机器人 / SLAM / 控制 / AI Coding 技术深度简报｜2026-08-25

摘要

截至 2026-08-25 09:59（Asia/Shanghai），arXiv Robotics 最新公开批次为 2026-08-24，共 37 条；Software Engineering 同日批次共 30 条。本轮开始时已读取 robotics-brief-covered-items.md；索引已经包含今日 8 条主动态与 1 条经典论文回顾，共 415 条。本次对同日候选继续使用规范化标题、arXiv ID、论文页与项目页做幂等复核，没有重复追加相同记录。由于这些工作的 arXiv v1 原始提交时间主要为 8 月 20–21 日，虽然进入 8 月 24 日最新公开批次，本期仍统一标注“时间回补”，不把它们包装成 8 月 25 日新投稿。（arXiv Robotics，arXiv Software Engineering）

今天最值得关注的技术主线有四条。第一，机器人控制正在从“纯模型”和“纯学习”两端向结构化融合收敛：NeSAM 用可微 Bekker-Wong 土壤力学提供可解释的轮土作用，再用 Transformer residual 补模型缺口；SRL-MPC 则让 RL 只负责在线调 MPC 参数，真正执行的控制仍来自显式 HOCBF-MPC。第二，学习式局部规划开始直接输出控制器可执行轨迹，而不是神经网络后面再挂一个昂贵优化器：Neural-Primitive 在 MID360 + Jetson Orin NX 实机上平均规划仅 3.68 ms，模型占用约 1.38 MiB。

第三，安全层开始明确承认“状态估计会错”。Measurement-Robust CBF 不再假设安全过滤器拿到真实状态：它把估计误差集合直接纳入 CBF，学习版 NMR-CBF 在 12D 四旋翼数值实验中每步约 0.57 ms，并在 Unitree Go2 上面对最高约 18% 的里程计距离低估和额外 15 cm 偏置仍保持 10/10 安全通过。第四，VLA 和 Coding Agent 都在把自然语言的模糊性压缩到结构化约束：Logic-VLA 用 Signal Temporal Logic 在推理时指定时空安全要求；Artic 则把自然语言工作流“编译”为显式读写 artifact、约束 gate 和控制转移的可执行工作流。

大模型官方发布方面，本次核验到 OpenAI 于 8 月 24 日发布 GPT-5.6 在 Kiro 中可用的生态集成更新；由于 GPT-5.6 模型本身已在历史索引中覆盖，这不是新的基础模型发布，因此不作为完整主动态重复报道。（OpenAI 官方）

1. NeSAM：把可微土壤力学和 Transformer residual 放进同一个越野动力学预测器

时间回补：arXiv v1 提交于 2026-08-21 17:37 UTC，进入 8 月 24 日 Robotics 最新公开批次。此前未进入去重索引。

NeSAM（Neuro-Symbolic Kinodynamics with Soil Adaptation for Off-Road Mobility）针对越野机器人最难处理的一类模型失配：同一辆车在草地、砂土、松软地面上会出现完全不同的下陷、滑移和牵引力，固定平面运动学模型无法解释，而纯神经网络又往往需要覆盖大量土壤条件才能泛化。NeSAM 把二者拆开：用可微 Bekker-Wong terramechanics 计算物理可解释的轮土作用力，用 Transformer 建模近期车辆—地形交互历史，再用 learned residual 修正解析模型没有覆盖的轮胎、悬架与整车效应。（论文，HTML 全文）

为什么重要

真正的价值不是“physics-informed”这个标签，而是在线适配变量变成了可解释的土壤参数。纯 latent adaptation 常能改善预测，但现场工程师很难判断 latent 到底代表湿度、松软度还是模型错误；NeSAM 使用 EKF 根据实际运动和预测运动的偏差在线修正土壤参数，同时冻结已经训练好的神经组件。这比在线重训整个 dynamics network 更容易限制变化范围，也更方便与风险规划器耦合。

算法模块

系统输入车辆状态、控制量、车体对齐的 elevation patch 与 semantic terrain patch。两个 U-Net encoder 分别编码高程与语义；soil predictor 输出六维名义土壤参数；因果 Transformer 使用最近 32 个 interaction token，对应 10 Hz 下约 3.2 s 历史。网络同时预测轮端 sinkage 和 12 维整车 residual。sinkage 与轮速、土壤参数进入可微 Bekker-Wong 模型，得到轮土力，再通过 Newton-Euler dynamics 生成物理状态增量，最后叠加 learned residual。部署时由 buffered EKF 更新 soil correction，神经网络本身不在线改权重。

