东北大学研发无电子元件机械反射模块,复现膝跳反射并实现双足行走
日本东北大学团队开发出一种无需电子传感器或电路的机械反射模块,将其集成到肌肉骨骼机器人后复现了膝跳反射,并结合按运动相位调节激活阈值的高层控制实现了双足行走。该模块在物理结构中融合感知、计算与驱动,机械检测人工肌肉拉伸超阈值并自动收缩,灵感来自人体肌梭。
日本东北大学团队开发出一种无需电子传感器或电路的机械反射模块,将其集成到肌肉骨骼机器人后复现了膝跳反射,并结合按运动相位调节激活阈值的高层控制实现了双足行走。该模块在物理结构中融合感知、计算与驱动,机械检测人工肌肉拉伸超阈值并自动收缩,灵感来自人体肌梭。
优艾智合牵头的“面向半导体制造的高稳定移动操作机器人关键技术与系统”项目获2025年度广东省科学技术奖技术发明奖一等奖。项目称在物料振动控制、大范围导航定位与末端抓取精度、“手眼脚”一体化安全管控三方面取得突破,OW系列和ATS系列移动操作机器人已进入国内外十余家晶圆厂,融入8/12寸晶圆和28nm芯片生产流程并7×24小时运行。
按 crocoddyl 求解器核心数学形式同构复现了 Riccati 反向扫描、LM 正则化与 gap 收缩展开。在小车倒立摆大幅摆起任务上做三方对照,FeasShoot 迭代数不足打靶式三成,且正则化冻结。
文章以四足仿真体为对象,推导 CPG 相位振荡器的耦合收敛与足端轨迹生成,并解析官方预训练残差 PPO 策略在三策略对照、50 N 推力存活与残差幅值分析中的表现。摘要给出的结果是速度提升 74%、能耗降低 28%,存活阈值部分未完整给出。
Flapping Flyer 在 MuJoCo 中复现 77 mg 扑翼飞行器,用叶素气动力三项组成建模,并以 LQG 闭环实现悬停,高度波动 0.12 mm。材料还提到翅洗,但正文未展开。
文章剖析 DiffTaichi 可微物理仿真的伴随梯度机制,在物质点法软体、质量弹簧与流体场景中用损失梯度直接优化执行器控制序列。文中展示梯度法能优化强化学习类采样方法难以触达的软体运动形态。
作者在 Isaac Sim 中加载开源预训练策略,复现四旋翼 8 字赛道竞速,25 门、3.12 圈与官方成绩一致。内容拆解了高速转弯的姿态三阶段,并用三种子对照实验检验域随机化的真实收益。
safe-control-gym 在同一台平面四旋翼、同一初始状态下实测对照 CasADi 模型预测控制与预训练 PPO 策略。内容覆盖双推力动力学、多重打靶与截断概率比的数学构造,并给出 8 字跟踪精度、滚动时域预测锥与指令形态的一手对照数据。
Juggling-RL 在 MuJoCo 中用三自由度机械臂持锥形杯实现连续颠球,涉及混合动力学建模、弹道预测与反射映射推导。材料还给出直接策略搜索与 DDPG 两条路线的真实运行对照,并通过相位扫描与初始状态实验量化节拍容差与失效模式。
自动化不应止步于建筑入口。 一台Sherpa 10K #AMR 载着满载推车穿过院子,转弯进入,穿过卷帘门。 从室外到室内,作为一个系统统一调度。
DIAL-MPC 以 Unitree Go2 的全身力矩级控制为对象,推导扩散退火式采样模型预测控制中的样本收缩与代价排序机制。该方法在 MuJoCo 中完成小跑、跳箱、推箱等敏捷任务,展示免训练采样 MPC 在精度与敏捷性上的兼顾。
一项发表于《International Journal of Automation and Control》的研究提出遗传算法优化的模糊控制器(GA-FLC),在三自由度机械臂仿真中相比传统反馈控制将平均均方根误差降低89%。
首届 CMG 世界机器人登泰山大赛在山东泰安红门至中天门赛道收官,宇树 A2 机器狗以 43 分 41 秒(实际 41 分 41 秒、罚时 2 分钟)夺得足式机器人竞速赛冠军,全程采用全自主模式在不规则石阶上实时感知与决策。
