τ₀-VLA 拆解:把子任务决策变成可扩展的推理问题
文章拆解上海创智学院(SII)罗剑岚团队于 2026 年 7 月 27 日开源的分层机器人基础模型 τ₀-VLA,该模型面向家居场景下十分钟量级的长时域移动操作,如备菜、收纳衣物和跨房间整理。核心思路是把「下一个子任务该做什么」变成一道可以加算力的推理题。
文章拆解上海创智学院(SII)罗剑岚团队于 2026 年 7 月 27 日开源的分层机器人基础模型 τ₀-VLA,该模型面向家居场景下十分钟量级的长时域移动操作,如备菜、收纳衣物和跨房间整理。核心思路是把「下一个子任务该做什么」变成一道可以加算力的推理题。
Dense-Armor 项目开源了 SONAR(SGD-based One-Class Novelty detection with Approximate RBFs)模块,用随机傅里叶特征(RFF)近似 RBF 核并加入强凸正则,使单类边界能以在线 SGD 逐样本更新,用于检测机器人关节残差是否偏离健康状态。
文章从滚动倒立摆的失稳机理出发,讲解双轮腿机器人为何必须依靠轮子滚动维持平衡,并给出近端策略优化(PPO)的完整数学构造。作者用三百万步的真实训练实验,展示策略从随机抖动到原地站立、目标行进的过程。
基于 MuJoCo Playground 的 MJX 并行强化学习栈还原了四指灵巧手在掌重定向任务,使用官方 ONNX 权重部署 C 引擎,完成八回合真实推理与失败边界分析。
以 LeRobot 实现的动作分块变换器(ACT)在 MuJoCo 双臂方块移交任务上完成完整复现,涵盖 CVAE 与分块推导、数据集逐帧对照验证推理管线,以及二十回合确定性闭环评测与执行模式对照。
SONIC方法在MuJoCo仿真中对G1人形机器人发布检查点做确定性闭环运行,还原以全身运动跟踪为基础任务的通用控制。该方法统一运动表示、采用令牌化条件策略与高斯核回报,给出多个技能条目的真实画面与误差指标。
作者用官方预训练权重驱动四足犬科模型在本地 CPU 上完成真实奔跑推理,逐项还原潜空间世界模型、一致性学习目标、symlog 两点热编码与 MPPI 式采样规划的数学构造,并记录规划分布收缩、估计与兑现差等实测现象。
本文以纯仿真完整运行 Upkie 轮式双足机器人的控制体系,从轮式倒立摆模型与约束预测控制出发,解释平衡与转向的分层构造,并覆盖原地站立、加减速、差速转向、推挤恢复与失稳边界等场景。
RB-Y1 轮式双臂机器人演示了基于广义坐标与雅可比的冗余全身控制,包括操作度最大化与关节限位规避的零空间利用。实验展示了任务空间阻抗控制下的推扰恢复,以及底盘移动扩大工作空间的移动操作。
文章讲解 ROS2 自定义 RViz2 显示插件的开发实战流程。内容面向机器人研发者与入行者,围绕 RViz2 插件的开发步骤展开,帮助读者掌握在 ROS2 环境下扩展 RViz2 可视化能力的方法。
m-explore-ros2 提供 ROS2 下的自主探索建图方案,通过前沿探索策略驱动机器人在未知环境中自主移动并构建地图。该方案面向 ROS2 开发者,可用于移动机器人的自主探索与建图实战。
ROS2 自定义消息/服务/动作接口开发实战讲解如何从 .msg、.srv 到 .action 编写自定义接口。内容覆盖消息、服务与动作三种接口类型的定义与使用方式,面向机器人研发者与入行者。
文章讲解如何用 ros2_tracing 与 LTTng 对 ROS2 进行性能剖析与追踪。ros2_tracing 是 ROS2 官方的追踪工具,基于 LTTng 实现,可记录节点、话题等运行事件,用于定位延迟与性能瓶颈。
