外观
周报Robohub1 个月前
具身赛道周报 · 2026 年第 39 周(2026-09-21 – 2026-09-27)
本期周报覆盖 2026-09-21 至 2026-09-27 周期内入库与更新的具身智能论文、开源模型、数据集、SDK 工具链、真机排障与产业动态。
本周速览
- 核心论文焦点:Fiatlux:面向人形机器人爬梯与更换灯泡的长时程基准;ForgetMimic:面向强化学习人形机器人控制的运动遗忘;GraspTune:用于鲁棒抓取的触觉驱动执行细化。
- 产业与快讯焦点:Intrinsic开源Physical AI平台组件。
- 热门开源模型更新:Light-O1-Preview、DM05、TurboVLA、Flux-3-Action-DROID-BF16-FlashPack。
前沿论文与算法突破
本周 cs.RO 与具身智能论文里,关联真机或核心方向的代表工作:
- Fiatlux:面向人形机器人爬梯与更换灯泡的长时程基准:针对垂直移动与易碎载荷灵巧操作缺少统一评测,Fiatlux在Isaac Lab构建Unitree G1换灯泡基准并提供基线。
- ForgetMimic:面向强化学习人形机器人控制的运动遗忘:针对人形机器人策略中特定动作难以移除的问题,ForgetMimic以运动级遗忘方法在Unitree G1和H2的12种动作上验证。
- GraspTune:用于鲁棒抓取的触觉驱动执行细化:GraspTune用触觉驱动的有界残差TCP运动细化视觉抓取提案,并在仿真和UR5e真机上验证稳抓提升。
- LIBERO-VPro评测机器人模型视觉鲁棒性:LIBERO-VPro通过执行期视觉扰动,系统评估机器人基础模型闭环视觉鲁棒性,覆盖12类挑战,并在仿真与Franka Research 3实机上验证。
- PLAT:通过特权潜变量转移学习实现人形控制的稀疏定时关键帧运动跟踪:针对稠密逐帧参考限制人形高层控制的问题,PLAT用特权潜变量转移学习稀疏定时关键帧跟踪,并在仿真和Unitree G1上验证。
- PredActor:用于可转向板载人形控制的预测动作扩散:PredActor用本体感知联合预测动作与内部未来状态,实现可引导人形闭环控制,并在仿真和Unitree G1硬件上验证。
- SG-CPG用于四足机器人执行器退化适应:论文提出SG-CPG,通过严重程度驱动门控,在连续执行器退化下保持四足机器人小跑步态,并在宇树Go2仿真和实机验证。
- TactileStep:用于调节人形机器人运动中足-地相互作用的足底触觉学习:TactileStep通过对齐足底压力仿真与真实鞋垫并用阶段感知奖励,在仿真和Unitree G1多地形上改善落脚与支撑。
- Talk2Escape:用于视觉-语言导航的对话式落地:为解决VLN开环易累积偏差失效,Talk2Escape以监测运动触发对话纠错,在仿真与真机上验证。
- VIDEAS:通过先验引导仿真从演示视频中为世界模型蒸馏显式动作语义:VIDEAS将演示视频蒸馏为显式动作语义,经先验引导仿真验证,用于训练并评测语言世界模型VIDEAS-WM。
开源 VLA 模型与数据集动态
本周有权重或模型卡更新的具身模型(按点赞与下载排序):
- Light-O1-Preview(♥ 21 · ↓ 472 · Qwen3_5ActionForConditionalGeneration):LightOriginsHQ 在 Hugging Face 发布的机器人模型,架构为 Qwen3_5ActionForConditionalGeneration,参数规模 5.5B。
- DM05(♥ 11 · ↓ 651 · DM05ForConditionalGeneration):Dexmal 在 Hugging Face 发布的机器人模型,架构为 DM05ForConditionalGeneration,参数规模 5.8B。
- TurboVLA(♥ 8 · ↓ 413 · TurboVLA):H-EmbodVis 在 Hugging Face 发布的机器人模型,架构为 TurboVLA。
- Flux-3-Action-DROID-BF16-FlashPack(♥ 2 · ↓ 40 · Flow Matching World-Action Model (Flux)):fal 在 Hugging Face 发布的机器人模型,架构为 Flow Matching World-Action Model (Flux)。
- rskill-gr00t_n17-franka_panda-libero_spatial-bf16(♥ 1 · ↓ 63 · NVIDIA Isaac GR00T N1.7 (VLM + Diffusion Action Transformer)):OpenRAL 在 Hugging Face 发布的机器人模型,架构为 NVIDIA Isaac GR00T N1.7 (VLM + Diffusion Action Transformer),参数规模 3.1B。
