DeepSeek 战略投资 Winverse AI 与理格万物,补齐具身智能感知与运动控制
DeepSeek 完成对 Winverse AI 和理格万物的战略投资,前者主攻世界模型与具身感知大脑,后者聚焦人形机器人全身运动控制。DeepSeek 领投 Winverse AI 种子轮,交易金额达数千万美元,投后估值约 4 亿美元,美团龙珠同步跟投;理格万物本轮由 DeepSeek 与红杉中国、砺思资本共同参与投资。
DeepSeek 完成对 Winverse AI 和理格万物的战略投资,前者主攻世界模型与具身感知大脑,后者聚焦人形机器人全身运动控制。DeepSeek 领投 Winverse AI 种子轮,交易金额达数千万美元,投后估值约 4 亿美元,美团龙珠同步跟投;理格万物本轮由 DeepSeek 与红杉中国、砺思资本共同参与投资。
苹果研究团队在arXiv发布论文《Perceptive Humanoid Motion from Simulation》,公开人形机器人自主控制系统HALO,并同步开放训练与部署代码。
苹果研究团队公开 HALO 人形机器人研究,用宇树 G1 背负 Mac mini M4 Pro 本地运行千问模型,在 6 个未扫描的真实家庭中 360 次测试平均成功率达 91%。
推荐理由:苹果用纯仿真合成数据替代人力遥操作,在陌生真实家庭中验证人形机器人技能迁移,为绕开数据瓶颈提供了一条可规模化的路径。
11 月 7 日,源自加州大学伯克利分校学术背景的物理智能开源平台 Hitch Open 在第九届进博会临港展示区全球发布并开源。现场由上海交通大学—上海创智学院高岳教授团队与平台联合完成 AI 自主决策机器人乒乓对打 142 拍,刷新该项目世界纪录。平台定位为面向真实物理环境的物理智能竞技平台,乒乓对打中机器人反应窗口仅百毫秒,需在感知、决策、行动闭环内实时研判。
Archon Robotics 推出面向人形操作的全身控制器 Anchor 1,可将骨盆、手腕、脚踝等稀疏人体目标转换为精确稳定的机器人动作,并跳过在线关节空间重定向以规避常见误差来源。
11月4日,京东11.11山东工业品产业带媒体行走进珞石机器人智能制造未来工厂,20余家媒体参观了展厅、实验室与生产线,了解工业机器人、柔性协作机器人及具身智能机器人的研发制造流程。
机器人控制中一个常被忽视的难题是判断动作何时真正结束:电机转动、机械臂到位或移动平台沿路径行进只是问题的一部分,系统还需识别目标是否达成、是否出现异常、继续动作是否会带来损伤。传感器噪声和环境不可预测时,机器人可能在目标附近反复修正、振荡,或把临时读数误判为成功。稳定、可预测且安全的控制,是动作从受控演示走向真实世界可靠运行的关键。
Boston Dynamics 发布视频,展示 Atlas 人形机器人把脚换成轮子后移动的实验,将经典基于模型的电机控制与全身强化学习策略结合,以在非结构化真实地形上保持动态稳定。
Boston Dynamics 控制工程师 Andy Wu 介绍,团队把 Atlas 的脚换成轮子做研究测试台,用全身强化学习策略驱动,目的是在极限工况下检验执行器与电机模型。
推荐理由:Atlas 团队控制工程师复盘换轮测试台如何用真实电机模型缩小 sim2real 差距,可迁移到全身 RL 训练。
Duatic 推出通用工业机器人 DxTR,采用双臂加移动底盘结构,可完成抓取、搬运、放置和行驶,每天搬运数千个料箱。该机器人可举升 30 kg、承载 200 kg,依靠传感与反向驱动能力实现与人安全协作,软件与整机均由 Duatic 在瑞士自研自建。
光学动捕为人形机器人和无人机的训练与硬件验证提供独立位置参考,通过同步相机三角测量反光或主动标记,而非累积先前读数推算运动。人形训练中,人体动作经重定向转为机器人关节结构下的全身控制参考,UC San Diego 在 RSS 展示的 Expressive Whole-Body Control 用重定向动捕数据训练策略并在仿真与硬件上评估。
开发者正在构建小型双足机器鸭MicDuck,发现让机器人动腿容易、真正稳定行走很难,需精细调整左右腿的时序与协调。小型双足机器人的重量分布和落脚位置对平衡影响很大,单独测试正常的动作组合后可能失稳。MicDuck已能通过单独的恢复动作序列自行从跌倒中站起,但行走仍有大量工作,开发者计划发布硬件搭建、运动控制等英文教程。
