ModPack：面向双臂移动操作的模块化可扩展遥操作系统
ModPack 提出一套模块化可扩展的遥操作系统，核心是集成机载计算、供电、通信和存储的可穿戴背包，在其上支持即插即用的功能模块，包括带触觉反馈的关节级遥操作、移动操作和主动感知。
#开源生态
arXiv cs.RO 机器人学AI 评分5858 arXiv cs.RO 机器人学AI 评分4747 ClimbLab：面向足式攀爬机器人的 MATLAB 仿真平台
ClimbLab 是一个开源的 MATLAB 仿真与分析平台，专为足式攀爬机器人设计，可将任意带肢体的机器人建模为带浮动基座的关节多体系统，在任意环境中模拟行走与攀爬。平台支持调节倾角、重力、地面刚度等环境参数，可加载任意点云作为地形图，并采用刚体动力学引擎。论文给出了仿真器结构、计算流程，以及四足机器人贴附墙面或攀爬陡坡的示例。
Hugging Face 每日论文AI 评分5555 DAEDALUS：从自生成任务中引导智能体记忆
DAEDALUS 通过配对 explorer 与 solver 两个智能体，从自生成任务的失败中提炼启发式规则并汇总为记忆库，在 AppWorld、τ^2-bench 和 AutomationBench 上将平均成功率较无记忆基线提升最多 15.9 点，pass^5 提升最多 2.2x，推理成本低于多数使用训练任务的方法。
arXiv cs.RO 机器人学AI 评分5555 HARL-A：基于 IsaacLab 的异构多智能体对抗强化学习基准框架
HARL-A 是一个基于 IsaacLab 的开源框架，支持在高保真物理仿真中对形态各异的机器人团队进行可扩展的对抗策略训练与基准评测，团队数量和每队机器人形态组合均可任意配置。该框架扩展了 HARL 算法库，贡献了模块化软件架构、Sumo/Soccer/3D Galaga 三个基准环境，以及超过十个预训练策略，已在 Hugging Face 公开发布，演示中可稳定产生对抗策略与涌现的角色分工。
arXiv cs.RO 机器人学精选AI 评分6262 FineART：细粒度标注双臂操作数据集与 FineART-VLA 模型
研究团队提出 FineART 双臂操作数据集，包含 40,543 个 episode（1,718 小时）、533,913 个子任务、覆盖 151 项任务，并开源数据集、模型权重与训练代码。
推荐理由：论文给出子任务标注带来的成功率提升幅度，可评估密集标注对双臂长程任务的价值。
arXiv cs.RO 机器人学AI 评分5252 Crazyflow：基于 JAX 的可微分空中机器人仿真器，支持 UWB 与 IMU 退化反馈大规模仿真
Crazyflow 是基于 JAX 构建的可微分空中机器人仿真器，通过 XLA 的 jit 编译将物理与控制统一进单一可微分计算图，在加速硬件上实现大规模并行，较现有基线取得数量级加速，可在数秒内训练出可部署的强化学习智能体。
arXiv cs.RO 机器人学精选AI 评分5959 OpenWAM：面向可组合世界-动作模型的开放框架
OpenWAM 提出一个开放的世界-动作建模（WAM）框架，以 Wan2.2-5B 为起点在超过 10,000 小时视频上做因果机器人视频预训练，并通过共享 Mixture-of-Transformers 架构接入动作专家，支持联合、先视频后动作、先动作后视频和解耦四种生成方式。
推荐理由：论文给出了各交互设计在同一测试床上的对比数字，便于评估反事实数据对动力学学习的增益。
arXiv cs.RO 机器人学AI 评分5151 开源3D打印水射流动力自主三体机器人船用于环境巡检与监测
一款自主、低成本、水射流动力的开源三体机器人船平台发布，开发成本为 $600-1,500 USD（取决于传感系统配置），重量低于 5 kg，最高航速达 2 m/s 并可对岩石等自然障碍物进行避障。
arXiv cs.RO 机器人学精选AI 评分6262 EgoSteer 开源全栈系统：从第一人称视频实现可引导的灵巧操作
