机器人 / SLAM / 控制 / AI Coding 技术深度简报｜2026-10-26

摘要

日期：2026-10-26（Asia/Shanghai，星期一）；检索基准：09:00。

最近 24 小时没有新的常规 arXiv 公开批次；已核查的 Robotics（cs.RO）与 Software Engineering（cs.SE）最新常规列表均为 2026-10-23（星期五），分别有 107 / 51 个列表条目，其中分别有 63 / 25 个新提交条目。列表含交叉列入和版本替换，不可把总数全部当成新论文。来源：cs.RO 最新列表、cs.SE 最新列表。

按任务规范扩展至七天，与仓库截至 10 月 25 日的 1113 条历史覆盖记录联合检查规范化标题、arXiv ID、DOI 与已知项目/源码 URL 后，本期入选 8 条未覆盖主动态、3 条可执行 AI Coding 技巧、1 篇未覆盖经典论文。八篇主动态均在 10 月 21—22 日 UTC 首次提交，故全部标为时间回补。

本期重点是：不同来源的信息与控制权必须拥有不同的可信边界。 IMU 估计不应假设装配位置永远准确；事件相机测速不能只看平均误差；人机接管必须同时考量通信和任务语义；集群控制需要兼顾协作任务和实时预算；可微仿真要与真实环境预测分层；生成的动作必须经过物理可行性检查。具身模型和 Coding Agent 也同样需要可复现的中间证据。本期的实验结果均为原作者在指定条件下报告，不能直接外推至任何具体机器人硬件。

1. 无须预先标定安装位置的 IMU 相对姿态估计：同时估计方向和传感器位置

时间回补：arXiv v1 于 2026-10-22 12:14 UTC 提交。

为什么重要

把 IMU 绑在机器人关节两侧或穿戴设备上，通常需要先标定各传感器在刚体上的位置。如果装配位置有偏差，利用刚体运动约束得到的关节角会受到系统误差影响。这项研究提出 EKF，把两个 IMU 的相对方向与传感器位置一起估计，不依赖磁力计提供的全局航向锚点，也不必事先假设关节一定是理想铰链。

算法模块、观测假设

相邻刚体上的 IMU：角速度 + 线加速度
                  ↓
    刚体相对运动与关节中心约束
                  ↓
      传感器位置 + 相对旋转 EKF
                  ↓
      低通抑制冲击及微分噪声
                  ↓
       相对姿态与置信度输出

论文区分了两类激励：关节中心加速度主要影响相对方向可估性，相对角速度主要影响传感器位置可估性。两者不能互相替代。磁力计不可用时，全局航向通常仍存在规范自由度；估计器输出相对姿态，不应宣传为独立恢复绝对世界航向。

实验、实时性与鲁棒性

OpenSense 的真实 IMU 数据覆盖四名受试者、三类下肢关节和不同运动。作者报告整体相对姿态误差 2.61°，两个对照分别为 10.40° 和 7.43°。这里是关节相对方向误差，不是移动机器人 SLAM ATE。公开摘要没有可跨平台沿用的统一 Hz 或端到端延迟。脚步撞击、采样不同步和陀螺仪偏置仍需独立处理。

适合谁关注、可复现性与工程落地

适合多 IMU 标定、轮足关节状态估计、人形动作捕捉。当前未核实成熟官方代码。建议在相同 IMU Bag 上，对比固定安装外参、离线标定外参和在线联合估计；刻意改变绑扎位置，统计姿态误差、位置估计收敛、协方差以及激励不足时的失败方式。不要为了省去安装位置标定，而省去时间同步和噪声校准。

原论文：Calibration-free IMU-based Relative Orientation Estimation

2. CoHelix：一个共享单应性，让事件相机同时跟踪四个螺旋桨的转速

时间回补：arXiv v1 于 2026-10-22 14:52 UTC 提交。

为什么重要

用事件相机拍摄旋转桨叶时，背景运动与桨叶事件混在一起，移动相机还会改变投影几何。重复桨叶图案可能让转速估计锁到一半或两倍频率。CoHelix 不把每个螺旋桨视为完全独立的问题：对共面固定安装的四个桨，共享一个投影单应矩阵，而给每个桨保留独立的旋转状态。

算法模块与观测假设

事件流 → 事件/桨叶关联
               ↓
     四个独立桨转速状态
               ↕
       共享投影单应矩阵
               ↓
       逐事件递归滤波
               ↓
       估计转速 + 锁定状态

