机器人 / SLAM / 控制 / AI Coding 技术深度简报｜2026-10-19

摘要

检索基准：2026-10-19 09:00（Asia/Shanghai），星期一。 周末未出现新的 arXiv 常规公开批次，最近可核验的 Robotics（cs.RO）及 Software Engineering（cs.SE）公开列表仍是 2026-10-16，列表条目分别约 102 条和 25 条，包含交叉收录，不应都算成新投稿。本次先检查最近 24 小时，再向最近 7 天扩展，与 GitHub 覆盖索引截至 10 月 18 日的 1030 条历史记录按规范化标题、arXiv ID、项目页和源码仓库联合去重。八项主动态均为未报道的新工作，论文 v1 全部提交于 2026-10-15 UTC，因此统一明确标记时间回补。

今天四个核心方向是：一、3DGS 语言地图如何不重训就准确寻找生产系统关注的少数目标；二、多机器人如何把通信延迟与可达性直接放入安全约束，高维轨迹及负载变化又如何通过结构化优化处理；三、机器人基础模型怎样避免把大模型放到实时控制链中，或者每个控制周期都运行昂贵的世界模型；四、Coding Agent 如何避免把未经验证的设计假设固化为后续实现计划。

SLAM/导航方面，Training-Free Target-Aware 3D Gaussian Language Map 将目标的视觉 embedding 与文本 embedding 按闭式求得的最小权重混合，并纠正文本共有分量导致的查询退化，Replica 上报告 mIoU 约翻倍。它改善的是语义目标检索，不是 LIO/VIO 的几何姿态估计。

控制方面，预测式通信 CBF 根据上次收到邻机状态传播可达集，仿真中以约 77.5% 更少的消息保持受测场景无碰撞；MAGMA 将增广拉格朗日和几何热流组合处理高维障碍及执行器限制；人形 Whole-Body MPC 则利用 EKF 在线估计重负载的惯性参数。

端侧具身 AI方面，Qwen-2.5-0.5B 只对首次出现的物体类别输出语义风险并缓存结果，Jetson Orin NX 感知约 10 Hz，LLM 慢查询不进入控制关键路径。VeriVLA 仅在动作块不确定时调用 JEPA 潜世界模型复核，真实精细操作平均完成分数从 50.8% 提升至 65.5%；MAIA 联合视觉、动作和力觉，在异常真正发生前预测接触风险。

AI Coding方面，Poison Valleys 对 1844 次请求进行因果诊断：错误假设如果进入正式实施计划，后续补丁失败显著增多。今天两条实战技巧来自 Claude Code 原始 Release：控制默认 fork 子 Agent，以及禁用 @文件的自动全文注入。经典论文选择 VLMaps（ICRA 2023），从语义地图与物理导航的责任边界重新解读今天的 3DGS 研究。

所有性能数字均是作者在给定测试条件下报告的结果，不应视为 RK3588、Jetson、机器狗或真机生产环境的统一性能保证。

最新列表：arXiv Robotics · arXiv Software Engineering。

1. Training-Free Target-Aware 3D Gaussian Language Map：不重训语义地图，增强真正要找的目标

时间回补：2026-10-15 10:00 UTC 首次提交。

为什么重要

将视觉语言特征蒸馏到 3D Gaussian Splatting 地图后，机器人可以用自然语言查询三维空间。但实际部署时，“消防阀门”“某个按钮”等少数关键目标的原始文本相似度可能很低；若为了每个新目标重新训练地图，成本高，还可能破坏其他词语的开放查询能力。

作者提出的关键操作是仅更新文本目标对应的分割区域，而非对全部 Gaussian 统一重训或修改。对目标区域原有视觉向量与目标文本向量进行凸组合，选择“足以让目标被检出”的最小混合系数，并在闭式中求得，避免手工反复寻找超参数。

