# Paper Shelf 内容核验记录

## 2026-10-30 开放词汇占据、深度视觉与在线探索

新增 OVM-Occ、DeFM、GENESIS-Handover、EmbeddingGemma 2、RAX、Neural Scene Representation for Locomotion on Structured Terrain 六篇论文及 Machenta Instant Robot Learning 项目，当前 138 条（127 篇论文、11 项项目与技术说明）。新增条目已补入研究链路和关联图；RAX 未保留未核实的项目页与代码链接，Machenta 按项目说明收录。

- [OVM-Occ](https://arxiv.org/abs/2610.35312)：开放词汇室内占据预测，使用语言嵌入高斯和实例级视觉语言教师；仅验证 ScanNet/Replica，未报告实时部署延迟。
- [DeFM](https://arxiv.org/abs/2601.18923)：面向机器人的自监督深度视觉基础模型；冻结编码器的下游任务表现依赖传感器和任务头。
- [GENESIS-Handover](https://arxiv.org/abs/2610.08003)：根据任务意图和实时手姿选择物品交接姿态；83.3% 为用户研究比例，不是机器人成功率。
- [EmbeddingGemma 2](https://arxiv.org/abs/2610.37364)：模块化统一多模态嵌入模型；按端侧嵌入与检索能力收录，不外推为机器人控制性能。
- [RAX](https://arxiv.org/abs/2610.22496)：通过在线探索把成功决策编译成可执行程序；实验成本、感知输入和有限真机会话是重要边界。
- [Neural Scene Representation for Locomotion on Structured Terrain](https://arxiv.org/abs/2206.08077)：面向结构化地形的足式场景重建表征，不等同于完整行走控制器。
- [Machenta Instant Robot Learning](https://machenta.com/blog/instant-robot-learning)：公司博客项目，按技术说明收录，不计作独立论文。

## 2026-10-29 像素定位、动态推理与世界模型

新增 Xiaomi-Lens-0、ThinkWorld、DreamTrue、Foundation4D 四篇，当前 131 条（121 篇论文、10 项项目与技术说明）。四项均经 arXiv 元数据和作者公开材料核验，新增六条阅读对照，所有条目有研究链路覆盖。

- [Xiaomi-Lens-0](https://arxiv.org/abs/2610.23279)：2026-10-16 首发，十六位作者。[官网](https://seerray-lab.github.io/Xiaomi-Lens-0/)及[README](https://github.com/SeerRay-Lab/Xiaomi-Lens-0)确认两阶段训练代码、权重和 LensBench 已公开。八划分 RES 平均 cIoU 81.4，REC 比骨干平均高 5.6 点。全景多目标隐式指令 48.9 为 cIoU、48.7 为 Prec@0.5，纠正用户文案指标混用。掩码是输出分支，未作为图像裁剪重新反馈给语言模型，不推断机器人控制成功率。
- [ThinkWorld](https://arxiv.org/abs/2610.37666)：2026-10-27 首发，七位作者，NVIDIA / KAIST。[官网](https://thinkworld-project.github.io/)描述动作示范初始化 CoD、视频未来匹配奖励及强化学习；CoD 和想象为训练期设计。真实三任务为 ID 60/60、OOD 52/60，不能将额外烤箱技能组合展示计入同一统计。未确认可访问正式代码与模型仓库。
- [DreamTrue](https://arxiv.org/abs/2610.12468)：按完整标题检索得到编号，2026-10-08 首发，九位作者。离线几何标定、图像空间动作条件、反事实后训练和人工训练的视频奖励按摘要与[官方仓库](https://github.com/brave-eai/DreamTrue)；calibration / wmvideo / reward 已公开，但完整数据仍待更新。48.12% 至 6.25% 为生成视频的人评交互缺陷率，不是真机执行成功率；竞赛名次按作者报告，未独立核对榜单。
- [Foundation4D](https://arxiv.org/abs/2610.30340)：2026-10-21 首发，NVIDIA、26 位个人作者；元数据组织前缀与冒号不当个人作者。[全文](https://arxiv.org/html/2610.30340v1)核实 60.9 mAP / 66.5 NDS、27.4 IoU / 18.1 mIoU 属对应基准微调结果。一次前向对应输入窗口，长视频需要 PGO、关联和平滑。16.0 至 3.7 小时为每片段 lidarless NuRec 整体流程，不是单模型延迟；感知约 18 天、高斯与联合微调另 9 天。记录 [1253 段 PAI 数据基准](https://huggingface.co/datasets/nvidia/PhysicalAI-Autonomous-Vehicles-Foundation4D)，不猜测代码仓库。

完成目录重建、来源格式、数量、去重、作者与链路完整性和 JavaScript 语法检查；未运行论文训练或下载模型，不声称浏览器实测。

## 2026-10-27 QWM 查重、MORE、ManeuverFlow 与 FlowSim

QWM 已在库中，不重复添加；新增三篇自动驾驶论文，当前 127 条（117 篇论文、10 项项目与技术说明）。

- [MORE](https://arxiv.org/abs/2610.14871)：运动导向寄存器在视频预训练阶段形成，用作世界模型和规划的共享状态接口；未确认公开代码。
- [ManeuverFlow](https://arxiv.org/abs/2610.13409)：机动路由 MeanFlow 生成多候选，利用未来证据评分并做 Frenet 修正；官方代码为 [wyh-autonomy/maneuverflow](https://github.com/wyh-autonomy/maneuverflow)。
- [FlowSim](https://arxiv.org/abs/2610.18030)：直接预测冻结感知编码器潜状态，绕过图像渲染与重编码；未确认公开代码。

自动驾驶条目与机器人世界模型分开组织；用户文案中的详细指标按对应基准保留，不外推为通用驾驶性能。未下载权重、运行代码或独立复现实验。



## 2026-10-23 Isaac Lab、RPL、DR-APO 与 Transformer-XL

补入四篇，当前 124 条（114 篇论文、10 项项目与技术说明），新增七条阅读对照并覆盖研究链路。

另将 NVIDIA [SOMA Retargeter](https://github.com/NVIDIA/soma-retargeter) 按官方 README 收为项目技术说明，不计作论文。它读取 SOMA-base BVH，经逐帧 IK 和接触/关节限位处理输出多种人形机器人运动学 CSV；当前为 active beta。输入骨架有要求，输出需先仿真验证；代码、示例动作数据和机器人资产许可范围不同。补充与 OmniRetarget、BeyondRetarget 的两条对照。项目数现为 10。

- [Isaac Lab 论文](https://arxiv.org/abs/2511.04831)：2025-11-06 首发，作者表去除 arXiv 元数据中的 NVIDIA 组织前缀与冒号。按[官方正式发布](https://github.com/isaac-sim/IsaacLab/releases/tag/v3.0.0)核实 3.0 于 2026-10-20 发布，记录 Newton、独立 OV 库、多 GPU、训练后训练和部署流程。软件版本更新与基础论文分开归因，不当作一篇新的 3.0 论文，不承诺任意任务支持任意后端。
- [RPL 论文](https://arxiv.org/abs/2602.03002)：2026-02-03 首发，十位作者；按[官方 README](https://github.com/amazon-far/RPL/blob/main/README.md)核实分地形专家训练、多深度学生蒸馏及 MuJoCo sim2sim 已有代码和资源。当前后端为 IsaacGym，非 Isaac Lab 3.0；专家推荐 4 GPU、学生推荐 8 GPU，不当作硬性最低要求。渲染五倍提速与整套训练速度分开。
- [DR-APO](https://arxiv.org/abs/2610.16618)：2026-10-12 首发，三位作者。按[项目](https://developer.deeprobotics.cn/research/articles/dr-apo)核实局部动作精炼、优势重加权、表示兼容读出与原生辅助训练；五任务两指标共十项，流策略十项最高均值，扩散九项。NavDP 仿真 SR 70.33% 至 89.55%，真实 M20 二十场景 25% 至 65%；不把最高 SR 等同最高 SPL，不声称高斯全面超过 SAC。未确认代码。
- [Transformer-XL](https://arxiv.org/abs/1901.02860)：2019-01-09 首发，六位作者，ACL 2019。记录片段递归、停止梯度缓存和相对位置编码，按语言建模基础论文收录，不把长依赖与评估加速写成机器人 RL 的验证结果。

完成数据构建、目录与语法检查；未安装上述框架、下载权重、运行论文训练或进行浏览器实测。

## 2026-10-23 落脚点感知、全身操作与部署适应

新增八篇论文，当前 119 条（110 篇论文、9 项项目与技术说明），补充十五条阅读对照及研究链路覆盖。通过 arXiv 元数据、摘要、可读全文及作者项目核验来源，不收录硬件供应商推广文案。

- Watch Your Step：[论文](https://arxiv.org/abs/2610.29612)、[全文](https://arxiv.org/html/2610.29612v1)、[项目](https://leggedrobotics.github.io/watch-your-step/)。102 是地形输入而非完整 Actor 维度；训练 Critic 仍读完整地图。FPM 每 500 轮以当前策略数据从头拟合。3.5 倍为训练迭代数比较，0.55 秒单卡与 6.3 秒四卡不是同硬件基准；74.2%/42.7% 为指令距离覆盖率。
- BipedalWBC：[论文](https://arxiv.org/abs/2609.18930)、[项目](https://wholebodyrobotics.github.io/BipedalWBC/)。末端目标驱动双足移动操作，88.30% 属仿真结果；未确认公开策略代码，不填写模板仓库。
- SCOUT：[论文](https://arxiv.org/abs/2609.36107)、[项目](https://liy1shu.github.io/SCOUT/)。动作结果预测误差更新共享动力学信念，不写成整套策略部署时重训；未保证固定试错次数。
- Workhorse：[论文](https://arxiv.org/abs/2610.09117)、[项目](https://hybridrobotics.github.io/workhorse/)。视觉规划器与 RL 跟踪器独立训练，每项任务各有模型；77%/64% 及 H2 对比为仿真，H2 使用重训。官网代码尚未发布。
- Ropedia W0：[论文](https://arxiv.org/abs/2610.26855)、[项目](https://ropedia.github.io/ropedia-w0/)。官网已有代码与模型入口；蒸馏后的 21.3 fps 是视频生成而非实机控制频率，33.3 至 56.7 为任务进度。
- WorldScape Policy 2.0：[论文](https://arxiv.org/abs/2607.18840)、[项目](https://manifoldai-research.github.io/WorldScape-Policy/)。确认 ICL 对应此论文；执行时不更新参数不代表没有预训练和后训练。官网与当前全文数字存在差异，条目不采用精确成绩。
- Blind Precise Assembly：[论文](https://arxiv.org/abs/2610.23849)、[项目](https://younghyopark.me/blind-proprioceptive-assembly/)。真机为 Flexiv 轴孔插入，73%；齿轮和旋拧属仿真。任务从已抓持且接触夹具的状态开始。mjfit 仅为几何工具，不当作完整策略开源。
- Collective Experience Learning：[论文](https://arxiv.org/abs/2610.25736)、[项目](https://cel-robot-learning.github.io)。按当前正式标题和 44 位作者收录。仍需要初始示范、人工成败标注和复位；失败作检索查询，成功动作作监督。86.7% 至 64.2% 是 16 台手机包装消融，96 台为 79.2% 至 98.3%。RLinf 标为框架入口，不保证完整 FERT/FATS 已公开。

