机器人 / SLAM / 控制 / AI Coding 技术深度简报｜2026-08-29

摘要

截至 2026-08-29 09:01（Asia/Shanghai），arXiv Robotics 最新公开批次仍是 2026-08-28，包含 35 条 new submissions、69 条总条目；Software Engineering 同日包含 27 条 new submissions、65 条总条目。今天是周六，严格最近 24 小时内高质量、可完整核验且未进入历史覆盖索引的主动态不足 5 条，因此按任务规范扩大到最近 7 天。本期最终 8 条主动态的 v1 提交于 8 月 26–27 日 UTC，全部明确标记为“时间回补”，没有把日报日期或 arXiv 列表日期写成论文首次提交日期。（arXiv Robotics，arXiv Software Engineering）

今天最值得优先看的是两条状态估计工作。第一条面向仓储轮式机器人，直接把 steering zero offset 与 planar LiDAR extrinsic 一起作为 EKF 状态在线估计，不需要外部定位基站或专用标定路线；作者使用 Ouster 32 线雷达、100 Hz 轮速/转角输入和 10 Hz LiDAR，在自然运动中同时收敛转向偏置和 x/y/yaw 外参，并进一步验证转向偏置修正对闭环 cross-track error 的改善。它的价值不是“又一个标定算法”，而是把会因维护、装配和机械磨损缓慢变化的标定量升级成了长期状态估计问题。（论文）

第二条来自水下采样：Contact-Aided Factor-Graph Localization 把机械臂吸附接触视为高置信几何因子，在低纹理、近似平面的海床上用实际物理交互创造结构约束。系统将自适应视觉里程计、learned object detection、DVL/机载传感器和 suction contact event 一起放进 smoothing factor graph；视觉弱时根据 inlier statistics 降权，接触则形成类似 implicit loop closure 的约束，不依赖外观式 place recognition。它提醒一个很重要的机器人估计原则：当纯感知退化时，机器人本体的接触、关节运动、轮地约束也可以成为定位观测，而不是只在控制层使用。（论文）

规划控制侧，DFT（Dispersive Forward Tree Search）尝试把 forward-propagation kinodynamic planning 从“经验上好用”推进到带确定性有限样本 near-optimality 保证的算法。它为 differential-flat nonlinear systems 构造 locally dispersive control commands，并使用 cost-conditioned dominance pruning 把原本随 horizon 指数增长的树压到多项式规模；breadth-first expansion 又天然适合 GPU 并行。作者以 8 个 SM 模拟 Jetson Orin Nano 计算层，在 unicycle、trailer car 和 quadrotor 上与主流 kinodynamic planner 比较，并实现了 dynamic environment 的 receding-horizon WWDFT。静态特化版本可在相同解质量下最高降低约 44 倍规划 wall time，而从 Orin 级并行资源扩到 RTX 4090 时 wall time 最高再缩短约 15 倍。（论文，代码）

人形控制方面，SOLO 的亮点不是更大的 height-map 网络，而是对“地形重建为什么会把 stepping stone、台阶边缘等动作关键结构抹平”给出针对性设计。Query Reconstructor 使用 Fourier cell query 从 depth-proprio tokens 中按位置检索局部证据，Trajectory-Aware MSE 又把 teacher/student 下一状态差异写入 PPO reward，通过 GAE 将未来误差回传到更早动作。Omni 人形只使用胸部 RealSense D455 与 proprioception，50 Hz 输出 25 维 joint target offset；Jetson AGX Thor 上完整 observation-build + inference + action post-processing 平均约 1.15 ms。作者报告零样本完成一次连续 1.5 km 室外路线、超过 100 级楼梯，无外部定位或地图输入。（论文，项目页）

真机在线学习方面，Robot Juggling 展示了一条比“先把 sim2real 做得很准再上线”更实用的路线：保留一个即使不准确也有全局结构的 prior model，只利用不断积累的真实经验学习局部 correction；同时用预计算 Mutually Reachable Set 将 successive skill transition 约束在既可到达、又能保证下一步仍可继续的状态区域。AthenaZero 双臂三指手使用 30 Hz 同步相机，场景采集到 3DoF 球位置约 0.1 s 延迟；系统能在不足 5 分钟真实交互中学习 cascade、tennis、half-shower、shower、box 五种三球模式。这里最值得迁移的不是杂耍，而是“真实在线学习 + 可达/可存活集合硬约束”的组合。（论文）

语义导航方面，RTNav 的贡献很像一次对 Foundation Model 导航评测范式的纠偏：传统 Habitat benchmark 里，20 ms 和 2 s 推理被视为同一个 action cost，环境会等 Agent；真实机器人却不会暂停世界。RTNav 让 perception、mapping、planning、navigation 按各自频率异步并行，真实时间继续流逝。它在 HM3D-v1、HM3D-v2、HM3D-OVON 的 real-time 版本上将 SR 最高提高 11 个百分点、SCT 最高提高 5.1 点，同时将 idle time 相对所有对比方法降低 14% 以上，并获得超过 20 倍的 unique detection frames/s。项目还公开了 Stretch 3 + Jetson AGX Thor 的实机仓库。（论文，项目页，代码，实机代码）

