工程与计算 · OECD FoS 2.2 · 教育部 0811 控制科学与工程
机器人与自动化
Robotics & automation
L2局部突破 ↑ 上升 综合分 2.20 · 上次复审 2026-10-22 · 下次复审 2027-01-19
最大突破 2026-07-30 AI 影响 · 重要学科影响 · 重要
Gemini Robotics 2：全身控制人形机器人、精细灵巧操作与多机协作 ↗
VLA 从桌面机械臂扩展到全身人形控制，可数小时适配新本体
分级理由
视觉-语言-动作（VLA）大模型让机器人具备一定泛化能力（RT-2 2023、π0 2024、Gemini Robotics 2025），但真实环境可靠性和规模部署仍未解决。
S = 0.30·method + 0.35·discovery + 0.25·adoption + 0.10·education（教育缺证据时记 0 分；若为空则按其余权重归一）
依据来源
- deepmind.google/discover/blog/rt-2-new-model-translates-vision-and-language-into-action
- deepmind.google/discover/blog/gemini-robotics-brings-ai-into-the-physical-world
综合分 1.5–2.49：至少一项经同行评审或官方验证、AI 起关键作用的成果，或某一维度已达到 3 分；但常规工作流整体未变。 全部分级标准 →
研究方向
VLA 基础模型人形机器人仿真到现实迁移具身数据集
论文
- $π_{0.7}$: a Steerable Generalist Robotic Foundation Model with Emergent Capabilities π0.7：可引导的通用机器人基础模型，零样本跨本体完成叠衣等任务（arXiv 2604.15483）
在未见过的任务和机器人上开箱即用，接近专门强化学习微调模型
2026-04-16 · arXiv
- Open X-Embodiment: Robotic Learning Datasets and RT-X Models Open X-Embodiment：22 种机器人、100 万条轨迹的开放数据集与 RT-X 模型
推动跨机器人通用策略，成为 VLA 训练基础
2023-10-13 · arXiv
- AW-0：智能体式世界动作模型 Agentic World Action Models
把基于代码的规划推理与视频、动作联合预测结合，让机器人既能复用技能又有物理动态的预测依据。
2026-10-21 · arXiv · Zhuoyang Liu, Dantong Niu, Botong Zhang, Boning Shao
- AtomicRL：面向长程机器人操作的原子化强化学习 AtomicRL: Atomic Reinforcement Learning for Long-Horizon Robotic Manipulation
把长程任务拆成原子子任务给出奖励，缓解视觉–语言–动作模型强化学习中的稀疏奖励与子任务掌握不均。
2026-10-21 · arXiv · Likui Zhang, Zhe Zhu, Zhihao Zhan, Yibo Bai
- UniWALM：统一的世界–动作–语言模型用于具身机器人控制 UniWALM: Unified World Action Language Model for Embodied Robot Control
在同一混合 Transformer 主干中同步去噪视频、动作和语言，生成的语言作为下一步的记忆被再次读取，无需外部规划器，并提出带校正的流匹配目标保证动作可靠。
2026-10-20 · arXiv · Rahul Sajnani, Diego Romeres, Mingyuan Zhang, Kai Gao
- AgenticRoboRL：把编程智能体式后训练带到智能体机器人 AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics
用监督微调加多轮强化学习后训练机器人规划器，通过适配器兼容 VLA 技能调用与控制代码生成等不同执行方式，在 LIBERO-PRO 上提升 9B 模型成功率。
2026-10-20 · arXiv · Xinxin Liu, Bingxin Xu, Wenrui Bao, Ming Li
- CoGaussian：基于高斯的开放词汇协同三维场景理解 CoGaussian: Open-Vocabulary Gaussian-based Collaborative 3D Scene Understanding
用与基础模型对齐的稀疏三维高斯在多个智能体间传递并融合几何与语义信息，在 Semantic-OPV2V 上优于单智能体开放词汇方法。
2026-10-20 · arXiv · Om Shivam Verma, Shaya Farahmand, Lingjun Zhao, Lu Gan
- Ropedia W0：借助人类经验跨形态扩展移动操作世界模型 Ropedia W0: Scaling Loco-Manipulation World Models across Embodiments with Human Experience
发布首个跨人类与多种机器人的第一视角移动-操作世界基础模型，并整理 1 万小时人类数据和 3000 小时机器人数据。
2026-10-19 · arXiv · Tianqi Liu, Hanfei Zhao, Qifeng Liang, Hui En Pang
- 物理词汇：为机器人操作的潜在推理建立结构 Physical Words: A Vocabulary for Structuring Latent Reasoning in Robot Manipulation
提出 PhysWord，用原子动作动词作为语义锚点组织物理动态的连续表示，先推理再行动。
2026-10-19 · arXiv · Jiaming Liu, Xinghao Zhu, Yiming Zhang, Shanghang Zhang
- GPT-6 Astra 是原生的视觉-触觉操作策略 GPT-6 Astra Is a Native Visuo-Tactile Policy for Contact-Rich Manipulation
论文称首次展示 GPT-6 Astra 能直接理解视觉式触觉图像并用于接触丰富的操作，在 19 个仿真任务上少样本闭环控制。
2026-10-19 · arXiv · Chen Yang, Linzhe Shi, Hang Zhang, Mu Xu
- 近约 30 天来自 arXiv、bioRxiv、medRxiv、OpenAlex；要点由本站根据摘要撰写。
- Ropedia W0: Scaling Loco-Manipulation World Models across Embodiments with Human Experience 2026-10-19
