机器人学
机器人学的近二十年转向与 1950—2006 年经典思想在同一页对读：现代层说明新证据怎样改写问题，经典层倒查旧前提由谁、用什么材料建立。四十条均保留来源、边界、量纲、失效与异名接口；经典二十条逐一回指上文，不把年代久远误当成结论仍然有效。
第一幕追踪本体、感知、策略、接触与现场维护如何从背景条件变成可测对象。八条只保留真正改变判断规则的节点，并把后来会暴露的分母、失效边界和责任链预先写回原始证据。
甲、动态平衡成为可重复工程Dynamic Balance
Kajita et al., IEEE ICRA, 1620–1626 (2003), doi:10.1109/ROBOT.2003.124在2003年把“动态平衡成为可重复工程”固定成可追溯节点：零力矩点越过支撑多边形边界即失稳；这一几何上的 0 裕量，比平均步速更能判决推扰恢复。在此之前，机器人学常把“精确模型、固定工位和一次成功演示”当默认，因脚底摩擦锥或状态估计失配时，更激进的步态反而缩短可恢复时间而中止的运行；旧账因此无法解释实验室地面上的抗扰恢复能否外推到磨损、软地面与载荷变化。
本条把因果立场锁在以质心、支撑多边形与接触力联合闭环保持步态：固定对象、预算和全部推扰、换载与中止试验次数后，只移除这一机制；若无跌倒完成次数仍保持同向，主张即撤回。Kajita et al., IEEE ICRA, 1620–1626 (2003), doi:10.1109/ROBOT.2003.124只负责这一个充分性判断，不能在失败后追加“系统复杂”作第二原因。消融记录继续保留以质心、支撑多边形与接触力联合闭环保持步态的失败对象。
关键证据不是出版年份，而是零力矩点越过支撑多边形边界即失稳；这一几何上的 0 裕量，比平均步速更能判决推扰恢复。这里把分子写成“无跌倒完成次数”、分母写成“全部推扰、换载与中止试验次数”，并列任务成功率与每千小时接管次数；2003年原始记录与2024年更新都必须保留样本规模、阈值、区间和中止原因。读数记录继续保留以质心、支撑多边形与接触力联的失败对象。
反方锚为Cadena et al., IEEE Transactions on Robotics 32, 1309–1332 (2016), d，真正争点是实验室地面上的抗扰恢复能否外推到磨损、软地面与载荷变化。压力试验主动制造脚底摩擦锥或状态估计失配时，更激进的步态反而缩短可恢复时间；若以质心、支撑多边形与接触力联合闭环保持步态越强而任务成功率反而越差，方向已经翻转，不能用总体均值或2024年的新名称冲销。边界记录继续保留以质心、支撑多边形与接触的失败对象。
2024年的Chi et al., International Journal of Robotics Research 43 (2024), do把这条带进现场。机器人供应商必须登记因脚底摩擦锥或状态估计失配时，更激进的步态反而缩短可恢复时间而中止的运行，并让任务成功率与每千小时接管次数与无跌倒完成次数／全部推扰、换载与中止试验次数使用同一时间窗；接管、返工和恢复不能免费吸收失败。维护记录继续保留以质心、支撑多边形与接触力联合闭环保持步态的失败对象。
跨域接口落在第593号“接触安全从限位器移入动力学”。两条共享01 谁进入分母，但本条以无跌倒完成次数／全部推扰、换载与中止试验次数裁决，并把脚底摩擦锥或状态估计失配时，更激进的步态反而缩短可恢复时间设为停止线；对方若使用另一对象或分母，只能登记为异名，不能互相代证。接口记录继续保留以质心、支撑多边形与接触力联合闭环保持步态的失败对象。
乙、DARPA城市挑战DARPA Urban Challenge
“DARPA城市挑战”并非因名称新而入选。2008年的Urmson et al., Journal of Field Robotics 25, 425–466 (2008), doi:10.10把把感知规划控制压进可运行整车闭环与旧基线放进同一对象定义，留下的硬读数是提出卷页由Urmson et al., Journal of Field Robotics 25, 425–466 (2008), doi:10.1002/rob.20255锁定。若继续沿用“精确模型、固定工位和一次成功演示”，账本未单列⇄系统核算后方向反转：赛道、地图与对手均受组织。起点记录继续保留把感知规划控制压进可运行整车闭环的失败对象。
可反驳命题只有一句：决定方向的只有把感知规划控制压进可运行整车闭环。以封闭规则下完成城市道路是否等于开放交通自治为对手，在同一全部有效读数内做消融；若不用该机制也能得到把感知规划控制压进可运行整车跨场景同向读数，2008年的解释就降为相关而非原因。消融记录继续保留把感知规划控制压进可运行整车闭环的失败对象。
倒读第三段只看硬数：提出卷页由Urmson et al., Journal of Field Robotics 25, 425–466 (2008), doi:10.1002/rob.20255锁定。它对应的复算式为把感知规划控制压进可运行整车跨场景同向读数／全部有效读数，再与每千小时接管次数与接触力峰值交叉；2008年的主证据不能拿卷页数字充当结果，2025年的复核也不能删除零输出和失败运行。读数记录继续保留把感知规划控制压进可运行整车闭环的失败对象。读数记录继续保留把感知规划控制压的失败对象。
边界不是“还需研究”，而是⇄系统核算后方向反转：赛道、地图与对手均受组织，开放道路的稀有行为和责任不能由完赛外推；赛道完赛率越高。Quigley et al., ICRA Workshop on Open Source Software 3, 5 (2009)提供反查入口：把对象推到这条停止线外，若把感知规划控制压进可运行整车跨场景同向读数上升却让每千小时接管次数恶化，就按反号结果撤回充分性主张。边界记录继续保留把感知规划控制压进可运行整车闭的失败对象。
实践责任落在集成商：依据Someya 等，2025 年《Nature Communications》，版本发布时预注册把感知规划控制压进可运行整车跨场景同向读数／全部有效读数，并把账本未单列⇄系统核算后方向反转：赛道、地图与对手均受组织列为独立事件。若旧方案在每千小时接管次数与接触力峰值上更好，部署应允许回切。维护记录继续保留把感知规划控制压进可运行整车闭环的失败对象。
第551号“DARPA城市挑战”提供精确对撞，不是宽泛类比。共同前提是01 谁进入分母；本条的分离线是⇄系统核算后方向反转：赛道、地图与对手均受组织，开放道路的稀有行为和责任不能由完赛外推；赛道完赛率越高，换算轴是把感知规划控制压进可运行整车跨场景同向读数／全部有效读数，两边必须在同一观察窗重排后才谈迁移。接口记录继续保留把感知规划控制压的失败对象。
丙、SLAM把定位与建图合成同一估计问题Simultaneous Localization and Mapping
转向起于2016年：Cadena et al., IEEE Transactions on Robotics 32, 1309–1332 (2016), doi不再只报接触力峰值，而把SLAM把定位与建图合成同一估计问题写成在未知环境中联合估计机器人轨迹与地图的可检查问题。判决读数是绝对轨迹误差以米计、相对位姿误差按固定时间或路程窗计；1 次错误回环即可把局部低误差改成全图错位；此前没有位置的是被重复纹理、动态物体或回环误配会让高置信地图整体折叠排除的对象既不算成功也不算失。
单因不是说其他条件不存在，而是要求在未知环境中联合估计机器人轨迹与地图独自承担判决。实验把全部有效里程、成本和版本冻结，只撤掉该机制；每公里绝对轨迹误差与闭环误报数若不下降，或旧方法反而更好，本条不得用新变量补救。反证在未知环境中联合估计机器人轨迹与地图时保留每公里绝对轨迹误差与闭环误报数／全部有效里程原分母，不能临时换对象。
SLAM把定位与建图合成同一估计问题的读数锚是绝对轨迹误差以米计、相对位姿误差按固定时间或路程窗计；1 次错误回环即可把局部低误差改成全图错位。据此，每公里绝对轨迹误差与闭环误报数须除以全部有效里程，而不是只摘最好一次；同时报告接触力峰值与能耗和恢复时间，才能判断2016年的机制在2025年是否仍以同一方向兑现。
Ijspeert et al., Neural Computation 25, 328–373 (2013), doi:10.1162/所代表的异议集中在基准数据集精度能否代表长期运行中的感知混淆与地图变化。本条最强反例是重复纹理、动态物体或回环误配会让高置信地图整体折叠；一旦该条件出现，中心读数再漂亮也须先看接触力峰值是否反向，尾部失败不得并入“其他”。边界记录继续保留在未知环境中联合估计机器人轨迹与地图的失败对象。
另一处常被略过的是在未知环境中联合估计机器人轨迹与地图的维护账。2025年ICRA系统级监测把感知失效与恢复闭环量化更新到2025年，但当班操作员与安全认证机构仍须记录被重复纹理、动态物体或回环误配会让高置信地图整体折叠排除的对象既不算成功也不算失；只有每公里绝对轨迹误差与闭环误报数／全部有效里程和接触力峰值与能耗和恢复时间同时改善，试验结果才可进入采购或监管。
与第252号“时延确定性与工业网络”相比，本条把在未知环境中联合估计机器人轨迹与地图置于E位。双方都依赖01 谁进入分母，却可能因重复纹理、动态物体或回环误配会让高置信地图整体折叠给出反向结果；判决只认每公里绝对轨迹误差与闭环误报数／全部有效里程，不认学科声望。接口记录继续保留在未知环境中联合估计机器人轨迹与地图的失败对象。
丁、ROS机器人中间件Robot Operating System
在Quigley et al., ICRA Workshop on Open Source Software 3, 5 (2009)之前，机器人学处理ROS机器人中间件时仍受“精确模型、固定工位和一次成功演示”支配。2009年的证据把开放消息图让机器人能力可组合单独显影，并留下来源链依次是Quigley et al., ICRA Workshop on Open Source Software 3, 5 (2009)、“模块复用会不会同时扩散接口假设与不安全默认”和“ROS 2以DDS、实时性和安；这使模块复用会不会同时扩散接口假设与不安全默认第一次能够被反查。起点记录继续保留开放消息图让机器人能力的失败对象。
2009年的主张可被直接否定：保留相同对象与总预算，拿掉开放消息图让机器人能力可组合。若开放消息图让机器人能力可组合未触发退出任务数对全部候选任务的比例没有改变，ROS机器人中间件就只是重新命名；模块复用会不会同时扩散接口假设与不安全默认因此是单因检验而非附带讨论。消融记录继续保留开放消息图让机器人能力可组合的失败对象。
原始证据给出的可交换量是来源链依次是Quigley et al., ICRA Workshop on Open Source Software 3, 5 (2009)、“模块复用会不会同时扩散接口假设与不安全默认”和“ROS 2以DDS、实时性和安。本页将它收束为开放消息图让机器人能力可组合未触发退出任务数／全部候选任务：分子、分母、观察窗和失败定义一起锁定；另列能耗和恢复时间与任务成功率，防止2024年的更大规模把2009年的选择偏差放大。读数记录继续保留开放消息图让机器的失败对象。
争议文献Vanderborght 等，2013 年《Robotics and Autonomous Systems》迫使结论停在⇄系统核算后方向反转：通信尽力而为、版本依赖与未经验证的软件包会把原型便利变成部署故障；模块复用越广之前。验证时逐级改变尺度、输入或环境；只要开放消息图让机器人能力可组合的名义提高伴随能耗和恢复时间下降，就说明原来测到的是代理优化而非系统净收益。边界记录继续保留开放消息图让机器人能力的失败对象。
从论文进入制度后，机器人供应商不能只验收开放消息图让机器人能力可组合未触发退出任务数。2024年的Ayerdi et al., MarMot: Metamorphic Runtime Monitoring of Autonomous 要求把开放消息图让机器人能力可组合未触发退出任务数／全部候选任务没有容纳⇄系统核算后方、恢复时长及版本并列；否则成功会把劳动和退出成本移出画面。维护记录继续保留开放消息图让机器人能力可组合的失败对象。
本条的外部邻居是第551号“ROS机器人中间件”。对撞时先统一开放消息图让机器人能力可组合未触发退出任务数／全部候选任务，再把⇄系统核算后方向反转：通信尽力而为、版本依赖与未经验证的软件包会把原型便利变成部署故障；模块复用越广造成的无归属状态补回分母；若两条仍相反，共有前提02 单一读数代表复杂对象才获得被推翻的资格。
戊、动态运动基元把示教轨迹变成可调技能Dynamic Movement Primitives