算法模块与观测假设

已蒸馏的 3DGS 语言地图 + 目标文本
                  ↓
文本可提示分割器识别目标区域
                  ↓
视觉 embedding + 文本 embedding 的最小量凸组合
                  ↓
非目标区域保持原样
                  ↓
去除文本 embedding 的共享分量
                  ↓
目标语义查询 → 三维坐标 → 路径规划器

最后的去均值/居中校正非常重要：直接注入文本向量可能使大量文本查询指向同一个热点，出现所谓“query-agnostic”失效。这个修复针对检索读出，而不是几何位置。

实时性、结果与鲁棒性

作者在三组基准中报告语义检索改善，Replica 上基础 mIoU 约提升至原来的两倍，并展示四足机器人自然语言目标导航。公开摘要没有统一在线 FPS；方法本身也不提供 LiDAR/IMU 位姿、碰撞几何或地面可通行性。

分割器误把背景识别成目标时，后处理可能只是使错误区域更自信。对象被搬走时还需要明确地图版本与目标位置的有效期。

可复现性与工程风险

已有项目及代码。可冻结同一 3DGS 地图，比较原始语言检索、只注入目标语义、注入加居中校正，统计目标 mIoU、非目标误命中和未修改区域的检索保真度。

适合谁关注与工程落地启发

适合 3DGS、室内语义导航、机器狗自然语言巡检。语义地图负责提出目的地，LiDAR/Depth Costmap 和独立的局部避障负责实际安全通行；语义打分不能充当障碍概率。

原论文 · 作者项目页

2. 预测式通信 CBF：邻机状态越旧，可达风险越大，就应越早广播

时间回补：2026-10-15 16:50 UTC 首次提交。

为什么重要

多机器人共享走廊和追捕任务中，Wi-Fi/无线组网的消息延迟不可避免。如果控制器把上一次收到的邻机坐标当成实时坐标，即使求解了 CBF 安全约束，也是在错误的状态基础上过滤动作。

论文让机器人根据上次收到的邻机状态、邻机运动上界和消息陈旧时间推算邻机现在可能出现的可达集。可达集持续膨胀，既改变本地安全距离，也决定何时必须主动发送新状态。

算法模块与动力学假设

最近邻机状态 + 接收时戳
             ↓
Reachable Set 随消息过期增长
             ↓
Kinematic / Uncertainty Risk
             ↓
Reachability-Based CBF 生成安全动作
             ↓
消息过期风险越过阈值？
       ├─ 是：提前通信
       └─ 否：节省通信

论文关于相互避碰的理论前提包含通信新鲜度有界及相应动力学模型合理。失联无限持续、邻机突然拥有模型外加速度或本机执行器已饱和时，不能套用“有保证”的结论。

实验、实时性与鲁棒性

追捕—躲避仿真中，作者报告相对周期式及事件触发基线消息减少约 77.5%，受测运行没有碰撞。这里的零碰撞是特定仿真实验观测，并非真实硬件对所有网络故障的证明。摘要未给出通用控制频率。

可复现性与工程风险

尚未确认完整官方代码。推荐在两机器人二维仿真中注入 20–500 ms 随机延迟、连续丢包及突然转向，记录 state_age、reachable_radius、cbf_margin、message_rate、deadline_miss、collision。超过通信时效上界时采用安全停机或低速隔离策略。

适合谁关注与工程落地启发

适合多机器狗、UAV 编队、低带宽工业无线组网。把状态新鲜度提升成与位置、速度同等重要的规划输入，而不是只在 ROS 日志里保存时间戳。

原论文

3. MAGMA：使用原始—对偶几何热流求解高维受约束轨迹

时间回补：2026-10-15 13:30 UTC 首次提交。

为什么重要

机械臂、人形和非线性动态系统需要同时满足障碍、关节限制、执行器限幅及末端目标。直接给每种违规项设置罚权，很容易出现权重难调、轨迹可看却不可执行，或优化初值敏感等问题。

MAGMA（Multiplier-Augmented Geometric Motion Algorithm）将 Affine Geometric Heat Flow（AGHF）轨迹演化与增广拉格朗日和原始—对偶流结合，目标是减少高难规划中的人工调参，并保留显式约束结构。