未下载权重、运行论文训练或独立复现结果；本地以重新构建、目录完整性与 JavaScript 语法检查验证，不声称浏览器布局实测。

## 2026-10-22 Blind Grasp Reflex

新增 [See to Reach, Feel to Grasp](https://arxiv.org/abs/2609.31323)，六位作者、2026-09-25 首发；按[官方项目](https://blindgraspreflex.github.io/)核验 MIT / SNU / Yonsei 归属、手部本体历史、独立机械臂指令接口和抓稳评分。归入移动操作与接触控制，补充 PAF-Grasp、DexTacWAM、WBD 三条阅读对照及链路覆盖。当前 111 条（102 篇论文、9 项项目与技术说明）。

YCB 96%、GraspXL 95%、动态 92% 对 8%、位姿泛化 90% 对 15% 按官网仿真结果记录；+0.77 是回合内抓稳评分与独立 Ferrari-Canny 指标的平均 Spearman 相关。真机 29 物体为定性展示，不能改写成统计成功率；四机械臂与安装方位迁移属仿真。feel 指本体感知，blind 只限定手部模块，机械臂可接 SAM 2 追踪或 VLM。代码 Coming Soon，不猜仓库。未运行训练或独立复现；完成数据构建、目录完整性及语法检查。

## 2026-10-22 WBD、FLORA 与 SuperMimic

新增三篇，当前 110 条（101 篇论文、9 项项目与技术说明）。Dream-1 与本次提供的内容一致，沿用 2026-10-21 已核实技术说明，不重复添加或虚增核验日期。新增六条阅读对照，并覆盖研究链路。

- WBD：[arXiv:2610.22184](https://arxiv.org/abs/2610.22184)、[v1 全文](https://arxiv.org/html/2610.22184v1)、[项目入口](https://wholebodydex.com/)。八位作者，2026-10-15 首发，Amazon / UCSD / Michigan。全身稳定夹持生成、PPO 专家、球体预训练热启动、扩散关键点模型及逆动力学蒸馏按全文。三类真机共 45/50，完整货架任务为 7/10；同一熟练遥操者受训八小时以上并用 Xsens 提供参考，不当作自主操作成功率。专家未联合训练腿部控制。官网本次响应未可靠解码，数字以 arXiv 为准，未确认代码。
- FLORA：[官方 PDF](https://research.nvidia.com/labs/gear/flora/assets/paper/flora.pdf)、[官网](https://research.nvidia.com/labs/gear/flora/)、[模型集合](https://huggingface.co/collections/nvidia/flora)。37 页，首页 2026-10-20，17 位作者；未确认 arXiv 编号，以独立技术报告收录，BibTeX 使用 techreport 而非虚构 arXiv。时间分段基于 Qwen3.5-9B，描述与奖励基于 27B，SFT 与部分 GRPO 优化。每天 20 万源视频小时依赖 512 GB300；成本估计 0.72 美元/源视频小时来自八卡、10 美元/GPU-hour 条件，对照最高推理档 API 88.49 美元，约 125 倍。不保证每指标最优、任意硬件同吞吐或下游策略等比提升。
- SuperMimic：[arXiv:2610.28480](https://arxiv.org/abs/2610.28480)、[官方项目](https://supermimic.github.io/)，七位作者，2026-10-20 首发，UC Berkeley，项目标注 CoRL 2026。方法与算力口径按官方说明：MuJoCo Warp 采集、每轮拟合世界模型、短时 BPTT 解析策略梯度和 Critic 自举，梯度不经过模拟器；模型仅在一次策略更新内固定。单 H100 3 小时超越发布 SONIC 的回报，25/129514 段失败；双 H100 9.8 小时零失败。该基准为训练动作、固定摩擦且无观测噪声，不代表未见动作或真机零失败。SONIC 128 L40 / 7 天与 611 小时数据，SuperMimic 使用 264.56 小时公开子集，不能视作同硬件等数据严格加速实验。未确认代码仓库。

为官方 PDF 报告补充正确的来源标签、日期显示与 BibTeX 分支；其余论文仍用原有格式。完成本地构建、目录和语法检查，未下载模型权重或独立复现训练，不声称浏览器实测。

## 2026-10-21 物理时间、动态抓取与四足跑酷

按用户指定的三个方向补充四篇，当前 107 条（98 篇论文、9 项项目与技术说明）。保留已有 PHP、AME-2 和 Long-WAM，不重复添加；新增六条阅读对照及研究链路覆盖。

- Chronos Policy：[arXiv:2610.13929](https://arxiv.org/abs/2610.13929)、[官方项目](https://changhaowang.github.io/chronospolicy/)，2026-10-09 首发，Changhao Wang、Jaden Clark、Shuran Song。核验 time-aware RoPE、观测采集时间/动作目标执行时间和时间随机化。项目报告 Dynamic Cup、Peg Insertion、Pivoting 真机与 Conveyor/Pivoting 仿真、六项 DexMimicGen；未把任务得分统一写成成功率。Code coming soon，不猜仓库。时间鲁棒性不等于降低计算延迟或已解决任意飞行抓取。
- PAF-Grasp / Physics-Aware Object-Centric SE(3) Forecasting for Real-Time Proactive Dynamic Grasping：[arXiv:2610.17843](https://arxiv.org/abs/2610.17843)、[v1 全文](https://arxiv.org/html/2610.17843v1)、[官方项目](https://am0rarg0.github.io/paf-grasp/)，2026-10-13 首发，五位作者。物理结构神经 ODE、Genesis 随机形状、可达性感知选择与 10 Hz 重规划已核实。每运动族分别训练检查点，不是同一权重统一所有动力学。真实 Piper / D435i 中，篮筐式抛物线接球 64% 对 0%，传送带 78% 对 34%，转台把手 60% 对 12%，每方法每任务 50 次；综合 15.3% 至 67.3%，不能当飞行夹爪抓取成绩。15 ms 是预测器时间。经典预测器在已知结构条件下传送带持平、斜坡更好；像素视频模型比较也不是等输入比较。项目 Code pending release，不猜仓库。
- Robot Parkour Learning：[arXiv:2309.05665](https://arxiv.org/abs/2309.05665)、[官方项目](https://robot-parkour.github.io/)、[代码](https://github.com/ZiwenZhuang/parkour)，2023-09-11 首发，七位作者。项目标注 CoRL 2023 Oral、Best Systems Paper finalist。训练依次为软约束 RL、硬约束 RL 微调和 DAgger 视觉蒸馏，不写为 PHP 的学生联合 PPO。保留过高、低摩擦和软障碍失败边界。
- Extreme Parkour with Legged Robots：[arXiv:2309.14341](https://arxiv.org/abs/2309.14341)、[官方项目](https://extreme-parkour.github.io/)、[代码](https://github.com/chengxuxin/extreme-parkour)，2023-09-25 首发，四位作者。项目标注 ICRA 2024，保留首发年份 2023；前视深度、大规模仿真 RL、clearance 与方向蒸馏消融按项目记录。两倍身高/身长是特定展示，不改写为普遍成功率或绝对尺寸。

未运行论文训练或下载模型；以目录完整性和 JavaScript 语法检查验证本地更新，不声称浏览器测试或独立复现。

## 2026-10-21 Dream-1、LynxScenes、Rubik Skills 与能效步态

新增三篇论文与两项技术/代码项目，当前 103 条（94 篇论文、9 项项目与技术说明）。PADP 的 IEEE 文档 11692614 已收录且标注 RA-L 发表，本次不重复添加；没有新核实的作者、卷期或 DOI，不改写已有待核实信息。配音工具和音色署名不收录。

- Dream-1：[官方博客](https://dreamlabs.ai/research/dream-1/)，标题 Zero-Shot to New Robots: Introducing Dream-1，作者 Dream Labs，标注 2026 年 10 月；作为模型与 API 技术说明。视频/动作联合预测、头部及腕部相机、末端位姿/夹爪接口与机器人侧 IK 按官方说明整理。27 种未见仿真本体每种 300 次评估；精选演示不转成成功率。灵巧手及差异较大硬件的适配数据与零样本平行夹爪条件分开。未确认独立 Dream-1 论文，博客所引 DreamZero 不冒充本模型论文。
- LynxScenes：[arXiv:2610.18093](https://arxiv.org/abs/2610.18093)，首发 2026-10-13，八位作者；规模和标注内容按摘要，归入导航与空间智能。四任务基准和日志回放伪闭环不当作实机自主闭环验证；数据与工具包为计划公开，不填猜测官网或仓库。与 PointWalker 区分 M20 / X30、双 LiDAR / 四 LiDAR 和数据 / 控制实验。
- Rubik Skills：[arXiv:2610.24610](https://arxiv.org/abs/2610.24610)、[官方项目](https://leggedrobotics.github.io/rubik-skills/)，首发 2026-10-17，七位作者，归入移动操作与接触控制。按项目说明记录视觉、求解器、规划及三个 RL 教师到循环学生流程；顺时针由逆时针镜像，不算第四个独立教师。三次 ANYmal-D 自主复原、约三十步和八至九分钟没有成功率分母；Code 标签没有核实到有效公开仓库。
- AER 原论文：[arXiv:2403.20001](https://arxiv.org/abs/2403.20001)，Adaptive Energy Regularization for Autonomous Gait Transition and Energy-Efficient Quadruped Locomotion，九位作者，2024-03-29 首发，arXiv journal reference 为 ICRA 2025。随速度调整能量正则、ANYmal-C / Go1、IsaacGym 与真机结果按摘要。[v2 全文](https://arxiv.org/html/2403.20001v2)明确链接伯克利 efficient-locomotion 项目，确认原论文与用户地址对应；[项目页面](https://sites.google.com/berkeley.edu/efficient-locomotion/home)本次无法读取，保留来源并说明读取限制。
- [codesharks1/AER-Adaptive-gait](https://github.com/codesharks1/AER-Adaptive-gait)：通过 GitHub 公开 README 核实 Go2、Isaac Lab、平地预训练到粗糙地形教师、对称增强、247 维教师到 57 维 GRU 学生、Huber 蒸馏和 MuJoCo Sim2Sim。作为独立代码项目收录，未确认原论文官方关系，未将其实现细节或检查点当作原论文或真机成果。

