机器人 / SLAM / 控制 / AI Coding 技术深度简报｜2026-10-04

摘要

今天是周日。截至 2026-10-04 早间，arXiv Robotics 与 Software Engineering 的最新常规公开批次仍是 2026-10-02，分别有 107 条和 31 条。周末没有新的常规 arXiv 批次，因此本期继续从最近 7 天范围筛选未覆盖工作，并按规范化标题、arXiv ID、DOI、GitHub 仓库和项目主页与历史覆盖索引强制去重。本期入选论文的 v1 实际提交于 9 月 30 日至 10 月 1 日 UTC，均已超过 24 小时，因此统一标为“时间回补”。

今天 SLAM / 三维重建最值得看的工作是 CLoSeR。它把 loop closure 重新带回 streaming reconstruction foundation model：用全局描述子找回环，构造 loop-conditioned window 估计相对位姿，并利用 backbone 全局尺度一致这一性质，直接在 SE(3) 上联合优化 sequential 与 loop constraints。作者将目标推进到 kilometer-scale reconstruction，并已公开代码。

多机器人地图方面，TRACE 提出协同 next-best-view 不必交换完整 3DGS 地图。它将跨机器人 EIG 耦合压缩成沿射线的 transmittance 与 radiance aggregates，消息大小不随地图规模增长。100 次 Habitat-Sim 决策中，83.3% 的 heading 与集中式方案相差不超过 15°，并达到集中式 EIG 的 97.9%。

规划方向，Training-Free Diffusion Planning with Analytical Local Scores 不再学习全局 trajectory score，而把障碍、平滑、速度、机器人间约束直接写成解析局部 score，让 denoising 只承担迭代优化。论文报告 300+ agents、100+ obstacles 的场景可在 GPU 上 6 秒内求解。

四足控制侧，PROMO 将命令跟踪、稳定性和能耗等冲突目标从固定 reward weight 变成运行时 preference。100 个偏好设置中得到 67 个 Pareto 非支配行为，平均 preference-objective correlation 为 0.843；同一策略 zero-shot 到 Unitree Go2 后，仅改变 preference 就能在不同设置下显著改变能耗、跟踪和姿态稳定性。

AFD-CAMLs 关注多 UAV 缆绳吊运里“轨迹可行但张力分配病态”的问题：全局层在 tension-to-wrench allocation 的 null space 中生成 payload trajectory 与 cable-force reference，局部层联合规划各 UAV，再用 onboard cable-tension estimate 经过 admittance filter 做闭环修正。4 到 10 架 UAV 的仿真和实验都显示更均衡的张力。

人形方向，Reactive Humanoid Multi-Contact Using Learned Stability Models 在线选择手应该扶哪个区域、哪个点。它通过 centroidal dynamics rollout 跨过 pre-impact、impact、post-impact，并用学习得到的 post-impact CoP region 快速评估候选。仿真中 impulse resilience 相对不使用手接触提高 89%，真机 standing push test 的稳定时间相对朴素手扶策略缩短 43%。

SkeleWAM 给出一个反“大视频世界模型”的思路：操作真正需要的未来状态可能不是下一帧像素，而是机器人关节、物体中心和 interaction point 组成的稀疏 3D skeleton。它从 RGB-D 与 proprioception 在线构建 skeleton，训练时联合预测未来 skeleton，部署时直接从当前 skeleton + language 生成动作。LIBERO-Plus 上，57.1M 参数模型整体成功率为 85.9%，项目页还报告真实 ARX R5 五任务平均成功率 89%。

AI Coding 主动态 Groundability, Not Scale Alone 回答“弱模型能否审计强 Coding Agent”。结论是关键不在 reviewer 尺寸，而在有没有可以独立执行的 grounded evidence。结构化但未验证的 evidence 会同时提高 defect catch 与 over-rejection；真正的 execution evidence 才能让较弱 reviewer 稳定做对判断。

