基于人物画像的MLLM评估:城市街道中机器人类型与时段如何影响感知安全
研究用首尔街道的18张图像(分白天/夜间、道路等级、无机器人/配送机器人/人形机器人三种条件),让Qwen3.8-27B和Gemma4-26B两个多模态大语言模型各以500个合成人物画像为条件做两两选更安全的图像,并与25名人类受访者对比。
研究用首尔街道的18张图像(分白天/夜间、道路等级、无机器人/配送机器人/人形机器人三种条件),让Qwen3.8-27B和Gemma4-26B两个多模态大语言模型各以500个合成人物画像为条件做两两选更安全的图像,并与25名人类受访者对比。
ConDR提出一种学习Hamilton-Jacobi-Isaacs变分不等式次解的方法,使学到的不可安全集包含真实不可安全集,从而减少把不安全状态误判为安全的情况。
一项被 IEEE Telepresence 2026 接收的研究在水中实验中让 ROV 面对受控横向水流,通过柔软振动触觉触控板向操作员传递环境信息。结果显示,遇到未预见的横向水流会显著增加操作员的体力与时间需求,触觉反馈可缓解这些负担并提升自评表现,但同时也带来最高的心理需求与挫败感;尽管如此,操作员在触觉条件下驾驶 ROV 的速度显著快于仅有水流信息的条件。
论文研究用学习到的状态-动作-效果关系作为离线契约,检测形状和范围合规但语义错误的动作接口错配(轴置换、符号反转、旋转缩放、夹爪极性反转),并对可能出错的字段排序。
该论文提出一类比经典控制不变集更宽的安全集,并分析通过约束预测时域内不同节点而非仅终端状态来保证递归可行性的 MPC 方案。当安全集是合适控制不变集的内近似时,方法可通过安全中止策略保证安全,即使不具备递归可行性。作者在 6 关节机械臂仿真中报告约束违反少于现有方法,并保持相近的跟踪性能与计算效率,硬件实验也验证了方案可行性。
OUCH 是一款腕戴式气动触觉刺激设备,用堆叠气动囊执行器、刚性压头和按设定载荷屈曲的柔性垫片,使压头仅在驱动时接触皮肤。在 200 kPa 气囊充气压力下,其压头接触压强估计达 18,500 kPa,超过商用手持压力痛觉计尖端的 25 倍,且所需总力更小。初步感知测试中,该压头引发不适所需施加力比压力痛觉计低约 89%,为腕部可控、可重复的伤害性刺激提供了基础。
川崎重工发布面向工业机器人的F Series Controller S-type控制器,在继承F系列操作性与扩展性的同时强化网络安全功能。该控制器支持用户名密码认证、访问权限管理、操作日志记录,以及SSH、FTPS、HTTPS等安全通信协议,并在OS启动和应用执行时进行完整性检查。
南京多家企业的养老机器人已在福利院和居家场景试点上岗,天创机器人“天佑”自6月初在建邺区社会福利院承担消控室值守,可将火灾响应时间从5至10分钟压缩到30秒以内。集萃智造的半人形陪护样机采用轮式底盘加双臂,通过遥操作与多模态传感器学习喂药辅助、物品递送等技能,正在江苏安康通试用。报道同时指出产品适配、柔性操作与老年交互、购置运维成本、安全标准与责任划分四道坎仍待解决。
NASA 在加州爱德华兹的 Rogers Dry Lake 用搭载 SPLICE 制导、导航与控制载荷的 Alta-X 无人机完成模拟月面下降与着陆机动。SPLICE 载荷用制导系统对地形建图并评估着陆区,判定目标区域不安全时会改飞更安全位置,并从光探测与传感器数据生成高分辨率数字高程图。