该文是一篇面向机器人开发者的 Zephyr 实战教程,讲解如何使用 Zephyr 的 PWM 与 LED 子系统实现 LED 调光、灯带控制与呼吸效果。内容涉及 PWM 子系统与 LED 子系统(含 PWM LED、WS2812 灯带)的驱动配置与使用方法。
文章讲解 Zephyr 音频子系统中 I2S、DMIC 与音频数据流的实战用法。内容围绕 Zephyr RTOS 的音频外设接口与数据流处理展开,面向机器人及嵌入式开发者,帮助理解麦克风采集与音频传输链路的实现方式。
文章讲解 Zephyr 实时操作系统(RTOS)的测试体系实战,涵盖 Ztest 测试框架、Twister 测试工具与持续集成(CI)的配合使用。内容面向机器人研发者,介绍如何在 Zephyr 项目中搭建自动化测试与集成流程。
文章讲解 Zephyr 实时操作系统在多核与 SMP(对称多处理)场景下的双核调度与核间通信实战方法。内容面向机器人研发者,涉及 Zephyr 在多核处理器上的任务分配与核间数据交互机制,帮助理解如何在嵌入式控制中利用多核提升实时性。
文章讲解在 Zephyr RTOS 上进行 CAN 总线开发的实战要点,涵盖 CAN 控制器的配置与使用、CAN 过滤器的设置方法,以及 ISO-TP(ISO 15765-2)传输协议的实现,面向机器人与嵌入式开发者。
Zephyr 安全启动与 OTA 升级围绕 MCUboot、镜像槽与回滚机制展开,用于在 MCU 上实现固件的安全引导与远程升级。镜像槽设计支持新固件写入与失败回滚,降低升级失败导致设备变砖的风险。
Zephyr 传感器子系统实战讲解 Sensor API、触发机制与数据流的使用方法。内容面向机器人研发者,覆盖传感器驱动接口调用、触发配置与数据在子系统内的流转路径。
无人机搭载RK3588开展船厂船只检测与现场核查的项目方案,涵盖图像采集、模型训练、板端推理与证据保存流程。方案结合五张场景配图展示检测框,并说明遮挡处理和部署验证流程。
文章以四旋翼无人机为对象,讲解推力、重力与姿态变化的关系,并建立六自由度飞行动力学模型。作者结合三维模型图和仿真代码展示位置跟踪过程,帮助读者理解建模思路与运行方法。
「3D视觉从入门到精通」知识星球已沉淀近9年,现有6400多名3D视觉从业者,内含近20门核心主线视频教程,覆盖工业3D视觉、SLAM、3DGS、自动驾驶、无人机、具身智能等方向。
RDK X5 V1.0 接 VEML7700(地址 0x10)与 VL53L8CX(地址 0x29)两个 I²C 传感器均读取失败,出现地址 NACK、约1.06秒超时和 Remote I/O error,而同两模块在 ESP32-C3 上以 100kHz 成功读取,VL53L8CX 还输出了 8×8、约2Hz 的距离数据。
机器视觉中CNN与Transformer按实时性与复杂度分工:CNN承担车道线识别、近距离障碍物检测、交通标识分类及工业机器人的工件定位、缺陷检测,Transformer负责鸟瞰图场景重建、多传感器融合、轨迹预测与可行驶区域分割。
中科慧灵自研的CASBOT PA(Perception-to-Action)感知到动作模型已在福建鑫佰体育莆田制鞋工厂的真实工位开展应用,现阶段以机械臂为执行载体,链路为视觉感知、动作生成、运动学处理、真机执行。
开发者在自建于 MuJoCo 物理仿真器之上的训练平台中,用带运动模仿(风格参考动作)的强化学习训练四足机器狗仿真,仅在 MacBook Air 的 CPU 上训练 2 小时(无 GPU)即学会关键帧 trot 步态与平衡。关节按真实业余舵机模型限制扭矩、速度曲线、回差与延迟,步态比纯强化学习更平滑。该仿真支持 WASD 驱动的多方向控制。
SLAM 开始把机器人与环境的接触信息作为定位依据,在视觉、激光雷达受限时用运动学与足地约束补充位姿估计。IROS 2025 的 KD-RIEKF 在 Unitree Go2 上验证,其测试条件下机器人高速运动时的位置与姿态估计误差均有所降低。
