机器人 / SLAM / 控制 / AI Coding 技术深度简报｜2026-10-11

摘要

检索基准：2026-10-11 09:00（Asia/Shanghai），周日。 arXiv 的 Robotics 和 Software Engineering 最新常规公开批次均为 2026-10-09，分别 105 和 49 条。周末没有新的常规批次，因此先检查最近 24 小时的正式开发工具发布，再从最近 7 天挑选此前没有覆盖的技术工作。今天八条主动态的 arXiv v1 都提交于 2026-10-08 UTC，统一标为 「时间回补」；论文公开列表日期不等于首次提交日期。所有效果数字均为作者对应实验的结果，不自动构成跨硬件保证。

今天最值得关注的 SLAM/地图与导航接口，是 2DGS-Planner 和 STAG。前者不再把高斯基本元直接当障碍，而是经由渲染器按机器人尺寸查询真实可通行表面；后者从 dense traversability costmap 提取稀疏骨架与过渡节点，在 203 张图、101,200 次查询上报告 3.4–9.9 倍中位搜索加速。两者都在把地图表示与规划使用的几何证据明确分离。（2DGS-Planner，STAG）

控制侧，WAND 将历史本体状态估计出的风扰加速度同时提供给导航策略和低层前馈补偿；MAP2 让赛车控制保留 MPC 的有限时域预测，再用稀疏高斯过程修正轮胎模型；CSF 则解释了为什么同样一个“挥拳”动作面对纸箱和面对人时必须有不同的安全约束，且无需重训基础动作生成器。（WAND，MAP2，CSF）

操作和世界模型侧，RESETTLE 用相同输入下两次动作建议持续分歧触发恢复，检索同任务示范后只执行一次低成本纠正；DreamTrue 通过几何校准与反事实动作后训练，减少视频世界模型“无论怎么操作都生成成功结果”的偏差。AI Coding 侧，TestPrism 证明单一 reference implementation 会严重高估自动生成测试的质量：14 个 Agent 配置下，单参考成功率 59.67%，多合法/非法实现联合验收仅 28.00%。（RESETTLE，DreamTrue，TestPrism）

本期另选两条一手实战技巧：2026-10-10 GitHub Copilot for JetBrains 的 MCP 自动启动开关，以及 2026-10-08 GitHub Copilot Code Review 的组织额度和授权管理。经典回顾选 1993 年 Elastic Bands，对照今天的高斯地图规划与现代局部轨迹优化。

最新列表：arXiv Robotics · arXiv Software Engineering。

1. 2DGS-Planner：不要直接把 Gaussian 当障碍，用渲染结果回答“机体能否通过”

时间回补：v1 提交于 2026-10-08 11:41 UTC。

为什么重要

2D Gaussian Splatting 能高效渲染几何与外观，但单个 Gaussian disk 并不保证对应真实障碍表面。多视角 alpha 合成可能产生视觉正确、基本元却漂移的地图；若直接把这些 disk 投影成障碍，规划器会遇到虚假封路或漏检。2DGS-Planner 提出一个更稳妥的边界：规划查询渲染出来的表面，而不是信任单个基本元的物理语义。（论文，作者项目页）

算法模块

2DGS 多视角重建
    ↓
渲染法线分散度 → 多视图结构评分
    ↓
非地面结构附近自适应采样路网节点
    ↓
沿候选边正交栅格化 → 筛掉穿障边
    ↓
圆柱形栅格化 → 缓存边周围 clearance field
    ↓
A* 初始路线 → 12 控制点 B-spline 细化 → 复核

离线将昂贵渲染查询转成带 clearance cache 的稀疏边；在线先查图再细化。机器人的横向宽度变化会影响同一路段是否可通过，而不是只改变最后 costmap 膨胀半径。

