Hierarchy-GBP：通过抽象与恢复加速因子图推理
Hierarchy-GBP（H-GBP）提出两阶段迭代框架，先用粗图近似（abstraction）求解全局误差并投影回原图（recovery），再用 GBP 精修局部误差，通过推导抽象与恢复步骤的组合矩阵算子并分析其谱半径，证明了收敛到最优解。
#论文/研究
arXiv cs.RO 机器人学AI 评分5454 arXiv cs.RO 机器人学AI 评分5555 四旋翼飞行控制的统计湍流与高保真扰动场研究
一项针对四旋翼强化学习控制器的研究比较了5种扰动保真度等级（从无风、离散1-cosine阵风到统计湍流、合成相干结构和大涡模拟大气边界层场），在0-12 m/s风速扫描下对PPO智能体进行全交叉保真度训练测试评估。
arXiv cs.RO 机器人学精选AI 评分5858 QF3：用过滤 Q 梯度加速流策略强化学习的人形运动控制算法
论文提出 QF3（Fast Flow RL with Filtered Q-Gradients），一种在线离策略 RL 算法，通过 flow matching 加上 critic 的动作梯度、经一步预测反向传播来训练流策略，且只将 critic 梯度施加于接近回放动作的那些动作维度。
推荐理由：论文给出相对 FPO++ 的 10x 训练加速和零样本上机结果，可评估该算法是否值得在人形运动控制任务中试用。
arXiv cs.RO 机器人学AI 评分5454 PEARS：基于失败推理与扩散引导的触觉操作高效自适应框架
PEARS 提出一种物理先验引导的混合强化学习框架，用于带触觉反馈的预训练机器人策略在线自适应。仿真中 PEARS 较最强单任务基线将成功率提升 12.4-37.4 个百分点，达到同等成功阈值所需交互回合数最多减少 53.2%。真实实验中，PEARS 在白板擦除任务上达到 95% 成功率，在移液器吸取任务上达到 90%。
arXiv cs.RO 机器人学精选AI 评分5858 DepthWorld：面向机器人操作的3D世界模型
DepthWorld 提出一种结合学习式立体深度与联合因子图的标定流程，将 DROID 数据集标定为提供稠密度量深度和多视角外参的 DROID-3D，外部相机在 90% 的 episode 上重投影误差 <0.7 px。
推荐理由：论文解释了RGB-only世界模型几何不一致的成因，并给出可迁移的标定与深度监督思路。
arXiv cs.RO 机器人学AI 评分5555 LBA-CBF：通过并行动力学推理实现快速自适应的安全滤波器
LBA-CBF 通过在短回看窗口内按近期预测误差对一组候选动力学模型排序，并对与最优模型容差内的所有模型强制执行高阶 CBF 条件，从而在动力学突变时维持安全认证。
arXiv cs.RO 机器人学AI 评分5656 PhoneBot：复用智能手机的低成本开源人形机器人平台
论文提出 PhoneBot，一个低成本开源人形机器人平台，把商用智能手机作为主要感知与计算单元，利用其 IMU、摄像头、无线连接和板载处理能力降低硬件成本并简化系统架构。
arXiv cs.RO 机器人学AI 评分4040 面向社交机器人语音对话的可扩展基准
一项面向社交机器人语音对话的可扩展基准被提出，用于评估澄清请求、打断、具身信号（如点头或面部提示）和时间约束等常见对话问题。该基准同时提出采用实时通信框架 Retico，以满足机器人语音对话能力的技术要求。研究已被 IROS 2026 Workshop on Human-Robot Dialogue 接收并展示。
arXiv cs.RO 机器人学AI 评分5454 EgoLAP：通过语言-动作推理从第一人称人类数据中学习的 VLA 预训练框架
EgoLAP 提出一种 VLA 预训练框架，通过共享的语言动作链式思维联合学习人类与机器人轨迹，将运动意图表达为结构化、时间抽象的语言动作。在真实世界与仿真实验中，EgoLAP 达到 80.1% 的真实任务平均进度，较其他动作表示方式取得 2.3x 性能提升。运动级推理也优于结合子任务、目标框与视觉轨迹的复合推理格式。
arXiv cs.RO 机器人学AI 评分5757 NMPP：面向杂乱环境敏捷飞行的非线性模型预测规划方法
论文提出非线性模型预测规划方法NMPP，将感知到的障碍物作为硬几何约束，并向避障的SE(3)控制器传递全状态参考轨迹。实验显示其位置RMSE较线性MPC轨迹规划器低58-67%，较多项式轨迹规划器低41-70%；在最高9.5 m/s的森林飞行中全部无碰撞完成，在更激进的速度配置下成功率达86%，而现有先进规划器仅26%。真实部署中在未知杂乱环境下以最高5.5 m/s稳定飞行。
arXiv cs.RO 机器人学AI 评分5454 腿式机器人磁场感知控制