传感器与动力学假设

论文的 terrain observation 是 128×128 elevation 与 RGB semantic patch，因此实际机器人需要可靠的局部地形几何和语义来源；状态与控制也必须同步到 10 Hz。可微 terramechanics 假设轮土接触仍能被 Bekker-Wong/相关剪切模型合理描述，遇到碎石、植被缠绕、积水或轮胎严重变形时可能出现结构性模型误差。

实时性与实体结果

训练数据包括 Chrono/Verti-Bench 中 500 条约 25 s 轨迹，共约 3.5 h，以及 Verti-4-Wheeler 实体平台 50 条约 30 s 轨迹，共约 25 min；采样均为 10 Hz。论文报告相对最强基线，长时域预测精度最高提升约 30%（仿真）和 29%（真实数据）；闭环在线土壤适配将相对参考轨迹的 Hausdorff distance 降低 69.4%。

鲁棒性、可复现性与风险

当前 arXiv 页面未给出稳定官方代码仓库。实机数据量仍较小，且物理测试场是缩比 Verti-Arena。更重要的是，EKF 只在模型定义的土壤参数空间里适配；如果真正错误来自轮胎漏气、传动故障、传感器外参漂移，系统可能把它错误解释为“土壤变了”。

适合谁关注

适合越野机器人、矿区车辆、巡检底盘、行星 rover，以及正在使用 MPPI/MPC 但发现动力学模型在不同地面条件下漂移很大的团队。

工程落地启发

不必第一步就复现完整 NeSAM。更实用的路径是：保留现有刚体/轮式动力学，在其后加入一个小 residual model；同时只开放少量有物理意义的在线参数，例如纵向/侧向滑移系数、等效摩擦或轮地刚度。先用创新量或 tracking residual 判断什么时候允许在线更新，避免把所有异常都归因给地面。

2. SRL-MPC：RL 不直接控制机器人，只在线调 HOCBF-MPC 的参数

时间回补：arXiv v1 提交于 2026-08-21 14:46 UTC，进入 8 月 24 日 Robotics 最新批次。此前未进入去重索引。

SRL-MPC（Shape-Aware Reinforcement Learned Model Predictive Control）面向异构机器人密集导航。很多 crowd navigation 方法把所有机器人都近似成圆，这在带机械臂的移动机器人、长矩形 AMR 或不同 footprint 混行时会产生过度保守或直接漏碰撞。SRL-MPC 通过 support-function transformation 构造 geometric separation features（GSF），再形成二阶 HOCBF 约束；RL policy 读取邻居的 shape-aware GSF，只在线更新 MPC 的路径跟踪、控制努力与安全距离等参数，真正执行的动作仍由显式 MPC 求解。（论文，项目页）

为什么重要

这是一个很典型、也很值得产品化参考的“学习器只负责调参”架构。RL 擅长从复杂邻居几何中快速判断当前应该更激进还是更保守；MPC/HOCBF 则保留动力学约束、控制边界和可解释安全结构。相比让网络直接输出速度命令，它更容易做离线审计、故障回退和上线 A/B。

算法模块

系统先计算机器人与邻居真实凸几何之间的 GSF，利用 support function 构建无需圆形简化的分离特征；HOCBF 将几何分离写入 MPC 约束。为提高数值可解性，论文将 HOCBF residual 以软惩罚方式进入局部 MPC。RL adapter 根据局部 crowd geometry 动态输出 MPC 参数，而不是输出控制量。训练在 15 台机器人随机凸多边形场景中完成，部署时不重训直接扩展到 20、25 台机器人和多种 OOD 几何。

实时性与结果

项目页报告 25 台机器人时每机器人平均 controller time 约 10.34 ms；25 机器人高密度场景中成功率约 86.7%±0.6%，而文中最强外部基线 SARL 约 21%。在 0.5 s 的 RL 参数更新延迟下，成功率仍保持 100%；但感知噪声或动作延迟增大时碰撞迅速上升，说明 RL 参数层可以低频，但状态估计和执行层不能慢。

鲁棒性、可复现性与风险

项目页存在，但代码仍标注 Coming Soon。真实平台演示目前还是受控室内验证，论文也明确把 uncertainty-aware neighbor prediction 与更复杂非凸几何留给未来工作。尤其要注意：shape-aware 不等于 uncertainty-aware，定位误差、通信延迟、邻居预测误差仍需要额外安全裕量。