算法模块与数学假设

初始轨迹 + 机器人非线性动力学
              ↓
Obstacle / State / Actuator Constraints
              ↓
Augmented-Lagrangian Energy
              ↓
Primal-Dual Affine Geometric Heat Flow
              ↓
约束残差更新 + 轨迹代价下降
              ↓
可行候选 → 执行前独立动态复核

作者证明适当定义下的原始—对偶 AGHF 是一个能量梯度流。但对于非凸优化，这不等于全部初值都得到全局最优；运动过程中的中间轨迹也不能直接当作安全控制输入。

结果、实时性与鲁棒性

论文在带障碍、状态和驱动限制的困难轨迹生成问题中报告较好的轨迹质量及显著减少调参工作量。摘要没有统一可迁移的求解毫秒数或成功率，不能把它包装成某款边缘板能够直接 100 Hz 执行的控制器。

可复现性与风险

未确认成熟官方仓库。可采用一个平面 3–7 自由度机械臂，固定相同初始/目标和碰撞模型，比较直接配置优化、常规罚函数和增广拉格朗日方案，记录最大约束违例、终端误差、P95 时间、不同初值失败率。

适合谁关注与工程落地启发

适合接触前轨迹生成、高维机械臂避障和 Whole-Body Planning。实际机器人上应把它视为慢层求解器，下层仍需独立执行输入限幅、碰撞与时间参数化。

原论文

4. 人形重负载遥操作：Whole-Body MPC 联合 EKF 在线惯性参数估计

时间回补：2026-10-15 16:32 UTC 首次提交。

为什么重要

抓起重工具或搬运大物体后，人形系统的质心、转动惯量与总质量可能发生足以影响平衡的变化。空载全身模型即使配合良好的位置反馈，在大负载接触过程中仍可能产生明显误差。关键不是让任务模型预测一个补偿力矩，而是让物理控制层实时知道负载对动力学的贡献。

该工作把物理一致的时变惯性参数 EKF与 Whole-Body MPC 联合；操作员通过遥操作接口给出期望动作，控制器按照估计的真实动力学优化全身行为。

算法模块与传感器假设

VR 操作员参考 + 机器人姿态/关节/力觉
                  ↓
EKF 在线惯性参数辨识
                  ↓
Rigid-Body Dynamics + Whole-Body MPC
                  ↓
力矩前馈与关节运动参考
                  ↓
动态重物操作

参数辨识依赖足够运动激励、正确的关节/接触测量与动力学结构。机器人与物体之间接触模式切换时，EKF 的先前参数解释可能短暂失效。

实验、实时性与鲁棒性

作者报告仿真及硬件实验，说明在惯性显著负载任务中采用在线辨识的收益；公开摘要没有统一的真机 FPS、载荷公斤数或成功率可供外推，不做无依据补数。

可复现性与工程风险

尚未确认完整官方实现。最小实验可在仿真中固定操作参考，分别对比空载模型、已知负载模型及在线估计模型，测量 payload_parameter_covariance、base_attitude_error、joint_torque_saturation、support_polygon_margin、contact_slip。参数不可信时减速、暂停或撤退，不能无限相信模型估计。

适合谁关注与工程落地启发

适合 G1 等人形、机器人重物搬运、双臂遥操作。高层提出任务/运动意图，低层负责在线辨识、平衡和力矩限制，避免将物理补偿交给慢速 LLM。

原论文

5. 机载 Qwen-2.5-0.5B 语义安全 UAV：语言模型只在新物体类别出现时运行

时间回补：2026-10-15 15:43 UTC 首次提交。

为什么重要

人与车、墙和树在视觉占据图上都是“障碍”，但真实飞行应对行人保留更大的保守安全边距；行人在短时间遮挡后，也不能立即从安全地图中消失。若要求 LLM 每帧解析整张画面，则根本无法维持稳定的机载控制周期。