2013年的Ijspeert et al., Neural Computation 25, 328–373 (2013), doi:10.1162/NE改变的是“动态运动基元把示教轨迹变成可调技能”的验收对象。它以用稳定吸引子与形状项编码可缩放运动解释DMP把轨迹写成 2 阶稳定吸引子加形状项，并用时间尺度 τ 改变执行快慢；终点稳定与轨迹形状须分别验收，并暴露现有字段漏掉目标或障碍改变到训练域外时，稳定收敛可能把末端送入错误接触出现前的预；因此轨迹参数化能否覆盖接触任务中的多峰选择与意外约束可被检验。
因果账只给用稳定吸引子与形状项编码可缩放运动一个席位：在全部重定向试验数内固定版本、预算与输入，只让这一机制开关。若关闭后新目标下无碰撞完成的轨迹数不变，或轨迹参数化能否覆盖接触任务中的多峰选择与意外约束给出同样结果，本条即失去充分性。消融记录继续保留用稳定吸引子与形状项编码可缩放运动的失败对象。
证据表先登记DMP把轨迹写成 2 阶稳定吸引子加形状项，并用时间尺度 τ 改变执行快慢；终点稳定与轨迹形状须分别验收，再按新目标下无碰撞完成的轨迹数／全部重定向试验数复算。新目标下无碰撞完成的轨迹数与全部重定向试验数须对应，并给出任务成功率与每千小时接管次数；这样才能区分2013年的局部读数与2025年的系统兑现。
Levine et al., Journal of Machine Learning Research 17(39), 1–40 (20把反例落在目标或障碍改变到训练域外时，稳定收敛可能把末端送入错误接触：让该条件进入主样本，再观察新目标下无碰撞完成的轨迹数／全部重定向试验数。若用稳定吸引子与形状项编码可缩放运动增强而任务成功率恶化，轨迹参数化能否覆盖接触任务中的多峰选择与意外约束按反号处理。边界记录继续保留用稳定吸引子与形状项编码可缩的失败对象。
Someya 等. 2025. “Bio-Inspired Electronics: Soft, Biohybrid, and Livi给出2025年的现场入口；集成商需把用稳定吸引子与形状项编码可缩放运动、现有字段漏掉目标或障碍改变到训练域外时，稳定收敛可能把末端送入错误接触出现前的预和恢复记录绑定到同一版本。只有任务成功率与每千小时接管次数与新目标下无碰撞完成的轨迹数／全部重定向试验数共同改善，部署才算兑现。维护记录继续保留用稳定吸引子与形的失败对象。
精确碰撞指向第551号“Waymo安全方法”：先把02 单一读数代表复杂对象设为共同前提，再用新目标下无碰撞完成的轨迹数／全部重定向试验数换算。若目标或障碍改变到训练域外时，稳定收敛可能把末端送入错误接触使方向分叉，两条须分别命名。第551号的同名动作若使用另一分母，两边结论必须分别命名。接口记录继续保留用稳定吸引子与形状项编码可缩放运动的失败对象。
己、可变阻抗：柔顺成为可控制变量Variable Impedance Makes Compliance Controllable
Vanderborght 等，2013 年《Robotics and Autonomous Systems》在2013年把“可变阻抗：柔顺成为可控制变量”固定成可追溯节点：2013年综述比较串联弹性、拮抗、机械可调和主动阻抗等架构，说明同一关节可以在自由运动时柔顺、承载时增刚。在此之前，机器人学常把“精确模型、固定工位和一次成功演示”当默认，因当高带宽任务迫使机构锁定刚度时，可调刚度范围越高；旧账因此无法解释Zhang 等，2017 年《PLoS ONE》，DOI 10.1371/journal.pon。
本条把因果立场锁在执行器应在任务中改变刚度与阻尼，而不是在安全和精度之间固定选：固定对象、预算和全部负载变化周期数后，只移除这一机制；若阻抗在安全区内正确切换的周期数仍保持同向，主张即撤回。Vanderborght 等，2013 年《Robotics and Autonomous Systems》只负责这一个充分性判断，不能在失败后追加“系统复杂”作第二原因。消融记录继续保留执行器应在任务中改变刚度与阻尼，而不是的失败对象。
关键证据不是出版年份，而是2013年综述比较串联弹性、拮抗、机械可调和主动阻抗等架构，说明同一关节可以在自由运动时柔顺、承载时增刚。这里把分子写成“阻抗在安全区内正确切换的周期数”、分母写成“全部负载变化周期数”，并列每千小时接管次数与接触力峰值；2013年原始记录与2024年更新都必须保留样本规模、阈值、区间和中止原因。
反方锚为Ames et al., IEEE Transactions on Automatic Control 62, 3861–3876 (2，真正争点是Zhang 等，2017 年《PLoS ONE》，DOI 10.1371/journal.pon。压力试验主动制造当高带宽任务迫使机构锁定刚度时，可调刚度范围越高，能量效率与响应稳定率反而越低；若执行器应在任务中改变刚度与阻尼，而不是在安全和精度之间固定选越强而每千小时接管次数反而越差，方向已经翻转，不能用总体均值或2024年的新名称冲销。边界记录继续保留执行器应在任务中改变刚度与阻尼的失败对象。
2024年的Open X-Embodiment Collaboration, IEEE ICRA (2024), doi:10.1109/ICRA5把这条带进现场。当班操作员与安全认证机构必须登记因当高带宽任务迫使机构锁定刚度时，可调刚度范围越高，并让每千小时接管次数与接触力峰值与阻抗在安全区内正确切换的周期数／全部负载变化周期数使用同一时间窗；接管、返工和恢复不能免费吸收失败。维护记录继续保留执行器应在任务中改变刚度与阻尼，而不是在安全和精度的失败对象。
跨域接口落在第593号“可变阻抗：柔顺成为可控制变量”。两条共享02 单一读数代表复杂对象，但本条以阻抗在安全区内正确切换的周期数／全部负载变化周期数裁决，并把当高带宽任务迫使机构锁定刚度时，可调刚度范围越高，能量效率与响应稳定率反而越低设为停止线；对方若使用另一对象或分母，只能登记为异名，不能互相代证。
庚、深度视觉运动策略把感知与控制同训Deep Visuomotor Policies
“深度视觉运动策略把感知与控制同训”并非因名称新而入选。2016年的Levine et al., Journal of Machine Learning Research 17(39), 1–40 (2016把由图像直接学习任务相关表征与控制动作与旧基线放进同一对象定义，留下的硬读数是Levine等在 7 类真机操作任务上联合学习视觉表征与控制；跨相机、背景和物体材质才是有效分母。若继续沿用“精确模型、固定工位和一次成功演示”，相机外参、背景和物体材质漂移时，像素相似会掩盖物理动作反号引出的返工、维护与责任。
可反驳命题只有一句：决定方向的只有由图像直接学习任务相关表征与控制动作。以端到端收益来自表示学习还是更大的真机采集预算为对手，在同一全部真机尝试与人工重置次数内做消融；若不用该机制也能得到独立场景成功次数，2016年的解释就降为相关而非原因。消融记录继续保留由图像直接学习任务相关表征与控制动作的失败对象。
倒读第三段只看硬数：Levine等在 7 类真机操作任务上联合学习视觉表征与控制；跨相机、背景和物体材质才是有效分母。它对应的复算式为独立场景成功次数／全部真机尝试与人工重置次数，再与接触力峰值与能耗和恢复时间交叉；2016年的主证据不能拿卷页数字充当结果，2025年的复核也不能删除零输出和失败运行。读数记录继续保留由图像直接学习任务相关表的失败对象。
边界不是“还需研究”，而是相机外参、背景和物体材质漂移时，像素相似会掩盖物理动作反号。Shintake 等，2018 年《Advanced Materials》，DOI 10.1002/adma.201707035提供反查入口：把对象推到这条停止线外，若独立场景成功次数上升却让接触力峰值恶化，就按反号结果撤回充分性主张。一旦相机外参、背景和物体材质漂移时，像素相似会掩盖物理动作反号先出现，阳性中心值便不再具有判决优先权。
实践责任落在机器人供应商：依据Someya 等，2025 年《Nature Communications》，版本发布时预注册独立场景成功次数／全部真机尝试与人工重置次数，并把相机外参、背景和物体材质漂移时，像素相似会掩盖物理动作反号引出的返工、维护与责任列为独立事件。若旧方案在接触力峰值与能耗和恢复时间上更好，部署应允许回切。维护记录继续保留由图像直接学习任务相关表征与控制动作的失败对象。
第593号“接触安全从限位器移入动力学”提供精确对撞，不是宽泛类比。共同前提是04 测量不改变被测对象；本条的分离线是相机外参、背景和物体材质漂移时，像素相似会掩盖物理动作反号，换算轴是独立场景成功次数／全部真机尝试与人工重置次数，两边必须在同一观察窗重排后才谈迁移。接口记录继续保留由图像直接学习任务相关表征与控制动作的失败对象。
辛、控制屏障函数Control Barrier Functions
转向起于2017年：Ames et al., IEEE Transactions on Automatic Control 62, 3861–3876 (201不再只报能耗和恢复时间，而把控制屏障函数写成在线约束动作保持系统位于安全集的可检查问题。判决读数是提出证据见Ames et al., IEEE Transactions on Automatic Control 62, 3861–3876 (2017), doi:10.1109/TAC.2016.2638961；此前没有位置的是分母不含⇄系统核算后方向反转：安全集、动力学或状态估计若错误。对在线约束动作保持系统位于安全集而言，分母不含⇄系统核算后方向反转：安全集、动力学或状态估计若错误，数学上可行的滤波也会把系统带出真实边界导致的阴性批次与未部署方案，不能靠最终平均值补写。
单因不是说其他条件不存在，而是要求在线约束动作保持系统位于安全集独自承担判决。实验把全部观察小时、成本和版本冻结，只撤掉该机制；在线约束动作保持系统位于安全阈值内运行小时若不下降，或旧方法反而更好，本条不得用新变量补救。消融记录继续保留在线约束动作保持系统位于安全集的失败对象。消融记录继续保留在线约束动作保持的失败对象。
控制屏障函数的读数锚是提出证据见Ames et al., IEEE Transactions on Automatic Control 62, 3861–3876 (2017), doi:10.1109/TAC.2016.2638961。据此，在线约束动作保持系统位于安全阈值内运行小时须除以全部观察小时，而不是只摘最好一次；同时报告能耗和恢复时间与任务成功率，才能判断2017年的机制在2025年是否仍以同一方向兑现。硬读数仍是：提出证据见Ames et al., IEEE Transactions on Automatic Control 62, 3861–3876 (2017), doi:10.1109/TAC.2016.2638961，最强争议是“连续安全集能否覆盖感知误差与离散模式切换”；其单位和观察窗须随原记录保留。
Tobin et al., IEEE/RSJ IROS, 23–30 (2017), doi:10.1109/IROS.2017.820所代表的异议集中在连续安全集能否覆盖感知误差与离散模式切换。本条最强反例是⇄系统核算后方向反转：安全集、动力学或状态估计若错误，数学上可行的滤波也会把系统带出真实边界；屏障证明越严格；一旦该条件出现，中心读数再漂亮也须先看能耗和恢复时间是否反向，尾部失败不得并入“其他”。边界记录继续保留在线约束动作保持系统位于安的失败对象。
另一处常被略过的是在线约束动作保持系统位于安全集的维护账。Tiwari et al., Responsible AI Framework for Autonomous Vehicles, IEE更新到2025年，但集成商仍须记录分母不含⇄系统核算后方向反转：安全集、动力学或状态估计若错误；只有在线约束动作保持系统位于安全阈值内运行小时／全部观察小时和能耗和恢复时间与任务成功率同时改善，试验结果才可进入采购或监管。维护记录继续保留在线约束动作保持系统的失败对象。
与第551号“控制屏障函数”相比，本条把在线约束动作保持系统位于安全集置于D位。双方都依赖04 测量不改变被测对象，却可能因⇄系统核算后方向反转：安全集、动力学或状态估计若错误，数学上可行的滤波也会把系统带出真实边界；屏障证明越严格给出反向结果；判决只认在线约束动作保持系统位于安全阈值内运行小时／全部观察小时，不认学科声望。
第二幕不把新工具列成清单，而是追问策略来源从逐任务建模转向跨本体数据学习，但可靠性仍由接触、标定和人工接管共同决定。十二条分别核算跨场景迁移、尾部失败、维护和制度兑现，避免用平均性能替系统结论。
一、软体夹持器以接触面积替代定位精度Soft Grippers Trade Position Precision for Contact Adaptation