近期通用旗舰模型方面，本轮重新核验 OpenAI、Anthropic、Google 与 xAI 的官方公开入口，没有发现 10 月 2–4 日需要新增覆盖的通用旗舰正式发布。近期 GPT-6.1 Sol、Gemini 4 Argon、Claude Sonnet 5.5 与 Grok 4.7 已在前几期覆盖，因此今天不重复旧发布凑数。

最新公开列表：arXiv Robotics · arXiv Software Engineering

1. CLoSeR：给 Streaming Reconstruction Foundation Model 重新装上回环后端

时间回补：v1 提交于 2026-10-01 15:59 UTC。

为什么重要

Feed-forward 3D reconstruction foundation model 在短窗口里很强，但长序列的微小姿态误差仍会累计。进入数百米、公里级 streaming reconstruction 后，系统依旧需要“发现自己回到旧地方，并用新证据修正过去状态”的机制。CLoSeR 的价值就是把传统 SLAM 最成熟的 loop closure 思想接回 learned reconstruction。

算法模块

streaming reconstruction backbone
        ↓
global descriptor retrieval
        ↓
loop-conditioned window
        ↓
relative pose between looped frames
        ↓
sequential + loop constraints
        ↓
joint SE(3) pose optimization

作者观察到所采用的 backbone 会保持 globally consistent scale，因此后端不必为 scale drift 再引入 Sim(3)，可以直接在 SE(3) 上优化。

传感器、实时性与鲁棒性

它面向视觉 streaming reconstruction，前提是 backbone 的尺度一致性足够好。如果换成存在明显 scale drift 的单目模型，“只用 SE(3)”未必成立。global descriptor 仍会受到重复建筑、长走廊和外观变化影响，foundation model 并没有消除 perceptual aliasing。

论文重点展示 kilometer-scale 长序列漂移下降，没有给出可直接外推到任意 GPU 的统一 FPS。工程上应分别统计 backbone、descriptor retrieval、loop-window reconstruction 和 global optimization 的延迟。

可复现性、风险与工程落地

作者已公开代码。真正风险仍然是错误回环，因此建议保留 descriptor recall → temporal consistency → loop-window relative pose → geometry residual → robust global optimization 的多层验证。

适合学习式 SLAM、DUSt3R / MASt3R 类 reconstruction、长距离视觉建图团队。已经有 learned reconstruction 时，下一步往往不是更大 backbone，而是把累计 drift、loop candidate quality 和 relative-pose consistency 做成正式 telemetry。

论文 · 代码

2. TRACE：多机器人 3DGS 协同探索可以共享“射线统计”，不共享整张地图

时间回补：v1 提交于 2026-09-30 23:32 UTC。

为什么重要

多机器人 next-best-view 若要计算团队整体信息增益，最直接的方法是汇总完整地图。但 3DGS splat map 会随环境规模增长，通信成本、隐私和地图外泄都会成为问题。TRACE 追问：为了算一个候选视点的 EIG，是否真的需要拿到别人的每个 Gaussian？

算法模块

local private 3DGS map
        ↓
candidate rays
        ↓
per-depth-bin aggregates
   ├─ transmittance in front
   └─ radiance behind
        +
pose derivatives
        ↓
compact message exchange
        ↓
local pooled EIG / SO(3) gradient

每台机器人保留自己的 splats，只交换信息增益计算真正需要的统计量。

假设、结果与风险

TRACE 假设各机器人有自己的 3DGS map，并存在公共坐标关系。这里的 privacy 是“不交换完整 splats”，并不等价于密码学隐私。

消息大小不随地图规模增长。100 次 Habitat-Sim NBV 决策中，83.3% 的 heading 与 centralized solution 相差不超过 15°，达到 centralized EIG 的 97.9%。

真实系统还要处理 map alignment error、pose latency、packet loss、stale aggregates 和 dynamic objects。消息应带 map_revision、pose_timestamp 与 candidate_view_id。

