机器人 / 具身智能

mjlab: A Lightweight Framework for GPU-Accelerated Robot Learning

mjlab: 一种轻量级的GPU加速机器人学习框架

Kevin Zakka, Qiayuan Liao, Brent Yi, Louis Le Lay, Koushil Sreenath, Pieter Abbeel

机构 * UC Berkeley（加州大学伯克利分校） ； Sorbonne University（索邦大学） 纠错

专题命中 机器人学习 ：robot learning(title,abstract)；manipulation(abstract)；分类 cs.RO

AI总结 mjlab是一种轻量级GPU加速机器人学习框架，结合可组合环境和MuJoCo Warp，提供快速安装和直接访问原生数据结构的功能，并附带三种任务的参考实现。

Comments Comments: 11 pages; Code is available at https://github.com/mujocolab/mjlab ; Expanded sensor and domain randomization sections, added references, minor edits

ArtVIP: Articulated Digital Assets of Visual Realism, Modular Interaction, and Physical Fidelity for Robot Learning

ArtVIP: 具象化数字资产、模块化交互与物理真实性的机器人学习

Zhao Jin, Zhengping Che, Tao Li, Zhen Zhao, Kun Wu, Yuheng Zhang, Yinuo Zhao, Zehui Liu, Qiang Zhang, Xiaozhu Ju, Jing Tian, Yousong Xue, Jian Tang

机构 * Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Beijing Institute of Architectural Design（北京建筑设计研究院） 纠错

专题命中 机器人学习 ：robot learning(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 ArtVIP通过高真实感的数字资产和模块化交互行为，提升机器人学习的仿真与现实桥梁，推动强化学习和模仿学习实验的应用

Journal ref The International Conference on Learning Representations (ICLR) 2026

Neuro-Symbolic Generation of Explanations for Robot Policies with Weighted Signal Temporal Logic

神经符号生成机器人策略的解释性说明以加权信号时序逻辑

Mikihisa Yuasa, Ramavarapu S. Sreenivas, Huy T. Tran

机构 * The Grainger College of Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格拉inger工程学院） 纠错

专题命中 机器人学习 ：robotics(abstract,journal_ref)；robot policy(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出神经符号生成方法，通过加权信号时序逻辑生成简洁、一致且严格的解释，提升机器人策略的可解释性和安全性。

Journal ref IEEE Robotics and Automation Letters, vol. 11, pp. 3963-3970, 2026

Heuristic Adaptation of Potentially Misspecified Domain Support for Likelihood-Free Inference in Stochastic Dynamical Systems

潜在不规范领域支持的启发式适应用于随机动态系统中的似然自由推断

Georgios Kamaras, Craig Innes, Subramanian Ramamoorthy

机构 * School of Informatics, The University of Edinburgh（信息学院，爱丁堡大学） 纠错

专题命中 机器人学习 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出三种启发式方法，用于改进随机动态系统中似然自由推断的支持适应，提升参数推断和策略学习的鲁棒性。

Comments 20 pages, 18 figures

Interactive Imitation Learning for Dexterous Robotic Manipulation: Challenges and Perspectives -- A Survey

交互模仿学习在灵巧机械手操作中的应用：挑战与展望——综述

Edgar Welte, Rania Rayyes

机构 * Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；robotics(abstract)；分类 cs.RO、cs.LG

AI总结 本文综述了交互模仿学习在灵巧机械手操作中的挑战与前景，探讨了该方法在提升机器人灵巧操作能力方面的潜力与改进方向。

Comments 27 pages, 4 figures, 3 tables

DexRepNet++: Learning Dexterous Robotic Manipulation with Geometric and Spatial Hand-Object Representations

DexRepNet++: 通过几何和空间手-物体表示学习灵巧的机器人操作

Qingtao Liu, Zhengnan Sun, Yu Cui, Haoming Li, Gaofeng Li, Lin Shao, Jiming Chen, Qi Ye

机构 * IEEE Publication Technology Group（IEEE出版技术组） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；robotics(comments,journal_ref)；分类 cs.RO

AI总结 DexRepNet++通过几何和空间手-物体表示提升机器人灵巧操作的泛化能力和效率。

Comments Accepted by IEEE Transactions on Robotics (T-RO), 2026

Journal ref IEEE Transactions on Robotics, vol. 42, pp. 799-818, 2026

MoMaGen: Generating Demonstrations under Soft and Hard Constraints for Multi-Step Bimanual Mobile Manipulation

