RobotsWiki
返回日报列表
2026年10月17日#125

Physical AI 日报 #125

原文: AI综合多源生成
今日要闻

VLA可解释性研究集中爆发：因果分析、多维特征化器与神经几何三篇论文从不同角度打开机器人基础模型黑箱；TGrasp6D结合任务感知视觉语言先验实现零样本任务导向6DoF抓取；EgoJEPA绕过传统重定向，直接从第一人称人类视频学习灵巧操作先验；足式机器人腿部不可逆损伤后的免复位步态恢复新方法PGRR问世

论文进展

TGrasp6D：任务感知视觉语言先验与位姿精化实现零样本任务导向6DoF抓取

任务导向抓取要求机器人根据下游任务选择抓取方式——如“切面包”时应握住刀柄，而“递刀给人”时则需把柄留出。该工作结合任务感知的视觉语言先验与位姿精化，突破现有方法局限于2D平面抓取或依赖任务无关抓取生成器的瓶颈，实现零样本6DoF任务导向抓取。

graspingmanipulationvlazero-shot
arXiv →

EgoJEPA：超越重定向，从第一人称人类视频学习灵巧操作

第一人称人类视频是昂贵机器人演示的可扩展替代，但主流重定向方法通过手工几何映射将人手腕与手指姿态转换为本体特定的动作指令，跨本体迁移需繁琐重标定。EgoJEPA借鉴JEPA式表征学习思路，绕开显式姿态重定向，直接从自我中心视频中提取可迁移的操作先验。

dexterous-manipulationlearning-from-videorepresentation-learning
arXiv →

PGRR：持久化轮廓引导的免复位恢复，提升腿部不可逆损伤后的步态选择

损伤恢复算法常以短试验给步态排序，但短暂表现好的步态未必持续有效，且免复位场景中每次试验都会改变机器人继承的物理状态。PGRR预测步态重复执行的多种结果，并结合保守的不确定性感知估计引导短时在线探测，显著提升腿式机器人腿部不可逆损伤后的最终步态选择。

legged-robotsdamage-recoveryresilience
arXiv →

BubbleCBF：面向二阶系统的构造性安全及其在未知环境自主导航中的应用

二阶动力学系统的位置约束可能要求不可行的减速度，而高阶控制屏障函数（CBF）的可行性又高度依赖系统动力学与控制权限。该工作提出构造性方法为二阶控制仿射系统设计可行的安全约束，并应用于未知环境中的机器人自主导航。

safetycontrol-barrier-functionsnavigation
arXiv →

Race to Recovery：借助自动驾驶赛车学习设计失控恢复安全系统

车辆在结冰、滑水或紧急规避中突破操控极限后，已超出以“防止失稳”为导向的量产电子稳定控制系统的能力范围，而人类专家司机靠漂移重获控制权。该工作通过学习自动驾驶赛车技术设计失控恢复系统，并在比既有理想化场景更真实的条件下进行验证。

autonomous-drivingsafetyvehicle-dynamics
arXiv →

基于瑞利模型优化的道路车辆天空偏振导航

在磁、惯性或GNSS基准退化时，绝对航向估计对道路车辆导航至关重要。该工作提出仿生偏振导航方法，将瑞利天空模型与分焦平面偏振相机的测量进行全局优化以估计车头朝向，为卫星拒止环境提供冗余定位手段。

navigationbio-inspiredlocalizationpolarization
arXiv →

学习之前的可行性上限：无人机拦截网部署的规模与时机边界

针对固定目标防御场景中N个拦截器覆盖来袭物体预测落点的多智能体覆盖问题，该工作给出在任何策略选定之前界定性能上限的闭式解，并用蒙特卡洛方法逐一验证。这种“先算清理论上限、再设计策略”的思路对多智能体系统设计具有普适参考价值。

multi-agent-systemstheorydrones
arXiv →

面向太阳能自主水面艇的清晰度驱动自适应任务规划

该工作提出以信息论“清晰度”量最大化为基础的自适应任务规划方法，使可持续供能的自主水面艇（ASV）能够优先前往科学价值最高的观测地点，并给出仿真与实验双重验证。

marine-roboticsmission-planningenergy-autonomyinformation-theory
arXiv →

以速度轨迹优化实现可持续供能移动机器人的能量-信息最优权衡

依靠环境能量收集的长航时机器人需要在能量分配与信息质量之间做决策。该工作将无限时域的速度轨迹优化表述为周期性最优控制问题，求解机器人反复穿越同一场景时如何随时间最大化信息采集质量。

energy-autonomyoptimal-controlfield-robotics
arXiv →

深度分析

打开VLA黑箱：因果、特征与几何三视角集中解剖机器人基础模型

今日arXiv上三篇工作不约而同聚焦VLA模型内部计算：《Causal Analysis of Robot Foundation Models Enables Efficiency Gains》对π0.5、MolmoAct2、MolmoBot三个前沿VLA进行机制性分析，追溯感知与语义表征如何转化为动作，并借此获得效率提升；《Multi-Dimensional Featurizers Yield Fine-Grained Steering and Data Shaping in Robot Foundation Models》引入块稀疏特征化器（BSF），为干预VLA行为和塑造训练数据提供可解释接口；《A Phenomenology of Neural Geometry in Vision-Language-Action Models》则指出任务变量虽可从激活中线性读出，但其取值轨迹可能是弯曲且高维的，并用受控扫描刻画这一几何结构。三篇工作共同表明，机制可解释性研究正从NLP/视觉领域向机器人学加速迁移。

vlainterpretabilitymechanistic-interpretabilityfoundation-models
arXiv 2610.20750 →arXiv 2610.20767 →arXiv 2610.20840 →
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。