可复现性与工程落地

当前未给出成熟代码入口。最小复现可以比较 full-map centralized EIG 与 ray aggregate 的决策偏差和网络流量。

适合多 UAV / 多机器人探索、3DGS、带宽受限协作。工程上值得借鉴的是：协同接口不一定以“同步地图”为中心，先问 planner 真正需要哪些 sufficient statistics。

论文

3. Training-Free Diffusion Planning：Cost 能解析写出来时，不一定还要学一个全局 Score

时间回补：v1 提交于 2026-10-01 16:15 UTC。

为什么重要

Diffusion planner 的常见代价是训练数据和分布绑定。环境尺寸、障碍数量、agent 数一变，learned global trajectory score 可能需要重新训练。

这项工作把 diffusion 重新解释成 iterative trajectory refinement：真正决定方向的 score 不来自网络，而来自局部解析约束。

算法模块

noisy candidate trajectories
        ↓
analytical local scores
   ├─ obstacle avoidance
   ├─ smoothness
   ├─ velocity / dynamics constraints
   └─ inter-agent feasibility
        ↓
denoising / iterative refinement
        ↓
feasible trajectories

动力学假设、实时性与风险

方法依赖任务约束能被分解为局部、可计算 score。长时语义目标、复杂接触和离散逻辑仍可能需要额外层。

论文报告 300+ agents、100+ obstacles 的场景 GPU 求解时间低于 6 秒。它不是 50 Hz 控制器，但对大规模批量轨迹规划很有参考价值。

解析 score 的优势也是风险：漏掉执行器饱和、地图不确定性或硬动力学限制，planner 不会自动补上。建议 hard feasibility 与 soft objective 分离。

可复现性与工程落地

当前未发现成熟代码入口。可以固定同一 cost，比较 analytical diffusion、MPPI、CEM 的 GPU time、constraint violation 与规模扩展。

适合多机器人规划、GPU trajectory optimization、MPPI / diffusion planning。引入 learned planner 前，先统计有多少 cost 本来就是已知的；已知结构通常值得保留。

论文

4. PROMO：四足机器人的“节能 / 跟踪 / 稳定”权衡变成运行时输入

时间回补：v1 提交于 2026-10-01 07:52 UTC。

为什么重要

四足 RL 的 reward 往往是几十项 weighted sum，训练后这些权重就固化进策略。现场如果更看重续航、精确跟踪或机体稳定，常常只能换策略或重新训练。

PROMO 把这些目标之间的 preference 显式作为 policy input，让同一套 locomotion policy 在部署时连续改变 trade-off。

算法模块与假设

command + robot state
        +
semantic objective preference
        ↓
preference-conditioned policy
        ↓
locomotion action

关键是把 deployment-facing preference 与维持 gait 可行所必需的 embodiment-specific locomotion prior 分离。用户调的是业务权衡，不是随意改变所有 reward term。

结果与真机

100 个采样偏好中，67 个行为是 Pareto 非支配解，平均 preference-objective correlation 为 0.843。

同一策略 zero-shot 到 Unitree Go2 后，相对 balanced preference，仅改变偏好可在不同设置下将 specific energy 最多降低 30.4%、位置误差最多降低 38.7%、peak body-attitude deviation 最多降低 59.0%。这些最大值来自不同偏好设置。

风险、可复现性与工程落地

运行时 preference 本身是新控制接口，应加 allowed range、rate limit、task preset 与 balanced fallback，不能让上层任意输出极端权衡。

作者声明提供项目页、代码和视频。适合 Unitree Go2、多目标 locomotion、需要同一 gait 支持不同业务模式的团队。相比训练多套 gait，受限 preference interface 更像真正的软件 API。

论文 · 项目页

5. AFD-CAMLs：多机吊运不只要跟轨迹，还要防止某几根缆绳长期吃掉大部分载荷

时间回补：v1 提交于 2026-10-01 07:01 UTC。

为什么重要

多 UAV 悬索吊运的 payload wrench 往往可由多组 cable tension 实现。当 tension-to-wrench allocation 冗余或接近病态时，payload 轨迹即使几何可行，也可能让少数缆绳张力过大、另一些接近松弛。

