今日聚焦机器人策略在真实世界的鲁棒性。波士顿动力为 Atlas 加装轮子，测试 RL 全身控制器在真实执行器边缘的表现；GUARD 框架用异常 Q-steering 大幅提升灵巧操作 sim-to-real 成功率；NVIDIA Holoscan 5 实现机械臂重力补偿，支撑示教学习与人机协作。三者共同指向从仿真到真实部署的落地路径。
今日主线是「真实世界验证」。波士顿动力让 Atlas 装上轮子，用 强化学习全身控制器 在真实执行器极限下测试可靠性，直接回应「实验室外是否鲁棒」的问题。同时，GUARD 框架在不修改预训练策略的前提下，用异常分数引导生成式策略去噪，把灵巧操作从仿真带到现实。
另一条基础设施信号同样重要：NVIDIA Holoscan 5 通过连续逆动力学让机械臂失重，为示教学习提供更自然的交互接口；CoRL 2100+ 论文索引则打开工具层，方便社区复用。真信号不是 demo 本身，而是对 sim-to-real 缺口和部署可靠性的关注。
波士顿动力为 Atlas 加装轮子，测试 强化学习全身控制器 在真实执行器边缘运行的可靠性与性能。实验旨在提升机器人实验室外鲁棒性，探索 sim-to-real 的控制策略落地，并同步发布博客与招聘信息。技术解读：这是把 RL 策略从仿真直接推到真实硬件极限的公开尝试，检验执行器饱和与模型误差下的策略稳定性。
GUARD 用策略训练分布构建异常分数，结合稀疏奖励，通过 Q 函数梯度引导生成式策略去噪，无需修改预训练策略。Adroit 任务名义成功率 96.0%、扰动 80.0%，超基线 21/20 个百分点；螺丝刀旋转与重定向 sim-to-real 提升 40/25 个百分点。技术解读：异常信号可替代人工奖励塑形，为生成式机器人策略提供鲁棒引导。
利用 NVIDIA Holoscan 5 连续计算逆动力学并施加支撑扭矩，机械臂可在手动引导下保持平衡，呈现失重感。该能力适用于示教学习、物体操作与人机协作，降低拖拽示教的体力门槛。技术解读：通过实时重力补偿把人从示教力矩中解放出来，是数据采集侧的基础设施改进。
GUARD 在四个 Adroit 灵巧操作任务中，名义动力学下平均成功率 96.0%，扰动动力学下 80.0%，分别超越最强基线 21.0 和 20.0 个百分点。
研究员注:💭 将异常分数与任务奖励结合，无需微调预训练策略即可提升 sim-to-real 迁移，值得关注。
通过连续计算逆动力学并施加支撑扭矩，机械臂可在手动引导下保持平衡。
研究员注:💭 重力补偿是遥操作和采集人类演示的基础，Holoscan 5 降低了集成门槛，适合快速搭建数据管线。