跳到正文
10月7日周三
  1. arXiv cs.RO 机器人学58

    人形机器人全身运动持续学习:Similarity-guided LoRA-PNN 防止灾难性遗忘

    提出 Similarity-guided LoRA-PNN,用渐进式神经网络策略结合轻量 LoRA,在顺序任务流中让人形全身控制器持续学习而不遗忘已掌握技能。基于动态时间规整与最优传输的两级运动相似度决定复用哪个先验技能并分配新容量,在六个顺序学习技能类别上取得最佳前向迁移 0.125 与最高平均准确率,节省最多 94.5% 可训练参数和 40.8% 训练时间。

  2. arXiv cs.RO 机器人学38

    双臂机器人在翻身操作中稳定颈椎以实现安全物理人机交互

    研究提出一种双臂机器人在翻身操作中稳定颈椎的算法与适配方案,兼顾安全边界内的抓握力最大化与颈部旋转控制。实验显示,该方法使双臂机器人在维持目标旋转对齐上达到人类水平,带预测的轴向对齐与人类新手相差 .21 度以内。该成果面向战场、自然灾害与运动场景中的患者搬运与翻身安全。

  3. arXiv cs.RO 机器人学46

    Autoware 在建筑工地的应用:差距分析与面向越野自动驾驶的 LiDAR 感知

    Autoware 开源自动驾驶平台正被扩展到建筑工地的大型自卸卡车,但工地的非结构化地形、扬尘和持续变化的现场条件挑战了公共道路自动驾驶系统的多项假设。研究在感知、建图、定位、规划与控制等模块中识别出公共道路与越野建筑应用之间的差距,并重点讨论基于 LiDAR 的感知流水线开发与现场测试发现。论文最后提出面向建筑车辆端到端自动驾驶的路线图。

  4. The Robot Report58

    TwelveLabs 发布 Pegasus 1.6 视频理解模型,面向物理 AI 与第一人称视频

    TwelveLabs 发布 Pegasus 1.6 模型,面向机器人、无人机和自动驾驶等物理 AI 场景,是其首个面向第一人称视频的 AI 模型,不依赖特定相机或专有硬件。

    推荐理由:原文列出了五项工作流和第一人称视频定位,做机器人数据管线的团队可据此判断是否接入。

  5. Hackaday47

    Hackaday 作者用 OpenSCAD 3D 打印自制耐用耳机头梁与弹簧耳罩支架

    Hackaday 一位作者因 JVC、Logitech、EPOS 耳机接连在塑料关节处断裂,决定用 OpenSCAD 自行设计 3D 打印耳机结构。他复用原耳机的驱动单元、麦克风和电子件,以一体成型的锯齿形板簧替代球形关节,提供 X/Y 旋转与 Z 位移自由度,并做成滑动式头梁。设计已开源在 GitHub 仓库,可改造用于修复损坏的耳机。

  6. NVIDIA 开发者博客47

    NVIDIA AICR v1.0:开放、稳定、可验证的 GPU 集群配置

    NVIDIA 发布 AICR v1.0,为 GPU 加速 Kubernetes 集群提供开放、稳定、可验证的配置方案。该方案针对主机内核、GPU 驱动、容器运行时、网络、存储、operator 与工作负载框架等数十个各自独立发版的组件,解决版本兼容性问题。同一配置在不同服务、GPU 代际和 Kubernetes 版本下可能静默失效,AICR 旨在让部署前后的版本冲突可追溯、可验证。

  7. 新智元49

    Anthropic 强化学习技术负责人 Sholto Douglas:AI 几年内或超越所有人类

    Anthropic 强化学习技术负责人 Sholto Douglas 在访谈中表示,能力等于甚至超过所有人类的模型很可能在未来几年内出现,AI 将能完成人类在电脑上做的所有工作。他估算今年超大规模云厂商 AI 资本开支合计约 1 万亿美元,2028 年可能达 4 万亿美元,2030 年代初全球 GDP 或翻倍。数学评测 FrontierMath 成绩一年内从 0% 升至 60% 以上。

  8. The Robot Report57

    FireDome 打造自主野火防御发射系统

    FireDome 推出自主地面发射系统,通过发射含水或阻燃剂的弹丸(最远 1,000 ft.)在野火到达前铺设阻燃隔离带、覆盖建筑并扑灭飞火引发的点火点。系统采用机械发射柔性智能弹丸,每枚约装 10 gal. 液体,在近地面高度展开形成椭圆覆盖区,三层防御分别对应外围隔离带、建筑覆盖和点火点扑灭,默认自主运行并可远程关停,计划与加州消防指挥体系集成。

