摘要

arXiv Robotics 在 7 月 29 日公开了 41 项新条目。今天没有出现一套足以直接替代 FAST-LIO2、LIO-SAM 或成熟 VIO 的新通用前端，真正有工程价值的增量集中在外围能力：利用 OpenStreetMap 实例级语义完成城市级跨视角定位；无需外部设备估计 IMU 内参、轴不正交和 IMU 到旋转中心的外参；在四旋翼强化学习中显式建模电机迟滞；在失控前利用临界减速现象给出提前预警；以及使用隐式接触微分和策略蒸馏提高残差 MPC 的短时域成功率。

机器人基础模型方向出现两条互补路线：πR² 将视觉语言慢通道与本体快速通道分离，使大型 Flow Policy 在真实机械臂上达到约 25 Hz 闭环重规划；INTACT 则尝试把世界模型中的目标状态差直接变成动作分布，使推理无需大规模测试时搜索。

AI Coding 侧今天最需要处理的不是新模型，而是基础设施迁移：GitHub Models 的 Playground、模型目录、推理 API 和 BYOK 端点在 7 月 30 日完全退役。依赖其 API 的工作流必须迁移到模型厂商 API、Microsoft Foundry、Copilot 或自建兼容网关。

1. LOCI：用街道名、商店名和 OSM 实例语义做 628 平方公里城市级定位

LOCI 面向机器人从地面全景图定位到大范围卫星图和 OpenStreetMap 先验地图。VLM 先从全景图中提取与 OSM 相同词汇体系的实例级地标，例如商店名称、道路、会议中心和博物馆；离线再由 VLM 生成匹配与困难负样本，用来蒸馏轻量对应分类器。在线阶段，图像匹配专家与语义地图专家分别形成观测似然，并通过贝叶斯滤波随里程计连续融合。

项目覆盖 11 个环境，最大先验区域超过 628 平方公里，并包含夜间、暴雪、降雨、森林、农村道路及飓风后场景。项目页报告，在地标密集城市中，实例语义使滤波收敛速度相对纯图像匹配提高约 3–10 倍；轻量分类器对一帧全景中的大规模地标对进行评分约需 3.7 秒，验证 ROC-AUC 为 0.976。

为什么重要

卫星图和地面图之间存在严重视角与外观差异，雪、夜间、树冠和地图年份变化会进一步削弱纯图像匹配。街道名、门牌号和商店名称虽然不能替代几何，却通常比建筑外观更具区分度，并能跨季节保持稳定。

算法模块

  • 全景图切分为多方向针孔视图；
  • VLM 提取 OSM key=value 风格的实例地标；
  • VLM 离线教师生成正负地标对；
  • 轻量分类器执行全图地标匹配；
  • 图像专家与语义专家形成 Product-of-Experts 观测似然；
  • 贝叶斯滤波融合里程计并维护全局位姿信念。

传感器假设与实时性

系统需要地面全景或宽视场视觉、连续里程计，以及可用的 OSM 和卫星地图。3.7 秒级语义匹配不适合高频控制，但适合 0.1–1 Hz 的全局重定位或后台绝对位置修正。

工程落地启发

可将 LOCI 作为 LIO/VIO 的低频全局锚点：本地状态估计维持高频连续轨迹，语义地图模块返回 Top-K 大范围候选；只有图像、地标和运动连续性同时通过验证后，才把全局位置写入 GTSAM。应使用 max-mixture、switchable constraint 或单独的重定位状态机，避免错误语义匹配直接扭曲当前地图。

风险与可复现性

语义稀疏的高速公路和森林场景可能不如纯图像匹配；远处路牌指向的地点也会违反“观测地标位于机器人附近”的假设。项目已公开代码入口，数据集页面仍标注陆续发布，复现时需要注意 OSM 快照版本与地图许可证。

2. 无外部设备 IMU 标定：显式补偿旋转引起的向心和切向加速度

这项工作指出，当 IMU 远离机器人旋转中心时，角运动会在加速度计中产生明显的向心和切向加速度，导致姿态滤波器把它们错误解释为重力方向变化。作者利用陀螺仪估计这些运动加速度并从加速度计观测中扣除，同时提出无需转台、动捕或外部相机的标定方法，联合估计轴不正交、零偏、比例因子以及机器人基座到 IMU 的位移向量。