传感器、实时性与结果

地图来自已有 2DGS 重建，不是一个在线 VIO/LIO 估计器。作者还展示把室内 2DGS 地图注册到 FAST-LIO2 LiDAR 地图，最后在 humanoid 上通过 Pure Pursuit 跟踪路线。Stonehenge 与 Tokyo 两场景各 50 个起终点：完整方法在给定碰撞容差下分别 48/50、40/50 通过，SPL 为 0.956 / 0.782；Tokyo 上 ESDF 基线为 12/50。实验使用 RTX 4090，细化平均增加约 0.357 s / 1.11 s，因此不应把它直接当 50 Hz 局部安全层。（实验详情）

鲁棒性、可复现性与工程风险

作者网页标注 Code / Data TBU，所以虽然展示了真机演示，目前还不能认定已提供可直接复现的完整包。地图固定、渲染误差和形状近似是三个边界：强透明物体、动态障碍与机器人姿态变化都可能破坏 clearance 假设，作者的评估中仍存在 false-safe 配置。建议记录 rendered_clearance、map_age、robot_body_revision、path_validation_result，并保留独立实时碰撞检查。

适合谁关注与工程落地启发

适合 3DGS/2DGS 地图导航、已有 FAST-LIO 地图与视觉重建结合、需要高质量环境表达的巡检机器人。先把 2DGS 做成 低频路线查询层，不让其直接替换实时 LiDAR occupancy / ESDF；比较相同机器人宽度下的路径通过率及 false-safe，而不是只比较渲染画面是否精美。

2. STAG：从稠密地形代价图抽出能保留可通行性差异的稀疏图

时间回补：v1 提交于 2026-10-08 13:33 UTC。

为什么重要

大尺度地下矿井、洞穴和粗糙地形中，dense grid A* 的查询时间和峰值内存随图幅增加变得昂贵。简单提取 medial axis 可以省点，但如果丢掉不同地形通行代价，最短几何路可能偏向难以通行的坡面。STAG 同时考虑拓扑骨架和地形代价突变。（论文）

算法模块

Grid traversability costmap
        ↓
medial-axis skeleton 主骨架
        + homogeneous region representatives
        + high-gradient transition nodes
        ↓
edge geometry + traversability attributes
        ↓
sparse graph A* / global route
        ↓
local planner on original dense map

节点不只是障碍的几何中心，还标记了从容易地形转向困难地形的过渡。图搜索保留较多“路线结构”，局部执行层仍使用完整高分辨率 costmap。

数据、实时性与结果

在合成洞穴、矿井和 DARPA CERBERUS 地图构成的五类测试中，203 张地图、101,200 次查询的结果为：中位规划时间快 3.4–9.9 倍，峰值查询内存降低 2.1–15.4 倍；中位相对路径长度差异覆盖约 -2.9% 到 +7.6%。这是规划查询的加速，不是 SLAM 采图吞吐或真机控制频率。（论文）

鲁棒性、可复现性与风险

当前没有在论文页确认公开代码；最小复现可将现有 costmap 转 skeleton，再分别加入 homogeneous region 与 transition node 两种节点，保持同一碰撞检查器和机器人半径 A/B。风险是稀疏图遗漏窄门、坡度突变或后天改变的通道；必须给图附 costmap_revision，并在地图更新后重验受影响的边。

适合谁关注与工程落地启发

适合多楼层楼梯机器人、矿井巡检、大尺度栅格地图和端侧内存受限平台。推荐全局用 STAG 类稀疏拓扑、局部仍用原始 costmap / LiDAR point cloud；地图压缩不能成为丢掉安全几何的借口。

3. WAND：无人机的风扰估计同时进入规划策略和低层前馈补偿

时间回补：v1 提交于 2026-10-08 12:17 UTC；IEEE RA-L 2026。

为什么重要

高速狭窄空间 UAV 面对非定常侧风时，单纯让 RL policy 从障碍与姿态历史里隐式猜风，会增加感知和控制耦合。WAND 显式估计风致扰动加速度，把同一个估计提供给高层避障选择和低层前馈抗扰，同时改善“从哪边绕”和“飞得准不准”。（论文，DOI）

