slam

HiP3R 提出一种层级式位姿图方法，通过先优化块级 Sim(3) 图建立全局布局，再固定该布局估计每帧共享的 SE(3) 相机位姿，将局部视频重建合并为全局一致的相机轨迹和 3D 几何，无需重新训练。

EgoXperience 提出一个统一框架，通过自动标注的大规模数据和单次前向传播模型，从第一人称视频中联合重建相机运动、场景几何、手部与物体，并发布了 EgoX-Data-6M 数据集与 EgoX-Bench 基准，取得显著优于基线的性能。

Maniformer 的新论文提出 MEgoVista，一套基于头戴式装置的物理 AI 数据系统，通过立体视觉和全序列优化，将手部手指误差降至 4.29 毫米、头部跟踪误差控制在 0.65–2.83 毫米，并经 26 相机动作捕捉实验室验证，为机器人学习提供可测量的人类动作数据。

Valerant 是一个无需训练的框架，将预训练的动作条件世界模型转换为世界动作模型，用于从单张图像探索和构建 3D 游戏地图，从而减少游戏开发中的手动工作。

本文列出了五个DIY机器人项目，包括一个机械臂、一个漫游车、一个自平衡机器人、一个ACT策略训练的机器人和一个巡线机器人，详细介绍了零件、校准和调优技术。

TAMP-Nav 是一个统一框架，通过将视觉语言模型与二维视觉提示对齐、使用压缩记忆的选择性推理以及策略优化来增强具身导航，实现了最先进的性能，并具有高运行时和样本效率。

HiFi-UMI引入了一种便携式数据采集系统，用于无机器人的UMI数据，通过立体惯性SLAM和广角摄像头实现了高轨迹精度。仅依靠这些数据训练操作策略即可在真实机器人上实现零样本部署，其性能在多个模型家族中达到或超越了遥操作基线。作者还开源了一个2000小时的高保真数据集。

一条推文分享了麻省理工学院（MIT）的免费指南《SLAM for Dummies》，该指南教授机器人领域的同步定位与地图构建（SLAM），包含代码示例，并推广了一份每周机器人通讯。

Grabette 是一个开放、低成本的系统，通过手持夹爪和摄像头记录机器人操作数据，旨在构建用于机器人学习的共享数据集。

本文在低光照条件下使用五个LaMARia序列对六个SLAM系统进行了基准测试，发现只有Kimera-VIO能完成所有序列的跟踪，而其他仅基于RGB的系统失败或发散，突显了对惯性融合和全局优化的需求。

本文提出了一种离线强化学习框架，用于优化仓库履约环境中的SLAM吞吐量控制，在吞吐量最大化与下游稳定性之间取得平衡。该方法与算法无关，并证明CQL策略将系统健康状况提升了22.97%，并将限流持续时间减少了3.18%。

对8种主要AI模型架构的可视化解析，包括LLM、VLM、MoE、SLM等，外加来自MIT的递归语言模型的额外介绍。

本文提出测地线流匹配（Geodesic Flow Matching），一种在环面流形上对空间语义指针（SSP）进行去噪的黎曼传输方法，并在脉冲神经SLAM系统中实现了72%的跟踪误差降低和40%的效率提升。

本周 awesome-autoresearch 新增三个条目，包括将 Karpathy 的 autoresearch 循环应用于 LiDAR SLAM 的 autoslam 项目，以及两篇分析原始实验并揭示指标博弈的博客文章。

介绍了 LingBot-Map，这是一种前馈式 3D 基础模型，采用几何上下文 Transformer 架构用于流式 3D 重建，能够在 20 FPS 的速率下实现稳定的实时性能。