PredictiveGraphs:面向半静态场景的预测性时空场景图
作者提出 PredictiveGraphs,把对物体状态做贝叶斯推理的 Perpetua* 滤波器嵌入三维场景图的边,使机器人能对随时间变化的环境做时空语义推理并预测未来状态。
作者提出 PredictiveGraphs,把对物体状态做贝叶斯推理的 Perpetua* 滤波器嵌入三维场景图的边,使机器人能对随时间变化的环境做时空语义推理并预测未来状态。
SUPER 是一个在视觉惯性里程计运行时自适应调整视觉量测信息的有界控制器,基于双目观测的多视角路标离散度,将轨迹一致性投影到像素空间并结合重投影残差,门控时间平滑的有界信息更新。
WayPOP 是一个基于真实 Waymo PVPS 序列构建的全景开放集全景分割跟踪基准,通过插入 Objaverse 的域外 3D 资产生成跨时间、跨视角一致的全景标注。
该论文系统梳理了SO(3)的多种旋转表示,包括欧拉角、轴角向量、四元数、旋转矩阵、指数映射及新兴的连续与概率方法,并从连续性、万向锁敏感性、计算效率、存储需求、插值与复合运算等维度进行对比。实证结果表明四元数因紧凑高效而占优,6D连续表示与矩阵Fisher分布则在连续性和不确定性建模上更具优势。
论文提出一种由规划器条件驱动的空地辅助方法,通过评估地图不确定性如何影响 UGV 当前的 MPPI 轨迹,在导航持续退化时对同一批轨迹在已解析的地图假设下重新评分,选择改善最大的地图层请求对应空中测量并融合重规划。
该研究在 LeRobot 平台上用真实机器人开展受控实验,比较触觉 RGB 图像、法向/深度图与标记流场三类物理线索对接触密集模仿学习的影响。720 次真实机器人试验显示,触觉感知把整体成功率从 57.8% 提升到 78.9%,其中标记流场作为单一线索最有效,成功率达 74.4%,在维持已建立接触时作用尤为突出。
作者提出 SCRUB,一种基于接触的表面坐标系估计方法,让无臂四足机器人把机身搭载的工具沿近垂直表面滑动,无需已知、轴对齐或视觉预测的表面法向。SCRUB 用卡尔曼滤波从力线索和速度线索估计法向,并让预测控制器据此施力与滑动;速度线索会减去指令下压速率并在每个步态周期内取平均。
FOSCo-Net 是一个自监督体素补全框架,利用时序累积观测作为自动监督,从单次扫描重建被树干遮挡的几何结构。作者对比了圆柱坐标与笛卡尔坐标两种自车中心栅格及多种解码器设计,门控跳跃解码器表现最稳定,相比基线显著减少虚假障碍物预测,并提升重建质量与通行安全性。该工作已被 ACIVS 2026 接收。
作者提出 A³-VLA 框架,从操作过程本身生成目标物体与机器人的候选区域,并用视觉分割模型离线精修,作为显式感知引导。该框架通过注意力分配损失和对比学习损失,让语言或机器人状态 token 查询视觉输入时聚焦任务关键区域。在仿真与真实操作任务上,A³-VLA 对多个 VLA 主干模型均有提升,基准平均成功率提高 6.5%–25.2%。
UniLoop 提出统一回环检测框架,复用预训练几何基础模型的层次表示,让同一图像编码器同时产出全局描述子、供跨视角解码器做成对验证,并用原始几何预测为位姿图优化提供相对相机约束。
作者在 VGGT-SLAM 2.0 上提出固定根尺度锚定与短序列辅助的直接回环连接方法,用于缓解子图尺度漂移和跨子图测量不一致。在 17 组序列对比中,9 条 TUM 序列的平均 Sim(3) ATE 从基线的 0.1018 m 降至 0.0451 m,7 组无回环模块消融均因锚定得到改善。
作者提出将像素级可见光通信(PVLC)的位姿估计扩展为三维,把设备上四个共面光电传感器接收的二维像素位置作为图像点、已知三维布局作为物点,求解 PnP 问题。实验显示系统延迟约 8 ms,经卡尔曼滤波后三维位置 RMSE 为 19.2 mm,无需外部感知基础设施即可与高质量投影图像内容协同完成实时三维位姿估计。
研究在plant binding条件下——扰动速度接近或超过执行器转速极限、每步执行预算受限——边界层滑模控制(SMC)相对LPF、PID等因果基线的视觉稳定效果。