算法模块

historical proprioceptive states
       ↓ TCN
estimated disturbance acceleration
       ├──→ WindAdapter（zero-init residual）→ RL navigation
       └──→ low-level feedforward compensation
                     ↓
             quadrotor execution

Zero-initialized residual adapter 有利于从原始策略逐步引入风信息，而不是一开始就严重扰动已有导航动作。

动力学假设、实时性与结果

方法面向四旋翼，依赖可观测的历史本体状态和可被 TCN 推断的扰动模式。作者在 12 组有风仿真中相对仅做前馈补偿平均成功率增加 8.3 个百分点；室内风扇试验 18/20 次完成，报告可机载实时运行。论文没有在摘要中给可迁移的统一 P95 推理数字。（论文）

鲁棒性、可复现性与风险

需要特别区分真实风加速度与执行器饱和、标定偏差、载荷摆动造成的等效扰动；模型把这些混为“风”可能在 OOD 条件下输出错误建议。当前未确认完整代码仓库。建议先让风估计仅在 shadow mode 输出，记录 wind_estimate、estimator_residual、action_saturation、minimum_clearance、innovation_delay，不要直接让网络覆盖 PX4 内环。

适合谁关注与工程落地启发

适合 PX4 狭廊、风场穿越、室内外边界无人机。可先在现有 MPPI/NMPC prediction model 中输入独立扰动估计，对比“只低层抗风”和“高层路线也看风”两种架构；这比直接端到端重训飞控更容易诊断。

4. CSF：同样的动作对人和物体意义不同，安全过滤必须理解场景

时间回补：v1 提交于 2026-10-08 17:59 UTC。

为什么重要

人形生成模型根据文本产生全身动作，但“朝箱子挥拳”和“朝人挥拳”的运动学可能相同，安全含义完全不同。纯提示词审核既不知道现场对象是谁，纯几何避障又无法表示“不允许打人但允许打沙袋”这种语义安全规则。CSF 将自然语言规则、场景物体识别和动作轨迹投影组合起来，保留底座 generator。（论文，项目页）

算法模块

scene entities + language safety rules
         ↓ active contextual rules
frozen generator → safe / unsafe reference trajectories
         ↓ trajectory-affine safety value
         ↓ CBF-QP during sampling
safe generated motion → runtime shield
         ↓ on scene change, rewrite unexecuted suffix
         ↓ whole-body tracker

作者还强调执行中有人走进目标区域时，不能修改已经发生的动作，只能将尚未执行的尾部切换到安全 continuation。

真机、结果与假设

在四种不同采样架构的预训练 generator 上，CSF 在论文定义的显式与场景触发不安全案例中按预期激活规则，危险事件率最高降低 90%，保留 88–100% 的良性动作；并在 Unitree G1 上展示面对人和物品时不同响应。该“安全”定义取决于语义识别、规则覆盖和动作参考，不应被视为一般的碰撞安全证书。（项目演示）

可复现性与风险

项目页有代码入口，但必须检查依赖与生成器权重是否实际可用。最关键的风险是视觉错误分类、被恶意 Prompt 绕过的规则、以及 runtime shield 切换延迟。将 scene_entity_revision、active_rule_id、safe_reference_margin、executed_prefix 和 shield_reason 做成可审计事件。

适合谁关注与工程落地启发

适合人形机器人安全、VLA / 文本动作生成、人机共域操作。先写显式禁止行为与受保护实体清单，验证不同场景下 nominal motion 是否应放行；随后将语义约束交给物理过滤器，而不是依赖大模型自己“记住不能这么做”。

