机器人 / SLAM / 控制 / AI Coding 技术深度简报｜2026-08-31

摘要

截至 2026-08-31 早间，能够通过当前公开检索稳定核验的最新高质量候选仍主要集中在 8 月 27–28 日公开的论文。严格最近 24 小时内没有足够 5 条高质量、未重复且可完整核验的主动态，因此本期按任务规范扩大到最近 7 天。最终 8 条主动态均未出现在截至 8 月 30 日共 460 条的覆盖索引中，且均明确标记为“时间回补”。本期没有为了凑数量而再次展开已经覆盖的最新 SLAM/LIO 工作；SLAM 方向放在经典论文回顾中，从地图表示和闭环一致性的角度重读 ElasticFusion。

机器人方向今天最值得关注的第一条主线是：规划系统正在被迫面对真实机器人看不全、等不起、不能无限回退的约束。 ESRP 把场景重排从“拥有完整世界状态的几何搬运”改成只给第一视角观测和俯视目标布局，加入物体互相遮挡与长期任务规划；Instruct-to-Act 则把慢速 VLM 规划器与高频 world-model controller 明确解耦，使文本只承担稀疏高层指导，而不是直接进入每个低层动作周期。

第二条主线是：机器人控制正在更多利用结构化物理状态，而不是只增加模型容量。 Relaxation-Aware Soft Gripper 直接把软材料的温度、黏弹松弛与持续抓持力放进同一感知—学习—控制框架，在 280 秒持续抓持中把平均绝对力误差压到 0.066 N。它说明软体机器人真正困难的不是一次抓住，而是材料状态会随时间演化，控制器必须显式处理“力会自己掉下来”的慢动态。

多机器人侧的两项工作也很有现实工程价值。A-sharp 面向单机器人宽度通道和死胡同仓库，通过动态 Haven 选择和 pending-release 规则减少机器人被固定等待点拖远的问题，并在 72,000 次运行中保持完整任务交付；Pass the Bucket 则研究另一种极端——机器人几乎没有中央通信，只凭邻居局部相遇就自组织形成与各自速度成比例的任务分区。前者适合正式仓储调度，后者更适合研究极简局部协作规则与系统自恢复。

VLA 安全方面，TrapVLA 给出一个需要严肃对待的供应链风险：模型在正常输入下表现可以几乎不变，但特定文本条件可能把动作推向预配置失败模式。其价值不在于攻击技巧本身，而在于提醒机器人团队：VLA checkpoint、训练数据、prompt、动作输出与低层安全门禁必须分别拥有可信边界，不能因为 clean benchmark 高就默认策略没有隐藏故障行为。

AI Coding 侧，本期两项工作都在强调“状态不能只活在当前 prompt 里”。Zero-Shot Self-Orchestration 用 manager-worker + 共享文件 ledger，在不训练、不针对 benchmark 调参的前提下让部分模型显著提高 LiveCodeBench 成绩，但收益依赖模型且 token 成本明显增加；Safety Does Not Compose 则从安全理论上指出，如果 Agent 每轮重新初始化监控状态，那么跨多次迭代分散证据的攻击在单轮 monitor 中可能根本不可区分。长期自主 Agent 需要不随会话衰减的安全状态和独立的不可逆动作授权层。

1. ESRP：真实场景重排不是“已知地图上的搬箱子”，而是边看边理解、边移动边消除遮挡

时间回补：arXiv v1 提交于 2026-08-27 17:08 UTC；RA-L 2026 工作。 论文 · 项目页 · 代码 · 数据集

为什么重要

很多场景重排 benchmark 给机器人完整对象位姿、无遮挡的目标状态甚至全局 occupancy map。真实移动操作不是这样：机器人只能从当前第一视角看到局部空间，家具会彼此遮挡，而且目标往往只是一张全局布局图。

ESRP（Embodied Scene Rearrangement Planning）把任务定义为：机器人只使用 egocentric observation 与目标 top-down layout，在 3D 环境中通过移动和物体操作，把当前场景重排成目标场景。ESRP-Bench 基于 OmniGibson，包含超过 5,400 对场景和 8,200 个对象，并提供 TAMP、VLM、IL、RL 四类基线。

算法模块

最合理的系统拆分并不是让一个大模型端到端输出全部动作，而是：

局部视觉 / 深度观测
        ↓
对象身份 + 部分可观世界状态
        ↓
Belief / Scene Memory
        ↓
高层重排顺序规划
        ↓
移动 / 抓取 / 放置 TAMP
        ↓
执行后重新观测并更新世界状态