补充七条阅读对照及研究链路覆盖。未调用模型服务、下载权重或运行论文训练。完成数据生成和目录完整性检查；本轮不声称通过浏览器布局测试。

## 2026-10-21 PointWalker

核验 [arXiv:2610.15548](https://arxiv.org/abs/2610.15548)及[v1 全文](https://arxiv.org/html/2610.15548v1)，六位作者、首发 2026-10-11；归入地形感知与足式适应。未确认独立官方项目或代码链接，不填猜测地址。当前 98 条（91 篇论文、7 项项目与技术说明）。

四路 LiDAR、最近五次扫描的 350 个体素点、线性自注意力、本体 query 交叉注意力、非对称 PPO 与地形奖励按原文收录。无地图不等于无扫描预处理或训练特权状态。表 IV 编码延迟 2.01±0.85 ms，不是完整传感到执行闭环；部署 RK3588、50 Hz。表 V 七地形平均 90.1%，均值池化 80.1%；踏脚石高程 75.8 对点云 83.8，间隙深度 71.5 对点云 86.1，仅为指定接口与配置。X30 零样本 0.8 m 间隙/平台、45° 格栅及 50 kg 负载演示与 25 kg 的 2.5 km 山地路线分开描述。格栅双通道分离感知结构与物理支撑，不当作精细接触动力学验证。新增 AME-2、P-BFM、GM-Loco 三条对照，未复现训练或安全结论。

## 2026-10-18 SEAR 与 EyeRobot 2.0

新增两篇，当前 97 条（90 篇论文、7 项项目与技术说明）。

- SEAR：[arXiv:2610.18792](https://arxiv.org/abs/2610.18792)、[全文入口](https://arxiv.org/html/2610.18792v1)、[项目](https://sear.bot)、[原文代码入口](https://github.com/Self-Evolving-Agentic-Robotics/SEAR)。八位作者，首发 2026-10-13，项目注明 Luma AI OPAL。七个语言模型、330 仿真和五物理任务来自摘要；超过四年为累计 Agent 运行时间。区分代码策略、实时 Agent 与自动微调三模式，以及保留经验、重复尝试、预算和新场景等控制。不把连续成功当作跨任务学会的充分证据。项目本次正文未完整加载且标注 Code coming soon，代码完整开放状态未确认。
- EyeRobot 2.0：[arXiv:2610.03710](https://arxiv.org/abs/2610.03710)、[官方项目](https://eyerobot2.github.io/)、[代码入口](https://github.com/kerrj/eyerobot2)。十位作者，首发 2026-10-02，UC Berkeley、Amazon FAR、Stanford。目标条件注视伺服与目标选择用 RL，夹爪用 BC；利用标定真实双目录像合成注视训练环境，无注视示范不等于无操作示范或全程真机在线 RL。总体约 27% 至 67% 是约 40 个百分点；69% 对 64% 为腕部视野清楚条件，48% 对 22% 为遮挡条件，不能合并为所有任务的普遍收益。七真机、六仿真任务，超过 1000 物理和 1800 仿真试验；仿真并非 sim-to-real 实验。中央凹是 token/分辨率分配，错误注视与 BC 分布外恢复仍有限。

新增四条阅读对照及两条并行研究阶段。未运行论文代码或独立复现；未将作者演示当作普适安全或泛化保证。

## 2026-10-17 P-BFM

新增 [arXiv:2610.15833](https://arxiv.org/abs/2610.15833)，十位作者，首发 2026-10-11；核验 [v1 方法](https://arxiv.org/html/2610.15833v1)与[官方项目](https://roboparty.github.io/P-BFM/)，保存[交互演示](https://roboparty.github.io/P-BFM/interactive/)和项目所列[代码](https://github.com/Roboparty/P-BFM)。归入人形全身控制，与 BFM-Zero、PGMT、AME-2 建立三条对照。总计 95 条（88 篇论文、7 项项目与技术说明）。

后向表征不输入地形/深度/指令，前向价值与感知 Actor 可利用地形和指令；40 条平地 LaFAN 序列用作行为提示及条件判别器正样本。无监督不等于无先验或无辅助奖励：训练仍有判别器、物理与 ERI 航向/速度 Critic，另以仿真真值监督速度估计器；部署仅用可用传感与任务规格。ERI 有效掩码需保留，不是所有目标类型都自动赋参考速度。冻结策略支持任务条件切换，G1 机载深度下的零样本 sim-to-real 为作者报告；不外推任意陌生地形或安全保证。浏览器交互不是新增项目计数，也不是实机复现。本库未下载权重、训练或独立验证结果。

## 2026-10-15 图片中的 VLA + RL 三项工作

按图片标题识别后，核验原文并新增三篇；没有与库中泛化研究论文混并。当前 94 条（87 篇论文、7 项项目与技术说明）。

| 条目 | 元数据 / 全文 / 官方代码 | 分类 |
| --- | --- | --- |
| VLA-RL | [2505.18719](https://arxiv.org/abs/2505.18719) · [全文](https://arxiv.org/html/2505.18719) · [代码](https://github.com/GuanxingLu/vlarl) | 策略学习与现实迁移 |
| SimpleVLA-RL | [2509.09674](https://arxiv.org/abs/2509.09674) · [全文](https://arxiv.org/html/2509.09674) · [代码](https://github.com/PRIME-RL/SimpleVLA-RL) | 策略学习与现实迁移 |
| RLinf | [2509.15965](https://arxiv.org/abs/2509.15965) · [全文](https://arxiv.org/html/2509.15965) · [代码](https://github.com/RLinf/RLinf) | 机器人设计与研发工具 |

VLA-RL 八位作者、首发 2025-05-24；以轨迹级 PPO、Critic 与机器人过程奖励 RPRM 改进自回归 VLA。RPRM 从自动片段的伪奖励标签训练，不概括为全部人工纠错；test-time optimization 是带交互的策略优化，不是单次冻结模型推理扩展。与 2505.19789 的受控 OOD 泛化论文不同。摘要 4.5% 未在本次确定相对值或百分点口径，未填精确差值。

SimpleVLA-RL 二十一位作者、首发 2025-09-11；基于 veRL 的 GRPO，任务完成 1/0 奖励、动态过滤组内全成/全败、扩大裁剪上界与提高 rollout 温度。全文 LIBERO 完整轨迹 SFT 表为平均 91.0% 至 99.1%，Long 86.5% 至 98.5%；均为特定基底和基准，不是任意 OOD 泛化保证。动态图采样不等于 SGS 的配置权重，也不能解决所有轨迹都失败时不存在成功信号的问题。

RLinf 二十九位作者、首发 2025-09-19，论文正式题名包含 Macro-to-Micro Flow Transformation，仓库定位为面向具身和 Agentic AI 的基础设施。M2Flow、自适应通信、上下文切换、弹性流水线与 profiling 调度是系统贡献。摘要 1.07–2.43 倍为综合任务吞吐范围；LIBERO 对 SimpleVLA-RL 为 1.05–2.43 倍，不是成功率、样本效率或每个硬件的保证。SAC 等支持来自当前官方 README，不能倒推原论文均已评测。按框架论文计数，不重复新增项目。

新增六条对照关系，区分奖励、优势估计、采样和系统调度。本库未安装三套框架、调用云服务或独立复现。

## 2026-10-15 GAE

核验 [arXiv 元数据与摘要](https://arxiv.org/abs/2609.34233)、[作者项目页](https://wangyf0928.github.io/gae-wlrobotics/)，标题 *GAE: General Action Expert for Real-Time Humanoid Teleoperation*，九位作者，首发 2026-09-28；Westlake Robotics 与 Westlake University。归入人形全身控制与动作跟踪，与 HEFT、SONIC、RGMT 建立三条对照。总数 91 条（84 篇论文、7 项项目与技术说明）。

多来源动作标准化和增强、特权生成器产生可行轨迹、课程域随机化下训练执行器及延迟条件化预判按摘要/项目说明收录。项目明确部署执行器接收人体动作，不把两阶段训练写成部署串行生成器与执行器；O1 演示为微调模型，不是零样本跨本体。2025-09-29 是首次公开演示，不能替代论文首发年份；SONIC 视频比较是定性证据，未读取量化表格时不填写收益或统一排名。GAE 缩写与 PPO 的广义优势估计不同。项目页中 Academic-project-page-template 是网站模板，不是 GAE 代码；本次未确认方法代码/权重公开，也未运行或复现实验。

## 2026-10-15 Natura-1

核验 [Nature Will 官方技术博客](https://www.naturewill.com/blog/natura-1)，以团队引用标题 *Natura-1: The Will to Act* 收录模型技术说明，不计论文。尚未找到独立论文、代码、权重入口或明确发布日期；作者用 Nature Will Team，不由演示内容推断个人作者。总数 90 条（83 篇论文、7 项项目与技术说明）。

50B MoE Transformer、百万小时级第一人称经验预训练、机器人数据后训练、历史视频记忆、视频动作联合 flow matching/去噪及 100 ms 部署循环均为官方博客声明，未独立复现。50B 不等于已知激活参数规模；100 ms 不证明底层关节伺服频率或通用硬实时。六项标 † 的长程任务额外调优，不能说全部结果同一权重。Base 53.4、Agentic 59.1 为自建十二维能力基准评分，不是成功率；部分基线和 Natura-1 使用不同末端硬件，不能作纯模型的同条件比较。预训练缩放的动作误差评估使用 teacher forcing，不是闭环执行成功率。新增与 Human2Dex、DexTacWAM、Long-WAM 的三条阅读对照，未宣称系统集成。

