Fiatlux：面向人形机器人爬梯与换灯泡的长时程基准
Fiatlux 是一个基于 NVIDIA Isaac Lab 的长时程基准，让 Unitree G1 人形机器人在一个回合内把梯子放到天花板或墙壁灯具下、爬梯、把灯座里的旧灯泡换成新灯泡，并把旧灯泡放进回收箱。
推荐理由：Fiatlux 把爬梯与换灯泡合成一个长时程基准，并给出十二个子任务与三类基线，可供人形操作评测参考。
数据与遥操作
全部主题追踪数据与遥操作的研究、可复用工程方法与真实部署证据。
106条精选
最新精选
第 21–40 条 · 共 106 条arXiv cs.RO精选AI 评分6666
arXiv cs.RO精选AI 评分6262 SAKI：从人类视频组装技能并做运动学模仿，实现长时程移动操作
SAKI 是一个连接人类视频技能获取、跨示范组装与闭环全身执行的框架，用于长时程移动操作。它准备以物体为中心的可复用技能，在给定目标和任务依赖时选择并排序技能、把物体角色绑定到当前场景，并在技能间传递场景估计与机器人构型；全身运动学模仿生成协调的底盘、手臂与夹爪运动。
推荐理由：论文提出从人类视频组装可复用技能并做全身运动学模仿，读者可了解长时程移动操作的一种组合式思路。
arXiv cs.RO精选AI 评分6262 SCOUT：用动作-结果反馈实现测试时策略自适应
SCOUT 是一个动力学感知的元学习框架，通过共享信念隐空间把动作预测策略与前向动力学模型耦合，让操作策略在部署时依据动作-结果偏差在线更新内部信念，从而适应未知物理动力学。论文称该方法在仿真操作基准上显著加快在线自适应，并实现了真实世界的仿真到真实迁移，已被 CoRL 2026 接收。
推荐理由：提出用动作-结果反馈在线更新动力学信念的元学习框架，读者可了解测试时自适应如何绕开稀疏奖励。
HF blog精选AI 评分7272 ECHO-G 发布：从语音和文本生成宇树 G1 全身动作
ECHO-G 发布，可从语音和文本生成宇树 G1 的全身动作，所有模型输出 39 通道机器人运动，帧率 30 FPS。代码版本 v0.2.0，提供音频加文本、纯音频、纯文本及 HumanRetarget 多组权重，新输入支持最长 20 秒或 600 帧、256 个文本 token，更长输入需先分段。
推荐理由：ECHO-G 开源了从语音和文本生成宇树 G1 全身动作的模型权重与推理流程，读者可据此了解输入规格与复现入口。
HF blog精选AI 评分6262 AnyStep-WAM：面向世界动作模型的预算对齐蒸馏与自适应推理
论文提出 AnyStep-WAM 框架，通过预算对齐的教师轨迹蒸馏训练区间条件流映射，支持从单步预测到多步细化的动作生成，并用轻量风险收益调度器按单步预览选择最小去噪预算。
推荐理由：论文给出可调去噪步数的世界动作模型框架，读者可了解按任务难度分配推理预算的具体做法与实测数据。
HF blog精选AI 评分6565 EVO-WAM：通过视频动作验证演化世界动作模型
EVO-WAM 提出一种让世界动作模型（WAM）在无需额外专家示范、也不在外部环境执行候选动作的情况下适配新任务的框架，通过状态预测与锚定多帧上下文实现完整自回归 rollout，并用视觉语言模型筛选完成任务的前缀、用逆动力学模型验证视频与动作一致性，再迭代训练。
推荐理由：论文给出无需额外专家示范、靠自生成视频动作轨迹适配新任务的框架，并附仿真与真机成功率数据。
HF blog精选AI 评分6666 CrossBFM：跨人形本体蒸馏共享潜行为空间
CrossBFM 提出无机器人专属参数的统一编码器架构，借助重定向提供的帧级跨本体对应关系，将行为基础模型的潜空间蒸馏到多个训练本体上，耗时不到一 GPU 小时。
推荐理由：CrossBFM 把行为潜空间当作可迁移资产，用不到一 GPU 小时蒸馏出跨本体共享空间，读者可据此了解人形策略迁移的训练成本变化。
HF blog精选AI 评分8080 EWAM 发布统一具身模型：单一扩散 Transformer 联合处理视觉语言、未来视频与动作