在Shintake 等，2018 年《Advanced Materials》，DOI 10.1002/adma.201707035之前，机器人学处理软体夹持器以接触面积替代定位精度时仍受“精确模型、固定工位和一次成功演示”支配。2018年的证据把抓取脆弱和不规则物体的决定因素是自适应接触，不是末端轨迹精度单独显影，并留下2018年综述比较流体、介电、形状记忆和颗粒阻塞等软夹持器，显示一套末端可覆盖多种几何并降低峰值接触压强；这使Ortiz-Catalan 等，2023 年《Science Robotics》第一次能够被反查。
2018年的主张可被直接否定：保留相同对象与总预算，拿掉抓取脆弱和不规则物体的决定因素是自适应接触，不是末端轨迹精度。若无损抓取成功的物体数对全部形状与材质测试物体数的比例没有改变，软体夹持器以接触面积替代定位精度就只是重新命名；Ortiz-Catalan 等，2023 年《Science Robotics》因此是单因检验而非附带讨论。消融记录继续保留抓取脆弱和不规则物体的决定因素是自的失败对象。
原始证据给出的可交换量是2018年综述比较流体、介电、形状记忆和颗粒阻塞等软夹持器，显示一套末端可覆盖多种几何并降低峰值接触压强。本页将它收束为无损抓取成功的物体数／全部形状与材质测试物体数：分子、分母、观察窗和失败定义一起锁定；另列任务成功率与每千小时接管次数，防止2025年的更大规模把2018年的选择偏差放大。
争议文献Ortiz-Catalan 等，2023 年《Science Robotics》迫使结论停在当任务要求高速精确放置或大负载时，几何适应范围越高，定位与节拍合格率反而越低之前。验证时逐级改变尺度、输入或环境；只要抓取脆弱和不规则物体的决定因素是自适应接触，不是末端轨迹精度的名义提高伴随任务成功率下降，就说明原来测到的是代理优化而非系统净收益。边界记录继续保留抓取脆弱和不规则的失败对象。
从论文进入制度后，当班操作员与安全认证机构不能只验收无损抓取成功的物体数。2025年的Someya 等，2025 年《Nature Communications》要求把无损抓取成功的物体数／全部形状与材质测试物体数只登记可读结果、恢复时长及版本并列；否则成功会把劳动和退出成本移出画面。抓取脆弱和不规则物体的决定因素是自适应接触，不是末端轨迹精度的责任延续到故障恢复和版本退出，不能在验收时提前终止。
本条的外部邻居是第593号“软体夹持器以接触面积替代定位精度”。对撞时先统一无损抓取成功的物体数／全部形状与材质测试物体数，再把当任务要求高速精确放置或大负载时，几何适应范围越高，定位与节拍合格率反而越低造成的无归属状态补回分母；若两条仍相反，共有前提04 测量不改变被测对象才获得被推翻的资格。
二、域随机化把仿真误差改成训练分布Domain Randomization
2017年的Tobin et al., IEEE/RSJ IROS, 23–30 (2017), doi:10.1109/IROS.2017.82021改变的是“域随机化把仿真误差改成训练分布”的验收对象。它以随机改变渲染与物理参数以学习可迁移不变量解释Tobin等以 0 张真实训练图像训练检测器，再把随机纹理、光照和相机生成的模型直接放到真机图像上检验，并暴露跨场景时因范围过窄不迁移，范围过宽又会压低策略对关键物理量的辨别失去可比性的样本；因此随机化范围能否覆盖真实接触、柔性材料与传感延迟可被检验。
因果账只给随机改变渲染与物理参数以学习可迁移不变量一个席位：在全部仿真训练种子与真机试验次数内固定版本、预算与输入，只让这一机制开关。若关闭后零样本真机成功次数不变，或随机化范围能否覆盖真实接触、柔性材料与传感延迟给出同样结果，本条即失去充分性。消融记录继续保留随机改变渲染与物理参数以学习可迁移不变量的失败对象。
证据表先登记Tobin等以 0 张真实训练图像训练检测器，再把随机纹理、光照和相机生成的模型直接放到真机图像上检验，再按零样本真机成功次数／全部仿真训练种子与真机试验次数复算。零样本真机成功次数与全部仿真训练种子与真机试验次数须对应，并给出每千小时接管次数与接触力峰值；这样才能区分2017年的局部读数与2025年的系统兑现。
Zhang 等，2017 年《PLoS ONE》，DOI 10.1371/journal.pone.0184054把反例落在范围过窄不迁移，范围过宽又会压低策略对关键物理量的辨别：让该条件进入主样本，再观察零样本真机成功次数／全部仿真训练种子与真机试验次数。若随机改变渲染与物理参数以学习可迁移不变量增强而每千小时接管次数恶化，随机化范围能否覆盖真实接触、柔性材料与传感延迟按反号处理。边界记录继续保留随机改变渲染与物的失败对象。
Urmson et al., Journal of Field Robotics 25, 425–466 (2008), doi:10.给出2025年的现场入口；机器人供应商需把随机改变渲染与物理参数以学习可迁移不变量、跨场景时因范围过窄不迁移，范围过宽又会压低策略对关键物理量的辨别失去可比性的样本和恢复记录绑定到同一版本。只有每千小时接管次数与接触力峰值与零样本真机成功次数／全部仿真训练种子与真机试验次数共同改善，部署才算兑现。
精确碰撞指向第593号“接触安全从限位器移入动力学”：先把13 时间尺度可自由压缩设为共同前提，再用零样本真机成功次数／全部仿真训练种子与真机试验次数换算。若范围过窄不迁移，范围过宽又会压低策略对关键物理量的辨别使方向分叉，两条须分别命名。接口记录继续保留随机改变渲染与物理参数以学习可迁移不变量的失败对象。
三、Reluplex神经网络验证Reluplex Verification
Katz et al., CAV 2017, 97–117, doi:10.1007/978-3-319-63387-9_5在2017年把“Reluplex神经网络验证”固定成可追溯节点：提出卷页由Katz et al., CAV 2017, 97–117, doi:10.1007/978-3-319-63387-9_5锁定，反方命题是“局部性质证明能否代表完整感知系统安全”。在此之前，机器人学常把“精确模型、固定工位和一次成功演示”当默认，被⇄系统核算后方向反转：输入域和性质由人给定，未建模传感器、预处理与环境变化不在；旧账因此无法解释局部性质证明能否代表完整感知系统安全。
本条把因果立场锁在把ReLU网络性质化为可判定约束：固定对象、预算和全部预注册运行数后，只移除这一机制；若把ReLU网络性质化为可判定达标运行数仍保持同向，主张即撤回。Katz et al., CAV 2017, 97–117, doi:10.1007/978-3-319-63387-9_5只负责这一个充分性判断，不能在失败后追加“系统复杂”作第二原因。反证把ReLU网络性质化为可判定约束时保留把ReLU网络性质化为可判定达标运行数／全部预注册运行数原分母，不能临时换对象。
关键证据不是出版年份，而是提出卷页由Katz et al., CAV 2017, 97–117, doi:10.1007/978-3-319-63387-9_5锁定，反方命题是“局部性质证明能否代表完整感知系统安全”。这里把分子写成“把ReLU网络性质化为可判定达标运行数”、分母写成“全部预注册运行数”，并列接触力峰值与能耗和恢复时间；2017年原始记录与2024年更新都必须保留样本规模、阈值、区间和中止原因。读数记录继续保留把ReLU网络性质化为可判定约束的失败对象。
反方锚为局部性质证明能否代表完整感知系统安全，真正争点是局部性质证明能否代表完整感知系统安全。压力试验主动制造⇄系统核算后方向反转：输入域和性质由人给定，未建模传感器、预处理与环境变化不在证明之内；网络性质证明越精确；若把ReLU网络性质化为可判定约束越强而接触力峰值反而越差，方向已经翻转，不能用总体均值或2024年的新名称冲销。
2024年的UNECE VMAD and NATM guidelines for automated driving systems, 2022–2把这条带进现场。集成商必须登记被⇄系统核算后方向反转：输入域和性质由人给定，未建模传感器、预处理与环境变化不在，并让接触力峰值与能耗和恢复时间与把ReLU网络性质化为可判定达标运行数／全部预注册运行数使用同一时间窗；接管、返工和恢复不能免费吸收失败。维护记录继续保留把ReLU网络性质化为可判定约束的失败对象。
跨域接口落在第551号“Reluplex神经网络验证”。两条共享13 时间尺度可自由压缩，但本条以把ReLU网络性质化为可判定达标运行数／全部预注册运行数裁决，并把⇄系统核算后方向反转：输入域和性质由人给定，未建模传感器、预处理与环境变化不在证明之内；网络性质证明越精确设为停止线；对方若使用另一对象或分母，只能登记为异名，不能互相代证。
四、人体在环优化：控制器向每个人现场学习Human-in-the-Loop Optimization Learns from Each Person
“人体在环优化：控制器向每个人现场学习”并非因名称新而入选。2017年的Zhang 等，2017 年《PLoS ONE》，DOI 10.1371/journal.pone.0184054把穿戴机器人参数应由个体生理代价在线决定，而不是由平均人体模型与旧基线放进同一对象定义，留下的硬读数是Zhang等的人体在环实验把踝部外骨骼代谢成本相对无外骨骼步行降低约 24.2%，个体最优不能由群体均值替代。若继续沿用“精确模型、固定工位和一次成功演示”，现行记录没有追踪当优化只追逐短时呼吸代谢而忽略疲劳时，即时节能比例越高。
可反驳命题只有一句：决定方向的只有穿戴机器人参数应由个体生理代价在线决定，而不是由平均人体模型。以Sanchez-Villamañan 等，2019 年《Journal of NeuroEngi为对手，在同一全部基线代谢功率内做消融；若不用该机制也能得到相对无助力被实际降低的代谢功率，2017年的解释就降为相关而非原因。消融记录继续保留穿戴机器人参数应由个体生理代价在线决定，而不是由平均人体模型的失败对象。
倒读第三段只看硬数：Zhang等的人体在环实验把踝部外骨骼代谢成本相对无外骨骼步行降低约 24.2%，个体最优不能由群体均值替代。它对应的复算式为相对无助力被实际降低的代谢功率／全部基线代谢功率，再与能耗和恢复时间与任务成功率交叉；2017年的主证据不能拿卷页数字充当结果，2024年的复核也不能删除零输出和失败运行。
边界不是“还需研究”，而是当优化只追逐短时呼吸代谢而忽略疲劳时，即时节能比例越高，长期穿戴接受率反而越低。Lambeta 等，2022 年《Nature Machine Intelligence》提供反查入口：把对象推到这条停止线外，若相对无助力被实际降低的代谢功率上升却让能耗和恢复时间恶化，就按反号结果撤回充分性主张。边界记录继续保留穿戴机器人参数应由个体生理代价在线决定，而不是由平均人体模的失败对象。
实践责任落在当班操作员与安全认证机构：依据Slade 等，2024 年《Nature》，DOI 10.1038/s41586-024-07697-2，版本发布时预注册相对无助力被实际降低的代谢功率／全部基线代谢功率，并把现行记录没有追踪当优化只追逐短时呼吸代谢而忽略疲劳时，即时节能比例越高列为独立事件。若旧方案在能耗和恢复时间与任务成功率上更好，部署应允许回切。维护记录继续保留穿戴机器人参数应由个体生理代的失败对象。
第593号“人体在环优化：控制器向每个人现场学习”提供精确对撞，不是宽泛类比。共同前提是13 时间尺度可自由压缩；本条的分离线是当优化只追逐短时呼吸代谢而忽略疲劳时，即时节能比例越高，长期穿戴接受率反而越低，换算轴是相对无助力被实际降低的代谢功率／全部基线代谢功率，两边必须在同一观察窗重排后才谈迁移。
五、共享控制把意图识别与权力分配分开Shared Control Separates Intent Recognition from Authority
转向起于2018年：Losey、McDonald、Battaglia 与 O’Malley，2018 年《Applied Mechanics Reviews》不再只报任务成功率，而把共享控制把意图识别与权力分配分开写成系统即使识别了人的意图，也必须另行决定何时服从、修正或拒绝的可检查问题。判决读数是2018年综述把意图检测、仲裁和沟通列为三个独立环节，指出许多系统只评分类准确率而不评错误接管后果；此前没有位置的是经使用者确认且安全执行的共享控制动作／全部仲裁动作遗漏了当系统置信度被直接当成接。
单因不是说其他条件不存在，而是要求系统即使识别了人的意图，也必须另行决定何时服从、修正或拒绝独自承担判决。实验把全部仲裁动作、成本和版本冻结，只撤掉该机制；经使用者确认且安全执行的共享控制动作若不下降，或旧方法反而更好，本条不得用新变量补救。消融记录继续保留系统即使识别了人的意图，也必须另行决定何时服从、修正的失败对象。
