美国麻省理工学院团队开发了多模态机器人平台CRESt，通过融合自动化设备、大模型和实验室监测，加速了多元素催化剂的研发。该平台在3个月内测试900多种配方，发现一种八元合金催化剂成本性能比提升9.3倍。CRESt采用"知识辅助贝叶斯优化"算法，整合文本、图像等多源数据，实验效率提升36%。在电益甲酸燃料电池催化剂研究中，CRESt成功从2x10¹⁷种可能配方中筛选出高性能催化剂

美国麻省理工学院团队开发了多模态机器人平台CRESt，通过融合自动化设备、大模型和实验室监测，加速了多元素催化剂的研发。该平台在3个月内测试900多种配方，发现一种八元合金催化剂成本性能比提升9.3倍。CRESt采用"知识辅助贝叶斯优化"算法，整合文本、图像等多源数据，实验效率提升36%。在电益甲酸燃料电池催化剂研究中，CRESt成功从2x10¹⁷种可能配方中筛选出高性能催化剂

先前的RL/MARL结果已经证明了我们的单个任务是可解的。总的来说，随着任务所对应的人的年龄增加，RL的难度也随之增加，这证明了我们的任务设计是合理的，与人类灵巧操作的发展相关。此外，在灵巧的手底部使用机械臂驱动器不仅符合现实世界的设置，而且也是虚实迁移必须要做的一步，因为漂浮在半空的手的动力学很难与现实世界相匹配，因此会扩大sim2real gap。最终，我们的实验表明，强化学习能够帮助机器人在

通过借鉴流体的本构原理并结合机器人控制的实际需求，成功研发了剪切增稠流体控制器（Shear-Thickening Fluid Controller, SFC），并在初步实验中证实了该控制器能够成功实现预期功能，有效兼顾顺应牵引与冲击抵抗，从而提升了物理人机交互的安全性。然而，在顺应牵引力和抵抗冲击的情况下，线性模型难以区分不同强度和频率的力，这意味着在遭受到高强度冲击时，机器人可能会因为无法有效抑

本文提出了一种基于强化学习（RL）的机器人操作系统HIL-SERL，通过集成预训练视觉模型、样本高效算法和人机交互修正机制，可在1-2.5小时内完成复杂操作任务的训练。该系统在叠叠乐抽块、物体翻转、设备组装等任务中表现优异，平均成功率提升101%，执行速度提高1.8倍，显著优于模仿学习和传统控制方法。研究表明RL可直接在现实环境中高效学习视觉操控策略，为工业应用提供了新思路。

本文提出ConRFT方法，解决机器人VLA模型微调中的数据局限问题。该方法通过离线阶段的Cal-ConRFT结合行为克隆和Q学习，从少量演示数据中稳定提取策略；在线阶段的HIL-ConRFT引入人类干预机制，保障安全探索。实验表明，ConRFT在8项真实任务中平均成功率高达96.3%，任务完成步数减少1.9倍，显著优于传统方法。该方法为VLA模型在机器人操作中的高效安全应用提供了新思路，但仍存在对

摘要：DeepMind与伦敦大学提出RoboBallet方法，使用图神经网络和强化学习解决多机器人协同规划难题。该方法能在复杂环境中同时控制8个七自由度机器人，协调56维配置空间，处理40个共享任务。相比传统手动规划或分步算法，RoboBallet通过离线训练实现快速在线决策，突破了现有技术仅能处理5个机器人的局限。该技术为工业自动化中工作单元优化、故障恢复和动态环境适应等场景提供新可能，显著降低

先前的RL/MARL结果已经证明了我们的单个任务是可解的。总的来说，随着任务所对应的人的年龄增加，RL的难度也随之增加，这证明了我们的任务设计是合理的，与人类灵巧操作的发展相关。此外，在灵巧的手底部使用机械臂驱动器不仅符合现实世界的设置，而且也是虚实迁移必须要做的一步，因为漂浮在半空的手的动力学很难与现实世界相匹配，因此会扩大sim2real gap。最终，我们的实验表明，强化学习能够帮助机器人在

《FALCON：力自适应人形机器人操控学习框架》提出了一种基于双智体强化学习的新方法，通过分解控制任务实现精确的全身操控。该框架将下半身（稳定运动）和上半身（力补偿操控）作为独立智能体进行联合训练，采用渐进式力课程和扭矩感知机制提升适应性。实验表明，FALCON在模拟中实现2倍精度提升，并能迁移到真实机器人执行负重运输（20N）、拉车（100N）等任务。相比传统IK控制或整体式RL，该框架在训练效