这套更贴近真实城市路况的伪闭环仿真新增红绿灯、逆行、车道偏离惩罚，行业多数方法在此指标大幅缩水（DriveSuprim 44.7、Mimir 34.6、GoalFlow 28.7），DriveVLA-M0 达到 47.0，领先第二名 GTRS-Dense（45.3）1.7 分，失效场景记忆修正的价值在难例集上体现得更充分。实验基于NAVSIMv1、NAVSIMv2两大自动驾驶仿真基准，前者为开环简

本文作者提出了一种全新的生成式数据构建框架，结合优化和生成模型，推出了目前最大规模的灵巧操作数据集 Dex1B，包含十亿条高质量演示，涵盖抓取（grasping）和关节操控（articulation）两大核心任务。为便于研究社区使用这类大规模数据，作者还设计了一个简单但表现强大的基线模型 DexSimple，结构轻量，易于扩展，且能显著从大规模数据中获益。的大规模灵巧操作数据生成框架，其核心是一种

该模块专门优化了薄型工具的抓取逻辑，传统抓取算法容易出现手指与工具、地面碰撞，新增的穿透修正机制会在迭代中调整指尖位置，在规避碰撞的同时保证有效接触，适配厚度仅1厘米左右的小型铰接工具。实验表明，轨迹数量、关键帧数量越多，策略鲁棒性越强；研究选取夹子、钳子、注射器、管式夹四类形态、关节特性各异的铰接工具开展测试，设置遥操作、开环轨迹两大基线，从抓取、工具开合等多个维度评估成功率。简单的奖励组合降低

室内巡检AGV、户外移动机器人依托激光雷达、视觉传感器获取环境状态，以左右轮转速为动作输出，通过抵达目标奖励、碰撞惩罚约束策略，实现未知环境下的自主路径规划与实时避障，摆脱对预设地图的依赖。智能体以机身IMU倾角、腿部关节角度、深度相机观测为状态输入，以各腿部关节扭矩为动作输出，通过前进速度奖励、姿态矫正奖励约束策略，无需人工设计步态规则，自主学习适配复杂地形的运动模式。如果单次迭代中策略大幅改动

通过这套基于 GPU 内存同步和自适应动作分发的物理设计，LW-BenchHub 成功将繁复的具身机器人物理特性抽象为极简且规范的 Python 接口，使 SmolVLA 这类端到端模型能够在一套统一的 API 框架下，源源不断地完成感知与控制的深度闭环。它将底层环境渲染并输出的 left_hand_camera_rgb 等三路物理相机帧，自适应地重命名为策略模型期望输入的 observation

仿真训练加入随机外力冲击、摩擦系数浮动、机身质量扰动、观测高斯噪声，训练策略适应建模偏差，实现零样本直接部署真机，无需硬件微调。波士顿动力与RAI研究所联合推出ZEST框架，仅单阶段强化学习训练，无需接触标签、大量奖励手工设计，仅凭动作捕捉、普通手机视频、动画三类原始数据，Vicon/Xsens采集高精度人体运动，仅轻微平滑，适配Atlas、G1人形，生成慢跑、侧手翻、匍匐、霹雳舞等多接触动作；整

此刻看到的场景，和十秒前看到的是不是同一个世界？当机器人在光照变化、快速运动、遮挡、传感器同步误差等情况下发生偏差时，团队需要知道误差来自哪里：是图像跟踪失败了，IMU 偏置累积了，还是地图在回环时发生了错配。遥操作数据、自主探索数据、任务轨迹，真正有价值的信息都在时间维度里：机器人在什么位置看到了什么、手臂以什么轨迹接近物体、抓取失败发生在哪个空间关系上。一个非常现实、矛盾的产业现象正在发生：一

本文将根据惯视里程计中的时序对齐进行总结和讨论。

图 1 | 该图展示了 Transformer Transformer 模型的整体架构与工作流程，包含针对实体（Embodiment）与动力学（Dynamics）的 RoboTokens 输入、位置编码、AdaLN 扩散步骤以及动作-机器人优化（Motion-to-Robot Optimization）与跨实体控制策略（Cross-Embodiment Control Policy）两个核心应用分

单一套通用策略即可实现行走、抓取、拳击、VR遥操作、语言驱动多类全身任务，在Unitree G1人形机完成仿真到真机完整落地，同赛道专用控制器、传统模仿学习方案对比下综合性能断层领先，补齐人形通用智能控制长期存在的规模拓展短板。SONIC不只是单纯的跟踪模型，配套两套上层组件，把底层动捕大模型转化为可交互、多模态通用人形控制系统，所有输入最终统一为量化通用Token，一套解码器驱动机器人，无需针对