ESRP 中一个很关键的基线差异是：强 TAMP 可以在 privileged setting 下使用完整 occupancy 和精确对象状态，而真正 embodied setting 必须自己通过观测逐步建立这些信息。这恰好暴露了很多“规划算法很好，但默认 perception 已经把世界完全解释完”的研究断层。

传感器与系统假设

当前 benchmark 主要在 OmniGibson 中验证，尚不能直接等价为真实移动操作系统。现实里还会增加对象检测误差、抓取失败、动态人类、相机遮挡、底盘定位误差和物体实际接触动力学。

如果最终目标是工业巡检操作机器人，更应该把对象世界状态设计成带来源和置信度的 belief，而不是单一真值：

object_id / pose / covariance / visibility / last_seen /
movable / graspable / task_role / target_region

实时性、鲁棒性与可复现性

ESRP 更偏长时域任务规划，而不是毫秒级控制 benchmark。官方已经公开代码和数据入口，可复现性比只给论文的工作更好。工程上最需要关注的是规划过程中 perception 与 memory 的错误是否会累积，以及失败后能否重新观察并修正错误世界状态。

适合谁关注

移动操作、客户现场家具/设备整理、仓储重排、长期任务规划、VLM/VLA 与 TAMP 融合团队。

工程落地启发

不要让高层任务规划直接依赖“最新一帧检测结果”。更可靠的是维护一个显式 object belief layer，并允许 planner 主动产生“先去看清楚”这一类 information-gathering action。真正的场景重排首先是部分可观测问题，其次才是几何规划问题。

2. Relaxation-Aware Soft Gripper：软体夹爪真正难的是 280 秒以后还能保持同样的力

时间回补：arXiv v1 提交于 2026-08-27 05:19 UTC；RSS 2026 工作。 论文

为什么重要

软体夹爪的柔顺性使它适合脆弱物体和不确定接触，但软聚合物具有明显黏弹性：即使开度保持不变，内部应力也会随时间松弛，抓持力持续下降。

这意味着一个“刚刚抓住物体时很稳定”的控制器，不代表 30 秒、3 分钟以后仍然稳定。对于长时间搬运、工具保持、医疗或食品操作，这比瞬时抓取成功率更接近真实产品指标。

算法模块

该工作采用 structure-perception-learning 联合设计：

  • 可变刚度软夹爪提供物理层调节能力；
  • onboard vision 跟踪结构形变；
  • IR thermography 跟踪温度场；
  • temperature-coupled viscoelastic force representation 显式描述温度与材料松弛；
  • physics-informed learning model 估计持续抓持中的力趋势；
  • 力补偿控制根据预测结果逐步抵消 relaxation。

关键思想是：学习模型不是替代机械结构和物理控制，而是专门补解析模型难以准确覆盖的黏弹动态。

传感器与动力学假设

系统依赖视觉和红外温度场能够稳定反映材料形变/热状态。环境温度、材料老化、表面污染和夹爪制造差异都可能改变训练时建立的关系。

同时，红外与热致刚度变化属于慢动态，不能承担接触瞬间的硬实时保护。真正的产品仍需要电机电流、限力、速度限制或其他更直接的低层安全通道。

实时性与结果

在 280 秒力控制抓持任务中，论文报告平均绝对力误差为 0.066 N，相对固定开度基线改善约 80%，相对只使用瞬时状态的基线改善约 95%。

这里最值得关注的不是单个误差数字，而是评测时间尺度已经从“抓起一次”延长到数分钟持续保持。

鲁棒性、可复现性与风险

当前没有稳定公开的完整代码/硬件仓库，复现需要自制可变刚度软夹爪和红外视觉链，因此工程门槛不低。产品化还应额外评估不同材料批次、温湿度、对象热传导和连续循环老化。

适合谁关注

软体机器人、灵巧夹爪、食品/医疗操作、长时间抓持、柔顺工具操作团队。

工程落地启发

对任何存在柔性材料、皮带、弹性夹具或软指尖的系统，都应该把“材料状态”纳入控制状态，而不是只用瞬时位置映射力。建议长期日志至少记录 command / deformation / temperature / estimated force / hold_time，再观察 force drift 是否具有可预测结构。

