本文提出Reactive Diffusion Policy（RDP），针对接触丰富操作中长时序一致性与高频闭环反应的矛盾，创新性地结合TactAR遥操作系统与慢-快双策略架构。TactAR通过增强现实实时呈现触觉/力反馈，显著提升示范数据质量；RDP则分离慢策略（建模复杂动作块）与快策略（基于触觉高频修正），实现高精度、强鲁棒的接触控制。延伸工作ImplicitRDP进一步融合结构化学习，推动视觉

本文提出BeyondMimic，一种基于引导扩散的多功能人形机器人控制框架。通过统一的PPO运动跟踪策略学习人体动作，并结合失败率自适应采样提升长序列训练效率；进一步利用DAgger蒸馏与条件VAE构建平滑潜空间，训练联合状态-动作扩散模型。推理时，通过可微任务代价引导生成未来轨迹，实现无需重训练的在线规划，支持速度指令、路点到达、避障等复杂任务，已在Unitree G1上验证其真实世界泛化能力。

OmniVLA提出一种统一的全模态视觉-语言-动作模型，解决机器人导航中语言、位姿、图像等多模态目标表达不一致的问题。通过随机模态丢弃与注意力掩码，实现异构数据联合训练，支持单模态或跨模态组合输入。基于OpenVLA与轻量级OmniVLA-edge，覆盖9,500小时多平台数据，验证了跨机器人迁移、新模态微调及复杂指令理解能力，推动导航策略向通用化、灵活化发展。

VLA模型通过融合视觉、语言与动作，实现互联网知识向机器人控制的迁移。从2022年SayCan的语义规划到RT-2的动作离散化，再到π₀、FAST等引入连续动作建模与多时间尺度控制，技术演进聚焦于统一语义推理与实时运动控制。核心突破包括动作token化、条件调制FiLM、Diffusion与Flow Matching建模，以及分层架构与在线学习的结合。未来趋势是“慢语义+快控制+强稳定”的协同系统

C++面试核心要点摘要（148字） 本文系统梳理C++面试核心知识点，涵盖：1）基础语法（const/static/指针引用区别）；2）面向对象（多态实现/虚函数表/菱形继承）；3）内存管理（RAII/智能指针/深浅拷贝）；4）STL容器（vector扩容/unordered_map原理）；5）多线程（线程安全/锁机制）；6）设计模式（单例/工厂模式实现）；7）编译链接（符号解析/内存布局）；8）

本文提出SE(2) NavMesh，一种显式编码机器人朝向（yaw）依赖可通行性的全局导航地图。针对传统NavMesh因圆柱近似导致的保守性问题，该方法将机器人足迹建模为长方体，并在离散yaw通道上构建连续的足迹掩码，实现位置与朝向联合的可通行性表示。通过A*-String Pulling-A*（ASA）三阶段规划，在多层复杂环境中显著提升窄通道、悬垂结构等场景下的路径可行性与效率。

EXACT-MPPI提出了一种基于路径积分控制的精确有符号距离导航框架，可直接处理任意几何外形机器人的局部导航问题。该研究通过将解析精确符号距离评估器嵌入模型预测路径积分（MPPI）控制器，实现了免训练的感知到控制导航，无需构建中间地图表示。框架支持两种足印表示（矩形覆盖和简单多边形），在GPU并行计算下实现实时性能（每秒数百万次符号距离查询）。实验验证表明，该方法能保留狭窄通道中的可行运动，支持

GO2后空翻开源项目

摘要： 韩国科学技术院（KAIST）团队提出DreamWaQ算法，通过深度强化学习实现仅依赖本体感知的四足机器人鲁棒运动控制。核心创新包括： 非对称Actor-Critic架构：策略网络隐式推断地形信息，价值网络利用特权观测，通过单次训练解决表征学习瓶颈； 上下文辅助估计网络（CENet）：结合速度估计与自编码机制，联合优化地形和机体状态表征； 自适应引导（AdaBoot）：根据奖励变异系数动态调

T-RO 2026 | 一个滤波器适配所有控制器：未知环境下四足机器人鲁棒安全导航【文献解读】