{
  "知识地图/会议与报告/月报/2026-09_重点技术月报_回顾样本.md": "# 重点技术月报｜2026 年 9 月 · 历史回顾样本\n\n**本期判断：**选中材料加强了“按用途和指标检验仿真与世界模型”的认识：WALL-WM 修订让能力证据更易辨析，Isaac Lab 发布让实验配置有了更明确的工具入口。它们共同支持更可检验的研究流程，尚不足以说明真机迁移或部署可靠性同步提高。\n\n| 报告身份 | 口径（Asia/Shanghai，左闭右开） |\n|---|---|\n| 覆盖 / 材料截止 | `[2026-09-01 00:00:00, 2026-10-01 00:00:00)`；主体仅用截止前公开版本 |\n| 编制 / 核查 | 2026-10-10；`generated_at=2026-10-10T18:43:44+08:00`，历史材料事后复核 |\n| 批次 / 类型 | `2026-10-10_184344_report_pilot`；首次重点技术月度历史回顾样本，无环比基线 |\n| 实际范围 | 9 月 WALL-WM v2、Isaac Lab 3.0 EA；SIMPLER v1 仅作期前方法背景 |\n\n## 1. 评测口径变清楚，是否意味着能力判断可以升级？\n\n**得到加强的是证据可解释性；通用能力判断仍受限制。** WALL-WM 于 09-06 修订为 v2，明确真机 Task Progress 评分，并增加 RoboTwin 二值成功评测。事件级视频/动作建模路线在 6 月 v1 已存在，不能把论文修订全算作 9 月新能力。\n\n作者双臂平台的 reasoning manipulation 得分 **32.6→71.6** 是任务步骤的部分进展分，不是完整成功率。新增仿真评测为 **50 任务×10 次，76/500 完整成功（15.2%）**，且未做任务专用微调。两组证据支持模型在指定条件下完成部分或全部目标；它们的任务、环境和度量不同，不能互相换算。真机对照同时涉及多项方法变化，也不能把全部差值归因于单一世界模型因素。\n\n**期前背景：**[SIMPLER v1](https://arxiv.org/html/2405.05941v1)（2024 年，§IV–VII）已展示配对仿真/真机结果的相关性，但限于所测刚体、固定相机与经过匹配的场景。它说明“仿真能否代理真机”可以检验，却不能替 WALL 建立相关性。将两者放在一起，当前可支持的结论是：世界模型值得继续按任务用途评估；仿真完整成功、真机部分进展和预测质量，应各保留自己的证据等级。\n\n若出现同任务、同本体的真机完整成功计数、评分一致性与失败恢复结果，且消融能分离世界模型贡献，才有理由加强迁移与可靠性判断。目前不据此认定某条路线胜出。\n\n深入：[世界模型](../../01_模型与技术路线/05_世界模型.md)（K01.05）· [能力评测](../../06_评测、可靠性、安全与治理/01_能力评测.md)（K09.01）· [WALL-WM v2 §7 / §9.5，Tables 4–5](https://arxiv.org/html/2606.01955v2) · [版本差异与指标依据](../../../support/sources/2026-10-10_technical_baseline.md#b1-wall)。\n\n## 2. 工具接口趋于统一，能否减少迁移验证？\n\n**得到加强的是开展对照实验的条件；迁移有效性仍暂时保留。** Isaac Lab 3.0 EA 于 **09-17 06:34:03** 发布（北京时间），提供统一任务 API、多后端和 kit-less 工作流。固定 tag 文档明确：物理、渲染与可视化可分别选择，但配置支持依任务而定，不能任意组合；EA 也不等于 GA 或稳定部署保证。\n\n这类工具让“尽量保留任务逻辑、改变仿真实现”的比较有了明确入口。结合 WALL 的指标区分和 SIMPLER 的配对评测背景，技术关注点应从“有多少种后端”转向“在固定成功定义、任务与策略版本后，后端变化是否改变策略排序和真机表现”。这是本样本的综合判断，并非三项工作已联合验证的结果。\n\n统一 API 不能保证接触动力学或传感误差一致；能切换后端、能运行代码，也不代表真机成功率已提高。WALL 的 76/500 不是 Isaac Lab 的测试结果，不能借工具发布增强另一论文的能力结论。若后续同策略跨后端、再到真机的配对结果包含失败与恢复、人工成本，并能由外部团队重复，才足以加强部署判断。\n\n深入：[仿真与 Sim2Real](../../02_数据、仿真与数据飞轮/08_仿真与Sim2Real.md)（K02.08）· [仿真与真机评测](../../06_评测、可靠性、安全与治理/延伸主题/仿真与真机评测.md)（K09.03.01）· [3.0 EA 发布说明](https://github.com/isaac-sim/IsaacLab/releases/tag/v3.0.0-EA) · [固定 tag 对应文档](https://github.com/isaac-sim/IsaacLab/blob/ae37b028ea415c91ea2bc32609efcd759ed2b974/docs/source/concepts/backends_and_presets.rst) · [历史归期与补核](../../../support/sources/2026-10-10_184344_report_pilot.md#isaac-history)。\n\n## 技术关注顺序与范围\n\n优先关注**完整成功与配对迁移证据**，因为它们直接决定仿真或世界模型收益能否外推；其次关注**EA 的任务兼容性与可重复配置**，因为工具可用性决定对照实验能否开展。两者是证据优先级，不是研发排期，也不构成全行业趋势。\n\n本样本只覆盖世界模型/仿真，以及部分工具与评测问题；未系统覆盖 VLA 后训练、运动与全身控制、端侧部署、应用和产业。主体未使用 10 月论文或只能在 10 月快照看到的开放状态/版本冲突。知识卡链接指向持续维护页，历史判断以本文所引固定版本及 [编制映射](../../../support/sources/2026-10-10_184344_report_pilot.md#monthly-mapping) 为准。论文证据复用 T02，Isaac 归期与固定文档本轮定向补核；未运行模型、仿真或真机，没有新增独立复现。\n\n返回 [报告目录](../00_目录.md)。\n",