3. A-sharp：受限仓库里，等待点本身也是一种必须被预约的资源

时间回补：arXiv v1 提交于 2026-08-27 10:40 UTC。 论文

为什么重要

很多 MAPF/MAPD benchmark 使用宽阔网格，但真实高密度仓库为了提高货位利用率，会出现单机器人宽度通道、死胡同工位和很少的会车空间。

在这种拓扑里，“机器人任务完成以后去哪里等”并不是无关紧要的细节。等待位置选择不当，会让机器人堵死关键通道，甚至使后续任务无法被安全释放。

算法模块

此前 SHARP 为每台机器人分配固定 Haven，并要求任务路径最后能够安全退回自己的 Haven。A-sharp（Adaptive SHARP）允许在任务分配时动态更换 Haven，但增加两个关键规则：

  • availability test：候选 Haven 必须真的可供当前机器人使用；
  • pending-release rule：旧 Haven 在机器人真正离开以前仍保持保护，避免两个机器人瞬间同时依赖同一等待资源。

底层建立在 Safe Interval Path Planning（SIPP）和显式 Haven 结构假设上，并给出 invariant preservation 与 finite-release completeness 分析。

动力学与系统假设

当前抽象主要是离散仓储图，并不直接建模真实 AGV 的制动距离、转弯半径、通信丢包和定位误差。实际部署时 Haven 应该扩展成带 footprint、时间区间和安全缓冲的物理资源，而不是单一 cell。

结果与实时性

论文进行了 72,000 次运行、覆盖四张地图和 14,400 个配对测试案例。对于“可用 Haven 数多于机器人”的 138 种配置，A-sharp 在 107 种上显著优于 SHARP，且没有显著更差的配置；树状地图上的 makespan 中位数降低约 16.7%。

鲁棒性、可复现性与风险

算法的完备性结论依赖论文明确列出的 Haven 和 SIPP 假设。如果真实仓库有人、叉车或临时货物占据等待点，系统必须将 Haven availability 与实际感知/调度状态联动。

适合谁关注

AMR/AGV 调度、窄通道仓库、多机器人巡检、持续任务分配系统。

工程落地启发

把等待点、充电点、会车点、避让点都当成带占用生命周期的调度资源。多机器人系统不要只规划“从 A 到 B”，还要显式规划任务结束后的安全驻留状态，否则死锁很容易发生在任务看似已经完成以后。

4. Instruct-to-Act：慢 VLM 做稀疏规划，高频 world-model controller 自己连续控制

时间回补：arXiv v1 提交于 2026-08-27 08:17 UTC；COLM 2026。 论文 · 项目页

为什么重要

VLM 很适合解释开放式任务，但并不适合以高频率持续输出精细动作。反过来，学习式 world-model controller 可以做快速 observation-to-action control，却通常缺少开放式任务语言能力。

Instruct-to-Act 不要求二者互相替代，而是把它们放到不同时间尺度：VLM planner 偶尔生成高层文本 instruction，controller 在两次指令之间自主高频行动。

算法模块

训练时，作者把 controller rollout 自动切成行为片段，并为这些片段合成文本 instruction，再把 language-conditioned behavior cloning 与原有 reward/world-model objective 联合优化。

部署时结构变成：

低频 VLM Planner
      ↓ 稀疏文本指令
World-Model Controller
      ↓ 高频动作
环境持续变化
      ↓
必要时重新请求规划

这一结构让上层 VLM 可以替换，而不必重新训练底层 controller。

传感器与控制假设

文本指令会出现 staleness：VLM 生成指令以后，环境可能已经改变。生产系统应该给 instruction 附带 created_at / task_phase / valid_until / precondition，而不是把自然语言字符串永久视为有效控制目标。

低层 controller 也必须拥有独立碰撞/限位/接触保护。上层语言计划正确，不代表每个低层动作都安全。

实时性与结果

论文在 7 个 embodied environment（其中 3 个多智能体环境）中评估，结果持续优于 controller-only 与直接 VLM action generation 变体，并在 7 个任务中的 6 个保持与强 VLA/MARL baseline 有竞争力的表现。

真正值得复制的不是某个统一 Hz，而是规划和控制完全解耦：慢推理不会冻结机器人低层闭环。

鲁棒性、可复现性与风险

系统需要大量 controller rollout 再做 instruction relabeling；如果合成 instruction 与真实动作语义对应不准，语言接口可能学成脆弱捷径。真实部署还要测试 planner 延迟、指令过期、错误指令和高层 planner 超时。

