2026 年 10 月 7 日 · 星期三每天 08:00 出刊

AI 日报 · 2026 年 10 月 7 日 · 星期三

具身雷达

第 13 期07

2026 年 10 月星期三

8件大事1个来源0件一手发布约 3 分钟读完

头条

人形机器人拉黄包车：耦合轮式负载下的全身运动控制

今日入选动态聚焦机器人全身运动与策略学习。人形机器人拉黄包车提出全身控制框架，在跟踪车辆指令的同时保持平衡与稳定抓握，应对负载、车辆与地形带来的未知耦合力。此外，Similarity-guided LoRA-PNN 实现人形机器人全身运动持续学习，REDIRECT 仅用 1% 训练预算修复机器人坏习惯。

论文研究

arXiv cs.RO

Similarity-guided LoRA-PNN：人形机器人全身运动的持续学习

论文提出 Similarity-guided LoRA-PNN，一种渐进神经网络策略，通过轻量低秩适配复用已有技能，在顺序任务流中不重访旧数据即可学习新技能。在六个顺序学习的技能类别上，该方法取得最佳前向迁移（0.125 对 0.079）和最高平均准确率，最多节省 94.5% 可训练参数与 40.8% 训练时间。

原文

arXiv cs.RO

人形机器人拉黄包车：耦合轮式负载下的全身运动控制

论文提出一种人形机器人拉黄包车的全身控制框架，在跟踪车辆运动指令的同时保持平衡与稳定抓握，应对负载、车辆与地形带来的未知耦合力。训练时由特权教师利用车辆状态、交互力与负载属性，将其动作与隐变量蒸馏到历史条件学生策略，再经强化学习微调；对比 No History 与 Only History 基线，该策略车辆跟踪更准，并降低车辆振荡、躯干倾斜与驱动代价。

原文

arXiv cs.RO

ForeAct3D：面向 VLA 策略的策略锚定未来世界建模

ForeAct3D 提出一种在 VLA 策略内部进行策略锚定未来世界建模的框架，用可学习几何查询从策略表征中解码深度、语义分割和相机位姿，得到当前与未来语义 3D 场景状态，未来查询以策略生成的动作块为条件。

原文

arXiv cs.RO

REDIRECT：用1%训练预算修复机器人坏习惯

REDIRECT 提出一种方法，仅用完整训练样本反向传播预算的 1%，在只有回合级保留/问题标签、无需帧级标注或额外交互的情况下定位问题分支并修复局部动作。在三个随机化 ManiSkill 任务和三个随机种子上，平均成功率从 68.2% 提升到 90.3%，恢复 88.8% 的干净重训练差距，而同等算力微调仅恢复 22.1%。

原文

arXiv cs.RO

AgenticTactileVLA：无需重训 VLA 的接触引导执行期监督实现可泛化灵巧操作

AgenticTactileVLA 提出一种执行期监督器，让固定 VLA 负责接近与手部目标，监督器依据手指位置与电机力矩反馈决定是否介入、修正手指弯曲或切换柔顺控制，无需触觉传感器也不重训 VLA。

原文

arXiv cs.RO

TTT-RM：将测试时训练作为机器人策略的残差记忆

论文提出 TTT-RM，把测试时训练（TTT）重新用作残差记忆，用快速权重补充有界记忆库，保存无法从策略当前上下文恢复的任务相关历史信息。方法学习一个历史解码器，从当前观测和检索到的记忆中重建历史表示，重建残差作为 TTT 的学习目标，慢权重针对该残差目标优化，快速权重状态再被查询生成残差记忆表示以条件化动作生成。

原文

arXiv cs.RO

PatternDex：学习交互模式引导双臂灵巧手操作铰接物体

PatternDex 从人-物示范中学习手部与物体运动的关联，将其表示为交互模式 token 序列，据此估计适配目标机器人的腕部运动与接触点，并训练强化学习策略。在 ARCTIC 数据集的人体示范上，该方法用 Allegro 手平均成功率达 92.8%，对比基线为 52.2%；仅经微调后，另外三种机器人手成功率也超过 70%，并验证策略可迁移到真实开微波炉任务。

原文

arXiv cs.RO

TACET：面向四足机器人的情境适配声学社交导航方法

TACET 是一种情境适配的声学社交导航方法，从机器人第一视角推断社交情境，决定行走位置与噪声大小，通过单一紧凑行为 token <gait, speed, social_cost> 将慢速微调视觉语言推理器与快速反应控制器耦合。

原文