FCC 新的组件限制规则已于 2026 年 10 月 13 日生效,作者据此整理了机器人团队的使用指南。文中区分了受限供应商、受限组件与受限整机三类检查,指出组件规则以实际生产者是否为 Covered List 厂商为准,已有授权设备不受新禁令影响,但重新设计或更换组件需另行审查,并建议收集组件型号、生产者、FCC 记录和预期用途供测试实验室或律师评估。
开发者在 Reddit 展示用本地 Qwen3 LLM 智能体通过 ROS2 Nav2 驱动 Husky A300 移动机器人:采用异步后台任务架构,导航中聊天仍可响应,并用 CUDA 12.4 编译 llama.cpp 实现无云端依赖的实时本地推理。空间坐标以对话上下文保存、无需外部数据库,目前完全在仿真中运行,同一 action-client/函数调用架构可直接迁移到实机。
机器人Daily 在10月12日至16日的中国国际工业博览会现场观察认为,具身智能下半场比拼的不只是模型能力,本体系统同样关键。
WEIWEI0614 的具身智能中文资源库 robot-learning-desk 发布 v1.0.0 首个正式内容快照,站点上线 GitHub Pages 可在线访问。
Xbotics 与杭州机器人学校联合推出《具身前沿线下半日课》,2026年10月25日13:00–17:00 在杭州机器人学校3楼举办,400元/人、限15人小班。
RDK X5 断网重启后时间不准,可通过板上 RTC 电池接口(接口 2)接 2~3.3V 可充电电池维持时间,用 date -s 设时后 hwclock -w 写入 RTC,再把 hwclock -s 加入自启动自动回写系统时间。
中科慧灵自主研发的CASBOT PA(Perception-to-Action)感知到动作模型已在福建鑫佰体育莆田制鞋工厂的真实工位开展应用,现阶段以机械臂为执行载体,链路为视觉感知、动作生成、运动学处理到真机执行。
D-Robotics 社区发布 RoboGo 镜像 rdk-s-lerobot-act-pi0-s600-cu128-v1.0,将 ACT 与 π0 的开发环境整合为统一网页工作台,面向 RDK S600 部署。
D-Robotics 开发者社区将此前陆续分享的 RoboGo × RDK Model Zoo 开发镜像整理成索引,共 5 类、7 份当前版本镜像,另附 3 份视觉历史版本,覆盖 X5/S 系列 vision v1.1/v1.2、PaddleOCR v3/v6、Paraformer、Depth Anything V2 Small 与 LeRobot ACT / π0。
作者梳理9月以来具身模型扎堆宣布开源的现象,提出用代码、权重、数据、许可证、复现流程五部分判断开源可用度,并把开源程度分为四级:完整开放、开放代码权重但缺数据、只开放权重或API、以及仅停留在Coming soon的承诺。
文章详解在HandBot-S2上完成相机内参和相机与激光雷达外参标定的实操流程。内参标定使用Kalibr配合AprilGrid标定板,文中给出采集要求与kalibr_calibrate_cameras运行命令。
RDK X5 用户烧录官方镜像后无法启动,社区回复指出日志仍停在 BOOTROM/BL1/BL2 阶段,SD 卡镜像尚未被读取。排查建议先断开底盘接线与外设,改用官方要求的 5V/5A 适配器经 Type-C 供电并观察指示灯;若裸板仍从头循环打印日志,则用 XBurn 以 Serial+USB 加 xmodem_fastboot 重刷板载 NAND 中的 miniboot 固件。