不训模型怎么判断数据好坏:机器人轨迹质量的量化评估
机器人轨迹数据质量可在不训练模型的前提下进行量化评估,用于判断数据好坏。文章围绕这一评估思路展开,面向机器人研发者说明如何对轨迹质量做量化判断。
机器人轨迹数据质量可在不训练模型的前提下进行量化评估,用于判断数据好坏。文章围绕这一评估思路展开,面向机器人研发者说明如何对轨迹质量做量化判断。
Xbotics 具身智能实验室用智元 GE-Sim 2.0 世界模型与 OpenPI π0.5 策略搭建闭环仿真流水线,实测世界模型生成约 4.33 帧/秒、纯策略闭环约 3.20 帧/秒、接入 MiMo 在线判分后降至约 0.88 帧/秒。
推荐理由:作者用四阶段实测拆解世界模型闭环仿真的帧率瓶颈与奖励作弊成因,可迁移到VLA评估流程设计。
幻尔科技对比两款原生支持 Hugging Face LeRobot 生态的开源六轴机械臂:SO-ARM101 末端载荷 200 g、工作半径 400 mm、最大舵机扭矩 30 kg·cm,适合入门学习遥操作与模仿学习;NexArm 载荷 500 g、半径 500 mm、扭矩 65 kg·cm,采用航空级金属机身,可扩展 K230 视觉模块与麦克纳姆底盘等外设。
灵初智能与恒岩科技共同履约李宁华东智慧物流中心项目,搭载灵初自研模型的具身整机完成现场部署并进入试运行,投入常态化作业、履约商业订单。方案针对鞋服仓储鞋盒混储、货品姿态随机的入箱拣场景,模型可自主拆解多步骤目标并完成识别、姿态解算、灵巧抓取、商品分拨和满箱推箱,且无需大规模改造原有基建。试运行阶段将联合李宁仓储运营团队做压力测试与异常工况验证,优化入箱拣成功率与长时间连续作业稳定性。
灵初智能联合北京航空航天大学、北京大学、香港中文大学提出频率感知流匹配方法 FAFM,论文被 NeurIPS 2026 主会录用。该方法用离散余弦变换(DCT-II)把动作表示为对应真实时间的频域系数,在系数空间做流匹配并约束一阶时间导数,无需增加可学习参数,可独立使用或接入 π₀、π₀.₅ 等 VLA 模型。
推荐理由:论文给出不增加可学习参数的频域动作表示,可接入现有 VLA 模型,为异频数据联合训练提供可迁移思路。
北大-灵初联合实验室提出的 RoboFFT 被 CoRL2026 接收,这是一种面向生成式机器人策略的强化学习后训练方法,复用扩散模型和流模型预训练时的前向加噪过程构造近似概率比,用于 PPO 风格裁剪更新。
推荐理由:该方法复用扩散与流模型的前向加噪损失构造策略更新信号,为生成式策略后训练提供了一条可复用的思路。
小米集团在2026世界互联网大会获“杰出贡献奖”,其“面向规模化落地的通用机器人操作基座模型关键技术”获“领先科技奖”。小米同时披露,人形机器人在汽车工厂中控台侧盖板排序工站首次挑战8小时作业并实现异常自主纠偏,基于Xiaomi-Robotics-1的具身基座模型在小米青年公寓启动试运营,完成连续超30分钟、覆盖3个房间、50+任务的长程任务验证。
无论做 BC 还是 RL,RL 都能帮助收集优质数据。它还能把两个方块叠到另一个方块上面。 和 @qiyang_li @zhiyuan_zhou_ @CharlesXu0124 合作的趣味论文,讲 RL 如何辅助机器人数据采集!
