具身智能

【论文速递】2025年第30周(Jul-20-26)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准This paper introduces Group Sequence Policy Optimization (GSPO), our stable, efficient, and performant reinforcement learning algorithm for training large language models. Unlike previous algorithms that adopt token-level i

AI-调查研究-106-具身智能机器人学习数据采集工具和手段：传感器、API、遥操作、仿真与真人示教全流程AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

全球首个真实物理环境机器人基准测试发布，具身智能迎来统一评测标准当机器人在演示视频中表现完美，却在真实环境中频频失误，该如何客观评估它们的真实能力？RoboChallenge的出现正在改变这一现状。

AI-调查研究-107-具身智能强化学习与机器人训练数据格式解析：从状态-动作对到多模态轨迹标准AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

【论文速递】2025年第28周(Jul-06-12)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准We introduce a full-stack framework that scales up reasoning in vision-language models (VLMs) to long videos, leveraging reinforcement learning. We address the unique challenges of long video reasoning by integrating three

视觉语言导航

CoRL-2025 | SocialNav-SUB：用于社交机器人导航场景理解的视觉语言模型基准测试

【论文速递】2025年第29周(Jul-13-19)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准标题: A Survey of Context Engineering for Large Language Models

AI-调查研究-105-具身智能机器人学习数据采集：从示范视频到状态-动作对的流程解析AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

东土科技连投三家核心企业发力具身机器人领域近日，北京东土科技股份有限公司（以下简称 “东土科技”）通过多项战略投资深度布局具身机器人领域，已签署协议参股深圳逐际动力科技有限公司、成都安努智能技术有限公司（智元机器人工业领域应用伙伴），并拟领投北京人形机器人创新中心有限公司（“天工机器人”）A 轮。

AI-调查研究-104-具身智能从模型训练到机器人部署：ONNX、TensorRT、Triton全流程推理优化详解AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

广州虚拟动力-动捕&虚拟主播

具身智能数据采集高校实训方案：开启机器人教育实训新篇章在具身智能快速发展的背景下，高校作为人才培养的主阵地，亟需对接产业需求，加强相关专业建设。清华大学、复旦大学等高校已纷纷设立机器人工程、人工智能等专业，推动高素质技术人才培养。在机器人学习实践中，“数据”是核心要素。建设具身智能训练数据采集实训室，能够帮助学生高效获取高质量动作数据，支撑机器人强化学习与智能控制实践，有效衔接教学与产业应用。

深度强化学习 | 基于SAC算法的动态避障(ROS C++仿真)本专栏以贝尔曼最优方程等数学原理为根基，结合PyTorch框架逐层拆解DRL的核心算法(如DQN、PPO、SAC)逻辑。针对机器人运动规划场景，深入探讨如何将DRL与路径规划、动态避障等任务结合，包含仿真环境搭建、状态空间设计、奖励函数工程化调优等技术细节，旨在帮助读者掌握深度强化学习技术在机器人运动规划中的实战应用

AI-调查研究-102-具身智能智能机械臂、自动驾驶与人形机器人的模仿学习、强化学习与多模态融合趋势AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

视觉语言导航

具身导航分层思考、动态行动！MFRA：面向视觉语言导航的层次化多模态融合与推理为了解决VLN任务中多模态语义对齐和上下文感知推理的挑战，提出了多级融合和推理架构（MFRA），该架构能够联合建模全景视觉观察、自然语言指令和智能体的导航历史。

视觉语言导航

CoRL-2025 | 物体相对控制赋能具身导航！ObjectReact：学习用于视觉导航的物体相对控制论文提出了基于物体相对控制的学习方法，用于视觉导航任务。该方法的核心在于将世界表示为物体之间的连接关系，而不是依赖于图像级别的表示。这种方法具有与实体和轨迹无关的世界表示，能够解决传统图像相对方法的局限性。

视觉语言导航

ICRA-2025 | 机器人具身探索导航新策略！CTSAC：基于课程学习Transformer SAC算法的目标导向机器人探索

视觉语言导航

ICRA-2025 | 阿德莱德机器人拓扑导航探索！TANGO：具有局部度量控制的拓扑目标可穿越性感知具身导航GT-Metric：GT-Topological：RoboHop：PixNav：

AI-调查研究-96-具身智能机器人场景测试全攻略：从极端环境到实时仿真AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

AI-调查研究-95-具身智能机器人场景测试全解析：从极端环境仿真到自动化故障注入AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

从“端到端”到“人到人”：一种以需求直接满足为核心的新一代人机交互范式摘要：随着人工智能与物联网技术的深度融合，人机交互正朝着更自然、更直接的方向演进。本文首先批判性地回顾了“端到端”模型在技术层面的局限性，即其仍以“任务完成为中心”。进而，本文首次明确提出了“人到人”这一新范式概念。该范式指在技术应用领域中，从人类的需求输入直接映射到最终需求实现的完整过程，其核心在于使技术过程对用户完全透明，从而实现“所想即所得”的终极体验。论文详细阐述了“人到人”范式的核心内涵、参考架构，并分析了其与“泛在计算”、“端到端学习”等概念的区别与联系。最后，论文探讨了实现该范式所面临的关键