ETH Zurich 团队研发出无中心机体的环形柔性框架四旋翼 FlexiQuad,撞击时框架变形吸收能量,仍能继续飞行。该机最高飞行速度达 80 km/h,碰撞测试速度约 25 km/h,框架材料成本低于 15 瑞士法郎,并已用于抓取和搬运软质急救包及超过自重的载荷。团队还用强化学习让其在碰撞后先稳定姿态再恢复自主飞行,但可靠感知与自主导航仍是走出实验室的前提。
上海交大邹丹平团队提出DiffDreamer,将学习的世界模型与可微仿真耦合用于四旋翼敏捷控制,论文已被RAL 2026接收。该方法用世界模型预测外部动态、用可微仿真传播机器人物理状态,在激进跟踪任务中距离误差降至0.381m,最强基线为0.793m;动态门穿越在1.0/1.5/2.0 m/s三种门速下过门数为16/12/8,MPC为12/4/1。
优宝特“行者泰山”人形机器人在首届CMG世界机器人登泰山大赛中,依靠自身感知与决策系统全自主完成泰山3100余级石阶通行。机器人搭载多模态感知,自主识别台阶边界与障碍、构建山道地图并规划路线,再通过自研关节模组与运动控制小脑动态调整步幅、步高与落地姿态。团队称此次比赛是对其全栈自研路线的一次实景验证,后续将面向山地巡检、应急救援等场景推进落地。
针对四旋翼避障,AirGym 将深度感知、低层控制与传感噪声纳入同一训练管线,梳理了五种控制层级、深度观测设计与奖励结构。文中还记录了 Blackwell 显卡无法运行 Isaac Gym 的工程结论。
文章以 python-control 为载体拆解状态空间控制设计,涵盖能控能观判据、极点配置与 LQR 的代数黎卡提解法、对偶观测器和频域裕度。文中还将离散 LQR 与能量摆起策略部署到 MuJoCo 小车倒立摆闭环中。
G1 Brunson 采用事件化奖励与非对称演员评论家训练,让深度相机在训练中直接进入观测回路,形成 G1 全身运球策略。官方权重在本机 MuJoCo 复现结果为 12 集平均 43.5 次交叉、零摔倒,与官方对齐。
灵巧手实战09聚焦手指抖动问题,从采样、摩擦与限幅三个方向排查 PID 控制。内容属于实战排查思路,未给出具体机器人型号、实验数据或验证结果。
灵巧手实战08聚焦单关节控制,讲解位置 PID 闭环如何落地,让单个关节按指令稳定运动。内容属于系列实战教程,面向灵巧手关节级控制的实现过程。
HAMPER 在 Isaac Lab 中复现宇树 G1 提篮搬运,用 PPO 全身策略与五阶段状态机串联接近、下蹲、穿提手到提起搬运的流程,并提供预训练权重在本机真实回放。
WAM 把四足机器人在凸模型预测控制下的运动数据训练成前向动力学世界模型,用滚动时域采样规划替代手工转向律,并结合 A* 全局路径与动态障碍外推实现导航避障。材料称全部数值来自本地复现实验。
Zephyr 步进电机控制实战围绕微步、定位与事件回调三项功能展开。内容涉及步进电机的微步驱动、位置定位控制以及事件回调机制的使用方法。
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%。
首尔大学研究团队提出 VLA 框架 RISE(Responsibility-Induced Specialized Experts),可分别采集移动与物体操作演示数据后联合学习,让机器人在无需完整多阶段演示的情况下连续执行多阶段任务。
10月26日,首届CMG世界机器人登泰山大赛排位赛在泰山红门至中天门步道开赛,多支国内团队的足式、轮腿复合机器人参赛,赛道全程约3.8公里、3100余级台阶。比赛遇降雨,湿滑石阶检验机器人的平衡控制、感知决策与续航能力,赛事还设足式机器人负重赛和全域机动探路挑战赛。智身科技“铜锤M1”最大负重30公斤、越障80厘米,东泰科技机器人竞速赛用时约58分钟、完赛剩余约80%电量。
