来源：灵初智能 文章链接：https://mp\.weixin\.qq\.com/s/Qx9A8rhG576JbU2p9g7nJw 近日，北大-灵初联合实验室提出的研究成果RoboFFT 被CoRL2026正式接收。RoboFFT是一种面向生成式机器人策略的强化学习后训练方法。它利用扩散模型和流模型预训练时已有的前向加噪过程，构造策略更新所需的近似概率比，让机器人根据任务反馈继续改进。研究在...

来源：深度强化学习CASIA 文章链接：https://mp\.weixin\.qq\.com/s/EV6qf3uNGc\_85ZqkHV3NMg 中科院自动化所深度强化学习团队联合清华大学、北京中关村学院等机构，提出了面向视觉语言动作模型（VLA）后训练的强化学习框架WoVR。针对“世界模型中的成功，未必能在真实机器人上复现”这一核心问题，WoVR通过控制世界模型的幻觉与预测误差，让机器人...

来源：无人机具身智能 文章链接：https://mp\.weixin\.qq\.com/s/dKaaGbZK2o0j23g9GKfoeA 论文｜ PathPainter: Transferring the Generalization Ability of Image Generation Models to Embodied Navigation 作者 ｜ Yijin Wang*、Yuru...

来源：PinkRobot 文章链接：https://mp\.weixin\.qq\.com/s/ljDugrOMDiTapVgIiyb5gw 文献：SuperMimic: Scaling Humanoid Whole-Body Control with One Differentiable World Model 会议：Conference on Robot Learning（CoRL 20...

来源：AI Paper每日精选 文章链接：https://mp\.weixin\.qq\.com/s/KW1BTOYgc6VqjICMy\_raGw 多视角输入的 VLA 模型，嘴上说着「全局+腕部互补」，注意力却几乎全程黏在腕部相机上：该看全局规划的阶段它不看，该切回局部操作的阶段它又不调。这篇 CoRL 2026 论文让模型先预测「接下来要干什么」，再用这个意图去调度该看哪个视角。 多视...

来源：调研纪要更新 文章链接：https://mp\.weixin\.qq\.com/s/sryJ\_WwnWRx9GpzElA\_DrA 本文内容基于《全球机器人行业：具身智能的 “ChatGPT 时刻” 渐行渐近》（英文标题：Global Robotics: The ChatGPT moment comes into view）整理，报告发布机构：野村证券（Nomura），发布时间：20...

来源：机器之心 文章链接：https://mp\.weixin\.qq\.com/s/BHAcQel47t43\-N\-pMz5\-cg 把一本书放到书架，前面的动作并不复杂：找到空位，对准方向，向前推。真正的困难在接触发生时：书撞到旁边了吗？推的方向偏了吗？推到底了吗？在这种时候，视觉几乎没有任何变化，模型只能靠力来推断任务状态。 想学会力，离不开数据。但是力和真实机器人硬件强绑定，带力数...

来源：价值目录 文章链接：https://mp\.weixin\.qq\.com/s/raJZijvHpgbUorEGtRavxg 机器人正在复制大模型当年的进化路径，ChatGPT时刻可能比市场想得更近。 但报告也没有把话说满。 现在机器人“大脑”还没真正达到大模型GPT-2阶段，世界模型甚至还不如2012年的AI成熟。行业里有能力飞跃，也有硬伤： 数据不够、精细操作不稳、机器人之间不一致...

来源：能源转型与可持续治理重点实验室 文章链接：https://mp\.weixin\.qq\.com/s/oN10QfVxUCLn1QhyhPqG2g 近日,实验室在机器人学习与具身智能研究领域取得重要科研进展,相关研究论文获该领域国际顶级学术会议 CoRL 2026 录用。该成果聚焦复杂环境下无人机目标跟随与安全轨迹规划,通过融合目标未来运动预测与轨迹安全修正,为无人机在动态任务中兼顾跟...

*来源：长城汽车 * 文章链接：https://mp\.weixin\.qq\.com/s/kNc9lfKpht36ge\-8X8TDZw 一句话看点：语义/物体级 SLAM 已经能告诉机器人“这是什么、在哪里”，但真正面向交互的机器人还需要知道“哪里可以操作、如何作用于对象”。Functional-SLAM 将 Functional 3D Scene Graph 从离线后处理推进为在线 S...