soccerbot：用潜在运动先验学习人形机器人足球技能
作者提出 soccerbot 分层强化学习框架，从大规模人类足球动作捕捉数据中蒸馏结构化潜在运动先验，把策略学习约束在动态可行的运动流形内。单一技能条件策略由此统一学会移动、带球、停球和踢球，并在技能切换时保持类人动作与流畅过渡。该框架经面向鲁棒性的仿真设计后零样本迁移到 Unitree G1 人形机器人，在真实环境中完成整套足球技能。
#Data and simulation
arXiv cs.ROAI 评分7272 arXiv cs.ROAI 评分6565 RoboCasa-Mem：面向长程移动操作的环境与过程记忆基准
作者提出 RoboCasa-Mem 基准，包含九项需要智能体在关键决策点使用交互历史的移动操作任务，任务分为环境记忆与过程记忆两类。该基准引入行为条件评测，对存在多条有效执行路径的任务，根据机器人先前动作推导后续任务约束，并减少固定目标分配带来的捷径。
arXiv cs.ROAI 评分6262 失败边界剖面：面向驾驶与机器人导航智能体的闭环评测新方法
研究提出失败边界剖面评测方法，让每个场景族只改变一个可测因素（如走廊宽度或对向车流时间间隔），并依据测量把每个变体标注为智能体应通行或应停车。沿该轴为每个智能体估计承诺（尝试通行的概率）与能力（无接触通过的概率）两条曲线，定位各自与0.5的交点并给出考虑仿真器运行间方差的区间，同时用认证标签得到决策准确率指标。
arXiv cs.ROAI 评分6464 TwinBridge：用数字孪生迁移策略与奖励，实现实验室机器人真实世界强化学习
TwinBridge 提出一种数字孪生驱动的框架，为真实世界在线强化学习提供策略初始化和稠密视觉奖励。该方法用 3D Gaussian splatting 结合物理仿真构建数字孪生，由仿真状态给出任务事件与几何进度，用于仿真演示预训练和强化学习，再蒸馏为视觉奖励模型，与执行历史结合计算稠密奖励，支持人在回路策略优化。
arXiv cs.ROAI 评分5656 从演示学习操作：在线适应物体潜在物理属性
作者提出一种从演示学习的方法，联合学习动力学模型与物体特定的物理属性隐表示，并用在线估计的隐表示条件化模仿策略，使机器人能根据交互中获得的物理属性信息调整重抓取和接触位置等操作动作。执行时动力学模型与策略权重保持固定，仅根据预测观测与实际观测的偏差更新隐表示。在质心不同的物体上，真实世界与仿真实验显示在线适应可提升任务成功率，但仿真中演示未覆盖的质心位置成功率仍约30%，对未见物理属性的适应有限。
arXiv cs.ROAI 评分6565 从人类数据学习物体中心运动先验，用于机器人灵巧操作
该论文提出从人类手物交互（HOI）数据集中学习整体预测未来手物状态，并将预测的物体未来状态作为强化学习的通用奖励项，减少对任务专属奖励工程的依赖。作者在仿真和真实世界的三个操作任务上实验，称在成功率和针对新物体的泛化性上优于现有 SOTA 方法，并验证了跨本体兼容性，可将技能部署到不同机器人手上。该工作已被 AAAI 2026 接收为 oral 论文。
arXiv cs.ROAI 评分5858 基于统计杠杆分数的多样性感知经验回放方法
该论文提出用统计杠杆分数为回放缓冲区中的每条转移打分，并按该分数与均匀采样的混合方式抽取小批量，以缓解机器人离线经验中稀有事件采样不足的问题。方法在动作以 one-hot 编码存储时改用峰度最大的特征列，并放弃优先回放的重要性权重修正，直接优化重平衡目标；对目标相关的稀有情形则对短轨迹窗口套用同一尾部规则。
arXiv cs.ROAI 评分5858 RRT* 能否在非平坦地形三角网格上工作？
作者检验 RRT* 在三角网格地形上的适用性，指出原始 RRT* 无法直接在网格上运行，因为曲面体积为零，均匀采样无法命中曲面。其提出的 Mesh RRT* 在坡度最高 75 度的地形上每次运行都能求解，但代价函数存在偏差：3 万次迭代后报告代价平均比精确测地线低至多 2.7%，返回路径平均长 0.1-0.5%。
arXiv cs.ROAI 评分5757 ZipDrift：用一步漂移模型生成多模态短视距 MPC 代价