这项工作采用视觉/深度持续更新，LLM 针对物体类别一次推理后缓存的分层方式。

算法模块

Camera + Depth → Shared BLIP Encoder
                  ↓
图像描述 / 文本条件分割 / 3D 定位
                  ↓
带 ID 的障碍跟踪（遮挡期间短时保持）
                  ↓
新物体类别？
   ├─ 否：使用已缓存风险值
   └─ 是：RAG + Qwen-2.5-0.5B
                    ↓
         Grammar-Constrained JSON
                    ↓
      按类别调整 Planner Clearance
                    ↓
     独立几何/动力学安全控制

缓存的是“某类目标需要多大风险裕量”而非可以执行的 Shell 命令。LLM 解释结果不是控制安全的数学证明。

实时性、实验与鲁棒性

论文报告 Jetson Orin NX 感知约 10 Hz，新类别触发的 LLM 查询约 0.8 秒，但查询不阻塞实时控制路径。Gazebo 城市场景中，相比纯几何规划器碰撞事件约减少三倍；移动目标附近语义着陆成功率从 34% 提升到 96%，均为作者仿真结果。

224 像素视觉输入对于远处小物体识别能力不足，因此行人保护依赖保守净空和短期遮挡保持。这一系统仍需处理错误分类、RAG 不可信文本、缓存过期及动态环境突变。

可复现性与工程风险

尚未确认完整源码。建议先使用 Shadow Mode 输出 class_risk、cache_hit_ratio、object_age、geometry_clearance、perception_latency_p95，验证稳定后才接入安全边距调度；不能允许模型输出直接改飞控 failsafe、推力限制或人员安全策略。

适合谁关注与工程落地启发

适合 Jetson UAV、机器狗行人避障、语义风控。慢速大模型负责少量类别级规则，高频传感器和经典控制器负责动作执行。

原论文

6. VeriVLA：动作块风险高时才让 JEPA 世界模型额外算一次

时间回补：2026-10-15 14:34 UTC 首次提交。

为什么重要

同一视觉观测下，Flow-based VLA 用不同随机种子生成的动作块质量可能显著不同；插笔、移液、苹果放置等精密任务，一次失误就可能终结任务。全程对每个动作块运行多次世界模型推理，成本又过高。

VeriVLA 将是否额外计算变成一个决策：先取两条 VLA 样本，根据块内时间波动和不同样本间的动作方差估计当前是否为关键状态。只在不确定性高时，使用 JEPA 潜世界模型预测多个动作候选之后的潜状态变化并排序。

算法模块与假设

当前状态 → 两条 Flow Action Chunks
                 ↓
时间维波动 + 跨样本方差
                 ↓
Critical-State Trigger
   ├─ 未触发：执行普通动作
   └─ 触发：补充采样 → JEPA 未来潜状态
                          ↓
                   评估任务进展
                          ↓
                     最佳候选

它不生成完整未来视频，但 JEPA 对“任务进展”的评分不是对物理安全的形式化证明。验证延迟、过期观测和已有执行动作前缀必须计入队列管理。

实验与计算代价

作者在真实三项精细操作中报告平均完成分数 50.8% → 65.5%；触发时额外采样与验证在单张 RTX 4090 上约 326 ms。RoboTwin 2.0 Clean 从 66.4%→73.6%，Randomized 从 62.8%→69.6%，LIBERO 从 96.9%→97.6%。

注意触发时增加的 326 ms 不是每次控制更新的恒定延迟；如果世界模型验证结束时旧动作已经过期，必须取消而非强制执行。

可复现性、风险与工程落地

尚未确认完整可用的权重和训练/评测仓库。固定相同 VLA 和 GPU 预算，对比单采样、每周期多采样、只在关键状态复核，统计 trigger_rate、additional_inference_ms、stale_action_discard、success_rate、cost_per_success。

