摘要

过去 24 小时可验证的机器人技术增量，主要来自 arXiv Robotics 在 7 月 15 日公开的 41 项新工作。本期筛选 8 条，优先保留具有明确算法结构、真实性能指标或可复现代码的内容。

今天最值得关注的趋势有四条：

  1. 雷达 SLAM 开始绕过传统离散热力图匹配，直接在可微雷达信号模型上联合优化位姿与地图。
  2. 安全强化学习和扩散规划正在重新引入方向约束、动力学模型、CBF 与显式冲突搜索，避免让神经策略独自承担安全责任。
  3. VLA 端侧部署的关键问题从模型压缩转向“推理期间机器人仍在运动”造成的时序错位。
  4. Coding Agent 的工程重点转向开放 Agent Harness、机器人技能契约和自动化提示注入红队测试，而不是继续只比较代码榜单。

1. DiffRadar：直接在雷达信号域优化位姿和 Gaussian 地图

DiffRadar 是一套仅依赖 FMCW 雷达的实时 SLAM 系统。它不再把雷达数据离散成二维热力图后进行扫描匹配，而是把场景表示为各向异性的 Gaussian primitives，并建立可微雷达前向模型，在 距离—方位角和多普勒—方位角空间中渲染预测观测，从而直接联合优化机器人位姿和场景结构。

作者在普通 FMCW 雷达硬件、Radarize 数据集及专门设计的压力测试中验证了该方法。测试覆盖长走廊退化、运动模式切换、动态杂波和长时间回环。论文报告系统维持约 70 FPS，地图一致性提升超过一倍，并在缺少显著几何特征的走廊运动中取得较明显的轨迹误差改善。

为什么重要

传统雷达 SLAM 通常会经历阈值检测、极坐标栅格化、点提取和 ICP/NDT 匹配。每一步都会损失雷达的连续信号结构，也难以正确表达：

  • 一个反射体在多个距离和角度单元中的扩散；
  • 多普勒对自运动和动态目标的约束；
  • 天线方向图、测距不确定性和角分辨率；
  • 走廊中沿主方向运动的几何退化。

DiffRadar 的核心价值是让雷达传感模型本身参与优化，而不是把雷达强行转换成低质量 LiDAR。

适合谁关注

适合雨雾、粉尘、黑暗、玻璃和隐私敏感环境中的移动机器人，也适合已经拥有 FMCW、SDR、雷达信号处理能力，希望进入全天候定位产品的团队。

工程落地启发

可将其作为低成本雷达 SLAM 原型的参考架构：

  • 前端保留 IMU 或轮速预积分，提供短时间运动初值；
  • 地图使用局部 Gaussian 子图，避免全局联合优化过重；
  • 同时利用静态距离—方位图和多普勒观测；
  • 对连续多帧存在非零相对速度的 Gaussian 降权；
  • 回环确认后再进行较大范围的地图优化；
  • 输出轨迹可继续与 LiDAR、RTK 或视觉因子融合。

实时性、可复现性与风险

论文页面尚未给出公开代码。70 FPS 是作者系统指标，迁移到其他雷达时仍需重新建模天线、角分辨率、测距噪声和多普勒特性。最大的工程风险是多径和动态目标被错误吸收到静态 Gaussian 地图中。

工程成熟度：中期值得复现，短期应先验证单帧可微雷达渲染和局部位姿优化。

2. PixelLoop：回环不只修正轨迹，还可以直接改变拓扑规划连通性

PixelLoop 面向纯视觉拓扑导航。传统 SLAM 回环通常是在位姿图中加入边并修正坐标；PixelLoop 则将回环加入密集像素级拓扑，使原本分属不同图像的重叠区域直接形成规划捷径。

系统建立在 MASt3R-Nav 的相对三维拓扑表示上。它使用 SeqVLAD 寻找时间上相距较远的候选序列，再通过 UniFlowMatch 进行双向共视验证，最后在两幅图像的对应三维像素节点间加入零代价连接。

在 73 个仿真起终点任务中，使用 SeqVLAD 与像素回环后，PixelLoop 的成功率达到 68.49%，无回环版本为 35.62%；论文也展示了真实移动机器人部署。项目代码和数据目前仍标记为“即将发布”。

为什么重要

在拓扑导航中，回环的意义不仅是“我回到了以前的位置”，还意味着：

  • 两段独立探索路径可能存在更短连接；
  • 规划代价需要在新连通区域重新传播；
  • 任意像素级起点和终点可以跨越原始示教轨迹；
  • 机器人不必严格沿第一次采集的路径返回。