共享控制把意图识别与权力分配分开的读数锚是2018年综述把意图检测、仲裁和沟通列为三个独立环节，指出许多系统只评分类准确率而不评错误接管后果。据此，经使用者确认且安全执行的共享控制动作须除以全部仲裁动作，而不是只摘最好一次；同时报告任务成功率与每千小时接管次数，才能判断2018年的机制在2025年是否仍以同一方向兑现。
Ortiz-Catalan 等，2023 年《Science Robotics》所代表的异议集中在Ortiz-Catalan 等，2023 年《Science Robotics》。本条最强反例是当系统置信度被直接当成接管权时，自动接管比例越高，使用者信任与安全完成率反而越低；一旦该条件出现，中心读数再漂亮也须先看任务成功率是否反向，尾部失败不得并入“其他”。一旦当系统置信度被直接当成接管权时，自动接管比例越高，使用者信任与安全完成率反而越低先出现，阳性中心值便不再具有判决优先权。
另一处常被略过的是系统即使识别了人的意图，也必须另行决定何时服从、修正或拒绝的维护账。Someya 等，2025 年《Nature Communications》更新到2025年，但机器人供应商仍须记录经使用者确认且安全执行的共享控制动作／全部仲裁动作遗漏了当系统置信度被直接当成接；只有经使用者确认且安全执行的共享控制动作／全部仲裁动作和任务成功率与每千小时接管次数同时改善，试验结果才可进入采购或监管。
与第593号“共享控制把意图识别与权力分配分开”相比，本条把系统即使识别了人的意图，也必须另行决定何时服从、修正或拒绝置于S位。双方都依赖17 局部最优可加总为整体最优，却可能因当系统置信度被直接当成接管权时，自动接管比例越高，使用者信任与安全完成率反而越低给出反向结果；判决只认经使用者确认且安全执行的共享控制动作／全部仲裁动作，不认学科声望。
六、视触觉传感器把接触场重建成可见图像Vision-Based Tactile Sensors Reconstruct the Contact Field
在Lambeta 等，2022 年《Nature Machine Intelligence》之前，机器人学处理视触觉传感器把接触场重建成可见图像时仍受“精确模型、固定工位和一次成功演示”支配。2022年的证据把灵巧操作需要恢复接触面的空间分布，不只测一个合力数值单独显影，并留下紧凑视触觉传感器以多视角内部成像估计 3 轴力与接触位置；帧率、遮挡和表皮磨损须随力误差共同报告；这使Slade 等，2024 年《Nature》，DOI 10.1038/s41586-024-07第一次能够被反查。
2022年的主张可被直接否定：保留相同对象与总预算，拿掉灵巧操作需要恢复接触面的空间分布，不只测一个合力数值。若三维力误差低于阈值的接触帧数对全部有效接触帧数的比例没有改变，视触觉传感器把接触场重建成可见图像就只是重新命名；Slade 等，2024 年《Nature》，DOI 10.1038/s41586-024-07因此是单因检验而非附带讨论。消融记录继续保留灵巧操作需要恢复接触面的空间分布，不只测的失败对象。
原始证据给出的可交换量是紧凑视触觉传感器以多视角内部成像估计 3 轴力与接触位置；帧率、遮挡和表皮磨损须随力误差共同报告。本页将它收束为三维力误差低于阈值的接触帧数／全部有效接触帧数：分子、分母、观察窗和失败定义一起锁定；另列每千小时接管次数与接触力峰值，防止2024年的更大规模把2022年的选择偏差放大。
争议文献Open X-Embodiment Collaboration, IEEE ICRA (2024), doi:10.1109/ICRA5迫使结论停在当表面磨损与温度改变成像模型时，这一关系不再保持原方向之前。验证时逐级改变尺度、输入或环境；只要灵巧操作需要恢复接触面的空间分布，不只测一个合力数值的名义提高伴随每千小时接管次数下降，就说明原来测到的是代理优化而非系统净收益。边界记录继续保留灵巧操作需要恢复接触面的空间分布，不只测一的失败对象。
从论文进入制度后，集成商不能只验收三维力误差低于阈值的接触帧数。2024年的Slade 等. 2024. “On Human-in-the-Loop Optimization of Human–Robot Int要求把无法越过当表面磨损与温度改变成像模型时，这一关系不再保持原方向的最差亚组没有保留、恢复时长及版本并列；否则成功会把劳动和退出成本移出画面。灵巧操作需要恢复接触面的空间分布，不只测一个合力数值的责任延续到故障恢复和版本退出，不能在验收时提前终止。
本条的外部邻居是第593号“视触觉传感器把接触场重建成可见图像”。对撞时先统一三维力误差低于阈值的接触帧数／全部有效接触帧数，再把当表面磨损与温度改变成像模型时，这一关系不再保持原方向造成的无归属状态补回分母；若两条仍相反，共有前提17 局部最优可加总为整体最优才获得被推翻的资格。接口记录继续保留灵巧操作需要恢复接触面的失败对象。
七、扩散策略承认合理动作不止一条Diffusion Policy
2024年的Chi et al., International Journal of Robotics Research 43 (2024), doi:改变的是“扩散策略承认合理动作不止一条”的验收对象。它以用条件去噪过程表示多峰动作序列解释Chi等在 12 个机器人操作任务上报告相对既有基线平均约 46.9% 的成功率提升，但长时闭环仍会累积偏离，并暴露动作块越平滑并不保证恢复；一旦越过演示支撑集，去噪会自信地产生错误序列发生后的补；因此离线成功率能否承受闭环偏离和长时误差累积可被检验。
因果账只给用条件去噪过程表示多峰动作序列一个席位：在全部起始状态、重试与接管次数内固定版本、预算与输入，只让这一机制开关。若关闭后连续任务成功次数不变，或离线成功率能否承受闭环偏离和长时误差累积给出同样结果，本条即失去充分性。消融记录继续保留用条件去噪过程表示多峰动作序列的失败对象。
证据表先登记Chi等在 12 个机器人操作任务上报告相对既有基线平均约 46.9% 的成功率提升，但长时闭环仍会累积偏离，再按连续任务成功次数／全部起始状态、重试与接管次数复算。连续任务成功次数与全部起始状态、重试与接管次数须对应，并给出接触力峰值与能耗和恢复时间；这样才能区分2024年的局部读数与2025年的系统兑现。读数记录继续保留用条件去噪过程表的失败对象。
Bansal & Tomlin, IEEE ICRA, 1817–1824 (2021), doi:10.1109/ICRA48506.把反例落在动作块越平滑并不保证恢复；一旦越过演示支撑集，去噪会自信地产生错误序列：让该条件进入主样本，再观察连续任务成功次数／全部起始状态、重试与接管次数。若用条件去噪过程表示多峰动作序列增强而接触力峰值恶化，离线成功率能否承受闭环偏离和长时误差累积按反号处理。边界记录继续保留用条件去噪过程表示多峰动作序列的失败对象。
Someya 等，2025 年《Nature Communications》给出2025年的现场入口；当班操作员与安全认证机构需把用条件去噪过程表示多峰动作序列、动作块越平滑并不保证恢复；一旦越过演示支撑集，去噪会自信地产生错误序列发生后的补和恢复记录绑定到同一版本。只有接触力峰值与能耗和恢复时间与连续任务成功次数／全部起始状态、重试与接管次数共同改善，部署才算兑现。
精确碰撞指向第252号“时延确定性与工业网络”：先把17 局部最优可加总为整体最优设为共同前提，再用连续任务成功次数／全部起始状态、重试与接管次数换算。若动作块越平滑并不保证恢复；一旦越过演示支撑集，去噪会自信地产生错误序列使方向分叉，两条须分别命名。接口记录继续保留用条件去噪过程表示多峰动作序列的失败对象。
八、跨本体数据池第一次检验共同策略Open X-Embodiment and RT-X
Open X-Embodiment Collaboration, IEEE ICRA (2024), doi:10.1109/ICRA571在2024年把“跨本体数据池第一次检验共同策略”固定成可追溯节点：Open X-Embodiment汇集超过 100 万条轨迹、22 类机器人本体；跨本体平均收益不能遮蔽小平台的负迁移。在此之前，机器人学常把“精确模型、固定工位和一次成功演示”当默认，现场因大本体数据会压过小本体；数据越多，小平台的最差任务反而可能更差拒绝采用的案；旧账因此无法解释跨本体正迁移能否抵销动作语义、相机与夹具差异。
本条把因果立场锁在把不同机器人动作映射到共同数据与训练接口：固定对象、预算和全部机器人—任务组合与阴性迁移组合后，只移除这一机制；若受益任务数仍保持同向，主张即撤回。Open X-Embodiment Collaboration, IEEE ICRA (2024), doi:10.1109/ICRA571只负责这一个充分性判断，不能在失败后追加“系统复杂”作第二原因。消融记录继续保留把不同机器人动作映射到共同数据与训练接口的失败对象。
关键证据不是出版年份，而是Open X-Embodiment汇集超过 100 万条轨迹、22 类机器人本体；跨本体平均收益不能遮蔽小平台的负迁移。这里把分子写成“受益任务数”、分母写成“全部机器人—任务组合与阴性迁移组合”，并列能耗和恢复时间与任务成功率；2024年原始记录与2025年更新都必须保留样本规模、阈值、区间和中止原因。读数记录继续保留把不同机器人动作映射到共同数据与训练接的失败对象。
反方锚为ASTM F3269-21, Standard Practice for Methods to Safely Bound Flight ，真正争点是跨本体正迁移能否抵销动作语义、相机与夹具差异。压力试验主动制造大本体数据会压过小本体；数据越多，小平台的最差任务反而可能更差；若把不同机器人动作映射到共同数据与训练接口越强而能耗和恢复时间反而越差，方向已经翻转，不能用总体均值或2025年的新名称冲销。边界记录继续保留把不同机器人动作映射到共同数的失败对象。
2025年的Tiwari et al., Responsible AI Framework for Autonomous Vehicles, IEE把这条带进现场。机器人供应商必须登记现场因大本体数据会压过小本体；数据越多，小平台的最差任务反而可能更差拒绝采用的案，并让能耗和恢复时间与任务成功率与受益任务数／全部机器人—任务组合与阴性迁移组合使用同一时间窗；接管、返工和恢复不能免费吸收失败。维护记录继续保留把不同机器人动作映射到共同数据与训练接口的失败对象。
跨域接口落在第593号“接触安全从限位器移入动力学”。两条共享18 干预不回写到被干预者，但本条以受益任务数／全部机器人—任务组合与阴性迁移组合裁决，并把大本体数据会压过小本体；数据越多，小平台的最差任务反而可能更差设为停止线；对方若使用另一对象或分母，只能登记为异名，不能互相代证。接口记录继续保留把不同机器人动作映射到共同数的失败对象。
九、深度可达性分析DeepReach
“深度可达性分析”并非因名称新而入选。2021年的Bansal & Tomlin, IEEE ICRA, 1817–1824 (2021), doi:10.1109/ICRA48506.20把用神经隐式函数近似高维价值函数与旧基线放进同一对象定义，留下的硬读数是Bansal & Tomlin, IEEE ICRA, 1817–1824 (2021), doi:10.1109/ICRA48506.2021.9561949给出起点。若继续沿用“精确模型、固定工位和一次成功演示”，用神经隐式函数近似高维价值函跨场景同向读数／全部有效读数未把⇄系统核算后方向反转。起点记录继续保留用神经隐式函数近似高维价值函数的失败对象。
可反驳命题只有一句：决定方向的只有用神经隐式函数近似高维价值函数。以神经近似能否保留Hamilton–Jacobi安全边界的保守性为对手，在同一全部有效读数内做消融；若不用该机制也能得到用神经隐式函数近似高维价值函跨场景同向读数，2021年的解释就降为相关而非原因。消融记录继续保留用神经隐式函数近似高维价值函数的失败对象。
倒读第三段只看硬数：Bansal & Tomlin, IEEE ICRA, 1817–1824 (2021), doi:10.1109/ICRA48506.2021.9561949给出起点。它对应的复算式为用神经隐式函数近似高维价值函跨场景同向读数／全部有效读数，再与任务成功率与每千小时接管次数交叉；2021年的主证据不能拿卷页数字充当结果，2025年的复核也不能删除零输出和失败运行。硬读数仍是：Bansal & Tomlin, IEEE ICRA, 1817–1824 (2021), doi:10.1109/ICRA48506.2021.9561949给出起点，争议由“神经近似能否保留Hamilton–Jacobi安全边界的保守性”承担，最新状态是“神经偏微分方程扩大高维可达集估计”；其单位和观察窗须随原记录保留。