首届 CMG 世界机器人登泰山大赛在山东泰安开赛,赛道为红门至中天门 3100 级台阶、600 米高差的实景山地盘道。四足与人形机器人在爬山前均先建图跑完整条古道,部分人形机器人把“眼睛”移到胸前以放低视线专注下盘,并通过关节受力与运动姿态实时调整步距和平衡。因排位赛出现裁判追不上机器人,组委会将全程跟踪改为点位裁判值守。
布里斯托大学团队用一排普通电动机通过共享机械骨架相互耦合,构建出模拟肌肉收缩的桌面物理模型,成果发表于 Royal Society 期刊 Interface。实验中电动机间歇接触骨架传递力,无需直接通信便自发出现负载-速度关系、随载荷增加更多单元参与、以及协调波等肌肉样行为。研究者认为这种由结构本身承担协调工作的思路,可能有助于改进机器人的驱动方式。
北京理工大学机电学院集群控制学科组在央视《了不起,咱们姓“科”的》栏目中展示了“北理智行者”人形机器人和四足机器狗等平台。其中“智行者”在2026北京亦庄人形机器人半程马拉松大赛上跑完21公里全程,面对城市道路、湿地公园、陡坡和近90度急弯等十余种复杂路况实现零摔倒、零中断,获“最佳步态”第二名。学科组还自研了无人机单体与集群算法仿真系统Sigma,可进行多场景、多天气仿真训练。
Xbotics 具身智能社区10月举办三场线下活动:深圳站48名开发者用OmniHand O10灵巧手完成校准与爬行比赛,上海站38名开发者两天内完成MotrixLab仿真训练到青龙Nano真机部署,杭州站22人学习复刻MiniDuck小黄鸭。
穿过卷帘门。驶下狭窄通道。横越被雨淋湿的场地。 不同的 Sherpa 牵引车,同样的任务:接上推车,继续前行。 下雨只是路线的一部分。 #AMR #Robotics
SoftCon 框架以四面体软体动力学、沿纤维收缩的肌肉约束,以及关键帧矩阵与传播滤波生成的激活行波构建章鱼游动控制链,并用 PPO 学习协调而非重建。该框架源自 SIGGRAPH Asia 2019。
古月居解析 PlaCo 人形步态链路:以加加速度为决策变量的线性倒立摆轨迹优化把 ZMP 压进支撑多边形,三次样条衔接摆脚,加权 QP 逆运动学把质心与双脚目标映射为 26 维关节速度,完成连续转弯行走。
G1 Dribble 用端到端强化学习实现仿人机器人足球带球,行走任务不调整权重,速度指令同时驱动身体与足球。作者在 MuJoCo-Warp 本机实测并记录十八回合云端实录,给出触球节律、可再触球距离带与失效形态,包括正中开局跨球不触、侧偏才有首触,1.5 米每秒直接撞飞。
本文在MuJoCo中复现C-1N六足机器人,实测开环三角步态与四档官方预训练策略的推理表现。作者从相位、支撑裕度、接触载荷与残差作用量四个维度量化六足行走的三重协调。
该研究以带反作用摆的自行车机器人为对象,推导侧倾动力学与速度相关的失稳机理,并用近端策略优化(PPO)训练转向、后轮与反作用摆的协同控制。实验在 PyBullet 中完成自然倒下、训练、平衡、导航与扰动恢复,并以避障训练收尾。
文章围绕机器人关节减速器齿隙空行程问题,建立双惯量齿隙传动模型并用Play算子描述,设计换向状态机与率限前馈补偿。文中以三组实验量化对比三种控制方案,并给出Python仿真实现路径。
该文以桥式天车防摆为对象,推导滑台、均质吊杆与载荷构成的复合摆动力学,并给出多阶段场景树的构造、非预期性输入共享与等权期望目标。作者在MuJoCo物理引擎中完成名义与鲁棒控制器的测量间歇对照实验。
Neural-Fly 提出将风不变表征与在线最小二乘结合的残差气动力适应律,用于四旋翼无人机在强风下的在线适应控制。该方法用公开飞行数据训练网络,并在 PyBullet 四旋翼与定常风场中完成 8 字轨迹跟踪对比实验,展示域偏移分离带来的快速适应能力。