    推荐理由:文章拆解了发射器与三层防御逻辑,可了解自主灭火系统如何嵌入现有消防指挥体系。

10月6日周二
  1. Hackaday60

    EDG C++ 编译器前端开源,交由 C++ Alliance 管理

    EDG C++ 编译器前端项目宣布开源,此后由非营利组织 C++ Alliance 管理,源码已发布在 GitHub。Edison Design Group(EDG)自 1988 年起做编译器前端,其前端被 Intel C++ 编译器、Microsoft VC++、NVIDIA CUDA 编译器等商业产品采用;公司去年决定在 2026 年关停并转向开源模式。

    推荐理由:EDG 前端曾用于 Intel、Microsoft、NVIDIA 等编译器,其开源走向可能影响 GCC 与 Clang 的生态格局。

  2. 树莓派官方博客60

    树莓派发布面向 PC 和 Mac 的 Raspberry Pi Desktop 新版

    树莓派发布基于 Debian Trixie 的 Raspberry Pi Desktop 新版,面向 PC 和 Mac 提供下载,改用 64 位 amd64 架构,并内置 Raspberry Pi Connect 客户端,可远程控制运行该桌面的设备。

    推荐理由:新版改用 64 位 Debian Trixie 并内置 Raspberry Pi Connect 客户端,想在 PC 或 Mac 上复用树莓派桌面的用户可据此评估。

  3. IoT物联网技术64

    Meta 开源 Muse Gadgets 硬件开发套件,适配 ESP32 与树莓派

    Meta 开源了 Muse Gadgets 硬件开发套件,包含乐鑫ESP32固件和 Linux SDK,开发者可用几十元的 ESP32 开发板或树莓派为个人桌面 AI Agent Muse 制作物理外设,实现智能家居控制、日程提醒等功能。

    推荐理由:原文给出了硬件BOM成本、固件与Linux SDK分工和刷写绑定流程,想自制Muse外设的开发者可据此评估上手成本。

  4. 机器人大讲堂58

    机器人大讲堂分析文体旅赛事成为机器人产业落地最快场景

    机器人大讲堂分析认为,机器人产业最先跑通的落地场景可能在体育场、主题乐园和城市广场,而非工厂或家庭。据其不完全统计,4 月至 9 月底机器人赛事覆盖五个主要城市、五种赛制,参赛机器人总数超过 2200 台,其中第二届世界人形机器人运动会有 2056 台机器人同场竞技,赛项从 19 个扩到 50 个。

    推荐理由:原文梳理了五座城市机器人赛事的规模与出货数据,可用来理解文体旅场景为何先于工厂和家庭形成落地。

  5. Hackaday55

    新型 LLM 决策模型 Jev:只输出浮点数、极快极便宜

    新型决策模型 Jev 数周前发布,专注分类与决策任务,无法写出任何句子,但可极快地完成分类与归类。它接受文本输入,仅输出浮点数,作为用户指定的 yes/no 问题、选项列表和评分请求的答案。Simon Willison 总结了 Jev 的做法,Kev 与 Nimble 等同类模型也已出现,Nimble 刚被 Ollama 支持,体积小到可相对轻松地本地运行。

  6. Hackaday55

    SecurePair 让两块 ESP32 用单颗 LED 通过可见光通信

    Luca Soltoggio 让两块 ESP32 用单颗 LED 同时作发射与接收器件,通过可见光完成通信。这套名为 SecurePair 的 Arduino 库用于交换密钥并进行加密通信,也可配合 ESPNow 或 LoRa 使用,典型场景是用光完成配对、用无线传输加密数据。它利用了 LED 同时具备一定光电二极管特性的原理,且参与通信的设备不限于两块 ESP32。

  7. 高工机器人64

    近20家电机上市公司布局人形机器人,无框力矩电机与空心杯电机成主流路线

    高工机器人统计近20家电机相关上市公司2025年年报,步科股份、雷赛智能、鸣志电器、兆威机电等均在机器人领域布局电机产品,短期产业共识集中于无框力矩电机用于大关节、空心杯电机用于灵巧手。

    推荐理由:原文按无框力矩电机和空心杯电机两条路线梳理近20家上市公司布局,可用来对照各家量产进度与营收兑现差异。

  8. arXiv cs.RO 机器人学38

    仿生凝视控制恢复头颈运动

    研究者提出一种利用前庭眼反射(vestibulo-ocular reflex)的新型眼动追踪控制器,用于驱动颈部外骨骼恢复头颈运动,并提供滑块参数供用户个性化调节。相比此前眼动追踪模型,新控制器给出更自然的速度曲线,动作意图识别准确率平均提升 24%,已在人体用户中完成技术设计与验证。