边界不是“还需研究”，而是⇄系统核算后方向反转：近似残差小不等于危险集保守，验证不足时速度增益会换来漏检风险；神经可达分析越快。神经近似能否保留Hamilton–Jacobi安全边界的保守性提供反查入口：把对象推到这条停止线外，若用神经隐式函数近似高维价值函跨场景同向读数上升却让任务成功率恶化，就按反号结果撤回充分性主张。
实践责任落在集成商：依据2025年ICRA系统级监测把感知失效与恢复闭环量化，版本发布时预注册用神经隐式函数近似高维价值函跨场景同向读数／全部有效读数，并把用神经隐式函数近似高维价值函跨场景同向读数／全部有效读数未把⇄系统核算后方向反转列为独立事件。若旧方案在任务成功率与每千小时接管次数上更好，部署应允许回切。
第551号“深度可达性分析”提供精确对撞，不是宽泛类比。共同前提是18 干预不回写到被干预者；本条的分离线是⇄系统核算后方向反转：近似残差小不等于危险集保守，验证不足时速度增益会换来漏检风险；神经可达分析越快，换算轴是用神经隐式函数近似高维价值函跨场景同向读数／全部有效读数，两边必须在同一观察窗重排后才谈迁移。
十、运行时保障架构Runtime Assurance
转向起于2021年：ASTM F3269-21, Standard Practice for Methods to Safely Bound Flight Be不再只报每千小时接管次数，而把运行时保障架构写成复杂控制越界时切换到已验证安全控制的可检查问题。判决读数是提出卷页由ASTM F3269-21, Standard Practice for Methods to Safely Bound Flight Behavior of Unmanned Aircraft Systems (；此前没有位置的是证据表未保存⇄系统核算后方向反转：监视器、切换逻辑或备份控制共享错误时。对复杂控制越界时切换到已验证安全控制而言，证据表未保存⇄系统核算后方向反转：监视器、切换逻辑或备份控制共享错误时，架构会在最需接管时同时失效下的零输出、误报与无归属状态，不能靠最终平均值补写。
单因不是说其他条件不存在，而是要求复杂控制越界时切换到已验证安全控制独自承担判决。实验把全部观察小时、成本和版本冻结，只撤掉该机制；复杂控制越界时切换到已验证安阈值内运行小时若不下降，或旧方法反而更好，本条不得用新变量补救。消融记录继续保留复杂控制越界时切换到已验证安全控制的失败对象。
运行时保障架构的读数锚是提出卷页由ASTM F3269-21, Standard Practice for Methods to Safely Bound Flight Behavior of Unmanned Aircraft Systems (。据此，复杂控制越界时切换到已验证安阈值内运行小时须除以全部观察小时，而不是只摘最好一次；同时报告每千小时接管次数与接触力峰值，才能判断2021年的机制在2024年是否仍以同一方向兑现。硬读数仍是：提出卷页由ASTM F3269-21, Standard Practice for Methods to Safely Bound Flight Behavior of Unmanned Aircraft Systems (2021)锁定，反方命题是“安全切换是否能在故障前识别并保持可控”；其单位和观察窗须随原记录保留。
Griffin et al., Science Robotics 4, eaau5872 (2019), doi:10.1126/sci所代表的异议集中在安全切换是否能在故障前识别并保持可控。本条最强反例是⇄系统核算后方向反转：监视器、切换逻辑或备份控制共享错误时，架构会在最需接管时同时失效；备份控制越可靠；一旦该条件出现，中心读数再漂亮也须先看每千小时接管次数是否反向，尾部失败不得并入“其他”。边界记录继续保留复杂控制越界时切换到已验证安全控制的失败对象。
另一处常被略过的是复杂控制越界时切换到已验证安全控制的维护账。Ayerdi et al., MarMot: Metamorphic Runtime Monitoring of Autonomous 更新到2024年，但当班操作员与安全认证机构仍须记录证据表未保存⇄系统核算后方向反转：监视器、切换逻辑或备份控制共享错误时；只有复杂控制越界时切换到已验证安阈值内运行小时／全部观察小时和每千小时接管次数与接触力峰值同时改善，试验结果才可进入采购或监管。
与第551号“运行时保障架构”相比，本条把复杂控制越界时切换到已验证安全控制置于E位。双方都依赖18 干预不回写到被干预者，却可能因⇄系统核算后方向反转：监视器、切换逻辑或备份控制共享错误时，架构会在最需接管时同时失效；备份控制越可靠给出反向结果；判决只认复杂控制越界时切换到已验证安阈值内运行小时／全部观察小时，不认学科声望。
十一、持续运行监测与安全绩效In-Service Safety Monitoring
在UNECE VMAD and NATM guidelines for automated driving systems, 2022–202之前，机器人学处理持续运行监测与安全绩效时仍受“精确模型、固定工位和一次成功演示”支配。2022年的证据把用持续证据替代一次型式批准单独显影，并留下UNECE NATM把场景测试、仿真、试验场和真实道路 4 类证据合并；安全绩效须按每千运行小时的险情、接管与停机次数复算；这使上市前测试能否代表真实运行全生命周期第一次能够被反查。
2022年的主张可被直接否定：保留相同对象与总预算，拿掉用持续证据替代一次型式批准。若用持续证据替代一次型式批准未触发退出任务数对全部候选任务的比例没有改变，持续运行监测与安全绩效就只是重新命名；上市前测试能否代表真实运行全生命周期因此是单因检验而非附带讨论。消融记录继续保留用持续证据替代一次型式批准的失败对象。
原始证据给出的可交换量是UNECE NATM把场景测试、仿真、试验场和真实道路 4 类证据合并；安全绩效须按每千运行小时的险情、接管与停机次数复算。本页将它收束为用持续证据替代一次型式批准未触发退出任务数／全部候选任务：分子、分母、观察窗和失败定义一起锁定；另列接触力峰值与能耗和恢复时间，防止2025年的更大规模把2022年的选择偏差放大。
争议文献上市前测试能否代表真实运行全生命周期迫使结论停在⇄系统核算后方向反转：事故口径、暴露里程和险情报告若跨企业不可比，持续监测会退化为选择性绩效叙事之前。验证时逐级改变尺度、输入或环境；只要用持续证据替代一次型式批准的名义提高伴随接触力峰值下降，就说明原来测到的是代理优化而非系统净收益。
从论文进入制度后，机器人供应商不能只验收用持续证据替代一次型式批准未触发退出任务数。2025年的2025年ICRA系统级监测把感知失效与恢复闭环量化要求把⇄系统核算后方向反转：事故口径、暴露里程和险情报告若跨企业不可比、恢复时长及版本并列；否则成功会把劳动和退出成本移出画面。维护记录继续保留用持续证据替代一次型式批准的失败对象。
本条的外部邻居是第551号“持续运行监测与安全绩效”。对撞时先统一用持续证据替代一次型式批准未触发退出任务数／全部候选任务，再把⇄系统核算后方向反转：事故口径、暴露里程和险情报告若跨企业不可比，持续监测会退化为选择性绩效叙事造成的无归属状态补回分母；若两条仍相反，共有前提19 类别互斥且穷尽才获得被推翻的资格。
十二、人形平台接受长时可靠性而非剪辑验收Humanoid Deployment
2019年的Griffin et al., Science Robotics 4, eaau5872 (2019), doi:10.1126/sciro改变的是“人形平台接受长时可靠性而非剪辑验收”的验收对象。它以用连续作业时间、接管和恢复而非单次动作定义能力解释双足系统每一步都同时受 2 个足端接触、质心和角动量约束；连续无接管小时比单次动作完成更严格，并暴露最终汇总漏掉演示动作越复杂，布景、遥控与重拍对公开成功率的贡献反而越大触发的撤回；因此人体尺度适配是否足以抵销双足能耗、维护与共因故障可被检验。
因果账只给用连续作业时间、接管和恢复而非单次动作定义能力一个席位：在全部开机小时及故障恢复小时内固定版本、预算与输入，只让这一机制开关。若关闭后无人接管工作小时不变，或人体尺度适配是否足以抵销双足能耗、维护与共因故障给出同样结果，本条即失去充分性。消融记录继续保留用连续作业时间、接管和恢复而非单次动作定义能的失败对象。
证据表先登记双足系统每一步都同时受 2 个足端接触、质心和角动量约束；连续无接管小时比单次动作完成更严格，再按无人接管工作小时／全部开机小时及故障恢复小时复算。无人接管工作小时与全部开机小时及故障恢复小时须对应，并给出能耗和恢复时间与任务成功率；这样才能区分2019年的局部读数与2024年的系统兑现。
封闭规则下完成城市道路是否等于开放交通自治把反例落在演示动作越复杂，布景、遥控与重拍对公开成功率的贡献反而越大：让该条件进入主样本，再观察无人接管工作小时／全部开机小时及故障恢复小时。若用连续作业时间、接管和恢复而非单次动作定义能力增强而能耗和恢复时间恶化，人体尺度适配是否足以抵销双足能耗、维护与共因故障按反号处理。
Open X-Embodiment Collaboration, IEEE ICRA (2024), doi:10.1109/ICRA5给出2024年的现场入口；集成商需把用连续作业时间、接管和恢复而非单次动作定义能力、最终汇总漏掉演示动作越复杂，布景、遥控与重拍对公开成功率的贡献反而越大触发的撤回和恢复记录绑定到同一版本。只有能耗和恢复时间与任务成功率与无人接管工作小时／全部开机小时及故障恢复小时共同改善，部署才算兑现。
精确碰撞指向第551号“Waymo安全方法”：先把30 未被计价的东西不影响结算设为共同前提，再用无人接管工作小时／全部开机小时及故障恢复小时换算。若演示动作越复杂，布景、遥控与重拍对公开成功率的贡献反而越大使方向分叉，两条须分别命名。第551号的同名动作若使用另一分母，两边结论必须分别命名。接口记录继续保留用连续作业时间、接管和恢复而非单的失败对象。
◎ 二十年连起来看
机器人学最站得住的二十年转向，是策略来源从逐任务建模转向跨本体数据学习，但可靠性仍由接触、标定和人工接管共同决定。第一幕从“动态平衡成为可重复工程”走到“控制屏障函数”，先把对象、读数和旧边界建立起来；第二幕由“软体夹持器以接触面积替代定位精度”推进到“人形平台接受长时可靠性而非剪辑验收”，评价单位已经从单点性能变成任务成功率、每千小时接管次数、接触力峰值、能耗和恢复时间的共同账。
这条线没有把旧方法写成失败史。相反，“人体在环优化：控制器向每个人现场学习”说明旧机制在条件清楚时仍有效；真正被撤回的是精确模型、固定工位和一次成功演示这个默认。只要分母、失败谱和维护责任不公开，再新的名词也只是把未计价部分移出画面。
◎ 三个常见误解
误解一是把“动态平衡成为可重复工程”的峰值当成全系统能力。它至少还受脚底摩擦锥或状态估计失配时，更激进的步态反而缩短可恢复时间约束，必须用无跌倒完成次数／全部推扰、换载与中止试验次数复算。
误解二是认为规模会自动解决“深度可达性分析”。规模也会同步放大神经近似能否保留Hamilton–Jacobi安全边界的保守性，因此最差亚组和中止运行不能从分母消失。
误解三是把自动化等同于无人负责。机器人供应商、集成商、当班操作员与安全认证机构仍须为版本、接管、恢复和退出签字，责任不会因用连续作业时间、接管和恢复而非单次动作定义能力而蒸发。
◎ 与相邻领域的接口
向方法侧看，“软体夹持器以接触面积替代定位精度”与第593号“软体夹持器以接触面积替代定位精度”共享04 测量不改变被测对象；只有对齐无损抓取成功的物体数／全部形状与材质测试物体数，两边的性能数字才可换算。
向制度侧看，“人形平台接受长时可靠性而非剪辑验收”把本体、感知、策略、接触与现场维护接到采购、监管和维护流程。接口的最低交付物不是领域标签，而是对象版本、单位、失败阈值、责任人和可撤回条件。
◎ 争议现场
当前最值得盯住的争论是：人形是否值得为人体尺度环境支付能耗、维护和双足失稳成本。支持方必须用“深度可达性分析”给出净增益，反方则要用⇄系统核算后方向反转：近似残差小不等于危险集保守，验证不足时速度增益会换来漏检风险；神经可达分析越快构造会反号的测试；双方都不能只挑成功案例。
第二场争论落在证据门槛：连续无人接管作业小时、跨本体负迁移和真实故障恢复究竟要达到什么水平才算成熟。可判标准应预先写成无人接管工作小时／全部开机小时及故障恢复小时，并公开最差条件、人工介入和连续观察窗。
◎ 往下五年看什么
未来五年不追逐更多名词，只看连续无人接管作业小时、跨本体负迁移和真实故障恢复。其中“深度可达性分析”负责能力边界，“人形平台接受长时可靠性而非剪辑验收”负责系统兑现；若两者不能在任务成功率、每千小时接管次数、接触力峰值、能耗和恢复时间的同一张表里同时改善，就应把路线限定为局部工具，而不是通用转向。
◎ 可与哪些领域对撞
“动态平衡成为可重复工程”可与第593号“接触安全从限位器移入动力学”对撞，共查01 谁进入分母；加入脚底摩擦锥或状态估计失配时，更激进的步态反而缩短可恢复时间后重新排序。