MoMaGen: 为多步双臂移动操作生成演示数据以满足软约束和硬约束

Chengshu Li, Mengdi Xu, Arpit Bahety, Hang Yin, Yunfan Jiang, Huang Huang, Josiah Wong, Sujay Garlanka, Cem Gokmen, Ruohan Zhang, Weiyu Liu, Jiajun Wu, Roberto Martín-Martín, Li Fei-Fei

机构 * Stanford University（斯坦福大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊公司） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 MoMaGen通过解决双臂移动操作中的可达性和可见性问题，生成多样化数据集以提升模仿学习策略的训练效果。

Comments Project website: momagen.github.io. The first four authors contribute equally. Accpeted to International Conference on Learning Representations (ICLR 2026)

Primary-Fine Decoupling for Action Generation in Robotic Imitation

动作生成中的主-细分离

Xiaohan Lei, Min Wang, Wengang Zhou, Xingyu Lu, Houqiang Li

机构 * MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, University of Science and Technology of China（脑启发智能感知与认知国家重点实验室，中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究院，合肥综合性国家科学中心） 纠错

专题命中 机器人操作 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.LG

AI总结 PF-DAG通过两阶段框架实现动作生成中的主-细分离，提升机器人模仿学习的多模态建模与闭环控制性能。

Comments The Fourteenth International Conference on Learning Representations (ICLR), 2026

ADM-DP: Adaptive Dynamic Modality Diffusion Policy through Vision-Tactile-Graph Fusion for Multi-Agent Manipulation

ADM-DP: 通过视觉-触觉-图融合的自适应动态模态扩散策略用于多智能体操作

Enyi Wang, Wen Fan, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X Initiative, Imperial College London（生物工程系、Imperial-X计划、帝国理工学院伦敦分校） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO；robotics(comments)

AI总结 ADM-DP通过视觉-触觉-图融合的自适应动态模态扩散策略，提升多智能体操作的协调性、抓取稳定性和碰撞避免性能。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)

At a Glance to Your Fingertips: Enabling Direct Manipulation of Distant Objects Through SightWarp

指尖上的全景：通过SightWarp实现对远处物体的直接操控

Yang Liu, Thorbjørn Mikkelsen, Zehai Liu, Gengchen Tian, Diako Mardanbegi, Qiushi Zhou, Hans Gellersen, Ken Pfeuffer

专题命中 机器人操作 ：manipulation(title,abstract)；navigation(abstract)

AI总结 SightWarp通过眼手协调实现对远距离物体的直接操控，提升3D交互性能与灵活性。

Comments 12 pages, 11 figures, The 38th Annual ACM Symposium on User Interface Software and Technology (UIST '25), September 28-October 01, 2025, Busan, Republic of Korea

Adaptive Diffusion Constrained Sampling for Bimanual Robot Manipulation

自适应扩散约束采样用于双臂机器人操作

Haolei Tong, Yuezhe Zhang, Sophie Lueth, Georgia Chalvatzaki

机构 * TU Darmstadt（图宾根大学） ； Robotics Institute Germany（德国机器人研究所） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO；robotics(comments)

AI总结 本文提出自适应扩散约束采样方法，通过整合等式和不等式约束，提升双臂机器人操作的样本多样性和泛化能力。

Comments Accepted by IEEE International Conference on Robotics and Automation 2026(ICRA 2026)

Learning Dexterous Manipulation Skills from Imperfect Simulations

从不完美的仿真中学习灵巧操作技能

Elvis Hsieh, Wen-Han Hsieh, Yen-Jen Wang, Toru Lin, Jitendra Malik, Koushil Sreenath, Haozhi Qi

机构 * UC Berkeley（伯克利大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO；robotics(journal_ref)

AI总结 本研究提出\ours框架，通过仿真到现实迁移解决复杂接触动力学和触觉反馈问题，实现多指手在螺母拧紧和螺丝驱动任务中的高效操作。

Journal ref 2026 IEEE International Conference on Robotics & Automation

Normalizing Flows are Capable Models for Bi-manual Visuomotor Policy

归一化流是双臂视觉-运动政策的可行模型

Jialong Li, Simon Kristoffersson Lind, Wenrui Xie, Maj Stenmark, Volker Krüger

专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出基于归一化流的双臂视觉-运动政策，通过条件密度学习和优化策略提升任务性能与效率。