这比传统 teach-and-repeat 更适合无精确度量地图的室内机器人。

工程落地启发

实际机器人可以采用双层地图：

  • LIO、VIO 或二维 SLAM 继续承担高精度定位和碰撞检测；
  • PixelLoop 类拓扑层记录关键帧、可视连通区域和跨路线捷径；
  • 全局规划先在拓扑图中选路；
  • 局部规划继续使用点云或栅格地图；
  • 像素回环只在几何共视、时间一致和导航可通行性均通过后加入。

这对大楼、地下空间、重复走廊和长期巡检尤其有价值。

主要风险

像素共视不等于物理可通行。玻璃、楼层上下重叠、窄门、临时障碍和相似走廊都可能产生危险捷径。零代价边还可能让单次误回环严重改变全局路径，因此生产系统应设置可撤销边、置信度和多次验证机制。

工程成熟度：架构价值较高，但需等待代码并增加度量几何安全检查。

3. Flatness-Preserving Residual Learning：用不到 30 秒数据补偿无人机编队下洗

紧密四旋翼编队会产生明显的下洗和气动耦合。该工作学习未建模气动力的残差，但对残差结构进行约束，使多机联合动力学仍然保持微分平坦性。

保留平坦性后，系统无需运行复杂 NMPC，而可以使用计算量较低的反馈线性化控制器，并通过学习残差提供前馈气动补偿。硬件实验报告平均轨迹误差相对标称模型下降 31%，效果接近先进 NMPC，但计算量降低约一个数量级。训练数据少于 30 秒，控制周期约为 5 ms。

为什么重要

普通残差神经网络虽然能拟合下洗，但可能破坏原系统的可控结构，导致：

  • 控制器无法继续使用解析前馈；
  • 需要在线非线性优化；
  • 网络输出异常时缺少稳定回退；
  • 模型更换后必须重新设计整套控制器。

这项工作的工程思想是：只学习未知物理，但保留已知控制结构。

适合谁关注

适合无人机编队、机体贴近墙面或地面飞行、带吊载无人机，以及需要在飞控算力受限条件下补偿气动误差的团队。

工程落地启发

可以将同一思路扩展到：

  • 无人机桨叶下洗和侧风；
  • 机器狗足端滑移残差；
  • 轮式机器人轮胎侧偏；
  • 机械臂减速器摩擦和柔性；
  • 水下机器人局部流体阻力。

关键不是训练任意黑盒网络，而是限制网络只输出不会破坏原控制器结构的残差项。网络失效时，系统仍能退回标称模型控制。

主要风险

不到 30 秒数据只覆盖实验中的特定编队间距、速度、载荷和桨叶配置。脱离训练范围后，残差补偿可能反而放大误差。生产部署需要输出限幅、置信度判断和标称控制器回退。

工程成熟度：本期控制方向中最具真实硬件价值的工作。

4. ATACOM-DC：只在动作朝危险边界移动时激活安全约束

ATACOM-DC 是对 ATACOM 安全层的方向性扩展。传统安全层通常只根据机器人是否接近约束边界决定介入，容易在机器人已经远离危险时仍持续限制动作，导致学习速度慢、策略过度保守。

ATACOM-DC 同时判断状态与动作的方向：当动作继续逼近约束边界时增强约束；当动作正在离开边界时允许更自由的探索。该安全层可以与现有强化学习算法结合，约束既可以来自系统先验，也可以从数据中学习。作者在多项仿真机器人控制任务中报告了更好的安全—性能折中，并开放了项目材料。

为什么重要

很多 Safe RL 策略失败并不是不安全，而是“安全得什么都做不了”。例如机械臂靠近关节极限后，即便动作方向是返回安全区，传统投影仍可能削弱该动作。

方向约束能够区分：

  • 状态危险且动作更危险；
  • 状态危险但动作正在恢复；
  • 状态安全但动作即将进入危险区；
  • 状态和动作均安全。

工程落地启发

可把这一思想用于 RL、MPC 或 VLA 动作过滤：

  1. 为碰撞距离、倾角、关节极限、接触力等定义约束函数；
  2. 计算动作对约束变化趋势的影响；
  3. 只投影会让安全裕度继续下降的动作；
  4. 允许恢复动作保持较大控制权限；
  5. 约束模型不确定时，切换到保守的全方向限制；
  6. 所有硬件限位仍在独立控制层执行。