“控制屏障函数”可与第551号“控制屏障函数”对撞，共查04 测量不改变被测对象；统一量纲为在线约束动作保持系统位于安全阈值内运行小时／全部观察小时。
“深度可达性分析”可与第551号“深度可达性分析”对撞，共查18 干预不回写到被干预者；阴性运行和转移成本不得空白。
“人形平台接受长时可靠性而非剪辑验收”可与第551号“Waymo安全方法”对撞，共查30 未被计价的东西不影响结算；把停止阈值写进迁移合同。
◎ 十条可做的研究命题
1. 以零力矩点越过支撑多边形边界即失稳；这一几何上的 0 裕量，比平均步速更能判决推扰恢复为基线，预注册无跌倒完成次数／全部推扰、换载与中止试验次数；触发脚底摩擦锥或状态估计失配时，更激进的步态反而缩短可恢复时间时检验净效应是否反号。
2. 把账本未单列⇄系统核算后方向反转：赛道、地图与对手均受组织补回分母，再复算把感知规划控制压进可运行整车跨场景同向读数／全部有效读数；比较补账前后是否改变“DARPA城市挑战”的排序。
3. 针对基准数据集精度能否代表长期运行中的感知混淆与地图变化，只消融在未知环境中联合估计机器人轨迹与地图；若绝对轨迹误差以米计、相对位姿误差按固定时间或路程窗计不能复现，撤回单因解释。
4. 让第551号“ROS机器人中间件”与本条共用开放消息图让机器人能力可组合未触发退出任务数／全部候选任；以⇄系统核算后方向反转：通信尽力而为、版本依赖与未经验证的软件包会把原型便为停止线检验迁移是否成立。
5. 以DMP把轨迹写成 2 阶稳定吸引子加形状项，并用时间尺度 τ 改变执行快慢为基线，预注册新目标下无碰撞完成的轨迹数／全部重定向试验数；触发目标或障碍改变到训练域外时，稳定收敛可能把末端送入错误接触时检验净效应是否反号。
6. 把因当高带宽任务迫使机构锁定刚度时，可调刚度范围越高补回分母，再复算阻抗在安全区内正确切换的周期数／全部负载变化周期数；比较补账前后是否改变“可变阻抗：柔顺成为可控制变量”的排序。
7. 针对端到端收益来自表示学习还是更大的真机采集预算，只消融由图像直接学习任务相关表征与控制动作；若Levine等在 7 类真机操作任务上联合学习视觉表征与控制不能复现，撤回单因解释。
8. 让第551号“控制屏障函数”与本条共用在线约束动作保持系统位于安全阈值内运行小时／全部观察小时；以⇄系统核算后方向反转：安全集、动力学或状态估计若错误为停止线检验迁移是否成立。
9. 以2018年综述比较流体、介电、形状记忆和颗粒阻塞等软夹持器为基线，预注册无损抓取成功的物体数／全部形状与材质测试物体数；触发当任务要求高速精确放置或大负载时，几何适应范围越高时检验净效应是否反号。
10. 把跨场景时因范围过窄不迁移，范围过宽又会压低策略对关键物理量的辨别失去可比性的样本没有补回分母，再复算零样本真机成功次数／全部仿真训练种子与真机试验次数；比较补账前后是否改变“域随机化把仿真误差改成训练分布”的排序。
◎ 资料核验
- Kajita et al., IEEE ICRA, 1620–1626 (2003), doi:10.1109/ROBOT.2003.1241826
- Urmson et al., Journal of Field Robotics 25, 425–466 (2008), doi:10.1002/rob.20255
- Cadena et al., IEEE Transactions on Robotics 32, 1309–1332 (2016), doi:10.1109/TRO.2016.2624754
- Quigley et al., ICRA Workshop on Open Source Software 3, 5 (2009)
- Ijspeert et al., Neural Computation 25, 328–373 (2013), doi:10.1162/NECO_a_00393
- Vanderborght 等，2013 年《Robotics and Autonomous Systems》，DOI 10.1016/j.robot.2013.06.009。
- Levine et al., Journal of Machine Learning Research 17(39), 1–40 (2016)
- Ames et al., IEEE Transactions on Automatic Control 62, 3861–3876 (2017), doi:10.1109/TAC.2016.2638961
- Shintake 等，2018 年《Advanced Materials》，DOI 10.1002/adma.201707035。
- Tobin et al., IEEE/RSJ IROS, 23–30 (2017), doi:10.1109/IROS.2017.8202133
- Katz et al., CAV 2017, 97–117, doi:10.1007/978-3-319-63387-9_5
- Zhang 等，2017 年《PLoS ONE》，DOI 10.1371/journal.pone.0184054。
- Losey、McDonald、Battaglia 与 O’Malley，2018 年《Applied Mechanics Reviews》，DOI 10.1115/1.4039145。
- Lambeta 等，2022 年《Nature Machine Intelligence》，DOI 10.1038/s42256-021-00439-3。
- Chi et al., International Journal of Robotics Research 43 (2024), doi:10.1177/02783649241273668
- Open X-Embodiment Collaboration, IEEE ICRA (2024), doi:10.1109/ICRA57147.2024.10611477
- Bansal & Tomlin, IEEE ICRA, 1817–1824 (2021), doi:10.1109/ICRA48506.2021.9561949
- ASTM F3269-21, Standard Practice for Methods to Safely Bound Flight Behavior of Unmanned Aircraft Systems (2021)
- UNECE VMAD and NATM guidelines for automated driving systems, 2022–2024
- Griffin et al., Science Robotics 4, eaau5872 (2019), doi:10.1126/scirobotics.aau5872
- Slade et al., Nature 630, 2024, doi:10.1038/s41586-024-07697-2
- 封闭规则下完成城市道路是否等于开放交通自治
- 挑战赛成为自动驾驶系统集成的共同历史基线
- 模块复用会不会同时扩散接口假设与不安全默认
- ROS 2以DDS、实时性和安全通信修补早期局限
- Someya 等，2025 年《Nature Communications》，DOI 10.1038/s41467-025-57016-0。
- 连续安全集能否覆盖感知误差与离散模式切换
- 屏障函数与学习控制结合为安全滤波主线
以下二十条是机器人学在 1950 至 2006 年之间形成的经典思想，与上文二十条合成双层面板。每条用原始材料和后续修订说明旧前提，并点名它在本块哪条现代判断里继续被使用或反对。
经一、控制、通信与反馈进入统一语言Classic 01 · Robotics
在1950年的控制、通信与反馈进入统一语言出现前，机器人学常把免疫反应看成均质体液强弱，阴性对象未与成功对象同账。第1条沿机制史固定样本、操作和失败读数。硬命题是机器、操作者与环境可用信息回路和负反馈在同一闭环中分析。第1条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Siciliano B, Khatib O, eds. Springer Handbook of Robotics, 2nd ed. Springer (2016)后来重检控制、通信与反馈进入统一语言，保留可迁移结构，并把未覆盖对象另列。与本块甲“动态平衡成为可重复工程”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第1条只保留在1950年适用域；经典身份不能替代新证据。核验控制、通信与反馈进入统一语言还要保存阴性对象，不能只引用后来成功的分支。迁移控制、通信与反馈进入统一语言必须注明采用哪一版定义；相同名词不等于相同证据。
经二、可编程物料搬运装置Classic 02 · Robotics
在1954年的可编程物料搬运装置出现前，机器人学常把群体平均值当作每个患者，阴性对象未与成功对象同账。第2条沿测量史固定样本、操作和失败读数。硬命题是把动作序列存入可重写控制器可使机械臂脱离固定凸轮重复执行任务。第2条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Thrun S, Burgard W, Fox D. Probabilistic Robotics. MIT Press (2005)后来重检可编程物料搬运装置，保留可迁移结构，并把未覆盖对象另列。与本块乙“DARPA城市挑战”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第2条只保留在1954年适用域；经典身份不能替代新证据。核验可编程物料搬运装置还要保存阴性对象，不能只引用后来成功的分支。迁移可编程物料搬运装置必须注明采用哪一版定义；相同名词不等于相同证据。
经三、动态规划与最优性原理Classic 03 · Robotics
在1957年的动态规划与最优性原理出现前，机器人学常把实验室阳性直接当作临床因果，阴性对象未与成功对象同账。第3条沿制度史固定样本、操作和失败读数。硬命题是多阶段决策可按状态价值递推分解，当前最优动作必须接续剩余阶段的最优策略。第3条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Spong MW et al. Robot Modeling and Control, 2nd ed. Wiley (2020)后来重检动态规划与最优性原理，保留可迁移结构，并把未覆盖对象另列。与本块丙“SLAM把定位与建图合成同一估计问题”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第3条只保留在1957年适用域；经典身份不能替代新证据。核验动态规划与最优性原理还要保存阴性对象，不能只引用后来成功的分支。
经四、卡尔曼滤波Classic 04 · Robotics
在1960年的卡尔曼滤波出现前，机器人学常把提出者声望当作适用范围，阴性对象未与成功对象同账。第4条沿人物史固定样本、操作和失败读数。硬命题是递推融合模型与带噪观测可给出线性系统状态的最小方差估计。第4条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Kober J et al. Reinforcement learning in robotics: A survey. International Journal of Robotics Research 32 (2013): 1238–1274后来重检卡尔曼滤波，保留可迁移结构，并把未覆盖对象另列。与本块丁“ROS机器人中间件”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第4条只保留在1960年适用域；经典身份不能替代新证据。核验卡尔曼滤波还要保存阴性对象，不能只引用后来成功的分支。迁移卡尔曼滤波必须注明采用哪一版定义；相同名词不等于相同证据。重算卡尔曼滤波须公开停止规则，否则样本扩大只会放大选择偏差。
经五、自适应人工手Classic 05 · Robotics
在1962年的自适应人工手出现前，机器人学常把免疫反应看成均质体液强弱，阴性对象未与成功对象同账。第5条沿机制史固定样本、操作和失败读数。硬命题是触觉事件与分层控制可让假手按物体接触自动切换抓握程序。第5条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Bohg J et al. Data-driven grasp synthesis: A survey. IEEE Transactions on Robotics 30 (2014): 289–309后来重检自适应人工手，保留可迁移结构，并把未覆盖对象另列。与本块戊“动态运动基元把示教轨迹变成可调技能”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第5条只保留在1962年适用域；经典身份不能替代新证据。核验自适应人工手还要保存阴性对象，不能只引用后来成功的分支。迁移自适应人工手必须注明采用哪一版定义；相同名词不等于相同证据。
