分5454 混合刚柔空间机械臂系统的状态估计
该研究提出一种面向混合刚柔空间机械臂的状态重建流程，其远端连杆为腱驱动连续体机器人。方法将估计问题建模为以关节编码器和视觉测量为条件的最大后验推断，并转写为因子图，融合异构测量与刚柔运动学模型，同时采用几何可变应变（GVS）方法得到最小阶构型参数化。仿真闭环轨迹验证了状态重建精度与计算性能。
arXiv cs.ROAI 评分5555 全电重型机械臂的结构与驱动协同设计框架
该论文提出一种混合离散-连续多目标双层框架，用于全电重型机械臂的结构与驱动协同设计：上层优化几何与驱动拓扑，下层为各关节搜索电机、减速器和丝杠的可行配置，系统级协调器按硬件质量、协同设计成本和损耗感知供电能量选择执行器包，并将执行器质量反馈至机器人模型直至质量一致。
arXiv cs.ROAI 评分6464 Omni-IGN：面向无人机的全向视觉机载图像目标导航系统
作者提出 Omni-IGN，一个完全机载的无人机图像目标导航（ImageNav）系统，集成四鱼眼感知、基于注意力的强化学习策略和碰撞感知安全层。该策略自适应融合多视角目标相关特征，为连续导航提供方向引导，四鱼眼 RGB 图像无需专用深度传感器即可同时支持 ImageNav 与避障。
arXiv cs.ROAI 评分5959 面向双臂非抓取操作的接触保持任务自适应摩擦裕度
论文提出用带符号摩擦距离衡量力空间中的摩擦裕度，并从双臂倾斜时平衡枢轴力矩偏差所需的力修正中推导任务自适应裕度。该方法把接触裕度嵌入一系列二阶锥规划（SOCP），在每个倾斜角度给出全局最优接触力解，使机器人接触力与枢轴接触力远离名义摩擦边界。实机实验在物体属性变化和模型失配下完成执行，固定裕度与无裕度对比显示按任务需求调整裕度的重要性。
arXiv cs.ROAI 评分6262 ActiveAlign：用主动感知对齐自我中心操作中的 Real2Sim 差距
ActiveAlign 提出用主动感知缩小 Real2Sim2Real 差距的框架，包含 ActiveAlign-Waving 和 ActiveAlign-Touching 两个模块。
arXiv cs.ROAI 评分5656 黑盒机器人策略失效时：用透明代理模型做在线传感器诊断与修复
研究提出一种结构化代理模型，把周期性步态与依赖传感器的修正项分开，在冻结的移动策略外部诊断并修复受损输入。在仿真 Go2 上，离线诊断把行走成功从 259/640 提升到 429/640，在线修复达到 382/640，64 个无故障留出回合均未触发修复。作者指出证据仍限于单一策略和部分筛选的仿真故障集，机器人基础模型与硬件验证尚未开展。
arXiv cs.ROAI 评分6060 Trace-WAM：以三维运动预测辅助世界动作模型学习
Trace-WAM 提出在世界动作模型的视频-动作学习中增加未来三维运动预测作为辅助目标，监督时序点对应、图像平面位移与深度变化，直接刻画操作中的交互动态与空间变化。
arXiv cs.ROAI 评分6262 HC2Robot：用预测前瞻与超连接 Transformer 实现多地形人形跑酷
HC2Robot 提出一种可部署的感知式人形跑酷框架，由预测前瞻模块（PFM）和超连接（HC）Transformer 组成，PFM 从可部署观测预测每只脚下一次触地事件的时机、位置与支撑质量，把特权监督转成可部署的隐表示。
arXiv cs.ROAI 评分7171 TAPESTRY：用单一骨干网络同时做视频生成与机器人控制
TAPESTRY 将机器人动作视为视频模型潜空间中的单 patch token，把预训练视频扩散 Transformer 改造成机器人策略，推理时无需生成视频。
arXiv cs.ROAI 评分3636 四轮漫游车集成设计与可复现可行性分析：包指令成像、LiDAR测距与学习辅助目标识别（NASA HERC 2027）
针对2027年NASA人类探索漫游车挑战赛高中遥控组，一项研究给出四轮教育漫游车的集成可复现设计评估：10.919 kg、215 mm车轮在200 RPM下理论滚动速度8.105 km/h，标称电机参数不足以证明满足8 km/h设计上限。
arXiv cs.ROAI 评分5858 研究将磁倾角与磁强度梯度流用于无GPS导航
一项 arXiv 论文提出把仿生磁导航（BIMN）建模为梯度流控制与制导问题，利用地球磁场的磁倾角和磁强度在预设区域内引导系统经中间航点到达目的地。作者指出磁坐标与地理位置并非一一对应、存在歧义，但梯度流可充当携带系统运动的“水流”并受控导航。该框架可用于工程上建立地磁导航基础设施并定义、跟随规定路线，也可用于分析依赖磁感受的动物迁徙路线。
