机构 * Kyoto University（京都大学） ； Tencent（腾讯） ； Communication University of China（中国传媒大学）
AI总结 该研究针对Qwen3-ASR等语音语言模型，通过梯度频谱分析等方法剖析其监督微调的崩溃、修复与漂移动态，发现瞬态崩溃并非源域性能下降的必要条件。
Comments 20 pages
超越固定目标：自回归文本到语音模型的单样本策略内说话人个性化研究
机构 * Seoul National University（首尔大学） ； University of Seoul（首尔市立大学）
AI总结 该研究针对自回归TTS模型单样本个性化的固定策略外监督问题，提出GRPO与OPSD两种策略内方法，在保持可理解性的同时提升说话人相似度，为单样本AR TTS个性化提供有效框架。
机构 * Navers Lab（奈弗斯实验室） ； Tsinghua University（清华大学）
AI总结 EmbodiedEvo是面向物理智能的自改进编码智能体，通过在Playground场景演化技能与经验教训，在RoboDojo-Sim上表现优于官方结果，还能跨模型传递经验降低执行成本。
机构 * UCLA（加利福尼亚大学洛杉矶分校） ； CMU（卡内基梅隆大学） ； UT Dallas（德州大学达拉斯分校） ； Stanford（斯坦福大学）
AI总结 AutoAgent0是一个智能体运行时框架，通过补充检测、规则验证和反馈恢复，提升了自动驾驶在长尾及安全关键场景的闭环鲁棒性，无需重新训练底层策略。
Comments Project page: https://jiagengliu02.github.io/AutoAgent0/
机构 * Anyverse Robotics（Anyverse机器人公司）
AI总结 本文提出ILA方法，将交互潜变量作为接触丰富型操作的动作，通过视觉条件联合动作-触觉重构学习潜变量，可提升机器人在真实世界操作任务的成功率达21.0-36.5个百分点。
ForceWAM：从演示与游戏数据中解耦未来与响应学习以实现接触丰富型操作
机构 * Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； Southeast University（东南大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southern University of Science and Technology（南方科技大学） ； Noematrix Ltd.（诺伊矩阵有限公司）
AI总结 ForceWAM从演示与游戏数据解耦未来和响应学习，通过世界模型与逆动力学模型实现接触丰富型操作，在真实机器人任务中成功率达85%-95%，添加游戏数据可提升15-45个百分点。
Comments Project page: https://force-wam.github.io/
面向受操作约束的无人机-无人车团队的协作规划：基于掩码误差有界的神经符号扩散模型
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； U.S. Army DEVCOM Army Research Laboratory（美国陆军DEVCOM陆军研究实验室）
AI总结 本文提出MEND模型，将协作规划建模为条件掩码生成过程，通过神经符号范式与误差有界推理调度提升无人机-无人车团队在操作约束下的协作规划性能，经多场景实验验证其有效性。
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Fudan University（复旦大学） ； Shanghai Jiao Tong University（上海交通大学） ； TARS Robotics（TARS机器人公司） ； National University of Singapore（新加坡国立大学）
AI总结 该研究提出Contact Trajectory Prompting框架，通过单次演示编码接触轨迹提示，在真实世界接触丰富操作任务中实现上下文内机器人学习，成功率78.7%，优于基线，可迁移接触交互行为。
EgoMatrix：来自第一人称视角人类视频的物理保真灵巧机器人演示
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本研究提出EgoMatrix端到端数据引擎，将第一人称人类视频转为可直接在真实机器人重放的双臂灵巧轨迹与配对观测，在仿真中实现54.84%端到端成功率，优于基线及现有方法。
机构 * Tsinghua University（清华大学） ； Galaxea AI（星猿哲科技） ； Princeton University（普林斯顿大学）
AI总结 提出EqC框架，将生成式动作优化转化为平衡寻求优化，结合Energy-Gated DAgger实现策略自我改进，在双臂操作任务中提升控制性能与鲁棒性，可逐步扩大机器人自主处理场景范围。
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 本文提出RoboFQE，一种结合拟合Q评估、预训练视觉基础模型与学习到的终端成功标注的离策略评估方法，可从离线机器人轨迹准确评估视觉机器人策略，在长时域任务中表现优于视频世界模型评估器。