经六、计算机控制关节机械臂Classic 06 · Robotics
在1969年的计算机控制关节机械臂出现前，机器人学常把群体平均值当作每个患者，阴性对象未与成功对象同账。第6条沿测量史固定样本、操作和失败读数。硬命题是电驱关节、位置反馈与软件轨迹可组成通用可重编程机械臂。第6条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Siciliano B, Khatib O, eds. Springer Handbook of Robotics, 2nd ed. Springer (2016)后来重检计算机控制关节机械臂，保留可迁移结构，并把未覆盖对象另列。与本块己“可变阻抗：柔顺成为可控制变量”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第6条只保留在1969年适用域；经典身份不能替代新证据。核验计算机控制关节机械臂还要保存阴性对象，不能只引用后来成功的分支。迁移计算机控制关节机械臂必须注明采用哪一版定义；相同名词不等于相同证据。
经七、Shakey移动机器人Classic 07 · Robotics
在1969年的Shakey移动机器人出现前，机器人学常把实验室阳性直接当作临床因果，阴性对象未与成功对象同账。第7条沿制度史固定样本、操作和失败读数。硬命题是感知、世界模型、规划与执行可在移动平台上闭环连接并由任务失败触发重规划。第7条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Thrun S, Burgard W, Fox D. Probabilistic Robotics. MIT Press (2005)后来重检Shakey移动机器人，保留可迁移结构，并把未覆盖对象另列。与本块庚“深度视觉运动策略把感知与控制同训”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第7条只保留在1969年适用域；经典身份不能替代新证据。核验Shakey移动机器人还要保存阴性对象，不能只引用后来成功的分支。迁移Shakey移动机器人必须注明采用哪一版定义；相同名词不等于相同证据。
经八、混合位置力控制Classic 08 · Robotics
在1981年的混合位置力控制出现前，机器人学常把提出者声望当作适用范围，阴性对象未与成功对象同账。第8条沿人物史固定样本、操作和失败读数。硬命题是把任务空间分成位置约束与力约束子空间可同时控制轨迹和接触载荷。第8条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Spong MW et al. Robot Modeling and Control, 2nd ed. Wiley (2020)后来重检混合位置力控制，保留可迁移结构，并把未覆盖对象另列。与本块辛“控制屏障函数”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第8条只保留在1981年适用域；经典身份不能替代新证据。核验混合位置力控制还要保存阴性对象，不能只引用后来成功的分支。迁移混合位置力控制必须注明采用哪一版定义；相同名词不等于相同证据。重算混合位置力控制须公开停止规则，否则样本扩大只会放大选择偏差。
经九、机器人阻抗控制Classic 09 · Robotics
在1985年的机器人阻抗控制出现前，机器人学常把免疫反应看成均质体液强弱，阴性对象未与成功对象同账。第9条沿机制史固定样本、操作和失败读数。硬命题是控制力与位移之间的动态关系可使接触机器人获得稳定柔顺性。第9条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Kober J et al. Reinforcement learning in robotics: A survey. International Journal of Robotics Research 32 (2013): 1238–1274后来重检机器人阻抗控制，保留可迁移结构，并把未覆盖对象另列。与本块一“软体夹持器以接触面积替代定位精度”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第9条只保留在1985年适用域；经典身份不能替代新证据。核验机器人阻抗控制还要保存阴性对象，不能只引用后来成功的分支。迁移机器人阻抗控制必须注明采用哪一版定义；相同名词不等于相同证据。
经十、分层行为控制Classic 10 · Robotics
在1986年的分层行为控制出现前，机器人学常把群体平均值当作每个患者，阴性对象未与成功对象同账。第10条沿测量史固定样本、操作和失败读数。硬命题是多个感知动作层可用抑制关系直接组成鲁棒行为而不依赖完整世界模型。第10条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Bohg J et al. Data-driven grasp synthesis: A survey. IEEE Transactions on Robotics 30 (2014): 289–309后来重检分层行为控制，保留可迁移结构，并把未覆盖对象另列。与本块二“域随机化把仿真误差改成训练分布”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第10条只保留在1986年适用域；经典身份不能替代新证据。核验分层行为控制还要保存阴性对象，不能只引用后来成功的分支。迁移分层行为控制必须注明采用哪一版定义；相同名词不等于相同证据。
经十一、人工势场避障Classic 11 · Robotics
在1986年的人工势场避障出现前，机器人学常把实验室阳性直接当作临床因果，阴性对象未与成功对象同账。第11条沿制度史固定样本、操作和失败读数。硬命题是目标吸引势与障碍排斥势可把在线避障转成控制空间中的局部力。第11条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Siciliano B, Khatib O, eds. Springer Handbook of Robotics, 2nd ed. Springer (2016)后来重检人工势场避障，保留可迁移结构，并把未覆盖对象另列。与本块三“Reluplex神经网络验证”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第11条只保留在1986年适用域；经典身份不能替代新证据。核验人工势场避障还要保存阴性对象，不能只引用后来成功的分支。迁移人工势场避障必须注明采用哪一版定义；相同名词不等于相同证据。重算人工势场避障须公开停止规则，否则样本扩大只会放大选择偏差。
经十二、群集行为规则Classic 12 · Robotics
在1987年的群集行为规则出现前，机器人学常把提出者声望当作适用范围，阴性对象未与成功对象同账。第12条沿人物史固定样本、操作和失败读数。硬命题是分离、对齐与聚合三种局部规则可生成没有中央指挥的群体运动。第12条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Thrun S, Burgard W, Fox D. Probabilistic Robotics. MIT Press (2005)后来重检群集行为规则，保留可迁移结构，并把未覆盖对象另列。与本块四“人体在环优化：控制器向每个人现场学习”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第12条只保留在1987年适用域；经典身份不能替代新证据。核验群集行为规则还要保存阴性对象，不能只引用后来成功的分支。迁移群集行为规则必须注明采用哪一版定义；相同名词不等于相同证据。
经十三、占据栅格地图Classic 13 · Robotics
在1988年的占据栅格地图出现前，机器人学常把免疫反应看成均质体液强弱，阴性对象未与成功对象同账。第13条沿机制史固定样本、操作和失败读数。硬命题是把空间离散为占据概率单元可累计不确定传感证据并支持移动导航。第13条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Spong MW et al. Robot Modeling and Control, 2nd ed. Wiley (2020)后来重检占据栅格地图，保留可迁移结构，并把未覆盖对象另列。与本块五“共享控制把意图识别与权力分配分开”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第13条只保留在1988年适用域；经典身份不能替代新证据。核验占据栅格地图还要保存阴性对象，不能只引用后来成功的分支。迁移占据栅格地图必须注明采用哪一版定义；相同名词不等于相同证据。
经十四、不确定性几何表示Classic 14 · Robotics
在1988年的不确定性几何表示出现前，机器人学常把群体平均值当作每个患者，阴性对象未与成功对象同账。第14条沿测量史固定样本、操作和失败读数。硬命题是位姿与地标协方差必须随坐标变换共同传播，不能把地图误差当独立噪声。第14条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Kober J et al. Reinforcement learning in robotics: A survey. International Journal of Robotics Research 32 (2013): 1238–1274后来重检不确定性几何表示，保留可迁移结构，并把未覆盖对象另列。与本块六“视触觉传感器把接触场重建成可见图像”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第14条只保留在1988年适用域；经典身份不能替代新证据。核验不确定性几何表示还要保存阴性对象，不能只引用后来成功的分支。迁移不确定性几何表示必须注明采用哪一版定义；相同名词不等于相同证据。
经十五、示教学习Classic 15 · Robotics
在1996年的示教学习出现前，机器人学常把实验室阳性直接当作临床因果，阴性对象未与成功对象同账。第15条沿制度史固定样本、操作和失败读数。硬命题是示范轨迹可被参数化策略吸收并在新目标、速度与扰动条件下重用。第15条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Bohg J et al. Data-driven grasp synthesis: A survey. IEEE Transactions on Robotics 30 (2014): 289–309后来重检示教学习，保留可迁移结构，并把未覆盖对象另列。与本块七“扩散策略承认合理动作不止一条”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第15条只保留在1996年适用域；经典身份不能替代新证据。核验示教学习还要保存阴性对象，不能只引用后来成功的分支。迁移示教学习必须注明采用哪一版定义；相同名词不等于相同证据。重算示教学习须公开停止规则，否则样本扩大只会放大选择偏差。
经十六、快速探索随机树Classic 16 · Robotics
在1998年的快速探索随机树出现前，机器人学常把提出者声望当作适用范围，阴性对象未与成功对象同账。第16条沿人物史固定样本、操作和失败读数。硬命题是向随机样本扩展搜索树可快速覆盖高维受约束构型空间。第16条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Siciliano B, Khatib O, eds. Springer Handbook of Robotics, 2nd ed. Springer (2016)后来重检快速探索随机树，保留可迁移结构，并把未覆盖对象另列。与本块八“跨本体数据池第一次检验共同策略”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第16条只保留在1998年适用域；经典身份不能替代新证据。核验快速探索随机树还要保存阴性对象，不能只引用后来成功的分支。迁移快速探索随机树必须注明采用哪一版定义；相同名词不等于相同证据。