算法模块

desired payload motion
        ↓
global planner explores allocation null space
        ↓
payload trajectory + cable-force references
        ↓
centralized local planner for all UAVs
        ↓
onboard cable-tension estimates
        ↓
admittance filter
        ↓
corrected kinematic references

global planner 决定健康的力分配，local planner 决定每架 UAV 怎样运动，admittance layer 用真实 tension 把模型误差闭环回来。

动力学假设、结果与风险

系统需要 cable geometry、payload dynamics 和在线 tension estimate。论文在 4 到 10 架 UAV 的仿真和实验中展示，在 hover 与敏捷运动下都获得更均衡的 tension distribution，同时不明显牺牲 agility 或 payload tracking。

建议显式监控 cable_tension、tension_margin、allocation_condition_number、slack_risk 和 payload tracking error。很多故障不是 controller 突然坏了，而是当前几何构型已让力分配接近不可控。

可复现性与工程落地

当前未提供成熟公开代码入口。适合多无人机吊运、冗余执行器协同。高层规划不应只看位姿可达，把 force margin 和 allocation conditioning 带进 planner，通常比低层饱和后再补救更稳。

论文

6. Reactive Humanoid Multi-Contact：人形被推时，在线决定“手应该扶哪里”

时间回补：v1 提交于 2026-09-30 23:33 UTC。

为什么重要

足底支撑不足时，人类会自然扶墙、撑桌、抓扶手。难点不是“允许用手”，而是受扰后快速从周边很多可达表面中选出真正能恢复稳定的接触。

算法模块

disturbance / low-stability state
        ↓
sample reachable contact candidates
        ↓
centroidal dynamics rollout
pre-impact → impact → post-impact
        ↓
learned post-impact CoP region
        ↓
score CoP control authority
        ↓
select bracing region → select contact point

网络只替代昂贵的 post-impact stability evaluation，而不是替代整个物理规划结构。

动力学假设与结果

方法基于 centroidal dynamics 和接触后的 CoP control authority，要求环境表面可达、能承受支撑，并且 friction / contact geometry 没有严重误判。

仿真中 impulse resilience 相对不用手提高 89%，相对“最近可达区域”策略提高 17%。真机 standing push test 中，平均 stabilization time 相对朴素 hand placement 缩短 43%；walking 场景相对不用手 baseline 缩短 18%。

风险、可复现性与工程落地

真正产品化要分开 geometric reachability、structural supportability、friction confidence、semantic permission 与 predicted stability gain。玻璃、移动家具和人体即使几何可达，也不应自动成为支撑候选。

当前无成熟代码入口。适合人形、腿式操作、推搡恢复、多接触规划。可以先用离线优化生成 contact stability label，再训练轻量 surrogate 做实时 shortlist。

论文

7. SkeleWAM：世界模型不一定预测视频，稀疏 3D Skeleton 可能更接近控制需要的状态

时间回补：v1 提交于 2026-10-01 17:35 UTC。

为什么重要

许多 World Action Model 预测未来视频或高维视觉 latent，会把纹理、光照和背景等控制无关信息带进世界模型。SkeleWAM 把 manipulation scene 表示成机器人关节、对象中心和 interaction point 的稀疏 3D skeleton。

算法模块

RGB-D + proprioception
        ↓
sparse 3D skeleton
        ↓
joint training:
   action generation
   + future skeleton prediction
        ↓
inference keeps action branch
        ↓
Medoid Action Consensus
        ↓
execute prefix and replan

future-skeleton branch 用于训练监督，部署时无需生成未来视频。

传感器、结果与风险

输入是 RGB-D + proprioception，前提是能稳定抽取对象 landmarks / interaction points，并从 forward kinematics 获得机器人关节几何。