共享几何为遮挡或事件稀疏的桨叶提供额外信息，但前提是桨叶的共面投影模型基本成立、安装关系没有变化。转速初始化仍然影响倍频歧义；若桨叶发生严重形变或目标布局不同，需要重新验证。

实验、实时性与鲁棒性

作者不用单一平均误差宣传稳定性，而使用 lock：估计与同步真值相差不超过 2% 的时间比例。移动相机留一段记录测试中，CoHelix 为 62.9%，HelixTrack 39.8%，EventPro 22.2%；把几何贡献者从一个增加为四个，lock 从 3.4% 提高到 62.9%。另一组私有目标无人机数据中达到 95.9% lock，对照为 56.2%/61.1%。这些是不同数据条件下的锁定比例，不是整个无人机控制成功率。摘要未提供可移植的事件处理延迟。

适合谁关注、可复现性与工程落地

适合反无人机视觉测速、旋翼故障监测、事件相机感知。尚未核实完整官方代码。可以先用高帧率视频或带同步转速计的事件流搭建四桨测试台，比较独立拟合和共享几何；记录倍频错误率、失锁时长、重锁时间与背景事件误关联。应优先记录“连续锁住真转速多久”，而不是只报告均值误差。

原论文：CoHelix

3. TEAR：网络可靠性和任务证据共同决定人工遥操作还是本地自治

时间回补：arXiv v1 于 2026-10-22 06:46 UTC 提交。

为什么重要

远程操作者擅长处理非预期接触、语义歧义和现场异常，但通信链路未必稳定；本地自治延迟低，却可能在任务偏离时继续做错。TEAR（Task-Evidence Authority Routing）把两者作为不同的控制权来源，由机器人端的小型时间仲裁器决定何时交接，而不采用固定的“网络在线就远程，否则自动”规则。

算法模块与系统假设

网络状态证据（延迟、链路可用性）
                     +
任务语义证据（执行是否仍符合目标）
                     +
机器人状态 + 当前控制权
                     ↓
          本地时间仲裁器
          ↙             ↘
      人工遥操作       本地自治
          \             /
         显式交接与状态确认
                     ↓
          独立底层安全控制

这里的关键不是切换一次模型，而是切换谁可以发出有效动作。切换时必须清空或拒绝旧命令队列，校验接管前状态，断链时不能持续执行遥操作的陈旧动作。任务语义判断本身可能有误报，因而需要滞回与恢复机制。

实验与风险

作者在模拟与真实实验、变化网络条件下报告，TEAR 的成功率接近持续遥操作，而人工接管仅占 19.8%—27.4% 控制步；相对纯自治，其受测成功率提高 30%—40%（遵循作者百分比口径）。这不等同于减少同等比例的人力成本，也不构成工业功能安全证明。摘要未给出可跨硬件外推的切换 P99。

适合谁关注、可复现性与工程落地

适合远程机械臂、消防/巡检机器人、网络不稳定场景。未核实完整代码。推荐先在模拟器加入 100—1000 ms 延迟、丢包和任务偏离，测试本地/远程切换时：当前动作归属、交接确认、旧指令失效、异常停车、接管失败恢复。控制权应在机器人侧强制裁决，不能让云端和本地两个执行者同时生效。

原论文：TEAR

4. 概率能量模型统一集群任务：复用局部交互原则，而非每换任务重新训练

时间回补：arXiv v1 于 2026-10-22 14:42 UTC 提交。

为什么重要

编队、目标围捕、避障和协同覆盖常被实现为相互独立的多机器人控制器。每换任务都重新设计奖励或训练策略，导致部署和维护成本高。《Probabilistic Energy Modeling Unifies Versatile Swarm Control》借助 Gibbs 随机场能量与结构化奖励的联系，把基础局部交互写成可以组合的能量项，再用轻量的策略门控整合任务。

算法模块、动力学假设

局部邻居观测 + 任务需求
              ↓
共享交互能量（吸引、排斥、协同等）
              ↓
无量纲归一化 + 邻居注意力
              ↓
已训练的局部策略与轻量门控
              ↓
分布式机载动作
              ↓
实时障碍 / 动力学安全检查

这种表示强调局部交互的可复用性，适合任务组合。模型仍依赖邻居状态质量、机器人间距离估计和底层动力学适配。局部策略组合也不自动证明所有全局拓扑、拥堵和死锁情形安全。