适合谁关注

VLM/VLA、语义导航、多机器人协调、移动操作，以及已经有可靠低层策略但希望增加开放语言任务能力的团队。

工程落地启发

高层模型接口最好是受限、结构化的 intent，而不是直接控制量：

Intent {
  skill;
  target;
  precondition;
  timeout;
  priority;
}

语言模型负责“做什么”，高频 controller 负责“现在这一毫秒具体怎么做”。

5. TrapVLA：Clean benchmark 很高，不代表 VLA 没有隐藏的失败行为

时间回补：arXiv v1 提交于 2026-08-27 03:44 UTC。 论文 · 项目页

为什么重要

机器人基础模型正在越来越多地通过第三方 checkpoint、混合训练数据和现场 prompt 部署。传统模型供应链安全通常关注“模型会不会整体变差”，但更危险的情况是：模型在正常评测上几乎不掉点，只在某类特殊输入条件下稳定进入指定失败模式。

TrapVLA 构建了 Trap-LIBERO 与 Trap-RoboTwin，用 configured failure trapping 测试这类风险，并在仿真和真实机械臂上验证隐藏失败行为可以与 clean performance 同时存在。

安全含义

这里不应把重点放在如何实现攻击，而应关注防御结论：

  1. clean success rate 不足以做 checkpoint 验收；
  2. 文本输入属于控制面，应做 schema、来源和权限限制；
  3. action 输出仍需要独立几何/力/安全 gate；
  4. checkpoint、训练数据与微调数据都需要 provenance；
  5. 上线前应加入 trigger-robust regression、异常动作模式和 prompt perturbation 测试。

传感器与实体实验

论文真实实验使用 ROKAE 6-DoF 机械臂、外部 RealSense D435 和 wrist RealSense D405，在 pick/place 类任务中测试 clean 与触发条件。这说明问题并不只存在于纯文本 Agent，而会直接进入视觉—语言—动作控制链。

鲁棒性、可复现性与风险

这是安全研究，不应把其结果直接解释成“所有 VLA 都已被攻破”。具体风险取决于模型来源、训练流程、prompt authority 和底层控制架构。

真正工程风险是：如果机器人把 VLA action 当成最高权限命令，任何隐藏行为都会直接转化为物理风险。相反，如果 VLA 只产生候选轨迹，后面还有 reachability、collision、force 和 task-state 验证，攻击面会显著缩小。

适合谁关注

VLA 产品团队、机器人模型供应链、安全评测、第三方 checkpoint 部署团队。

工程落地启发

将 VLA 部署验收拆成至少三层：

Model / Data Provenance
        ↓
Prompt / Context Authority
        ↓
Action Safety & Task-State Gate

不要让“模型在 100 个正常任务里成功 95 次”成为唯一上线证据。

6. Pass the Bucket：没有中心调度，也能靠局部相遇形成异构机器人任务分区

时间回补：arXiv v1 提交于 2026-08-27 13:09 UTC。 论文

为什么重要

很多多机器人系统依赖中心服务器持续计算任务分配和路径。如果网络中断、机器人数量变化或能力差异很大，中心调度可能成为瓶颈。

Pass the Bucket 研究一个极简问题：一群速度不同的机器人在一维受限空间合作运输，只能感知邻居/墙体的局部相遇，不共享全局时钟，也不依赖中心控制，是否仍能自动形成合理负载分区？

算法模块

基本 bucket-brigade 机制会因为异构速度和局部交互产生持续振荡。论文增加一个极简 token：机器人发生边界相遇后暂时减速，从而消除长期振荡，并使任务区间逐渐收敛到与各机器人速度近似成比例的分区。

系统只需要极少局部状态，理论与 event-driven simulation 都集中在“如何靠局部交互形成全局稳定负载平衡”。

动力学与系统假设

论文是受限一维任务模型，真实仓库二维/三维交通、交叉口、动态障碍和复杂避碰都不在当前结论范围内。

同时，“碰撞感知”在实际工业机器人中不能直接理解为允许物理碰撞。更安全的实现应把 collision event 替换成近距离 encounter、虚拟边界或局部通信事件。