LIBERO-Plus 10,030 个 variant 上整体成功率 85.9%，模型 57.1M 参数；future-skeleton supervision 将 success 从 80.1% 提升到 85.9%。项目页报告真实 ARX R5 五项任务平均成功率 89%。

边界也很明确：layout change 成功率 66.6%，说明稀疏几何能过滤外观噪声，却不会自动解决大尺度布局泛化。perception error 也会直接变成控制 state error，因此 skeleton 中每个 landmark 应有 confidence、age 和 association。

可复现性与工程落地

项目页公开详细方法和实验，当前未见完整代码仓库。适合 WAM / VLA、RGB-D 桌面操作与边缘部署。即使不复现全模型，也可先比较 pixel latent 与 object-centric 3D keypoints 哪个更适合作为当前 policy state。

论文 · 项目页

8. Groundability：弱 Reviewer 也能审强 Agent，前提是证据能独立执行验证

时间回补：v1 提交于 2026-10-01 04:10 UTC。

突破性工程价值

Coding Agent 常给出“看起来合理”的 patch 和自信总结，但遗漏要求。单纯再叫另一个 LLM 看 diff，容易被相同的表面合理性骗过。论文认为 review 质量关键不只是 reviewer scale，而是争议能不能被独立检查，也就是 groundability。

实验结构与结果

作者分析 411 条 execution-labeled agent traces 和 101 个 controlled cases，并区分 agent testimony、structured but unchecked evidence、grounded evidence。

在 154 条 GPT-5.4 traces 上，结构化但未经检查的 evidence 同时提高 defect catch 和 over-rejection。提供官方 execution evidence 作为上限后，固定 evidence format 的 held-out 测试中，6 个 reviewer 有 5 个同时改善两项指标，2 个全部判对。

现实部署没有 official tests，因此作者构造 frozen cascade：

reject empty patch
→ reject patch-caused static errors
→ generated tests must first fail on base repo
→ unresolved cases enter reviewer

在 held-out GPT-5.4 / Gemini traces 上，coverage 分别为 0.89 / 0.86，catch 为 0.76 / 0.80，但 over-rejection 仍为 0.66 / 0.67。真正瓶颈是怎样自动产生可靠 decisive checks。

真实研发价值与风险

工程结论不是“换小 reviewer 省钱”，而是 build result 应高于 agent summary、failing-on-base regression 应高于 generated explanation、patch-caused static error 应高于 vague code smell。

生成测试必须先在未修改仓库失败，否则 Agent 容易生成 patch 前后都通过的自证测试。静态检查也只应把 patch 新引入的问题归因给当前 patch。

可复现性与工程落地

论文未提供成熟代码入口，但 pipeline 很适合内部 Agent CI。适合 Codex / Claude Code 自动 PR、AI Code Review、多模型 router。

把 completion receipt 从“我完成了 A/B/C”改成“每项需求对应哪个可执行证据”。Verifier 第一目标不是读懂整条推理轨迹，而是确认外部行为真的发生。

论文

AI Coding 实战技巧精选

技巧 1｜用 Claude Code Mod 在高风险 Bash 执行前显示 Blast Radius

  • 来源：Anthropic claude.dev，2026-10-01：Claude Code Mods · Getting started with Claude Code mods。
  • 一句话结论：对于高影响文件删除、历史重写、发布或数据库迁移类 shell 操作，不要只依赖 Prompt 提醒。用 tool.call hook 在执行前暂停命令，先展示影响范围，再由人选择继续或取消。
  • 具体怎么做：
    1. 使用 Claude Code 2.1.287 或更新版本；Mods 默认启用。
    2. 在插件中通过 hooks/hooks.json 加载 JS/TS module；模块导出 register(on, options)。
    3. 对 Bash 注册 tool.call hook；普通命令直接放行，高风险命令计算影响范围并显示确认 UI。
    4. 可参考官方 Blast Radius 示例；自定义时以 Claude Code 写入 .claude-plugin/types/ 的当前版本类型声明为准。
  • 适合什么场景：Claude Code、本地大仓库、数据库迁移、自动 Git 操作、给 Agent 较高 shell 权限的环境。
  • 注意：Mod 与 Claude Code 在同一台机器上运行，只安装可信来源。它不替代 OS sandbox、protected branch 或数据库权限。

