AC-SMPC:带状态约束的可微 Actor-Critic MPC 用于安全快速机器人导航
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。
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。
BioAgent 是一个面向长程实验室协议的具身智能体,通过匹配人工审核需求与已验证技能、为缺失行为选择工具实现并按需请求人工示教来获取新技能。在第二个任务中,它原样复用 17 种技能、修改 2 个已有实现并新增 5 种技能类型;在两个分别含 20 和 31 次有序技能调用的双臂实验室任务上,完整任务成功率分别为 66% 和 58%,每个任务各运行 50 次并启用自主恢复。
作者提出 HIPC 实时人形机器人迭代规划与控制框架,将生成模型与运动跟踪耦合为统一的规划与控制范式。HIPC 采用目标条件运动规划,并用规范运动表示训练以规避极端姿态下的万向节锁奇异,同时通过偏差衰减恢复与历史重锚定两种策略缓解实机状态反馈带来的分布外偏移。实验显示 HIPC 在现有方法中取得最优的目标到达精度,并表现出对物理扰动的鲁棒性和跌倒后恢复能力。
论文提出 Hourglass 架构,将跨本体运动规划拆分为本体无关的世界模型与各机器人可微的自运动模板,两者仅通过相机自运动接口耦合。在五种运动类型的七台仿真机器人上,该通用策略成功率比同一世界模型上的模仿学习和扩散策略基线高 3.8–10.6 个百分点,无需专门训练即可匹配各机器人专用策略,并接近参数条件 MPPI 教师 1.4–2.8 个百分点。
作者提出CONSORT,一种面向GPS拒止环境下协同定位的多机器人规划方法,通过只对均值状态轨迹优化、仅在终端约束评估时传播协方差,把信念空间问题转为可求解形式。
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。
作者提出一种与滤波器无关的流程,在运行时用策略置信度调节安全过滤器的保守程度:在滤波器运行设计域(ODD)内,置信度用于换取性能;超出 ODD 时,低置信度会带来额外安全裕度。初步 F1TENTH 仿真显示,该调节式过滤器结合了宽松与保守过滤器的优点。
复旦大学可信具身智能研究院与上海新智具身智能科技有限公司联合团队在2026国际具身智能技能大赛质检检测赛项夺冠,学生团队与国地中心合作使用灵龙H轮臂机器人和灵龙L双足机器人在上下料搬运、消防灭火、精密装配三个赛项取得两项冠军、一项季军和一项第四名。消防灭火赛项中灵龙L双足机器人无需人工介入完成火情探测、灭火处置及撤离。
北京大学董豪团队公布论文《One Scan is Enough》,用带激光雷达的iPhone扫描一次目标环境,自动生成导航任务并利用重建场景几何信息做强化后训练,无需人工遥操作示范。
推荐理由:一次iPhone扫描替代人工示范,200次真机测试给出25%到85%的成功率对比,可看后训练成本如何下降。
星衍智能推出通用具身 Harness 框架 Auriga,在不针对目标任务预调优、不依赖专家演示、单次执行且不允许环境重置的 Zero-shot 协议下,以 GPT-6 Astra 为基础模型在 RoboDojo 42 项任务、6300 个测试 Episodes 中取得 57.74% 平均任务成功率和 64.00 平均过程评分,两项均领跑榜单。
飞捷科思(Fysics AI)联合复旦大学 CITLab 提出统一世界动作模型 Fysiverse-UniWAM,用一个模型贯通自主导航、移动操作与固定工位灵巧操作。
推荐理由:读者可看到一条不依赖大规模机器人预训练的统一世界动作模型路线,以及导航与操作共享骨干的具体设计。
新智元报道了SpatialScout基准,它把相机交给AI进入未见过的虚拟房间,由模型自主决定转向、移动和拍摄,并提交目标物体的三维坐标。正式评测选取80个室内场景、3,140个目标实例,来自iTHOR、RoboTHOR、ArchitecTHOR、ReplicaCAD和ProcTHOR,每个任务最多100轮交互,评分同时看平均IoU和IoU超过0%、50%、90%的比例。
11月1日,云深处科技联合杭州公安交管部门打造的双足机器人“杭行二号”首次亮相2026杭州马拉松,进驻黄龙体育中心周边4个重点点位,承担路口值守、自主巡航、交通违法劝导与公众咨询等任务。