实验、实时性与鲁棒性

论文报告跨 6 类任务、10—100 个智能体、2 种硬件平台，以及室内复杂和 GPS 拒止林地的零样本迁移。在大型仿真中成功率为 0.96—1.00，每智能体推理耗时 1—10 ms；并展示了真实平台部署。这些仿真成功率不等于所有真实集群场景均达 96% 以上，也不能把每智能体计算时间视为完整群体端到端通信时延。

适合谁关注、可复现性与工程落地

适合 UAV 集群、多机器人局部避碰和任务切换。尚未确认可直接运行的完整官方实现。最小实验可从 6 机开始，固定场景与通信预算，在编队/目标覆盖/让行三种任务间切换，对比单任务策略与门控组合；记录最小净空、控制抖动、切换延迟和通信缺失下的失败率。基础互动策略复用可以节约维护，但不能替代独立局部安全约束。

原论文：Probabilistic Energy Modeling

5. DiffDreamer：外界运动交给世界模型，四旋翼自身动力学交给可微仿真

时间回补：arXiv v1 于 2026-10-22 17:41 UTC 提交。

为什么重要

无人机穿过运动门框、跟踪快速目标时，必须同时预测外界变化与自身动力学。把两者都交给单一黑箱世界模型，可能让无人机自身运动的模型误差污染长期 Rollout。DiffDreamer 将二者分工：世界模型预测外部运动和历史相关的隐变量，可微物理模拟器传播无人机明确的物理状态。

算法模块和控制含义

历史观测 / 外部目标状态
              ↓
        潜世界模型
       （环境演化）
              ↘
               联合 Actor 优化
              ↗
       可微四旋翼模拟
       （本体状态转移）
              ↓
     Critic 奖励路径 + 可微运动奖励
              ↓
           飞行策略

对于不易直接求梯度的离散任务结果，方法使用 Critic 路径；对于可以通过物理模拟求梯度的运动奖励，使用模拟器路径。优势来自准确区分了两类预测任务，但仍受制于微分模拟器是否足够贴近实际推力、时延和气动效应。

实验、实时性与鲁棒性

作者在激进轨迹跟踪、动态门穿越中，报告训练收敛与最终表现优于所比较的 Model-Free、Model-Based 和可微 RL 基线，并提供初步真实飞行演示。公开摘要没有可以可靠转述的统一提升百分比、真机控制 Hz 或 GPU-hours，因此不补数字。真实飞行中世界模型偏差和执行器饱和仍需要额外监测。

适合谁关注、可复现性与工程落地

适合 PX4、动态障碍无人机、Sim2Real 和可微控制学习。尚未确认完整官方代码。先在同一动力学条件下比较“纯黑箱预测”“纯可微仿真”“分离外界与本体”三组；测量短时动力学误差、目标状态预测、奖励收敛和闭环碰撞。学会预测外部运动，不能替代飞控对本体的真实稳定约束。

原论文：DiffDreamer

6. PhysibleMDM：不重训动作扩散模型，通过推理时优化降低穿地、打滑和自碰撞

时间回补：arXiv v1 于 2026-10-21 22:31 UTC 提交。

为什么重要

动作扩散模型能够生成看起来流畅的人形运动，但视觉上自然不代表物理上可执行，尤其在足底接触、加速度和自碰撞方面。PhysibleMDM 不改预训练扩散模型的参数，而是在推理时搜索扩散噪声，使最终生成的运动更满足身体和接触约束。

算法模块、理论边界

固定 Motion Diffusion Model
              ↑
   Sep-CMA-ES 搜索扩散噪声
              ↓
生成候选动作段
              ↓
运动学检查：穿地、滑移、自碰撞
              +
逆动力学内环（锥规划）
              ↓
约束代理代价 → 迭代搜索
              ↓
连续拼接下一动作段

它使用无需完整轨迹物理仿真即可计算的代理可行性指标，并采用 Sep-CMA-ES 避免要求穿过不连续约束求梯度。需要强调：代理约束变好不等于严格满足真实机器人全部力矩、摩擦和碰撞约束；还要检查动作段拼接处的连续性与跟踪器实际可行性。

实验与工程风险

在 100 种 SMPL 人体动作风格上，相对未优化扩散输出，平均穿地、自碰撞侵入和地面滑移分别降低 75%、92%、74%。对另一套自定义双足平台的 11 条序列，平均加速度重建误差的逐序列中位改善为 89.5%，逆动力学残差中位改善 79.5%。这些是不同指标、不同系统条件，不能相加。推理时搜索会增加额外计算，公开摘要没有可直接转述的在线控制频率。