arXiv cs.ROAI 评分6767 RynnWorld-Latent：以通用潜在动作为条件的跨本体世界模型
RynnWorld-Latent 是一个跨本体视频世界模型，以 RynnLAM 提出的三维接地潜在动作作为共享条件接口，使人类交互视频、机器人演示与仿真数据无需统一原生动作空间即可联合预训练。
arXiv cs.ROAI 评分6262 Torch-Hand：21自由度连杆驱动人形灵巧手
研究团队提出Torch-Hand人形灵巧手，采用全连杆传动架构，具备21个自由度，其中拇指5自由度、其余四指各4自由度。该手将执行器集成于手掌并采用类串联机器人布置，使电机运动与关节运动学直接对应，兼顾抓取力与载荷能力。实验评估了可达工作空间、指尖协同轨迹、拇指对掌、33种抓取分类覆盖、抓取力、载荷与任务级操作。
arXiv cs.ROAI 评分5858 面向自动驾驶实验室的可审计框架：LAM、OpenSDL、Safe-SDL 与 L3-Bench
作者提出一套可追溯框架，包含 LAM、OpenSDL、Safe-SDL 和 L3-Bench 四个组件，用于连接实验规划、自动化执行与测量反馈。LAM 是测量条件化的策略架构，在视觉-语言-动作范式上扩展，同时生成连续机器人轨迹和带类型的仪器 API 调用；OpenSDL 负责把角色级操作映射到异构设备并记录带时间戳的因果事件。
arXiv cs.ROAI 评分5555 从人类驾驶数据学习个人出行车辆并排导航
论文提出一种让两台个人出行车辆（PMV）并排自主行驶的方法：给定全局路径后，两车各自运行基于采样的模型预测规划器，仅交换彼此可观测到的里程计信息，并通过共同的规则在候选轨迹对的效用矩阵上做出联合决策。
arXiv cs.ROAI 评分5656 研究：移动操作机器人非刚性底座在持续接触任务中的影响
该论文以打磨任务为案例，结合仿真与两台轻量无驱动轮式测试平台实验，刻画移动操作机器人非刚性底座效应。在底座与地面阻力较低时，100 N 指令仅实现 54-70%，工具中心点误差达 100 mm；接触过程中提高底座与地面阻力可改善力实现并阻止工具继续位移，而底座振动与力跟踪误差在测试条件下未呈现一致关系。研究由 Zongyuan Zhang 等人完成，已被 ACRA 2026 接收。
arXiv cs.ROAI 评分6767 TOPS：为多任务机器人操作重塑流源与传输路径
TOPS 提出面向任务的先验与调度方法，为每个任务调整流匹配的源先验和插值调度，且不修改网络架构。在 LIBERO-10 上，单步推理把成功率从标准流匹配十步的 53.44% 提升到 69.67%，推理时间约为基线的六分之一。方法在 LIBERO、LIBERO-Plus、CALVIN 以及迁移到 π0.5 策略时均取得提升，实机上层抽屉开启任务成功率从 20% 升至 80%。
arXiv cs.ROAI 评分6060 RoboSTD：通过矢状面镜像实现单臂到双臂零样本迁移的双臂学习方法
RoboSTD 是一种面向双臂机器人学习的零样本单臂到双臂数据构造方法，通过对观测、本体感知和动作做矢状面镜像生成可执行的对侧伪示教，再用 LLM 生成结构化时空协调约束，指导跨工作空间区域和任务阶段的伪双臂监督重建。研究在 AgileX ALOHA 平台的 RoboTwin 仿真和真实环境中评估，无需额外双臂示教，在收集杯子任务中收集到的杯子平均数量达到单臂基线的 2.11 倍。
arXiv cs.ROAI 评分6060 从生物曲线到模块化软体机器人：带不确定性引导修正的学习型逆向设计
该论文提出学习型 real-to-sim-to-real 框架，通过代理辅助逆向设计与不确定性引导修正，把生物曲线转成缆驱动模块化软体机器人的构型。学习型前向代理将形变预测时间从 1.53×10^5 ms 降到 0.0008 ms，约 1.9×10^8 倍加速；逆向设计时间从 1.99×10^6 ms 降到 4.18 ms。
arXiv cs.ROAI 评分5858 SWIM：从行为中学习状态权重以训练 JEPA 世界模型
SWIM 提出用逆动力学模型从离线轨迹中学习状态特征权重，用于 JEPA 世界模型的状态监督训练。该方法通过由当前状态和观测到的未来位移预测已记录动作，量化各状态特征对动作预测的贡献，并据此构建加权状态度量来对齐潜空间与状态距离。逆动力学模型只在训练阶段使用，规划时仍仅依赖图像；在五个仿真机器人操作任务上，SWIM 的规划成功率一致优于均匀状态加权。
