RAX：面向机器人智能体的在线探索规模化框架
RAX（Robot Agent eXploration）是一个以'探索规模化'为核心的开源机器人智能体框架。它摆脱了部署新本体或新任务必须采集专用遥操作数据的依赖，让策略突破模仿学习分布的束缚，实现持续在线自我改进与泛化。
explorationagentself-improvementimitation-learning
返回日报列表
2026年10月20日#128
Physical AI 日报 #128
原文: AI综合多源生成今日要闻
《GPT-6-Astra实现具身智能了吗？》评测报告发布，通用基础模型能力挑战'一任务一本体一模型'传统范式；RAX开源框架将机器人在线探索规模化，突破模仿学习分布瓶颈；RePlanMem-VLA利用重规划信号为VLA构建选择性视觉记忆；本体分类器引导实现冻结π0跨本体零示教迁移
论文进展
当计划改变时记住：面向VLA模型的重规划引导视觉记忆
长时序多阶段VLA策略常需要当前观测中已消失的历史视觉信息，而保留完整观测历史计算开销大且高度冗余。RePlanMem-VLA巧妙地将策略自身的计划修订转化为在线记忆写入信号，在滚动时域控制下实现选择性关键帧记忆。
vlamemorylong-horizon
本体分类器引导：无需示教数据将冻结VLA迁移到新机器人动力学
π0等流匹配策略只能训练于固定的本体集合，跨本体迁移是开放难题。该工作训练一个轻量级本体分类器区分源本体与目标本体上的成功动作块，仅需少量校准任务，即可在不增加示教数据、不更新参数的情况下将冻结的π0适配到新本体。
vlaembodiment-transferpi0zero-shot
FCTS：基于失败引导课程树搜索的足式机器人跑酷训练
四足跑酷策略在工业与灾害现场的复合不规则地形上泛化困难：直接在目标场景重建几何上训练并不可靠，手工课程又只覆盖少数地形族。FCTS通过失败引导的课程树搜索在程序生成地形上自动构建训练课程，显著提升真实复杂场景的穿越能力。
legged-robotparkourcurriculum-learningsim-to-real
Mothership：面向步行园区的两级自主垃圾收运系统
压缩垃圾车无法进入步道、庭院和楼宇服务门，导致步行园区垃圾收运仍依赖人工。Mothership由电动压缩垃圾车（母舰）搭载两台低速人行道机器人RoboCart：RoboCart负责将标准两轮垃圾桶拖运至垃圾车并送回原位，形成两级自主收运方案。
autonomous-drivinglogistics-robotsystem-designdeployment
关联机器人:robocart
基于低成本遥操作机械臂模仿学习的草莓果柄定向采摘
草莓果柄直径仅1.3-3毫米、与周围叶片颜色相近，且干净脱离果柄需要精确的力控，是采摘机器人化的关键瓶颈。该工作在低成本遥操作机械臂平台上，用模仿学习实现果柄定向精准抓取。
agriculture-robotmanipulationimitation-learninglow-cost
由智能体设计、为智能体服务的空间记忆
空间记忆设计需要在语义、度量与时序等多样需求下联合决定'保留什么、如何检索'。该研究探索让编码智能体在固定开发预算内通过迭代实现与评测，自动编写和修订机器人空间记忆代码，实现该设计流程的自动化。
agentsspatial-memorynavigationautomated-design
DriveWorld3D：证据约束的自动驾驶3D世界建模与生成式仿真
该工作指出视觉保真度不足以刻画驾驶所需的几何可靠性，提出证据约束的3D世界模型，在有限算力下持续估计道路几何、障碍占据、交通参与者行为与观测不确定性，并结合生成式世界模型扩展场景与预测未来观测。
world-modelautonomous-drivinggenerative-simulationoccupancy
RTISSLAM-3D：基于空气3D成像声呐的全6自由度SLAM
受回声定位蝙蝠启发，现有声呐SLAM只估计2D平面轨迹并丢弃声呐图像中的俯仰信息，在森林地面等崎岖地形上假设失效。RTISSLAM-3D利用空气3D成像声呐实现完整6自由度SLAM，适用于复杂非平面地形。
slamperceptionsonarstate-estimation
深度分析
GPT-6-Astra实现具身智能了吗？
该报告对GPT-6-Astra在机器人操作与导航上的能力展开大规模评测，覆盖桌面操作等12项代表性基准，发现其能力已对'为单一任务和单一本体构建专用模型'的传统范式构成实质挑战。作者不仅追问其能力上限，更探讨这种通用具身能力对整个领域范式与研究路线的深远含义。
foundation-modelembodied-intelligenceevaluationvlaparadigm-shift
内容来源与版权声明
本日报由 AI 综合以下公开信息源自动生成：
- AI综合多源生成
- arXiv.org 开放获取论文
- Hugging Face Daily Papers
原始内容版权归原作者所有。如有异议请联系本站。