作者把自研的 2D 激光 SLAM 项目 EvergreenSLAM 作为 Claude Code 的空间记忆,通过 egs 命令行让每个地点对应激光地图上的文件夹和 notes.md,由智能体自行写入笔记,并在一台 XLeRobot 上完成两天实机演示。
基于对GitHub上超过20个主流四足机器人项目的调研,文章按运动学控制、全栈工程、优化算法、强化学习、硬件本体五大流派梳理开源四足技术全景。
ICLR 2026论文SAGE-3D提出把3DGS渲染、源网格碰撞体和人工语义标注解耦拼装成可执行导航环境,并建模为语义与物理增强的POMDP。其物体级语义锚定提供类别、实例ID和边界框,物理感知执行拼接经CoACD凸分解从源网格提取碰撞体嵌入3DGS场景。
天津大学与合肥工业大学团队提出FAME,利用Conditional Flow Matching同时生成多个探索锚点,再经A*路径规划、路径聚类和分层选择确定探索路线,论文被NeurIPS 2026接收并入选Spotlight。
Dijkstra 每轮从未确定节点中选出从起点累计代价最小者并正式定案,再对邻居做 relaxation 更新,在边权非负的前提下保证得到全局最短路。若存在负权边,已定案节点可能被更便宜的路线推翻,标准 Dijkstra 不再保证正确,需改用 Bellman-Ford 等算法。
REEMAN 给出用 Ironhide 自主叉车对接现有缠绕机的改造思路:叉车负责取放托盘与仓库转运,缠绕机继续完成包装,需具备机器控制接口、状态反馈与安全联锁。其无线对接演示中取货对位偏差在 2 cm 内、转台放置偏差在 5 cm 内,演示流程约 6 分钟。另有一处湖北荆门工厂的 Ironhide 3.0 部署,两项应用相互独立,数据来自 REEMAN 应用材料,未独立验证。
REEMAN Ironhide 3.0 自主叉车在湖北荆门电子材料工厂完成生产区取货、穿两扇电动门、缠绕包装机交接与仓库配送的集成流程,实际载荷约 1,300 公斤,额定载荷 1,500 公斤。客户报告每日约 75 次运输循环、单次任务约 6.5 分钟,载货路线约 270 米,并支持自动返回可移动充电站。叉车参考价约 9,900 美元,门与包装机集成需按现场控制器接口定制。
REEMAN 展示了基于 Hot Wheels 机器人底盘的图书馆盘点机器人,在室内书架通道中完成移动演示,但未给出 OCR 识别准确率或盘点结果。该底盘采用 Laser SLAM 与 V-SLAM 建图定位,结合激光、3D 视觉和多传感器融合避障,公开参数含 270° 激光扫描角与最远 25 米探测距离。
首届 Global Ocean Robotics Day 于10月21日举行,Constructor University 是全球10个线下枢纽之一,活动聚焦人工智能与自主机器人如何改变海洋研究与探索。会议议题涵盖海洋AI、自主水下航行器与海洋观测机器人系统,包括用海洋载具轨迹绘制洋流、用数字孪生仿真自主对接以及水下机器人集群。该校海洋系统与机器人研究组还现场展示了团队自研的多款自主海洋机器人。
Maximo Robotics 宣布其美国制造的机器人系统在按任务计费的机器人即服务合同下完成超过 30 万项施工任务,与 Max 4.0 系统协作的工人每人每班时安装效率达到纯人工的 2.5 倍。
研究提出 REA(Routed Embodied Agent)统一运行时,让负责推理的 System 2、具身路由 System 1 与反应式 System 0 策略在同一框架下协作,核心规则是运行中的策略不等待大脑。
大晓机器人联合南洋理工大学 S-Lab 发布世界模型 Mundo,可将 1 至 12 张真实场景图像重建为可探索、可物理交互的三维仿真环境。该模型内置物理属性,由 MuJoCo 计算物体在重力与接触约束下的运动,并支持导航、抓取放置等任务的训练数据生成与策略测试。团队已在酒店场景重建楼层与洗衣区域,用于服务机器人的导航与交互任务训练。
杭叉集团以AI-Fork全系列智能叉车机器人和LogiMind工业具身智能大模型布局物理AI,并计划在11月10日第四届全球代理商大会上发布全新产品。全球叉车存量约1200万台,2025年无人叉车渗透率仅2%左右,杭叉试图用环境理解与任务规划能力降低部署门槛。其技术布局还延伸至杭叉国自的潜伏式搬运机器人、料箱机器人和X1轮式人形机器人。
