跨本体机器人基础世界模型：基于潜在动作的统一动作空间
针对机器人本体形态与动作空间高度多样、世界模型难以跨本体泛化的难题，提出在学习的统一潜在动作空间中构建动作条件世界模型 LAC-WM。统一动作空间使世界模型在适配到此前未见过的机器人本体时性能显著提升，为跨本体机器人基础世界模型提供了新路径。
world-modelfoundation-modelcross-embodiment
返回日报列表
2026年10月10日#118
Physical AI 日报 #118
原文: AI综合多源生成今日要闻
LAC-WM 提出跨本体统一潜在动作空间的机器人基础世界模型，显著提升对未见本体的适配能力；NavGPT-3 构建类操作系统分层导航运行时，将长程推理型语言模型与低延迟动作策略相连接；TAPNAV 让人形机器人在视觉失效环境中通过触觉主动探测实现导航；新研究系统揭示 VLA 的视觉捷径学习问题并提出治理方法
论文进展
NavGPT-3：在分层导航运行时中驾驭上下文
提出一个类操作系统的分层导航运行时，将经过长程智能体强化学习训练的语言模型与提供稠密低延迟控制的动作策略相连接。语言模型负责跨步骤的推理、上下文理解与目标追踪，动作策略负责物理交互，从而抬升具身智能体理解与决策的能力上限。
navigationllmhierarchicalvla
TAPNAV：基于触觉主动感知的人形机器人导航
针对视觉失效环境下本体里程计漂移快、定位不确定性迅速累积的难题，提出触觉主动感知框架 TAPNAV，让人形机器人不依赖视觉、通过主动触碰探测周围结构奔向目标。系统融合里程计、IMU 与触觉接触观测维护位姿信念，并与不确定性感知的探测策略耦合。
humanoidnavigationtactile
当"听"变得更容易：清除视觉捷径线索、构建无捷径 VLA
指出机器人演示数据集多样性不足会诱导视觉-语言-动作（VLA）模型产生捷径学习、误信误导性视觉线索。该工作通过"擦除"视觉捷径线索的方式训练策略，提升 VLA 在真实场景中的可靠性与泛化能力。
vlashortcut-learninggeneralization
Skill-SLM：由智能体技能驱动的小语言模型，实现可靠机器人运行
现有机载小语言模型方案多为蒸馏导向、依赖枚举代表性任务-解法对，数据构建困难且难以泛化到形态快速增长的多样机器人任务。Skill-SLM 将 SLM 的开发方式重构为技能组合驱动，提升机载智能决策的可靠性与可扩展性。
llmslmonboard-intelligence
OmniHOI：从单目人类视频恢复灵巧手-物体交互
单目人类操作视频蕴含大量灵巧演示，但单视角手-物交互重建并迁移到机器人灵巧手仍很困难。OmniHOI 提供一条从原始视频直达机器人执行的流水线，无需任务特定的强化学习训练，也不要求干净的动作捕捉轨迹，显著提升可扩展性。
dexterous-manipulationlearning-from-videoretargeting
掩码生成式运动规划：几何引导的 Token 搜索
生成式运动规划器通常只用学习到的轨迹先验做初始生成，把测试时修复留给局部连续优化。MGMP 将先验能力从高效并行生成扩展到结构化修复：掩码生成 Transformer 并行生成离散轨迹候选，几何引导 Token 搜索（GGTS）利用场景几何精准定位并修复碰撞片段。
motion-planninggenerative-modeltransformer
教机器狗学新技能：结合强化与模仿学习和对抗性任务选择的四足机器人多样化技能学习
面向农业机器人、太空探索等同时需要移动、挖掘、近距勘测等多样技能的场景，提出三阶段训练框架，结合强化学习与模仿学习并引入对抗性任务选择机制，缓解多任务学习中的样本低效与任务间梯度冲突难题。
quadrupedreinforcement-learningimitation-learningmulti-task
TacHair：触觉接触分布引导的机器人抚摸头发在线修正与感知
可变形的头发在接触中会逐渐漂移过末端执行器，使基于轨迹规划或柔性控制的现有方法失效。TacHair 利用触觉接触分布进行在线修正，服务于日常梳妆、个人护理及护发产品评测等物理交互场景。
tactiledeformable-objectspersonal-care
长程技能衔接处的观测空间偏移：诊断与恢复
长程操作通常由独立训练的技能串联而成，但每个下游技能必须从前任技能留下的状态而非自身训练分布出发，导致级联后性能骤降。该工作系统研究这一"观测空间偏移（OSS）"失效模式，借助特权仿真信息诊断成因并设计恢复方法。
long-horizonmanipulationskill-chaining
相同动作，不同结果：动态布料操作中的结果变异性
布料在快速动态动作下即使施加相同轨迹也可能产生不同结果，但这一变异性此前从未被系统刻画。该工作在四类动态任务上将同一轨迹重复执行十次进行量化分析，为评估学习操作策略的可靠性与仿真复现真实行为的能力提供依据。
deformable-objectsmanipulationbenchmarksim2real
面向 Sim-to-Real 系统辨识的信息解耦轨迹设计
当采集的轨迹无法区分不同物理参数的影响时，多组参数组合都能复现同一轨迹，导致基于采样的系统辨识结果不可靠。该工作提出信息解耦的轨迹设计方法，提升参数的可辨识性，从而改善 sim-to-real 迁移的可解释性与可靠性。
sim2realsystem-identification
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。