Physical AI 前沿雷达 · 2026-10-04
每日自动更新的具身智能前沿雷达：八条主线、三语精炼、证据可查。
- 生成时间:
2026-10-03 23:40 UTC - 统计窗口:
论文 2026-09-30 → 2026-10-04 · 博客与报道 2026-09-04 → 2026-10-04 · 30 天内不重复 (UTC) - 证据标注：O = 一手官方 · R = 论文/预印本 · M = 媒体或二手
今日重点
1. ReCo: Response-Consistent Locomotion with Policy-Aware MPC for Legged Manipulation
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[R]｜ 来源: arXiv 2610.01612 ｜2026-10-01 - 关键数字:
28.7%(“root-mean-square error (RMSE) by 28.7% and 27.4% relative”) ·27.4%(“(RMSE) by 28.7% and 27.4% relative to the”) - 信号:
含量化指标·含闭环成功率·含真机实验 - 为什么重要
AI 起草: 若你在行走底座上用 RL 步态策略加 MPC 做末端跟踪，这篇自报预印本称跟踪 RMSE 相对降低 28.7% 和 27.4%，并标出真机与闭环信号；页面引文未显示对比基线是谁，采纳前先核对。
Continuous legged manipulation requires accurate end-effector tracking while the base keeps walking. Combining reinforcement learning (RL) with model predictive control (MPC) suits this task: the learned policy provides robust locomotion,…
2. DuoMind: Enabling Distributed Multi-Robot Coordination with Semantic Communication
- 主线: 系统与编排（长程 / 多策略） ｜ 证据:
[R]｜ 来源: arXiv 2610.02161 ｜2026-10-01 - 信号:
含闭环成功率 - 为什么重要
AI 起草: VLM/VLA 机器人的进展多停留在单机，这篇预印本瞄准多机协同这一空白；页面只标出闭环信号，没有数字也没有真机信号，适合列入观察清单，还不足以作为多机架构的设计依据。
Vision-language models (VLMs) and vision-language-action models (VLAs) have recently driven rapid progress in general-purpose robots, yet most progress has focused on single-robot settings.
3. ChunkVLA-AM: Parallel Action Chunking for Vision-Language-Action Robot Control in Additive Manufacturing
- 主线: 基座模型（VLA / WAM） ｜ 证据:
[R]｜ 来源: arXiv 2610.01856 ｜2026-10-01 - 关键数字:
92.9%(“succeeded in 39 ( 92.9% )”) - 信号:
含量化指标·含闭环成功率·含真机实验 - 为什么重要
AI 起草: 考虑在增材制造产线引入 VLA 控制的团队可以留意：这篇自报预印本给出 92.9% 的成功率，并标出真机与闭环信号；页面未显示任务构成与对比方法，立项试点前应回原文确认。
Vision-language-action (VLA) models unify visual perception, language understanding, and action generation, offering new opportunities for automation in additive manufacturing (AM).