5. MAP2：赛车不丢 MPC 预测，也不假设轮胎模型总准确

时间回补：v1 提交于 2026-10-08 15:52 UTC。

为什么重要

Pure Pursuit 等几何跟踪器成本低，但极限侧向加速度下理想 Ackermann 几何不能准确解释轮胎侧滑。全非线性轮胎 MPC 又可能给嵌入式平台带来高算力需求。MAP2 将曲率相关运动学 MPC和轮胎动力学映射结合，再用 Sparse Gaussian Process 对未建模转向响应做 residual 修正。（论文）

算法模块

reference racing line + current state
        ↓
curvature-based kinematic MPC
        ↓
tire dynamics steering mapping
        + sparse GP residual
        ↓
steering command
        ↓
observed response → residual logging

这相当于让可解释模型承担主要预测，把真实硬件的剩余偏差交给一个容量有限、可量化不确定性的学习模块。

真实结果与动力学假设

作者真车实验中相对 MAP、Pure Pursuit 平均横向跟踪误差分别下降 37.99% / 44.65%，平均单圈时间至少缩短 1.5%。不能据此认定 GP 会在完全陌生轮胎/路面上保持同等误差，论文摘要未公布统一高频控制求解时间。（论文）

可复现性与工程风险

尚未确认官方代码公开。建议固定相同赛道、速度与 MPC horizon，对照 PP / MAP / MAP2 无 GP / MAP2 带 GP；同步记录 lateral_error、steering_saturation、gp_residual_mean/variance、solver_time、lap_time。GP 分布外不确定性增长时应降权并限制速度，不能强行相信补偿项。

适合谁关注与工程落地启发

适合赛车、小车、F1TENTH 和模型预测控制；核心可迁移思想是学习闭环残差，而不是一开始就重建整套复杂动力学。对仅有速度接口的机器狗也可以先对实测速度响应建立类似 residual model。

6. RESETTLE：用动作建议分歧触发一次纠正，而不是每次失败都重新问大模型

时间回补：v1 提交于 2026-10-08 15:49 UTC。

为什么重要

VLA 执行过程中偏离示范时，反复调用 VLM 重规划可能比物理纠正窗口更慢。RESETTLE 让冻结的现有机器人策略照常运行，仅当相同输入下两次独立动作采样持续分歧时触发 recovery。它并不把所有动作不同都视为错误，而是使用持续性判断减少偶发随机性。（论文）

算法模块

base policy proposals × 2
       ↓ persistent disagreement detector
same-task demonstration retrieval (adapted V-JEPA)
       ↓
state-servo prior + guarded visual residual
       ↓
one corrective action
       ↓
resume original frozen base policy

Recovery 定位在 execution interface，而不是引入常驻高成本规划 Agent。

仿真与真机结果

六种 base policy 仿真里，LIBERO-Plus、Meta-World、RoboCasa Tabletop 的绝对成功率最高分别提高 8.70 / 6.28 / 6.83 个百分点；另有四类真机任务。基于 QwenPI 的比较中，监控与恢复计算延迟比所选 VoLoAgent 监控/规划环节低 74.04–93.57%；Harness VLA 在 LIBERO-Pro Swap 上由 42%→50%。这些是特定对照设置，不应混为完整动作执行周期加速。（论文）

复现性、风险与工程落地

论文指向的 RESETTLE 仓库目前存在但仍为空仓，故不能声称现已开箱即用。风险包括 stochastic policy 本来合法多模态、检索到错误示范、一次性纠错将机器人推入碰撞。建议 recovery 决策经过动作距离、场景一致性和外部安全层验证，记录 disagreement_persistence、retrieval_similarity、correction_norm、post_recovery_success。

适合谁关注

适合已有 VLA、无法频繁重训模型、需要低延迟纠正插层的机械臂团队。第一步可以只实现分歧监测 Shadow Mode并统计其与真实失败的关联，不急于自动执行纠正动作。

7. DreamTrue：世界模型必须预测“做错以后真的会发生什么”

时间回补：v1 提交于 2026-10-08 17:59 UTC。

为什么重要

视频生成世界模型常见一个危险偏差：示范数据里的成功动作占多数，模型于是对于错误接触、反方向操作也倾向生成“看上去顺利完成”的未来。这对漂亮视频评测可能无伤大雅，对 MPC / action search 则意味着优化器会在虚假的未来里选择动作。DreamTrue 专门提高动作忠实性与接触失败的物理真实性。（论文）