主要风险

当前验证以仿真为主。方向判断依赖足够准确的局部动力学或约束梯度，在接触切换、地面滑移和高速碰撞前状态下可能不可靠。它也不能替代急停、力矩限制和硬件安全回路。

工程成熟度：适合先在现有 RL 策略外围实现动作安全投影。

5. MDOC：不依赖示范数据的扩散式多机器人最优控制

Model-Based Diffusion Optimal Control（MDOC）把多机器人连续轨迹规划建模为扩散采样，但不训练模仿数据驱动的 score model，而是直接使用已知动力学和代价函数生成轨迹。

其安全机制由动力学模型、Control Barrier Function 约束投影和 Conflict-Based Search 组合而成：扩散过程生成候选轨迹，CBF 投影保证局部动力学和安全约束，CBS 处理机器人之间的冲突。论文在仿真中报告其在成功率、轨迹平滑度、样本效率和计算时间方面优于所比较的规划器，并输出无碰撞轨迹。

为什么重要

学习式扩散规划器通常存在两个问题：

  • 需要大量专家轨迹；
  • 扩散采样结果不天然满足动力学和硬碰撞约束。

MDOC 的意义是把扩散模型重新变成一种优化采样工具，而不是不可验证的端到端策略。

适合谁关注

适合多机器人仓储、无人机集群、狭窄空间交叉通行和需要生成多种可行轨迹的系统。

工程落地启发

可以把它理解为“随机轨迹优化 + 安全投影 + 显式冲突搜索”：

  • 扩散采样负责探索多峰轨迹空间；
  • 动力学投影消除不可执行轨迹；
  • CBF 负责局部安全修正；
  • CBS 将复杂多机器人联合问题拆成单机器人规划和冲突约束；
  • 最终轨迹仍交给 MPC 或传统跟踪器执行。

在生产系统中，扩散规划可作为传统规划失败后的候选生成器，而不必立即替代现有 CBS、TEB 或 MPC。

主要风险

目前只有仿真验证且未公开成熟代码。CBF 局部可行不代表一定存在全局可行轨迹；机器人密度较高时，CBS 节点数量仍可能快速增长。模型误差、通信延迟和动态障碍也未被完全覆盖。

工程成熟度：研究价值高，短期适合作为离线规划基线。

6. Jetson-PI：解决异步 VLA 推理中的“看到的是过去，执行的是未来”

在 Jetson Orin 等端侧设备上，VLA 一次推理可能需要较长时间。简单异步化可以让机器人在模型推理时继续执行上一段动作，但新推理所依据的图像对应过去状态，等结果生成时机器人已经运动到了新位置。

Jetson-PI 通过 Foresight-Aligned Asynchronous Correction 处理这一错位：

  • 轻量未来修正模块根据当前表示和已提交动作，预测动作执行后的未来环境表示；
  • action expert 直接基于未来时间点生成下一段动作；
  • 置信度调度器动态决定何时调用较慢的 VLM、何时只调用动作专家；
  • 系统层使用 CUDA Graph、GPU 常驻中间缓存和 flow unrolling 降低额外开销。

论文报告，在 Jetson Orin 上相对朴素 PyTorch 推理和 vla.cpp，控制频率分别提高 8.66 倍和 5.41 倍；在 LIBERO 上，平均成功率相对 VLASH 提高 14.8%。

官方已开放基于 π₀.₅ 的 LIBERO 训练与评估代码，以及单独的 llama.cpp 端侧推理引擎。当前训练配置建议至少 48 GB 显存，仓库仍处于早期阶段。

为什么重要

VLA 端侧部署的真正瓶颈不只是每秒 token 数，而是：

  • 观测、推理和动作执行是否处于同一时间；
  • action chunk 执行期间环境是否发生变化；
  • 什么时候必须重新调用视觉语言主干；
  • 推理抖动是否会造成动作衔接中断；
  • 异步线程是否产生过时动作。

Jetson-PI 针对的是闭环时序问题，而不仅是模型量化。

工程落地启发

即使不使用 π₀.₅，也可以复用其系统架构：

  • 将 VLM 与动作头分成不同频率；
  • 记录正在执行但尚未结束的 committed actions；
  • 利用轻量状态预测器把观测向前对齐；
  • 每个动作块附带过期时间和适用状态区间；
  • 视觉变化超过阈值时立即丢弃旧动作；
  • 底层 MPC、阻抗控制或速度控制继续承担硬约束。

