ICRA 2026｜同济&港中文：建造者机器人拼装异构模块，退火MPPI实现即插即用控制
Quick Take
The ICRA 2026 paper by Tongji University and CUHK presents a morphogenetic assembly system for heterogeneous modular robots, utilizing a dual-layer heuristic planner and a GPU-accelerated MPPI controller for adaptive, plug-and-play control without retraining. This innovation allows robots to autonomously assemble and disassemble, enhancing resource efficiency and dynamic evolution.
Key Points
- Introduces a plug-and-play control system for diverse robot shapes.
- Utilizes a dual-layer planner to manage state space explosion in assembly.
- Employs a GPU-accelerated MPPI controller for robust control across forms.
- Enables efficient lifecycle management through autonomous assembly and disassembly.
- Demonstrates a shift towards embodied intelligence in robotic systems.
Article Excerpt
From source RSS / original summary论文通讯作者王智鹏 (Zhipeng Wang) ，作者所属机构包括上海自主智能无人系统科学中心（同济大学） 和香港中文大学机械与自动化工程学系。 论文原文链接：arXiv预印本页面（摘要）: https://arxiv. org/abs/2602. 10561v1 Morphogenetic Assembly and Adaptive Control for Heterogeneous Modular Robots (ICRA 2026)【亮点速览】形态不可知的“即插即用”控制：无论拼装出什么奇形怪状的机器人，系统都能赋予其即时的运动能力，无需针对新形态重新训练或人工设计架构。 【创新点】双层启发式重构规划器：针对大规模异构组装中状态空间爆炸的问题，提出高低双层规划。 高层使用带有“类型惩罚项”的双向启发式搜索（Greedy/Hungarian）生成模块搬运序列；低层使用A*搜索计算最优物理执行轨迹，有效解耦了离散配置规划与连续动作执行。 GPU加速的退火方差MPPI控制器：为解决新形态机器人的控制难题，引入了带有多级方差退火策略的模型预测路径积分（MPPI）控制器。
通过在大方差全局探索和小方差局部收敛之间动态平衡，实现了形态不可知的鲁棒控制。 【成果】图3：异构模块化机器人的全生命周期闭环构建与控制。 (a)正向重构（蓝色箭头）：系统根据任务需求，从标准化模块库中选取组件，由建造者机器人自动拼装出四足、移动机械臂、蜘蛛形或轮腿混合等多种全新的物理形态，并立即赋予其自适应的运动能力；(b)逆向重构（红色箭头）：任务完成后，机器人可自主解体并将基础模块退回至初始工作区，实现硬件资源的高效循环利用与机器形态的动态演化。 从“感知触觉”到“形态破局”，拼好具身物理落地的最后拼图回顾这篇ICRA 2026的佳作，我们不难发现一个清晰的趋势：具身智能的发展正在从纯粹的“大脑认知”向下延伸，深入到与物理世界交互的每一个神经末梢。 雷峰网
Reader Mode unavailable (could not extract clean content).
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from 雷峰网机器人
See more →
ICRA 2026 | 港中文高源、林天麟团队提出自发共适应策略：基于元学习赋能异构多机器人系统协同进化
The Hong Kong Polytechnic University team presented a meta-learning framework for heterogeneous multi-robot systems at ICRA 2026, enhancing adaptability in dynamic environments. Their approach improved task completion efficiency by 21% and reduced human burden by 39%, demonstrating effective human-robot interaction.
