Huber准则是稳健回归的一种有用方法。自适应最小绝对收缩和选择算子（lasso）是一种用于同时估计和变量选择的流行技术。自适应套索中的自适应权重允许具有oracle属性。本文提出将Huber准则和自适应惩罚相结合作为套索。这种回归技术能够抵抗响应中的严重错误或异常值。此外，我们还证明了与此过程相关的估计器具有oracle属性。将该方法与基于最小绝对偏差的LAD-lasso和自适应lasso进行了比较。大量仿真研究表明，该方法具有令人满意的有限样本性能。为了便于说明，对一个实际例子进行了分析。