- Learning from Fleet Experience: Collective Experience Learning Across 96 Robots 2026-10-19
- ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation 2026-10-19
- VLA-Rolling: Fewer Denoising Steps, Better Control via Adaptive Action Reuse 2026-10-18
- HexaShell: A Thin Harness for Exploring the Limits of VLM Agents as Robot Coding Agents 2026-10-16
- Has GPT-6-Astra Achieved Embodied Intelligence? 2026-10-15
- 在论文归档中查看全部 →
里程碑 8
大号发光节点是飞跃性突破： AI 飞跃 冷色 · 学科飞跃 暖色 · 双环 = 两者都是
-
监管
韩国产业通商部监管沙盒批准 Robros 的 20 台 AI 双足人形机器人与工人同场作业，试点覆盖半导体、汽车、造船和物流四类工厂AI：机器人需在人员共享空间自主识别环境、抓取搬运；学科：政府首次为人形机器人在真实工厂与人同场作业给出安全监管豁免，是从演示走向产线的制度节点
Seoul Economic Daily -
系统发布
π0.7：可引导的通用机器人基础模型，零样本跨本体完成叠衣等任务（arXiv 2604.15483）在未见过的任务和机器人上开箱即用，接近专门强化学习微调模型
arXiv / Physical Intelligence厂商自述预印本
这个筛选下没有里程碑。
更多论文与仓库 3
| 类型 | 标题 | 日期 |
|---|---|---|
| 论文 | $π_{0.7}$: a Steerable Generalist Robotic Foundation Model with Emergent Capabilities 预印本 | 2026-04-16 |
| 论文 | Open X-Embodiment (arXiv 2310.08864) 预印本待核实 | 2023-10 |
| 仓库 | Physical-Intelligence/openpi 待核实 | — |
最新新闻 12
- How Peristaltic Pumps Are Enabling the Next Generation of Robotic Surgery
HIT Consultant于2026-10-20发布的文章，涉及AI 医疗、AI 教育、AI 机器人，原题《How Peristaltic Pumps Are Enabling the Next Generation of Robotic Surgery》，详见原文链接。
HIT Consultanten - From wombat burrows to Noah's Ark: Robot joins search
TechXplore 机器人于2026-10-20发布的文章，涉及AI 机器人，原题《From wombat burrows to Noah's Ark: Robot joins search》，详见原文链接。
TechXploreen - 启元机器人新进展：北大董豪团队推出 HIL-UMI，让后训练摆脱「真机依赖」
雷峰网于2026-10-20发布的文章，涉及AI 机器人、AI 科研与调研、AI 化学材料，原题《启元机器人新进展：北大董豪团队推出 HIL-UMI，让后训练摆脱「真机依赖」》，详见原文链接。
雷峰网zh - 具身智能，卡在哪——王兴兴的"一两年"到底承诺了什么
钛媒体于2026-10-20发布的文章，涉及AI 机器人，原题《具身智能，卡在哪——王兴兴的"一两年"到底承诺了什么》，详见原文链接。
钛媒体zh - Gecko Robotics secures $300M contract with the U.S. Navy
The Robot Report于2026-10-20发布的文章，涉及AI 机器人，原题《Gecko Robotics secures $300M contract with the U.S. Navy》，详见原文链接。
The Robot Reporten - AGCO and Agility Robotics Advance Smart Manufacturing with Humanoid Robot Pilot in Hesston, Kansas, Facility
Robotics Tomorrow于2026-10-20发布的文章，涉及AI 机器人，原题《AGCO and Agility Robotics Advance Smart Manufacturing with Humanoid Robot Pilot in Hesston》，详见原文链接。
Robotics Tomorrowen - Tennant Company Introduces Its First Autonomous Robotic Vacuum, the P1 VAC
Robotics Tomorrow于2026-10-20发布的文章，涉及AI 机器人，原题《Tennant Company Introduces Its First Autonomous Robotic Vacuum, the P1 VAC》，详见原文链接。
Robotics Tomorrowen - 2027 TRR50 Robotics Innovation Awards open nominations
The Robot Report于2026-10-21发布的文章，涉及AI 机器人，原题《2027 TRR50 Robotics Innovation Awards open nominations》，详见原文链接。
The Robot Reporten - 优必选成立具身智能公司，注册资本2000万元
36氪于2026-10-20发布的文章，涉及AI 机器人、AI 商业融资、AI 金融，原题《优必选成立具身智能公司，注册资本2000万元》，详见原文链接。
36氪zh - 山东：探索“具身智能 + 旅游”落地应用，支持山岳型景区投放登山助力机器人
IT之家于2026-10-20发布的文章，涉及AI 机器人，原题《山东：探索“具身智能 + 旅游”落地应用，支持山岳型景区投放登山助力机器人》，详见原文链接。
IT之家zh - Pi API betaPhysical Intelligenceen
- Gemini Robotics 2 brings whole body intelligence to robots
Google DeepMind Blog于2026-07-28发布的文章，涉及AI 机器人，原题《Gemini Robotics 2 brings whole body intelligence to robots》，详见原文链接。
Google DeepMind Blogen