## 2026-10-15 SGS

新增 [arXiv:2610.12465](https://arxiv.org/abs/2610.12465)，正式标题 *A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control*，七位作者、首发 2026-10-08；核验 [v1 全文](https://arxiv.org/html/2610.12465v1)与[作者项目页](https://sgs-rl.github.io/)，项目标注 CoRL 2026、代码 coming soon。按策略学习与现实迁移收录；新增与 AlphaNIST 的已描述方法继承、LP-ACRL 与 Mulligan 的对照。库总数 89 条（83 篇论文、6 项项目与技术说明）。

SGS 在固定配置集合上维护近期成功率，以可调模式和集中度的 Beta 形权重分配 PPO 重置采样，所有配置保留非零概率；不是额外 Actor 分支或新的 PPO 损失。每领域共享终局任务奖励与逐步正则；主要操作扩展实验含重力课程，消融显示不必需。最高并行 2^20，百万环境的 0.73（ANYmal D）和 0.70（Franka）来自不同仿真基准，不能合并为总体成功率。真机是状态教师经 DAgger 蒸馏的 RGB 学生，UR5e 验证螺母、插杆、齿轮；插杆 30/49、齿轮 47/50，均为有限试验，不是多指灵巧手实验。未填入未确认代码地址，未复现实验。

## 2026-10-15 AlphaNIST

核验 [arXiv 元数据](https://arxiv.org/abs/2610.13354)、[v1 全文](https://arxiv.org/html/2610.13354v1)与[官方项目页](https://alpha-nist.github.io/)。十五位作者，NVIDIA 与 University of Washington 合作，首发 2026-10-09。归入移动操作与接触控制，新增与 Contact-Guided Exploration、LP-ACRL、SimToolReal 的三条对照。总数 88 条（82 篇论文、6 项项目与技术说明）。

98.2% 为 64K 环境、25K 次迭代下 20 种单装配任务的总体训练成功率（410 GPU-hours），不是连续完成整板、未见任务或真机成功率。二元任务成功项之外，式 (6) 仍有动作、关节速度与力矩平方控制代价；成功阈值 0.001 m，不提供中间进度奖励。OmniReset 重置库覆盖未抓取、在手、近配合及部分装配状态，SGS 的 Beta 采样偏向当前能力边界，因此“无示范”不等于没有探索先验。点云条件策略与独立参数 Critic 使用标准分布式 PPO；不是先训练专家再蒸馏。另训练的十对装配设置在全部完成后才奖励，成功率 84%，不能与 98.2% 混用或称同一权重涵盖所有长度。论文明确所有结果在仿真，真机感知、时延和接触失配验证仍待完成；未确认公开代码入口，未复现实验。

## 2026-10-14 Pi API Beta

核验 [Physical Intelligence 官方博客](https://www.pi.website/blog/api-beta)，标题为 *Frontier Models for Every Robot: Announcing our API beta*，正文与元数据均标注 2026-10-13。按“机器人设计与研发工具”中的 API 服务说明收录，不算新论文或开源项目。总数为 87 条：81 篇论文、6 项项目与技术说明。

博客明确提供数据上传、托管微调、托管网关推理，以及实机测试后按失败补数据的循环。Actor 案例为无驾驶员装载机铲取物料并装车；Almond 案例为双臂 Axol 去毛刺，展示模型来自团队使用 API 四天的迭代，不等于四天从零训练模型或制造机器人。多数演示使用云端推理，博客也提及网络连接问题。API 最新底层模型的具体版本未明确公布，不能直接填写为 π0 或 π0.5；Beta 参与入口为申请页。“时隔六个月”缺少明确比较事件，未采用。

新增与 AWS 工具链、Isaac GR00T、Mulligan 的三条对照关系，未宣称已有系统集成或算法采用。没有调用 API、上传数据或读取保存密钥。

## 2026-10-14 跨本体控制与场景记忆增补

本批八项工作去重后新增三篇。HarnessVLN、Mulligan、DexTacWAM、ULTRA 和 Contact-Guided Exploration 已收录，保留已核验条目，不重复添加或将旧宣传表述覆盖回去。

| 新增 | 核验来源 | 分类 |
| --- | --- | --- |
| X-WBC | [arXiv:2609.15213](https://arxiv.org/abs/2609.15213) · [官方项目](https://logosroboticsgroup.github.io/x-wbc/) · [项目所列代码](https://github.com/LogosRoboticsGroup/x-wbc) | 人形全身控制与动作跟踪 |
| LT-Mem | [arXiv:2608.19059](https://arxiv.org/abs/2608.19059) · [全文](https://arxiv.org/html/2608.19059v1) · [官方项目](https://lt-mem.github.io/) | 导航与空间智能：长期场景记忆 |
| LightSplat | [arXiv:2603.24146](https://arxiv.org/abs/2603.24146) · [官方项目](https://vision3d-lab.github.io/lightsplat/) · [项目所列代码](https://github.com/vision3d-lab/lightsplat) | 导航与空间智能：三维语义表示 |

X-WBC 三位作者与首发 2026-09-14 按 arXiv 元数据保存。共享因果 Transformer 由多机器人 PPO rollout 共同训练，本体专用状态编码器和动作解码器仍然存在。91.13% 是 G1 在冻结 100STYLE 800 段动作、VR5 接口下的 729/800，不是总体 G1 成功率，也不证明未见本体零样本迁移。真机演示涉及 G1、R1、H1-2、H2。约 200 小时数据及用户所述机构本次未独立确认，未写成事实。

LT-Mem 三位作者、首发 2026-08-19 已核验；多会话 SLAM 对齐、确定性身份评分、易变性感知更新与 Live/Delta/Meta 记忆来自论文及项目。项目页标注 IROS 2026 Best Paper Award，作为作者来源声明保存，未独立核对大会官方名单。4348/1585 投稿录用统计、实验室成立和学生入学时间仍未核验，不纳入事实摘要。项目表中 438K 对 7,152K token 为约 16 倍差异，不能泛化到所有基线；场景问答不是导航成功率。本次未确认公开代码仓库。

LightSplat 五位作者、首发 2026-03-25 已核验。SAM/CLIP 多视图前处理、2 字节语义索引、三维掩码过滤与单步聚类构成免迭代训练的语义流程。约 5 秒是特征蒸馏/注入阶段，不包含从零建图和全部前处理；50–400 倍提速、64 倍内存减少限于所测基线。约 100 个聚类及所有对照均耗时 100 分钟的说法不采用。

新增六条对照/候选关联，并将场景语义与长期记忆列为并行研究阶段；与 HarnessVLN 的串接仅是待验证接口，不是已有完整系统。库总数更新为 86 条（81 篇论文、5 项项目）。本库未运行论文代码或独立复现实验。

## 2026-09-17 增补

新增 AME，共 32 条（31 篇论文、1 项项目记录）。原论文 Attention-Based Map Encoding for Learning Generalized Legged Locomotion，arXiv 2506.09588，首发 2025-06-11；记录注明为同行评审前草稿。

原论文是 12DoF 四足和 23DoF 人形实机验证；SII-FUSC/AME_Locomotion 明确自述为 G1 29DoF 复现，含 xyz 输入、CNN 下采样及 AME2 风格全局上下文调整，不标成官方代码。README 中英文 Isaac Sim 版本不一致。本次未安装或复现机器人训练。

来源： https://arxiv.org/abs/2506.09588 、 https://github.com/SII-FUSC/AME_Locomotion 。归入感知与具身控制，与 SOLO、ViBe 增加对照阅读关联，不宣称已集成。

## 2026-09-14 增补

新增 2 篇论文和 1 项开源项目，共 31 条记录。此前条目的核验日期不变。

- **UnifoLM-WLA-1.0**：依据用户提供的官方项目页收录，未检索到明确关联的 arXiv 论文，故不编造首发日期或论文 BibTeX。项目方报告的 6B 参数、约 2500 小时数据和 64 项任务不等于独立复现结果。
- **What Can RL Bring to VLA Generalization? An Empirical Study**：arXiv 2505.19789，首发 2025-05-26，项目页确认 NeurIPS 2025。主要基于 OpenVLA，执行泛化收益最明显，语义次之，视觉与 SFT 相近；不扩大到所有 VLA。
- **Active Vision Might Be All You Need: Exploring Active Vision in Bimanual Robotic Manipulation**：arXiv 2409.17435v2，首发 2024-09-26，项目页标注 ICRA 2025。AV-ALOHA 是增加 7-DoF 相机机械臂的主动视觉平台，不是 WAM。

来源：三条记录内的 arXiv 和官方项目页。分类分别为感知与具身控制、部署与在线学习、感知与具身控制；关联均为对照阅读，不宣称已验证集成。

核验日期：2026-09-12。范围：原有 11 篇 + 两篇文章重点介绍的 17 篇 = 28 篇。

## 核验口径

- 逐条读取 arXiv 的正式标题、完整作者列表、首发日期和原始摘要；中文摘要据此重写。
- 对 Flow Matching 理论、OmniXtreme 训练细节，以及存在疑点的原始仓库和项目页，补读论文 HTML、作者说明与代码 README。
- 这是来源核验与内容整理，不是 28 篇论文的逐式证明复查或实验复现。文章中找不到一手依据的数字、宣传性评价及跨论文归因不保留。
- 论文作者报告的结果不等于独立复现结论；不同基准、数据量、硬件和成功率定义不能直接横向排名。
- `year` / `publishedAt` 统一采用 arXiv 首发口径，不混用会议年份、修订年份与收录月份。BibTeX 统一生成 arXiv 版本，引用正式会议版本时应另取相应引用。
- 原有 11 篇的 `addedAt` 均写成 2025 年 1 月，多条早于论文公开。原值保存在 `legacyAddedAt`，不用于归档；真实历史收录日未知，新添的 17 篇记录 2026-09-12。