  9. arXiv cs.RO 机器人学51

    TACET:面向四足机器人的上下文自适应声学-社会导航

    TACET 提出一种上下文自适应声学-社会导航方法,让四足机器人从第一人称视角推断社会场景,同时决定行走位置与移动音量。该方法用单一行为 token 耦合微调视觉-语言推理器与快速反应控制器,同时约束社会代价地图与安静运动策略,并以视野外记忆保留离开相机视野的行人。

  10. arXiv cs.RO 机器人学38

    基于可穿戴 IMU 的稀疏标定个性化核方法步态相位与步行速度联合估计

    该研究提出稀疏标定个性化方法,用可穿戴 IMU 联合估计步态相位与步行速度:在 20 名受试者运动数据集上构建 28 速参考库,结合 3 个标定速度估计的用户基线与主成分(PC)模型生成个性化核。离线验证显示个性化核相比总体核降低相位误差,单人在线试验中相位与速度误差数值更低,且在嵌入式硬件上实时运行。但速度效应不显著,多重比较校正后相位差异不再显著,仍需更大样本验证。

  11. arXiv cs.RO 机器人学47

    面向颗粒斜坡高效运动的地形依赖式腿内周期时序研究

    研究者用六足机器人在可倾斜颗粒床上系统测量运动速度与随坡度变化的法向、剪切颗粒阻力,发现法向穿透阻力几乎不随倾角变化,而剪切阻力随坡角增大显著下降。基于测量建立的机器人-地形交互模型可预测锚定时机、步长与机器人速度,指出斜坡性能损失主要源于锚定延迟和后滑增加而非过度下陷。模型进一步扩展出下陷与打滑失效相图,为可变形斜坡上的机器人运动提供定量风险估计。

  12. arXiv cs.RO 机器人学55

    MOSAIC-SV:面向水下机器人控制与部署的船体动力学实时自适应辨识系统

    MOSAIC-SV 是一套可部署的实时自适应动力学辨识与控制系统,仅凭规格书工程先验即可在闭环任务每个控制步重估水动力、扰动与执行器参数,无需专门辨识试验。在 CyberShip II 仿真中,即便惯性或阻尼先验偏差一个数量级,其航渡时间仍保持在未缩放先验的 20% 以内。

  13. arXiv cs.RO 机器人学54

    Reward-DAgger:基于通用进度奖励模型的机器人门控交互式模仿学习

    Reward-DAgger 提出一种机器人门控交互式模仿学习框架,用通用奖励模型的稠密进度信号判断何时需要人类介入,无需访问策略内部结构,也不用按任务重新调参。在 8 个仿真与真实任务中,其失败检测精度-时延权衡优于现有运行时监控基线,并持续提升下游策略的自主成功率与人力回报。同一门控配置跨任务、环境与策略架构通用,代码与视频已开源。

  14. arXiv cs.RO 机器人学55

    REDIRECT:用 1% 训练预算修复机器人坏习惯

    REDIRECT 仅用 1% 的全训练样本反向预算,即可修复机器人从少量缺陷遥操作演示中学到的坏习惯,无需帧级标注或额外交互。在三个 ManiSkill 随机化任务上,REDIRECT 将平均成功率从 68.2% 提升至 90.3%,恢复 88.8% 的干净重训练差距,而同算力微调仅恢复 22.1%。在 PiPER 机械臂的杯子插入与毛巾折叠任务上,它恢复 86.7-92.9% 的差距。

  15. arXiv cs.RO 机器人学54

    GOTT:基于可复用跨具身原语的物体中心灵巧操作

    GOTT 提出 reach-acquire-move 框架,用单一跨具身接触获取原语把机器人无关的物体轨迹转化为多指手行为:先将手带到任务相关接触区域,再由共享闭环原语建立稳定接触,位姿条件控制器跟踪物体运动。仿真与真实实验显示 GOTT 能在多种物体、臂-手平台及已见与未见手部形态上建立鲁棒接触,并一致提升端到端任务成功率。

  16. 芯板坊57

    香橙派发布 O1 开发板,基于算能 BM1688,16TOPS 算力并带 SATA 与工业接口

    香橙派发布 O1 开发板,首次采用算能 BM1688,TPU 算力 16TOPS@INT8、32TOPS@INT4,配 8 个 Cortex-A53 核心与 RISC-V C906 协处理器。该板带 SATA3.0、双千兆网口、CAN 与 RS485 等接口,内存可选 8GB 或 16GB,8GB 版 1699 元、16GB 版 2799 元,定位工厂监控等边缘 AI 场景。

    推荐理由:原文给出算力、接口、价格与同类开发板对比,选型时可据此评估边缘AI场景的取舍。