北卡州立大学研发机械智能软体机器人 可切换三种游动模式
美国北卡罗来纳州立大学团队研制出一款机械智能软体机器人,不装微电脑、不依赖实时算法,仅用两根气管控制充放气,即可切换水母、鱼、转子三种游动模式,完成升降、悬停、转向等动作,控制逻辑完全由材料与结构承担。相关成果发表于《科学进展》。
美国北卡罗来纳州立大学团队研制出一款机械智能软体机器人,不装微电脑、不依赖实时算法,仅用两根气管控制充放气,即可切换水母、鱼、转子三种游动模式,完成升降、悬停、转向等动作,控制逻辑完全由材料与结构承担。相关成果发表于《科学进展》。
MEgoVista 在物体遮挡手部的场景下重建手部动作:演示者自然握杯、部分手指被杯子挡住时,系统仍能将重建的手部叠加延伸到被遮挡区域。方法是对整段录像做手部运动优化,把可靠的视觉观测与时间连续性和解剖学约束结合,从而利用单帧遮挡之外的信息。这对小团队采集机器人演示数据意味着不必要求演示者改变握法来暴露手指。
AIRclub-UdeSA 在 jar_workshops 第10周发布了真实机器人录制的 ROS 2 bag:在布满箱子的场地进行 2 分钟采集,包含激光雷达、相机、里程计、IMU 和 TF 数据。提供 wget 下载与解压命令,空场地地图随 semana 10 的 mapa_laberinto 包附带。
具身数据目录项目 Embodied Data Atlas 发布 v0.7.0-rc.1,主页新增动画场景与 DROID 官方演示,六类研究任务卡片展示前三条目并支持中英文搜索、快捷筛选与可分享排名。目录保持 177 条记录、171 个独立家族,含 13,669 条论文元数据,通过 149 项测试、224 项浏览器检查并部署于 GitHub Pages。
开姆尼茨工业大学研究人员在校园接驳车场景下测试行人对接驳车自动、手动与遥操作三种模式及不同接近速度的反应,初步结果显示各模式间的体验差异很小,接近速度较快会轻微降低感知安全与舒适度。另一项实验表明,制动曲线与停车距离显著影响行人对交互的感知。研究结论尚属初步,还需覆盖更多车辆与交通场景。
具身数据集目录项目 Embodied Data Atlas 发布 v0.5.0-rc.1,新增六个专属主研究任务分类,已审编目录从 40 个扩展到 171 个已发布独立家族(共 177 条记录)。
研究者开发出一种微型磁控软体机器人,可在外部磁场引导下到达体内特定位置,留下小型黏附贴片用于精准给药,剩余机器人还能继续移动到下一个目标重复投放。该技术有望让靶向给药更精确,目前仍处研究阶段。
作者发布一个每日更新的机器人论文索引,目前收录480多篇2026年论文,并有回溯至2017年的存档。每条附arXiv页面、PDF和代码仓库链接,按主题打标签可筛选,论文页提供通俗摘要、要点和原文图表,覆盖VLA、操作、运动、sim-to-real、人形机器人、导航和强化学习。
研究人员开发出可喷射人工蜘蛛丝的机器人,聚合物溶液在空中形成发丝级细纤维,可粘附于特氟龙并在尖锐碎玻璃上搭桥。单根丝网承重 100 g,用该纤维制成的软硅胶夹持器能无损拾起娇嫩花朵。
Any2Track 针对单一强化学习策略难以兼顾舞蹈、打斗、摔倒起身等差异巨大动作的问题,采用两段式方案:先分簇训练专科教师,再用 DAgger 把教师行为聚合进同一个学生网络,并给出 G1 仿真对照结果。
ROMA 提出一种真实世界物体中心的多传感主动感知系统,由 LLM 规划器判断缺失信息、主动采集并在证据足够时给出属性估计。区别于先感知后行动的固定流程,系统使用真实多传感硬件,并已开源代码。
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源柔性压阻式触觉传感器 FlexiTac 开源约一年半后的进展。传感器采用 FPC 与力敏薄膜层叠结构,备料后 3 分钟可完成组装,团队开源了完整 BOM、装配说明、读数软件并集成进 LeRobot 框架;仿真适配只需标定 3 个超参数的弹簧-阻尼系统。