AI Coding 侧，本期两项工作都在解决“测试和计划必须跟着真实执行状态走”。DeepRepro 将 paper-to-code 从一次性的 upfront plan 改为 execution-state-aware subplanning：repository skeleton 只是初始 blueprint，之后每一轮根据已经生成的文件、依赖、运行反馈和失败状态重新生成细粒度 implementation subplan，并配合 bounded repair、memory compression 与过程可视化。PaperBench Code-Dev 五论文子集上，deepplan+ref 平均 84.28，高于 fast 路径的 82.07；论文还报告在共享子集上超过 PaperBench Best@3 human baseline。（论文，代码）

FaultLens 则针对 AI 生成的 operational program：几条手写例子太弱，穷举所有场景又太贵。它先完整执行一次 rich probe domain，将“哪个 probe 能杀死哪个 fault”缓存为稀疏证据，再从历史程序代际学习 probe ordering；一部分预算贪心利用已知 fault-kill 结构，另一部分保留 mutation-independent diversity 来覆盖未知故障族。32 个 probe 只使用穷举域的约 1.2–2.0%，却覆盖未来程序中 576/582、即 99.0% 的动态可杀故障；完整 fault family 被留出时，diversity 将 macro coverage 从 84.6% 提高到 94.9%。它明确不是 correctness proof，但很适合作为 Agent 生成工作流、规则、调度器和控制逻辑的低成本发布前 behavioral gate。（论文）

本轮同时检查了近期模型厂商公开入口，没有发现 8 月 28–29 日需要挤掉上述机器人 / SLAM / 控制工作的全新旗舰基础模型正式发布。OpenAI 当前旗舰 GPT‑5.6 页面最近一次公开价格更新仍是 8 月 21 日，因此本期不重复报道已进入覆盖索引的模型条目。（GPT‑5.6 官方页）

1. 在线联合标定：把转向零偏和 LiDAR 外参当作“会慢慢漂的状态”

时间回补：arXiv v1 提交于 2026-08-27 08:19 UTC；此前未进入覆盖索引。（论文）

为什么重要

仓储 WMR / AGV 的路径“蛇形”和 cross-track error 很多时候不是 controller 本身调得差，而是 steering encoder 的机械零位和 LiDAR-to-body 外参发生了系统偏差。传统工程往往依赖 CAD、卷尺或者人工用遥控器把轮子“看起来摆正”，维修拆装之后也未必重新严格标定。

这篇工作的价值在于把四个慢变量直接并入 estimator：x_off / y_off / theta_off / steering_offset。它们不是每天离线重新跑一次 calibration job，而是和车辆姿态一起被 EKF 持续估计，并允许通过小 random walk 追踪装配、载荷和机械磨损带来的缓慢变化。

算法模块

系统保留完整 bicycle kinematics，而不是把转向输入简化成直接可测的 yaw rate。真实转角写成：

steering_true = steering_measured - steering_offset

这样 steering bias 会直接改变预测曲率，因此保持可观测耦合。EKF state 除 x/y/yaw 外，增加 planar LiDAR extrinsic 和 steering bias。

LiDAR 侧先把 Ouster 32-channel 点云滤除动态物体、地面和顶棚，再压成 2D scan；scan-to-map 使用局部离散 grid search 产生 LiDAR relative motion。Estimator 随后使用经典 motion-based calibration constraint：body frame 和 LiDAR frame 的相对运动必须通过同一个 rigid extrinsic 相容，在 SE(2) 中形成 EKF measurement residual。

传感器与动力学假设

真实平台的 encoder longitudinal velocity 与 steering angle 为 100 Hz，LiDAR 为 10 Hz。核心假设是 bicycle model 在小侧滑条件下成立，而且自然运动里必须存在足够 excitation。论文明确指出不需要预编程标定轨迹，但“自然运动”并不等于任何运动都可观：长期直行几乎不提供外参和 steering offset 分离所需的曲率信息。

另一个边界是系统使用 LiDAR odometry 自身作为几何参考，而实验没有外部高精度 ground truth；作者只说明评估区域中 onboard LiDAR odometry 经验精度约 10 cm。因此当前结果更适合证明在线收敛和控制收益，而不是宣称达到毫米级绝对外参真值。

实时性、鲁棒性与结果

作者在 Tugger 和 Nano 两套 WMR 上跨多天测试，其中 Tugger 包含空载和 500 kg 负载。参考 x_off 约 0.434 m 时，收敛结果约为 0.43–0.44 m；y_off 约 5 mm，yaw offset 约 0.72–0.73°，steering offset 约 0.91–0.92°。即使所有 calibration state 从 0 初始化、只放大初始 covariance，也能收敛到接近的稳态区域。

更重要的是论文把 calibration 结果重新应用到闭环路径跟踪，直接量化了 steering offset correction 对 CTE 的改善。这是比只展示外参数值更有工程意义的闭环验证。