Unified Complementarity-Based Contact Modeling and Planning for Soft Robots

基于互补性的统一接触建模与规划方法用于软机器人

Milad Azizkhani, Yue Chen

机构 * Woodruff School of Mechanical Engineering and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（伍德鲁夫机械工程学院和机器人与智能机器研究所（IRIM）、佐治亚理工学院） ； Coulter Department of Biomedical Engineering (Georgia Tech and Emory University) and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（库勒生物医学工程系（佐治亚理工学院和埃默里大学）和机器人与智能机器研究所（IRIM）、佐治亚理工学院） 纠错

专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO

AI总结 本文提出了一种统一的基于互补性的框架，用于软机器人接触建模与规划，通过解决冗余接触、尺度差异和病态问题，实现了物理一致的接触建模和动态轨迹优化。

Comments 9 pages, 4 figures

Learning in the Null Space: Small Singular Values for Continual Learning

在空域中学习：小奇异值用于持续学习

Cuong Anh Pham, Praneeth Vepakomma, Samuel Horváth

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； Massachusetts Institute of Technology (MIT)（麻省理工学院） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV、cs.LG

AI总结 NESS通过利用小奇异值构建空域，实现持续学习中的正交性约束，从而减少遗忘并提升任务适应性。

Comments 17 pages, accepted as Oral presentation at the Third Conference on Parsimony and Learning (CPAL 2026)

Dual-Channel Attention Guidance for Training-Free Image Editing Control in Diffusion Transformers

双通道注意力引导用于扩散变换器中无需训练的图像编辑控制

Guandong Li

机构 * iFLYTEK 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI、cs.CV

AI总结 本文提出双通道注意力引导方法，通过同时操控键通道和值通道实现无需训练的图像编辑控制，显著提升编辑保真度。

Breaking Semantic-Aware Watermarks via LLM-Guided Coherence-Preserving Semantic Injection

破坏语义感知水印：通过LLM引导的保持连贯性语义注入

Zheng Gao, Xiaoyu Li, Zhicheng Bao, Xiaoyan Feng, Jiaojiao Jiang

机构 * University of New South Wales（新南威尔士大学） ； Griffith University（格里菲斯大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV、cs.LG

AI总结 本文提出CSI攻击，利用LLM引导的语义操纵破坏语义水印的绑定，揭示当前语义水印设计在面对LLM驱动的语义扰动时的安全漏洞。

Comments Accepted by The Web Conference 2026 (Short Paper Track)

WHOLE: World-Grounded Hand-Object Lifted from Egocentric Videos

WHOLE: 从第一人称视频中基于世界空间的手-物体提升

Yufei Ye, Jiaman Li, Ryan Rong, C. Karen Liu

机构 * Stanford University（斯坦福大学） ； Amazon FAR (Frontier AI & Robotics)（亚马逊FAR（前沿人工智能与机器人技术）） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV

AI总结 WHOLE通过联合生成先验推断手-物体交互，实现从第一人称视频中精准重建手和物体在世界空间中的运动。

Comments Project website: https://judyye.github.io/whole-www

Recursive Belief Vision Language Action Models

递归信念视觉语言动作模型

Vaidehi Bagaria, Bijo Sebastian, Nirav Kumar Patel

机构 * Department of Engineering Design, Indian Institute of Technology, Madras, Chennai, India（工程设计系，印度理工学院，马德拉斯，钦奈，印度） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI

AI总结 RB-VLA通过信念与意图联合条件化扩散策略，实现长周期任务的高效执行，显著提升成功率并降低推理延迟。

Perception-Control Coupled Visual Servoing for Textureless Objects Using Keypoint-Based EKF

基于关键点的扩展卡尔曼滤波的纹理物体视觉伺服控制

Allen Tao, Jun Yang, Stanko Oparnica, Wenjie Xue

机构 * Epson Canada Ltd.（爱普生加拿大有限公司） ； University of Toronto（多伦多大学） 纠错

专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO

AI总结 本研究提出基于关键点的扩展卡尔曼滤波方法，通过闭环整合感知与控制，提升无纹理物体视觉伺服的鲁棒性和精度。

Inference-time Alignment via Sparse Junction Steering

推理时对齐 via 稀疏节点引导

Runyi Hu, Jie Zhang, Shiqian Zhao, Jiale Meng, Jiwei Li, Jason Zeng, Ming Wu, Michael Heinrich, Yonggang Wen, Tianwei Zhang