适合谁关注

适合多机器人巡检、仓储 AMR、移动操作机器人、异构 fleet 和希望把 RL 接入现有 MPC 而不放弃安全结构的团队。

工程落地启发

对已有导航系统，最值得复制的是接口边界：RL 只输出代价权重、预测时域、安全余量或采样温度，MPC/MPPI 继续输出最终命令。然后为 RL adapter 设置硬范围和失效默认值；即使网络超时或 OOD，也能回到一组人工验证过的保守参数。

3. FF-MPCC：把编队保持写进 Model Predictive Contouring Control，高速时不再死追时间戳

时间回补：arXiv v1 提交于 2026-08-21 12:56 UTC，进入 8 月 24 日最新批次。此前未进入索引。

FF-MPCC（High-speed Agile Formation Flight with Model Predictive Contouring Control）针对多无人机高速编队中一个常见矛盾：如果每架机都跟踪固定时间参数轨迹，只要某一架因动力学限制或扰动稍微落后，其他无人机仍按时间表向前冲，编队几何就会迅速拉散。FF-MPCC 把“沿路径前进多少”作为优化变量，让每台无人机围绕路径几何而不是绝对时间进行 MPCC，同时通过重新参数化和同步动态编队形状维持相对构型。（论文，HTML 全文）

为什么重要

它体现了 contouring control 相比传统 trajectory tracking 的核心优势：任务目标是沿几何路径快速前进，而不是在某个绝对时刻必须出现在某个点。对高速无人机尤其重要，因为推力饱和、风扰或邻机通信延迟都可能让严格时间跟踪变得不可行。

算法模块

每架无人机独立运行 MPCC，约束自身四旋翼动力学和推力边界；formation geometry 被重新参数化到公共路径进度变量；去中心化协调器根据邻机进度计算目标相对位置，从而允许编队整体在复杂路径上自动“等一等”或“赶一赶”。编队形状还可在飞行中从三角形切换为直线等动态构型。

实时性与实体结果

真实实验中三架 UAV 的邻居位置通过标准 Wi-Fi 以 10 Hz 共享，平均通信延迟约 15 ms。论文报告最高约 21 m/s 的高速飞行，相比时间参数化轨迹跟踪，编队保持性能提升约 65%，到达时间仍相近。

鲁棒性、可复现性与风险

当前未发现官方代码。论文验证的是路径已知条件下的高速编队控制，不包含未知环境中感知、避障和重新规划的全部复杂性。10 Hz 邻机状态广播在受控飞行足够，但在遮挡、多径或链路丢包时，需要显式预测邻居状态和超时降级策略。

适合谁关注

适合无人机编队、协同巡检、多机狭窄空间飞行，以及希望把单机 MPC 扩展为分布式 fleet coordination 的团队。

工程落地启发

如果当前多机系统使用“中心规划器生成所有带时间戳轨迹”，可以尝试只下发几何路径、编队关系和速度上限，让每台机本地 MPCC 决定进度。中心端只负责低频任务层，同步失败时单机仍可以减速或退出编队，而不会因为追时间戳直接打满控制量。

4. Neural-Primitive：MID360 + Jetson Orin NX 上 3.68 ms 的直接轨迹生成

时间回补：arXiv v1 提交于 2026-08-21 10:13 UTC，进入 8 月 24 日最新批次；论文已被 IEEE Transactions on Industrial Informatics 接收。此前未进入索引。

Neural-Primitive 的目标非常明确：学习式无人机局部规划不能只把后端优化换成另一个慢模型。作者先离线用 motion primitive 生成大量满足 minimum-jerk 与动力学约束的高质量专家轨迹，再训练一个极小网络直接从机载感知输入输出多项式轨迹系数。网络输出本身就是低层控制器可执行的连续轨迹，不需要再做在线搜索、投影或非线性优化。（论文，项目页）

为什么重要

这篇工作与“端到端控制”最大的区别是，它没有让网络直接吐 thrust 或 velocity，而是输出带高阶连续性的轨迹参数。训练数据来自经典 primitive planner，因此网络学到的是一个高质量规划器的近似映射；部署时把搜索成本前移到离线阶段，在线只做一次轻量推理。

算法模块

离线 expert 通过 free-space sampling、碰撞剔除和 constrained minimum-jerk QP 生成 primitive library，并选择面向目标的近优轨迹；网络训练后直接预测 polynomial coefficients。为减小 sim-to-real 感知差异，输入点云经过针对障碍密度的预处理和 domain randomization。部署采用 event-triggered receding horizon：飞行 0.5 m、执行时间达到上限或检测到潜在碰撞时触发重新规划。