技巧 2｜把团队 Skills 和 MCP 配置封装成 Codex Plugin，而不是每个 Session 手工接工具

  • 来源：OpenAI Developers 官方文档：Plugins。
  • 一句话结论：一套 Coding Agent 工作流若需要固定 Skills + Docs / Jira / 内部 MCP，不要在每个项目手工复制 Prompt 和 MCP JSON；把它们放进同一个 .codex-plugin 包并版本化。
  • 具体怎么做：
    1. 建立插件目录，包含 .codex-plugin/plugin.json、.mcp.json 和 skills/docs-search/SKILL.md。
    2. 在 plugin.json 中分别声明 skills 与 mcpServers；路径从插件根开始、使用 ./，且不能通过 .. 跳出插件目录。
    3. 无凭据 Skill / MCP 可统一打包；秘密凭据继续由运行环境注入，不写进插件仓库。
    4. Skill / MCP contract 更新时升级插件版本，让不同项目能复现自己使用的工具包版本。
  • 适合什么场景：Codex、Agents API、自研 Coding Agent、多仓库共享文档检索 / CI / issue workflow。
  • 注意：Plugin 是打包边界，不是安全边界。MCP 仍需单独做网络、凭据和写权限最小化；插件升级也应跑 regression。

经典论文回顾

Capture Point：把“被推后还能不能救回来”变成一个可计算的落脚区域

Jerry Pratt、John Carff、Sergey Drakunov 与 Ambarish Goswami 的 Capture Point: A Step toward Humanoid Push Recovery 发表于 2006 IEEE-RAS International Conference on Humanoid Robots。它把 humanoid push recovery 从经验策略推进为“何时必须迈步、一步要落到哪里”的可计算问题，后来成为 capturability、DCM、步态恢复和现代 humanoid balance control 的重要基础。

核心问题与数学思想

传统静态指标只告诉你当前 ZMP / CoM 是否还在支撑范围附近，却不直接回答：现在还能不迈步停住吗？如果必须迈步，脚至少要落到哪里？如果一步已经不够，什么时候应该承认需要多步恢复？

论文从简化倒立摆模型出发，并引入 flywheel 表示机体角动量。给定当前 CoM 状态与系统动力学，可以求出 capture region：脚落在该区域内，机器人就有机会消散当前运动并最终停住。

如果 capture point / region 与当前 base of support 有交集，机器人不一定需要迈步；没有交集就必须改变支撑位置；capture region 完全落在 swing foot 可达域外时，一步恢复也已经不可行。

传感器 / 动力学假设

经典推导依赖 Linear Inverted Pendulum 等简化动力学及 flywheel 对角动量的近似。它不是完整 whole-body dynamics，也不直接处理复杂地形、接触摩擦和手部支撑，因此更适合作为快速 recoverability 指标。

当年为何重要、今天仍在使用什么

它清楚给出 when to step、where to step、when one step is no longer enough 三个 push recovery 核心问题，并展示可控角动量会扩大 capture region。

现代 humanoid control 已大量使用 MPC、whole-body QP、RL 和 learned viability model，但核心思想没有过时：stability 是未来可达性问题，不只是当前静态 margin。

今天的 Reactive Humanoid Multi-Contact 可以视为自然扩展：经典 Capture Point 问“脚落哪里”，新工作进一步问“脚已不够时，手在哪里建立新接触才能重新获得 CoP control authority”。

后续扩展、可复现性与工程重读

后续 capturability 研究扩展到 N-step、有限步长和时间、角动量、非平地与更完整动力学；DCM 也把相关思想用于在线步态控制。learned viability predictor 能处理更复杂模型，但 certificate 和可解释性更弱。