可复现性与风险

当前没有稳定公开代码仓库。工程上线时尤其不能让 estimator 在低 excitation、轮胎严重打滑或 LiDAR localization 已经失败时继续“自信地改外参”。应该给 calibration state 增加 observability、innovation consistency 和 update gate。

适合谁关注

仓储 AGV、牵引车、Ackermann / bicycle-model WMR、长期运营移动机器人，以及拆装维护后容易发生传感器与转向标定漂移的团队。

工程落地启发

生产系统可以把静态 TF 升级成：

nominal_extrinsic
online_delta
covariance
excitation_score
last_verified
update_enabled

只有在转弯激励充分、LiDAR odometry 健康、innovation 统计正常时允许在线更新；其他时候只监控，不写回生产配置。这样“标定漂了”会变成可观测故障，而不是地图开始扭曲后才人工猜原因。

2. Contact-Aided Factor Graph：当海床没有纹理，就让机器人“碰一下”创造定位约束

时间回补：arXiv v1 提交于 2026-08-27 10:34 UTC；此前未进入覆盖索引。（论文）

为什么重要

低空水下采样特别容易同时遇到视觉和惯性导航的结构性弱点：朝下相机看近似平面、低纹理海床时会出现尺度歧义、横向退化和不稳定 feature tracking；IMU + DVL 虽能稳定短时速度，却没有天然机制把累积漂移重新拉回某个历史几何位置。

论文最有意思的地方是把“机械臂吸附到采样点”从任务动作变成 localization primitive。机器人本来就需要触碰目标，既然接触表示末端与某个世界对象发生了强物理关系，就可以把它写成高置信几何因子。

算法模块

整体是 smoothing-based factor graph。视觉里程计提供 relative-pose factor；learned object detector 提供目标的 bearing/range landmark factor；DVL 和其他 onboard sensor 保持连续运动约束；suction contact event 则形成高置信 contact factor。

视觉部分不是固定权重：系统根据 inlier statistics 调整 VO relative-pose 和 landmark factor 的不确定度，避免一帧低纹理图像把整个图强行拖歪。

真正关键的是 contact factor：当机器人再次与同一个采样对象建立接触，系统相当于获得了“我此刻又到达这个实体”的物理证据，从而产生类似 loop closure 的长期约束，而且不要求图像外观足够独特。

传感器与系统假设

这种方法依赖 contact identity 足够可靠。吸盘确实接触到了哪个对象、对象是否在任务期间移动、末端执行器到机体的运动学是否准确，都会直接影响约束质量。

它也不是“用接触替代视觉”。没有接触发生的长航段仍然依赖 VO、DVL 和惯性链路；contact 更像稀疏但非常强的结构锚点。

实时性、鲁棒性与结果

论文支持运动中完整在线初始化，并在水池、港口和仿真环境测试。摘要报告 contact-induced constraints 相对 filtering-based navigation 与无 contact 的 graph formulation 都显著降低轨迹漂移，并改善 object revisit accuracy。

公开材料没有给出一个适合安全引用的统一 solver Hz，因此本期不把它包装成“某个固定频率的实时 SLAM”。更重要的是 graph 中不同 factor 的质量管理方式：弱视觉自动降权，真实接触作为强证据进入 smoothing。

可复现性与风险

当前未见稳定官方代码。高置信 contact 如果身份匹配错误，反而会形成比普通视觉误匹配更危险的强假回环，因此必须保留 object identity confidence、contact force/attachment validity 与因子撤销能力。

适合谁关注

水下机器人、采样机器人、移动操作、巡检开关/阀门/插接任务，以及任何“机器人会反复触碰已知设施”的长期定位系统。

工程落地启发

这套思想很容易迁移到工业巡检：反光标志、充电桩对接、机械插销、按钮、门把手、轮子接触约束都可以成为低频高置信 factor。状态估计不必永远只消费 LiDAR / camera / IMU；任务动作本身也可以产生几何观测。

3. DFT*：前向传播式动力学规划，也开始拥有确定性有限样本近最优保证

时间回补：arXiv v1 提交于 2026-08-26 18:46 UTC；此前未进入覆盖索引。（论文，官方代码）

为什么重要

很多 kinodynamic planner 依赖 steering function：给定两个状态，求一条满足非线性动力学的边值轨迹。但真实 quadrotor、trailer car 或复杂非线性系统未必有稳定、便宜的 state-to-state steering solver。

另一类 propagation planner 直接枚举控制输入向前 rollout，避免边值求解，却经常面临两个问题：需要多少 sample 才够没有明确结论；树随 horizon 爆炸，工程性能也差。

DFT* 尝试同时解决理论和实现问题。

算法模块

对 differential-flat nonlinear systems，作者在 control space 构造 locally dispersive command sets，保证有限大小的 forward tree 中包含一条接近最优的轨迹。

若不考虑 cost，覆盖认证轨迹族需要随 horizon 指数增长的树；DFT* 引入 cost-conditioned dominance pruning，只保留状态空间 cell 中对未来仍有价值的代表节点，从而把树规模压到 horizon 的多项式级。

搜索采用 breadth-first expansion，每一层大量 rollout 可以并行映射到 GPU。静态场景还能使用更激进的 static dominance pruning 与 A* beam ordering。