鲁棒性与结果

事件驱动模拟显示，在机器人删除、位置抖动、速度扰动等条件下，系统能够重新收敛。其价值在于证明一类极简 local policy 可以拥有较强的自恢复特性。

可复现性与风险

目前主要是理论和仿真结果，没有真实多机器人实验。对一般仓储系统不能直接替代 MAPF/MAPD 调度器，但非常适合做局部负载分配、管道/长走廊接力或中心通信故障后的降级策略原型。

适合谁关注

异构 swarm、多机器人运输、长走廊/管道巡检、弱通信协同。

工程落地启发

多机器人系统可以同时拥有两层：正常情况下由中心调度优化全局效率；中心失联时，机器人切换到只依赖局部 peer observation 的低性能但可持续运行模式。降级模式不必最优，但应该能自恢复。

7. Zero-Shot Self-Orchestration：共享 Ledger 对部分 Coding Model 很有效，但并不是“多 Agent 必胜”

时间回补：arXiv v1 提交于 2026-08-27 00:11 UTC。 论文

为什么重要

多 Agent Coding 的实验经常把模型、token budget、tool 调用、prompt 和角色数量一起改变，最后即使成绩提高，也很难知道究竟什么因素有效。

这项工作固定底模，只增加一个 manager-worker scaffold 与共享文件 workspace，在 9 个模型、LiveCodeBench 最新 100 个 hard problem 上比较 zero-shot self-orchestration 的真实收益。

系统结构

核心不是“多开几个聊天”，而是让任务状态落入共享持久文件：manager 负责分解、派工和汇总，worker 使用较短上下文解决子问题，结果通过 ledger/workspace 回写。

论文的 transcript analysis 指出两个反复出现的收益来源：

  • context management：短 worker call + 共享 notes 降低长上下文截断；
  • problem decomposition：将复杂问题拆成更容易验证的子任务。

结果与成本

结果高度依赖模型：Qwen3.8-27B 提升 23.4 个百分点，GPT-5.6-Luna 提升 10.6 个百分点，GPT-5.6-Terra 提升 8.0 个百分点；但某些模型收益接近 0，甚至为负。Manager 大约会把 token bill 放大到约 3 倍。

这说明“多 Agent”不是通用免费增益，必须按模型和任务实际 A/B。

是否适合真实研发流程

很适合长时 Coding 任务，但生产系统不应该把 ledger 只做成几份自由格式 Markdown。至少应绑定：

repo_sha
current_plan
completed_tasks
failed_commands
evidence
owner
validation_status

并让真正的 verifier 使用仓库测试/CI，而不是只相信 worker 自己写的结论。

权限、安全与可验证性风险

Manager 和 worker 都应该默认在 sandbox 中运行；共享 ledger 是状态接口，不是权限提升接口。任何 worker 都不应该因为向 ledger 写入一句“已验证”就自动获得 deploy、push 或外部网络权限。

工程落地启发

如果已经有单 Agent Coding 流程，第一步不必复杂多 Agent 编排。先把长期状态从 prompt 迁到有 schema 的 artifact ledger，再比较是否真的减少重复搜索、上下文溢出和无效修复。

8. Safety Does Not Compose：Agent 每轮都“重新安全检查”仍然可能在长期循环里失效

时间回补：v1 提交于 2026-08-27 13:52 UTC，v2 于 2026-08-28 08:52 UTC 更新。 论文

为什么重要

长期自主 Agent 已经不是一次 prompt → 一次 answer，而是循环执行：发现工作、规划、调工具、验证、保存状态，然后进入下一轮。

如果安全 monitor 每个 trajectory 开始时都清零，那么攻击或错误证据可以被分散到多个迭代里。每一轮单独看都很“正常”，组合起来却可能逐步越过原本不应越过的权限边界。

核心思想

论文给出一个重要分离结果：对于决定性证据被拆散在多个 iteration 的攻击，任何只看单 trajectory 的 monitor 都可能无法比随机判别更好；简单携带一个几何衰减的 risk score 也不够，因为耐心等待固定 cooldown 后风险会自动被“洗掉”。

作者提出 LoopHarness：在整个 autonomous loop 层维护持久、非衰减的安全状态，并让不可逆 commit 经过独立仲裁。论文还给出在特定检测与仲裁假设下，对 unauthorized irreversible action 数量的 horizon-independent 上界分析。