最小复现实验甚至不需要 humanoid simulator：实现 LIPM + flywheel，画出不同 CoM velocity、支撑区和角动量限制下的 capture region，再比较无迈步 / 单步 / 多步恢复边界。

对于人形或轮足狗，真正值得借鉴的是把“安全恢复能力”做成连续 margin：current support margin、one-step recoverability、reachable support set、contact alternatives、abort / fall fallback。让上层动作在进入不可恢复区域前就降级。

Honda Research Institute 页面 · IEEE DOI

今日结论

今天八项工作共同主题很明确：不要把系统里已有的结构丢掉，再期待一个更大的网络重新学回来。

CLoSeR 的 streaming foundation model 最终仍需要经典 loop closure；Training-Free Diffusion Planning 保留解析 obstacle / smoothness / multi-agent constraints；AFD-CAMLs 把力分配 null-space structure 写进规划；人形多接触恢复也只让 learned model 加速昂贵的稳定性评估，而不是端到端替代物理结构。

TRACE 与 SkeleWAM 从“信息应该传多少”给出类似答案。多机器人协同不必传完整 3DGS，只传 EIG 需要的射线统计；世界模型也不必预测完整视频，只预测控制需要的稀疏几何状态。对边缘机器人而言，“只保留 sufficient state”往往比单纯压模型更有效。

PROMO 展示了一个值得产品化的控制接口：将多目标 trade-off 从训练配置变成运行时 preference。底层策略保证步态可行，上层任务动态表达“更省电”或“更重视跟踪”，比任务层直接调几十个 reward coefficient 更接近稳定 API。

Groundability 对 Coding Agent 的结论与机器人系统一致：模型自己的叙述不是证据。可靠 reviewer 依赖可以独立执行的检查，正如机器人安全依赖真实张力、CoP margin 和几何残差，而不是 policy 的自信度。

两条实战技巧也延续同一思路：Claude Code Mod 将高风险命令的 blast radius 放到执行前可视化；Codex Plugin 将 Skill 与 MCP contract 做成可版本化包。过去散落在 Prompt 里的“习惯”，应该逐步变成正式软件组件。

如果把今天整期压缩成一句话：

机器人与 Coding Agent 越强，越应该保留几何、动力学、约束、验证和权限这些可计算结构，只让学习模型负责真正难以显式建模的部分。

最值得深入研究或尝试复现的方向

  1. 给 Learned Reconstruction 补回环。 对现有 DUSt3R / MASt3R / 视频重建管线记录长距离 drift，增加 global retrieval + loop-window relative pose + SE(3) graph，先测 500 m 以上序列。
  2. 多机器人共享决策统计而非完整地图。 对 3DGS / voxel exploration 统计 NBV 真正需要的信息，比较 full-map sync 与 aggregate protocol 的带宽、延迟和决策损失。
  3. Analytical-Score Diffusion vs MPPI。 固定 cost，比较 analytical diffusion、MPPI、CEM 的 GPU time、sample efficiency、constraint violation 与扩展到 100+ agent 的趋势。
  4. Go2 Preference API。 定义 energy / tracking / stability 三个可观测指标和受限 preference preset，再决定是否训练 PROMO 类统一策略。
  5. Cable / Actuator Allocation Health。 将 allocation condition number、force margin 和 saturation risk 提升成 planner telemetry。
  6. 人形 / 轮足 Recoverability Margin。 从 Capture Point 解析基线开始，再增加 hand contact candidate 与 learned stability surrogate。
  7. SkeleWAM 式任务充分状态。 对当前 VLA / WAM 做 object center + interaction point + robot joint 稀疏输入 baseline，确认是否真的需要完整 visual latent。
  8. Coding Agent Evidence Gate。 每条自动 PR 至少绑定一个会在 base revision 失败、在 patch revision 通过的 behavioral test；Reviewer 优先审证据而不是 completion summary。

参考资料