Self-Building Labs:让实验室自行设计并搭建实验装置
论文提出 Self-Building Labs(SBL),给定高层科学目标后,系统可自行设计、配置并运行实验室装置,从空房间或已有自驱动实验室出发补齐实验室布局、数字孪生、机器人技能与实验流程。作者称系统已在不同机器人和装置上验证,可从单工位扩展到多机器人协同的实验室,并通过真实量子点合成实验验证端到端能力。研究者的角色从手动配置和编程设备自动化,转为指定科学目标。
论文提出 Self-Building Labs(SBL),给定高层科学目标后,系统可自行设计、配置并运行实验室装置,从空房间或已有自驱动实验室出发补齐实验室布局、数字孪生、机器人技能与实验流程。作者称系统已在不同机器人和装置上验证,可从单工位扩展到多机器人协同的实验室,并通过真实量子点合成实验验证端到端能力。研究者的角色从手动配置和编程设备自动化,转为指定科学目标。
研究者提出 D-VLA,一个面向大规模具身基础模型的高并发、低延迟分布式强化学习框架,通过“Plane Decoupling”物理隔离高频训练数据与低频权重控制,并以四线程异步“Swimlane”流水线让采样、推理、梯度计算与参数分发完全并行重叠。在 LIBERO 等基准上,D-VLA 在十亿参数级 VLA 模型的吞吐与采样效率上显著优于主流 RL 框架,万亿参数扩展测试中仍保持稳定与线性加速。
Yichi Zhang 等作者发布 HEIR,一个研究如何利用自我视角意图进行人机交互的数据资源。该数据集将人类语音、实测注视点和自我视角视频与机器人观测及遥操作导航-操作轨迹配对,每个会话保留连续多轮任务,每项请求由多个执行子任务完成。作者通过离线实验评估模型从额外人类中心上下文中的获益,并用真机实验检验执行任务完成情况,演示与数据集已在线公开。
研究团队提出 VOKE 运动学感知框架,可增强现有物体与手-物位姿估计器,输出包含位姿、线速度/角速度及线加速度/角加速度的完整物体运动学状态。在 DexYCB 和 OakInk 上,VOKE 在三种不同骨干网络上均提升物体位姿估计,并显著降低速度与加速度估计误差。
Yifei Huang 等人提出 OneSteer,一种单步扩散全身控制器,将通用运动跟踪与测试时选择性转向结合,通过可微任务代价在冻结权重下优化生成器输入噪声,并用身体分组参考掩码放宽部分跟踪要求。
推荐理由:论文给出单步扩散全身控制器在 Unitree G1 上的实测结果,可看选择性转向如何放宽跟踪约束。
研究者提出 EmbodiExp 框架,将过往任务经验构建为以结果为锚的子目标经验并在新任务中在线组合。在 EmbodiedBench 上,EB-Habitat 与 EB-ALFRED 成功率分别为 68.0% 和 68.3%,无经验存储的智能体为 50.0% 和 54.7%。该框架保留成功子目标经验,并利用显式动作失败识别特定条件下应避免的动作。
作者提出 PingpongDuo,一个面向人形机器人乒乓双打的分层框架,让两名队友严格交替击球并在共享空间内安全协同。团队层规划器联合选择站位目标,并用学习到的风险评估过滤危险方案,优先保留当前击球者的目标;个体层将步法与击球技能分开训练,借助人类双打步法参考和仿真校准的球拍臂残差优化击球。
研究提出 Sequential Asymmetric Imitation(SAI),用单遥操作者课程让两台双臂移动操作机器人通过刚性与可变形物体耦合协作,无需双操作者同步演示或机器人间显式通信。
作者提出 E0,一个 Tweedie 离散扩散框架,把 VLA 的动作生成建模为对量化动作 token 的迭代去噪,以对齐预训练 VLM/VLA 的 token 式推理并支持细粒度可执行控制。在 LIBERO、VLABench、ManiSkill 和真实 Franka 机械臂上的实验显示,E0 平均超过强基线 8.1%。该工作已被 NeurIPS 26 接收。
Jiaming Tang、Song Han 等提出 PEAR 后训练引擎与 robot-use 强化学习(RURL),让开源 27B 推理模型完全在仿真中、无需示教即可学会原生使用真机。
