这一天的机器人论文最强的是执行控制。主要工作把恢复信号、干预循环和物理约束直接加到动作系统里。LoHo-Manip、Hi-WM 和 BEHAVIOR1K 审计都说明了这个重点：长时程成功现在看的是策略能否恢复、能否被高效纠正，以及运行时是否保持安全。
长时程机器人工作围绕控制循环中的显式恢复逻辑展开。LoHo-Manip 把规划和执行分开，然后用当前图像、剩余计划记忆和 2D 轨迹提示重新规划。这个设计在 RoboVQA 上得到 63.1，在 EgoPlan2 上得到 56.7，超过了有名的 VLA 基线。ReCAPA 从另一个角度处理同样的失败模式。它预测动作、子目标和完整轨迹之间的不匹配，在 VisualAgentBench 上报 58.65，在 AI2-THOR 上报成功率 0.75。共同点很直接：论文把进度检查和纠正信号放进了执行过程，而不是放在策略外面。
世界模型开始被当作训练场，而不只是预测器。Hi-WM 在学习到的模拟器里推进策略，在接近失败时让人介入，再把这些纠正加入后训练。在三个真实机器人任务上，平均成功率比基础策略高 37.9 个百分点，比世界模型闭环基线高 19.0 个百分点。论文还报告了世界模型评估与真实性能之间的 Pearson r = 0.953。这让模拟器不仅能做离线评分，也能判断是否值得收集干预数据。
几篇论文把物理结构在动作层面说得更清楚。CorridorVLA 预测几个未来的末端执行器锚点，并把生成动作限制在一个空间走廊内。这让 SmolVLA 在 LIBERO 上从 86.5% 提升到 90.95%，在 LIBERO-Plus 上从 45.37% 提升到 57.74%，GR00T 也有类似提升。FingerViP 给灵巧手加上五个指尖摄像头，让策略能看到腕部视角或第三人称视角看不到的接触区域。它在四个真实世界任务上的总体成功率是 80.8%，包括狭窄和遮挡场景。当天的机器人论文继续在接触附近增加结构：空间锚点、指尖视角，以及和实际运动几何绑定的信号。
评估压力也变得更紧。BEHAVIOR1K 审计认为，最终状态指标会掩盖不安全执行和不稳定复现。在 500 次审查运行中，抓取失败是最常见错误，碰撞也很频繁。加入安全惩罚后，平均 RLC 分数从 Q = 0.256 降到 sQ = 0.239，Comet 从 0.192 降到 0.173。另一篇操作论文 Wiggle and Go! 从任务侧回应了同样的问题：它先用一次低风险试探动作估计绳子的动力学，再开始执行，在没有参数感知控制的情况下把真实目标精度做到 3.55 cm，而原来是 15.34 cm。信息很明确：更好的机器人结果现在依赖更安全的评估，以及在开始执行前更安全的信息收集。