苹果研究团队公开HALO人形机器人研究,以宇树G1为身体、背负运行千问模型的Mac mini M4 Pro,在6个未扫描的真实家庭中完成坐下、钻桌底、推箱子等任务,360次测试平均成功率91%。
同一新闻,精选展示《苹果公开 HALO 人形机器人研究:宇树 G1 背 Mac mini 跑千问,陌生家庭任务成功率 91%》
CompVLA 是一个统一的视觉-语言-动作(VLA)框架,可从 RGB 和语言输入联合预测运动与刚度矩阵。它在常规架构上增加专门的 Compliance Expert,输出时变刚度和虚拟位移曲线,并通过几何阻抗控制执行。
作者提出首个基于毫米波雷达的机载感知与控制动态避障系统,用于小型四旋翼无人机。系统结合轻量交互多模型(IMM)跟踪器与直接输出规避加速度的控制障碍函数(CBF)控制器,并推导感知范围、相对速度与控制延迟之间的充分避障条件。
作者提出闭环对象信息(CLOI)方法,将非抓取操作拆分为物体级长程位姿规划与机器人级动作规划,并用 MPPI 求解子问题、通过 ADMM 在物体位姿上达成共识。在 xArm6 机械臂的带障碍平面推动任务中,相同计算预算下 CLOI 相比标准 MPPI 在仿真中成功率提升 35%,在硬件上提升 43%。
该论文用进化算法搜索适合不同目标与约束的多旋翼机体形态,并用非支配排序遗传算法(NSGA-II)生成性能权衡的机体集合。与标准四旋翼相比,Pareto 前沿极值在机动性、推重比和尺寸上分别提升 489.2%、23% 和 4.8%,机动性提升来自电机倾角,推重比提升来自更多螺旋桨。实机无人机竞速实验显示,进化出的机体在通过门数、飞行速度和单圈时间上均优于标准机体。
作者提出蛇形机器人 COBRA 的闭环全身移动操作方案,不区分推进与操作部件,身体任意部位都可接触物体。研究在 Moreau-Jean 时间步进框架下建立统一机器人-地面、机器人-物体与物体-地面交互的接触隐式动力学模型,并结合几何规划器与比例控制器做全阶动力学轨迹优化,在侧向蜿蜒运动中自主将物体推至目标位置。方案已在多种配置的硬件上验证规划器与控制器,并给出简化轨迹优化的仿真结果。
LACART 将基于前瞻的控制障碍函数(CBF)、松弛控制李雅普诺夫函数(CLF)与二次规划(QP)结合,在统一优化层中修正车辆标称指令,同时处理圆形障碍与赛道边界。
DKWBC 提出一种动力学信息驱动的全身控制框架,用逆动力学前馈与关节 PD 反馈提供跟踪力矩,再由残差策略学习平衡所需的关节力矩修正。作者称该结构把运动相关力矩需求显式分离,简化了策略学习任务,并在仿真与实机上验证单一平衡策略可跨多个运动数据集泛化,在地面支撑、附加载荷和物理交互下保持跟踪与平衡。项目主页已公开。
SUGARv2 提出一个统一框架,通过交互参考合成和共享训练流程学习多样化视觉人形机器人移动操作技能。该方法把可复用任务模板适配到不同空间配置以低成本合成机器人与物体协同运动参考,并以基于参考的模仿作为跨任务共同学习目标,先训练特权教师再经教师蒸馏和强化学习训练视觉策略。
作者提出 TPS-A* 格点规划器,其边由参数化轨迹生成器产生的运动学可行轨迹构成,并在轨迹参数空间做可认证碰撞检测。按足迹预计算的网格只需遍历一次局部障碍,就能返回每条候选轨迹的可认证自由距离,使每节点碰撞代价与足迹复杂度和轨迹数量无关。
论文提出一种面向非完整约束多机器人系统的安全关键控制框架,让各机器人以不同轨道半径环绕静止目标,同时保持与邻居的间距并避免碰撞。每个机器人只测量到目标的距离、只与相邻两个机器人交换信息,通过加速度把半径驱动到目标值、通过转向率平衡编队,并用高阶控制障碍函数二次规划(HOCBF-QP)同时约束目标距离、地理围栏和机器人间安全。
FastFunnels 提出一种分层多机器人导航方法,高层用强化学习策略实时生成可变形椭圆包络,低层用分布式模型预测控制(DMPC)让机器人保持在包络内并互相避碰。