ZipDrift 提出用一步漂移生成器学习短视距 MPC 的代价修正，只依赖候选修正的代价评估训练，不通过优化器反向传播。
arXiv cs.ROAI 评分5757 基于生成式海洋模型的多机器人闭环自适应采样框架
作者提出一种多机器人闭环自适应采样框架，用单个学习生成模型同时完成预测、不确定性估计、规划和测量同化。模型在潜空间生成集合预报并解码为物理海洋状态，用集合统计量构造A-或D-最优采样目标，在预测海流约束的机器人可达范围内选点，并通过观测条件扩散采样把测量回灌潜状态。
arXiv cs.ROAI 评分7272 GRASP：面向接触丰富任务的梯度引导采样物理运动重定向
作者提出 GRASP 方法，用采样探索结合梯度引导精修，在不需要可微仿真器的条件下把人类演示重定向为符合接触动力学的机器人控制。GRASP-TO 通过对归档轨迹拟合局部二次代价模型并用其梯度引导 MCMC 更新，GRASP-MPC 用热启动滚动时域规划扩展到长演示。
arXiv cs.ROAI 评分6262 OdorSpaces：面向三维环境的视觉-嗅觉具身导航仿真平台与基准
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。
arXiv cs.ROAI 评分5858 C∞ 平滑轨迹规划及其在软体机器人上的应用
作者提出一种 C∞ 平滑轨迹生成器，在满足给定运动学约束的前提下生成无限可微轨迹，使速度、加速度、加加速度乃至更高阶导数均连续。研究指出软体连续机器人的平滑度需求可能远高于协作机器人的 C4 和四旋翼的 C5，并特别讨论了起止点所有导数均为零的零边界条件情形。该方法已在仿真和硬件上完成验证与评估。
arXiv cs.ROAI 评分6262 面向可参数化不平地形的人形机器人接触隐式全身轨迹优化
该论文提出一种接触隐式全身优化框架，用于人形机器人在台阶、斜坡等可参数化复杂地形上生成动态运动轨迹，无需预先指定接触序列。方法用光滑曲面近似地面几何，并通过新的接触约束把刚体交互从平面扩展到任意光滑曲面，借助非线性规划在多种地形拓扑上规划动作。作者在仿真和实机 ErgoCub 上完成了非共面地形的初步可行性测试。
arXiv cs.ROAI 评分6767 MESA：面向机器人操作组合、语义与空间泛化的评测框架
作者提出 MESA 评测框架，用五个评测套件分别隔离分布内性能与空间配置、物体实例、物体类别、子任务组合四个泛化维度，并基于改进的 MimicGen 构建 MESA-Gen 生成任务与演示。
arXiv cs.ROAI 评分7272 Ctrl-F：以力为接口的人形移动操作分层框架
研究提出 Ctrl-F 分层运动-力框架，在运动跟踪中加入手、脚等接触部位的三维力指令，由高层力规划器根据物体状态和本体感知在线给出力命令。仿真与实机中，Ctrl-F 完成手部拖拽、推动、抬举和足部踢击，在推动与踢击任务中操作最重 20kg 的箱子，并能在线适应任务中途增加的负载，而无力感知的基线在同类任务中失败。
The Humanoid HubAI 评分7575 RoboColosseum 发布真实机器人策略基准，覆盖 150+ 场景与 30 余个策略
RoboColosseum 是一个在真实机器人上测试策略的基准，覆盖 150+ 场景和数百台实际机器人，所有 rollout（含失败）发布在 Hugging Face。
GuyuehomeAI 评分5858 多模态数据对齐实战：相机、力传感器和关节状态如何落在同一根时间轴上
文章以多模态数据对齐实战为题，讨论相机、力传感器和关节状态如何落在同一根时间轴上。目前仅有标题与摘要，未提供具体方法、工具或实验细节。
GuyuehomeAI 评分5858 SkillMimic 用连乘式奖励与分层技能控制模仿篮球技能
SkillMimic 用连乘式高斯核奖励把姿态、交互与接触变成乘性联合条件，从篮球示范中学得 19 类交互技能。其分层版本以离散技能选择驱动冻结的低层策略，并在新一代仿真平台复现四类任务。
HuggingFace Daily Papers精选AI 评分7878 PyRUA-DataFarm：用 LLM 智能体替代遥操作生成真实可用机器人数据