KEC 将 Fable 与 Astra 结合,通过 RSS 快速调节几何、动力学、形变、材质、光照、纹理和相机外参等复杂仿真参数,使仿真匹配给定输入视频。该工作针对具身智能机器人(Agentic Robotics)扩展到新环境、新物体和新任务的能力缺口。
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。
基于MuJoCo布料动力学,用壳单元真实仿真完成十二组对照实验,研究同一夹持轨迹下布料展开的差异。甩动靠惯性展开布料,慢速档摊开最充分,过快会甩出桌沿;展开效果对刚度不敏感,过阻尼反而出现蠕行。
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。
dex-retargeting 解析人手到机器人灵巧手的运动重定向,以腕指尖骨向量的 Huber 损失为目标做逐帧数值优化。DexPilot 在该方法上叠加抓取检测、投影目标与时域低通,Allegro 与 Shadow 手逐帧收敛于毫秒级。
简智新创(北京)机器人科技有限公司宣布在Q3完成1亿美元A+轮融资,投资方包括上汽集团、百度集团、首程控股等产业方与多家财务机构。该公司成立于2025年5月29日,定位具身智能与世界模型的数据与评测基础设施服务商,创始人兼CEO陈建兴曾任Momenta高级算法总监。
11月2日,简智机器人和GenRobot AI同天各完成1亿美元A+轮融资,RoboScience获数亿元A2轮,三笔资金均投向不造本体的具身数据公司。简智称累计融资超3亿美元,有效数据交付量从单季度十万小时增至百万小时;RoboScience称将单条训练数据成本压至0.05元。作者认为本体、大模型与数据三类公司正被分层定价,但百万小时有效数据的转化率与客户持续采购仍不清晰。
REEMAN自主叉车采用激光SLAM导航,无需磁条或二维码即可接入现有WMS、MES和ERP系统,集成重点是位置映射与开放API对接而非重建导航设施。指南覆盖现场勘察、地图创建、任务触发与多机车队扩展,各型号额定连续运行6小时(满载)/8小时(空载),支持自动返回充电,部分型号可手动换电。
研究提出人机协同训练框架 H2RB,通过几何锚定对齐和分离解码器 tokenizer,在不成对的人类与机器人演示上适配预训练 VLA 策略。在真实任务中,物体迁移性能从 8.0 提升到 51.8,技能迁移得分达到 62.7,而协同训练基线完全无法迁移人类演示技能。物体摆放变化下的分布外迁移也从 6.0 提升到 45.3。
大语言模型(LLM)能使用RSS来调节复杂机器人操作仿真的参数,以匹配给定视频,涉及几何、动力学、形变、材质、光照、纹理和相机外参,这让我印象深刻。
Tutor Intelligence 宣布完成 7500 万美元 B 轮融资,由 Andreessen Horowitz 领投,累计融资达 1.17 亿美元,资金将用于前沿机器人基础模型训练以及 Sonny 和 Cassie 的制造与部署。
简智机器人宣布完成新一轮1亿美元(约合人民币6.65亿元)融资,产业方包括上汽集团、马来西亚Eastworlds、百度集团、首程控股、GALBOT,财务方包括光合创投、SUNHELM、中信金石投资、中证投、建银国际、华泰紫金。
在“清河夜话”圆桌对话上,智谱CEO张鹏、银河通用CFO孙登科、光轮智能杨海波与滴普科技赵杰辉围绕“大语言模型会不会吃掉具身模型”展开讨论。孙登科以快慢系统作比,认为具身模型承担S1/S0层面的操作、规划与环境理解,所需S2参数规模或低于语言模型;张鹏则主张智能终将走向统一。光轮智能定位为基于仿真的物理AI数据与评测基础设施,滴普科技上线了可免费体验的DeepWorks。
Nick 建立 Robocensus 目录,收录人形、四足、双足共 74 款步行机器人,记录规格、价格与供货状态,并以 CC BY 协议开放机器可读 JSON 数据。目录对每项规格标注上下文,如速度区分行走、奔跑、滚动,区间值标明最大或最小,价格附日期与币种;厂商未公开的字段留空不估算。更新由定时代理抓取各机器人官方页面并比对快照、提交拉取请求,经作者审核合并后才上线。