主要风险

主要指标来自 LIBERO，真实机器人演示不足以证明复杂动态环境下的稳定性。未来表示预测错误可能使动作专家基于不存在的场景决策。代码训练成本也不低，现阶段更适合先复现评估和端侧推理，而不是从头训练。

工程成熟度：端侧 VLA 部署方向中非常值得跟进，但必须保留传统控制安全层。

7. Contract-Grounded BT：Coding Agent 通过 MCP 读取机器人技能契约后再生成行为树

该工作提出机器人侧 MCP 服务。Coding Agent 在生成行为树前，先查询一份明确的机器可读契约，内容包含：

  • 机器人可执行的技能库；
  • 每个技能允许的参数；
  • 合法的行为树运算符；
  • 可选的行为树组合模板；
  • 运行时结构和类型限制。

生成结果必须通过机器人运行时验证门，才能执行。作者使用 Sonnet 4.6 和 Gemma4 31B，在 PyRoboSim 的 110 个任务及 Husarion Panther 实体机器人的 14 个任务上测试，结果显示契约约束能带来接近完整的行为树结构验证通过率，并能连接 Agent 不预先了解的 Nav2 栈。

为什么重要

让 LLM 直接生成机器人程序的主要风险不是语法错误，而是它会凭空假设机器人具备某个能力，例如：

  • 调用不存在的抓取或登梯接口；
  • 给速度接口传入错误坐标系；
  • 在未定位时执行导航；
  • 忽略技能的前置条件和退出条件；
  • 生成运行时不支持的行为树节点。

契约机制把“机器人到底能做什么”从提示词中的自然语言说明升级为可验证接口。

工程落地启发

可为现有机器狗或移动机器人构建一个轻量版本：

  • 使用 JSON Schema 描述每个技能的输入、输出、前置条件和超时；
  • MCP 仅暴露查询技能和生成候选计划，不直接开放任意 shell；
  • Agent 生成行为树 XML/JSON；
  • 本地验证器检查节点白名单、参数范围和状态转换；
  • BT 执行器调用 ROS 2 Action、Service 或厂商 SDK；
  • 安全状态机拥有比 BT 更高的优先级，可随时中断。

对于登梯功能，可将“进入登梯模式、检测楼梯、速度控制、台阶计数、平台检测、障碍绕行、退出登梯模式”定义成契约化技能，再让 Agent 负责组合，而不是让 Agent 直接控制 vx/vy/vw。

主要风险

契约只能保证调用合法，不能保证任务一定安全或可完成。MCP 返回内容本身也可能被提示注入污染，因此契约应来自签名的本地配置，而不是网页或非可信文档。

工程成熟度：很适合快速工程化，是 Coding Agent 接机器人栈的正确边界设计。

8. AI Coding 与模型动态：Grok Build 开源，GPT-Red 将提示注入红队纳入模型训练

Grok Build 开源 Agent Harness

SpaceXAI 在 7 月 15 日开放了 Grok Build 的编码 Agent 和终端界面源码。开放内容包括 Agent 循环、上下文装配、模型响应解析、工具调度、文件编辑和命令工具、终端 UI，以及 skills、plugins、hooks、MCP server 和 subagent 扩展系统。

它也支持本地优先运行：自行编译后可连接本地推理服务，并通过 config.toml 配置。

这次开源的价值不只在于多了一个终端 Agent，而在于可以直接审计：

  • 上下文如何裁剪和压缩；
  • 工具调用如何授权；
  • 子 Agent 如何继承权限；
  • MCP 内容如何进入提示；
  • hook 在什么阶段运行；
  • diff 和计划审查如何实现。

对于自建 Codex、Claude Code 或 OpenCode 工作流，Grok Build 可作为可阅读的 Harness 参考，不必绑定 Grok 模型。

GPT-Red：自动生成针对 Agent 的提示注入攻击

OpenAI 同日在官方研究中公布 GPT-Red，这是一套通过自博弈强化学习训练的内部自动红队模型。攻击模型与防御模型共同进化，攻击环境覆盖网页、邮件、文件和工具输出中的恶意指令。

OpenAI 报告，在其复现的间接提示注入测试中，GPT-Red 在 84% 的场景中找到有效攻击，而人类红队为 13%；GPT-Red 还被用于攻击真实 Agent 和 Codex CLI 数据外泄任务。生成的攻击样本被用于训练 GPT-5.6，使 GPT-5.6 Sol 在官方最困难的直接提示注入基准上，相对四个月前的生产模型减少约 6 倍失败。以上均为 OpenAI 官方评估，尚需独立第三方验证。