EWAM 是一个统一具身模型，在单个 flow-matching Diffusion Transformer 中联合处理视觉语言、未来视频和动作 token，无需显式阶段设计即出现按深度分工：浅层从视觉语言专家取指令与当前场景语义，中层转向预测的未来帧表示，深层由动作自注意力主导做运动细化。
推荐理由：EWAM 把视觉语言、未来视频与动作 token 放进同一扩散 Transformer，并公开各阶段权重与下载方式，便于对照其分层分工与基准结果。
HF blog精选AI 评分6060 strands-robots 用 Isaac Lab 训练宇树 Go2 并录制 LeRobot 数据集
strands-robots 通过 isaaclab train_policy provider 在 Isaac Lab 中训练宇树 Go2 四足机器人 PPO 策略，4096 个并行环境、1500 次迭代、147M 环境步，在单张 NVIDIA L40S 上耗时 57 分 39 秒，速度跟踪成功率 0.98。
推荐理由：原文给出从 Isaac Lab 训练 PPO 策略到录制 LeRobot v3 数据集的完整命令与验证流程，可迁移到其他机器人任务。
HF blog精选AI 评分6262 strands 发布 Isaac Lab Shadow Hand 手中方块重定向 PPO 策略
cagataydev 在 Hugging Face 发布 strands-isaaclab-shadow-reorient-policy，这是用 strands-robots 的 isaaclab train_policy provider（PR #4227）训练的 rsl_rl PPO 策略，任务为 Isaac-Reorient-Cube-Shadow 手中方块重定向。
推荐理由：读者可据此了解用 strands 工具链在 Isaac Lab 中训练并导出 Shadow Hand 转方块策略的完整流程与实测指标。
HF blog精选AI 评分6262 JapaneseTinyAgentLM-Action-3M 发布：3.1M 参数模型在 ESP32-S3 上把日语指令转为机器人动作 JSON
ayousanz 发布 JapaneseTinyAgentLM-Action-3M，一个 3,148,608 参数的 decoder-only Transformer，把日语短指令转成 look、set_expression、nod 三类动作的 JSON 数组，非指令或无法执行的请求返回空数组。
推荐理由：3.1M 参数模型在 ESP32-S3 上本地把日语指令转成动作 JSON，附完整评测与误差区间，可看端侧具身控制的可行边界。
qbitai精选AI 评分7878 小米MiMo-V2.6开源发布：6天RL训练烧掉350万美元，登顶开源模型第一
小米发布MiMo-V2.6-Pro和Flash，Pro为1.02万亿参数、420亿激活，在Artificial Analysis Intelligence Index上拿到46分，位列开源第一。
推荐理由：原文披露了MiMo-V2.6的RL训练成本、评测成绩与开源清单，读者可据此了解大规模强化学习训练的工程细节。
qbitai精选AI 评分8181 清华、无问芯穹等开源具身智能体基础设施 RPent
清华大学、无问芯穹、正行创新联合开源具身智能体基础设施 RPent，将通用大模型的任务规划、VLA 等专家模型的动作执行与记忆系统连接成闭环，在 LIBERO-PRO 基准达到 92.6% 任务成功率。
推荐理由：RPent 把大模型规划、VLA 执行与记忆机制串成闭环，并给出 LIBERO-Pro 成功率与 Flash Mode 延时数据，可据此判断分层智能体路线的工程取舍。
HF blog精选AI 评分6262 Learning Foresight without Explicit Trajectories for 3D Diffusion Policies 论文发布