动力学假设

理论覆盖依赖 differential flatness 和作者构造 dispersive control set 的条件。对于强接触、人形混合动力学、不可微碰撞模式，不能直接把当前证明照搬。

另一方面，forward propagation 的优势是低层只需要前向动力学，不需要精确的 boundary-value steering。对于无人机、汽车、拖车等连续系统，这一点很有工程吸引力。

实时性与结果

作者用 GPU SM 数量模拟不同 onboard 级别：8 SM 对应 Jetson Orin Nano、16 SM 对应 AGX Orin、RTX 4090 使用完整 128 SM。静态 Dynobench 问题中，特化搜索最高可在相同解 cost 下减少约 44 倍 planning wall time；同一计算扩大到桌面 GPU 时 wall time 最高进一步缩短约 15 倍。

在线版本 WWDFT* 在动态环境做 receding-horizon replanning。论文的动态实验中，三类任务上的 WWDFT* 都达到 100% 成功；部分对比方法虽然规划出路径，但执行轨迹会穿过动态障碍或违反微分约束。

鲁棒性、可复现性与风险

代码已经公开，可复现性较高。需要注意论文的“embedded-tier”是通过限制桌面 GPU kernel 使用的 SM 数量来模拟，不完全等价于真实 Orin 的内存、带宽、功耗和调度环境，所以真正上 Jetson 仍应重测 P50/P95/P99 wall time。

适合谁关注

无人机局部规划、拖车/车辆 kinodynamic planning、GPU sampling planner、需要实时 receding-horizon 搜索但不希望依赖非线性 steering solver 的团队。

工程落地启发

它提供了一条 RRT/MPPI 之外的路线：先为自己的真实控制接口设计“低 dispersion、物理可执行”的有限 command library，再做并行 forward tree。对于无人机，这通常比直接在每个时间步对 vx/vy/vz/yaw 独立白噪声采样更接近真实可执行动作空间。

4. SOLO：把地形重建从“稠密输出”改成“按控制需要查询”

时间回补：arXiv v1 提交于 2026-08-27 03:49 UTC；此前未进入覆盖索引。（论文，项目页）

为什么重要

人形 perceptive locomotion 常见做法是把 depth 压成 dense height map，再给 locomotion policy。但稠密 reconstruction 的平滑 inductive bias 会把窄踏板、台阶锐边、stepping stone 之间的断裂变得“视觉上更连续”，恰好抹掉控制最需要的结构。

SOLO 的 Query Reconstructor 不要求一次重建一张尽可能平滑的完整地形，而是针对固定 spatial cell 发送 Fourier-encoded query，从 depth-proprio token 中检索该位置真正相关的局部证据。

算法模块

QR 负责空间查询式地形重建；teacher/student distillation 侧，Trajectory-Aware MSE 不只比较当前动作，还将下一状态的 teacher-student disagreement 加进 PPO reward，再利用 GAE 把未来状态差异的影响向前传播。

部署阶段 teacher、critic、AMP discriminator 和 privileged label 全部移除，只保留 chest depth、proprioception、QR 与 student policy。

传感器与控制接口

真实 Omni 人形只使用一只胸部 RealSense D455 和 proprioception，不需要 motion capture、外部 odometry 或外部地图。Raw depth 为 640×480@60 Hz，网络内部缩小并维护短 temporal history；policy 50 Hz 输出 25 维默认关节位置 offset，由低层控制器跟踪。

这种感知方案很适合长期 terrain locomotion，但它不是全局导航定位：机器人依然不知道自己在建筑的绝对位置，SOLO 解决的是本体附近“下一步踩哪里”的局部感知控制。

实时性与真机结果

Jetson AGX Thor MAXN 上，1000 次 batch-1 TensorRT inference 平均 1.03±0.21 ms，p95 1.59 ms；完整 observation-build、inference、action post-processing 平均 1.15±0.23 ms，落在 50 Hz 控制的 20 ms 周期内，TensorRT engine 约 7.56 MB。

仿真中 QR 将 height-map L1 error 降低约 3.3–4.0 倍；stress terrain 平均通过率 97.5%，stepping stone 96%。实机使用同一感知/策略栈完成一次不中断 1.5 km 室外路线、超过 100 级楼梯，并展示超过 10 层楼梯上行。

鲁棒性、可复现性与风险

项目页已公开，但需要继续核验代码/权重开放程度。真实 1.5 km 是很有价值的 endurance evidence，但不能自动外推到雨雪、镜面、强阳光、湿滑地面或 D455 深度完全失效场景。

适合谁关注

人形/轮足 perceptive locomotion、楼梯、非结构化地形、端侧深度感知，以及希望减轻 full terrain reconstruction 计算和过度平滑问题的团队。

工程落地启发

对机器狗或楼梯巡检，不一定要维护高分辨率全局 3D 地形图。可以将高分辨率几何限制在 robot-centric footprint 周围，并按未来 foothold / wheel-contact query 只提取真正影响下一步控制的局部高度和边缘证据。