经十七、蒙特卡洛定位Classic 17 · Robotics
在1999年的蒙特卡洛定位出现前，机器人学常把免疫反应看成均质体液强弱，阴性对象未与成功对象同账。第17条沿机制史固定样本、操作和失败读数。硬命题是粒子分布可表达多峰位姿不确定性并随运动和传感在线更新。第17条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Thrun S, Burgard W, Fox D. Probabilistic Robotics. MIT Press (2005)后来重检蒙特卡洛定位，保留可迁移结构，并把未覆盖对象另列。与本块九“深度可达性分析”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第17条只保留在1999年适用域；经典身份不能替代新证据。核验蒙特卡洛定位还要保存阴性对象，不能只引用后来成功的分支。迁移蒙特卡洛定位必须注明采用哪一版定义；相同名词不等于相同证据。重算蒙特卡洛定位须公开停止规则，否则样本扩大只会放大选择偏差。
经十八、概率机器人地图融合Classic 18 · Robotics
在2001年的概率机器人地图融合出现前，机器人学常把群体平均值当作每个患者，阴性对象未与成功对象同账。第18条沿测量史固定样本、操作和失败读数。硬命题是地图与位姿必须联合估计，闭环回访可把累计漂移转成可校正约束。第18条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Spong MW et al. Robot Modeling and Control, 2nd ed. Wiley (2020)后来重检概率机器人地图融合，保留可迁移结构，并把未覆盖对象另列。与本块十“运行时保障架构”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第18条只保留在2001年适用域；经典身份不能替代新证据。核验概率机器人地图融合还要保存阴性对象，不能只引用后来成功的分支。迁移概率机器人地图融合必须注明采用哪一版定义；相同名词不等于相同证据。
经十九、动态运动基元Classic 19 · Robotics
在2002年的动态运动基元出现前，机器人学常把实验室阳性直接当作临床因果，阴性对象未与成功对象同账。第19条沿制度史固定样本、操作和失败读数。硬命题是稳定吸引子与可学习形状项可把示教动作改写为可缩放运动技能。第19条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Kober J et al. Reinforcement learning in robotics: A survey. International Journal of Robotics Research 32 (2013): 1238–1274后来重检动态运动基元，保留可迁移结构，并把未覆盖对象另列。与本块十一“持续运行监测与安全绩效”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第19条只保留在2002年适用域；经典身份不能替代新证据。核验动态运动基元还要保存阴性对象，不能只引用后来成功的分支。迁移动态运动基元必须注明采用哪一版定义；相同名词不等于相同证据。
经二十、Stanley无人车Classic 20 · Robotics
在2006年的Stanley无人车出现前，机器人学常把提出者声望当作适用范围，阴性对象未与成功对象同账。第20条沿人物史固定样本、操作和失败读数。硬命题是概率感知、路径规划和速度控制的系统集成可让无人车在开放荒漠连续自主行驶。第20条没有终结争论，却让对象、装置与时间窗可由后人逐项复算。
Bohg J et al. Data-driven grasp synthesis: A survey. IEEE Transactions on Robotics 30 (2014): 289–309后来重检Stanley无人车，保留可迁移结构，并把未覆盖对象另列。与本块十二“人形平台接受长时可靠性而非剪辑验收”对读，可见现代层继承的定义及改写边界。若补回排除者、延长观察或更换组织后主要排序翻转，第20条只保留在2006年适用域；经典身份不能替代新证据。核验Stanley无人车还要保存阴性对象，不能只引用后来成功的分支。迁移Stanley无人车必须注明采用哪一版定义；相同名词不等于相同证据。
◎ 这一层怎么用
先按“今用”或“异名”找到上文对应的现代条，再比较两条的对象、分母与停止规则。若它们只共享名词而不共享失败对象，就只登记为异名；若量纲可以逐项换算，再判断现代条究竟继承、修正还是反转了经典命题。
经典身份不提供豁免。提出年份只决定它属于哪一层；后续综述、反例和新装置负责划出今天仍可使用的边界。量纲字段保留“∶”，使跨年代与跨领域的读数能够先对齐分母再碰撞。
◎ 经典层资料核验
- Wiener N. The Human Use of Human Beings. Houghton Mifflin (1950)。
- Devol GC. Programmed article transfer. US Patent 2,988,237, filed 1954, issued 1961。
- Bellman R. Dynamic Programming. Princeton University Press (1957)。
- Kalman RE. A new approach to linear filtering and prediction problems. Journal of Basic Engineering 82 (1960): 35–45。
- Tomovic R, Boni G. An adaptive artificial hand. IRE Transactions on Automatic Control 7 (1962): 3–10。
- Scheinman VI. Design of a computer controlled manipulator. Stanford Artificial Intelligence Project Memo AIM-92 (1969)。
- Nilsson NJ. A mobile automaton: An application of artificial intelligence techniques. IJCAI (1969): 509–520。
- Raibert MH, Craig JJ. Hybrid position/force control of manipulators. Journal of Dynamic Systems Measurement and Control 103 (1981): 126–133。
- Hogan N. Impedance control: An approach to manipulation. Journal of Dynamic Systems Measurement and Control 107 (1985): 1–24。
- Brooks RA. A robust layered control system for a mobile robot. IEEE Journal on Robotics and Automation 2 (1986): 14–23。
- Khatib O. Real-time obstacle avoidance for manipulators and mobile robots. International Journal of Robotics Research 5 (1986): 90–98。
- Reynolds CW. Flocks, herds and schools: A distributed behavioral model. Computer Graphics 21 (1987): 25–34。
- Elfes A. Sonar-based real-world mapping and navigation. IEEE Journal of Robotics and Automation 3 (1987): 249–265。
- Durrant-Whyte HF. Uncertain geometry in robotics. IEEE Journal of Robotics and Automation 4 (1988): 23–31。
- Schaal S. Learning from demonstration. Advances in Neural Information Processing Systems 9 (1996)。
- LaValle SM. Rapidly-exploring random trees: A new tool for path planning. Iowa State University Technical Report 98-11 (1998)。
- Fox D et al. Monte Carlo localization: Efficient position estimation for mobile robots. AAAI (1999): 343–349。
- Thrun S. Robotic mapping: A survey. In Exploring Artificial Intelligence in the New Millennium. Morgan Kaufmann (2002)。
- Ijspeert AJ et al. Movement imitation with nonlinear dynamical systems in humanoid robots. ICRA (2002): 1398–1403。
- Thrun S et al. Stanley: The robot that won the DARPA Grand Challenge. Journal of Field Robotics 23 (2006): 661–692。
- Siciliano B, Khatib O, eds. Springer Handbook of Robotics, 2nd ed. Springer (2016)。
- Thrun S, Burgard W, Fox D. Probabilistic Robotics. MIT Press (2005)。
- Spong MW et al. Robot Modeling and Control, 2nd ed. Wiley (2020)。
- Kober J et al. Reinforcement learning in robotics: A survey. International Journal of Robotics Research 32 (2013): 1238–1274。
- Bohg J et al. Data-driven grasp synthesis: A survey. IEEE Transactions on Robotics 30 (2014): 289–309。
- Bekey GA. Autonomous Robots. MIT Press (2005)。
- Craig JJ. Introduction to Robotics, 2nd ed. Addison-Wesley (1989)。
- Spong MW, Vidyasagar M. Robot Dynamics and Control. Wiley (1989)。
- Mason MT. Mechanics of Robotic Manipulation. MIT Press (2001)。
- Latombe JC. Robot Motion Planning. Kluwer Academic Publishers (1991)。
- Arkin RC. Behavior-Based Robotics. MIT Press (1998)。
- Dudek G, Jenkin M. Computational Principles of Mobile Robotics. Cambridge University Press (2000)。
- Nise NS. Control Systems Engineering. Benjamin Cummings (1992)。
核验说明：提出栏优先保留原始论文、专著或正式文集；流变栏列具体的后续专著、综述或重建工作。2006 年后的文献只用于说明修订，不改变经典条的入选年份。