清华大学邓志东教授认为物理AI仍处早期探索阶段,尚未迎来自己的ChatGPT时刻,机器人会跑步跳舞不代表能进家庭照护老人。他指出突破关键在于世界模型——在执行动作前预演后果并理解任务与人的意图,评价标准应看通用性、任务成功率和泛化能力,而非生成的视频或一次演示。他还提出通过移动通信连接云边端、在边缘共享算力,以缓解端侧算力成本与功耗对规模化应用的制约。
无人物流车正从园区走向公共道路,新石器近期完成近4亿美元E轮融资,累计融资突破百亿。中国邮政已投放近5000台车,覆盖31个省份、263个城市,带运超1.3亿件快递。作者梳理了路权一城一策、保险与事故责任认定复杂、早晚高峰限行等现实约束,并指出单车月成本约2500元、低于传统物流车的7700元,九识智能的无人物流车快递场景应用比例已不到四成。
PAL Robotics 公布由欧盟 EIC 资助的 ARAL 项目,基于双足人形研究平台 KANGAROO 开发可在现有仓库中作业的人形机器人,首阶段目标从 TRL 4 推进到 TRL 5。
IROS 2026 全体会议聚焦太空机器人,NASA、JAXA 与学界专家讨论了机器人在月球探索、载人航天和在轨作业中的角色。NASA 因暂停 Gateway 计划转向 MoonBase 项目,初始运行能力目标 2029 年,需机器人建造舱段、搬运物资和就地资源利用;JAXA 的 MMX 任务采样机器人需在不到一分钟内采集逾 10 克风化层。
加州大学伯克利分校与戴维斯分校的研究者用仿真训练 16 关节 LEAP 机械手完成手内物体姿态调整,并另训一个安全过滤模块减少掉落。在外部动捕相机引导的 1200 次动作序列测试中,该模块把掉落次数从 16 次降到 4 次,代价是目标达成率从 95.2% 降至 91.5%。研究还演示了机械手把灯泡拧入灯座直至点亮,但安全模块在这类小规模演示中未提升成功率。
文章指出人形机器人正从演示走向量产,但仿真环境操控成功率89.4%到真实家庭场景骤降至12%,可靠性需靠测试体系补足。一体化关节模组占整机BOM成本约40%,GB/T 43200-2023已给出电机性能、控制性能、定位精度、机械性能四类测试框架。NI以cRIO关节台架和基于Isaac Sim、PXI与RDMA的半实物仿真方案,试图在纯仿真与真机之间插入HIL环节,缩短仿真到现实迁移鸿沟。
库卡移动机器人在 CeMAT ASIA 2026 现场发布三大核心内容:KMP L 系列潜伏顶升式移动机器人、一站式托盘搬运解决方案和 KUKA.AMR 软件 3.0 平台,作为“开天 KAI”智能平台在仓储物流场景的落地。
11月2日泰山首届CMG世界机器人登泰山大赛上,宇树G1开发版因过热退赛,被工作人员用担架抬下山。作者认为问题不止是散热零件,而是机身内算力、电池、散热三者争夺有限空间与功耗的零和博弈,G1电池为9000mAh、续航约两小时量级,连续爬升时关节电机持续大扭矩输出加速热衰减。文中还引用信通院报告数据:上半年全球人形机器人出货超2.2万台,六成以上流向文娱商演和科教数采,智能制造场景约占13%。
研究提出文本中性动作子空间(TNAS)诊断,发现视觉扰动可在生成理由逐字不变的情况下改变推理 VLA 的物理动作。在 Alpamayo 驾驶模型与 InstructVLA 操作模型上,局部最敏感动作方向与文本损失梯度近乎正交,范数重叠仅 1.87% 和 5.28%。
面对工业机器人保有量超500万台、ABB IRB 1700新机型循环时间最多缩短20%的加速自动化趋势,工厂需在调试阶段演练操作员如何安全质疑机器判断。建议引入误报、指令冲突和交接班三类演练,并记录质疑响应时间、决策到达时间等指标。安全防护、急停与风险评估仍须独立且优先。
