机器人研究更明确地讨论记忆与机制
这一天的论文数量不多，但信号很清楚：机器人论文正在把内部状态和物理约束讲得更明白。Dual-Anchoring 通过在 Video-LLM 内部监督进度和地标记忆，提升了长时程导航。MM-Hand 在硬件上做了同样的事，量化远程腱路由带来的力和延迟代价，同时保持机械手更轻、更模块化，也更容易加传感器。
主题概况
Robotics
Internal State Instrumentation
如果把这一窗口里的机器人工作看成工作流变化，会更有用。一篇论文给出了一套明确做法，把显式进度和地标记忆监督加到 VLN 训练里，并报告了很大的收益且没有额外推理开销。另一篇论文给出了 21-DOF 开源灵巧手在远程腱索布线中的实测力、延迟和维护权衡。两者一起支持一种更广泛的做法变化：在训练和硬件验证时直接跟踪内部状态变量，因为这些测量比最终任务分数更早解释长时程失败。
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。
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。
机器人论文把结构放进控制和数据采集
这一天的机器人论文最强的一点，是研究者把任务结构放进了数据路径和决策路径。最清楚的例子是 \pi_{0.7}、WAV 和 ShapeGen。一条线给 VLA 控制加入更丰富的提示和潜在规划。另一条线构建更窄、几何感知的数据生成和采集系统，让策略一开始就看到正确的变化。
机器人操作的物理数据增强
这个时间窗口里的机器人工作给出三项具体的流程变化。移动操作团队可以在现有示范周围加入停靠姿态增强，以恢复导航误差下的性能。类别级操作团队可以通过在类别内变换物体几何来生成新的真实示范，这对把手和接触敏感任务很有用。灵巧手团队可以用贴附式便携遥操作装置降低采集成本，同时提升真实硬件上的操作者成功率和速度。
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。
机器人研究把评估收紧到安全、触觉和三维控制上
这一天的机器人研究很好读：评估更严格了，模型设计也朝着同样的压力变化。HazardArena 衡量 VLA 能不能区分可执行动作和危险动作。HTD 说明触觉预测能改善真实人形操作。VGA 用 3D 几何骨干拿下了这组里最强的基准结果。放在一起看，这些论文都偏向于贴近真实决策的控制信号：语义风险、接触状态和场景几何。
具身操作控制
这段时间的机器人工作指向三个具体的流程变化：用分阶段的危险进程和拒绝门来评估 VLA 安全，在接触密集任务的人形机器人行为克隆中加入未来触觉潜变量预测，并在多视角操作策略里把 3D 几何骨干当作默认候选，尤其是在视角变化和放置精度很重要的时候。
机器人论文更看重更干净的基线和更尖锐的语义控制测试
4 月 13 日的机器人论文集在把评估收紧到具体控制问题时最有力。证据最充分的论文都在问：一个简单的 VLA 方案是否已经让很多基准接近饱和，视觉特征是否真的包含动作信息，以及世界模型能否用有语义意义的方式给未来打分。StarVLA-α、LARYBench 和 GWM-MPC 提供了最清楚的证据。
语言引导的操作控制
近期最清晰的变化是更紧的 VLA 基线、直接测试语义控制，以及用于操作数据生成的可供性层。支撑这些判断的证据最强的是：一个简单的 VLM 加 MLP 基线、在留出指令变体上的语言评分规划，以及在物体部位选择决定成败的任务上使用可供性条件抓取生成。