该论文提出一种面向基于特征的双目视觉惯性里程计(VIO)的轻量反光感知前端,实时估计地面高度,只剔除推断三维位置低于估计地面的特征候选。方法用地面区域掩码限定验证范围,以双目高度不确定性和位姿不确定性构造帧级地面高度量测,再用带NIS门控的标量卡尔曼滤波稳定估计,并按不确定性设置安全裕度做选择性剔除。
LumiTac是一种无相机的光电式六轴触觉传感器,直径12 mm、厚4.75 mm、重不到2 g,元件成本约7美元。它用5个光发射器和5个RGBW光接收器经半透明硅胶耦合,由多层感知机从20个光通道重建三向力与三向力矩,独立测试R²为0.9657-0.9941,力的平均绝对误差0.054-0.190 N,力矩为0.304-1.419 mN·m。
作者提出 OdorSpaces,一个基于物理仿真的视觉-嗅觉具身导航平台与基准,在 Habitat-Sim 中接入 Fire Dynamics Simulator(FDS)模拟的三维气味传输与扩散,使智能体可同时利用视觉和嗅觉观测在逼真室内环境中导航。
研究提出 NEO-VLA,一个结构上无编码器的视觉-语言-动作框架,图像由轻量 patch 卷积层 token 化,并与语言在主干中共同演化,流匹配动作专家可从不同深度的指令条件视觉表征中取用信息。
启元机器人推送上市后首次OTA版本更新,启元Q1与启元T1两款个人机器人同步升级。启元Q1开放PrimeTOOLKIT、PrimeFLOW两大创作平台;启元T1在此基础上新增楼梯识别自动变形通行与音视频通话远程操控能力。两款产品还同步上线AI启蒙、英语口语陪练等教育功能。
KNAPP 本周成立 KNAPPRobotics.ai Inc.,并在马萨诸塞州萨默维尔设立机器人实验室,开发面向物流行业的智能机器人。该实验室聚焦 AI、计算机视觉、机器人与产品开发,计划到 2027 年初配备 30 至 35 名员工,其中约 20 人从事软件开发。格拉茨中心继续主导机器人研发与工业落地,波士顿则作为国际创新枢纽,并借助与 MIT 的合作加速研究成果转化。
Boston Dynamics 发布第二代自主移动卸货机器人 Stretch Gen 2,基于第一代部署数据和超过 10 万小时运行数据做硬件与结构升级。新机减少 81% 内部线缆,采用汽车级连接器、可连续旋转超过 360° 的关节和升级夹爪,整机每小时最多卸 1000 箱,电池可支撑两个班次,快充约 75 分钟到 90%。
🚀距离CoRL 2026还有5天! 来认识简智机器人(GenRobot)的下一代数据采集硬件——DAS 2.0,搭载Dex 2.0与Ego 2.0。 从精确的手部运动与触觉感知,到第一人称多模态采集,了解我们如何为具身智能扩展人类数据。 📍 200号展位 | JW Marriott Austin酒店,2层 📅 2026年11月9–11日 奥斯汀见! #CoRL2026 #GenRobot #EmbodiedAI #HumanData #PhysicalAI
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。
地瓜机器人联合东京大学等机构发布 RawVLA 技术方案,在 VLA 策略前加入可学习的神经 ISP 模块,VLA 模型保持冻结,用动作误差反向训练成像前端。真机用 π0.5 测试四项双臂任务,暗光平均成功率从默认 ISP 的 0% 提升至 66.5%,正常光下为 75.0%,默认 ISP 为 76.5%。
推荐理由:方案把成像前端纳入可学习环节,并给出暗光与正常光下的对照数据,可供视觉链路设计参考。
蚂蚁灵波开源的具身大脑全栈2.0在2026年世界互联网大会乌镇峰会展出,机器人在80厘米宽的药房通道内完成接单、识别药品与分拣交付,同方案已在上海国大药房多家门店常态化运转。
推荐理由:文章梳理了灵波具身全栈2.0被李飞飞团队、KAIST和LeRobot复用的具体方式,可观察开源具身底座如何进入他人研发管线。
GlobalLogic 的 Silicon & Embedded 部门与 Haystack Robotics 合作,从概念阶段设计出一款自主移动机器人(AMR),结合实时感知、边缘智能与导航,在尽量少人工干预下完成医院级紫外线消毒。该机器人提供自主导航与“跟随我”两种模式,平台将移动底盘与紫外载荷分离以便后续换装其他模块,并复用了 ROS 与传感器融合等组件。
