26年8月来自乔治亚理工的论文“Beyond Imitation: Self-Improving Robot Policies via Off-Policy Q-Planning”。行为克隆（BC）在机器人操控领域取得显著进展，但其根本局限在于无法自我改进：失败的策略无法在没有额外人类演示的情况下从失败中学习。强化学习（RL）的微调提供一条自我改进的途径，但事实证明，它难以扩展到支撑现代机器人策略

24年7月来自复旦和微软亚洲研究院的论文“EvoAgent: Towards Automatic Multi-Agent Generation via Evolutionary Algorithms”。

26年8月来自Tuojing Intelligence、中科院大学、自动化所、清华大学、深朴智能、哈工大（深圳）、上海交大、浙大、清华AIR研究所和港大的论文“GaussianWAM: Distilling Geometry and Semantics from 3D Gaussian Fields into World-Action Models”。世界-动作模型（WAM）利用视频动态作为表征学

26年8月来自清华AIR研究所和Z-Brain公司的论文“Zeva: In-Context Causal Learning for Generalizable Embodied Manipulation”。由于现实世界中存在未知的物理条件，仅通过预训练难以实现可泛化的具身操作。机器人需要在实际部署过程中实时学习自身的物理交互，并利用这些知识指导后续动作。Zeva，这是首个能够在保持策略模型冻结的情

清华大学出版社24年5月1日出版《自动驾驶系统开发》，如今差不多两年后其英文版《Autonomous Driving Handbook》由全球著名的科技图书出版社Springer Press于26年4月11日出版了。

25年10月来自西交大、香港科大（广州）、中科院大学、西湖大学、浙大、悉尼大学、北京智源和北大的论文“Towards a Unified Understanding of Robot Manipulation: A Comprehensive Survey”。近年来，在计算机视觉、自然语言处理和大规模多模态模型兴起的推动下，具身智能取得了显著进展。在其核心挑战中，机器人操控是一个基础而复杂的问题，

25年9月来自阿里高德、澳大利亚Queensland大学、兰州大学和 Case Western Reserve 大学的论文“AutoDrive-R2: Incentivizing Reasoning and Self-Reflection Capacity for VLA Model in Autonomous Driving”。自动驾驶系统中的视觉-语言-动作 (VLA) 模型最近通过将多模态感

25年9月来自英国利物浦大学、西交-利物浦和香港科大的论文“Large Foundation Models for Trajectory Prediction in Autonomous Driving: A Comprehensive Survey”。轨迹预测是自动驾驶的关键功能，能够预测车辆和行人等交通参与者的未来运动路径，这对于驾驶安全至关重要。虽然传统的深度学习方法已经提高了准确性，但它们

25年9月来自浙大、西湖大学、上海交大和上海创新研究院的论文“TrajBooster: Boosting Humanoid Whole-Body Manipulation via Trajectory-Centric Learning”。近期的视觉-语言-动作 (VLA) 模型展现出跨具身泛化的潜力，但在高质量演示稀缺的情况下，难以快速与新机器人的动作空间匹配，尤其是对于双足类人机器人而言。 Tr

25年8月来自复旦大学和上海创新研究院的论文“Perception in Plan: Coupled Perception and Planning for End-to-End Autonomous Driving”。近年来，端到端自动驾驶取得了显著进展。现有方法主要遵循感知-规划范式，其中感知和规划在完全可微分的框架内按顺序执行，以实现面向规划的优化。本文通过“感知-规划”框架设计进一步推进了