论文提出 Movement Trend Guidance，让 3D 扩散策略从短观测历史中学习交互演化的紧凑隐表示，训练时用稀疏未来夹爪状态监督，推理时仅保留该隐表示作为未来导向条件。
推荐理由：论文提出 Movement Trend Guidance，用隐变量为 3D 扩散策略提供交互走向的前瞻信息，并给出多基准对比数据。
IsaacLab releases精选AI 评分7878 Isaac Lab 3.0 早期访问版发布，支持多后端与无 Kit 运行
Isaac Lab 3.0 Early Access 发布，引入工厂式多后端架构，物理、渲染与可视化可分别选择 isaacsim_physx、ovphysx、newton_mjwarp 等配置，并支持不安装 Isaac Sim 的无 Kit 工作流。
推荐理由：Isaac Lab 3.0 早期访问版把物理、渲染与可视化拆成可切换后端，并给出 2.x 到 3.0 的迁移清单，便于评估现有训练流程的改动量。
qbitai精选AI 评分7878 生数科技发布世界模型 Motus2，探索机器人自我进化
生数科技发布世界模型 Motus2，在同一模型中整合行动、预测与评估三种能力，形成生成动作、预测后果、评估结果、更新策略的闭环，探索递归自我改进（RSI）。真机测试中，手机放置与多指操作两项任务基础策略平均成功率 65%，加入规划为 67.5%，加入基于模型的强化学习为 72.5%，两者结合达 75%；加入触觉后抽取纸杯与撕纸任务平均成功率从 60% 提升至 72.5%。
推荐理由：生数科技 Motus2 把动作生成、后果预测与价值评估放进同一世界模型，读者可了解其闭环自进化机制与真机数据。
qbitai精选AI 评分7878 生数发布世界模型 Motus2，探索机器人闭环自进化
生数科技发布世界模型 Motus2，在同一模型中整合行动、预测与评估三种能力，形成生成动作、预测后果、评估结果、更新策略的闭环，探索递归自我改进（RSI）。真机测试中，手机放置与多指操作两项任务基础策略平均成功率 65%，加入规划升至 67.5%，加入基于模型的强化学习达 72.5%，两者结合达 75%。
推荐理由：生数 Motus2 把动作生成、后果预测与价值评估放进同一世界模型，读者可了解闭环自进化的实现路径与真机数据。
HF blog精选AI 评分6262 论文提出 World Model RL，用世界模型加速自动研究智能体后训练
论文提出 World Model RL（WMRL），用学习到的世界模型替代环境执行，以缓解自动研究智能体强化学习后训练中环境执行成为瓶颈的问题。作者进一步引入 Online Debiasing 与 Inverse-Variance Denoising 分别抵消世界模型奖励的偏差与噪声，并从理论上证明两者严格改善收敛保证。
推荐理由：论文提出用世界模型替代环境执行来加速自动研究智能体的强化学习后训练，并给出理论收敛保证与跨任务迁移证据。
NVIDIA blog robotics精选AI 评分7171 Skild AI 发布 S1 机器人基础模型，单段视频即可学习新任务
Skild AI 发布 S1 机器人基础模型，可用单段视频演示作为提示，在不更新权重、不做任务专项后训练的情况下执行此前未见的长程任务，最长约 10 分钟，涵盖装盆、做煎饼、手冲咖啡和套件装配等。
推荐理由：S1 用单段视频提示完成长程任务且不更新权重，读者可据此判断免重训部署路径的可行边界。
HF blog精选AI 评分6262 PlannerForge：用 LLM Agent 统一自动驾驶运动规划器场景测试
PlannerForge 是一个 LLM-agent 框架，把自动驾驶场景测试的场景生成、检索、修改、ADS 执行与结果分析统一到同一流程，并新增 ADS Enhancement 与 ADS Benchmarking 两个阶段。
推荐理由：论文把场景生成到评估串成统一 LLM-agent 流程，并给出开源模型与商业 API 的对比数据。