LACART：面向安全关键机器人的前瞻增强避障与参考跟踪策略
LACART 将基于前瞻的控制障碍函数（CBF）、松弛控制李雅普诺夫函数（CLF）与二次规划（QP）结合，在统一优化层中修正车辆标称指令，同时处理圆形障碍与赛道边界。
#Research
arXiv cs.ROAI 评分5050 arXiv cs.ROAI 评分6767 DKWBC：解耦运动跟踪与平衡的人形机器人全身控制框架
DKWBC 提出一种动力学信息驱动的全身控制框架，用逆动力学前馈与关节 PD 反馈提供跟踪力矩，再由残差策略学习平衡所需的关节力矩修正。作者称该结构把运动相关力矩需求显式分离，简化了策略学习任务，并在仿真与实机上验证单一平衡策略可跨多个运动数据集泛化，在地面支撑、附加载荷和物理交互下保持跟踪与平衡。项目主页已公开。
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6060 LLM 能否通过编辑权重调试机器人？
研究提出让 GPT-6 Astra 读取机器人基础策略权重，仅编辑 65 行 token 嵌入，在 π0.5 的 765 条留出改写指令上把成功率从 86.3% 提升到 92.0%（48 次修复、4 次回退，配对 p=1.31×10⁻¹⁰），全程不做梯度更新也不用新演示。
arXiv cs.ROAI 评分6060 Horizon-Coupled Obstacle Guidance：为相对动作扩散策略提供推理时避障引导
该研究提出一种面向预训练相对动作扩散策略的推理时障碍引导框架，将累积相对动作展开为工作空间轨迹，用基于SDF的障碍模型评估轨迹上的障碍交互，并在去噪过程中把每个障碍响应传播到所有相关动作增量。在覆盖四类操作任务的七个障碍约束场景实机实验中，该方法取得105/140（75.0%）无碰撞任务成功，绝对动作逐点引导为8/140（5.7%）。消融显示相对动作的时域耦合形式在两种障碍模型下都带来更大的提升。
arXiv cs.ROAI 评分6464 MDF++：端到端表征学习的视触觉世界动作模型
MDF++ 是一个视触觉世界动作模型，用扩散骨干网络端到端学习多感官观测的潜在表征，以解决现有世界动作模型依赖冻结预训练编码器、表征不适配控制的问题。作者提出多任务学习策略，利用跨模态相关性学习任务相关表征，避免朴素联合训练导致的特征坍缩。在包含真实螺栓拧紧与螺母对位的接触密集操作任务上，其表现比基于冻结预训练表征的世界动作模型高出最多 50%。
arXiv cs.ROAI 评分6262 研究提出被动变形四旋翼的闭环设计优化方法，实现15 cm窄缝穿越
研究提出一种闭环设计方法，联合优化四旋翼几何与两条被动折叠臂的扭矩-形变响应，以仿真中接触式窄缝穿越的成功率作为反馈信号采样更优设计。原型机宽度从31.3 cm被动收窄至14.1 cm，以2 m/s参考速度穿越15 cm宽开口，可容忍30度以内的接近角误差，并能折叠通过40 cm长的受限通道。与刚性对照相比，软构型在无接触飞行中仅增加2 mm位置RMSE和不到1%的电功耗。
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6565 SUGARv2：从合成交互参考学习多样化视觉人形机器人移动操作技能
SUGARv2 提出一个统一框架，通过交互参考合成和共享训练流程学习多样化视觉人形机器人移动操作技能。该方法把可复用任务模板适配到不同空间配置以低成本合成机器人与物体协同运动参考，并以基于参考的模仿作为跨任务共同学习目标，先训练特权教师再经教师蒸馏和强化学习训练视觉策略。
arXiv cs.ROAI 评分6969 TPS-A*：在轨迹参数空间做可认证碰撞检测的任意形状车辆路径规划
作者提出 TPS-A* 格点规划器，其边由参数化轨迹生成器产生的运动学可行轨迹构成，并在轨迹参数空间做可认证碰撞检测。按足迹预计算的网格只需遍历一次局部障碍，就能返回每条候选轨迹的可认证自由距离，使每节点碰撞代价与足迹复杂度和轨迹数量无关。
arXiv cs.ROAI 评分7171 用规划器验证的反事实测试审计抓取可行性预测器
研究提出规划器验证的反事实（CF）测试：固定抓取位姿，在接近通道中插入实体障碍并把其点加入模型输入，由规划器重新判定标签从可行翻为不可行。在覆盖点云、体素、深度和物体 token 的八个预测器上，CF 配对 AUROC 从自然场景的 0.920-0.996 降至接近随机（0.470-0.504），且该翻转在四种规划器、两种机械臂和真实物体障碍下均成立。
arXiv cs.RO精选AI 评分7979 A2-MEAS：以代码为扩展接口的具身多智能体框架
作者提出具身多智能体框架 A2-MEAS，以代码作为扩展接口，将纠错语言、空间证据、执行历史与动作建议组合成纠错代码，训练时由 MetaBrain 提供监督与运行时引导。