- pi05_droid_franka_haply_absjointpos(♥ 1 · ↓ 49 · π0.5 (PaliGemma VLM + Flow Matching Action Expert)):arkojit1 在 Hugging Face 发布的机器人模型,架构为 π0.5 (PaliGemma VLM + Flow Matching Action Expert),参数规模 4.1B,训练数据包含 Amey…
- JiRackPrecisionTokenizer(↓ 67090 · Qwen2ForCausalLM):CMSManhattan 在 Hugging Face 发布的机器人模型,架构为 Qwen2ForCausalLM。
- NoveltyAdapt-policies(↓ 23926 · MLP Actor-Critic Policy (RL Locomotion)):helenlu94 在 Hugging Face 发布的机器人模型,架构为 MLP Actor-Critic Policy (RL Locomotion)。
本周有更新的机器人开源数据集:
- ABC-130k(↓ 232095):XDOF 在 Hugging Face 发布的机器人数据集,规模 n>1T。
- Gen-HumanEgo(↓ 537818):genrobot2025 在 Hugging Face 发布的机器人数据集,规模 n>1T。
- video_to_data_challenge(↓ 5766):nvidia 在 Hugging Face 发布的机器人数据集,规模 n<1K。
- metaworld_mt50(↓ 7392):lerobot 在 Hugging Face 发布的机器人数据集,LeRobot 格式,采集构型 metaworld,含 2500 条轨迹,时长 0.71 小时。
- challenge_data(↓ 68079):challenge-2026 在 Hugging Face 发布的机器人数据集。
- 2026CS-Store-Challenge(↓ 563):SSU-RealityLab 在 Hugging Face 发布的机器人数据集,LeRobot 格式,规模 10M<n<100M。
开源工具链与真机排障
本周有代码提交或版本更新的高星开源工具:
- RoboTwin(★ 2956):RoboTwin-Platform 在 GitHub 开源的框架,主要语言 Python。 [ICML 2026] RoboTwin 2.0 Offical Code Repo
- Unity-Robotics-Hub(★ 2593):Unity-Technologies 在 GitHub 开源的仿真器,主要语言 C#。 Central repository for tools, tutorials, resources, and documentation for robotics simulation i…
- ProtoMotions(★ 2433):NVlabs 在 GitHub 开源的框架,主要语言 Python。 ProtoMotions is a GPU-accelerated simulation and learning framework for training physically simulated di…
- ompl(★ 2174):ompl 在 GitHub 开源的算法库,主要语言 C++。 The Open Motion Planning Library (OMPL)
- robocasa(★ 1799):robocasa 在 GitHub 开源的仿真器,主要语言 Python。 RoboCasa: Large-Scale Simulation of Everyday Tasks for Generalist Robots
- transfuser(★ 1607):autonomousvision 在 GitHub 开源的框架,主要语言 Python。 [PAMI'23] TransFuser: Imitation with Transformer-Based Sensor Fusion for Autonomous Driving; […
整机硬件与产业动态
本周行业快讯与商业化进展:
- Intrinsic开源Physical AI平台组件:Google旗下Intrinsic宣布开源Intrinsic Core部分能力,含ROS兼容的Intrinsic Control等,用于构建复杂机器人应用。
来源
本页事实对应的公开页面,以原文为准。