适合谁关注、可复现性与工程落地

适合 G1 动作重定向、动作库清洗、运动生成后处理。尚未确认完整开源。优先离线使用同一动作集比较原始生成与噪声优化，记录穿地体积、足底滑移、关节力矩和优化耗时；待离线约束满足后，再由低层 WBC/MPC 跟踪。它更像动作可行性后处理器，不是现成的硬实时安全控制器。

原论文：PhysibleMDM

7. FRED：单步世界动作模型学习更可信的“未来视觉表征”

时间回补：arXiv v1 于 2026-10-21 18:33 UTC 提交。

为什么重要

一些 World Action Model 不再逐帧生成未来视频，而是从一次视频扩散前向中获取“未来表征”，再交给 Action Decoder 输出动作。这降低了视频去噪的计算量，却对未来表征的质量提出更高要求。FRED（Future REpresentation learning via self-Distillation）把真实未来观测经过轻度噪声处理得到的隐藏表示作为教师目标，通过自蒸馏改善从噪声单步预测未来特征的能力。

算法模块与训练假设

当前观测 + 短期历史 + 语言任务
              ↓
单步视频模型 Student → Future Feature
              ↑
Momentum Teacher：带噪真实未来观测
              ↓
表示自蒸馏
              ↓
独立 Action Decoder
              ↓
未来动作块

模型引入短期历史来应对运动状态和接触阶段的时间依赖。训练时教师可以访问真实未来，但部署时不能依赖未来图像。单步前向降低的是视频表征生成的迭代开销，并不意味着整个动作管线只需一次神经网络调用。

实验、实时性与可复现性

跨多种真实操作任务，作者报告 FRED 在长时程和分布外任务中更有优势。在仅有人类视频、未进入机器人训练数据的技能迁移任务中，成功率 50.0%，最强对照 WAM 为 19.4%。项目页提供论文、官方代码和模型 Checkpoint 链接；这里不猜测未核实的仓库具体路径。仓库已提供安装、训练、评测脚本及多个模型 Checkpoint；尚无可以直接迁移至 ARM/NPU 的统一 P95 延迟。

适合谁关注与工程落地

适合视频先验 WAM、动作专家、端侧 VLA 延迟优化。推荐固定基础 Action Decoder，比较单步未蒸馏、单步自蒸馏和多步视频特征三组；同时统计 OOD 任务成功率、每次动作 P95、视觉历史长度及对突发环境变化的敏感性。训练时获得更好的未来表征，与执行时能及时停下过期动作，是两件独立的事。

原论文：FRED · 作者项目页 · 官方源码

8. JANUS：跨 JNI 边界自动构造 Android Native Fuzz Harness

时间回补：arXiv v1 于 2026-10-21 16:04 UTC 提交。

为什么重要

Android App 的 Java/Kotlin 层通常调用 C/C++ 的 JNI 方法。许多 Native 库不会在源代码中暴露完整 Java 运行时语义，而传统自动模糊测试工具很难构造 JNI 所需的对象树、状态和调用序列。JANUS 使用 Agent 逐步追踪显式与隐式跨语言依赖，自底向上构建复杂参数对象，生成更加真实的测试入口。

算法模块与可验证性

APK / JNI 方法 / 调用关系
              ↓
显式 + 隐式跨语言依赖恢复
              ↓
复杂参数对象递归构建
              ↓
Agent 迭代生成 Fuzz Harness
              ↓
隔离运行 + 调用有效性验证
              ↓
覆盖与崩溃复现

关键不在于让模型只“写更多测试代码”，而是让构造出的 Harness 能够真正进入 Native 库的有效执行路径，并把无效输入与真实可复现的崩溃分开。测试必须隔离运行，避免访问生产账户、设备密钥和真实服务。

实验、实时性与风险

作者在 44 个真实 App、21,386 个 JNI 方法上评估，报告生成 6,094 个有效 Harness，相对所比较自动工具多 5.9 倍以上；在五家 Android 厂商的预装 App 中发现 6 个此前未知漏洞。有效 Harness 数量不等于确认漏洞数量，也不意味着任意 Android Native 项目都能获得相同覆盖率。

适合谁关注、可复现性与工程落地

适合 JNI/C++ 移动应用、RK 平台 Android 控制 App、Native SDK 与 Coding Agent 安全工具链。未确认成熟官方源码。最小可复现路线是在授权自有 JNI 测试工程中，提供 3—5 个从简单数值到嵌套对象的 JNI 接口，比较无上下文自动生成与依赖感知构造的有效调用比例、覆盖率和崩溃重现能力。先保证测试入口有效，再追求生成数量。

