- 论文公开站arXiv
利用单一传感单元测量历史进行非定常流中的水下导航
Underwater Navigation in Unsteady Flows Using Measurement Histories from a Single Sensing Unit
摘要显示，研究提出一种因果观测器，仅凭单一传感单元的历史测量估计侧向流速，为固定导航控制器提供输入。在二维尾流仿真中，该虚拟传感接口将同步流场采样点从三个减少到机器人中心。仅在 Re=100 圆柱尾流上训练，未重新训练即在 Re=205 和 240 上分别达到 84.4% 和 80.6% 成功率，低于直接空间感知 7.4 和 4.6 个百分点，但显著优于仅当前流速观测器。
意义：为水下机器人减少传感器数量、降低布局约束提供思路，并验证单点流场历史在闭环控制中的可用性。
- 论文公开站arXiv
LIMBO：学习并内化无模型障碍目标以实现敏捷安全全身控制
LIMBO: Learning and Internalizing Model-Free Barrier Objectives for Agile and Safe Whole-Body Control
摘要显示，LIMBO 提出一种在冻结基础控制器周围、基于黑盒状态转移与失败规范学习状态-动作控制屏障函数（Q-CBF），并将其安全结构蒸馏进任务策略的框架。学习到的安全值在合成阶段引导风险导向采样，在任务学习阶段提供动作级安全反馈，从而减少部署时在线安全过滤的需求。作者在 29 自由度人形机器人上演示了躲避球与低障碍下行走任务。
意义：为高维全身控制提供可学习、可复用的安全证书，并减少部署时在线安全过滤，对安全强化学习与机器人控制有参考价值。
- 论文公开站arXiv
StageGuard：通过智能体蒸馏学习长时程机器人任务的阶段转换
StageGuard: Learning Stage Transitions for Long-Horizon Robot Tasks via Agentic Distillation
摘要显示，针对长时程机器人任务中判断何时终止当前技能并切换到下一子任务的问题，作者提出 StageGuard，一种智能体蒸馏框架。该方法结合教师模型推理与演示轨迹，生成子任务完成与策略切换的结构化解释，再让轻量学生 VLM 生成紧凑自解释并做监督微调。在两个基准轨迹上评估阶段转换预测，并通过集成到 BEHAVIOR-1K 分层机器人控制中评估闭环任务成功率，还在真实机器人上做了进一步验证。结果称阶段转换预测显著提升，并支持高效在线监控。
意义：为长时程机器人任务提供轻量级阶段切换判断方案，降低对云端大模型推理的依赖，利于实时在线监控与端侧部署。
- 开源项目公开站GitHub
MuJoCo：通用物理模拟器
google-deepmind/mujoco — Multi-Joint dynamics with Contact. A general purpose physics simulator.
google-deepmind/mujoco 是 Google DeepMind 维护的开源通用物理模拟器，全称 Multi-Joint dynamics with Contact，用于多关节动力学与接触仿真，GitHub 星标约 15161，常用于机器人、强化学习与具身智能研究。
意义：MuJoCo 是机器人控制与强化学习的主流仿真环境，DeepMind 开源后降低了具身智能研究的仿真门槛。