5. Robot Juggling：不完美模型也有价值，关键是只在真实经验附近学习修正

时间回补：arXiv v1 提交于 2026-08-27 08:39 UTC；此前未进入覆盖索引。（论文）

为什么重要

很多 sim2real 项目陷入一个误区：如果模型不够准，就继续堆参数辨识，直到仿真几乎复制现实，再允许真机学习。这篇工作证明另一条路线：一个明显不够准、甚至无法连续完成一轮任务的 prior model，仍然可以为探索提供正确的全局趋势；真实机器人只需要在自己真正访问到的局部区域学习 correction。

算法模块

Regularized memory-based learner 保存每次真实 (state, command, outcome)，局部区域优先使用真实经验拟合 correction，而在经验稀疏处继续靠 global prior 外推，避免每次学习新东西都把原有结构推翻。

Task-level planner 将目标落点等命令转换为关节位置/速度/加速度的 transition state；真正的安全核心是离线构造的 Mutually Reachable Set。它通过 B-spline 参数化的 forward reachable 与 backward reachable 集合取交，形成凸多面体：任何保留状态都既能从共同区域到达，也能再安全进入后续动作。

在线 planner 直接把这个 polytope 写成线性约束，因此 learner 即使提出激进的新目标，也不能把机械臂送进“这一步能到、下一步已经无解”或“以后可行、但这一步根本到不了”的状态。

传感器与系统接口

AthenaZero 是低惯量双臂平台，每只手三根欠驱动手指。同步相机 30 Hz，从场景采集到计算出球的 3DoF tracked position 延迟约 0.1 s；perception、learning、task planning 和低层 motion generation 采用异步多速率结构。

真机学习速度与结果

系统在少于 5 分钟真实交互内组合出 cascade、tennis、half-shower、shower、box 五种三球模式。五次完全从头实验中，cascade 都在第 8 次尝试前学会，并连续成功重复三次；统计的约 5 分钟 wall-clock 包含人工 reset。

论文还显示，如果去掉 MRS，绝大多数 task-level candidate 会落到预计算安全内集之外，其中存在既不可达又不可持续的状态。这说明真机在线学习的关键不是“探索慢一点”，而是先定义哪些状态允许被探索。

鲁棒性、可复现性与风险

当前安全集主要考虑 joint/actuator kinodynamic limit，使用的是轻量球；作者也明确指出，重物或大接触力任务需要进一步把环境接触后果纳入 safety constraint。

适合谁关注

动态操作、抛接、双臂协同、真机 continual learning、希望减少 sim2real 模型精度依赖的团队。

工程落地启发

对工业技能在线校正，可以采用：

global prior model
+ local real residual memory
+ hard reachable/viable envelope

网络或 learner 只在 envelope 内优化效率，安全状态集合由动力学、限位、碰撞和力约束单独维护。这样真机数据可以快速改善技能，而不会让“在线学习”获得越过硬件边界的权限。

6. RTNav：Foundation Model 导航必须用真实墙钟时间评测

时间回补：arXiv v1 提交于 2026-08-27 00:35 UTC；此前未进入覆盖索引。（论文，项目页，代码，实机代码）

为什么重要

传统 Habitat ObjectNav 是 step-based：Agent 算多久，世界都会等它。因此一个 20 ms detector 和一个 2 s VLM，在 benchmark 里可能完全等价。现实里机器人在这 2 秒里可能继续行驶、错过目标、发生碰撞，或者只是原地停着浪费任务预算。

RTNav 的贡献首先是把 wall-clock 重新纳入 benchmark，然后再设计能够适应真实时间流逝的架构。

算法模块

perception、mapping、high-level reasoning/planning、local navigation 不再顺序串联，而是各自按 native frequency 异步执行。高成本 Foundation Model 查询不会冻结低层控制；高频 detector 也不必等待 VLM 完成一轮推理才处理下一帧。

系统维护 object memory 与 verification，使用 semantic frontier 选择探索方向；只有真正需要语义验证时才调用昂贵模块。

传感器与真实部署

仿真 evaluator 让 Habitat 固定 30 Hz 继续推进，Agent 单独容器通过 ROS 2 与环境交互，因此 baseline 的计算耗时真实计入 wall-clock。

真实系统使用 Hello Robot Stretch 3，RGB-D 来自头部 RealSense D435i，底盘原生 2D LiDAR 运行 HectorSLAM 获得全局 pose；SLAM occupancy 与 RGB-D 3D obstacles 再融合生成导航图。全部 RTNav 模块跑在一台 Jetson AGX Thor 上，通过 Wi-Fi 与机器人通信。

实时性与结果

在 HM3D-v1/v2/OVON 实时版本上，RTNav 相比先前方法 SR 最高提升 11 个百分点，SCT 最高提升 5.1 点。异步架构使 idle time 至少减少 14%，unique detection frames/s 相比同步基线超过 20 倍，并明显缩短 detection blind gap。

代码仓库还提供同步/异步统一 evaluator，支持多种 baseline，方便直接在目标硬件上公平复测。

鲁棒性、可复现性与风险

作者当前主要考虑静态环境。动态人群、移动障碍与异步 stale-state 问题仍需要更严格的 timestamp / freshness 管理。实际系统也仍依赖传统 SLAM 和局部导航，Foundation Model 并没有取代底层几何栈。