算法模块

cross-embodiment action trajectories
      ↓ render action as image-space condition
offline geometric calibration
      ↓ aligned conditioning videos
counterfactual action modifications
      ↓ generated futures with alternate contacts/failures
human-annotated interaction-defect examples
      ↓ embodied video reward model
      ↓ RL post-training
action-faithful predictive world model

作者没有仅使用静态视频真实性指标，而是显式标注 robot、object、interaction defect，再让 reward model 推动后训练。

实验结果、假设与风险

作者在 AgiBot 评估报告人类判定的 interaction defect rate 从 48.12% 降到 6.25%，并称获得 AgiBot World Challenge 2026 世界模型赛道第 1。不能把视频主观缺陷率直接解释成真实机器人控制成功率，更不等于学得了正确质量与摩擦。（论文，官方项目）

可复现性与工程落地

官方代码仓库已经公开，但完整训练数据、权重和操作脚本需按仓库现状逐项检查。最有价值的复现方式是固定相同初始图像，构造成功抓取 / 失手 / 错误方向 / 接触滑移四类 counterfactual action，比较预测的行为差异，而非只比较 FVD。将 action_conditioning_error、contact_consistency 和 unseen_failure_rate 纳入世界模型回归。

适合谁关注

适合 WAM、VLA、机器人世界模型、反事实数据生成。结论是：模型想象出来的未来只有在动作变化能引起合理不同结局时，才有控制价值。

8. TestPrism：Agent 生成的测试不能只通过一份 Reference Implementation

时间回补：v1 提交于 2026-10-08 16:44 UTC。

为什么重要

自动 Coding Agent 经常靠“生成测试→修到通过”形成自证闭环。但测试如果只和一份 reference solution 对照，可能错误拒绝另一种完全合法实现，或对真实错误实现没有区分力。TestPrism 把合法实现与错误实现的集合共同放进验收标准。（论文）

评测方法和结果

Benchmark 包含 300 个测试任务、17 个来源、3000 个候选实现，有效和无效候选各占一半。Joint Success Function 同时要求测试能击败最初程序、接受所有有效实现、拒绝所有无效实现。

14 组 Agent 配置中，单参考成功率 59.67%，Joint Success 仅 28.00%。TestHelix 进一步采用异构 test/repair pair 生成、peer cross-validation 和递归改进，相对两种 native harness 基线的 Joint Success 提升约 8.67–9.00 个百分点。（论文）

真实工作流、权限与可验证性风险

这个发现直接适用于协议、解析器、状态机和公开 API：一个实现可能用不同数据结构、不同缓存策略，但语义仍然正确。生产测试应以可观察契约而不是内部实现细节为准。反过来，不允许对所有候选宽容，否则测试会失去拒绝错误实现的能力。

建议自动 PR 的测试审核顺序为：fails_on_base → passes_known_valid_variants → fails_known_invalid_variants → independent_mutation_tests。所有候选程序在无生产凭据的沙箱中运行。

可复现性与工程落地启发

本次在论文页面未核验到成熟官方代码地址，但评测设计已足够转成内部 regression：给 C++/Java 的常用模块收集数个合法替代实现和明确错误变体，让测试 Agent 不只“修到看起来对”。适合 Codex、Claude Code、自动 CI reviewer、自研 Coding Agent；相比看更多解释文本，多实现交叉测试更可能揭露测试本身的问题。