NIOSH 的两个项目分别用计算机视觉在砌筑机器人协助工人放置混凝土砌块时检测潜在碰撞,以及用航拍视频识别工人、设备和可能造成坠落风险的开口。两类场景都受粉尘遮挡传感器、班次内光照变化、设备与建材遮挡相机视野影响,移动机器人还面临地面不平和临时通道变化。NIOSH 公报建议部署时跟踪传感器故障、定位失效和人工接管频率,并区分用相机标记隐患供复核与依赖其停机保护。
Gentherm Medical 推出 ThermAffyx 患者安全系统,将主动保温与体位固定合为一体,用于机器人辅助手术中维持患者正常体温并减少术中移位。该系统针对 Trendelenburg 体位下保温与固定争夺床面空间的问题,无需强制送风设备,使用标准医院电源插座,已测试至 297 磅(134.7 kg)的成年患者。
清华大学教授邓志东认为,物理AI整体仍处早期探索阶段,尚未迎来自己的ChatGPT时刻,机器人会跑步跳舞不代表能进家庭照顾老人。他提出突破关键在于世界模型:让AI在执行动作前预演后果与代价,并需结合任务与人的意图,评价标准是通用性、任务成功率和泛化能力。他还建议通过移动通信连接云边端、在边缘部署共享算力,缓解端侧算力成本与功耗压力。
宝马集团与 Embotech 称已在英国和德国的四个生产基地用厂内自动驾驶(Automated Driving In-Plant)技术累计搬运 100 万辆汽车,目前每天约 3500 次车辆移动,可用率超过 99.5%。
针对人形机器人落地“哐哐响”的问题,排查指向足底力控与位置控制两种方案的选择差异。文章以排查实录形式梳理该异响的根因定位过程,供研发者对照自身控制方案。
东土科技在2026中国自动化大会展出物理AI解决方案与全国产化具身智能机器人电子架构,该架构融合鸿道Intewell工业操作系统、AUTBUS确定性工业总线、MaVIEW智能体工具软件及国产AI处理器芯片。在国家工业信息安全发展研究中心组织的现场技术测试中,搭载该架构的机器人在关节断电、模拟网络泛洪攻击及木马病毒模拟等场景下通过故障隔离、网络安全与实时控制相关测试。
作者用稀疏自编码器(SAE)分析 VLA 模型的内部表征,找到一个激活与对抗补丁存在强相关的特征,并在推理时仅当线性探针检测到攻击才抑制该特征,从而在不微调 VLA 的前提下提升鲁棒性。在 LIBERO-10 上的对抗补丁攻击测试中,条件干预提升了间歇性攻击下的成功率,而持续施加同一干预会明显降低策略性能。
作者提出 AlphaAdj,一个视觉到控制的导航框架,用第一视角 RGB 观测和视觉语言模型(VLM)按视觉语义上下文调节控制障碍函数(CBF)的保守程度。VLM 输出标量上下文谨慎信号来动态调节 CBF 参数 alpha,并由几何与速度相关的上限约束激进程度;为应对 VLM 延迟,推理与控制回路异步运行,语义信号直接取自 token 级输出概率而非完整自回归文本生成。
该论文提出一种规范感知的动作分布优化框架,可在不修改预训练机器人基础模型参数的情况下,于执行时强制满足一类信号时序逻辑(STL)约束。方法在每个决策步通过前向动力学推演剩余时域,计算满足硬 STL 可行性约束的最小修改动作分布,并在仿真中用当前先进机器人基础模型跨多环境与复杂规范进行验证。
作者提出 CHOP,用反事实人类偏好标签微调视觉运动导航策略,使其对齐人类对安全与避障的直觉。在 SCAND 数据集上,多个先进模型经 CHOP 微调后近碰撞事件平均减少 49.7%,偏离人类偏好轨迹减少 45.0%,平均障碍物间距增加 19.8%。
arXiv 论文在简化周界防御仿真中对比了集中指挥官、拍卖式共识团队和独立 LLM 智能体在五种网络条件下的表现,共识团队入侵率为 15%,指挥官为 32%,独立智能体为 29%。