适合谁关注

语义导航、VLM/VLA 移动机器人、Foundation Model + ROS 2、多速率 Agent，以及现在只在同步仿真里评估高层模型的团队。

工程落地启发

以后所有大模型机器人任务建议把日志从“每步耗时”升级成事件时间线：

observation_time
perception_ready
reasoning_ready
command_generated
command_executed
command_age

模型升级以后不只比较 success rate，还必须比较 wall-clock completion、idle ratio、stale action ratio 与 P95/P99 blind gap。

7. DeepRepro：Paper-to-Code 不是先列计划，再照计划写完 50 个文件

时间回补：arXiv v1 提交于 2026-08-27 02:54 UTC；CIKM 2026 Demo Track 已接收；此前未进入覆盖索引。（论文，代码）

为什么重要

复现论文是最典型的长时域 Coding Agent 任务之一。最开始读 paper 时，Agent 根本不知道真正实现到第 20 个文件以后会出现什么接口冲突、依赖问题或数值错误。一次性 upfront plan 写得再详细，也很快会与真实 repository state 脱节。

DeepRepro 因此把 repository construction 当成不断变化的状态机，而不是静态 checklist。

系统结构

Blueprint planning 先从论文提炼 repository skeleton：模块、数据流、依赖、evaluation protocol。

之后 repository-aware orchestration 进入 round-level loop。每轮 planner 都读取已经存在的文件、当前依赖、运行反馈、失败和未完成目标，再生成细粒度 subplan。实现过程中还配合 asynchronous memory compression、bounded repair，避免长任务中 context 无限增长或一次失败触发无边界改写。

过程 UI 则显式展示当前阶段、中间失败和 repository state，降低“Agent 运行几个小时以后没人知道它到底在干什么”的不可观测性。

结果与突破性工程价值

PaperBench Code-Dev 基于 20 篇 ICML 2024 Spotlight/Oral 论文。五论文固定子集上，deepplan+ref 平均 84.28，deepplan 84.22，fast+ref 82.11，fast 82.07。论文还报告 DeepRepro 在共享子集上超过 PaperBench Best@3 human baseline。

更值得关注的是，系统收益来自“根据真实仓库状态持续重规划”，而不是换一个更强底模。这和长期企业 Issue/重构任务非常接近。

是否适合真实研发流程

适合，但每次 replanning 都必须绑定固定 git revision 和执行证据。否则 Agent 可能根据已过期的 test result 或旧文件状态继续规划。

最好将阶段 handoff 保存为 artifact，而不是自然语言聊天历史，例如：

repo_sha
implemented_modules
failing_commands
unresolved_interfaces
next_subplan
validation_evidence

权限、安全与可验证性风险

Paper reproduction 往往需要安装依赖、下载数据、运行外部脚本。真实企业环境应该将 shell/network 权限与 repository write 权限分层，不让“为了复现论文”自动升级到任意网络执行权限。

适合谁关注

科研代码复现、复杂原型生成、长时间 Coding Agent、从论文自动实现算法，以及内部希望自动复现 SLAM / 控制论文的团队。

工程落地启发

如果想构建“论文→可运行 ROS 包”的 Agent，不要直接让一个模型从 PDF 写完整仓库。更合理的是：Blueprint → first runnable skeleton → benchmark smoke test → state-aware subplan → bounded repair → 独立 validator。每一次状态改变都重新规划剩余工作。

8. FaultLens：AI 生成运行逻辑不必每次穷举测试，但必须保留可审计的行为证据

时间回补：arXiv v1 提交于 2026-08-27 07:37 UTC；此前未进入覆盖索引。（论文）

为什么重要

Agent 生成 operational program，例如资源调度、策略规则、workflow 或控制逻辑时，最危险的 bug 往往只在少数环境组合、时间窗口或边界值触发。只运行几条“典型例子”很容易漏掉；每个版本都跑完整 exhaust domain 又可能成本过高。

FaultLens 的目标不是让模型预测“哪些测试可能有用”，而是先执行真实测试建立 evidence，再学习如何以较小预算重放最有杀伤力的一组 probe。

算法模块

系统对 rich probe domain 做一次完整执行，保存 sparse fault-probe kill cache。后续 program generation 只使用前几代程序的已执行证据来构造 probe ordering。

Active greedy 优先选择历史上能杀掉最多未覆盖 fault 的 probe；diversity component 不依赖 mutation outcome，而是覆盖 scenario、case、template、temporal bin 等结构维度。Hybrid 交替使用两者，避免系统只会检查历史上已经见过的故障族。

结果

评估覆盖 20 个 generated operational policy、4 种环境、10 个 execution seed、2160 个受控 program transformation，共执行 4,120,200 个 program-probe pair。