AI Coding 实战技巧精选

技巧 1｜JetBrains Copilot 按需启动 MCP，不让不必要的工具常驻

  • 来源：GitHub 官方 Changelog，2026-10-10：New controls and chat improvements in Copilot for JetBrains。
  • 一句话结论：更新 JetBrains Copilot 插件后，在 MCP 设置关闭自动启动，只有真正需要调用外部工具的会话才启用对应 Server。
  • 具体怎么做：① 将 JetBrains IDE 更新至 2025.2 或更高并更新 Copilot 插件；② 在 Copilot/MCP 设置找到自动启动选项，将非必要 server 设为手动启动；③ 新建聊天和重启 IDE 分别确认 server 没有自行启动；④ 用一个必须调用 MCP 的任务测试手动启用后的连接、权限和退出回收。
  • 适合什么场景：IntelliJ IDEA / WebStorm 等 JetBrains IDE、多个 MCP、内网工具、启动慢或不希望长期持有连接的 Agent 工作流。
  • 注意：这是可用性与攻击面治理，不代替 MCP server 自身鉴权；不同插件版本的设置位置以当前 UI 为准。

技巧 2｜Copilot Code Review 统一组织付费并限定触发者

  • 来源：GitHub 官方 Changelog，2026-10-08：Copilot code review: New organization billing options and controls。
  • 一句话结论：团队集中使用 AI PR Review 时，明确账单来自成员额度还是组织 AI Credits，必要时拒绝使用外部个人许可的用户触发审查。
  • 具体怎么做：① 组织管理员进入 Organization settings → Copilot → Policies，找到 Choose how members with a Copilot license are billed；② 选 Member 保留成员额度扣费，或启用组织 AI Credits paid usage 后选 Organization 并设预算；③ 需要限定触发者时开启 Only allow Copilot code review to be triggered by authorized users；④ 使用组织内许可和外部个人许可两个测试账号分别请求 PR review，核对结果与账单记录。
  • 适合什么场景：Copilot 多人 PR 审查、Agent 高频提交、企业仓库和集中成本管理。
  • 注意：组织模式需要付费 AI Credits 已开启；限制外部许可触发的是 Review 入口，并不代替 protected branch / CI。

经典论文回顾

Elastic Bands：1993 年就提出“全局路径作为可变形对象”，今天依然值得重读

Sean Quinlan 与 Oussama Khatib 的 Elastic Bands: Connecting Path Planning and Control 发表于 ICRA 1993，802–807 页，DOI 10.1109/ROBOT.1993.291936。它早于后来的 Timed Elastic Band 等实时优化方法，针对的是规划和执行之间的经典断层：全局路径计算完以后，现场局部障碍发生变化，是否只能停止并重新跑全局规划？（IEEE 论文，Stanford Robotics Lab 书目）

核心数学与算法思想

先由全局 planner 给出一条无碰撞路线，将其表示成可变形的 path；外部势力推动路径远离新障碍，内部弹性力倾向保持短、平滑和与原全局通道相连。

Global collision-free route
       ↓ deformable elastic band
internal smoothing forces + obstacle repulsion
       ↓
real-time local path deformation
       ↓
robot tracking + new sensor evidence
       ↺

原文讨论通过 bubble 表示局部自由空间来高效处理可行路径变形；直觉上，既要允许带状路径偏移，也要防止它“橡皮筋一样穿过障碍”。

当年为什么重要

它把“全局拓扑决定去哪边绕”和“局部传感器决定离障碍多远”明确区分，提供了从路径规划过渡到实时控制的框架。它不是现代概率安全 MPC，也不对有界输入、非完整约束提供通用保证；真实机器人的速度、加速度和安全距离仍需要独立处理。

今天仍在使用和已被扩展的思想

现在 TEB、局部 B-spline 细化、CHOMP/STOMP 及其他优化器都保留了“路径作为可优化对象”的思想，但通常还增加时间参数化、动力学约束、严格的碰撞检查或更复杂的目标函数。今天的 2DGS-Planner 实际上也是先搜稀疏路网，再借助缓存的 clearance field 细化路径；STAG 则让全局骨架更紧凑。