适合谁关注

适合双臂精细操作、Flow/Diffusion VLA、高延迟远程动作生成。应将按需验证作为辅助决策层，且与本地硬实时安全层隔离。

原论文

7. MAIA：联合视觉、动作与力觉，在接触失败真正发生前预警

时间回补：2026-10-15 11:11 UTC 首次提交；2026-10-16 更新版本。

为什么重要

单看相机，机械臂可能似乎在顺利插入零件，真实夹爪却已持续侧向挤压；单看瞬时力矩阈值，往往直到卡死才触发保护。MAIA 用 Vision–Action–Force World Model 预测下一段正常交互应该出现的视觉和力觉响应，再使用轻量异常预测头估计是否即将偏离。

算法模块、观测和动力学假设

历史视频 + 计划动作 + 末端力觉
                 ↓
Vision–Action–Force World Model
                 ↓
未来视频 / 力觉响应预测
                 ↓
轻量异常预判 Head
                 ↓
暂停 / 纠正 / 请求新观测

这不是静态图像异常分类；模型明确使用动作及力觉时序，因此需要力/扭矩传感器的偏置校准、控制与相机时间同步。对象材质变化、没有训练过的接触模式和力觉漂移都可能改变告警可靠性。

数据、实验与实时性

作者提供 CRIA：2852 条真实机器人轨迹、18 类接触丰富任务，包含逐帧的异常起始标注。已见/未见任务平衡准确率分别为 0.765 / 0.710，提前量中位数分别为 28.0 / 25.1 个数据时间步；结合执行决策后，受测任务成功率 52.6%→61.5%。提前量单位不是毫秒；没有公开统一 FPS 时不能自行换算。

可复现性、鲁棒性与风险

未确认完整代码/权重已经公开。建议先在现有接触任务日志中额外标注真正故障起点，对比仅视频、仅力觉、视频+动作+力觉模型。重点看 anomaly_lead_steps、false_alarms_per_task、missed_failure_rate，以及告警后停止或撤退的成功率。

适合谁关注与工程落地启发

适合插孔、抓取、双臂装配和带力矩传感器的机械臂。把“计划动作预期的力觉”与“真实接触反馈”的差异当成独立安全诊断依据，而不是只看任务结束画面。

原论文

8. Poison Valleys：错误设计假设进入 Agent 实施计划后，会怎样污染后续补丁

时间回补：2026-10-15 08:49 UTC 首次提交。

为什么重要

Coding Agent 的任务失败通常只留下“测试失败”的结论，却不容易知道到底是哪一次错误推理让后续代码走偏。特别是自动 Agent 习惯先写长篇设计方案，再严格执行自己的方案；若核心机制未经证实，越高效的执行器反而越快产生错误实现。

Poison Valleys 将看似合理的错误机制分别注入早期假设、实施计划或二者，观察实际修复代码及其行为违反了哪些契约。

试验与突破性结果

论文分析 1844 次模型请求，覆盖两个合成 Python 案例：磁盘持久队列的原子批量领取，以及 Dijkstra 路径搜索的来源敏感过滤。匹配实验条件后，将错误观念从“假设”提升为正式“计划”，对应失败分别增加 32.2% 和 28.9%（使用论文口径，不擅自换算为百分点）。

这是针对两个合成案例的因果研究，不意味着任何真实 C++、Java、ROS2 大仓库都必然出现同等下降。但它非常明确地暴露了规划阶段的不可逆假设锁定风险。

真实研发流程、权限与可验证性风险

可复用的工程措施不是增加许多流水账和验收报告，而是让少数不可违反的行为契约先接受反例挑战。

例如 C++ SIP 协议模块、数据库迁移或队列状态机，先列出原子性、时序、错误码、幂等性与权限不变量；每条关键设计假设最多设置一个有区分度的最小反例或独立只读 Review。之后再让 Agent 修改代码。

不能允许实施 Agent 同时修改验收规范和实现，再根据自己新写的测试宣布通过。

可复现性与工程落地启发

作者公开代码、数据与演示。建议用相同任务、仓库版本和 Token 预算比较“长计划直接执行”“短行为契约+反例”“直接编写+独立验证”三组，以真实通过的任务数和成本评价，不按文档数量打分。