32-probe hybrid 在未来 generation 中覆盖 576/582、即 99.0% 的 dynamically killable faults，只使用完整 domain 的约 1.2–2.0%。当一个完整 fault family 从 ordering construction 中留出，diversity 将 scenario-family macro coverage 从 84.6% 提高到 94.9%。部署研究中的 conservative admission rule 还将 severe tail regression 从 15/20 program-environment group 降到 0/20。

突破性工程价值

最值得借鉴的是“测试优先级本身也必须有 provenance”。FaultLens 的 cache 保留 stable probe ID、program hash、seed、fault transformation 和具体 killing evidence，因此一个 probe 被放在前面不是因为 LLM 说它重要，而是因为历史执行真的证明它能抓到某类错。

权限、安全与可验证性风险

论文明确指出 FaultLens 是 prioritized evidence mechanism，不是 correctness proof。未被 probe 覆盖的逻辑仍可能失败；历史故障分布突然变化也会降低 greedy ordering 的价值。

所以 compact suite 适合做快速 admission gate，完整 regression / formal verification 仍应保留在高风险发布链路中。

适合谁关注

Coding Agent 生成 workflow、PLC/状态机、机器人任务逻辑、云端调度器，以及每个版本都需要在大量离散场景中做回归的系统。

工程落地启发

可以从现有机器人 regression bag / scenario 开始维护 scenario → failure signature 稀疏矩阵。PR 阶段先跑 20–50 个高价值 scenario，nightly 再跑全量。这样测试预算可以根据真实历史故障自适应，而不是永远固定一组“祖传 smoke test”。

经典论文回顾

Kalibr / Unified Temporal and Spatial Calibration：为什么多传感器融合里“时间偏移”不能只靠改时间戳

发表时间与历史位置： Paul Furgale、Joern Rehder、Roland Siegwart 的《Unified Temporal and Spatial Calibration for Multi-Sensor Systems》发表于 2013 IEEE/RSJ IROS，页码 1280–1286，DOI 10.1109/IROS.2013.6696514。它和 Furgale 等人在 ICRA 2012 的 continuous-time batch estimation 工作一起，构成后来 Kalibr 工具链最关键的数学基础之一。（IEEE DOI，ETH 记录，Kalibr 官方代码）

核心问题

相机 20–30 Hz、IMU 100–1000 Hz，两个传感器的采样时刻本来就不同；更糟的是，驱动、硬件时钟和系统调度还可能带来未知 offset。如果先把时间差“拍脑袋修到差不多”，再单独估外参，时间误差会被几何外参、速度和 IMU bias 吸收，最后得到一组在某段数据能用、运动一快就暴露问题的参数。

2013 论文的关键突破是把空间外参和时间 offset 放进同一个 maximum-likelihood batch estimation，而不是先时间后空间两阶段分开处理。

关键数学思想

离散关键帧方法很难对任意 sensor timestamp 直接求状态。连续时间 trajectory 则用 temporal basis / spline 表示整条运动轨迹：

continuous trajectory x(t)
        ↓
任意 camera / IMU timestamp
        ↓
直接求 pose / derivative
        ↓
同时优化 extrinsic + temporal offset

因为轨迹可以在任意时间查询，时间偏移参数只需要改变“这条 measurement 应该落到轨迹的哪个 t 上”，就能自然进入同一个 likelihood / residual framework。

这也是今天 rolling-shutter、事件相机、异步 LiDAR、continuous-time LIO 中大量方法的基础思想之一。

传感器与可观测性假设

联合估计并不意味着任何数据都能标定。运动必须同时激励需要估计的 rotation / translation / temporal offset；如果设备长期静止或只做单轴运动，一些参数仍然不可观。

时间偏移和外参之间也高度相关：高速角运动能让毫秒级偏移产生明显几何误差，从而帮助估计；低动态数据则可能让完全不同的参数组合拥有近似 residual。

当年为什么重要

它把“硬件同步不完美”从工程上的预处理问题，变成 estimator 中可以严谨建模的系统参数。对于消费级相机、IMU 与复杂 ROS/驱动链，这极大降低了必须先拥有完美硬件同步的门槛。

Kalibr 后续发展成视觉惯性标定事实上的经典工具之一，官方仓库后来继续支持 multi-camera、camera-IMU spatial/temporal calibration、multi-IMU extrinsics / intrinsics 和 rolling-shutter camera calibration。仓库初始公开发布于 2014 年 6 月，并采用 BSD 类许可证。

今天仍在使用的思想

第一，时间同步是一等状态，不是日志后处理细节。

第二，异步传感器最好在共同连续时间轨迹上建模，而不是强行插值到某个主传感器时刻。

第三，标定必须讨论可观测性。 优化器给出数字不代表数据真正约束了该参数。

第四，外参和时间偏移应该一起验证。 一套外参在低速数据上很好，高角速度时地图抖动，很可能实际是时间偏移被外参吸收。

已被后续扩展的部分

原始 Kalibr 主要围绕 camera/IMU；今天的机器人系统还需要 LiDAR-IMU、multi-LiDAR、GNSS lever arm、wheel scale、rolling shutter、事件相机和在线漂移监测。很多现代方法还加入 analytic observability、online calibration state、sliding window 与 hardware timestamp correction。