论文在仿真和真实球形移动测绘系统中验证，该补偿能够改善依赖重力方向的 Madgwick、Mahony 等姿态滤波器，特别适用于高动态运动或 IMU 无法安装在旋转中心的机器人。

为什么重要

在机器狗、轮足机器人和车辆上，IMU 常因结构空间、减振和布线安装在机身底部或侧面，而 LiDAR 位于顶部。急转弯、俯仰和跳跃时，杠杆臂引起的加速度可能显著污染重力估计。仅在角速度增大时降低加速度计权重，会造成航向外的姿态长期漂移，并没有真正解释观测误差来源。

算法模块

  • 陀螺仪积分与角加速度估计；
  • 基于 IMU 杠杆臂的向心与切向加速度计算；
  • 加速度计运动分量补偿；
  • 轴不正交、比例、零偏和基座—IMU 外参联合标定；
  • 补偿后的重力方向输入通用姿态滤波器。

传感器假设与实时性

运行时只依赖 IMU 和已标定的基座—IMU 位移，计算量主要是向量叉乘和滤波，适合高频嵌入式执行。角加速度数值微分容易放大噪声，需要平滑、延迟补偿或状态空间估计。

工程落地启发

对于 IMU 与 LiDAR 距离较大的 LIO 系统，可同时做两层修正：姿态滤波前补偿 IMU 自身杠杆臂运动加速度；点云去畸变和外参优化中继续使用精确的 IMU—LiDAR 刚体变换。应在原地旋转、快速转向、俯仰摆动和楼梯冲击数据上比较补偿前后的重力方向、姿态误差和 LIO 地图抖动。

风险与可复现性

IMU 支架柔性、结构振动和时间同步误差不符合刚体杠杆臂模型；角加速度估计不稳定时可能引入比原始观测更大的噪声。当前页面未给出公开代码，需自行实现并通过静态与动态回放分阶段验证。

3. Physics-Aware Quadcopter DRL：低层强化学习必须建模电机 76 毫秒迟滞

该工作研究直接输出总推力和三轴机体系力矩的端到端四旋翼强化学习。仿真器包含 12 状态刚体动力学、基于推力和阻力系数矩阵伪逆的 Action-to-RPM 分配、每个电机的一阶执行器动力学，以及旋翼陀螺耦合；电机时间常数设为 0.076 秒。作者比较 DDPG、TD3、PPO 和 SAC，在悬停及带俯仰力矩的平移目标任务中，SAC 和 TD3 的稳定性与探索效率更好，PPO 的样本效率较低。

为什么重要

许多无人机 RL 仿真把策略动作直接当成瞬时推力，忽略电调、电机和桨叶响应。真实电机有明显迟滞，策略若在理想模型中学会快速正负切换，部署后就会出现相位滞后、振荡和姿态超调。对窄通道或高速飞行，这类模型错误比策略网络大小更危险。

算法模块

  • 12 状态六自由度刚体模型；
  • 总推力和机体系力矩动作空间；
  • Action-to-RPM 分配；
  • 一阶电机迟滞与陀螺耦合；
  • 位置、姿态和速度组合奖励；
  • DDPG、TD3、PPO、SAC 对照。

传感器与部署假设

策略需要高频、低延迟的姿态、角速度、位置和速度状态估计。论文仅验证有限悬停与平移任务，尚未覆盖真实风扰、视觉延迟、推力饱和和电池衰减。

工程落地启发

即使不部署端到端低层 RL，也应把执行器模型加入 MPC、MPPI 或 sim-to-real 训练：辨识油门到转速、转速到推力的延迟和饱和；在训练中随机化时间常数、电池电压和载荷；部署时让 RL 输出期望加速度或短轨迹，由几何控制器和飞控执行，而不是直接接管电机。

风险与可复现性

当前结果来自 Simulink 高保真仿真，而非实体四旋翼闭环。任务规模较小，不能证明策略适合大角度机动或近障飞行。论文称提供可复现实验基准，但 arXiv 页面未附独立代码仓库，工程迁移仍需自行复建模型。