一项面向腿式机器人的磁场感知控制框架，通过建模、估计并动态补偿空间变化的磁力矩，提升四足机器人在强磁场环境中的运动鲁棒性。
arXiv cs.RO 机器人学AI 评分4545 Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors：带几何先验的快速非参数异方差模仿学习
arXiv 论文提出一种带几何先验的非参数异方差模仿学习方法，用于从人类示教中学习概率策略，优化后的公式使包含位置与姿态的轨迹更新耗时低于 3 ms。该方法采用非可分对角核捕捉同一自由度间的不确定性关系，支持流形值输入与大角度姿态变化的流形值输出，并可通过任务参数化适配不同物体位姿。作者在玩具示例与真实机器人操作任务上进行了自主执行和共享控制场景的评测。
arXiv cs.RO 机器人学AI 评分4747 HygieneRoboBench：面向家用机器人卫生感知规划的基准测试
HygieneRoboBench 推出 624 个实例、覆盖 134 个任务族的基准，用于评估家用机器人在给定执行历史下依据接触历史识别卫生风险并安全续接任务的能力。
arXiv cs.RO 机器人学AI 评分4747 RIWANav：面向城市导航的世界-动作模型递归自改进框架
RIWANav 提出一种后训练框架，将世界模型与动作模型（策略）的耦合适配建模为任务特定的递归自改进（RSI）：世界模型通过想象结果为 GRPO 提供比较反馈，改进后的策略再按行为新颖度与预测误差构建自课程，筛选与专家一致的动作-视频对来精炼世界模型，闭合递归自改进循环。实验显示 RIWANav 优于训练基线与已有方法，真实场景试验也验证了其实际可用性。
arXiv cs.RO 机器人学AI 评分5151 四足机器人在负载交互下的柔顺运动：Feeling Through the Load
arXiv 论文提出一种力感知四足运动框架，将未固定负载上的人为交互视为指令，通过柔顺负载策略与因果力估计器结合，仅凭机器人机载测量推断外部作用力。该方法经 estimator-in-the-loop 数据聚合与微调训练，仿真和真机实验表明控制器能保持稳定负载运动、柔顺响应外部交互，并据推断力支持人类引导的轨迹改变。
arXiv cs.RO 机器人学AI 评分3838 CropSentry：基于多模态叶片感知的多机器人作物早期胁迫检测系统
CropSentry 提出一种低成本地面多机器人系统，由两台自主机器人逐行检测叶片颜色与环境数据，经空间映射汇总至主机器人并生成实时 Web 仪表盘。实验共采集 63 次观测，作物健康分类总体准确率 84.12%，其中健康植株 82.60%、缺素植株 88%、病害植株 80%，10 次从机观测无线通信成功率达 100%。
arXiv cs.RO 机器人学AI 评分4444 Coordinated Multi-Agent Diffusion Steering：通过随机最优控制协调多智能体扩散生成
论文提出 Coordinated Multi-Agent Diffusion Steering（CMDS）框架，将冻结的预训练扩散模型作为可复用生成原语，通过学习到的控制协调其逆向过程，把协调问题建模为随机最优控制问题，平衡组合输出的装配级奖励与对预训练动力学的偏离。
arXiv cs.RO 机器人学AI 评分5151 面向高效机器人操作模型的自递归剪枝（Self-Recursive Pruning）
论文提出 Loss-Conditioned Activation-Moment（LCAM）剪枝方法，一种面向预训练机器人操作策略的免训练非结构化剪枝方案，通过自递归由粗到细流程在剪枝后无需恢复训练与仿真 rollout。
arXiv cs.RO 机器人学精选AI 评分5858 Micro Neural Policies 实现 MCU 上安全实时机器人控制
论文提出 Micro Neural Policies（MNP）合成方法，结合 Evolution Strategy（ES）搜索与 Statistical Model Checking（SMC）验证，在不牺牲安全与鲁棒性的前提下大幅压缩神经网络规模。
推荐理由：论文给出策略内存占用与抖动等量化指标，便于评估微型神经策略在 MCU 上的部署可行性。
arXiv cs.RO 机器人学AI 评分4949 Pareto-Optimal Entropy-Regularized Trajectory Optimization（PER-DDP）：面向机器人轨迹优化的熵正则化 DDP 框架
PER-DDP 提出一种基于自由能/相对熵不等式推导的熵正则化种群框架，将先验引导采样、扩展 rollout 评估与 Pareto 过滤结合，在保留 DDP 二阶结构的同时把采样开销与优化种群规模解耦。在多个系统和数百个环境的评测中，PER-DDP 的成功率高于现有采样增强型轨迹优化方法，并能在所有基线方法均无法求解的环境中找到可靠解。