适合谁关注

Codex、Claude Code、自研 Harness、状态机或协议重构、大型 C++/Java 工程。关键是避免未经验证的设计假设被计划文件升级为事实。

原论文 · 作者代码与数据

AI Coding 实战技巧精选

技巧 1｜关闭不需要的 Claude Code Fork 子 Agent，做一次串并行成本 A/B

来源： Anthropic，Claude Code v2.1.302 Release，2026-10-16；时间回补。

一句话结论： 新版在 CLI 的非交互模式、Agent SDK、桌面和 VS Code 中默认支持 fork 子 Agent。如果任务高度共享文件，先关掉 fork 行为实测成本，不要机械假设子 Agent 越多越好。

具体怎么做：

更新到支持版本，在测试终端执行：
```
export CLAUDE_CODE_FORK_SUBAGENT=0
```
从该终端启动同一组任务。另运行一组不设置变量的基线，固定 Commit、模型、测试任务和权限。
对比重复搜索、冲突文件、实际通过率、总耗时与每成功任务 Token。

适合什么场景： Claude Code CLI、Agent SDK、IDE 长任务、经常修改相同文件的多 Agent 工作流。

注意： 该变量关闭的是 fork 子 Agent 行为，不等于禁用一切并发或文件系统写权限；涉及共享资源仍应使用独立工作树及工具最小权限。

技巧 2｜不要让 @文件提及自动吞入全部源码，改用显式按需读取

来源： Anthropic，Claude Code v2.1.299 Release，2026-10-14；时间回补。

一句话结论： 官方新增环境变量，可让模型先获得 @文件路径，再自主通过文件工具读取必要内容，避免大文件被自动注入整个对话上下文。

具体怎么做：

在测试终端执行：

export CLAUDE_CODE_DISABLE_FILE_MENTIONS=1

重新启动会话，用同一大文件的 @提及分别测试默认模式和该模式，查看上下文及文件工具读取量。
真正要修改某文件前，要求 Agent 明确读取对应原始文件内容，不能只根据先前摘要和猜测产生 Patch。
比较每成功任务成本、被修改文件定位准确率和测试结果。

适合什么场景： 大型 C++/Java Monorepo、Claude Code 长任务、上下文与 Token 开销治理。

注意： 禁止自动注入并不是禁止模型读取文件。敏感文件仍需沙盒、文件工具权限和审计控制。

经典论文回顾

VLMaps：Visual Language Maps for Robot Navigation（ICRA 2023）

发表时间与历史位置。 Chenguang Huang、Oier Mees、Andy Zeng、Wolfram Burgard 的 Visual Language Maps for Robot Navigation 最早于 2022-10-11 提交 arXiv，正式接收于 ICRA 2023。它是将开放词汇视觉语义真正对齐到机器人三维地图的代表性工作。

核心问题

普通 SLAM 图知道哪儿是墙、哪儿可以走，但不知道“沙发”“电视”或“沙发右边三米”的语义位置。直接对相机图像进行文本检索，也无法持续保存精确的世界坐标，更无法让机器人跨房间完成多步空间指令。

VLMaps 使用预训练视觉语言特征与 3D 重建几何融合，使地图可以被自然语言直接索引。LLM 可以把复杂语言拆成开放词汇的目标对象和空间关系，然后在地图坐标中定位，最后由导航系统选择可执行路线。

算法与数学思想

RGB-D 视频 / Camera Pose / 机器人探索
                ↓
预训练视觉语言视觉特征
                ↓
与 3D 几何重建融合
                ↓
Open-Vocabulary Language Map
                ↑
自然语言指令 → 对象/空间关系解析
                ↓
目标三维坐标 + 按机器人本体生成障碍地图
                ↓
全局导航与局部避障

这不是“文字直接生成电机控制”。关键是把语义 embedding 锚定到可靠的空间坐标，而不同尺寸、不同运动能力的机器人可以在相同语义图上构建不同几何可通行性图。