对真实研发流程的启发

Coding Agent 安全测试不应只扫描生成代码，还应主动构造恶意上下文：

  • 在 README、Issue、网页和测试日志中放置伪系统指令；
  • 构造要求上传密钥或执行外部脚本的工具返回；
  • 检查 Agent 是否会把仓库内容错误当成高优先级指令；
  • 对 shell、网络、密钥、部署和外部上传使用独立权限；
  • 日志中记录“哪段上下文触发了哪次工具调用”；
  • 定期用红队任务回归测试不同模型和 Harness 版本。

最新模型判断

本期核查未发现过去 24 小时内新的通用旗舰模型正式发布。主要厂商当前最新的重要发布仍包括 7 月 9 日的 GPT-5.6、7 月 9 日的 Muse Spark 1.1，以及 7 月 8 日的 Grok 4.5。今天的真正增量是 Agent Harness 开放和提示注入安全训练，而不是新的模型代际。

工程成熟度：Grok Build 值得用于 Harness 架构研究；GPT-Red 的方法应转化为企业自己的 Agent 红队测试集。

今日结论

今天的技术主线不是让学习模型接管完整机器人系统，而是重新加强模型与物理、几何、时序和接口约束之间的连接：

  • DiffRadar 把雷达信号模型放回 SLAM 优化；
  • PixelLoop 让回环直接影响规划连通性；
  • 四旋翼残差学习在保留微分平坦性的条件下补偿未知气动；
  • ATACOM-DC 只阻止真正朝危险方向移动的动作；
  • MDOC 用动力学、CBF 和 CBS 约束扩散轨迹；
  • Jetson-PI 修复异步推理造成的观测—执行时序错位；
  • Contract-Grounded BT 用机器人技能契约限制 Coding Agent；
  • GPT-Red 则说明 Agent 安全需要主动生成对抗上下文，而不能只依靠静态规则。

共同工程原则是：

让模型负责搜索、预测和补偿，让确定性的几何、动力学、接口契约和安全状态机负责最终边界。

最值得深入研究或尝试复现的 3 个方向

方向一：微分平坦结构约束下的无人机残差动力学

优先级最高。

先不做多机紧密编队，可以在单机上采集：

  • 不同载荷；
  • 靠墙、贴地和穿门；
  • 不同速度和姿态；
  • 风扇模拟侧风；
  • 标称动力学预测与真实状态之间的残差。

训练轻量残差网络，但限制其输出形式不破坏现有几何控制器或平坦性轨迹生成。比较标称控制、任意残差网络、结构化残差网络和 NMPC 的误差、延迟与失稳率。

方向二：Jetson 上的异步感知—动作时间对齐层

不必先部署完整 VLA，可以先对现有视觉避障或策略网络实现：

  • 推理开始时记录状态时间戳；
  • 记录推理期间已执行的速度或轨迹；
  • 用轻量运动模型预测结果返回时的未来状态；
  • 将网络输出转换到未来状态坐标系；
  • 设置动作过期时间；
  • 图像变化或定位残差过大时丢弃输出。

这一机制同样适合端到端无人机控制、机器狗避障和低频视觉规划。

方向三：机器人技能契约 + MCP + 行为树验证器

为机器人现有 SDK 建立机器可读技能表：

  • 技能名称与版本；
  • 输入参数和单位；
  • 前置状态；
  • 成功、失败和超时条件；
  • 是否允许并行；
  • 可被哪些安全事件中断；
  • 对应 ROS 2 Action、Service 或 SDK 函数。

Coding Agent 只能生成经过 schema 验证的行为树，不能直接执行任意代码。先在仿真和回放环境运行，再连接实体机器人。

主要来源

  • arXiv Robotics 2026 年 7 月 15 日公开批次。
  • DiffRadar。
  • PixelLoop。
  • Flatness-Preserving Residual Learning。
  • ATACOM-DC。
  • Model-Based Diffusion Optimal Control。
  • Jetson-PI 论文与开源仓库。
  • Contract-Grounded Behavior Tree Synthesis。
  • Grok Build 开源与 GPT-Red。

参考资料

说明：历史聊天导出文本没有保留原始超链接，上述链接为按论文或项目名称生成的官方站点/学术检索入口；后续日报将直接保存原始论文、GitHub 与官方发布链接。