推荐理由:论文给出纯仿真强化学习训练开源 27B 模型原生操作真机的完整方法与迁移数据,可对照 VLA 微调路线。
研究团队发现,Unitree G1 与学习型给予者在交替 PPO 自博弈训练后,与自家伙伴交接成功率达 95% 和 90%,但与未见过的脚本伙伴仅 31%。原因是共享奖励下给予者总是立即开始递送,接收方只学会单一会合时机,将伙伴延迟一秒即把成功率从 95% 降至 6%。团队提出隐藏起始延迟随机化(HSD),再训练 300 次更新后,陌生伙伴成功率升至 80%,高力接触减少三到五倍。
研究团队在仿真中训练强化学习策略并迁移到现实,让一台 John Deere 332G 5 吨滑移装载机自主完成双轮抬升、双轮平衡行驶、按轨迹运动、原地旋转和铲斗摆动后安全落回四轮等动作。作者称这些动作此前只有少数顶尖人类操作手在世界纪录表演中完成,该工作已发表于 Science Robotics。
研究者提出 Objectives as Policies(OaP)框架,通过可编辑的目标程序把预训练 VLM 与共享的采样型 MPC 连接起来,用于接触丰富的机器人操作。VLM 依据自然语言指令和场景观测,经 real-to-sim 构建数字孪生并生成目标程序,在仿真中由 MPC 执行、依 rollout 迭代更新后再部署到真实世界。该框架在仿真与真实世界的四项桌面操作任务上均优于强基线。
作者提出 ESI(Embodied Self-Improvement),一个利用环境交互对齐 LLM 推理与 VLA 动作的自动化闭环,把模块化智能体整体作为后训练单元,反复优化引导 LLM 的提示词、表达意图的共享技能接口和实现意图的 VLA 参数。
推荐理由:论文提出让 LLM 与 VLA 在交互中互相提供监督的自改进闭环,并在 RoboDojo 十项任务上给出与混合智能体基线的对比。
论文提出在策略输出与底层传动映射之间加入身体对齐的虚拟关节空间,使策略动作与观测遵循统一解剖约定,再由确定性运动学层映射到各机型原生关节,原有传动与低层控制栈保持不变。在三种腿部轴布局不同的人形机器人上,该接口是唯一能在同一套未修改训练配方下准确跟踪、保持足部与行进方向对齐并稳定训练的接口。在 Unitree G1 硬件上,它将航向漂移降低近六倍。
研究提出一种广播控制方案,用单一空间仿射场同时控制机器人集群的运动与形变,标量分量调节集群规模,空间梯度通过非互易相互作用驱动集群平移。该方法将每个机器人的墙壁、驱动与内聚约束通过控制屏障函数纳入整个集群的单一二次规划,无需预先规划即可安全通过比无约束集群更窄的走廊。研究还推导出驱动预算决定可达速度与最小可通行走廊宽度,并演示两个独立驱动的集群可用不同固定相位标签同时通过共享路口而无需集群间协调。
研究者提出 Latent Action Support Ratio(LASR),用于在离线评估中判断世界模型学到的潜变量是否在状态之外真正为动作相关目标提供预测支持。LASR 包含 GeoLASR 与 WorstLASR 两个汇总指标,并在记录的机器人操作数据与匹配的多任务面板上验证其能识别已知动作信息、拒绝非动作捷径。团队还用 LASR 训练并审计了一个轻量残差适配器。
机器人操作模仿策略在训练中会按 α = V/(V + s²) 折扣带噪物体位置读数,其中 V 是策略自身本体感知锚点的误差方差,实测远小于演示数据的线性模型估计,因此经典 EIV 回归会高估 α。
X-Nav 技术报告提出一套从数据到部署的人形机器人长程导航系统,在灵犀 X2 上完成从办公楼大堂到邻栋商店约一百米的语言指令任务。其导航模型 MELIOR 仅使用机器人自带相机的 RGB 图像,分预测动作的 MELIOR-A 和预测导航目标的 MELIOR-N 两个版本,配合 X-Navarch 智能体工作流把简短指令拆成子任务并执行目标导航与避障。
推荐理由:论文给出从数据采集到真机部署的完整链路,并说明数字孪生数据微调如何提升闭环成功率。
论文提出 Agentic-Teacher,一个面向 VLA 后训练的自主数据引擎,可分析失败 rollout、选择干预状态并迭代生成闭环代码策略,把验证通过的策略变成可复用的演示生成器。