arXiv cs.RO 机器人学AI 评分5555 WareFly-VLA：面向智能仓库无人机导航与人体跟踪的视觉-语言-动作框架
WareFly-VLA 发布了一套面向智能仓库的无人机 VLA 框架与数据集，包含 507 段人工遥操作飞行片段和 8,504 帧高分辨率 RGB 数据，均采集自 NVIDIA Isaac Sim，并配有目标工人的外观描述与四自由度同步控制指令。
arXiv cs.RO 机器人学AI 评分4747 AGV 车队无需全线停机：基于死区的局部异常隔离方案
论文提出"死区"（dead zones）机制，让 AGV 车队在局部异常时只隔离受影响区域，而非全线紧急停机，受影响机器人进入死区停止，远离死区的机器人可绕行。针对逆时针轨迹的绕行策略，论文在保持机器人间最小间距的前提下证明了无碰撞性与有界到达时延。实验评估验证了理论保证，并对比了全线紧急停机、基础死区处理与带绕行死区处理三种方式的吞吐量权衡。
arXiv cs.RO 机器人学AI 评分3737 稀疏透视下的导管导航信念状态世界模型：平面概念验证
一项研究提出基于 Cosserat 杆模拟器与粒子滤波的信念状态世界模型，在合成平面血管模型上以连续采集十五分之一的频率跟踪导管尖端，均方根误差为 1.30 mm（每帧采集时 0.97 mm，三十分之一时 1.51 mm）。
arXiv cs.RO 机器人学AI 评分5555 自动驾驶汽车行为安全评估（第二部分）：评估结果
第三方评估框架在密歇根大学 Mcity 测试设施的仿真与实车测试中验证了开源 L4 自动驾驶系统（ADS），结果显示其仅具备 14 项行为能力中的 6 项，碰撞率为 3.01x10^-3 次/英里，约为人类驾驶员平均水平的 1,000 倍。测试还发现了该系统此前未知的不安全场景，凸显了在大规模部署前开展行为安全评估的必要性。
arXiv cs.RO 机器人学AI 评分4444 面向自动驾驶汽车大规模部署的行为安全评估，Part I：方法论
论文提出从功能安全转向行为安全的评估范式，并给出一个第三方自动驾驶汽车安全评估框架，包含 Behavior Competency Test 与 Driving Intelligence Test 两部分。
arXiv cs.RO 机器人学AI 评分5555 ActTune：面向视觉-语言-动作推理的动作感知精度与 GPU 工作点自适应节能框架
ActTune 提出动作感知框架，将逐层精度分配与 GPU 频率-功耗上限工作点选择结合，在 LIBERO 基准上将平均任务成功率较现有最优方法提升至多 2.3%。相比原始 BF16 实现，其推理速度最高提升 2.02 倍，配合 GPU 工作点自适应，每成功任务能耗最多降低 76.8%，同时将推理时延增幅控制在 10% 以内。
arXiv cs.RO 机器人学AI 评分4747 基于密度函数的多四足机器人安全协同搬运（arXiv:2610.08441）
一篇 arXiv 论文提出基于密度函数的分层模型预测控制（MPC）框架，让多台四足机器人仅凭初始与目标位姿协同推动共享物体，无需预计算参考轨迹。集中式 box-level MPC 优化接触力并施加控制密度约束以实现目标收敛与避障，各机器人再解算分布式 robot-level 全身 MPC 跟踪移动接触点。
arXiv cs.RO 机器人学AI 评分5555 MIM-VLA：从夹爪电机反馈学习物理交互表征
MIM-VLA 用夹爪电流、位置、速度和信号有效性编码为 128 维交互 token，预训练后仅调节 SmolVLA 的夹爪动作通路，手臂动作与位置控制接口保持不变。在三个真实场景、13 对物体的测试中，MIM-VLA 选择高阻力物体的比例为 75.0%，SmolVLA 基线为 48.8%；该方法仅使用夹爪已有电机反馈，无需额外触觉阵列、力矩传感器、标定力估计或直接电流控制。
arXiv cs.RO 机器人学AI 评分4747 通过夹爪内物体重定向实现机器人插入的抓取后运动学修复
一种抓取后运动学修复方法通过重定向夹爪内物体来恢复机器人插入的运动学可行性，在 UR5e 仿真中，不带学习排序的规划器相比基于网格的顺序 IK 将成功试验的平均重定向量降低 51.5%，加入学习排序后规划时间再降低 51.1%。该方法用分支感知 IK 图评估候选重定向，并通过基于触觉的外在操作执行选定的重定向，真实机器人实验验证了完整流程。
arXiv cs.RO 机器人学AI 评分5151 From Legs to Wheels: 面向轮式移动底盘人形机器人的具身感知人体动作重定向