韩国东国大学Sejoon Lee教授团队将摩擦纳米发电机(TENG)与柔性石墨烯沟道离子凝胶栅控晶体管结合,制成无需电池、可从人体运动采集能量并实现神经形态感知与学习的柔性器件。
清华大学、青岛海洋地质研究所、上海交通大学等单位的西太平洋热液联合科考航次历时18天,实施7次下潜作业,新锁定一处大型高温活动热液区,初步证实其具备大规模多金属硫化物资源潜力,矿石伴生金最高含量15.4ppm、伴生银最高1271ppm。
ETH Zurich软机器人实验室的Amirhossein Kazemipour团队把Wuji Technology的商用机械手加配80克背包(含电池、IMU和Raspberry Pi Zero),用强化学习在仿真中训练出让其以指尖爬行的策略。
Noitom Robotics 在 IEEE Spectrum 与 Wiley 的白皮书中介绍 HiPHI 数据集,包含 617.5 小时光学动作捕捉的全身人体动作数据,精度达亚毫米级。
CMU 研究人员设计了可安装在 DeltaHands 柔性机械手上的人手启发式指尖,结合应变片测量捏握压力、麦克风通过塑料指甲捕捉微振动,可数纸杯、识别材质并抓取豆腐块和薯片等易碎物品。每个指尖成本低于100美元,而用现成产品搭建类似装置需约800美元,工作已在 Pittsburgh 举行的 2026 Intelligent Robots and Systems Conference 上发表。
推荐理由:原文给出仿人指尖的多模态触觉设计和低于100美元的成本细节,读者可了解力与振动感知如何支持操作控制。
格拉斯哥大学团队用 AR 在社交机器人 Qoobo 上叠加测试 5 种原型脸(动物、机器人、emoji、动漫及仅眼睛)与 5 种声音(猫叫、类人声、电子音、音乐和“动动物语”),24 名志愿者对组合进行排名。结果显示动物脸和动漫脸配动物叫声最受喜爱,脸比声音更能传达情感。研究基于其 AZRA 系统,可为未来动物园式(zoomorphic)社交机器人和用户可定制外观提供设计依据。
Sanctuary AI 提出 TIGER(Task-Space Imitation Guidance for Efficient Reinforcement Learning),不执行模仿策略,而是把其动作块经控制器映射为末端执行器参考轨迹,转化为密集奖励供强化学习使用。
推荐理由:原文给出把模仿策略转为密集奖励的具体做法与消融数据,读者可以判断它能否用于自己的稀疏奖励操作训练。
CMU 与西门子合作开发评估人形机器人「safe stoppability」的方法,并通过仿真定义了可安全停止机器人的条件,成果为 PRISM(Proactive Refinement of Importance-sampled Stoppability Monitor)。
推荐理由:文章介绍了用仿真定义人形机器人可安全停止条件的方法 PRISM,对关注人形机器人安全监控与认证的读者有参考价值。
EPFL 与 NYU 团队在 npj Robotics 发表 ScaFi,一种基于鳕鱼、鲭鱼尾部摆动方式的仿生机器鱼,通过仅按比例加粗玻璃纤维尾杆实现尺寸缩放。团队制造了 0.6、1.1 和 2.9 米三个尺寸并在溪流和莱蒙湖实测,游动步态经体长归一化后基本一致;最大机型能效较低需更强电机,扰动下小机型更灵活但恢复更慢。
卡内基梅隆大学机器人研究所团队开发 LAMP(Long-Horizon Adaptive Manipulation Planning)系统,帮助多台机器人协作在严重杂乱的空间中移动物体,将物体与机器人的运动联合规划而非分开处理。
