HOTICE：复杂环境下全身人形机器人物体搬运

提出CHOREO框架，无需训练即可实现异构人形机器人技能（如强化学习、运动模仿、生成模型）的组合，支持跨表示/接口/控制器的技能拼接。

提出DeViGrasp方法，系统分析遮挡、分割掩码丢失、深度噪声和目标定位抖动对四足机械臂抓取策略与目标跟踪的影响，提升退化感知下的全身控制鲁棒性。

提出LOInK方法，通过结构化神经代理模型学习构型空间到解耦任务/潜空间的Lipschitz可逆映射，将代价最小化解置于原点，实现逆运动学近似最优解的高效采样。

综述机器人学习中物理先验嵌入的方法，涵盖接触力学、刚柔体耦合、多体动力学等物理约束如何提升学习策略的样本效率与可靠性。

JAMB提出联合去噪双臂动作与运动状态，突破性建模双臂间的几何交互约束，为共享3D场景中的协同操作提供新范式。