arXiv cs.ROAI 评分6767 HumiTransfer 将野外视频中的人-人交互迁移到人形机器人
作者提出 HumiTransfer 框架，把野外拍摄的人-人交互视频转换为物理可行的人-人形机器人交互动作。该方法先重建带脚地接触的3D人体运动，再通过交互建模把其中一方迁移到目标人形本体，并用重定向后优化保证平衡、接触与避碰。
arXiv cs.ROAI 评分5858 QuadPose 从单目视频序列估计四足机器人全身 18 自由度位姿
作者提出 QuadPose，从单目视频序列估计四足机器人全身 18 自由度位姿，包括 6 自由度基座位姿和 12 自由度关节角，并发布首个相机到四足机器人位姿基准 QuadSyn。在 QuadSyn 上，QuadPose 达到 92.18% PCK@2.5px、85.94% ADD@20cm，平均关节角误差 3.65 度，运行速度约 33 FPS。
arXiv cs.ROAI 评分7171 OpenJaws：面向通用操作的开源硬件 UMI 框架，用双目定位提升示教精度
OpenJaws 是一个完全开源的传感器化 UMI 软硬件框架，用模块化 3D 打印夹爪搭配低成本双目相机恢复米制相机轨迹，以改善手持示教中的动作标签定位精度。作者同时提出 UMI-Loc-Bench-v1 基准，用于量化手持采集设备的真实定位精度，并显示双目定位明显优于单目方案。用 OpenJaws 采集的数据训练出的策略已在真实机器人上跨多个任务部署，硬件、软件和数据以商业友好许可发布。
arXiv cs.ROAI 评分7171 REACH：基于强化学习的分层人形机器人爬行框架，实现受限空间通行
REACH 是一个基于强化学习的分层框架，让 Unitree G1 人形机器人通过可变高度双足行走与爬行穿越高度受限环境。其策略在双足行走 1.27–0.50m、爬行 0.50–0.20m 的互补指令区间内调节身体高度，并用双向切换策略连接蹲行与爬行；框架还结合 LiDAR 规划器把点云转成无碰撞三维路径与运动指令。实机实验验证了高度与速度跟踪、地形通行、模式切换和受限空间穿越，代码与视频已公开。
arXiv cs.ROAI 评分6464 CARD：面向灵巧操作的接触锚定重定向框架
CARD 是一个无需仿真器和物体模型的框架，通过显式保留接触力目标，将人类演示重定向为机器人动作，并统一处理视频、动捕和触觉手套数据。在视频、手套、动捕数据及 GRAB 数据集上，CARD 在 43%–78% 的接触帧上保持接触，而纯运动学和物体感知重定向方法分别低于 10% 和 22.5%。
arXiv cs.ROAI 评分6464 CPG-ENN：可训练的四足运动CPG框架
研究提出CPG-ENN四足运动框架，用基于对称性的八神经元中枢模式发生器（CPG）提供步态节律，由预训练、各腿共享的执行神经网络（ENN）将节律信号与轨迹参数映射为关节角参考，无需在线逆运动学。
arXiv cs.ROAI 评分5858 MyoAcross：跨个体肌肉骨骼模型的通用肌肉驱动控制策略
研究提出 MyoAcross 框架，结合个体肌肉骨骼模型构建、形态条件化策略学习与虚拟模型增强，实现无需逐个体微调的肌肉驱动参考运动跟踪。在 31 个留出个体模型上完成率达 99.24%，跟踪误差较无条件多层感知机降低 22.60%。策略复用还扩展到由单图形状估计、身高和体重构建的 22 个留出个体模型，以及经不对称增强的单侧下肢缩短模型。
arXiv cs.ROAI 评分6969 RoboAuto：通过多层级物理理解实现自主机器人程序搜索
RoboAuto 提出一种机器人程序搜索框架，从物体、场景和交互三个层级组织物理理解，用于指导 LLM 智能体生成和修正操作程序。该方法在五个基准系列上取得更优表现，在短程 LIBERO-PRO 任务上成功率达 89.1%，在 LIBERO-PRO Long 和 LIBERO-Plus 上的平均成功率超过 ASPIRE 的两倍。
arXiv cs.ROAI 评分6262 GRAFT：为冻结人形行为跟踪器做几何感知残差适配
GRAFT 提出一种几何感知残差适配框架，在不改动冻结的人形行为基础模型（BFM）参数和运动参考接口的前提下，用轻量适配器只对下半身执行目标加入地形条件修正。适配器用任务与足部几何奖励训练，并约束其在平地上不产生多余修正，还从特权地形观测蒸馏到机载深度。