视比特机器人发布W1双足人形焊接机器人,具备27个自由度、手臂负载10kg、整机负载30kg。该机器人配备1台激光雷达、3台ToF相机和1台3D线扫相机,可自主导航避障、上下楼梯,并以站姿、马步蹲姿、半跪姿完成平焊、立焊、仰焊。其采用S2任务规划、S1动作规划、S0运动控制的大小脑分层架构,年底将进入船厂实训。
华睿科技在CeMAT ASIA 2026展出CTR夹抱式、STR轨道式料箱AMR、C006潜伏举升AMR、FQ160前移式叉取AMR、D150T田字托搬运小金刚及LS005复合式移载AMR等全品类产品,依托自研RCS调度平台覆盖柔性仓储、托盘搬运与线边配送。
海康机器人在CeMAT展会以“具身智造,全域作业”为主题展出八大展区40余款产品,全新单巷道双侧STU方案与跨巷道STU方案首次线下亮相,跨巷道STU可秒级切换巷道、2S取放箱。
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。
Neura Robotics 发布感知导向基础模型 neuron ai,据称除视频与仿真数据外还纳入更多感官输入。发帖者认为为机器人采集足够新数据以实现多任务真正自主仍需很长时间,但这一方向值得关注。
BSC-Nav 是一篇 arXiv 论文(2610.02784),面向室内物体导航、长指令跟随、主动具身问答和移动操作,针对多模态大模型能看懂当前画面却难以支撑空间认知的问题。Guyuehome 的这篇解析文章称其让具身智能从看一眼就反应走向可检索的空间认知,但当前仅提供摘要,方法细节与实验结果未展开。
EvolvingNav 提出一种动态搜索框架,用于解决机器人在长期环境中追踪可能被移动物品的问题。该框架融合带时间戳的三维观测历史,区分目标留存于最近位置、迁移到已知地点和进入未知区域三种情况。
RPV-SemNav 提出一种无需先验地图的零样本室内导航方法,把目标与观测物体映射为九类房间的概率向量(RPV),用空间共现语义引导探索。系统结合开放词汇检测、CLIP 语义对齐与自由空间传播,让机器人先理解房间再决定去哪里找目标。
SSTG-Nav 提出一种面向长期驻留场景的可复用物体导航框架,重点解决观测位姿与停靠位姿错位的问题。该框架通过一次与任务无关的 RGB-D 测绘,利用视觉语言模型(VLM)检测并深度反投影生成可到达的目标。材料仅提供摘要,未给出完整实验与结果。
Super Odometry 2.0 提出四层自适应机制,用于相机与激光雷达在黑暗、重复走廊、浓烟等退化场景下的运动估计。系统在特征层筛选可靠观测,在方向层识别弱约束方向,在引擎层动态调整因子图融合策略。
招商局先进技术研究院下属狮子山人工智能实验室发布具身推理视觉语言模型驭物 Lion-ER-35B-A3B,采用MoE架构,总参数约35B、每Token激活约3B,在十项公开具身相关基准上全部指标较基座提升,等权综合均分65.29。
超维动力(Kinetix AI)在2026香港金融科技周展出全栈具身智能矩阵,包括高动态人形机器人乒乓系统SMASH、117自由度人形机器人本体KAIBot、37自由度灵巧手KAI Hand和第一人称数采头环KAI Halo。
REEMAN Ironhide 无人叉车在广东茂名一家电子线束工厂部署,将取货、地面运输、电梯转运和交付整合为同一任务,每次搬运约 1,000 公斤线材物料,单向路线约 100 米,每天执行 65–85 次跨楼层电梯运输任务。
幻尔科技梳理六款机器人视觉模块的选型差异:ESP32 S3-Cam主打27×42×19 mm紧凑体积,ESP32-S3加保护壳与独立天线提升安装可靠性,ESP32 P4C5-Cam用ESP32-P4与ESP32-C5双芯片分离计算和通信。
幻尔科技面向不同学习需求提供 miniHexa、SpiderPi、JetHexa、ROSpider 四款 18 自由度六足机器人,均支持 360° 全向移动与逆运动学算法学习。