开源与可复现性

第三方 C++ ElasticBand 实现可用于理解算法，但不是 1993 原作者维护的生产实现。建议固定一张地图与同一组动态障碍，比较“仅全局 A* 重规划”“A* + Elastic Band”“STAG + 局部细化”，记录平均规划延迟、最小净空、卡住率与是否错误跨越障碍。

对当前工程的重新解读

对于窄走廊 UAV / 机器狗系统，上层保留通过门洞和楼梯的拓扑，局部允许有限变形，并以激光实时观测做 safety gate；不要让局部优化器未经检查就跳到另一条不安全拓扑。Elastic Band 的现实价值不只是轨迹变平滑，更是如何让局部调整服从全局任务意图。

今日结论

今天八项新工作形成一条清楚的工程趋势：地图、预测、控制和测试都不能只输出一个结果，还应该暴露结果背后的证据和失效边界。

2DGS-Planner 提醒我们，单个视觉地图基本元不等于真实几何；STAG 则证明地形地图可以被压缩为保留过渡信息的图，却仍要回到 dense map 做最终安全校验。WAND 将风扰从隐含的策略内部状态变成可测量的执行变量；MAP2 保留名义运动学与学习残差各自可诊断的职责；CSF 让场景实体决定哪些动作约束需要真正激活。

RESETTLE 把纠错做成低成本、可触发、能归还控制权的动作，而 DreamTrue 让世界模型对失败也保持忠实。TestPrism 在软件工程中对应同一种思想：一个单参考测试通过并不是充分证据，必须能拒绝错误行为同时接受不同合法实现。

本期两个 GitHub 实战技巧则说明，工具的连接生命周期、Code Review 的权限和计费模式都是 Harness 的一部分，应像代码一样被明确配置和回归验证。

一句话结论：地图应可查询，动力学应可校准，动作应可拒绝，测试应可交叉验证。

最值得深入研究或尝试复现的方向

  1. 2DGS 与 LiDAR 双图层：使用同一局部地图比较 Gaussian primitive occupancy、渲染几何 clearance 与原生 LiDAR ESDF 的 false-safe 和 false-block；真实避障仍以高频传感器保护。
  2. STAG 稀疏图 A/B：固定 costmap，比较 dense A*、medial-axis graph、STAG 类过渡节点图，专测楼梯/坡面附近的拓扑遗漏。
  3. 风扰双路径实验：同一 UAV 分别采用“仅低层前馈补偿”和“策略与控制同时感知扰动”，比较横风切换时的最小障碍间距与跟踪误差。
  4. 上下文安全规则：以箱子、人体和移动危险区域构造规则矩阵，验证 G1 / VLA 是否能区分动作语义，同时保留硬碰撞保护。
  5. GP residual MPC：固定控制器结构，只学习速度/转向响应残差；对路面和载荷突变记录 residual variance 与 fallback。
  6. 动作分歧 Shadow Monitor：记录冻结 VLA 重复采样差异与实际失败的相关性，确定恢复触发阈值后再接 corrective action。
  7. 世界模型反事实失败集：设计同一初始状态的多个动作干预，检查是否预测出有意义的失败差异而非总是生成成功画面。
  8. 多实现测试验证：针对 C++/Java 模块预置合法变体和错误变体，让生成测试同时满足 accept-valid / reject-invalid。
  9. JetBrains MCP 运行生命周期与组织 Review 权限：为自动启动、手动启用、外部许可触发和预算边界增加两套可重复测试。

参考资料

最新论文列表： arXiv Robotics · arXiv Software Engineering。

地图 / 规划： 2DGS-Planner · 项目页 · STAG。

控制 / 机器人学习： WAND · CSF · CSF 项目 · MAP2 · RESETTLE · DreamTrue。

AI Coding： TestPrism · GitHub Copilot JetBrains 2026-10-10 · GitHub Code Review Billing 2026-10-08。

经典回顾： Elastic Bands ICRA 1993 · Stanford 原作者出版目录。