## 原有内容的重点修正

| 条目 | 修正 |
| --- | --- |
| LightNav-0 | arXiv 有正式记录，不可仅凭编号或仓库简介推测真伪；作者改为正式作者列表。256K–1M 是像素预算，不是视觉 token 数。 |
| SOLO | 重写查询式重建和时间信用分配；只保留来源可支持的通过率与 1.5 公里实机路线，移除赛事描述。纠正作者顺序。 |
| Kimodo | 明确为运动学动作生成。官方 CLI 有后处理，不能声称完全不需要；G1 为 Unitree，不是天工。去除星数及随意的下游归因。 |
| HIL | 正式 arXiv 标题为 *Hybrid Imitation Learning of Diverse Parkour Skills from Videos*，首发 2025-05-19；记录备注为待发表于 TOG / SIGGRAPH 2027。不能写成 2026 年已正式出版，也不能把仿真角色当作实机验证。 |
| UMR | 保留稠密表面对应、约束优化和接触迁移；去除未经验证的浏览器训练步骤及不通顺描述。区分运动学映射和物理可执行性。 |
| Flow Matching | Theorem 2 的等价关系是 CFM 与 FM（相差参数无关常数、梯度相同），不是 FM 与最大似然等价。首发为 2022 年；不把所有后续生成系统归入该方法。 |
| Diffusion Policy | 保留条件扩散、动作序列及滚动时域；删除 ALOHA、BAKU 和几乎全部机器人策略均由此派生的泛化。46.9% 提升不写成 46.9 个百分点。 |
| Any2Track | 正式标题为 *Track Any Motions under Any Disturbances*；移除“4B 参数”。40/40 来自 OpenTrack 2026-05-18 的后续发布，区分版本与成功率口径。 |
| OmniXtreme | 补上官方项目页引出的代码链接；明确流匹配预训练、残差精炼和执行器约束，不把功率正则当作硬件安全保证。 |
| ViBe | 参数高效微调不等于完全不训练；原文为四类任务。原 GitHub 地址返回 404，作者项目页标注 Code Coming Soon，移除失效按钮。 |
| OpenWAM | 保留模块化研究框架、约 6400 小时预训练和 8 个仿真基准；把“每项均 SOTA”改为作者报告的整体领先梯队。 |

## 新增论文及检索线索

### 2026-09-18 新增

本次新增 3 篇论文，均以 arXiv 元数据、作者项目页和论文摘要为核验依据：

| 名称 | 一手论文 | 所属方向 |
| --- | --- | --- |
| AME-2 / Agile and Generalized Legged Locomotion | [2601.08485](https://arxiv.org/abs/2601.08485) | 感知与具身控制 |
| Contact-Guided Exploration | [2608.28140](https://arxiv.org/abs/2608.28140) | 世界动作模型 |
| PGMT | [2609.08511](https://arxiv.org/abs/2609.08511) | 动作生成与本体 |

- **AME-2**：arXiv 当前正式标题为 *Agile and Generalized Legged Locomotion via Attention-Based Neural Map Encoding*，页面注明此前称为 AME-2，并标注 IEEE T-RO 有条件接收。作者项目页列出 ANYmal-D、TRON1 以及 G1/H1 演示；本条目不与 SII-FUSC 的 AME 复现条目合并。
- **Contact-Guided Exploration**：论文题名为 *Contact-Guided Exploration for Non-Prehensile Locomanipulation with Multi-Critic RL*，arXiv 页面标注 RA-L 接收。仿真超过 90%、ALMA 椅子运输、未见家具和扰动恢复等表述来自论文摘要或作者项目页，不等于独立复现结果。
- **PGMT**：论文编号为 `2609.08511`，作者来自浙江大学、新加坡国立大学与 MirrorMe Technology。论文与项目页报告 Unitree G1 零样本部署、运动条件化地形感知、跟踪松弛和最高约 37 cm 障碍；本库未将 YouTube 演示当作独立实验来源。

三篇工作的候选关系已补入 `relations.js`：AME-2 ↔ PGMT 对应地形感知跟踪，PGMT ↔ HEFT 对应地形与负载约束，Contact-Guided Exploration ↔ WM-Craftnet 对应接触探索与视触觉世界状态。它们是研究假设或方法对照，不表示已有端到端联合系统。

### 2026-09-19 新增

- **PADP / From Policy Actions to Whole-Body Dynamics: A Unified Projection-Based Framework for Versatile Legged Loco-Manipulation**：依据用户提供的 IEEE Xplore 正式页面 [document 11692614](https://ieeexplore.ieee.org/document/11692614) 和摘要收录，主分类为世界动作模型。内容聚焦将关节空间策略动作投影为满足刚体动力学与接触条件的广义加速度、接触力/力矩和关节力矩，再在统一全身 QP 中叠加移动操作任务。
- IEEE 页面在本次核验时返回 HTTP 202 空响应，未能可靠提取作者、DOI、卷期和具体发表日期；条目已明确标注这些元数据待补，不使用猜测值。论文已按用户提供信息标记为 IEEE Robotics and Automation Letters 正式发表。
- PADP 与 MobileWAM、Contact-Guided Exploration 的关联已加入 `relations.js`：PADP 偏向“策略动作 → 动力学可行的全身执行接口”，Contact-Guided Exploration 偏向“稀疏接触 → 可学习的探索引导”，二者互补但尚无联合实验依据。

### 2026-09-22 新增

- **MotionBricks**：收录 [arXiv:2604.24833](https://arxiv.org/abs/2604.24833)、[NVIDIA 官方项目页](https://nvlabs.github.io/motionbricks/)和 [官方代码预览](https://github.com/NVlabs/GR00T-WholeBodyControl/tree/main/motionbricks)。论文题为 *MotionBricks: Scalable Real-Time Motions with Modular Latent Generative Model and Smart Primitives*，发表于 ACM Transactions on Graphics / SIGGRAPH 2026。
- 项目页报告单一神经骨干覆盖超过 350,000 个动作片段、约 15,000 FPS 和 2 ms 延迟，并提供 Smart Locomotion、Smart Objects 以及 Unitree G1 演示。这里的指标和机器人结果均按作者报告记录，不代表独立复现。
- MotionBricks 与 Kimodo 的关系被标为方法对照，与 BFM-Zero、PADP 的关系被标为候选链路；当前没有证据表明它们已经组成可直接部署的统一系统。

### 2026-09-23 新增

- **SynthDemo-RL**：收录 [arXiv:2609.21650](https://arxiv.org/abs/2609.21650)。论文题为 *SynthDemo-RL: Breaking the Zero-Reward Barrier in VLA Adaptation with LLM-Guided Synthetic Demonstrations*，主分类为部署与在线学习，arXiv 页面当前状态为 Under review。
- 论文报告：在 LIBERO-PRO 的 27 个 0% 成功任务上，直接 PPO 救回 10 个，SynthDemo-RL 使用每任务 50 条合成轨迹、不新增人类演示，救回全部 27 个；Position 和 Task 轴平均成功率为 97.8% 与 97.1%。标准 LIBERO 为 96.0%，距离每任务 50 条人类演示训练的 pi_0.5 不到 1.7 个百分点。
- 这些数字是作者在指定 pi_0.5、LIBERO/LIBERO-PRO、PPO 配置和评估协议下的结果。`reward coverage` 是论文用于补充平均成功率的任务覆盖指标，不能等同于所有任务的成功率或真实世界零样本保证。

### 2026-09-24 新增

- **RGMT**：收录 [arXiv:2601.23080](https://arxiv.org/abs/2601.23080) 与[作者项目页](https://zeonsunlightyu.github.io/RGMT.github.io/)。论文提出动力学条件化命令聚合和跌倒恢复课程，报告约 3.5 小时动作数据、端到端训练及未见动作零样本和实机 sim-to-real 验证。项目页没有列出官方训练代码。
- **Extreme-RGMT**：收录 [arXiv:2607.20110](https://arxiv.org/abs/2607.20110) 与[作者项目页](https://zeonsunlightyu.github.io/Extreme-RGMT.github.io/)。这是 RGMT 系列后续工作，以通用跟踪基座为起点，通过技能获取/能力巩固、难度感知采样和优势优先轨迹重采样扩展高动态能力。项目页没有列出官方训练代码。
- 两篇之间已标注为同一研究系列的前后工作；RGMT 与 PGMT、Extreme-RGMT 与 OmniXtreme 另作方法对照。关联描述不表示方法复用、统一权重或已有联合验证。

### 2026-09-26 新增

新增 4 篇论文，论文库共 47 篇论文和 1 项项目记录。依据 arXiv 元数据、作者项目页及公开代码仓库核对；作者报告结果不视为独立复现。

| 名称 | 一手论文 | 所属方向 |
| --- | --- | --- |
| BeyondMimic | [2508.08241](https://arxiv.org/abs/2508.08241) | 动作生成与本体 |
| AMP / Whole-body Humanoid Robot Locomotion with Human Reference | [2402.18294](https://arxiv.org/abs/2402.18294) | 动作生成与本体 |
| HIMLoco / Hybrid Internal Model | [2312.11460](https://arxiv.org/abs/2312.11460) | 感知与具身控制 |
| HOST | [2607.20033](https://arxiv.org/abs/2607.20033) | 部署与在线学习 |

- **BeyondMimic**：以共享配置训练多样、高动态人形动作跟踪器，再将运动先验蒸馏到潜空间扩散模型，用 classifier guidance 在推理时适配未见目标。论文报告实机导航、摇杆遥操作和避障；代码链接指向官方运动跟踪仓库，不将其夸大为包含论文所有扩散控制组件的完整复现。
- **AMP**：这里专指 Adam 全尺寸人形机器人上的 *Whole-body Humanoid Robot Locomotion with Human Reference*，采用 Adversarial Motion Prior 学习人类动作风格。AMP 是重名缩写，条目备注已区分通用 AMP 方法和其他机器人实现。
- **HIMLoco**：论文 *Hybrid Internal Model: Learning Agile Legged Locomotion with Simulated Robot Response*，发表于 ICLR 2024。它从本体响应学习隐式稳定表征；同名仓库还收录独立的 H-Infinity Locomotion Control，本次不合并为一篇论文。
- **HOST**：从单段人类视频在推理时获取新操作技能，以共享任务进度流形对齐演示，再通过自我落地预测生成机器人动作。论文报告平均约 29 秒获取新技能、比较任务平均成功率 62%；不是人形 locomotion 控制器，也不更新共享策略权重。

BeyondMimic 与 RGMT / Extreme-RGMT、AMP 与 BeyondMimic、HIMLoco 与 AME-2、HOST 与 SynthDemo-RL / AV-ALOHA 的关系已加为方法对照。它们描述研究问题相邻，不表示已集成或能直接串联。