4. Critical Slowing Down：无需失控样本，最多提前 0.9 秒预测四旋翼失控

该工作把复杂系统在临界转变前恢复速度变慢的“临界减速”现象用于四旋翼失控预警。研究对象是输入输出延迟导致控制器不稳定，方法从正常飞行时间序列中构造早期预警指标，不需要提前收集失控事件本身的数据。

作者在四种不同四旋翼的真实失控飞行数据上测试，最多可在失控前 0.9 秒给出预测；与循环神经网络失控预测器相比，其检测准确性更高、对失控数据依赖更低。相同参数还被用于其他机型的室内外飞逸场景，没有重新调参仍能检测异常。

为什么重要

多数安全监测器只在姿态角、角速度或位置误差超过阈值后触发，此时机器人可能已经无法恢复。临界减速监测的是闭环系统“恢复能力正在消失”，理论上可以在状态尚未明显发散时提前切换控制器或降低任务强度。

算法模块

  • 从闭环状态或误差信号提取滑动窗口；
  • 估计自相关、恢复率或相关临界减速指标；
  • 多指标融合形成失控风险；
  • 在风险超过阈值时输出 time-to-LOC 预警；
  • 不依赖具体四旋翼动力学模型。

工程落地启发

可将其作为飞控之外的独立健康监测器：监测角速度误差、姿态环残差和控制输出；风险持续增大时降低速度、取消 aggressive trajectory、切换更保守增益或立即悬停。应把监测器部署在独立线程，并确保它无法被上层 VLA、RL 或任务 Agent 禁用。

实时性与风险

计算基于低维滑窗统计，实时开销应较低，但窗口长度会在提前量和误报之间形成权衡。论文主要覆盖延迟诱发的不稳定和飞逸，结构损坏、传感器跳变、桨叶故障等失控机制是否具有同样信号仍需验证；预警不是稳定性证明，必须与可执行的恢复动作联合测试。

5. 隐式接触微分 + Residual MPC：256 个接触时显存可降低 20 倍

该工作为 MuJoCo MJX 的正则化平滑接触求解器引入基于隐函数定理的反向微分。与把接触迭代求解器逐步展开并保存完整计算图不同，方法在容差收敛解处对驻点残差求导，避免手工构造复杂 KKT 灵敏度系统，也避免显存随求解器迭代次数快速增长。

实验中，从 1 次到 10 次接触求解迭代，隐式方法的编译临时内存变化小于 4%，而展开自动微分增长 10.6 倍；在 256 个活跃接触时显存降低约 20 倍，在 96 自由度、16 个接触时降低约 6 倍。作者进一步将批量全时域 iLQR 蒸馏为策略，用于指导短时域 residual iLQR；在 Finger、Franka 和 Unitree 任务中，六步规划成功率相对标准 iLQR 提高 28–98 个百分点。

为什么重要

接触丰富 MPC 的瓶颈常常不是一次前向仿真，而是为了求梯度必须保存大量接触求解中间状态。隐式微分使批量轨迹优化、策略蒸馏和在线 residual MPC 更容易共享 GPU 显存，尤其适合多接触足式机器人和机械臂。

算法模块

  • MJX 平滑接触求解；
  • 基于隐函数定理的接触灵敏度；
  • 批量全时域 iLQR 教师；
  • 优化器蒸馏策略；
  • 策略引导的短时域 residual iLQR；
  • Finger、Franka、Unitree 多平台验证。

可复现性

作者公开了 MuJoCo/MJX 派生分支，通过 MJX_GRAD_BACKEND=ift 选择隐式反向模式；仓库仍是研究分支，并非 Google DeepMind 官方支持版本。其数值行为和性能与原版 MJX 不完全一致，集成前应固定 commit 和依赖版本。

工程落地启发

可先用于离线控制数据生成和策略 warm-start，而不是立即替换实体机器人在线 MPC：批量随机接触、摩擦和初始状态，运行长时域优化器生成教师轨迹；蒸馏轻量策略提供短时域优化初值；在线优化器仍负责动力学和接触约束，策略失效时可回退普通 iLQR。

