DAILY BRIEF 2026.09.21 · UTC+8
具身智能日报
先看跨机体迁移的实验室消息，再看 ROSCon 工程动态，论文作为补充。
回溯试刊生成于 2026-09-22 14:25（UTC+8）。可匿名反馈；同一浏览器内可修改或撤回。
查看往期 ↗
当日动态（来源日期）
01LabUMD Computer Science · 本次发现
MorFiC · 论文方法图 · 图源：MorFiC 作者 / arXiv · 图片暂不可用，可查看原站
UMD 介绍 MorFiC：让价值网络利用机器人形态参数，缓解四足策略迁移时的价值估计偏差。
跨机体迁移强化学习
WHY IT MATTERS跨机体泛化不一定只靠更大的策略；训练时 critic 的条件信息可能影响可迁移性，值得对照验证。
问题与创新
同一姿态或动作在不同体重、腿长和电机能力的机器人上，结果可能不同。MorFiC 修改强化学习中的 critic——负责评估动作长期收益的网络——向其提供形态信息，减少把不同机体的价值混为一谈造成的学习误导。
做法与证据
团队在单一四足设计上训练，再测试七个平台。UMD 报道其在五个平台取得所比较方法中的最高前进速度：AlienGo 模拟测试为 1.98 m/s，对照方法低于 0.65 m/s；同一策略还部署到真实 Go1 和 Go2。
结论与限制
结果支持“改善价值估计可能帮助跨机体迁移”，但并非通用迁移已经解决：较重的 B1 和形态差异大的 ANYmal 未能有效运动。实机仍受延迟、状态估计和打滑影响，因此应同时看速度与完成情况，不能只看是否站住。
阅读边界：实验结论为研究团队报告；形态差异较大的平台仍有失败，不能解释为通用迁移。新闻日期不等于论文首发日期。
依据：发布方原文
阅读原文 ↗
02EcosystemAMD Newsroom · 本次发现
ROSCon Global · 活动配图 · 图源：AMD Newsroom · 本次发现 · 图片暂不可用，可查看原站
AMD 预告 ROSCon 的机器人演示，涉及统一平台上的全身控制、Nav2 语义导航与 ROS 2 移动操作。
ROS 2机器人部署
WHY IT MATTERS可跟踪会后材料是否公开可复用接口与代码，尤其是感知模型接入导航栈的工程路径。
动态背景
这是一份 ROSCon 会前技术展示预告，主题是把训练、仿真与机器人端执行串起来，尚不是一篇有统一基线的实验论文。
具体展示什么
AMD 列出三条值得跟进的路径：Foundation Robotics 在 Ryzen AI Embedded 上运行全身控制；SAM3 的文本提示感知接入 Nav2 导航；移动操作演示使用标准 ROS 2 Jazzy 完成按需取送。它们分别涉及计算平台整合、感知与导航接口、仿真到实机工作流。
结论与后续价值
目前能确认的是官方计划展示这些集成，不能据此认定延迟、可靠性或泛化能力已经优于其他方案。对科研组的下一步价值是查会后是否发布代码、接口及可复现实验，而不是把展会演示当作性能突破。
阅读边界：公司活动公告，尚未核验现场演示；因工程信息有限排在研究型博客之后。
依据：发布方原文
阅读原文 ↗
论文补充
03PaperarXiv
Opt2VLA 在 VLA 到全身控制器的接口中加入显式接触力目标。
机器人学习
WHY IT MATTERS可用于思考仅预测几何运动的动作表示为何难以覆盖接触密集任务。
问题与创新
相似的运动轨迹可能需要不同用力：轻擦与用力擦、抓轻箱与重箱，仅给位置目标不够。Opt2VLA 让视觉语言动作模型同时预测几何目标与接触力目标，把“用多大力”显式传到全身控制层。
方法
任务专用强化学习控制器跟踪位置与力目标；训练时利用全身轨迹优化生成的关节力矩监督，使动作符合动力学和接触约束。部署时无需在线获取这些优化力矩，但仍使用机器人自身观测与关节力矩测量。
实验结论
论文在擦拭、向货架推箱及搬不同重量箱子上比较仅运动控制、力条件控制、再加力矩监督三种方案。作者报告：仅运动控制难以区分目标力，加力条件可区分，再加力矩监督进一步降低力跟踪误差。结论针对所测任务与控制器，不代表单一通用控制器已能处理任意接触。
阅读边界：已补读论文方法与实验章节；以上数值及结论为作者报告，未运行代码或独立复现实验。
依据：方法与实验原文 · arXiv v1
作者信息 ＋
Fukang Liu · Yipu Chen · Jaehwi Jang · Danfei Xu · Zsolt Kira · Ye Zhao
阅读原文 ↗