第一篇文章：[Levine 团队研究盘点](https://www.bilibili.com/opus/1247000319431278595)。7 项重点工作全部收录；不将课程推广和顺带提及的基础模型扩充为新增论文。

| 名称 | 一手论文 | 所属方向 |
| --- | --- | --- |
| Steerable Policies | [2602.13193](https://arxiv.org/abs/2602.13193) | 语义引导与组合 |
| AsyncVLA: Fast and Robust Navigation on the Edge | [2602.13476](https://arxiv.org/abs/2602.13476) | 部署与在线学习 |
| Why Does Action Chunking Improve Behavioral Cloning Performance in Robotic Control? | [2608.02547](https://arxiv.org/abs/2608.02547) | 生成与策略基础 |
| Flow Reversal Steering | [2606.13675](https://arxiv.org/abs/2606.13675) | 语义引导与组合 |
| Success Visitation Matching | [2606.23640](https://arxiv.org/abs/2606.23640) | 部署与在线学习 |
| Semantic Action Reinforcement Learning | [2606.31958](https://arxiv.org/abs/2606.31958) | 语义引导与组合 |
| ARLI: Learning to Act While Waiting | [2608.23831](https://arxiv.org/abs/2608.23831) | 部署与在线学习 |

AsyncVLA 存在同名论文：此处不是 *Asynchronous Flow Matching for Vision-Language-Action Models*（2511.14148）。

第二篇文章：[世界动作模型研究梳理](https://www.bilibili.com/opus/1246629204181647368)。10 项重点工作全部收录。研究素材来自某团队，不代表每篇都具有相同作者、归属或发表年份，元数据逐篇以 arXiv 为准。

| 名称 | 一手论文 | 研究侧重 |
| --- | --- | --- |
| UD-VLA | [2511.01718](https://arxiv.org/abs/2511.01718) | 离散联合去噪 |
| FRAPPE | [2602.17259](https://arxiv.org/abs/2602.17259) | 多教师未来表征 |
| MMaDA-VLA | [2603.25406](https://arxiv.org/abs/2603.25406) | 原生多模态扩散 |
| HiF-VLA | [2512.09928](https://arxiv.org/abs/2512.09928) | 运动历史与未来 |
| S-VAM | [2603.16195](https://arxiv.org/abs/2603.16195) | 单步几何语义蒸馏 |
| Robust-WAM | [2608.05903](https://arxiv.org/abs/2608.05903) | 外观扰动鲁棒性 |
| PSG-JEPA | [2608.06799](https://arxiv.org/abs/2608.06799) | 物理状态监督 |
| 4D-WAM: Trajectory Fields | [2608.08023](https://arxiv.org/abs/2608.08023) | 三维轨迹场 |
| MobileWAM | [2608.04657](https://arxiv.org/abs/2608.04657) | 移动操作及训练期未来 |
| DreamTrajectory | [2608.01381](https://arxiv.org/abs/2608.01381) | 测试时动作后果筛选 |

4D-WAM 也存在同名论文：此处不是自动驾驶的 *4D Consistent World Modeling for Autonomous Driving*（2608.10107）。UD-VLA 和 HiF-VLA 首发在 2025 年，不能因综述标题含 2026 而改为 2026 年首发。

## 九类目录（2026-10-01）

| 分类 | 数量 | 收录 |
| --- | --- | --- |
| 人形全身控制与动作跟踪 | 12 | Any2Track、OmniXtreme、HEFT、BFM-Zero、RGMT、SONIC、Delta-0 等 |
| 人体动作数据与机器人重定向 | 6 | Kimodo、MotionBricks、Ego-Exo4D-HM、UMR、BeyondRetarget、HOI-Retarget |
| 地形感知与足式适应 | 7 | SOLO、ViBe、AME、AME-2、HIMLoco、GM-Loco、LP-ACRL |
| 具身策略与动作基础模型 | 7 | Flow Matching、Diffusion Policy、OpenWAM、UD-VLA、UnifoLM 等 |
| 世界模型与预测表征 | 9 | FRAPPE、HiF-VLA、PSG-JEPA、DreamTrajectory、WM-Craftnet 等 |
| 移动操作与接触控制 | 3 | Active Vision ALOHA、Contact-Guided Exploration、PADP |
| 导航与空间智能 | 4 | LightNav-0、AsyncVLA、HarnessVLN、BSC-Nav |
| 策略引导与技能组合 | 4 | Steerable Policies、FRS、SARL、HOST |
| 策略学习与现实迁移 | 6 | RISE、VLA 强化学习、SynthDemo-RL、PACE 等 |

分类按论文的主要贡献确定单一主类，不表示论文只能属于一个研究方向；标签和交叉关联表达其余侧面。九类重点区分动作数据如何获得、机器人如何执行/适应环境、策略如何表示/改进，以及导航与操作等任务层问题。

## 2026-09-27 新增

论文库现有 63 篇论文和 4 项项目记录。新增论文元数据、摘要、结果及项目入口按原文/作者项目页核验；指标为作者报告，非独立复现。

## Delta-0（2026-09-29）

Delta-0 依据[德塔智能官方博客](https://deltai.com/en/blog/delta-0)与[公司介绍](https://deltai.com/en/about)收录为项目/系统说明，而非学术论文。官方材料将其描述为全身移动操作人形基础模型，并展示家务任务。69 个自由度、人类数据预训练和真机后训练等具体说法来自发布方；任务演示不代表标准化成功率或长期部署验证。截至核验日，未找到可确认的公开论文、技术报告或可复现代码。

## BeyondRetarget（2026-09-29）

[arXiv:2609.29850](https://arxiv.org/abs/2609.29850) 于 2026-09-24 首发，题为 *BeyondRetarget: Learning Executable Humanoid Motions Directly from Monocular Video*。作者提出从单目 RGB 直接预测机器人运动的端到端框架，并通过接触感知运动优化处理时序一致性和物理合理性；作者报告了仿真与真实人形机器人实验。项目页注明当前展示和公开代码为 base 版本，主要服务实时遥操作，暂不支持移动相机和大范围全局轨迹。论文结果与局限均按作者版本记录，非独立复现。

## LP-ACRL 与 HOI-Retarget（2026-10-01）

[LP-ACRL](https://arxiv.org/abs/2601.17428) 于 2026-01-24 首发，发表于 IEEE Robotics and Automation Letters 11(8), 9295–9302 (2026)，DOI `10.1109/LRA.2026.3703486`。其自动课程根据在线学习进度重分配地形与速度任务采样；ANYmal D 的地形速度数据为论文报告值，不代表每个地形和命令组合都达到峰值。

[HOI-Retarget](https://arxiv.org/abs/2609.34674) 于 2026-09-28 首发，论文注明已提交 ICRA。作者以物体坐标系中的接触点为目标，利用窗口化轨迹优化生成机器人交互参考，并发布 6,952 段、13.8 小时、75 种物体的人形交互动作数据。它生成的是运动学参考，不是已验证的动力学控制策略；当前手部模型也不表示手指闭合或抓取力。代码与数据集许可需分别核对。

## GM-Loco（2026-10-01）

[arXiv:2609.10286](https://arxiv.org/abs/2609.10286) 于 2026-09-09 首发，v2 于 2026-09-14 更新。论文提出 3D-RFT 颗粒接触模型用于强化学习训练，并以 NVIDIA Newton 的 MPM 仿真及玄武岩、干沙、海滩沙等实机环境评估；另以 teacher-student RL 和 VAE 潜变量实现地形适应。所有性能与零样本表述均为作者报告，不能外推为任意地形或机器人上的保证。

| 名称 | 一手论文 | 方向与边界 |
| --- | --- | --- |
| BSC-Nav | [arXiv:2508.17198](https://arxiv.org/abs/2508.17198) · [正式版](https://www.nature.com/articles/s41467-026-74358-5) · [代码](https://github.com/Heathcliff-saku/BSC-Nav) | 空间记忆与具身导航 |
| Ego-Exo4D-HM | [arXiv:2609.30187](https://arxiv.org/abs/2609.30187) · [项目页](https://abhiram824.github.io/egoexo4d_human_meshes/) | 多视角人体网格重建与动作数据 |
| RISE | [arXiv:2602.11075](https://arxiv.org/abs/2602.11075) · [项目页](https://opendrivelab.com/RISE/) · [代码](https://github.com/OpenDriveLab/RISE) | 世界模型中的 on-policy 想象学习 |
| SONIC | [arXiv:2511.07820](https://arxiv.org/abs/2511.07820) · [Science Robotics 正式版](https://doi.org/10.1126/scirobotics.aed4592) · [项目页](https://nvlabs.github.io/GEAR-SONIC/) · [代码](https://github.com/NVlabs/GR00T-WholeBodyControl) | 规模化人形运动跟踪与通用全身控制 |
| PACE | [arXiv:2509.06342](https://arxiv.org/abs/2509.06342) · [IJRR 正式版](https://doi.org/10.1177/02783649261459628) · [项目文档](https://pace.filipbjelonic.com/) · [代码](https://github.com/leggedrobotics/pace-sim2real) | 腿式机器人执行器辨识、物理能耗建模与 sim-to-real |

BSC-Nav 的 arXiv 预印本题为 *From reactive to cognitive: brain-inspired spatial intelligence for embodied agents*，2025-08-24 首发；正式版于 2026-06-27 以 *Brain-inspired spatial intelligence for embodied agents* 发表在 Nature Communications，DOI `10.1038/s41467-026-74358-5`。正式版报告实例级导航 SPL 由 17.6% 提升至 44.9%，零样本长程指令导航 SPL 由 42.7% 提升至 53.1%。SPL 同时考虑成功与路径效率，不等同于成功率。该方法并非完全不使用地图：它由自我中心轨迹和环境线索构造内部全局认知地图；实机系统也使用 SLAM。

Ego-Exo4D-HM 于 2026-09-24 首发，发布 2,649 段、104.59 小时的 4D 人体运动重建。论文描述的流程包含单视角姿态估计、多视角三角化及 SMPL-H 优化，提供世界坐标系下的人体运动表示。它是人体数据与重建流程，不是机器人策略；用于机器人学习仍需本体重定向、接触处理及动力学可行性验证。

关联图中的 BSC-Nav 与其他导航论文属于对照阅读；Ego-Exo4D-HM 到重定向/动作跟踪方法属于候选数据链路，尚无论文证明这些组合已集成或完成验证。

RISE 项目页标注 RSS 2026。其组合式世界模型由动作条件多视角动力学预测和进度价值估计构成；策略先经真实经验 warm-up，再在想象 rollout 中做优势条件化自提升。模型只在训练期使用，推理时不增加该模型开销。论文报告砖块分拣、背包整理和合箱任务相对基线分别提升超过 35%、45%、35%；这些数值是作者在论文任务和评分协议中的结果。故“无需真机交互”应限定为自提升循环主要在模型中进行，而不是整个训练过程完全不使用真实经验。