ForkCast：基于反事实未来的视觉-语言-动作策略的预测性恢复
机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学（MBZUAI）） ； Virginia Tech（弗吉尼亚理工大学）
AI总结 ForkCast是一种预测性恢复框架，通过比较反事实未来确定是否及如何干预冻结的VLA策略，在模拟RoboTwin 2.0任务中大幅提升了操作成功率，还可迁移适配至真实机器人场景。
Comments 9 pages, 5 figures, 3 tables
自主地球观测智能体的行为自我监控：属性可靠性监控器（ARM）
机构 * Thales Alenia Space España（泰雷兹阿莱尼亚航天西班牙公司）
AI总结 本研究提出属性可靠性监控器（ARM）框架，通过黑盒行为监控评估语义属性可靠性，可适配不同检测器与监控方法，经卫星热红外图像专用视觉语言模型验证，能区分操作怀疑与语义正确性，指导模型输出使用。
Comments Accepted for presentation at the European Space Agency's Agentic AI for EO 2026 Conference (see https://agentic-eo.berlin/)
RTISSLAM：基于鲁棒位姿图和占据栅格建图的空中成像声呐SLAM
机构 * University of Antwerp（安特卫普大学） ； Flanders Make Strategic Research Centre（佛兰德斯制造战略研究中心）
AI总结 RTISSLAM是一种仅用声呐的SLAM系统，结合BatSLAM 2.0后端与占据栅格，可降低轮式里程计轨迹误差，解决室内声呐镜面反射问题，在模拟环境中表现优于激光雷达风格栅格SLAM。
PACT：用于多指模仿学习中手部配置与重定向的姿态协同设计技术
机构 * Waseda University（早稻田大学）
AI总结 PACT是一种联合优化机器人手机械参数与姿态重定向器的技术，其制造的PACT手在姿态复现精度、负载能力、抓握成功率等指标上优于LEAP Hand基线，基于其演示训练的模仿学习策略在罐头抓取任务中表现良好。
Comments 9 pages, 6 figures, 2 tables. Submitted to IEEE ICRA 2027. Project page: https://pact-hand-2027.github.io
机构 * Politecnico di Torino（都灵理工大学）
AI总结 针对风扰等场景下多无人机协同空中操作的耦合难题，提出基于 MAPPO 的 CALM 分散式控制器，结合多模块估计与前馈机制，在轨迹测试及信息退化场景下均优于多数基线控制器。
Comments 8 pages
机构 * University of Naples Federico II（那不勒斯费德里科二世大学） ； The University of Edinburgh（爱丁堡大学）
AI总结 针对未知阻力下视觉运动策略无法提供足够控制力的问题，提出无需额外训练的残差刚度增强层，通过运动不匹配识别阻力，在两项任务上将成功率提至90%，峰值离轴力降61%。
Comments Submitted to ICRA 2027
机构 * Zhejiang University（浙江大学） ； Differential Robotics（差分机器人学机构）
AI总结 本研究提出CrossFly基准，用于评估智能体跨异构环境的面向交互的空中移动性，实验发现室内↔室外设置更具挑战性，最高成功率达9.7%，可推进空中具身智能发展。
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Fudan University（复旦大学）
AI总结 CoSMO是一种语义安全地图构建框架，通过将VLM嵌入转换为校准覆盖集与安全感知障碍物膨胀，在MP3D数据集和四足机器人实验中，分别减少61.6%语义碰撞、达到90.73%经验覆盖率，实现开放世界安全机器人导航。
Comments Accepted at the 10th Conference on Robot Learning (CoRL), 2026
I2O2I-Nav：一种配备模块化智能体的长程室内-室外-室内导航基准测试集
机构 * University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanjing University（南京大学） ； NeoWa Robotics（NeoWa机器人公司）
AI总结 本文提出I2O2I-Nav基准测试集及MODULAR-Agent，评估长程室内-室外-室内导航的连续组合能力，该智能体大幅提升跨域任务成功率，但完整任务仍面临挑战。
Comments 28 pages. Project page: https://i2o2i-nav.github.io/
面向机器人操作的跨 embodiments affordance 迁移