针对轮式移动底盘人形机器人（含移动底盘、升降柱与双臂）难以直接套用腿部人形重定向方法的问题，研究提出一种任务条件化框架，将重建的人体动作分配给底盘、升降与手臂职责后再做机器人侧实现。部署适配器以 50 Hz 输出指令，采用静止底盘检测、死区与斜率滤波、时间一致回放缩放以及线性与角速度独立增益。评测涵盖人体导出的任务空间对比、无策略仿真回放与真机定性执行。
arXiv cs.RO 机器人学AI 评分4747 SufficientPlan：世界模型规划中如何确定足够的搜索预算
SufficientPlan 提出 Paired Sequential Budget Certification（PSBC）与 Static-Context Reuse（SCR）两个组件，在不修改预训练世界模型和规划器的前提下，为每个模型—任务对搜索并认证一个更小的规划预算，同时跨搜索迭代缓存观测与目标表征。
arXiv cs.RO 机器人学AI 评分4747 事件驱动的视觉-语言推理实现机器人主动协作辅助
一项机器人研究提出事件驱动的主动辅助框架，通过事件监视器捕捉人-物交互的状态转移，用冻结的预训练 Vision-Language Model（VLM）推断任务上下文并生成辅助动作序列。该框架在三个真实桌面协作任务上无需任务特定训练或微调，性能与提供用户指令的变体相当。
arXiv cs.RO 机器人学AI 评分4949 SC3BF：面向动态避障的平移碰撞锥控制障碍函数
论文提出 SC3BF（平移碰撞锥控制障碍函数），在速度空间 CBF 的碰撞锥条件中加入随距离和自身速度增长的状态相关容许量，允许机器人以受控速率接近障碍物。SC3BF 通过普通二次规划实现，其安全集在有界输入下前向不变，无需最小前进速度或安全间距裕度；作者证明非零容许量恒存在并给出闭式解。
arXiv cs.RO 机器人学AI 评分3838 无通信协同搬运中基于聚合力矩测量的障碍物定位方法
一篇 arXiv 论文提出在无显式机器人间通信的 leader-follower 协同搬运场景中，leader 通过测量 follower 对刚性负载施加的聚合力矩（力与力矩）来定位障碍物。
arXiv cs.RO 机器人学AI 评分5151 Humanoid Horizon：通过并行训练、动态起始与奖励门控延长人形机器人全身 loco-manipulation 的任务时域
Humanoid Horizon 提出统一策略框架，用 Parallel Training、Dynamic Starting 与 Reward Gating 三项机制解决长时域全身 loco-manipulation 中的 easy-reward bias 与 catastrophic forgetting 问题。
arXiv cs.RO 机器人学AI 评分5555 通过几何观测规范化实现传感器布局无关的导航（arXiv:2610.08306）
一项机器人导航研究提出几何观测规范化方法，将任意深度传感器的测量反投影到统一的机器人中心坐标系，拼接为球形距离图像与二值有效性掩码，使导航策略零样本泛化到未见过的传感器布局，最高支持 7 个相机，成功率随空间感知覆盖提升从 78% 升至 95%。该策略经强化学习与激进相机随机化训练，在四旋翼真机的障碍走廊与户外森林飞行试验中验证了跨相机配置的零样本迁移能力，以及对在线传感器突然失效的抗性。
arXiv cs.RO 机器人学AI 评分3636 用历史数据缓解自动驾驶车辆远程操作 QoS 预测中的概念漂移
一篇 arXiv 论文提出基于实测数据的预测框架，用于预测远程操作的上行数据速率与往返时延两项网络 KPI，并通过将历史数据纳入预测流程来缓解概念漂移导致的机器学习模型性能下降。
arXiv cs.RO 机器人学AI 评分5151 HexaGripper：一种单执行器绞车部署的自主空中包裹抓取机构
HexaGripper 是一种单执行器、绞车部署的六板式抓取机构，用于无人机自主收集长方体包裹，无需着陆或地面基础设施。静态抓取实验在三种包裹几何形状上达到 100% 成功率（15/15 次），工作空间实验在径向偏移最高 150 mm 的全部 28 个测试位置均成功抓取。户外端到端空中收集成功率为 80%（4/5 次）。
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AI 评分5555 VOMMI：用便携 RGB 演示支撑移动操作 VLA 后训练
VOMMI 是一个便携演示采集与学习框架，通过离线轨迹重建和在线视觉运动条件化，把 RGB 演示接入视觉语言动作（VLA）后训练，无需人机运动学对应标定。实验每个任务采集 500 条便携轨迹，其中 75 条留作 RGB-VO 评估，另用 200 条机器人演示作参照；仅用便携演示后训练的策略基座速度误差比用机器人演示训练的低 18.2%，末端执行器平移精度相当。