SONIC 的 arXiv 预印本于 2025-11-11 首发，v4 于 2026-08-13 更新；期刊记录为 *Science Robotics* 11(117), eaed4592 (2026), DOI `10.1126/scirobotics.aed4592`。论文报告 1.2M–42M 参数规模、超过 1 亿帧/约 700 小时动捕和约 21,000 GPU 小时，并展示 G1 全身移动操作、VR 遥操作及 VLA 接口。扩展后的 GEAR-SONIC 代码库还包含后续发布内容；代码许可 Apache-2.0，模型权重采用 NVIDIA Open Model License，勿视作同一许可证。

PACE 的 arXiv 预印本于 2025-09-08 首发，v2 于 2026-07-31 更新；正式发表于 IJRR 2026，DOI `10.1177/02783649261459628`。方法以固定基座关节激励匹配仿真/实机轨迹，系统辨识执行器与动力学参数，并用永磁同步电机的物理能耗模型构造四项 locomotion 奖励。作者报告在 3 个主要平台及 10 个额外机器人上验证，ANYmal 的完整运输成本相较论文基线降低 32%。论文聚焦 PMSM 驱动的腿式机器人，并非通用 sim-to-real 解法。

## 能否打通完整链路

可以组织为三条**研究与工程候选路线**，不能声称已经有一套把全部方法接起来、经实机验证的完整系统。

1. **动作到具身执行**：动作生成 → 本体重定向 → 物理跟踪 → 感知适配。导航是并行的高层规划分支，而不是低层跟踪器的下游。需对齐骨架、坐标、帧率、接触、动作空间和动力学约束。
2. **世界表征到决策**：联合生成、未来表示、物理监督、移动操作与后果筛选是不同设计维度。尤其要区分训练期的未来监督与测试期实际预测未来，不能简单叠加所有专家和损失。
3. **基础策略到在线闭环**：行为先验 → 可引导接口 → 实时执行 → 过程奖励 → 延迟感知学习。FRS 要求流策略，SARL 优化语义接口，AsyncVLA 与 ARLI 的已验证任务不同，组合仍需实验。

页面把关系标成“方法基础”“对照阅读”“候选组合”，每项提供两篇原文入口以及解释。没有证据的直接继承、代码复用和已验证组合不作声明。

## 原有条目的来源索引

- [LightNav-0](https://arxiv.org/abs/2608.30935) / [代码及像素预算说明](https://github.com/lightorigins/LightNav-0)
- [SOLO](https://arxiv.org/abs/2608.26583) / [项目页](https://sunpihai-up.github.io/solo/)
- [Kimodo](https://arxiv.org/abs/2603.15546) / [项目页](https://research.nvidia.com/labs/sil/projects/kimodo/) / [代码与后处理](https://github.com/nv-tlabs/kimodo)
- [HIL](https://arxiv.org/abs/2505.12619) / [项目页](https://jiashunwang.github.io/HIL/)
- [UMR](https://arxiv.org/abs/2609.02134) / [代码](https://github.com/hanyang9/UMR)
- [Flow Matching](https://arxiv.org/abs/2210.02747) / [Theorem 2](https://arxiv.org/html/2210.02747v2#Thmtheorem2)
- [Diffusion Policy，v4](https://arxiv.org/abs/2303.04137v4) / [项目页](https://diffusion-policy.cs.columbia.edu/)
- [Any2Track](https://arxiv.org/abs/2509.13833) / [OpenTrack 发布记录](https://github.com/GalaxyGeneralRobotics/OpenTrack)
- [OmniXtreme](https://arxiv.org/abs/2602.23843) / [原文方法](https://arxiv.org/html/2602.23843v1) / [项目页](https://extreme-humanoid.github.io/)
- [ViBe](https://arxiv.org/abs/2609.09918) / [项目页及代码待发布状态](https://lok-i.github.io/vibe-control/)
- [OpenWAM](https://arxiv.org/abs/2609.07398) / [代码](https://github.com/OpenWAM-Official/OpenWAM)

## 图示与归属

- `assets/vibe-approach.png`：ViBe 作者项目页的模型架构图，未修改；来源页注明 CC BY-SA 4.0。页面保留作者原图入口。
- `assets/kimodo-architecture.png`：NVIDIA Kimodo 作者项目页的架构图，未修改，用于该论文的学术说明，权利归原作者；不声称具有项目整体的再许可。
- Lucide 图标遵循随附的 ISC 许可证，见 `assets/LUCIDE-LICENSE`。

核验记录对应各自标注日期的一次性检查，不表示持续监控链接或后续版本。

## 2026-10-14 SimToolReal

根据本轮此前已读取的 [arXiv 元数据与摘要](https://arxiv.org/abs/2602.16863) 收录，四位作者，首发 2026-02-18，v3 更新 2026-10-06。程序化生成工具基元、统一随机目标位姿与单个 RL 策略；真实评估为 120 次、24 任务、12 实例、6 类工具。零样本限于不为测试物体/任务另行训练。摘要 37% 提升未明确本次可核实统计口径，故不写为成功率或百分点。保留作者所列项目页，未确认训练代码开放范围，未复现。归入移动操作与接触控制，与 Human2Dex、WM-Craftnet 建立对照。

## 2026-10-14 九项补充

| 条目 | 核验来源 | 重要边界 |
|---|---|---|
| DexTacWAM | [arXiv](https://arxiv.org/abs/2609.24976) · [项目页](https://dextacwam.github.io/) | 70.6/38.0 是六任务平均评分，74.7/26.6 是四任务消融；四小时为触觉编码器适配数据，不是总训练时间。281.6 ms 为 RTX 4090 每动作块延迟。 |
| PredActor | [arXiv](https://arxiv.org/abs/2609.24840) · [项目页](https://masteryip.github.io/predactor.github.io/) | 本体输入、联合状态动作扩散、CFG/CG 与 DAgger 数据路径；16.790 ms 中位数、19.383 ms p95、593/600 满足周期来自离线零执行器机载基准，不证明硬实时。 |
| FOSA | [项目页](https://www.youwei-yu.com/fosa/) | 标注 CoRL 2026、两位作者与能力边界任务发现；Paper (soon)，暂以项目收录，不创建论文日期、arXiv 或 BibTeX。LLM 编译及具体奖励细节待公开原文。 |
| Juno | [arXiv](https://arxiv.org/abs/2610.09940) · [项目页](https://juno-policy.github.io/) | 全转移动力学适应与验证执行策略更新分开；真机 70–75% 是冻结策略、每条件 20 次的累积偏移试验。 |
| PLaW-VLA | [arXiv](https://arxiv.org/abs/2610.12285) · [全文](https://arxiv.org/html/2610.12285v1) | V-JEPA 2 与并行未来查询；1/19 对照 Motus，额外约 70 ms 对照 π0.5 骨干，两个口径不同。 |
| Human2Dex | [arXiv](https://arxiv.org/abs/2610.13119) · [项目页](https://human2dex.pages.dev/) | 206/240 对 63/240 为整体配置比较；共享数据接口、每手每任务独立策略，不是统一权重零样本迁移。 |
| GAWM | [arXiv](https://arxiv.org/abs/2609.03565) · [仓库](https://github.com/zsibot/gawm) | 正式标题为 Toward Physically Grounded JEPA World Models for Goal-Conditioned Robotic Planning；训练物理状态监督、部署 CEM 潜态规划。论文 Cube 87%，仓库另列 88% 与 enhanced 96%/50 次，不能混为同一实验；仓库声明 MIT。 |
| World4Scorer | [arXiv](https://arxiv.org/abs/2609.36438) · [仓库](https://github.com/World4Scorer/World4Scorer) | 轨迹条件 JEPA 结果评分，主要领域自动驾驶，另有固定 LeWM 的 Cube 实验；仓库中的 2605.15120 属独立引用，不合并。 |
| SimWAM | [arXiv](https://arxiv.org/abs/2608.07468) · [仓库](https://github.com/H-EmbodVis/SimWAM) | 联合流匹配、隔离注意力、未来视频仅训练监督与驾驶奖励 RL；91.9 PDMS 是驾驶指标，不是操作成功率。 |

上述八篇论文标题、完整作者与首发日期均从 arXiv 元数据核对；FOSA 保留项目身份。原始 GitHub README 下载未成功的仓库改读官方仓库页面，不声称运行代码。GAWM 的 17/33 维分析、具体层数与超参数本次未逐项核验，因此未写为确定结论。新增关联用于组织阅读，候选组合不代表已验证完整系统。未下载模型、训练或独立复现实验。

## 2026-10-11 Mulligan

核验 [arXiv 元数据](https://arxiv.org/abs/2610.05882)、[v1 原文](https://arxiv.org/html/2610.05882v1)、[项目页](https://mulligan.page/)与项目页公开结果数据。七位作者来自 Stanford，首发 2026-10-05。Mulligan 为分轮性能引导采集策略，结合失败重试、新状态探索、人工纠正和反事实完整示范；HiL-IDQL 为配套学习方案，Actor 学成功人类片段，Critic 学包括失败在内的全部数据并筛选动作块。最终轮插笔 HG-DAgger 21/50、HG-DAgger+Mulligan 32/50、完整方案 38/50，分别为 42%、64%、76%，不能把完整收益全部归给采样或写成同一模型的前后提升。86% 下的失败集中度为特定案例；98% 为人工介入下团队采集完成率。真机 2,550 次留出盲评，每轮新测试块限制跨轮直接比较；本库未独立复现。QWM（2604.08780）已收录，本次重复提供的摘要未出现新的版本或实验证据，保留原条目与核验日期，不重复添加。

## 2026-10-11 OmniRetarget

核验 [arXiv](https://arxiv.org/abs/2509.26633) 与 [作者项目页](https://omniretarget.github.io/)。九位作者，首发 2025-09-30，v3 更新 2026-06-15。交互网格与拉普拉斯变形在运动学约束下保留身体、物体、地形关系；生成的是参考轨迹，控制仍由下游 RL 学习。原文摘要为超过 8 小时轨迹，项目页写超过 9 小时，未将二者混成同一版本统计。项目页提供 Holosoma 代码及 Hugging Face 数据集入口，并标注 ICRA 2026 两项最佳论文奖；大会获奖名单未独立核验。PHP 原文已确认使用 OmniRetarget，图谱中标为方法上下游；HOI-Retarget 与 BeyondRetarget 标为对照。未运行重定向、下载数据或复现实机结果。