机构 * Radboud University（拉德堡德大学） ； School of Artificial Intelligence（人工智能学院） ； Donders Centre for Cognition（东德斯认知中心）
AI总结 该研究针对机器人操作中人工 affordance 标注与机器人物理约束不匹配的问题，提出跨 embodiments affordance 迁移框架，结合机器人信息训练模型，在 UR5e 机械臂上的家庭物体数据集上取得优于无机器人信息模型的性能。
Comments This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible
机构 * Stanford University（斯坦福大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
AI总结 OneDemo是一种强化学习框架，可编辑单个成功演示以适配新任务配置，在15个Meta-World和9个DexMimicGen任务上实现高成功率，为策略学习与演示生成提供有效基础。
机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航天工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 本文提出DIVA方法，通过嵌入可微分车辆模型、替换外部控制器等技术，解决端到端自动驾驶的梯度阻断等问题，在Bench2Drive基准上取得优于现有方法的性能。
机构 * Global College, Shanghai Jiao Tong University（上海交通大学Global College） ； Shanghai Institute of Physical Intelligence and Robotics (PAIR)（上海物理智能与机器人研究所（PAIR）） ； Duke Kunshan University（昆山杜克大学）
AI总结 该研究针对机器人模仿学习数据效率低的问题，提出RESTA方法，通过轨迹反转和时间步长增强技术，在16项配对双臂操作任务上，仅用一半演示即可达到或优于基线的成功率。
基于力传感器的采摘模式分析与两指爪设计——面向温室樱桃番茄机器人采摘
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Khalifa University（哈利法大学） ； University of Windsor（温莎大学）
AI总结 本研究提出力数据驱动的樱桃番茄机器人采摘框架，通过分析三种采摘模式的力/力矩特征设计Finray夹爪，在温室试验中实现86.0%采摘成功率，性能优于多种传统末端执行器。
Comments 25 pages, 13 figures and 7 tables
机构 * Disney Research Zürich（苏黎世迪士尼研究院） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 该研究提出一种实时框架，通过解耦风格与功能性运动、结合示例驱动扩散模型等技术，实现物理角色腿式运动的速度与风格独立控制，在模拟人形角色与真实机器人上验证了方法的稳健性。
Comments CoRL 2026
SkipWorld：基于蒸馏世界模型的隐式跳跃规划用于高效视觉导航
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 SkipWorld是一种高效视觉导航的隐式跳跃规划框架，通过Latent AutoRoll、SkipDistill和Skip-then-Refine Planning三个组件，在保证轨迹评估准确性的同时降低计算成本，在多个数据集上较NWM取得更优性能。
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Khalifa University（哈利法大学） ； University of Windsor（温莎大学） ； Kobe University（神户大学）
AI总结 本研究提出低成本农业机器人MARTS，集成多硬件与ROS管道实现温室番茄病叶靶向喷施，经仿真与实地测试，其靶向成功率92.4%，农药用量减71%，成本仅为同类系统的1/6至1/10。
Comments 28 pages, 11 figures, 5 tables
TRACE：适用于人形机器人不同本体的高效迁移学习神经全身体控制框架
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 TRACE是一种高效跨本体适配框架，可将预训练人形控制器在不同体型与动力学的机器人间复用，以极低成本实现高成功率的运动跟踪与遥操作。
打破平均：通过诊断思维链与结构化引导克服机器人操作中的收敛默认行为
机构 * University of Electronic Science and Technology of China（电子科技大学）
AI总结 本研究针对VLA模型的收敛默认行为问题，提出含三阶段的无参数更新框架，在ManiSkill3仿真中验证其优于普通π₀.5与标准思维链提示。
Comments 4 pages, 3 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