Reflex：视觉驱动的反应式人形机器人控制

📋总体概括

斯坦福等团队(据arXiv论文2610.12772)提出Reflex，一个三阶段框架，让人形机器人通过自我中心视觉实时接住抛来的箱子，实现约一秒内的全身反应式控制。该框架逐步学习全身协调、对物体动态的实时响应和基于第一人称视觉的感知接地，通过紧凑表征将三者连接。现有系统多依赖末端执行器、动作捕捉或标记物体，Reflex填补了视觉驱动的全身反应控制空白，是具身智能从静态操作走向动态交互的重要一步。