“具身智能扎堆流匹配”：Flow‑Matching全面取代Diffusion了？
看懂流匹配
CoRL 2026 | 在线 VLM 记忆已成瓶颈？MIT×CMU 给出机器人闭环控制解法
用潜态Workspace Token解决 长时序操作记忆
ETH Hutter 团队两篇新作：多接触RL + 物理孪生ForceTwin
数字孪生建模动力学 + 接触引导强化学习
IROS 2026 Finalist | 动捕重定向 + 强化学习：一套控制器实现人形机器人全身移动操作
人形机器人移动操作一体化控制器
3.5万次真机实测：北京人形提出RoboAug，让机器人数据“少采也能泛化”（CoRL 2026）
以极低标注成本，稳定地找到整套机器人数据中的任务相关区域
近五年，中国顶尖高校发表在《Science Robotics》上的成果盘点
以科技之光致敬时代
读懂 PPO | min 和 clip 到底在裁什么，又为何成为强化学习基线首选？
拆解公式误区，GAE、训练指标与RLHF关联
56张图，把MoE讲透了：专家选择、Token路由、Switch Transformer（附完整 PyTorch 代码）
混合专家模型 MoE的核心运行机制
PID 控制算法的 P、I、D 分别解决什么问题？
不只是三个参数，是一套反馈控制思维
DexTacWAM把世界动作模型推进到指尖！22自由度双手灵巧手，终于学会“预判打滑”了
不把触觉只当做策略的输入，而是将接触演化作为世界模型预测状态