原论文：JANUS

AI Coding 实战技巧精选

技巧 1｜用 GitHub Public Monitoring API 只读核查公开仓库中的企业凭据告警

来源：GitHub，2026-10-23，官方 Changelog。
一句话结论：符合条件的 Enterprise Cloud 组织现在能读取 Public Monitoring 告警及 Active/Inactive/Unknown 凭据状态，并将新告警接入 Webhook；适合 Agent/CI 密钥泄露审计。
具体怎么做：① 由企业管理员确认已启用 Public Monitoring、Secret Protection/Advanced Security 权限及身份授权。② 在只读测试账号下执行：
```
gh api /enterprises/ENTERPRISE/secret-scanning/public-monitoring-alerts
```
③ 根据 Active 和公开位置排序优先级，验证是否仍在使用该凭据；④ 对确认泄露的凭据先轮换/撤销，再关闭告警；必要时配置企业事件 secret_scanning_public_monitoring_alert。
适合什么场景：企业 GitHub、自动编码 Agent、CI/发布密钥管理。
注意：标记 Fixed/Dismissed 不会自动吊销 Token，也不会从公共 Git 历史删除。没有企业资格或相应权限时，不应声称 API 可用。

技巧 2｜区分 Copilot CLI Interactive/SDK Autopilot 与 -p 批处理超时语义

来源：GitHub Copilot CLI 预发布 v1.0.104-2，2026-10-24，原始 Release。
一句话结论：新版修复交互式与 SDK Autopilot 在挂起后台任务时过早停止的问题；但 -p –autopilot 仍遵守 COPILOT_TASK_WAIT_TIMEOUT_SECONDS，无人值守脚本不能混淆两种生命周期。
具体怎么做：① 先在测试机核对 CLI 版本，确认确为对应预发布；② 在独立 Worktree 启动一项无害的后台测试任务；③ 分别运行交互式 Autopilot 和下面的批处理模式，检查后台任务完成与退出日志：
```
copilot -p "只在测试仓库读取文件并完成一次无害检查" --autopilot
```
④ 对批处理执行设置适当超时并明确检查 Exit Code、结果文件和后台子任务状态。
适合什么场景：Copilot CLI、SDK 多任务、CI Headless Agent。
注意：这是预发布行为，需先隔离验证；等待后台任务完成也不等于自动撤销已有副作用。

技巧 3｜回归 Copilot CLI 的 ACP Session 沙盒开关与恢复会话权限

来源：GitHub Copilot CLI v1.0.103，2026-10-22，官方 Release。
一句话结论：ACP 会话现在遵守已保存的 Sandbox 设置和 –sandbox/–no-sandbox 命令行参数，包括恢复会话，避免会话恢复时权限语义漂移。
具体怎么做：① 执行 copilot –version，确认版本不低于 v1.0.103；② 在受控临时工程下用 –sandbox 启动 ACP 会话，验证只读与受限写路径；③ 保存/恢复同一会话，再次检查限制是否生效；④ 使用 –no-sandbox 仅在隔离测试环境做明确授权的对照，检查被拒绝操作差异。
适合什么场景：Copilot CLI、ACP IDE 集成、长期 Agent 会话与 Worktree。
注意：沙盒模式不是所有外部 API 操作的原子回滚；真实秘钥和生产系统不应用于权限测试。

经典论文回顾

Mahony / Hamel / Pflimlin：Nonlinear Complementary Filters on the Special Orthogonal Group（IEEE TAC，2008）

发表与历史位置：Robert Mahony、Tarek Hamel、Jean-Michel Pflimlin，2008 年发表于 IEEE Transactions on Automatic Control，53(5):1203–1218。原论文 DOI:10.1109/TAC.2008.923738，亦可参考澳大利亚国立大学作者出版记录。

核心问题：低成本 IMU 的陀螺仪有偏置，重力/磁场参考带噪声；在姿态估计中直接将欧拉角相减或线性插值，容易忽略 SO(3) 的几何结构。这篇工作直接在旋转群上构造非线性观测器，并区分 Direct、Passive、Explicit 三种互补滤波形式。

