TacGNN
基于触觉与层级图神经网络的无视觉手内操作，适合从动作表示、图结构和真机实验三个角度阅读。
好的论文阅读不是复述摘要，而是建立一条能回到页码、图表、实验设置和失败边界的证据链。
阅读方式
证据 / 边界 / 代价 / 迁移
把论文变成可以带走的方法，而不是一次性摘要。
ReAct
把推理轨迹与行动交替结合起来，是理解工具调用型 Agent 的重要起点。
RT-2
将视觉语言模型知识迁移到机器人动作，是讨论泛化、动作 token 与数据效率的入口。
Generative Agents
通过记忆、反思和规划构建社会模拟 Agent，适合研究长程状态与评测设计。
Mobile Robot Navigation
围绕定位、建图、路径规划、动态避障和真实部署条件组织阅读。
Diffusion Policy
从动作分布、训练目标、推理频率和真机鲁棒性理解扩散策略的适用边界。
每篇论文都要回答
- 01
它改变了什么
是表示、规划、控制、数据、评测还是系统集成上的新能力。
- 02
证据够不够强
结论是否建立在合理基线、重复实验、真机环境和清晰消融之上。
- 03
代价是什么
训练、推理、数据采集、硬件和部署维护成本是否被诚实报告。
- 04
能否迁移
抽象出的机制能否进入我自己的机器人或 Agent 系统。