传感器与平台

真实平台使用 Livox MID-360、NVIDIA Jetson Orin NX 和 PX4。Jetson 负责 end-to-end planner 与 SE(3) geometric tracking controller，PX4 负责低层姿态控制。这个平台组合对使用 MID360 的小型无人机很有参考意义。

实时性与实机结果

论文报告桌面计算低于 1 ms，真实机载飞行平均规划时间 3.68±0.77 ms，中位数 3.43 ms，范围约 2.71–5.94 ms；模型占用约 1.38 MiB。真实测试包括浓密植被和狭窄空间，最窄通道低于 0.8 m，而机体直径约 0.3 m，并实现零微调 sim-to-real 部署。

鲁棒性、可复现性与风险

当前项目页公开视频但未给出代码仓库。最大风险是“empirically collision-free”不是形式化安全保证：网络可能在训练分布之外生成穿障轨迹；另外 primitive teacher 的能力上限会固化进学生。更合理的产品化做法是保留一个极轻量的最后碰撞/动力学检查，而不是完全无验证执行网络输出。

适合谁关注

特别适合资源受限无人机、MID360 局部避障、狭窄通道飞行和正在比较传统 MINCO/ESDF 与学习局部规划器的团队。

工程落地启发

可以先把现有 planner 生成的成功轨迹当 teacher，不必自己设计新数据集。学生网络只输出 1–2 s 多项式轨迹，然后使用现有 ESDF/点云碰撞器做 0.5–1 ms 级 final gate。这样能获得神经推理速度，同时保留当前规划系统最重要的安全检查。

5. IMU-Free Scene Flow State Estimation：没有 IMU，也尝试从双目与电机推力恢复机体系速度和角速度

时间回补：arXiv v1 提交于 2026-08-21 09:11 UTC，进入 8 月 24 日最新批次。此前未进入索引。

《IMU-Free Body-Frame State Estimation with Sparse Scene Flow for Quadcopters》研究一个反常规问题：四旋翼如果完全没有 IMU，仅靠同步双目图像和电机推力命令，能否在 body frame 中估计 pose、速度、角速度、重力和 disturbance。系统使用连续—离散 manifold EKF，把静态场景特征当作隐式惯性参考；四视图 bundle adjustment（前后两个时刻、左右双目）联合估计三维点位置和速度，并输出带联合协方差的稀疏 scene flow。（论文，HTML 全文）

为什么重要

这并不是建议无人机删掉 IMU。更有价值的理解是：视觉本身可以形成一个与惯性链路相对独立的速度/角速度观测源。如果 IMU 饱和、强振动、时间同步异常或 bias 突变，独立 vision-derived body-frame motion 可以作为故障检测与冗余测量，而不是让同一个 VIO 滤波器内部的视觉和 IMU 一起失效后无法判断原因。

算法模块

FAST/Shi-Tomasi 检测特征，SSD/Lucas-Kanade 做时间跟踪，NCC 做左右目匹配；EKF 根据当前 pose 与点不确定度预测搜索区域，并通过 normalized innovation 的 chi-squared gating 只接收被判断为静态的特征。四视图 BA 不直接把 EKF 中的 feature state 送进求解，而是通过相对 pose prior 传递信息，输出 sparse 3D point cloud、per-point velocity 与 joint covariance。

传感器与动力学假设

只需要同步 stereo 与 motor thrust command，但依赖准确的双目标定、相机—机体外参、推力模型和足够静态纹理。当前验证使用 VID 数据集，序列主要是无载荷、无风、hover 为主，属于第一阶段验证，不是高动态飞行证据。

实验结果与风险

79 s、4733 帧完整序列中，translation RMSE 约 1.104 m、rotation RMSE 约 7.55°，但中位数分别只有 0.229 m 和 2.58°；误差主要由起降瞬态尤其落地后的灾难性发散拉高。73–75 s 时间窗内，translation error 可从约 0.32 m 增至 3.4 m，rotation 从约 2.2°升到 20°。这恰恰说明该系统目前更适合作为研究型冗余观测，而不是替代 IMU 的主飞控状态估计。

可复现性

论文声称 Python 实现，并在正文中引用 calibration 配置，但当前 arXiv 页面未提供可直接核验的稳定官方仓库链接。本期因此不给出猜测代码地址。

适合谁关注

适合 UAV 状态估计、传感器故障诊断、视觉 scene flow，以及希望为 VIO/LIO 增加独立健康监测通道的团队。

工程落地启发

可以把它降维成更实用的“视觉角速度/机体系速度健康监测器”：不参与主滤波，只与 IMU/飞控估计做一致性检查。当视觉与 IMU 长时间显著分歧时，再触发传感器降权、重新标定检查或安全模式。