Skild AI 宣布通过物理自博弈(physical self-play)对基础模型 S1 做后训练,让策略以得分为唯一目标与近期版本的自己对抗,在 NVIDIA Isaac Sim 中经 140 年仿真时长学会带球过人、护球、抢断等技能,并成功迁移到人形机器人进行比赛。作者认为自博弈可突破预训练人类数据的能力上限,下一步将扩展到协作操作和城市级导航等日常任务。
推荐理由:作者自述用物理自博弈让基础模型在仿真中习得足球技能并迁移到实机,读者可以借此了解自我对抗式后训练的可行路径。
MagicLab(魔法原子)介绍 Magic-Brain 框架中的视觉引导方案,用 VLM Agent 输出 bbox、分割模型细化为三色掩码叠加到观测图像,将语义引导转为视觉引导。
推荐理由:魔法原子详解 Magic-Brain 视觉引导层的设计动机与实现,读者可以了解把语言指令转成像素引导后对抓取成功率的影响。
PKU EPIC Lab 提出 UniPart,一个以 CLIP 文本嵌入为条件的前馈跨模态 3D Transformer,用自由文本短语在点云上选取功能部件,实现零样本语言驱动 3D 部件分割。
推荐理由:论文给出文本驱动的3D部件分割方法与自建数据集,并验证可迁移到真实世界语言条件抓取。
MIT CSAIL 与天津大学研究人员推出 X-Hinges 设计软件,可在 3D 打印交互物品时自动嵌入两种不同材料,让传感器信号与导线状走线互不干扰,并支持最多三个运动轴。团队用它制作了可向人形机械手传递抓取动作数据的智能手套、感知捏合调节亮度的折纸式台灯和可识别所放物体的检测装置,并用计算机视觉系统对齐同批设备间的传感器读数差异。该工作将在 UIST 上展示。
PKU EPIC Lab 发布 FoldNet++,一个用于机器人T恤折叠与展开的大规模合成数据集,涵盖 6 种机器人本体、1K 件T恤、1K 环境资产和 120K 条带丰富标注的演示。
推荐理由:原文给出了数据规模和真实环境部署成功率,读者可以据此评估纯合成数据训练衣物操作策略的可行性。
MIT CSAIL与Google、Northeastern研究人员推出InstructMesh,将TRELLIS与GPT-4结合,让用户用自然语言修复AI生成的3D模型后进行3D打印。
推荐理由:研究给出新工具与用户实验数据,读者可以了解普通用户如何修复AI生成3D模型并完成打印。
PKU EPIC Lab 提出用于机器人学习的智能体式生成框架 GIF,将问题重构为解耦重建加相对位姿恢复。CoGen 结合 2D 与 3D 生成模型产出实例解耦网格和粗略初始位姿,GPRM 在几何与物理联合引导下细化相对位姿,VLM 验证器挑选最符合结构化规范的候选。
推荐理由:论文把交互功能物体组合生成拆成解耦重建与相对位姿恢复,并给出八类接触几何基准与碰撞率数字,可帮助读者评估仿真数据生成路线。
因时机器人联合上海交通大学、复旦大学等开源HandEdit数据集与评测基准,研究将第一视角人手图像编辑为指定机器人灵巧手构型。数据含2亿余个图像编辑样本、30万余段视频片段,覆盖26种URDF构型、600余个场景、1100余种物体和400余类任务;统一测试11种图像编辑方法,设Hand-only与Hand-Arm两条评测轨道,结合通用相似度、VLM判断和具身任务指标。
PKU EPIC Lab 在 arXiv 发布 ZETA 研究(arXiv:2609.02546),提出统一的零样本跨本体 VLA 迁移定义和覆盖 14 个留出目标本体的受控基准,区分严格零样本迁移与预训练暴露迁移。实验显示局部末端执行器状态-动作表示、源本体多样性、辅助共训练分别提升约 15、18 和 7 个百分点,预训练中仅加入 5% 目标本体数据可将平均目标本体进度提升 13.4 个百分点。
推荐理由:论文给出了统一的零样本跨本体迁移定义和受控基准,读者可据此理解不同表示与数据策略的实际收益。
