运动与控制

为 ROS 2 控制系统提供减少模式切换中断、衔接反射响应的工程路径，而非要求采用单一统一控制策略。工程开放仅按论文声明表述，不等同于独立研究复现。

提供了一条无需力矩传感器、将复杂执行器学习与已有刚体仿真结合的策略训练路径；场景增删物体不必重新训练执行器网络。

该工作的技术意义在于尝试直接以光流中的相对运动构造显式安全约束，并将估计不确定性纳入碰撞锥几何；材料支持的是作者在所述条件下的实现与验证，不支持跨方法性能排名或通用安全能力结论。

价值在于将可复用的运动—观测记录与控制器专属监督分离，为固定机器人数据补充条件覆盖；跨控制器复用证据限于所测试的 SONIC 与 HEFT。

将未来可保证的学习收益直接纳入鲁棒规划，使控制器能够利用预期的管束收缩，并选择有助于降低参数不确定性的运动。

将负载几何估计与导航策略连接起来，并用循环记忆保留稀疏接触信息，为未知尺寸负载的导航适配提供了研究路径。

该工作展示了将上游意图表达与接触敏感执行分离的低层控制接口：用预测的接触后果筛选动作，而不只依据动作先验或草案匹配。

这项作者研究展示了通过共享动力学潜表示、冻结控制器来学习视觉接箱的路径，价值在于解耦视觉学习与全身控制，而非证明通用人形技能。

为固定工作单元中的双臂规划提供可微的实体间距信号，并展示了边界监督与闭环控制结合的路径。

为软体游泳机器人的执行器退化监测提供了模型驱动方案，并给出特定仿真条件下的传感器选型与布置依据。

该研究展示了将显式任务空间几何反馈与学习修正结合的人形全身控制路径，并区分了参考系引入的目标运动与实际动力学扰动。

该工作展示了以单目标候选生成和多目标协调分解投掷规划的路径；执行更快与在线响应更快取决于不同搜索策略，并非同一配置同时取得。

提供了一条将轨迹级多模态表示、跨块行为连续性与单次前向推理结合的策略设计路径。

价值在于把扰动补偿接入滚动预测与代价查询接口，针对局部持续、与任务相关的失配进行修正，而非完整辨识仿真到现实差距。

将局部方向偏差从需要消除的误差转为推力分配信号，使无机器人间通信的协同推动不再局限于同一直边上的平行接触。

作者的消融结果支持：在相同下游求解与反馈条件下，准备可适配的交互参考仍有助于连续任务完成，不能仅靠全身优化和反馈替代这一环节。

将无需学习的扩散去噪作为轨迹优化工具，并扩展为解耦、在线和分布式规划，为不同规模与计算条件下的多机器人协调提供方法选择。

研究将反馈后的视觉计划修订连接到闭环控制。作者的损失消融提示，视觉预测误差降低不必然带来任务成功率提高。

该研究为“语言推理—执行—监测—重规划”提供了共享的显式规范接口，支持在所测操作任务中将任务完成与约束满足分开评估。

这项作者真机研究为机器人腕部设计提供形态学参考：保留近端腕骨独立自由度、正交肌肉布局和非对称凹凸关节面，可能有助于实现类人刚度调节。

作者实验支持将感知学习与既有控制器复用分开：状态估计不仅要接近真值，也可按其对下游动作的影响优化；收益及损失权重仍依赖任务。

将方向性柔顺与主动施力纳入VLA输出，为连接多模态策略和底层接触控制提供了一条具体路线。

该工作把安全过滤的目标从单纯避险扩展为保留完成任务及保持成果的可能性。理论区分可行性保持与实际到达：进入终端安全集后的保持具有条件保证，但不能据此宣称任意任务策略都必然有限时间到达。

作者结果支持将部分抗几何误差能力直接设计进闭合轨迹，而非完全交给反馈纠错；这是闭合运动规划层面的证据。