机器人工作聚焦于真实世界长时程评测
这个时期规模不大，但方向一致：最强的信号是机器人研究在真实世界长时程评测上变得更具体。LongBench 为操作任务加入了机制层面的基准，而一篇同期的机器人学习历史回顾把这个需求和更大的数据采集、部署周期联系起来。结果是，大家更明确地关注在真实场景里测量执行漂移、时序失败和上下文使用。
主题概况
Long Horizon Manipulation
机器人部署复盘诊断
真实世界的长时程机器人评估已经具体到会改变日常工作流程。最直接的近期动作是按阶段的内部评测、回放后的结构化失败复盘，以及发布门槛里的动态抓取压力测试。证据里的共同点很明确：更大的机器人数据和部署循环，需要更好的方式去看清执行在时间上的断裂点，而不只是看一次运行有没有成功结束。
长时程机器人控制正在更明确地区分规划、记忆和引导
这一天的机器人论文更偏向显式结构，而不是单体控制。HiVLA 和 Goal2Skill 都从把规划、落地、记忆和恢复从底层动作生成中分离出来中得到提升。VLAJS 在训练阶段用同样的思路，把 VLA 模型作为强化学习的稀疏早期指导。最具体的收益出现在长时程操作上；无人机导航论文则补充了一份清晰的未解决部署约束清单。
Task-state manipulation stack
最直接的短期变化发生在执行器策略上方。一条路是用带定位的规划器，把目标边界框和局部裁剪图交给控制器，处理杂乱场景里的多步操作。另一条路是加上任务状态层，包含记忆、后置条件检查和恢复动作，用来应对在某个中间步骤出错后失败的流程。第三条路是在早期 PPO rollout 中少量使用 VLA 先验，降低交互成本，同时让部署控制器继续保持在 RL 中。