研究团队发布开源全栈系统 EgoSteer，用第一人称人类视频扩展灵巧手 VLA 预训练，并以少量真实机器人数据完成后训练。
推荐理由：论文给出从第一人称视频构建 9606 小时预训练数据的完整管线，做灵巧手数据工程的团队可对照其吞吐与精度做法。
arXiv cs.RO 机器人学AI 评分4747 迭代式奖励设计全景：BIRD 基准统一评测 LLM 奖励函数生成方法
研究者提出迭代式奖励设计基准 BIRD，将现有 LLM 奖励代码生成与迭代改进方法统一到同一配置与评测空间，便于直接对比、消融设计选择。在 MuJoCo、Meta-World、Assistax、HumanoidBench 上，少量简单设计选择持续提升性能，组合后显著优于先前方法。代码已开源。
arXiv cs.RO 机器人学AI 评分5555 Exact Optimal Transport by Matching：精确最优传输的匹配求解方法
研究提出用精确二分图完美匹配（Jonker-Volgenant）求解单位质量离散最优传输，在稠密 2-D 实例上比 Sinkhorn 与 Greenkhorn 更快且严格更准：n=500 时 0.01 s、n=8000 时 11.5 s，而 Greenkhorn 达到 1% 质量目标需约 10-80 min（慢 4e2-6e4 倍）。
arXiv cs.RO 机器人学精选AI 评分5959 AffordCraft 用单张 RGB 图像检索构建任务可用的仿真资产
AffordCraft 从单张 RGB 图像和任务指令出发，通过检索而非生成的方式定位物体与操作部件，从关节资产库中选取匹配条目并拟合到图像，同时保持部件与关节完整。
推荐理由：论文给出资产库规模与成功率的对照数据，做仿真数据构建的团队可据此评估检索式方案相对生成式方法的成本差异。
arXiv cs.RO 机器人学AI 评分5555 Inspect Robots：评估具身 AI 能力与安全的开源框架
作者提出 Inspect Robots，一个用于开发和运行具身智能体评测的模块化开源框架，提供可定制、可复用的物理评测抽象与结果分析能力，并自动化评测的搭建、执行与终止。论文用该框架评测了六个基于前沿语言模型的策略的能力与安全性；该框架发布三个月以来已获得近 100,000 次下载。论文已提交至 CoRL 2026 的 SPAIS Workshop。
arXiv cs.RO 机器人学AI 评分5555 Adaptive Mean Flow 实现平滑响应式闭环机器人控制
Aksel Vaaler 等人提出 Adaptive Mean Flow（AMF），一种基于流匹配的模仿学习方法，用于实现平滑且响应迅速的全闭环机器人控制。AMF 采用 Mean Flow（Flow Matching 的加速形式）降低预测时延，并在预测新动作时引入上一步轨迹的腐蚀版本，信噪比随轨迹时间参数递增，从而抑制相邻步之间的大幅变化。
arXiv cs.RO 机器人学AI 评分4343 利用低成本机器人开展 K-12 STEM 教育：Jar Jar ROV 水质监测实践
Jar Jar ROV 是面向中学生公民科学水质监测的低成本开源遥控潜水器（ROV）平台，已在某州 100 多名学生中大规模部署，学生自行搭建、编程并在当地湖泊投放。项目收集了近 1.1 万条经验证的温度、pH、溶解氧和浊度测量数据，ROV 搭建环节获导师满分评价。评估发现电子组装和数据上传等复杂任务中学生参与度明显下滑，论文据此提出降低技术门槛的改进路线。
Hugging Face 每日论文AI 评分5555 nanoMuse：面向个人全部设备的开源个人智能体报告
报告提出 nanoMuse，一个 GPL-3.0 开源的个人智能体，运行在用户拥有的每台设备上，可操作手机和电脑屏幕，通过任何人可运行的中继共享同一段对话，所有动作经 Sentinel 审核，记忆以用户可读的文件形式保存，模型由用户自选。