FATHOM 提出一种世界模型引导的扩散动作轨迹选择框架,用于稀疏主动光标记下的自主水下航行器(AUV)相对跟踪。该方法先用多模态任务监督的循环状态空间模型融合标记观测、惯性测量、动作历史与时间动态,形成预测跟踪信念,再由扩散动作先验生成多条多推进器轨迹,并在滚动时域目标下选出最优候选、依据机载观测持续更新。
STRIDE 提出以跟随指令加速度曲线替代基座速度跟踪的强化学习奖励,只需机载 IMU 即可学习人形机器人运动。方法结合离策略算法 XQC、关节位置控制器高增益设置与左右对称增强,在仿真中让 Unitree G1 和 Booster T1 在 14 分钟样本内学会行走。相比缺少这两项组件的情况,训练中跌倒次数减少 81%,而后者需要一小时以上才能学会。
ForPC 是一个力感知全身控制框架,通过两阶段强化学习调节人形机器人推车时的推车速度。该方法先从本体观测中推断力隐变量与状态隐变量,无需外部力传感器,再由残差策略协调手臂、腰部和腿部动作;仿真中推车速度 RMSE 较仅运动控制基线最多降低 68.2%,多弯道路线横向误差最多降低 74.2%。
灵巧手实战系列第18篇讨论如何把阻抗控制与导纳控制接入闭环,以避免抓取时把物体捏坏。内容围绕这两种控制方式在灵巧手力控闭环中的接入方式展开。
针对多旋翼在持续风扰下的横滚姿态稳定问题,建立单轴横滚模型并以等效力矩模拟风扰,对比P、PD与PID控制器的峰值偏角、振荡和稳态误差。结合Python仿真分析扰动强度与执行器余量对响应的影响,为抗扰控制参数选择提供依据。
灵巧手力控从位置环、电流环到阻抗控制的实现路径被系统梳理。内容围绕这三层控制环节展开,说明各环节在灵巧手力控中的作用与衔接方式。
苹果研究团队在arXiv发表论文《Perceptive Humanoid Motion from Simulation》,公开人形机器人自主控制系统HALO,并在宇树G1上验证。
同一新闻,精选展示《苹果公开 HALO 人形机器人研究:宇树 G1 背 Mac mini 跑千问,陌生家庭任务成功率 91%》
古月居介绍 SuperMimic 论文与开源实现,可自动生成人形机器人动作跟踪项目,并基于可微世界模型做闭环控制。其通过状态预测与策略迭代提升动作精度,面向复杂运动任务训练。
苹果研究团队在 arXiv 发布论文《Perceptive Humanoid Motion from Simulation》,推出人形机器人自主系统 HALO,并在宇树科技 G1 上完成实景验证,同时开源数据生成、训练与部署代码。
推荐理由:论文给出仿真合成数据零样本迁移到宇树 G1 的三层架构与分项成功率,可对照长链条任务的失败环节。
Kinetix AI 的高动态人形机器人乒乓球系统 SMASH 在 HKFW 2026 恒生银行展台展出,恒生学院的球员与它进行了对打。原文未披露该系统的自由度、续航或对打成功率等指标。
文章针对开环步进电机丢步问题,介绍编码器闭环与堵转检测的改造实战。材料仅提供标题与摘要,未给出具体改造方案、硬件选型或实测数据。
SuperMimic 提出一种人形机器人动作跟踪框架,用可微世界模型配合 32 步反向传播推演,在动作库规模较大时降低训练算力需求。该框架以确定性增量模型刻画物理规律,并把真实状态作为想象推演的起点。原文为深度解读,正文仅提供摘要。
材料介绍步进电机避免丢步的梯形与 S 形加减速曲线原理,并给出在 STM32 上的实现方法。原文仅提供标题与摘要,未展开具体算法细节和代码内容。
Pinocchio 的机械臂刚体动力学实现围绕三大递推展开:RNEA 做前向传播与力反向传播,CRBA 计算复合刚体惯量,ABA 完成关节惯量递推。其解析导数与有限差分对拍,并经 MuJoCo 引擎交叉验证后,以计算力矩控制闭环验证。
全身控制(WBC)中的零空间分配用于在主任务不受影响的前提下叠加次要任务。该方法把次要任务投影到主任务雅可比矩阵的零空间中,使次要关节运动不干扰主任务执行。
强化学习策略优化从REINFORCE、Actor-Critic、TRPO演进到PPO,核心是让策略梯度更新更稳定高效。PPO用新旧策略概率比截断限制单次更新幅度,兼顾实现复杂度与稳定性,适用于连续和离散动作。文章还梳理了GAE优势估计、on-policy数据流程及学习率、clip范围等关键超参数的调参思路。