RobotsWiki
返回日报列表
2026年11月3日#142

Physical AI 日报 #142

原文: AI综合多源生成
今日要闻

WorldBridge 将世界动作模型（WAM）的任务泛化拆解为视频泛化与动作泛化两条路径，并提出视频到动作的桥接框架；STAR 提出免训练的 VLA 推理期动作表征引导方法，弥合后层视觉接地鸿沟；一项覆盖 281 个模仿学习策略的大规模评估发现：验证损失等离线指标与真实机器人成功率无一致相关性；TinyAstral 将自我进化的智能体工具外壳迁移至小型通用操作智能体，降低推理成本

论文进展

WorldBridge：在世界动作模型中桥接视频与动作以实现任务泛化

（arXiv:2610.40748）论文将世界动作模型（WAM）的任务泛化拆解为两种互补能力：视频泛化负责预测新任务的视觉演化，动作泛化通过“视频到动作”桥接将预测转化为可执行行为。作者系统研究了视频与动作监督规模变化对两种能力的影响，为世界模型驱动的机器人学习提供了新范式。

world-modeltask-generalizationvideo-predictionrobot-learning
arXiv →

STAR：推理阶段引导动作表征

（arXiv:2610.41009）探测实验发现，VLA 模型在动作输出端附近的后层表征未能充分保留任务相关的视觉 grounding。STAR 提出一种免训练的推理期干预方法，在推理时对动作表征进行引导以弥合这一“后层接地鸿沟”，低成本提升视觉-语言-动作模型在操控任务上的表现。

vlainferencetraining-freeinterpretability
arXiv →

CaPtain：代码即策略机器人智能体的后训练流水线

（arXiv:2610.40799）该工作将大模型智能体“SFT 学接口 + 多轮强化学习精调”的标准配方引入代码即策略机器人操控：策略通过编写调用机器人 API 的代码并读取执行结果来完成任务。针对现有 CaP 智能体普遍绕开训练、仅依赖提示工程的现状，CaPtain 补齐了完整的后训练流水线。

code-as-policypost-trainingreinforcement-learningagent
arXiv →

TinyAstral：将自我进化的工具外壳迁移到小型通用操作智能体

（arXiv:2610.41216）基于 VLM 的机器人智能体不仅取决于规划器本身，也取决于围绕它的工具、反馈、记忆与恢复逻辑。TinyAstral 先冻结开源权重教师模型，通过递归自我改进（RSI）优化其 harness，再将这套“自我进化外壳”迁移到推理成本更低的小型通用操作智能体上。

vlmagentself-improvementdistillation
arXiv →

接触模仿接口：通过展示接触演化过程迁移灵巧技能

（arXiv:2610.41028）CIMI 框架利用无需机器人的真人演示来规模化灵巧操作数据采集：演示接口结合共享接触几何与指尖信息，在保留演示者自然灵巧性的同时，生成以接触为锚定的观测与动作，可迁移到机器人手上，为数据扩展提供新路径。

dexterous-manipulationdata-collectionhuman-demonstrationimitation-learning
arXiv →

从遥操作到长程灵巧性：评估视觉运动技能与灵巧操作的离线代理指标

（arXiv:2610.40828）研究者系统评估了 281 个模仿学习策略，发现验证损失等传统离线优化信号与机器人真实成功率之间不存在一致相关性。该工作梳理了真正决定真实世界表现的关键设计选择，为灵巧操作策略的开发与评估提供了重要基准参考。

imitation-learningdexterous-manipulationevaluationbenchmark
arXiv →

面向端到端策略的置信度调制安全过滤

（arXiv:2610.40922）端到端策略缺乏安全保证，通常外包一层安全滤波器，但滤波器的运行设计域（ODD）与策略自身的能力域往往不匹配。该方法根据置信度动态调节滤波器的保守程度，在保证安全的同时减少对策略能力的过度约束。

safetysafety-filterend-to-endfoundation-model
arXiv →

端到端自动驾驶的机制可解释性

（arXiv:2610.41185）论文在单相机端到端路径规划模型的内部激活上训练稀疏自编码器（SAE），对 SAE 潜变量的无监督聚类揭示了与路线意图、车速和刹车行为对齐的可解释结构。该方法为黑盒驾驶模型的可观测性与可信度验证提供了工具，思路同样适用于具身大模型。

interpretabilitysparse-autoencoderautonomous-drivingtrust
arXiv →

能力条件图控制屏障函数：异构移动机器人团队的零样本安全导航

（arXiv:2610.41214）现有图控制屏障函数（GCBF）方法大多假设团队动力学同构。该工作将随状态变化的机器人能力作为条件输入安全控制器，使方法能够零样本迁移到能力各异的异构移动机器人团队，提升了分布式安全控制框架的通用性。

multi-robotcbfnavigationzero-shot
arXiv →

面向异构多机器人导航的能力感知备份可恢复性过滤器

（arXiv:2610.41188）异构机器人团队中刹车与转向能力的差异，与多机同时交互产生的耦合避碰约束，可能使局部安全约束超出单机的可行控制范围。该过滤器为每台机器人维护可恢复的备份轨迹，保证在能力不对称场景下分散式导航控制器的安全性。

multi-robotnavigationsafetydecentralized-control
arXiv →

FlapSim：面向扑翼机器人的可组合 MuJoCo 仿真平台与降阶空气动力学模型层级

（arXiv:2610.40902）FlapSim 是模块化开源的 MuJoCo 仿真平台，将机器人描述、机翼几何与可组合的空气动力学模型统一到确定性仿真管线中，分层处理高频扑翼气动与慢速飞控动力学。平台在涵盖频率、阵风、风速阶跃及跨机器人迁移等 48 个保留场景上验证了泛化能力，可支撑强化学习训练。

simulationmujocoflapping-wingaerodynamicsrl
arXiv →

CONSORT：GPS 拒止环境下协同定位的不确定性约束多机器人规划

（arXiv:2610.41235）该工作研究 GPS 拒止环境中的集中式多智能体路径规划与协同定位问题，通过不确定性约束在优化多机器人协同运动的同时维持定位精度，对仓库、地下空间等无卫星信号场景的机器人编队部署具有实用价值。

multi-robotlocalizationplanninggps-denied
arXiv →
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。