哈工大李天龙团队研发基于CD5+树突状细胞的工程化微机器人系统,可通过外磁场调控实现血管内精准导航并原位激活免疫细胞,成果发表于《科学进展》。系统在锥形磁场下自组装为带状集群顺流迁移,旋转磁场下组装为链状集群逆血流上行,结合肿瘤趋化实现靶向富集与深部浸润;小鼠原位结直肠癌模型中单次注射联合磁控导航使肿瘤生物发光信号降低90%以上。哈工大为论文第一单位。
推荐理由:哈工大团队介绍CD5+树突状细胞微机器人的构建策略与磁控导航结果,读者可了解原位免疫激活这条治疗路径的具体做法。
天创机器人联合清华大学、达摩院与东南大学发布的工业多模态安全性评估数据集InspecSafe-V1论文被《Nature》旗下期刊《Scientific Data》收录。
奥克兰大学LISMS实验室与西安交通大学联合提出Video2Knowledge框架,从一段普通单目RGB视频中提取手与物体6D轨迹并转成机器人动作序列。系统用WiLoR恢复3D手部网格、结合OnePoseViaGen做物体追踪,并设计四阶段物理感知校正模块,操作物体位姿准确率在正面视角下从52.5%提升到59.0%。
PKU EPIC Lab 提出HumanTracker基准,用于人形运动跟踪的评估,被ECCV 2026接收。基准包含约153小时来自多名专业演员的光学运动轨迹,分为四个运动族并带文本标签;配套的HumanScore指标基于包含24K动作的12K运动对训练,与人类偏好对齐,能揭示运动学指标常漏掉的接触与稳定性失败,如脚滑和落地时机错误。
推荐理由:原文提出将人形运动跟踪评估与人的感知对齐的基准和指标,指出现有运动学误差会漏掉足底滑移等接触问题。
哈工大吴志光教授联合团队开发自适应磁控纳米机器人平台,可在外部磁场驱动下形成涡旋状、链状和带状等群体运动模式,并在小鼠和非人灵长类动物体内实现脊髓腔内定向导航,成果发表于《科学进展》(Science Advances)。
推荐理由:研究团队公布了磁控纳米机器人集群在非人灵长类体内的导航实验结果,关注微纳机器人医学转化的读者可了解其技术路线。
Mila-魁北克AI研究所与蒙特利尔理工团队发布开源机器导盲犬Milo,称可将约5万美元的导盲犬成本压到约2000美元。硬件基座为宇树Go2 Air/Pro加NVIDIA Jetson Orin Nano,用磁编码器伸缩手柄反解使用者三维位置,先建鸟瞰图再跑导航策略,策略在GPU加速仿真中约10分钟练出并零样本部署真机。
推荐理由:原文完整拆解了Milo的感知、策略训练与实测细节,读者可以对照自己的导航项目复用其工程取舍。
意大利技术研究院(IIT)与INAIL提出共享具身智能架构,并造出人形机器人ergoCub,研究成果发表于Nature Machine Intelligence。
推荐理由:原文梳理了把人体工效写进机器人硬件优化的方法与真机数据,读者可以了解设计与控制如何围绕人机协作展开。
灵初智能与北大-灵初联合实验室发布并开源双灵巧手通用操作模型和全栈系统 EgoSteer,包含数据处理管线 EgoSmith、机器人技术栈 Robot-Stack 和世界模型增强的 VLA 模型。
推荐理由:原文给出从人手数据处理、真机纠偏到模型架构和实验数字的完整链路,读者可据此评估其可复现价值。
PKU EPIC Lab 提出测试时训练框架 WAM-TTT,从原始人类视频中引导世界动作模型,无需机器人动作、人类侧标注或任务特定微调。该方法通过自监督视频预测将人类视频吸收进冻结 WAM 内的轻量自适应记忆,并用成对人-机数据和键值记忆重建目标的元训练阶段对齐人类演示与机器人行为;实验显示其在多种操作任务和泛化设置下持续优于上下文人类视频条件化基线。
推荐理由:原文提出仅用无标注人类视频在测试时调整冻结世界动作模型的方法,无需机器人演示或微调,对想复用的研究者有方法参考价值。