关键思想：通过参考方向误差构造姿态校正向量，在 SO(3) 上积分角速度，同时可在线估计 Gyro Bias。其李群形式避开了欧拉角局部奇异性；李雅普诺夫分析给出了在明确假设下的几乎全局稳定性条件。所谓“几乎全局”不是全局唯一收敛到任何初态，也不表示完全没有传感器退化。

Gyroscope Angular Velocity
            +
Accelerometer / Known Reference Directions
            ↓
  SO(3) Attitude Error
            ↓
  Nonlinear Complementary Correction
            +
  Gyro Bias Estimation
            ↓
  Rotation Matrix / Quaternion

传感器与动力学假设：加速度计在显著线加速度期间不再纯粹观测重力。若缺少可靠磁场或其他非平行方向参考，仅靠重力一般不足以恢复绝对 Yaw；需要保留这一不可观测性，不能调大滤波增益“消除”它。需要陀螺时间同步、偏置模型和适当归一化。

当年为什么重要：给出了既具有明确几何稳定性分析、又适合嵌入式实现的 IMU 姿态估计方法，并在机器人及遥控 UAV 上验证。时至今日，Mahony 类互补滤波器仍是理解低成本姿态估计与复杂 EKF 的清晰基线。

今天保留与被扩展的部分：SO(3) 上的几何误差、Bias 在线估计、方向观测加权仍有基础价值。VIO/LIO、滑窗因子图和 invariant EKF 可以融合更加复杂的视觉/激光/轮速观测，但必须继续尊重观测方向的可辨识性。它不替代今天的联合安装位置估计，也不能恢复绝对位置。

公开代码、数据与复现：原论文以数学推导为主，不应把社区开源滤波实现说成作者官方整套 ROS 产品。可用相同 IMU Bag 比较 Mahony、常规 EKF 与本期联合位置估计器，在静止、持续转动、脚步冲击和缺磁场情况下统计方向 RMSE、Yaw 漂移与偏置收敛。重要复盘：在未知安装位置或激励不足时，算法再稳定，也不会凭空产生未观测到的自由度。

今日结论

本期八项工作将“可靠性”拆为三个明确的问题。第一，传感器是否真的提供约束？无标定 IMU 和多桨事件几何说明，有效观测不仅来自采集数量，还来自安装几何、激励方向和锁定状态。第二，谁拥有控制权与物理安全边界？TEAR 的机器人端交接、集群能量组合、DiffDreamer 的本体/外界预测分离，以及 PhysibleMDM 的物理代理检查，都不能取代真实执行器的限幅和停车。第三，学习系统如何证明中间信息确实有效？FRED 检查“未来表征”质量，JANUS 验证生成的 JNI 测试入口是否进入有效代码路径，而不是只数生成脚本个数。

工程原则：观测质量、状态版本、动作有效期、执行权限与独立验收应当是明确的数据与接口。 不需要为每次微小变更制造复杂流水账，但必须为真正危险的跨组件假设建立小而确定的检查。

最值得深入研究或尝试复现的方向

IMU 安装位置在线辨识：冻结相同 Bag，对比离线外参和联合 EKF，改变安装位置并测可观性。
CoHelix 四桨测速：建立事件流与转速计真值对照，重点看倍频歧义、失锁与重锁。
TEAR 控制权状态机：注入断网、语义异常和双执行者竞态，验证旧动作一律失效。
六机概率能量策略：相同通信预算下，比较多任务策略切换延迟与局部最小净空。
DiffDreamer 预测分离：固定无人机动力学，比对纯黑箱世界模型与可微本体模拟的闭环训练表现。
PhysibleMDM 动作可行性：离线测穿地、滑移、自碰撞以及实际 WBC/逆动力学失败率。
FRED 单步未来特征：比较未蒸馏/自蒸馏单步与多步推理，必须报告端到端 P95。
JANUS JNI Harness：从授权自有 Android Native 测试库开始，验证对象构造有效率与真实覆盖。
Coding Agent 生命周期与秘密管理：测试 Copilot ACP 恢复权限、Headless 后台任务退出和 GitHub 公开凭据处置流程。

参考资料

一手最新列表： arXiv Robotics · arXiv Software Engineering。

定位与传感器： Calibration-free IMU · CoHelix。

控制与具身 AI： TEAR · Probabilistic Swarm Energy · DiffDreamer · PhysibleMDM · FRED · FRED Project · FRED Code。

AI Coding： JANUS · GitHub Public Monitoring 10-23 · Copilot CLI 1.0.104-2 · Copilot CLI 1.0.103。

经典论文： Mahony 等，2008。