PyRUA-DataFarm 提出让编码智能体在仿真中重建任务，由视频模型渲染成真实可用数据，替代遥操作采集机器人演示。在五个真实机器人任务上，仅用该数据训练的策略取得 93/100 次成功，遥操作数据训练的策略为 84/100；在未见过的桌布和彩色光照下，前者保持 87 次成功，后者降至 46 次。
推荐理由：论文给出用编码智能体替代遥操作采集演示的完整流程与成本对比，可据此评估数据采集路线的替代空间。
The Humanoid HubAI 评分6262 Perceptron 推出 Egocentric 1.0 自助 API，将第一人称视频转为训练数据
Perceptron 发布 Egocentric 1.0 自助 API，可将第一人称人类与机器人视频转为结构化训练数据，输出带时间戳的子任务时间线（精确到亚秒级动作）、每只手或夹爪独立的活动时间线，以及无需相机标定的 3D 手部重建。该 API 声称在子任务质量上可匹配 GPT-6 Astra，成本约为其 1/8（每视频小时 9 美元对约 76 美元），全栈价格为 29 美元。
The Humanoid HubAI 评分7070 LiberAI 发布世界动作模型 Liber-0，零样本操作任务成功率 36%
LiberAI 发布世界动作模型 Liber-0，在 GPT-6 提出的 60 个任务、600 次试验中零样本操作总体成功率为 36%，其中抓取放置 63.5%、其他操作任务 34.0%、多步任务 10.5%。
Robotics 24/7AI 评分6666 Sereact 与 Otto Group 分两阶段部署 AI 双臂机器人处理退货
Sereact 与 Otto Group 宣布分两阶段在退货处理中部署 AI 控制的双臂机器人，首期 10 套系统落地 Otto Group 波兰物流中心，二期视结果再增 15 条机械臂，总计 25 条。
简智机器人 · XAI 评分2020 简智机器人DAS 2.0将亮相CoRL 2026
🚀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
机器人全球资讯 · 微信公众号AI 评分6565 优必选发布具身智能仿真平台 Thinker-Sim
优必选发布具身智能仿真平台 Thinker-Sim，构建覆盖真实场景数字化、规模化仿真数据合成与机器人能力评测的一站式体系。平台采用自研 Thinker-GS 高保真场景重建算法与全流程 SimReady 资产自动化生成技术，可基于真实工厂产线环境三维重建并灵活加载机器人、生产设备、人员等前景资产。
图灵人工智能 · 微信公众号AI 评分5858 Google与Mercor发布PLE基准：工程Agent单项约束满足91%但仅41.3%交付项全达标
Google与Mercor发布Physical-Engineering's Last Exam（PLE）基准，用85项机械、电气、土木与结构工程任务评测工程Agent。
机器人前瞻 · 微信公众号AI 评分7070 戴盟发布TacClaw-Infinity触觉数据集研究成果
戴盟公开TacClaw-Infinity触觉UMI夹爪数据集的研究成果，该数据集取自Daimon-Infinity，包含超1万小时数据、100万条操作轨迹和10亿帧数据，覆盖1000多种任务类型。
机器人前瞻 · 微信公众号AI 评分7272 LiberAI发布世界动作模型Liber-0，220万小时人类数据预训练
物理世界模型创企LiberAI发布世界动作模型Liber-0，基于超220万小时人类经验数据预训练，将人类操作经验转化为机器人操作能力。在GPT-6随机生成的60项任务、600次真机测试中，Liber-0零样本总体成功率为36.0%，抓取放置任务达63.5%；作为对照的GPT-6 Astra整体成功率仅5%。
未来机器人网 · 微信公众号精选AI 评分7777 地瓜机器人联合东京大学发布 RawVLA：冻结 VLA 只训成像前端，暗光双臂任务成功率从 0 升至 66.5%