推荐理由:论文给出失败驱动数据引擎的完整流程,并列出 π0 在三个仿真基准上的成功率变化,便于比较数据生成与筛选环节。
UC Berkeley 与 NVIDIA 在 2026 年 CoRL 上联合提出 agentic robotics 方法,把机器人编程从数据问题转为编码问题:用大语言模型驱动的编码智能体分解任务、生成代码,并在仿真中迭代。
小鹏联合北京大学、香港大学等机构的研究者开源视觉感知基础模型 GroundingPI,约 4B 参数,在 34 项感知基准上取得 73.68 的平均分,高于研究团队评测中 GPT-6 Astra 的 71.54。
推荐理由:原文给出 GroundingPI 在 34 项感知基准上的总分与对比模型,并说明开源权重和代码的获取方式。
智元机器人提出 Worken 机器人产出衡量框架,将活跃机器人数量、自主工作时长与产出效率比三者相乘,以有效智能工时描述实际完成的有效工作量。该框架由联合创始人、总裁兼 CTO 彭志辉提出,强调区分自主作业时间与通电时间,并需结合明确任务与基准使用。文中以 10 台机器人各自主工作 6 小时、效率比 0.8 为例,得出 48 Worken,并注明为假设示例。
智元机器人开源 AGIBOT WORLD 2026 的第四版数据集 Physical Reasoning,任务设计重点从操作难度转向决策复杂度。该数据集覆盖 10 多类逻辑推理场景,包含 9 项核心推理能力,任务按 Easy、Medium、Hard 三级划分,并提供高层问答与底层动作轨迹,用于高层决策模型与底层动作策略的协同训练。
推荐理由:数据集把同一任务在不同状态下的决策分支与执行轨迹一并标注,可供研究高层决策与底层动作策略的联合训练。
Figure 发布机器人训练数据集 Index,并同步在 Google Play 和 App Store 上线配套应用。该应用此前以隐身模式运行 4 个月,覆盖 108 个国家、26.4 万次下载、4.4 万周活用户,每秒处理 30 分钟视频上传,已向贡献者支付 1500 万美元。
推荐理由:Figure 披露 Index 数据集的采集规模与五阶段清洗流程,可看机器人训练数据如何从真人众包获得。
逐际动力开源 FluxVLA Engine,一个面向具身智能的标准化 VLA 工程底座,用统一配置和标准接口打通数据处理、模型训练、仿真评测到真机部署全流程。该框架支持 Qwen、GR00T、Pi 全系列及 DreamZero 等模型,接入 Isaac Sim、LIBERO 仿真器,并兼容 UR 机械单臂、ALOHA 双臂和逐际动力 TRON 2 等硬件。
推荐理由:逐际动力把数据、训练、仿真到真机部署的流程收进一套统一配置,读者可据此判断 VLA 工程门槛的实际变化。
NVIDIA 发布 Project Rheo 蓝图,让开发者在 Isaac Sim / Isaac Lab 中搭建医院数字孪生,用仿真和合成数据训练医院自动化机器人。
推荐理由:原文给出 Project Rheo 从场景搭建、遥操作采集到合成数据与 RL 后训练的完整流程和代码入口,可迁移到其他机器人任务。
NVIDIA 在开发者博客中介绍 Isaac GR00T N1.6,面向人形机器人的通用能力构建。文章指出人形机器人需要覆盖感知、规划与全身控制的认知和移动操作能力,并需要一套统一仿真、控制与学习的工作流,让机器人在迁移到现实世界前先习得复杂技能。
NVIDIA 推出 Isaac Lab-Arena,用于在仿真中简化通用机器人策略的规模化、可重复评估。通用机器人策略需跨多样任务、本体与环境运行,而大规模策略评估搭建过程繁琐且依赖人工。该工具针对开发者需自建高开销定制基础设施、任务库复杂度与多样性有限的问题。
南方科技大学 CLEAR Lab、逐际动力与香港大学的论文《Generative Visual Foresight Meets Task-Agnostic Pose Estimation in Robotic Table-top Manipulation》入选 CoRL 2025,提出 GVF-TAPE 算法,让机器人通过视频预测任务执行过程再推理动作。