受被动动态行走启发的人形机器人高效行走动力学引导
该工作指出，强化学习仅靠力矩相关的奖励惩罚只能间接引导行走力学，难以发现机械上真正经济的步态协调。作者借鉴被动动态行走（PDW）思想，在训练中临时构造有利于省能步态的等效坡度条件，让人形机器人学到能耗显著降低的双足行走方式。
humanoidlocomotionreinforcement-learningenergy-efficiency
返回日报列表
2026年10月1日#109
Physical AI 日报 #109
原文: AI综合多源生成今日要闻
世界模型成为今日主线：双线性结构化动力学（Bilinear World Models）、潜结构对齐（ATLAS）与从多重未来落地动作（One from Infinity）三篇工作并行推进；测试时适应持续升温：SCOUT 利用动作-结果反馈弥合动力学鸿沟，另有工作专门应对执行器退化；SkillWeaver 用智能体化探索自主生成机器人训练数据，缓解遥操作采集瓶颈；受被动动态行走启发的新框架让人形机器人学会机械上更节能的步态
论文进展
机器人的上下文学习：方法与应用（综述）
通用机器人必须推断新任务的要求并将其转化为合适的物理动作。该综述系统梳理了机器人上下文学习（ICL）——部署阶段冻结神经参数、仅靠示范与交互引导既有能力——并按连接上下文证据与执行的方式划分为四类方法族，是该方向少见的系统性全景图。
surveyin-context-learningfoundation-modelpolicy-learning
SAKI：从人类视频中组装技能并用运动模仿实现长时程移动操作
SAKI 将人类视频技能学习、跨示范技能组装与闭环全身控制打通为一个框架，使机器人能够把示范中的交互动作适配并组合到不断变化的场景与机器人构型中，将视频学习的能力从桌面场景扩展到长时程移动操作。
learning-from-videomobile-manipulationimitation-learningskill-learning
SCOUT：基于动作-结果反馈的测试时策略适应
预训练策略在部署时常因未观测的物理属性与动力学差异而失效，而现有测试时适应方法多依赖稀疏标量奖励。SCOUT 提出动力学感知的元适应方法，充分利用物理交互中丰富的几何与动力学反馈，在部署阶段快速弥合动力学鸿沟。
test-time-adaptationsim-to-realpolicy-learningdynamics
KPI：面向人形机器人物理交互的可提示内核
单一全身跟踪策略虽具通用性，但轨迹本身携带的交互信息有限——接触瞬间的行为实际由执行控制器决定。KPI 提出可提示的物理交互内核，与现有跟踪策略配合使用，无需为每个高难度接触任务重训轨迹与控制器，即可在人形机器人上实现可靠的硬交互。
humanoidwhole-body-controlcontact-richphysical-interaction
SkillWeaver：基于神经交互技能的智能体化探索，实现可扩展机器人数据生成
大规模示范数据驱动了机器人学习的进步，但遥操作采集昂贵难扩展，而现有仿真数据流水线又依赖开环控制器或任务专用脚本。SkillWeaver 引入智能体框架，自主调度与组合神经交互技能来生成多样化、长时程的机器人数据，为规模化训练提供新范式。
data-generationagenticsimulationscalability
执行器退化下操作策略的测试时适应
真实硬件长时间运行后，电机发热、接触时电流饱和、负载下电压跌落会使同一策略动作产生更弱、更迟滞或更嘈杂的运动。该工作利用机载遥测（如关节电流、温度等）信号，在测试时在线适应操作策略，使其在硬件退化条件下持续保持性能。
test-time-adaptationmanipulationhardwaredeployment
拮抗式腱驱动双向操作灵巧手的设计与验证
传统仿人五指手基本只为掌侧抓取设计，抓取另一侧物体需要腕部或臂部重新定向。该工作提出一款人尺度、拮抗式腱驱动的仿人灵巧手，支持掌侧与背侧双向操作，突破单侧抓取工作空间的限制，并完成了设计与实验验证。
hardwaredexterous-handtendon-drivendesign
双线性世界模型：面向高效控制的结构化动力学表征学习
受 JEPA 启发，该工作将世界模型潜空间的动力学约束为双线性参数化形式，而非学习任意动力学。这一结构使规划与控制更加高效，同时把建模负担转移给编码器，促使其学出暴露控制结构的更丰富表征。
world-modelrepresentation-learningplanningcontrol
ATLAS：通过对齐潜结构传输实现可靠的世界模型规划
潜空间世界模型的规划能力依赖表征几何，但仅正则化潜变量边缘分布并不能决定用于动作选择的状态间关系。ATLAS 指出规划相关的新颖性结构可能在表征逐层变换中被削弱，并提出显式保持该结构的训练目标，显著提升规划可靠性。
world-modelplanningrepresentation-learning
One from Infinity：从预训练世界模型的多重未来中落地机器人动作
预训练视频世界模型可以为同一场景生成许多合理的未来，但机器人必须实现其中确切的一个。该工作研究如何从无穷多的候选未来中进行选择并转化为可执行的机器人动作，是打通世界模型预训练与实际控制的关键一步。
world-modelvideo-generationpolicy-learningfoundation-model
内容来源与版权声明
本日报由 AI 综合以下公开信息源自动生成：
- AI综合多源生成
- arXiv.org 开放获取论文
- Hugging Face Daily Papers
原始内容版权归原作者所有。如有异议请联系本站。