  "知识地图/会议与报告/周报/2026-10-05至2026-10-10_技术周报_阶段样本.md": "# 技术周报｜2026-10-05 至 10-10 · 本周阶段样本\n\n**本期认识：**仿真后训练已有两项短程操作的受控真机收益；动作条件世界模型也补充了视频评分与仿真结果对照。两者分别回答策略是否更成功、预测是否更可信，仍不能推出总人工成本下降或真机闭环收益普遍成立。\n\n| 报告身份 | 口径（Asia/Shanghai，左闭右开） |\n|---|---|\n| 覆盖 / 材料截止 | `[2026-10-05 00:00:00, 2026-10-10 18:43:44)`；仅用截止前公开版本 |\n| 编制 / 核查 | 2026-10-10；`generated_at=2026-10-10T18:43:44+08:00` |\n| 批次 / 类型 | `2026-10-10_184344_report_pilot`；本周阶段样本，非完整周报 |\n| 实际范围 | T03 已核查的两篇作者论文；本轮回读证据和主题卡，没有扫描整周全部来源 |\n\n## 1. DRIVE：多样性奖励补充了真机成功对照\n\n**10-07 20:26:21 首发，期内新论文；同时是相对 T02 的补核。** DRIVE 仅向成功轨迹发放行为多样性奖励。PiPER-X 双臂的按铃、按订书机两任务，在干扰物、背景、光照三种分布外条件下，每个任务×条件×方法各 20 次；按 Table 2 折算，Vanilla RFT → DRIVE 的完整成功为 **77/120→88/120，约增加 9.2 个百分点**。\n\n这让“后训练可改善特定任务的视觉扰动鲁棒性”有了同条件真机对照。成立条件是共同 SFT 起点、先标定并匹配仿真，再在仿真中训练后部署；不是真机在线 RL。计数由表格折算，未取得逐次日志，不能声称统计显著，也未证明示范、标定、重置等总人工成本下降。\n\n深入：[强化学习](../../03_训练、适配与算力部署/延伸主题/强化学习.md)（K03.01.01）· [论文 v1 §5.3 / Table 2 / 附录 E](https://arxiv.org/html/2610.09943v1) · [条件与折算依据](../../../support/sources/2026-10-10_182907_incremental_update.md#change-drive)。\n\n## 2. DreamTrue：预测评估前进一层，策略收益仍需另证\n\n**10-09 01:59:51 首发（北京时间），期内新论文；同时是相对 T02 的补核。** DreamTrue 用反事实动作与人工视频缺陷标签后训练视频生成器。160 个反事实条件下，自身 Stage I → 完整模型的交互缺陷率为 **48.12%→6.25%**；三名标注者多数票评分，交互维度 Fleiss κ=0.7031。缺陷率不是任务失败率，三人独立评分也不是外部团队复现。\n\n更值得关注的是结果对照：RoboTwin 三任务、四策略、共 **240 条已执行的仿真轨迹**中，给定完整动作序列预测结果，相对仿真真值的成功率 MAE 从 Ctrl-World 的 **12.92 降至 7.08 个百分点**。这支持在受控条件下评估动作后果，尚不是策略在生成观测中闭环重规划，更不是真机成功率增益。遮挡下仍可能视觉合理而物理错误；公开推理说明也不代表训练、权重和全量数据配套已核验。\n\n深入：[动作条件世界模型](../../01_模型与技术路线/延伸主题/动作条件世界模型.md)（K01.05.01）· [论文 v1 §4 / 附录 C，Tables 1、8、10](https://arxiv.org/html/2610.12468v1) · [评分与开放边界](../../../support/sources/2026-10-10_182907_incremental_update.md#change-dreamtrue)。\n\n## 覆盖边界与后续证据\n\n两文均早于 T02 截止，T03 才补核；本轮只是将已入库认识按实际首发日期编报，没有新增技术结论。T03 的新发布扫描仅覆盖 10-10 17:27:33 至 18:29:07，其零命中不能解释成“本周没有新进展”。本样本未覆盖其余论文、模型发布和产业渠道；DreamTrue 项目/数据页的应用空壳、资产清单缺口沿用 T03，本轮未重试。两项均为作者证据，未运行算法、下载权重或做真机/独立复现。\n\n后续最能改变判断的问题：① DRIVE 能否补齐真机逐次结果与总人工预算；② DreamTrue 的预测收益能否转成配对真机策略收益。版本、排除项和本轮复核范围见 [编制依据](../../../support/sources/2026-10-10_184344_report_pilot.md#weekly-mapping)。\n\n返回 [报告目录](../00_目录.md)。\n"
}