推荐理由：该框架以代码作为扩展接口，把纠错语言与执行历史注入策略，并给出跨基准与实机任务的量化对比。
arXiv cs.ROAI 评分5858 仅测距HOCBF-QP框架实现异构轨道多机器人安全环绕
论文提出一种面向非完整约束多机器人系统的安全关键控制框架，让各机器人以不同轨道半径环绕静止目标，同时保持与邻居的间距并避免碰撞。每个机器人只测量到目标的距离、只与相邻两个机器人交换信息，通过加速度把半径驱动到目标值、通过转向率平衡编队，并用高阶控制障碍函数二次规划（HOCBF-QP）同时约束目标距离、地理围栏和机器人间安全。
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6262 ToolDex：面向创造性物理工具使用的人类自我中心与外部视角演示数据集
ToolDex 是一个面向创造性物理工具使用的大规模人类演示数据集，记录人类选择、改造并重新利用身边物体作为工具的场景。数据采集使用同步的自我中心相机与八台外部视角相机，提供手、工具、目标物体及其可变形交互的多视角高保真观测与标注。作者还建立了覆盖物理工具使用推理、稀疏视角 3D 与 4D 重建、机器人策略学习三项核心能力的基准套件。
arXiv cs.ROAI 评分7272 一项受控研究考察智能体机器人中的模型、技能、反馈与课程设置
一项受控仿真研究覆盖九个操作任务、631 种实验配置和 28K 次编码智能体 rollout，系统改变模型能力、技能先验、反馈结构与课程设置。实验数据表明，瓶颈往往不是能否获得足够信息，而是如何把信息解读为正确的策略更新。自学习循环能否成功，取决于智能体能否有效归因失败、推理与任务相关的空间和几何结构，并有选择地重构代码以改进策略。
arXiv cs.ROAI 评分6262 FastFunnels：用自适应动态漏斗实现狭窄空间多机器人高速导航
FastFunnels 提出一种分层多机器人导航方法，高层用强化学习策略实时生成可变形椭圆包络，低层用分布式模型预测控制（DMPC）让机器人保持在包络内并互相避碰。
arXiv cs.ROAI 评分5858 VLA Handover：基于失败预测从机载 VLA 切换到服务器 VLA
研究提出 VLA Handover 框架，机器人在机载小 VLA（S-VLA）可能失败时才切换到服务器上的大 VLA（L-VLA），且不重新训练任一模型。在 SmolVLA 与 π0.5 于 LIBERO 四个套件中三个的仿真中，成功率比单用 S-VLA 提升 11-22 个百分点，请求数比纯服务器控制少 49-77%，成功率低 2-4 个百分点，完成时间随网络延迟增长更慢。
arXiv cs.ROAI 评分6262 RevoSim：面向灵巧操作的可扩展多模态触觉仿真器
作者提出 RevoSim，一个面向 BrainCo Revo3 灵巧手的多模态触觉仿真器，联合建模 285 个压阻式触觉单元和 5 个视触觉指尖。该仿真器可同步生成压力、深度、RGB 与标记位移观测，在单张 RTX 5090 上其深度条件标记位移配置支持最多 4096 个并行环境。作者完全在仿真中训练了手内操作与抓取策略，为后续仿真到现实迁移打基础。
arXiv cs.ROAI 评分5252 论文提出健康陪护机器人自主性分级 CRAS，并以 Ryan 为案例
论文提出健康陪护机器人这一社会辅助机器人类别，并给出参照 SAE J3016 的六级自主性量表 CRAS（L0-L5）。以 DreamFace Technologies 商业化的 Ryan 为案例，NIH/NIA 资助的纵向研究（N=18，887 小时）显示认知评分 SLUMS 提升 2.61（p=0.015），抑郁症状 PHQ-9 下降 2.50（p=0.073）。
arXiv cs.ROAI 评分5656 HOC2R：从人类视频提取手物接触轨迹用于机器人运动迁移
HOC2R 提出一种手物接触轨迹提取器，结合冻结的 DINOv3 与 SAM 2.1 特征和学习头完成手物关联与接触定位，用于从人类视频中提取机器人可用的运动线索。
arXiv cs.ROAI 评分6565 PRISM：用上下文技能混合路由实现可保留技能的 VLA 适配
PRISM 把可复用技能表示为参数级基元，每个技能族存为独立的低秩动作专家适配器，推理时由按块运行的 VLM 条件路由器组合调用。在 RoboCasa365 上，PRISM 取得 56.43% 原子技能成功率和 20.00% 长程复合任务成功率，标准 π0.5-LoRA 两阶段微调则为 17.86% 和 17.50%。
arXiv cs.ROAI 评分6565 HomeLoop：面向家庭辅助与安全的机器人-IoT协同仿真框架与基准