风险

平滑接触和正则化会改变真实刚性碰撞；隐式导数仅在求解器收敛到合适驻点时可靠。研究仓库当前活跃度和独立复现有限，不能仅凭显存指标直接用于安全关键控制。

6. πR²：大型 Flow Policy 在真实机械臂上实现约 25 Hz 闭环重规划

πR² 针对 action chunk 策略的开环问题：大型视觉语言骨干与多步去噪延迟过高，导致动作块执行期间无法使用新传感器。它把条件输入分成两条通道：视觉语言特征作为异步更新的慢通道，本体状态作为每个控制周期更新的快通道；同时采用延迟自适应 Flow 调度，把已经执行或正在飞行中的动作当作 inpainting 条件，每次调用只做一步去噪。

在 GR00T-N1.7 和真实 xArm6 + XHand 平台上，πR² 相对基础策略闭环重规划约快 4 倍，在 A5000 GPU 上达到约 25 Hz，每 40 毫秒读取一次新观测。论文报告，仿真成功率最高提高 23%，真实任务最高提高 30%。

为什么重要

对真实机器人，最大的动作误差往往来自观测过期，而不是单次动作预测不够精确。把视觉语义和本体反馈运行在不同频率，能够保留大型骨干的语义能力，同时让策略在碰撞、抓取偏差和物体移动时快速反应。

算法模块

  • 大型预训练视觉语言 Flow Policy；
  • 异步视觉语言慢通道；
  • 高频本体快通道；
  • per-position noise schedule；
  • 已执行动作作为 inpainting 条件；
  • 单步去噪与硬件延迟自适应。

工程落地启发

该结构也适合无人机和机器狗：VLM 低频输出任务阶段与语义目标，本体和局部点云高频修正短轨迹；底层 MPC 或厂商控制器继续执行约束。每个 action chunk 必须包含过期时间，视觉变化、定位残差或接触异常超过阈值时立即丢弃剩余动作。

风险与可复现性

25 Hz 指 A5000 上的策略闭环，不代表 Jetson 或完整机器人系统端到端频率。视觉慢通道可能在动态场景中长期陈旧，本体快速通道也无法识别新出现的障碍物。项目页已公开演示与方法，但尚需检查完整训练代码和权重开放程度。

7. INTACT：世界模型不再搜索 9000 条动作序列，直接由目标变化预测动作分布

INTACT 试图解决潜在世界模型的逆控制问题：前向模型容易预测动作会造成什么变化，但为了达到目标状态，传统方法通常需要在测试时使用 CEM 大量搜索动作序列。INTACT 使用共享 JEPA 表征，把局部转移中的物理意图表示为下一状态 latent 与当前 latent 的差，把部署目标表示为目标 latent 与当前 latent 的差，并训练一个共享动作规律，使目标意图可直接映射到动作分布。

在四个 LeWM 官方任务上，单轮训练、零搜索模型的成功率分别达到 85.78%、100%、97.67% 和 97.89%；直接推理耗时约 2.9–5.5 毫秒。可选的局部 CEM 只围绕直接计划搜索 384 条候选，而不是 9000 条，候选数量降低 23.44 倍，宏平均成功率达到 96.86%。

为什么重要

世界模型规划的主要计算成本来自测试时搜索。INTACT 将搜索转成一次条件动作预测，并保留可选的小范围验证搜索，形成“直接策略负责速度、局部搜索负责可靠性”的混合结构。

算法模块

  • RGB 到 action-effective latent 表征；
  • 局部物理意图与目标意图统一语法；
  • JEPA 式表示学习；
  • 条件动作分布；
  • 均值直接计划；
  • 可选局部 CEM 验证。

工程落地启发

真实机器人不应完全取消搜索与安全验证。可让 INTACT 类模型生成第一候选或 MPC warm-start，再用少量动力学 rollout、碰撞检测和约束优化做局部修正。这样既避免 9000 级候选搜索，也不会把潜在空间中的目标接近误认为物理可执行。

风险与可复现性

当前指标来自四个官方 LeWM 任务，场景和动作复杂度有限。目标 latent 差不一定在跨对象、接触切换和动态环境中保持相同动作语义；论文页面未给出正式开源仓库。部署前必须测试目标不可达、观测遮挡和多峰动作情况下的失败模式。