是否适合真实 Coding Agent

非常适合长期 Codex/Claude Code/OpenHands 类系统。真正需要跨轮持久的安全状态包括：

已请求过的敏感资源
失败/拒绝历史
外部目标地址
写权限升级
secret access
删除 / deploy / send 等不可逆动作历史

这些状态不能因为任务重新规划、context compact 或新 session 就自动归零。

权限、安全与可验证性风险

LoopHarness 是安全架构研究，不是一个可以直接替代企业 IAM 的完整产品。真实系统仍然需要 OS/container 权限、secret manager、网络策略和人工确认。

最关键的架构要求是：审计状态和授权器不能由同一个被审计 Agent 任意修改。 否则“持久状态”只会变成另一个可被模型覆盖的文本文件。

工程落地启发

长期 Agent 建议明确分成三种状态：

Task State       —— 可被 Agent 更新
Evidence State   —— 由工具结果产生，可审计
Safety State     —— 由独立 runtime 维护，Agent 只读

跨迭代安全从“每次都提醒模型要谨慎”升级为真正的系统状态机。

经典论文回顾

ElasticFusion：2015 年就证明“地图本身”可以承担全局一致性，而不一定先维护一张 Pose Graph

发表时间与历史位置： Thomas Whelan、Stefan Leutenegger、Renato Salas Moreno、Ben Glocker、Andrew Davison 的《ElasticFusion: Dense SLAM Without A Pose Graph》发表于 RSS 2015。它是 dense RGB-D SLAM 的代表工作之一，也是 surfel map、frame-to-model tracking 与 deformation-based loop closure 路线的重要里程碑。RSS 论文页 · DOI · 官方代码

核心问题

很多 SLAM 系统将全局一致性理解为：关键帧形成 pose graph，检测回环以后优化相机位姿，再根据新位姿重建地图。

ElasticFusion 选择另一条路线：维护一个长期活动的 dense surfel model，当前 RGB-D frame 直接对地图做 frame-to-model tracking，新深度不断融合进 surfel；发现局部/全局回环以后，不先显式优化整张 pose graph，而是通过 non-rigid map deformation 直接把表面地图拉回一致状态。

算法模块与关键思想

经典管线可以概括为：

RGB-D Frame
    ↓
Dense Frame-to-Model Tracking
    ↓
Active Surfel Map
    ↓
Windowed Surfel Fusion
    ↓
Local Model-to-Model Loop Closure
    ↓
Global Appearance Loop Closure
    ↓
Deformation Graph
    ↓
Non-Rigid Map Correction

Surfel 不只是一个 3D 点，而是局部表面元素，通常包含位置、法向、颜色、置信度、时间等属性。这使 tracking、fusion 和可视化共享同一个结构化地图表示。

传感器与动力学假设

原始系统针对室内 RGB-D camera，依赖足够稳定的 projective data association。快速运动、motion blur、RGB/Depth 不同步和 rolling shutter 都会直接破坏 dense tracking。

因此 ElasticFusion 的地图更新机制不能直接照搬到 MID360/16 线 LiDAR，但“地图是带局部几何统计和生命周期的主动状态”这一思想完全可以迁移。

当年为什么重要

它证明实时 dense SLAM 不一定只能是“稀疏轨迹 + 离线 dense reconstruction”。地图本身可以在线更新、用于跟踪，并在回环后通过 deformation 保持全局一致。

今天仍然有效的思想

  1. Frame-to-model 通常比 frame-to-frame 更稳定。 当前观测应该对一个经过累积、去噪的局部地图配准，而不是只对上一帧。
  2. 地图元素应该有生命周期。 活跃/非活跃 surfel、置信度和更新时间比无限保存所有原始点更有工程价值。
  3. 回环不仅要改 pose，也必须传播到地图表示。 如果轨迹优化了而 dense map/semantic map 没同步纠正，系统仍然不一致。
  4. 地图表示应该直接服务 tracking。 地图不是最后的可视化副产品。

已被后续替代的部分

原始 RGB-D projective tracking、OpenGL/CUDA 工程栈和 fern-based place recognition 已明显老化。现代系统通常会加入 IMU、学习特征、submap/voxel hash、Gaussian/surfel statistics、显式 factor graph 和更强的 place recognition。

当前官方仓库也明确要求较旧式 GPU/OpenGL/OpenNI 依赖，并采用仅限非商业使用的授权，闭源产品不能直接把代码拿来商用。

公开代码、数据与可复现性

官方代码仍可获取，也提供示例数据；作为理解 dense surfel SLAM 很有价值。但如果目标是现代产品实现，更建议复现其“active map + loop-induced map correction”思想，而不是复刻整套旧 GPU pipeline。