浙江大学沈春华团队联合中国电信人工智能研究院(TeleAI)与伽马智能白辰甲团队提出GR-BC,把同一任务的多次尝试构建成图,用反向Dijkstra搜索估计各状态到成功的剩余步数,再据此为动作块加权训练视觉语言动作模型。
南洋理工大学等机构在 NeurIPS 2026 发表 MemSkill,把记忆操作封装为可学习、可复用、可进化的 Memory Skills,由 Controller 选择技能、Executor 构建记忆,并用任务反馈优化选择策略。
文章分析OpenAI、谷歌、阿里、DeepSeek等大模型公司进入具身智能的不同路径,认为其第一驱动力是自身增长与叙事需求,第二是防御性卡位,数据和入口是尚未兑现的长期目标。
LeCun 创立的世界模型公司 AMI 联合纽约大学、巴黎 INRIA 和布朗大学发布论文 H-JEPA,提出将多个 JEPA 逐层堆叠的分层世界模型,用于视觉规划。
南洋理工大学等机构的研究团队在 NeurIPS 2026 发表 MemSkill,将记忆操作封装为可学习、可复用、可进化的 Memory Skills,通过任务反馈优化技能选择,并依据失败案例修订和扩展技能库。
智元机器人在2026创新日上由彭志辉提出机器人能效单位Worken,公式为活跃机器人数量×自主工作时长×产出效能比,用于衡量机器人实际干活量。龙旗工厂8台机器人累计工作528小时、产出效能比0.7,Worken总量2956.8;广州地铁120台机器人工作240小时、效能比约0.5,Worken总量1.44万。
深蓝具身智能沿模块化规划、技能编排、模仿学习、强化学习、VLA、世界模型六条技术主线,结合近十年12篇高被引综述梳理具身智能路线之争。文章指出这些路线各自回答机器人该从什么里学的问题,经典问题并未消失,变化的是解决它们的技术单位越来越大。文中还提到行业估算通用机器人达到70%–80%基础成功率需1亿小时数据,过去18个月全球出现100多款开源具身基础模型。
印度一家提供身体与手指捕捉、支持多人同场的光学动捕工作室,正开始为人形机器人采集包含地面转换、楼梯和家务类动作的人体运动数据。该工作室在决定采集方向前,向社区询问 AMASS 类公开数据集在手指细节、物体交互、标注和采集范围上的缺口。
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。
Xbotics 具身智能实验室在“二十一讲”第 7 讲中,把第 6 讲得到的目标物体位姿转换为夹爪动作,用预抓取、抓取、抬升、放置、退出五个位姿和状态机串起抓取—放置闭环。
空间智能公司影溯10月30日在杭州落地具身仿真数采中心,计划单月生产100万小时仿真训练数据,单条数据综合成本约为传统真机遥操作采集的1/10。该中心依托自研Topos空间智能底座,将真实场地扫描后自动拆解物体、补全盲区并标定物理属性,再在云端多通道并行生成含深度、位姿、接触力和动作语义的具身Token。
天意岸推出零基础CoppeliaSim机器人仿真开发课程,基于CoppeliaSim 4.9/4.10,通过六连杆、连杆四足机器人、循迹碰撞智能车、麦克纳姆轮车和E-puck智能车五个项目讲解软件基础操作。课程原价79.8元,2人拼团59.8元、3人拼团39.8元,购买后2年内可免费观看,后续计划更新Simulink/Python联合仿真、机械臂控制与轨迹规划等内容。
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。
InsertAnything 在 Isaac Lab 中评测力条件化插入策略的官方权重:0.1 毫米间隙下两种孔型基线成功率为 96~100%。手部起始偏移 5 毫米时成功率无损,但孔位观测偏差 3 毫米时六边孔成功率降至 60%。
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。