6. Logic-VLA：让 VLA 在推理时接收 Signal Temporal Logic，而不是只听自然语言“注意安全”

时间回补：arXiv v1 提交于 2026-08-20 20:35 UTC，作为 cross-list 进入 8 月 24 日 Robotics 批次。此前未进入索引。

Logic-VLA 解决 VLA 在安全关键任务中的一个根本问题：自然语言可以说“绕开红区并在最后到达 B”，但这类要求很难精确定义“始终、最终、先后、时间窗”。Logic-VLA 在普通自然语言任务之外增加 Signal Temporal Logic（STL）输入，并用 syntax-graph encoder 表示逻辑公式，使同一个策略可以在推理时根据不同 STL 约束改变行为，而不必为每一种安全规则训练一套新 policy。（论文，HTML 全文）

为什么重要

机器人安全要求最怕停留在 prompt。STL 的价值是可计算：例如“未来 5 秒始终距离障碍超过 d”“在 10 秒内进入目标区域，但进入 B 之前必须先访问 A”。只要最终轨迹可以计算 robustness score，就能形成训练和验收信号，而不是靠语言模型自己解释“我认为我遵守了规则”。

算法模块

STL syntax graph encoder 先用 trajectory-formula pair 和 robust semantics 预训练；VLA 后训练分两阶段：先在满足 STL 的 demonstrations 上做 STL-conditioned supervised fine-tuning，再对 matched satisfying/violating rollout pair 做 trajectory-level preference optimization，使用 flow-matching surrogate 实现类似 Identity Preference Optimization 的更新。

实验范围与结果

实验在 NVIDIA Isaac Sim 5.1 中使用 DJI Mavic 2 Pro 模型，包含 10 个随机化 photorealistic warehouse 环境、6 个自然语言导航任务和约 3000 条无碰撞动态可行参考轨迹。相对 STL-blind base policy，Logic-VLA 将 STL satisfaction rate 提高 24.8–40.7 个百分点，而自然语言主任务成功率最多下降 1.8 个百分点，并测试了未见 STL 公式的泛化。

鲁棒性、可复现性与风险

当前结果全部是仿真，并且动作执行采用 Isaac Sim API 的位置更新，距离真实无人机动力学、感知延迟和安全认证还有明显距离。更关键的是，STL 条件提高“策略倾向于满足规则”的概率，不代表形式化运行时保证；VLA 仍可能输出违反约束的轨迹。

适合谁关注

适合 VLA、安全机器人、无人机任务规划、行为约束和希望把形式化规格接到学习策略上的团队。

工程落地启发

短期不必把 STL 编进 VLA。可以先让 VLA/LLM 负责把用户任务转成 STL/LTLf，再由传统 trajectory monitor 或 CBF/MPC 在运行时硬检查。只有当规格生成、监控和回退流程成熟后，才考虑把逻辑条件继续下沉到 policy training。

7. Measurement-Robust CBF：安全过滤器开始把“定位误差集合”当作一等输入

时间回补：arXiv v1 提交于 2026-08-20 18:00 UTC，作为 Systems and Control cross-list 进入 8 月 24 日 Robotics 批次。此前未进入索引。

《Learning-Based Measurement-Robust Control Barrier Functions for Obstacle Avoidance under State Estimation Error》针对标准 CBF 一个常被工程实现忽略的前提：CBF 通常默认拿到的状态就是真实状态，但真实机器人只有带 bias、漂移和延迟的估计。作者提出 DMR-CBF 与 NMR-CBF：前者在 CBF 条件内部针对 drift dynamics 的最坏测量误差做优化，后者用学习项近似这个昂贵 inner optimization，再通过可微 trajectory rollout 微调。（论文，HTML 全文）

为什么重要

传统“障碍物膨胀”只能处理一部分几何不确定性。当定位误差具有方向性、随时间累积，或者 robot state estimate 与真实位置之间存在系统偏置时，固定膨胀不是很高效：太小会撞，太大则无法通过狭窄区域。Measurement-Robust CBF 直接把估计误差界纳入 safety condition，让安全余量跟当前状态不确定性变化。

算法模块

DMR-CBF 在每次安全过滤时对允许的 measurement/drift uncertainty 求 worst-case 条件；NMR-CBF 先用 DMR-CBF 监督预训练，再通过 differentiable rollout 优化，使小网络学习鲁棒项，避免在线重复求 inner optimization。最终仍以安全 QP/filter 形式修正名义控制器输出。