8. AI Coding 与模型基础设施：GitHub Models 今日完全退役

GitHub 已宣布 GitHub Models 于 2026 年 7 月 30 日完全退役。Playground、模型目录、推理 API、BYOK 端点及相关界面将对所有客户停止服务，包括仍有活跃调用的既有用户。GitHub 建议需要通用模型目录的项目迁移至 Microsoft Foundry，需要直接在 GitHub 中执行 AI 编码工作流的用户使用 GitHub Copilot。

截至本次核查，过去 24 小时未发现 OpenAI、Anthropic、Google 或 SpaceXAI 新的同级通用旗舰模型正式发布；模型侧的最新主要版本仍是本月已经发布的 GPT-5.6、Claude Sonnet/Opus 5、Gemini 3.6 Flash 和 Grok 4.5。今天真正影响工程的事件是 API 生命周期，而不是榜单刷新。

为什么重要

很多团队把 GitHub Models 当作统一的 OpenAI 兼容入口、评测 Playground 或 BYOK 路由层。服务关闭后，依赖其 endpoint、模型名称、密钥配置和限额逻辑的 CI、Demo 和 Agent 会直接失败。若直到工作流报错后才迁移，可能影响自动代码审查、文档生成和内部模型评测。

工程落地启发

  • 搜索仓库和组织 Secrets 中所有 GitHub Models endpoint、token 和模型 ID；
  • 在客户端增加 provider abstraction，不让业务代码绑定单一模型目录；
  • 为 OpenAI、Anthropic、Google、SpaceXAI 或自建兼容 API 建立统一超时、重试和费用控制；
  • Agent Harness 与模型提供商解耦，MCP、shell 和文件权限不能因换模型而改变；
  • 迁移后运行固定仓库任务集，比较成功率、工具循环、人工返工和每个成功 PR 的总成本；
  • 对退役 endpoint 设置明确失败告警，禁止静默切换到未经批准的模型。

风险

Microsoft Foundry、Copilot 和各模型厂商 API 的鉴权、日志、数据区域和费用模型不同，不能只替换 URL。BYOK 用户还需重新评估密钥存储、审计和数据保留政策。

今日结论

今天最明确的工程趋势是：把学习模块放到能够被几何、动力学和运行时策略验证的位置。

LOCI 让 VLM 提取实例语义，但最终通过轻量匹配器和贝叶斯滤波形成全局信念；IMU 工作显式建模杠杆臂加速度，而不是简单忽略高动态加速度计；四旋翼 DRL 将电机迟滞写进仿真，失控预警则独立监测闭环恢复能力；隐式接触微分与策略蒸馏提高 MPC 效率，但在线优化器仍保留约束；πR² 和 INTACT 分别降低动作闭环延迟和测试时搜索量，却仍需要安全控制器与局部验证。

AI Coding 方面，模型性能提升不能抵消基础设施生命周期风险。Provider、Agent Harness、权限、日志和验证任务应分层设计，确保模型入口退役或切换时，不会同时破坏研发安全边界。

最值得深入研究或尝试复现的方向

方向一：IMU 杠杆臂运动加速度补偿接入 LIO

优先在现有机器狗或车辆数据中离线实现：根据陀螺仪计算向心和切向加速度，补偿加速度计后重新运行姿态滤波和 LIO；比较原地旋转、快速转弯、上下楼梯和机身俯仰时的重力方向、姿态漂移、点云重影与地图抖动。随后再评估在线外参自标定。

方向二：将失控早期预警接入无人机安全状态机

从姿态误差、角速度误差和控制输出构建滑动窗口，计算恢复率与自相关指标；在不同控制延迟、风扰、载荷和低电状态下标定提前量与误报率。预警触发后只允许执行经过验证的动作，例如降速、取消当前轨迹、切换保守控制器或悬停。

方向三：策略 warm-start + 短时域残差 MPC

利用公开 MJX 隐式微分分支，在 Finger 或 Unitree 简化任务中批量运行长时域 iLQR，蒸馏轻量策略；在线只求解短时域 residual iLQR，并严格记录接触数量、显存、最坏延迟、成功率和约束违反。确认仿真稳定后，再考虑迁移到实体机器人。

参考资料