4. IronMind: Scaling Humanoid Dexterous Manipulation via Camera-Space Ego-Centric Pretraining
- 主线: 数据引擎（采集 / 清洗 / scaling） ｜ 证据:
[R]｜ 来源: arXiv 2609.39403 ｜2026-09-30 - 关键数字:
10,000 hours(“budgets from 250 to 10,000 hours”) ·55.0%(“000-hour model achieves a 55.0% success rate”) ·11.7%(“compared with at most 11.7% for every pretraining”) ·5,000 hours(“pretraining budget up to 5,000 hours and 5.0% without”) - 信号:
含量化指标·含闭环成功率 - 为什么重要
AI 起草: 规划第一人称人类视频采集预算时值得参考：这篇自报预印本称成功率 55.0%，而 5,000 小时及以下的预训练预算最高只有 11.7%，暗示收益要到大规模才出现；页面未标出真机实验信号。
Egocentric human video offers a scalable data source for dexterous manipulation, yet using it to train humanoid robots presents two challenges: (1) an embodiment gap, as human hands differ structurally from robot end-effectors and…
5. EmbodiRSI: Recursive Self-Improvement for Data-Efficient Robot Adaptation
- 主线: 仿真与评测（sim2real / 闭环） ｜ 证据:
[R]｜ 来源: arXiv 2609.38905 ｜2026-09-30 - 关键数字:
50.4%(“autonomous simulation success from 50.4% to 83.5% over”) ·83.5%(“success from 50.4% to 83.5% over two RSI”) ·83.1%(“EmbodiRSI achieves 83.1% scene-balanced autonomous real-world”) ·75.0%(“compared with 75.0% for adaptation using”) - 信号:
含量化指标·含真机实验 - 为什么重要
AI 起草: 适配新任务时，这篇自报预印本主张让下一轮数据取决于策略当前的失败模式：两轮 RSI 后仿真成功率从 50.4% 升至 83.5%，真机自主成功率 83.1%，对比另一种适配方式的 75.0%。
Adapting robot manipulation policies to new tasks and environments remains highly data-intensive, while the data needed for further improvement depends on the policy’s current capabilities and failure modes.
6. Towards Agile Vision-Based Multi-UAV Flight: Revisiting State Estimation
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[R]｜ 来源: arXiv 2609.39611 ｜2026-09-30 - 关键数字:
40%(“acceleration estimation errors by 40% and 57% across”) ·57%(“errors by 40% and 57% across the three”) ·300 ms(“exhibit a constant ~ 300 ms delay in acceleration”) - 信号:
含量化指标·含闭环成功率·含真机实验·含延迟或控制频率 - 为什么重要
AI 起草: 多无人机避碰若依赖机载估计邻机运动状态，这篇自报预印本指出某些估计存在约 300 ms 的恒定加速度延迟，并称加速度估计误差降低 40% 和 57%；收紧编队间距前先确认你的估计器是否有同样滞后。
Agile multi-UAV flight requires accurate and low-latency onboard estimation of the kinematic states of neighboring UAVs for collision avoidance, motion coordination, etc.
7. GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[R]｜ 来源: arXiv 2609.39600 ｜2026-09-30 - 关键数字:
72.42%(“similarly sized models at 72.42%”) ·71.35%(“with GPT-6 Astra ( 71.35% )”) ·61.75%(“averaging 61.75% versus 53.32% for”) ·53.32%(“averaging 61.75% versus 53.32% for the fast”) - 信号:
含量化指标·含真机实验·含延迟或控制频率 - 为什么重要
AI 起草: 机器人感知链路若卡在自回归 grounding 的串行解码延迟上，这篇自报预印本正针对此；页面可见的证据主要是基准分数（平均 61.75% 对 53.32%），替换前应在自己的链路上实测端到端延迟。
Autoregressive (AR) grounding models serialize spatial predictions, introducing sequential latency and imposing a causal order on output tokens.
8. DODGER: Safety-Guided Reinforcement Learning for Robot Navigation Among Dynamic Obstacles
- 主线: 安全、权限与合规 ｜ 证据:
[R]｜ 来源: arXiv 2609.38873 ｜2026-09-30 - 信号:
含真机实验 - 为什么重要
AI 起草: 对在人群中运行的移动机器人，这篇预印本处理多个动态障碍物下的避碰，并标出真机实验信号；但页面没有任何碰撞率或成功率数字，暂时不能作为安全论证的依据，也不足以替换现有避障层。
Robots operating in human-centered environments must safely navigate among multiple dynamic obstacles to avoid collisions with people and surrounding infrastructure.
