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。
主题概况
VLA Safety
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。
Embodied AI work is concentrating on the action loop
4 月 5 日是一个以动作控制为中心的强 embodied-AI 日。最清楚的论文改进了感知和执行之间发生的事情：更安全的 VLA 策略、自适应 action chunking，以及用于驾驶的联合视频-动作规划。共同点是操作层面的细节。作者在模块级编辑机器人策略，在推理时调整重规划，并训练世界模型，让预测场景和计划动作保持一致。
Adaptive policy control
这里的具身 AI 工作在控制接口上变得更具体了。最清楚的近期开端是：给已部署的 VLA 策略做训练后遗忘流程，给机器人重规划加一层推理时自适应分块，以及为驾驶世界模型建立联合视频-轨迹评测线。每一项都对准了一个明确的操作痛点：在不丢掉任务能力的前提下移除不安全行为，减少操控里的固定块长调参，以及提升驾驶规划器的零样本迁移。