实时性

数值实验中，标准 CBF 对 planar double integrator / 12D quadrotor 每步约 0.26/0.47 ms；NMR-CBF 为约 0.31/0.57 ms；DMR-CBF 为 0.61/2.27 ms；另一种 Duality CBF 在 12D quadrotor 上约 45.28 ms。学习版的意义因此很明确：把鲁棒优化的主要成本离线蒸馏掉。

Unitree Go2 实机

作者在 Unitree Go2 EDU + Jetson Orin Nano 8GB 上测试。机器人自身 odometry 在试验前测得沿程距离最多低估约 18%，实验又额外注入了 -15 cm 的横向位置 bias。10 次硬件 trial 中，标准 CBF 出现 3 次碰撞，安全率 7/10；NMR-CBF 为 0 次碰撞、10/10 安全通过。

风险

这里的误差界仍需用户设定。如果真实状态误差超出训练/配置的 envelope，NMR-CBF 同样可能失效；如果把界设置得过大，则会重新变成极度保守的障碍膨胀。它也不处理动态障碍预测错误、地图错误或控制执行器故障。

适合谁关注

非常适合轮足机器人、无人机、移动机器人，以及已经有 CBF/MPC safety filter 但定位在长走廊、弱特征或 RTK 切换时会明显漂移的系统。

工程落地启发

先把定位系统输出的协方差真正接进安全层，而不是只用于日志显示。第一版甚至可以不用神经 CBF：将位置 3σ、延迟对应的运动距离和控制跟踪误差组合成方向性 margin；确认收益后再考虑学习式 robust term。

8. Artic：把自然语言 Agent 工作流“编译”为有类型读写边界的 artifact workflow

时间回补：arXiv v1 提交于 2026-08-21 17:47 UTC，进入 8 月 24 日 Software Engineering 最新批次。此前未进入索引。

《Natural-Language Workflows Are Not Software Yet: Artifact-Driven Compilation for Reliable Agent Execution》指出自然语言 skill/SOP 最大的问题不是模型看不懂，而是数据依赖和控制流没有被机器明确表示。一段人类可读流程经常写“根据上一步结果继续检查”，却没声明究竟读取哪个结果、写出什么新状态、什么条件下进入哪个分支。Artic 因此把自然语言 workflow 编译为 artifact-driven representation：每一步显式声明 reads/writes，输出 artifact 有 constraint gate，分支由显式 control transfer 管理。（论文，HTML 全文）

为什么重要

这和真实 Coding Agent/Work Agent 的长期可靠性直接相关。很多所谓 Agent framework 仍把整个 SOP 塞进 context，让模型自己记住步骤、前置条件和中间结果；任务一长、出现重试或分支，模型就很容易读错旧状态或跳步骤。Artic 的思路更像传统编译器：让模型只负责把模糊流程翻译成结构，运行时执行器只消费明确 artifact contract。

算法模块

编译器将源工作流分解为显式 artifact dependency；对步骤的 read/write、输出约束和 control transfer 建模；再通过 constrained optimization 识别“需要记太多上下文”或控制逻辑过重的步骤并进一步拆分。因为自然语言没有严格形式语义，Artic 不声称可以像 C 编译器那样证明等价，而是把 faithfulness validation 拆成局部 obligation，并用 scenario-based dry run 检查编译后的区域是否仍符合原流程。

工程结果

论文在 11 个真实领域共 488 个实例上测试，使用 GPT-5.4、Sonnet-4.6、GLM-5 等模型做 workflow compiler，并以多个大小不同的 executor 执行。相比原始文本工作流，Artic 的 task resolve rate 提升 28 个百分点；跨模型一致性提升 32 个百分点，重复执行一致性提升 56 个百分点。移除 correctness validation 的版本比完整系统低 16 个百分点，说明“编译出来”之后仍必须独立验收。

是否适合真实研发流程

非常适合长期 Coding Agent、文档处理 Agent 和机器人任务编排，但建议把它理解成工作流 IR / 编译层，而不是另一个大模型代理。read/write artifact 应具有 schema、版本、provenance 与权限；执行器必须拒绝缺失依赖或类型不符的数据，不能在运行时继续让 LLM 猜。

风险与可复现性

当前论文未在 arXiv 页面公开稳定代码仓库。自然语言到 workflow IR 的编译仍由 LLM 完成，因此源流程歧义、遗漏和错误仍可能被结构化地固化；scenario dry run 也只能覆盖抽样路径，而非所有分支。

