Spa-Bench：面向视觉-语言-动作模型空间定位能力的真机基准
现有 VLA 评测大多只关注物体、指令或环境变化下的整体操作成功率，忽视了对空间语义的可靠理解。Spa-Bench 在真实机器人上系统评测 VLA 策略对空间描述的 grounding 能力，揭示当前模型将语言中的空间关系落实到物理场景的可靠性缺口。
vlabenchmarkspatial-groundingevaluation
返回日报列表
2026年10月13日#121
Physical AI 日报 #121
原文: AI综合多源生成今日要闻
Spa-Bench 发布首个针对 VLA 模型空间定位能力的真机评测基准；PanTact 借可穿戴接触界面让人形机器人学会全身灵巧操作；CASTER 将视频生成模型合成的演示形式化为零样本操作策略；MeMoREval 系统评测具身智能体的记忆模态选择
论文进展
PanTact：用可穿戴接触界面教会人形机器人全身灵巧操作
突破操作仅限双手的传统范式，PanTact 通过穿戴式接触界面把接触本身作为操作接口，直接从无需机器人参与的人类演示中学习。该方法使人形机器人能够利用肩、肘、躯干等任意合适身体表面进行全身 loco-manipulation。
humanoidwhole-body-manipulationlearning-from-demonstrationwearable-sensing
CASTER：将合成视频零样本操作形式化为约束优化
视频生成模型带来新范式：直接生成机器人当前环境中的任务演示视频，无需真人示教。但生成视频看似合理却缺乏物理一致性，CASTER 将其形式化为约束优化问题，实现零样本操作策略学习。
manipulationvideo-generationzero-shotlearning-from-video
具身智能体应该记住什么？记忆模态的基准评测 MeMoREval
LLM 智能体的记忆多以文本形式存储，而具身智能体面对视觉与空间观测，可选记忆模态更丰富。MeMoREval 基准系统研究不同记忆模态对后续任务信息可得性与推理成本的影响。
memoryllm-agentsbenchmarkembodied-agents
PriMoRetarget：基于优先级策略的人形机器人动作重定向
动作重定向通常被表述为加权多目标优化，目标冲突时需要繁琐调参。PriMoRetarget 提出优先级化重定向框架，在多角色与人物交互场景中更好保留额外接触和空间关系，提升人形机器人动作迁移质量。
humanoidmotion-retargetingoptimizationmotion-learning
Fly-by-Code：面向空中操作的具身编码智能体，引入主动视觉与物理反馈
具身编码智能体依赖执行反馈来判断任务成败并指导程序修正，但空中操作因载荷限制导致相机覆盖不足、反馈信息残缺而违背这一假设。该工作引入主动视觉与物理反馈机制，弥补空中操作场景下的反馈盲区。
aerial-manipulationcoding-agentsllmactive-sensing
基于扩散轨迹规划的移动机器人多物体非抓取精确摆放
移动机器人纠正摆放误差可能需要绕物体大范围重新定位，与机械臂场景截然不同。该工作将移动机器人推行多个物体到精确目标形式化为规划问题，利用扩散模型生成轨迹，扩展了非抓取操作从粗放区域到精确摆放的能力边界。
mobile-manipulationnon-prehensilediffusion-modeltrajectory-planning
拥挤环境中最小约束移除问题的图启发式运动规划
人形与服务机器人在拥挤环境中可能遇到把所有物体视为固定障碍则无解的规划问题。该工作研究 NP 难的最小约束移除（MCR）问题的图启发式求解，找出最少需移除的可动物体以开辟无碰撞路径，对家庭服务场景的推挪规划有直接价值。
motion-planningcluttered-environmentsheuristicsservice-robotics
能量与优先级约束下鲁棒可扩展的 UAV-UGV 协同监测规划
面向带监测点访问顺序要求的空中监测任务，研究多组 UAV-UGV 编队的协同规划：UGV 充当移动充电站与运输平台，在无人机续航约束下求解鲁棒且可扩展的分配与调度方案。
uav-ugvmulti-robot-systemstask-and-motion-planningenergy-constraints
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。