arXiv cs.ROAI 评分6767 SVIn+：融合3D声呐、视觉惯性、水压与DVL的水下状态估计框架
SVIn+ 是一个面向自主水下航行器（AUV）的多传感器状态估计框架，在开源视觉惯性 SLAM 系统 SVIn 基础上，将水压与 DVL 测量接入紧耦合非线性优化，并用 KISS-ICP 解耦前端生成相对位姿因子，把 3D 声呐结构信息纳入因子图。作者在沉船与珊瑚礁场景开展实地部署，验证了漂移抑制与全局一致性。论文为 IROS 2026 收录，代码与数据集已在项目网站公开。
arXiv cs.ROAI 评分7171 通过随机运动分词实现人形机器人全身控制
该研究提出用随机运动分词器生成简洁的离散运动表示，可直接输入全身跟踪策略，在Unitree G1上执行舞蹈、格斗和行走动作。在同等容量下，该分词器对Unitree G1动作的重建水平超过FSQ和VQ-VAE。实机演示中，生成动作各持续16.8秒，并完成一段35秒的格斗到舞蹈序列。
arXiv cs.ROAI 评分4949 基于集合多重覆盖建模的GSD约束k覆盖视点规划
针对无人机三维重建与巡检中基于重叠度的规划启发式无法保证图像质量约束下多次观测的问题，研究将GSD约束的k覆盖视点选择建模为集合多重覆盖问题。方法沿表面外法向生成候选视点，经距离、视角、视场与遮挡筛选后，用动态加权贪心启发式优先处理覆盖缺口与稀缺视角。在两种结构、四种体素分辨率和三种覆盖要求下，该方法实现完整或接近完整的k覆盖，视点数仅比ILP多3.00%–16.39%。
arXiv cs.ROAI 评分6262 HIDRA：面向无回放终身模仿学习的分层双路由注意力框架
作者提出 HIDRA，一种用于无回放、单遍终身模仿学习的分层双注意力路由框架，将指令级专家检索与上下文相关细化解耦。该方法引入键级几何正则化，约束任务内对齐与任务间分离，以缓解表示漂移下的路由干扰。在 LIBERO 多个基准套件（含异构任务序列与改写语言指令变体）上，HIDRA 在 AUC 和前向迁移上优于无回放与回放基线，并保持较低遗忘，代码已公开。
arXiv cs.ROAI 评分5858 SG^2SLAM：面向单目户外导航的空间几何约束3D高斯泼溅SLAM
作者提出SG^2SLAM，一种面向单目户外导航的3D高斯泼溅SLAM方法，用块级度量先验替代逐帧跨维对应，让跟踪与建图共享同一几何来源。方法还引入射线条件化3DGS核，为每个图元扩展视点方向子空间，并对空间几何与位姿联合优化。在KITTI和Waymo Open数据集上，SG^2SLAM在单目户外导航任务中优于逐帧关联基线，代码将在论文录用后公开。
arXiv cs.ROAI 评分4242 ASPEN：基于命令持续性预测的自适应语义推理，提升导航VLA效率
ASPEN是一种基于命令持续性预测的事件触发调度器，用于减少导航VLA策略中重复的语义推理调用。在冻结的NaVILA上于跨数据集RxR-CE val-unseen评测中，ASPEN将VLA调用减少9.5%、估计推理时间减少8.1%（含调度开销），并在92.1%的回合中保持与基线完全相同的动作序列。
arXiv cs.ROAI 评分6565 通过阶段条件策略优化学习多阶段机器人移动操作
研究提出将 PPO 扩展为阶段条件策略优化，用阶段条件评论家、阶段门控奖励和多阶段重置课程训练单一策略完成长时程移动操作任务。方法采用解耦分层控制架构，将底层平衡动力学与高层阶段执行分离，并在 Unitree G1 和加装机械臂的 Boston Dynamics Spot 实机上验证多阶段技能，同时通过消融实验检验设计选择。
arXiv cs.ROAI 评分6767 cuArms：面向多机械臂操作的 GPU 加速冲突式规划器
cuArms 是一个与 GPU 并行协同设计的冲突式规划器，用可复用的多模态 roadmap 分解搜索空间，并通过惰性搜索解决冲突与死锁。它接入高层调度器，联合优化任务分配、调度、运动与操作技能，实验报告了实时初始解以及运动质量和调度上的 anytime 改进，且无需学习方法的领域训练。作者称其在仿真与真实工业任务上均给出演示视频。
arXiv cs.ROAI 评分5555 程序级对抗协同自适应自博弈用于机器人安全
论文提出程序级对抗协同自适应自博弈框架，让编码智能体依据对手代码和任务反馈生成攻击与防御，无需模型微调。框架为自动驾驶提供外部程序接口、为人形机器人移动提供 SDK 级防御接口；两组八代案例显示，驾驶防御方引入直接驱动恢复，人形防御方修改输入状态校验，这些响应只带来局部任务恢复，未建立持续鲁棒性。