前沿基线（人工策展）
1. RoboHarness: memory-driven orchestration of heterogeneous robot policies
- 主线: 系统与编排（长程 / 多策略） ｜ 证据:
[R]｜ 来源: arXiv 2607.18060 (Huawei Noah’s Ark Lab) ｜2026 - 关键数字:
VLA + RL + TAMP as agentic skills·capability-aware routing·Memory Bridge for policy handoff without retraining - 为什么重要: 长程任务的系统形态是编排器加策略池，运维对象从”一个模型”变成”一组可声明的能力边界”。
2. RoboTTT: context scaling for robot policies via test-time training
- 主线: 边缘与实时性（端侧推理 / 控制频率） ｜ 证据:
[R]｜ 来源: arXiv 2607.15275 (NVIDIA) ｜2026-07-16 - 关键数字:
8K timestep visuomotor context·3 orders of magnitude beyond prior policies·no inference-latency growth - 信号:
含延迟或控制频率 - 为什么重要: 长上下文进入策略而不加延迟，意味着”一次演示即学会”和在线改进可以放在同一次推理里。
3. Fleet-scale reinforcement learning for generalist robot policies
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[R]｜ 来源: arXiv 2605.00416 ｜2026 - 关键数字:
deploy -> shared experience -> improve -> redeploy loop·autonomous rollouts + human interventions across a fleet - 为什么重要: 机队规模第一次被当作训练资产而不是运维负担，这会改变车队遥测的设计目标。
4. China approves 60 guiding technical documents incl. embodied-AI data quality (part 1: real data)
- 主线: 安全、权限与合规 ｜ 证据:
[O]｜ 来源: SAMR / SAC announcement ｜2026-09 - 关键数字:
60 guiding technical documents(“China approves 60 guiding technical documents incl”) ·embodied-AI data quality, part 1: real data - 为什么重要: 具身智能的数据质量第一次进入国标体系，数据治理从”团队习惯”变成”可被审的规范”。
5. SHIELD: safety on humanoids via control barrier functions in expectation on learned dynamics
- 主线: 安全、权限与合规 ｜ 证据:
[R]｜ 来源: arXiv 2505.11494 ｜2026 - 关键数字:
runtime constraint specification·no retraining when constraints change - 为什么重要: 把”改约束不用重训”变成可能，这正是本地 authority gate 的学术对应物。
6. Z-1: efficient RL post-training for flow-based VLA models
- 主线: 训练与自我改进（RL / 后训练） ｜ 证据:
[R]｜ 来源: arXiv 2606.31846 ｜2026 - 关键数字:
80.6% average success on 24 RoboCasa tasks·+13.2 points over SFT init·public demos only - 为什么重要: 在不增加私有演示数据的前提下，系统性 GRPO 后训练就能拿到两位数增益，改变了”只能靠加数据”的默认认知。
主线分布 (近 7 天入选)
| 主线 | # |
|---|---|
| 基座模型（VLA / WAM） | 9 |
| 数据引擎（采集 / 清洗 / scaling） | 3 |
| 训练与自我改进（RL / 后训练） | 4 |
| 仿真与评测（sim2real / 闭环） | 12 |
| 边缘与实时性（端侧推理 / 控制频率） | 8 |
| 安全、权限与合规 | 4 |
| 系统与编排（长程 / 多策略） | 3 |
| 本体与供应链（硬件 / 成本） | 9 |
近期节奏
- 来源构成 (近 7 天入选):
[O]2 ·[R]32 ·[M]18 - 最近各轮入选条数: 09-28 4 · 09-29 8 · 09-30 8 · 10-01 8 · 10-02 8 · 10-03 8 · 10-04 8
合规与标准观察
- ISO 25785-1 — Safety requirements for dynamically stable industrial mobile robots — Under development; committee-stage as of 2026-09.
- Regulation (EU) 2023/1230 (Machinery Regulation) — Fully applicable 2027-01-20.
- EU AI Act official timeline (Council of the EU) — High-risk deadlines 2027-12-02 / 2028-08-02 per Digital Omnibus.
本页逐条分析由 radar-analyst 起草（claude-opus-5.5），经确定性检查与 agent 复核后自动合并，未经人工复核；标题与数字未经改写。
本仓库为技术观察，不构成投资建议、产品承诺或安全认证结论。论文结论以作者自报为准。