工程落地启发

对内部 Agent，可以先实现一个非常小的 artifact contract：每步只允许声明 inputs / outputs / preconditions / postconditions / next。中间产物写入持久化对象而不是聊天历史；任何写 GitHub、部署、发消息等不可逆操作必须消费显式、已验证的 artifact。这样比继续把 SOP 写得更长更稳定。

经典论文回顾

MPPI：从“求一条最优轨迹”转向“并行采样很多未来，再用指数权重更新控制序列”

发表时间与历史位置： Grady Williams、Paul Drews、Brian Goldfain、James M. Rehg 与 Evangelos A. Theodorou 在 ICRA 2016 的《Aggressive Driving with Model Predictive Path Integral Control》中展示了 MPPI 在高速自动驾驶上的代表性应用；随后 2017 年的《Information Theoretic Model Predictive Control: Theory and Applications to Autonomous Driving》系统化了其信息论推导。MPPI 后来成为无人车、无人机、移动机器人和高维连续控制中最常见的 sampling-based MPC 之一。（ICRA 2016 DOI，信息论 MPPI 论文，MPPI-Generic）

核心问题

传统非线性 MPC 每个控制周期都需要求解一个约束优化问题，复杂非凸代价、不可微碰撞项和高维动力学会让求解器依赖初值、梯度质量和实时预算。MPPI 的核心思路是避免对 value function 求梯度：从当前 nominal control sequence 周围采样大量扰动，前向 rollout 动力学，根据每条轨迹的累计代价给样本赋指数权重，再用加权扰动更新控制序列。

关键数学思想

MPPI 可以从 path integral / KL divergence / importance sampling 的随机最优控制视角推导。实践上，一个典型循环是：

  1. 保留长度为 T 的 nominal control sequence；
  2. 采样 K 组控制噪声；
  3. 并行前向 rollout K 条状态轨迹；
  4. 计算运行代价、终端代价与控制修正项；
  5. 用 exp(-cost / lambda) 形成软最优权重；
  6. 对采样噪声做加权平均，更新每个时刻的控制；
  7. 执行第一个控制，控制序列整体左移，进入下一周期。

这使复杂障碍代价、非线性动力学和非凸目标可以直接写进 rollout cost，而不必保证每一项可微。

动力学与传感器假设

MPPI 本身不是感知算法，它假设有一个能够快速前向预测的动力学模型，以及当前状态估计和局部环境代价。模型可以是解析动力学、学习模型或混合模型；地图可以是 costmap、ESDF、terrain cost 或 learned value。真正决定实机效果的往往不是 MPPI 公式，而是动力学预测速度、状态延迟、采样分布与 cost shaping。

当年为什么重要

MPPI 非常适合 GPU：成百上千条 rollout 几乎天然并行。ICRA 2016 的 aggressive driving 让它证明 sampling-based MPC 不只是低速玩具，而能在强非线性、接近车辆动力学极限的场景实时工作。今天的 CUDA 实现进一步把这一优势工程化。

今天仍然有效的思想

  • 用大量并行 rollout 替代单一路径局部梯度搜索；
  • cost 可以高度非凸甚至不可微；
  • nominal sequence 天然提供 receding-horizon warm start；
  • 可以把 learned dynamics / learned cost 放进去而不改变控制框架；
  • 采样分布本身是重要设计变量，可使用 colored noise、低频噪声或混合分布；
  • 高级安全模块可以先过滤 rollout 或给危险轨迹极高代价。

已被后续扩展的部分

Vanilla MPPI 对模型误差、采样效率和硬约束处理并不完美。后续出现 Tube-MPPI、Robust MPPI、Smooth-MPPI、低频采样、风险感知 MPPI、distributionally robust 版本等；移动机器人 Nav2 也发展出 CPU 可实时运行的 MPPI Controller。高维系统中，学习 proposal、value warm-start 和多模态采样开始替代单一高斯噪声。

公开代码与可复现性

ACDSLab 的 MPPI-Generic 是当前很实用的 C++/CUDA 实现，支持 MPPI、Tube-MPPI、RMPPI、多种采样分布和可插拔 dynamics/cost；仓库采用 BSD-2-Clause。它比复刻 2016 年实验代码更适合作为现代工程基线。

对当前工程项目的重新解读

对 LiDAR 导航、机器狗或无人机，MPPI 最值得重新强调的是采样空间必须与真实可达动作一致。如果直接在 vx/vy/vw 上撒白噪声，而底层飞控或轮足控制器根本无法跟随这些快速变化，rollout 再多也只是在优化虚假的动力学。