对当前 SLAM 工程的重新解读

对 LiDAR / 多 LiDAR 系统，可以把 ElasticFusion 的思想转成：

去畸变后的 LiDAR
       ↓
Voxel / Surfel Local Map
position + normal + covariance + age + support
       ↓
Frame-to-Map Registration
       ↓
Loop / RTK / Global Factor Correction
       ↓
Submap / Map Element Correction
       ↓
同步更新 Semantic / Traversability Layer

尤其当系统同时维护几何地图、语义对象、可通行地图和长期变化历史时，必须明确规定全局位姿修正如何传播到每一层地图。这正是 ElasticFusion 在 2015 年已经逼迫 dense SLAM 面对的问题，也是今天 3DGS、Gaussian map 和长期语义地图仍然必须解决的问题。

今日结论

今天没有强行从最近列表里找一个新的 LIO 名字凑 SLAM 条目，因为此前几天已经连续覆盖了 LF-GICP、Super Odometry 2.0、多 LiDAR 标定与协同 SLAM。本期真正新的工程信号更多集中在部分可观测规划、控制时间尺度分层、多机器人资源状态和长期 Agent 安全状态。

第一，ESRP 与 Instruct-to-Act 实际上都在说明：高层智能不应该假装自己拥有完整、实时的世界。 ESRP 要求机器人主动建立被遮挡的场景状态；Instruct-to-Act 则接受 VLM 本来就慢，让快速 controller 在两次高层指令之间保持闭环。将“看不全”和“算不快”当成架构约束，比假装 Foundation Model 可以同步解决一切更接近真实部署。

第二，软体夹爪与多机器人调度都在强调隐藏状态的生命周期。软材料的内部状态随温度和时间变化；仓库 Haven 从“空闲”变成“正在释放”也不是一个瞬时布尔值。机器人系统越复杂，越需要把这种跨时间状态建模为一等对象。

第三，TrapVLA 与 Safety Does Not Compose 把安全问题从模型输出提升到了系统边界。VLA 的正常成功率无法证明没有隐藏失败模式；Coding Agent 的单轮安全 monitor 也无法保证多轮组合以后仍然安全。真实产品需要 provenance、持久安全状态和独立 execution gate，而不是把全部希望押在“模型会自觉遵守规则”。

第四，Zero-Shot Self-Orchestration 与 Pass the Bucket 从两个完全不同的系统给出相似经验：共享状态/局部规则有时比继续扩大中央控制器更有效，但收益必须实测。 前者对不同 coding model 的收益差异很大，后者目前仍主要是仿真。不要把漂亮的系统范式提前当成普适规律。

最值得深入研究或尝试复现的方向

  1. 移动操作的 ESRP-lite belief layer。 在现有地图上只加对象级 pose / covariance / visibility / target / last_seen，让 planner 在对象状态不确定时可以主动请求“去某个视角重新观察”，先验证主动感知是否能降低长任务中 world-state 错误。

  2. VLM Planner → 高频 Controller 的多速率接口。 给高层指令增加 precondition / valid_until / priority / skill_id，测 VLM 延迟从 100 ms 增加到数秒时，低层任务成功率和 stale-instruction 率如何变化；低层保持独立安全控制。

  3. VLA 上线增加隐藏失败回归集。 不研究攻击实现，只把 prompt 变体、checkpoint 版本、异常 action residual、几何/力约束违规加入 release gate；任何模型升级都同时跑 clean success 与 adversarial robustness regression。

  4. Coding Agent 建立不可衰减安全 Ledger。 Task ledger 可以由 Agent 写，但 Safety ledger 由 runtime 独立维护；push / deploy / delete / send / secret access 等不可逆动作必须读取跨迭代安全历史再授权，不能因为 session 重置自动清零。

参考资料

  1. ESRP: Embodied Scene Rearrangement Planning · 项目页 · 代码
  2. Relaxation-Aware Multimodal Sensing of Soft Gripper
  3. Dynamic Haven Selection / A-sharp
  4. Decoupling Planning and Control for Instructable Agents · 项目页
  5. TrapVLA · 项目页
  6. Pass the Bucket
  7. Zero-Shot Self-Orchestration with Ledger-Based Control
  8. Safety Does Not Compose / LoopHarness
  9. ElasticFusion: Dense SLAM Without A Pose Graph · 官方代码 · DOI