一项在真实家庭环境中开展的试点研究评估了面向犬类福利的“曲线绕行”导航动作——在狗的警觉距离触发横向弧线绕行轨迹,但结果与假设相反,该动作比直线基线引发更强烈的应激反应。作者认为,机器人多次停顿并重新定向以近似弧线的不连续执行削弱了行为可读性,这本身成为应激源。研究由此提出机器人行为对非人类的可读性与代理刺激效度是动物-机器交互(AMI)的结构性挑战。
一项博弈论与多智能体研究提出,无法通信的团队可通过读取对手对群体整体的反应(tell)来获知单个成员看不到的信息,一次tell可替代全体成员的消息传递。在已求解的高斯模型中,团队通过承诺不使用全部信息来获得真相,并保留对手本应付出的隐藏成本;精确检验可判定该结论在有限博弈中何时成立。研究还分析了信任分配方式,指出两个可互换成员以不同方式响应可替代单个成员的私有随机源。
ROOF 提出一种带接触支撑几何逃逸引导的强化学习方法,让仅靠本体感知的人形机器人在头顶障碍下先腾出空间再完成起身。仿真中,在只能抬起的板下恢复成功率为 88.5%,无几何引导时为 18.9%;在尺寸、质量和位置随机化的自由板下为 98.6%。部署到 Unitree G1 后,在七类真实障碍场景的 150 次尝试中成功恢复 95 次,其中包含训练中未出现的家具和多物体布置。
研究在 LIBERO-Goal 仿真中对六个模型检查点施加空、中性、无意义、不可行和错误任务五类指令,固定初始状态只改变指令,考察 VLA 策略是否启动、完成哪个任务以及指令决定什么。
作者提出 AC-SMPC,一种带状态约束的 actor-critic 模型预测控制框架,用于受限动态环境中的安全导航。该方法用顶点表示机器人与障碍物、半空间表示工作空间,将非线性动力学局部线性化并把基于超平面的避障约束凸化进可微 MPC 层,actor 通过闭环反馈调整 MPC 目标参数,critic 评估长期任务表现。
SAFARI 将目标检测作为统一概率地图的原生通道,让几何与语义证据共同驱动探索和规划。作者在三个野外场地的四足平台上完成11次任务,平均覆盖98.7%的可达任务区域,97.6%的任务时间无需操作员干预,可检出特征尺寸小至15cm的物体。消融实验显示,物体尺寸感知与安全感知路径规划对危险物体搜索至关重要。
研究提出关节健康感知强化学习框架,用连续关节健康向量编码执行器状态,并通过 HealthNet 从近期观测和动作估计各关节健康度,让策略在健康与退化关节间重新分配控制力。
研究团队提出 TRACE,一种执行期目标状态风险门控,在保持已学习策略不变的前提下选择性干预。他们先用 PPO 只更新 0.6B VLA 跟踪器的规划头,成功率与跟随率在 EVT-Bench 三个设置上均提升,但分心跟踪场景碰撞率上升。
作者提出能力条件异构图控制屏障函数(CC-HGCBF),在共享二阶参考点操作空间中为运动学与驱动能力各异的机器人提供统一安全表示。方法引入径向能力场(RCF),以固定维度刻画各机器人状态相关的有限时域可达速度集,使共享图屏障与去中心化策略无需预定义机器人身份即可适应状态、运动学约束与控制限制变化。
作者提出能力感知备份可恢复性过滤器(CA-BRF),在共享笛卡尔操作空间中构造备份可恢复集,并据此筛选候选控制,使每台机器人保留一条符合自身运动学与驱动约束的认证恢复机动。该方法在候选动作与备份动作之间选择可行动作插值并协调同时发生的交互,从而在名义安全约束优化不可行时仍保证离散时间闭环系统的递归可行性与安全性。仿真验证覆盖最多 30 台异构机器人,实验涉及五种不同运动学类别。