而且生产系统未必适合永久在线自由修改所有 calibration parameter。在线 estimator 可以监测 drift，但生产 TF 是否真的更新，应经过 excitation、covariance、重复性和回归验证。

公开代码与可复现性

官方 ethz-asl/kalibr 仓库仍公开，引用页面明确列出 2013 IROS 联合时空标定论文、2012 continuous-time batch estimation，以及后续 multi-IMU / rolling-shutter 扩展。代码较老，依赖环境可能需要容器化，但数学和工程参考价值仍很高。

对当前工程项目的重新解读

对于多 LiDAR、远置 IMU、轮速和 RTK 系统，建议把“标定文件”升级成一个有证据链的资产：

sensor pair
extrinsic mean + covariance
time offset + covariance
excitation / observability score
source dataset
software version
last verified
regression result

尤其 IMU 与 LiDAR 物理距离较大时，角速度会通过 lever arm 放大动态误差；几毫秒 timestamp mismatch 也会在急转弯时直接表现成点云去畸变错误。地图抖动时，第一件事不应总是换 ICP/LIO，而应先验证时间与外参是否仍在可信区间。

今日结论

今天最明确的状态估计趋势是：机器人开始把“非视觉、非 LiDAR 的物理结构”正式写进 estimator。 WMR 在线联合标定使用 bicycle kinematics 让 steering bias 与 LiDAR extrinsic 可被持续观测；水下 Contact-Aided Factor Graph 更进一步，把真实接触事件当成定位约束。结合 Kalibr 的经典时空联合估计来看，一个成熟状态估计系统不应该只有 pose，它还应该显式维护 calibration、time offset、sensor health 和任务产生的结构因子。

控制规划侧的共同信号是：在线计算预算要花在“真正有价值的可达空间”里。 DFT* 用 dispersive command 与 dominance pruning 避免无意义地扩展 forward tree；Robot Juggling 用 MRS 把真机学习限制在既能到达、又能继续下一步的状态区域。二者一个偏全局规划，一个偏动态技能学习，但都在减少“先生成大量物理上没价值的候选，再靠代价函数淘汰”的浪费。

SOLO 与 RTNav 则从两个时间尺度强调系统结构。SOLO 把局部地形表示改成 control-query-driven reconstruction，不再执着于一张视觉上平滑的完整 height map；RTNav 则让感知、语义推理与导航按各自频率异步运行，不再让最慢 Foundation Model 决定整个机器人控制周期。真正的机器人 AI 系统越来越像多速率实时系统，而不是一个同步 Transformer pipeline。

AI Coding 方向同样在回归软件工程本质。DeepRepro 说明计划必须持续对齐真实 repository state；FaultLens 则说明测试优先级必须来自真实执行证据，而不能只依赖模型直觉。对于长期 Agent，最值得积累的不是更长聊天历史，而是可版本化的状态、证据、失败轨迹和 regression artifact。

最值得深入研究或尝试复现的方向

  1. 在线标定健康度模块。 在现有 WMR / 机器人底盘中先只把 steering offset、wheel scale、LiDAR planar extrinsic 作为 shadow state 估计，不自动写回 TF；同时记录 excitation、covariance 和 CTE。确认不同载荷、轮胎磨损、拆装以后确实能稳定发现偏差，再逐步开放自动更新。

  2. 把任务接触变成定位因子。 对充电桩、门把手、阀门、按钮或反光定位标志，建立 object_id + contact_pose + confidence 因子；比较纯 LIO、LIO+视觉回环、LIO+物理接触锚点在长走廊/重复结构里的长期漂移与 revisit error。

  3. Jetson 上复现 DFT* / structured forward sampling。 不必先追论文全部理论，先把现有无人机可执行 motion primitive 变成有限 command library，并比较随机 MPPI、普通 kinodynamic tree、dispersive forward tree 的 P95/P99 规划时间、碰撞率与轨迹成本。

  4. AI Coding 的“状态化规划 + 证据化回归”组合。 Scout/Planner 每轮必须读取当前 repo SHA、失败测试和 diff，再生成下一 subplan；Validator 则根据历史 fault-probe matrix 优先跑小型高价值 suite，nightly 再跑完整回归。这样长任务不会一直按过期计划执行，PR 阶段也不会被全量测试成本拖死。

参考资料

  1. Online Joint Calibration of Steering Offset and Planar LiDAR Extrinsics for Wheeled Mobile Robots
  2. Contact-Aided Factor-Graph Localization for Underwater Sampling
  3. Dispersive Forward Tree Search for Optimal Control · 代码
  4. SOLO: Stable Omni-terrain Long-Horizon Perceptive Humanoid Locomotion · 项目页
  5. Rapid On-Robot Learning for Dynamic Manipulation Skills: Robot Juggling
  6. RTNav: Towards Real-Time Zero-Shot Object Navigation · 项目页 · 代码 · 实机代码
  7. DeepRepro · 代码
  8. FaultLens
  9. Unified Temporal and Spatial Calibration for Multi-Sensor Systems · Kalibr
  10. arXiv Robotics 最新列表 · arXiv Software Engineering 最新列表