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。
未来机器人网 · 微信公众号AI 评分4040 王兴兴乌镇发声：2027 年大概率是具身智能临界点，人类核心价值是给 AI 定目标、做打分
宇树科技创始人王兴兴在 2026 世界互联网大会乌镇峰会判断，明年大概率是机器人行业或机器人模型的临界点，依据是 GPT-6 等基础大模型能力快速跃升。他称当前最大卡点是精密装配、柔性操作中"最后几个毫米"的模型与真机对齐问题，宇树正推进物理 AI 机器人自进化体系：AI 智能体自主检索论文与开源方案生成控制代码，经仿真验证后部署实机测试，再结合自动评价与人工打分闭环迭代。
AI前线 · 微信公众号精选AI 评分7878 蚂蚁灵波具身大脑全栈2.0亮相乌镇峰会，在药房窄道完成自主取药
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。
The Robot ReportAI 评分6868 LiberAI 发布世界动作模型 Liber-0，零样本操作 60 项任务成功率 36.0%
LiberAI 发布世界动作模型 Liber-0，基于超过 220 万小时人类经验预训练，在 GPT-6 提出的 60 项任务、600 次试验中零样本整体成功率为 36.0%。
PALAI 评分5050 PAL Robotics 启动 ARAL 人形物流项目，计划 2027 年 5 月前完成真实仓库试点
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。
高工咨询 · 微信公众号AI 评分5858 10月具身智能融资68起超170亿元，环比回升29.8%
高工机器人统计显示，2026年10月具身智能行业发生68起融资事件，累计约174亿元，环比9月增长29.8%，其中61起在国内、约115亿元。本体与大模型企业占融资事件近7成、吸走超79%资金，法奥机器人、星尘智能各以10亿元领跑，辉羲智能以Pre-B+和B轮累计17亿元居首。文章认为投融资逻辑已从怕错过转向怕投错，资本按场景落地、全栈闭环和颠覆性技术路线三重标尺重新定价。
New Strategy RoboticsAI 评分4242 CeMAT首日直击：凯乐士GALAXIS具身智能矩阵补齐仓储拣选无人化
凯乐士科技在CeMAT ASIA 2026展出全栈式智能场内物流机器人矩阵，并正式将GALAXIS具身智能机器人板块纳入体系，重点补齐仓储“拣选”环节。料箱方案由飞箱SCR、FM搬运机器人与具身智能拣选工作站组成，工作站双臂重复定位精度±0.1毫米，与RoboScience机器科学联合开发。
GuyuehomeAI 评分1515 你的 hdf5 为什么训不出策略：示教数据的 8 个致命细节
针对 hdf5 示教数据训练不出策略的问题，文章梳理了 8 个致命细节。内容聚焦示教数据本身的质量与格式问题，说明这些细节如何影响策略训练效果。
GuyuehomeAI 评分5555 综述将物理先验嵌入机器人学习的三条路径：从经典力学到 VLA 与 WAM
文章综述了将物理先验嵌入机器人学习的三条路径，分别是数据与表示、模型架构和训练损失，并强调先验所处位置决定其约束效力。文中以夹取软物体为例，说明运动学、动力学、接触与材料特性在任务中的分层作用，同时指出物理先验并非万能，需要与任务匹配。
GuyuehomeAI 评分5858 从 CPG 到 PPO 步态优化：四足机器人运动控制分析
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。
GuyuehomeAI 评分5252 Flapping Flyer：基于昆虫扑翼气动力学的微型仿生飞行控制
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。
GuyuehomeAI 评分5858 DiffTaichi 可微物理仿真如何用梯度驱动控制优化
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。