传感器假设与历史价值

方法依赖已校准的 RGB-D/深度观测、位姿、外参与地图融合。它证明开放词汇目标导航不必人工为所有类别标注专门数据。但文本相似度容易受重复物体、遮挡、背景语义和动态场景影响，不能被当作真实碰撞安全概率。

今天仍使用与已演进的思想

3DGS 语言地图、开放词汇语义建图、对象语义图都沿用“把语义保存为可查询地图状态”的路线。今天 Training-Free Target-Aware 工作改进了生产系统的特定目标查询，但还是以已有几何/语言地图为基础。

后来的 Gaussian、对象级地图、长期记忆等方法改善表示和更新效率，却没有消除语义地图老化、误检及语言目标不可达的问题。

可复现性和工程重读

论文 · 项目页 · 官方源码。已有公开实现，依赖较旧，宜从离线语义地图查询开始。

建议使用同一套 RGB-D 轨迹评估：传统类别地图、VLMaps、3DGS 语言地图及目标定向改良。分别记录定位误差、开放词汇目标召回、未见词误命中、地图内存、动态目标漂移以及实际导航成功率。

工程结论：语言模型回答“到哪里去”，基于实时传感器的几何地图和控制器回答“现在能否安全通过”。

今日结论

今天的研究不是简单追求模型更大，而是认真划清不同信息的可信边界。

目标增强后的 3DGS 语言图能帮助机器人查找对象，却不应直接覆盖几何导航；预测式通信 CBF 把消息过期的风险计入可达集；MAGMA 通过明确的约束机制而非随意加权求解高维轨迹；负载在线辨识要求人形的动力学模型跟随真实负载变化。

机载小模型可以在语义层慢速提出风险边距，但不能阻塞控制环；VeriVLA 只为不确定的动作花额外算力；MAIA 利用力觉使真正的接触失败更早变得可见。共同原则是：计算预算随风险动态分配，物理执行的限制始终显式保留。

Poison Valleys 对 AI Coding 的启示也不在更多文档。若实施计划建立在错误机制上，再多冒烟测试、哈希或验收记录，也可能只是让 Agent 更高效地证明错误方案。关键不变量需要在写代码之前被有针对性的反例审查。

一句话：语义、时间、执行器可行性、接触反馈与行为契约应被当作可验证的正式状态；模型只是利用这些状态的工具。

最值得深入研究或尝试复现的方向

3DGS 语言地图 A/B：原始检索、目标局部注入、加中心化读出，比较非目标误命中与目标召回。
双机通信时延 CBF：注入丢包和迟到消息，检查可达集膨胀、消息量和失联安全停机。
MAGMA 高维受限轨迹：同模型同起点对比罚函数、直接配置优化和几何热流的最大约束违例与 P95 时间。
人形载荷在线辨识：切换不同虚拟负载，记录 EKF 参数可信度、足端接触和扭矩饱和。
Jetson 语义风险缓存：类别级 Qwen 只在首次出现时推理，验证跨遮挡跟踪、LLM 查询超时和本地独立避障。
VeriVLA 按需推理预算：固定同一 VLA，比较单采样、固定多采样和风险触发 JEPA 验证。
视觉—力觉异常 Sidecar：先报警不接管控制，测提前多少真实采样步、误报率和异常恢复成功。
Poison Valleys 软件契约回归：写代码前挑战关键行为假设，以正确性和每成功任务成本评价，不评文档数量。
Claude Code 并行与上下文 A/B：两项官方环境变量固定仓库与测试任务，比较成功任务的总成本。

参考资料

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

SLAM 与机器人控制： 3DGS 语言地图 · 多机器人预测式通信 CBF · MAGMA · Humanoid WBMPC 惯性参数辨识。

具身模型和执行： 机载语义 UAV · VeriVLA · MAIA。

AI Coding： Poison Valleys · Claude Code v2.1.302 · Claude Code v2.1.299。

经典论文： VLMaps · VLMaps 项目页 · VLMaps 官方源码。