这份报告系统阐述了开放世界具身智能的技术路径，通过持续学习、多模态融合和自适应决策三大支柱，解决机器人在真实环境中的自主运行难题。报告展示了从感知到行动的闭环学习方案，对推动机器人从实验室走向实际应用具有重要价值。
智能速览
终身SLAM系统CL-SLAM实现跨环境持续适应，性能提升显著
ArtiPoint方法无需训练即可估计铰接物体运动轨迹
DIVA框架通过世界模型实现离线策略适应，无需实际交互
移动操作学习技术实现零成本全身遥操作
精华内容
开放世界环境下的机器人自主运行面临感知、决策与执行的多重挑战，需要构建能够持续学习、自适应调整的系统架构。
终身感知适应
CL-SLAM系统采用双网络架构，包含专家网络和通用化器网络。在德国、奥克兰等城市测试中，该方法比单一环境训练的网络更接近真实轨迹。通过在线数据更新和回放缓冲机制，系统在保持过去环境性能的同时适应新场景，成功缓解了灾难性遗忘问题。
该方法同样应用于全景深度估计任务，通过领域自适应减少域间差异，证明了固定表示与冻结策略在开放世界中的局限性。
铰接物体理解
ArtiPoint方法通过四步流程实现无训练的铰接物体运动估计：首先基于RGB-D观测检测人类交互点，然后测试空间中的交互动作，最后预测稳健的轨迹。
在包含45个场景的RT4D数据集上评估显示，该方法能可靠推断物体铰链轴位置和3D场景中的运动轨迹，为机器人与橱柜、抽屉等日常物体的自主交互奠定基础。
离线策略优化
DIVA框架将扩散策略与世界模型结合，在想象轨迹空间中进行策略适应。使用4小时真实机器人数据进行评估，该方法无需任何实际环境交互即可完成适应，而DDPO方法需要2.5亿次交互。
实验显示，预训练扩散策略在初始阶段常任务失败，通过在潜空间的想象滚动调整后，机器人能够成功完成开门等操作任务，实现了安全高效的离线技能适应。
移动操作突破
通过将移动操作分解为末端执行器规划和基础控制两部分，使用运动学可行性作为密集奖励信号，实现了任务无关的稳定训练。该方法在PR2等不同机器人平台和未见任务上表现出良好泛化能力。
进一步开发的零成本全身遥操作技术，无需额外硬件即可实现移动机械臂的整体控制。操作者可在扩展空间自由移动，任务完成时间相比传统方法显著减少，收集的数据还可用于快速模仿学习。
