机器人

提出 GlobMP，支持多达 200 个机器人的团队连续时间运动规划与全局收敛

为机器人/自动驾驶中运动规划与学习策略修正提供可证明全局最优的算法，有助实际部署与多机协同。

WarpWeaver 实现多机器人近最优协调，较集中式规划器旅行时间最多降 22%，硬件验证 6 台机器人

提供分布式实时近最优规划方法，兼顾联合最优与实时性，并有硬件验证，对多机器人协调工程实践有参考价值。

多视角 LAM 预训练解 6D 动作歧义，下游策略成功率 +13.5%、真机 +20%

视频预训练+跨本体迁移是机器人学习热点，多视角消解 6D 歧义的结论直接指导数据采集策略

FCTS 用失败信号驱动地形课程生成，提升四足跑酷泛化

把课程设计变成由失败样本驱动的自动数据闭环，思路可迁移到其他策略训练场景

Skild AI 发布 S1 机器人基础模型，单段视频即可学新任务

不改权重、不做任务后训练，靠 in-context learning 泛化长程任务，为具身智能落地提供新范式

机器人集群共享执行经验，失败引导检索微调免人工纠正

无需遥操作纠正即可用集群数据持续提升策略，并配有容错异步训练系统，对机器人数据闭环设计有直接借鉴意义

OpenWAM 开源发布：World–Action Model 系统化预训练的开放模块化探索

World-Action Model 是机器人领域新兴方向，开源预训练框架可供复现与二次开发，值得机器人团队评估采用。

使用 AI Agents 在模拟中教导 Microduck 等机器人走路

信息不足，影响待观察。