作者提出基于Isaac Sim的HomeLoop仿真框架与基准，将机器人本体、联网设备与可穿戴设备、模拟住户、故障传感器和随时间演化的危险整合在同一环境中。基准包含5类共20个任务，同一警报可对应不同成因，运行时监控用时序逻辑对最终结果和过程动作打分，每个动作有预设代价。
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 研究定位并编辑视觉-语言-动作模型 OpenVLA 的目标表征
研究考察 OpenVLA 是否遵循“不要把碗放在炉子上”这类禁令，并定位其执行目标在模型中的表征位置。在 LIBERO-Goal 上，否定表述对 OpenVLA 实际执行的任务没有可检测影响，79% 的否定 rollout 仍执行了被禁止任务，普通任务完成率为 78%。
arXiv cs.ROAI 评分6767 Lodos：面向接触密集交互与精细网格的轻量仿真器
Lodos 是一个从零设计的仿真框架，用新的宽相、窄相碰撞检测与接触动力学计算，专门处理精细网格间的网格-网格碰撞。作者称其物理保真度与现有成熟仿真器相当，在网格-网格碰撞场景下吞吐量约高一个数量级，源码已公开。该工作针对的是大规模并行刚体仿真中因用球、胶囊、圆柱、盒等基元近似碰撞几何而受限的接触密集场景。
arXiv cs.ROAI 评分6262 Lodos-v2：精确摩擦接触问题的原始形式高效求解
Lodos-v2 是面向大规模并行刚体接触仿真的 GPU 框架，提出在原始形式下依次求解一串凸松弛、并置于外层近端最小化循环中的算法，以求解精确摩擦接触问题。它还把 Lodos-v1 的接触组重参数化方案扩展到锥互补接触动力学的原始形式，使其可与关节限位、焊接等完整仿真器约束整合。实验显示其吞吐量优于既有刚体仿真框架，源码已公开。
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。
arXiv cs.ROAI 评分6262 STRIDE：用加速度奖励在数分钟内学习人形机器人运动
STRIDE 提出以跟随指令加速度曲线替代基座速度跟踪的强化学习奖励，只需机载 IMU 即可学习人形机器人运动。方法结合离策略算法 XQC、关节位置控制器高增益设置与左右对称增强，在仿真中让 Unitree G1 和 Booster T1 在 14 分钟样本内学会行走。相比缺少这两项组件的情况，训练中跌倒次数减少 81%，而后者需要一小时以上才能学会。
arXiv cs.ROAI 评分6262 ActPrune：面向高效视觉-语言-动作模型的动作引导视觉 token 剪枝
ActPrune 提出一种免训练的视觉 token 剪枝方法，把剪枝决策提前到视觉编码器之前，并以上一控制步预测的动作块作为几何先验。该方法在固定第三人称视角保留末端执行器轨迹投影附近的图像块与语义锚点，在腕部视角则剪除补偿动作引起相机运动后仍不变的图像块。
arXiv cs.ROAI 评分5858 It Takes Two to Tangram：面向装配的多智能体以物体为中心强化学习
作者提出一种以物体为中心的强化学习框架，把每个零件视为一个智能体，学习共享策略来完成连续装配控制。图神经网络表示零件、目标位姿及其空间关系，并预测各部件平移与角速度；逐智能体PPO配合集中式图评论家，在单一反馈策略内学习运动与时间协调。研究在平面七巧板装配中验证，通过程序化生成目标构型与随机初始布局支持训练评估，并在仿真中演示并行装配、在真实机器人上迁移为顺序执行。
arXiv cs.ROAI 评分5959 VICTR：用价值函数估计进度，为 VLA 模型实现上下文学习
VICTR 提出一种面向视觉-语言-动作（VLA）模型的上下文学习框架，通过 In-Context Value Function Estimator（IC-VFE）估计任务相对进度，并据此检索对应阶段的演示片段。
arXiv cs.ROAI 评分6767 ForPC：面向人形机器人推车的力感知全身控制框架
ForPC 是一个力感知全身控制框架，通过两阶段强化学习调节人形机器人推车时的推车速度。该方法先从本体观测中推断力隐变量与状态隐变量，无需外部力传感器，再由残差策略协调手臂、腰部和腿部动作；仿真中推车速度 RMSE 较仅运动控制基线最多降低 68.2%，多弯道路线横向误差最多降低 74.2%。
arXiv cs.ROAI 评分6969 CS-Pi：在推理时满足约束的流匹配策略采样方法
CS-Pi 提出一种“采样-投影-重加噪”的流匹配策略采样器，在推理阶段满足演示中未出现的约束，同时保持动作在策略下仍然合理。该方法把每次采样投影到最近的安全动作，再按投影位移大小加回噪声并重跑原策略，直到采样安全；在 7 自由度货架抓取任务上安全成功率为 81%，在 Franka 零样本部署上为 55%，而单纯投影分别为 55% 和 40%。论文已被 CoRL 2026 接收。