BlueBotics CEO Nicola Tomatis 指出,移动机器人项目的车队规模、路线、充电点与取放位置等关键决策在部署前就已确定,仿真可提前验证这些假设。其团队在仿真测试中发现,准确建模取放行为后,相近车辆配置完成同一任务所需车辆数相差约 30%;每次交叉口仅增加 1 秒延迟也会显著影响系统性能。项目规模达到约 5 至 10 台车后,仿真的价值迅速上升。
智能轮椅厂商正把产品重新定义为“出行机器人”或具身智能的家庭入口,试图以“轻度智驾”吸引年轻用户。昂首Strutt的EV1搭载2颗激光雷达、10颗ToF传感器、6颗超声波雷达和2颗摄像头共20个传感器,实现360°环境感知与3D建图;星灿智能Xcan Mate X采用激光雷达、超声波雷达与摄像头方案。2026年该领域至少已有9起公开融资,但购买者仍集中在30-50岁为父母买单的人群。
立德机器人在2026中国海洋经济博览会上发布船舶建造世界模型“定风波”,将设计图纸、工艺文件和物料清单统一输入,由模型解析工程逻辑关系,把整船拆解为分段、中组、小组立与零件并还原三维结构,使机器人不再依赖人工示教,可自主感知、拆解任务与决策作业。
复旦大学与新加坡南洋理工大学团队提出SimpleVLN,不改动多模态大模型核心结构、不新增专用导航模块,仅通过历史帧筛选、动作块决策与SFT、DAgger、强化学习三阶段训练完成视觉语言导航。
复旦大学与新加坡南洋理工大学等团队提出SimpleVLN,不改动多模态大模型核心结构、不新增专用导航模块,仅靠观测筛选、动作块决策与SFT、DAgger、强化学习三阶段训练完成视觉语言导航。
大晓机器人联合南洋理工大学S-Lab发布面向具体环境构建的可交互世界模型Mundo,把3D场景重建、物理仿真与视频生成融为一体。系统用场景代码记录物体重量、质心和摩擦系数,由960Hz MuJoCo物理引擎计算运动与碰撞,再结合现场照片渲染画面;输入1到12张手机照片即可重建可推拉碰撞的3D空间。
文章沿"如何解决不同环境难题"主线梳理具身智能领域五类路径规划范式:图搜索(Dijkstra、A*、Hybrid A*)、采样方法(RRT、PRM)、人工势场法(APF)、最优控制(MPC)以及强化学习与数据驱动方法。
AUBO协作机器人以力控、视觉与柔性部署覆盖码垛、装配、打磨、喷涂、检测、分拣六大工业场景。码垛工作站支持一键生成垛型、2小时部署、最高2.5m垛高与9箱/min节拍;装配工位节拍15秒、锁附成功率99.8%;新发布的G40智适应协作机器人已用于汽车金属结构件打磨,具备IP67防护与防爆设计。
Mino 的伴随行为应用在 Jetson Orin Nano 上基于 ROS 2 实现,含找人、跟随、陪伴三种状态,视频为其首次户外测试。该应用借助深度估计、YOLO-World 人物检测与跟踪、位姿反馈、里程计和运动控制等开源模块,由编码智能体在一个周末内完成行为逻辑拼接。机器人以 3D 位置与速度感知人物,通过卡尔曼滤波平滑轨迹,并持续向定制硬件下发头部位姿与底盘速度指令。
REEMAN YIMA YBOT20P 室外配送机器人可通过兼容的电梯控制接口自动呼梯、进梯并跨楼层送件,无需人工按电梯按钮。该平台面向室内外运输,载荷 100kg,采用双激光 SLAM 导航、自主避障与自动充电,可衔接小区驿站到指定公寓入口的配送流程。电梯集成需确认厂商 API、控制模块或楼宇系统接口的兼容性,且不得绕过电梯原有安全控制。
锐曼REEMAN发布户外配送机器人YIMA YBOT20P,沿已测绘社区路线把包裹从快递驿站送到公寓门口,额定载重100公斤。该机器人采用双激光SLAM导航,顶部激光360°、前置激光230°,可调速度0.3–1米/秒,最大越障3厘米、最大爬坡10%,标称续航10–15小时并支持低电量自动返回充电。它通过兼容的电梯与自动门控制器集成实现跨楼层配送,户外运行限定为无雨条件下的干燥铺装道路。
OpenFlyV2 是一个统一的机载视觉-语言-动作架构,用共享视觉-语言表征在单一模型中支持语义理解、语言定位感知、空间推理与连续飞行控制。模型在 NVIDIA Jetson Orin NX 上以 10 Hz 完全机载生成每段 12 个航点的动作块,并从仿真零样本迁移到真实四旋翼,在四个真实环境中取得 48% 导航成功率,未使用真实空中训练数据。