## 2026-10-11 PHP-Parkour

核验 [作者项目页](https://php-parkour.github.io/) 与 [arXiv 元数据](https://arxiv.org/abs/2602.15827)：正式标题为 Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching，首发 2026-02-17，v2 为 2026-05-06，项目页标注 RSS 2026。十一位作者按当前 arXiv 记录，未采用项目页仍含 Koushil Sreenath 的旧 BibTeX。方法为 motion matching 构造组合轨迹、RL 专家、DAgger 与 RL 深度学生；部署以机载深度和离散二维速度指令自主选技能。1.25 m 为 G1 攀爬障碍高度，不是跳跃高度。保留作者提供的代码、视频和浏览器 MuJoCo 演示入口，未运行或独立复现。归入人形全身控制，与 PGMT、BeyondMimic、地形条件动作生成跟踪建立对照。

## 2026-10-11 Contact-Guided Exploration 复核

复核 [arXiv](https://arxiv.org/abs/2608.28140) 与 [作者项目页](https://tolomeis.github.io/contact-guided-exp/)，更新已有条目，不重复新增。三路奖励为任务进展、探索引导与正则化，三个价值头共享 LSTM 骨干，优势按分别调度的权重组合；探索奖励引导机械臂末端靠近候选接触点，并逐渐衰减。实验包括推箱、椅子运输和洗碗机开启；椅子运输在 ALMA 实机验证，未找到滚球或腿拨的依据。原视频 FNA1crvtBLs 属于 AME-2，已替换为作者页面所列 HsNNIqSk2VU；作者页面仍带 coming soon 标记与 VIDEO_ID 占位嵌入，本次未确认视频可播放。项目页 BibTeX 写 2025，而 arXiv 首发为 2026-08-28，未将前者当作核实后的发表年份。

## 2026-10-10 QWM 与 G2G

QWM 核验来源：[arXiv 元数据](https://arxiv.org/abs/2604.08780)、[v2 全文](https://arxiv.org/html/2604.08780v2)、[作者项目页](https://modanesh.github.io/papers/qwm/)。首发 2026-04-09，v2 日期 2026-08-17，八位作者；项目页标注 CoRL 2026 并提供代码入口。DreamerV3 的双塔观测/形态编码与 RSSM 形态条件、自适应奖励归一化、想象空间 Actor-Critic 已按原文核对。跨形态测试逐一排除目标机器人，在其余七种上训练；ANYmal-D 与 Go1 的 20 次无跌倒为各十次、每次 60 秒的有限实机试验。泛化限于固定 12 自由度四足模板、无外部感知平地速度跟踪；样本效率不是墙钟训练速度，“首个”为作者限定范围内主张。

G2G 核验来源：[arXiv 元数据](https://arxiv.org/abs/2606.08284)、[官方仓库 README](https://github.com/WeiYuFei0217/G2G)。首发 2026-06-06，v3 日期 2026-09-17，八位作者；项目入口来自官方 README。冻结 MapAnything 与三类新增模块、约 32M 可训练参数、四个评测数据集已核对；完整冻结骨干仍约 539M 参数。同一架构有不同任务权重，不宣称一组权重统一所有任务；组内几何仍依赖地图、里程计或标定。仓库适配 v1.0.1 large/1024 骨干，提醒新版 giant/1536 不兼容，许可 CC BY-NC 4.0。本次未运行代码、下载权重或独立复现实验。分类分别为世界模型与导航空间智能，跨论文连接区分对照与尚未验证的候选接口。

## 2026-10-10 GMT 本地原文收录

依据用户提供的 `C:/Users/Administrator/Desktop/2506.14770v2.pdf`（14 页，v2 日期 2025-09-04）新增 GMT: General Motion Tracking for Humanoid Whole-Body Control，六位作者来自 UC San Diego 与 Simon Fraser University。归入人形全身控制与动作跟踪，加入动作到执行链路，并与 RGMT、BeyondMimic 建立对照关系。GMT 与 RGMT 是不同论文。

原文第 4–7 页及附录第 13–14 页支持自适应采样、软混合专家 PPO 教师、DAgger 学生、约两秒未来参考卷积编码与 128 维表示、当前目标帧直连，以及 23 自由度 G1 验证。8,925 个片段、33.12 小时为筛选后的数据规模；RTX 4090 上教师约三天、学生约一天为作者报告。仿真基线与消融针对特权策略，不等同于真机对照。元数据日期明确记为 v2 日期，未推断首发日或发表会议。项目网址来自原文，本次网络补查因自动审批服务 502 失败而未执行，代码开放状态未核实。

## 2026-10-10 AME-2 v3 本地原文复核

依据用户提供的 `C:/Users/Administrator/Desktop/2601.08485v3.pdf`（21 页，版本日期 2026-09-07）更新已有 AME-2，不新增重复条目。补充局部/全局地图编码、多头注意力、20 步本体历史及 PPO 与动作/地图嵌入蒸馏；保持地形感知类别，修正与 PGMT 的关联为目标到达控制与参考动作跟踪的对照。

实机平台为 ANYmal-D 和 TRON1；H1 的对照属于仿真。最大上跳/下跳高度分别为 ANYmal-D 1 m/1 m、TRON1 0.48 m/0.88 m；未见跑酷场景最高 2 m/s 为作者报告，不是独立复现。原 PDF 页眉为 JOURNAL SUBMISSION，不能由此前的有条件接收信息推断已经正式发表。论文入口保留 [v3 PDF](https://arxiv.org/pdf/2601.08485v3)。

## 2026-10-05 新增

| 条目 | 核验来源 | 归类与说明 |
|---|---|---|
| NVIDIA Isaac GR00T | [官方仓库](https://github.com/NVIDIA/Isaac-GR00T) · [GR00T N1 论文](https://arxiv.org/abs/2503.14734) | 作为开源项目收录；仓库覆盖模型、训练、微调、评测和部署。代码与权重适用不同许可。 |
| Learning Agile Perceptive Traversal of Sparse 3D Structures for Humanoids | [arXiv:2608.29769v1](https://arxiv.org/abs/2608.29769v1) | ETH Zurich RSL；头戴式激光雷达、注意力与循环记忆，针对猴架跳跃和摆越，不泛化成普通地形行走。 |
| Learning Whole-Body Humanoid Locomotion via Motion Generation and Motion Tracking | [arXiv:2604.17335](https://arxiv.org/abs/2604.17335) · [项目页](https://wholebodylocomotion.github.io/) | 扩散模型生成地形条件参考，RL 跟踪器执行并在固定生成器的闭环下微调；G1 实机通过箱体、栏杆和楼梯。 |

两篇论文与已有 PGMT、GM-Loco 建立了对照关联，分别比较运动生成跟踪与感知式跟踪、稀疏结构攀越与颗粒介质适应；关联用于组织阅读，不表示方法已联合验证。

## 2026-10-10 DynaHarness

同日补充 ULTRA、DRAFT、Long-WAM 及 AWS 物理 AI 工具链。ULTRA 正确来源为 [2603.03279](https://arxiv.org/abs/2603.03279) 与 [官方代码](https://github.com/Sirui-Xu/ULTRA)，首发 2026-03-03，v2 于 2026-09-18 更新；原文标注 IROS 2026 奖项 finalist。官网本次 404。用户所附 2609.38405 实际是 [DRAFT](https://arxiv.org/abs/2609.38405)，对应 David Nguyen 等三位作者和 [设计工具代码](https://github.com/davidhnguyen2000/draft)，2026-09-29 首发；视频 egzlEqfwwLU 属于 DRAFT。

[Long-WAM 原文](https://arxiv.org/abs/2610.10528) 于 2026-10-07 首发，16 位作者。原文 0 秒至 19.2 秒历史为 63.3% 至 78.7%，[项目页](https://nvlabs.github.io/LongLive/Long-WAM/) 摘要另以 2.4 秒至 19.2 秒报告 66.3% 至 78.7%，起点不同。动态叠杯 19/20 对比 π0.5 与 Fast-WAM 各 0/20 是特定任务小样本；107.4 ms 为 RTX 5090 每动作块推理，包含未来视频隐变量预测。

AWS 新闻页面及公开文章 API 本次返回 403；以 [AWS 官方示例工具链仓库](https://github.com/aws-samples/sample-the-physical-ai-toolchain-on-aws) 收录项目，不计入论文。仓库标注边缘部署计划中、Arena 评测预览，并包含 GR00T N1.6 云端微调集成。DRAFT 与 AWS 归入新增“机器人设计与研发工具”，对应设计探索与训练验证基础设施。

同日另新增 ManiFlow：[arXiv:2509.01819](https://arxiv.org/abs/2509.01819)、[作者项目页](https://maniflow-policy.github.io/)、[官方代码](https://github.com/geyan21/ManiFlow_Policy)。标题与十一位作者按 arXiv 元数据收录，首发 2025-09-01；作者项目页及仓库标注 CoRL 2025，代码采用 MIT 许可。归入具身策略与动作基础模型，关联 Flow Matching 和 Diffusion Policy。其连续时间一致性流训练无需预训练教师，DiT-X 以交叉注意力和 AdaLN-Zero 融合条件。项目页报告 64 个仿真任务、8 个真机任务；98.3% 指特定真机比较的相对提升，1–2 步指生成推理步而非训练步或控制步。H1 部署仅用上半身操作。项目页 BibTeX 存在旧标题与缺失 arXiv 编号，条目不沿用该模板错误。

核验来源：[arXiv 元数据](https://arxiv.org/abs/2609.40306)、[全文](https://arxiv.org/html/2609.40306v1)、[作者项目页](https://denghaoyuan123.github.io/Dynaharness_page/)。正式标题为 *DynaHarness: A Dynamic Physical Harness for Self-Evolving Robot Agents*，六位作者，2026-09-30 首发。项目页列出 NTU 与南京大学，并提供作者代码仓库入口。按预印本归入策略引导与技能组合，与 HarnessVLN、ARLI 建立对照关系。

系统冻结后 800 个新采样状态上的 75.2% / 17.5%，与独立开发集消融的 74.0% / 63.9% 属于不同实验块；后者净增 10.125 个百分点。移除七个解析接触技能为 16.6%。新状态事件记录仅覆盖 777/800 个 episode，其中 570/777（73.4%）未调用策略，不能当作全部 800 个 episode 的统计。79 次成功损失发生于通过局部配对检查、但在完整评估中退化的修订；随后回退。结果是作者报告，不是独立复现，也不支持把全部收益归因于学习策略或通用地宣称治理优于规划。