更合理的结构是：

状态估计 + 局部点云/ESDF
        ↓
系统辨识后的短时动力学模型
        ↓
结构化采样（低频/colored/mode-aware）
        ↓
并行 rollout + 碰撞/跟踪/风险代价
        ↓
可达性 / CBF 最终安全过滤
        ↓
底层飞控或运动控制器

对于窄通道无人机，可以把真实制动距离、估计协方差和控制延迟显式写进 rollout，而不是只把障碍物统一膨胀；对于机器狗，可以让采样变量变成高层 body velocity / gait parameter，而不是直接采样关节动作。这样 MPPI 才真正成为系统级预测控制器，而不只是随机轨迹打分器。

今日结论

8 月 24 日公开批次里最明确的趋势是：学习模块正在从“替代整个控制器”退回到更合适的结构位置。 NeSAM 让神经网络补足土壤力学模型，SRL-MPC 让 RL 调节显式 MPC，NMR-CBF 用网络近似昂贵 worst-case 鲁棒项，Neural-Primitive 则把经典 motion primitive teacher 的求解成本蒸馏成极轻网络。它们的共同点不是端到端，而是尽量让网络只负责最难建模或最贵计算的部分。

对状态估计与安全层来说，Measurement-Robust CBF 是今天最有直接工程价值的一条：定位协方差不应该只显示在 RViz 或日志里，而应该真实改变局部安全边界。标准 CBF 在 Go2 上面对漂移和 bias 会撞，显式建模估计误差后可以恢复安全，这比单纯再调一个固定 obstacle inflation 更有说服力。

无人机方向值得重点看 Neural-Primitive 与 FF-MPCC。前者说明 MID360 + Orin NX 的局部规划完全可以进入个位毫秒，并且输出的是多项式轨迹而不是速度命令；后者则证明高速编队不应该死追统一时间表，而应让每台机围绕路径进度协同。两者都在改变“上层给低层什么接口”这个核心设计问题。

VLA 与 Coding Agent 也呈现相同结构化趋势。Logic-VLA 用 STL 把模糊安全要求变成可计算逻辑条件；Artic 把自然语言 SOP 编译成显式 artifact 依赖。对于真实工程，真正可靠的方向越来越不是“给模型更多自由”，而是把可验证边界变得更明确。

最值得深入研究或尝试复现的方向

  1. MID360 无人机做 Neural-Primitive 风格 planner distillation
    保留当前局部规划器作为 teacher，离线收集 point cloud + state → polynomial trajectory，训练小网络直接预测轨迹系数。在线仍保留一个极轻碰撞 gate。验收重点是平均/P99 规划延迟、最小净空、动态可行率和窄通道成功率，而不是只看 imitation loss。

  2. 把定位不确定度真正接进安全控制层
    先不训练 NMR-CBF，直接用当前 ESKF/LIO 输出的 position covariance、时间同步误差和控制跟踪误差构造方向性安全 margin，对比固定膨胀。确认能在弱特征、RTK 跳变和轮速打滑下减少碰撞且不过度保守，再研究 DMR/NMR-CBF。

  3. 给内部 Agent 增加 artifact-driven workflow IR
    把长 SOP 从 prompt 中拆出，每一步显式声明输入、输出、前置条件、后置条件和下一状态；GitHub 写入、部署、发消息等不可逆动作只允许消费已验证 artifact。用同一批任务比较纯文本 SOP 与结构化 workflow 的重复执行一致性和跨模型迁移稳定性。

参考资料

  1. NeSAM: Neuro-Symbolic Kinodynamics with Soil Adaptation for Off-Road Mobility
  2. SRL-MPC: Shape-Aware Reinforcement Learned Model Predictive Control
  3. FF-MPCC: High-speed Agile Formation Flight with Model Predictive Contouring Control
  4. Neural-Primitive: An Efficient End-to-end Local Planner with Primitive-based Imitation Learning for Autonomous Flight
  5. IMU-Free Body-Frame State Estimation with Sparse Scene Flow for Quadcopters
  6. Logic-VLA: A Temporal Logic Conditioned Vision-Language-Action Model
  7. Learning-Based Measurement-Robust Control Barrier Functions for Obstacle Avoidance under State Estimation Error
  8. Natural-Language Workflows Are Not Software Yet: Artifact-Driven Compilation for Reliable Agent Execution
  9. MPPI 经典工作与现代实现
  10. 最新公开列表与官方模型更新