机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； G Labs（0G实验室） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI

AI总结 通过稀疏节点引导方法，实现更高效的推理过程对齐，减少计算开销并提升生成质量。

Comments 28 pages, 17 figures

Incentive-Aligned Multi-Source LLM Summaries

对齐激励的多源大语言模型摘要

Yanchen Jiang, Zhe Feng, Aranyak Mehta

机构 * Harvard University（哈佛大学） ； Google Research（谷歌研究） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI

AI总结 本文提出TTS框架，通过激励对齐提升多源摘要的事实准确性与稳健性，同时保持流畅性。

Comments Accepted at ICLR 2026

Enabling End-to-End APT Emulation in Industrial Environments: Design and Implementation of the SIMPLE-ICS Testbed

在工业环境中实现端到端APT模拟：SIMPLE-ICS测试平台的设计与实现

Yogha Restu Pramadi, Theodoros Spyridopoulos, Vijay Kumar

专题命中 机器人操作 ：manipulation(abstract)

AI总结 SIMPLE-ICS测试平台通过虚拟化技术实现多阶段APT活动的端到端模拟，支持跨IT、OT和IIoT环境的攻击仿真与验证。

Visual Milestone Planning in a Hybrid Development Context

混合开发环境中的可视化里程碑规划

Eduardo Miranda

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种混合开发环境中的可视化里程碑规划方法，通过协作和可视化手段促进团队对开发计划的共同理解。

Comments 15 pages, Presented at QUATIC 2023

Journal ref Visual Milestone Planning in a Hybrid Development Context. In: Fernandes, J.M., Travassos, G.H., Lenarduzzi, V., Li, X. (eds) Quality of Information and Communications Technology, 2023

A molecule with half-Möbius topology

具有半莫比乌斯拓扑的分子

Igor Roncevic, Fabian Paschke, Yueze Gao, Leonard-Alexander Lieske, Lene A. Gödde, Stefano Barison, Samuele Piccinelli, Alberto Baiardi, Ivano Tavernelli, Jascha Repp, Florian Albrecht, Harry L. Anderson, Leo Gross

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究通过原子操作合成具有半莫比乌斯拓扑的分子，并展示其拓扑切换与螺旋伪简并效应的关系。

Photonics in Flatland: Challenges and Opportunities for Nanophotonics with 2D Semiconductors

二维材料在平面世界中的应用：二维半导体在纳米光子学中的挑战与机遇

Ali Azimi, Julien Barrier, Angela Barreda, Thomas Bauer, Farzaneh Bouzari, Abel Brokkelkamp, Francesco Buatier de Mongeot, Timothy Parsons, Peter Christianen, Sonia Conesa-Boj, Alberto G. Curto, Suprova Das, Bernardo Dias, Itai Epstein, Zlata Fedorova, F. Javier García de Abajo, Ilya Goykhman, Lara Greten, Johanna Grönqvist, Ludovica Guarneri, Yujie Guo, Tom Hoekstra, Xuerong Hu, Benjamin Laudert, Jason Lynch, Sabrina Meyer, Battulga Munkhbat, Dragomir Neshev, Masha Ogienko, Sotirios Papadopoulos, Aparna Parappurath, Jeroen Sangers, Pedro Soubelet, Chris Soukaras, Giancarlo Soavi, Isabelle Staude, Zhipei Sun, Klaas-Jan Tielrooij, MD Gius Uddin, Alexey Ustinov, Jorik van de Groep, Jasper van Wezel, Nathalie Vermeulen, Hai Wang, Yadong Wang, Sanshui Xiao, Bingying You, Xavier Zambrana-Puyalto

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文探讨了二维半导体在纳米光子学中的应用，分析了其在光调控和量子光子学中的潜力及面临的挑战。

Comments 39 pages, 7 figures

JanusVLN: Decoupling Semantics and Spatiality with Dual Implicit Memory for Vision-Language Navigation

JanusVLN: 通过双隐式记忆解耦语义与空间性用于视觉-语言导航

Shuang Zeng, Dekang Qi, Xinyuan Chang, Feng Xiong, Shichao Xie, Xiaolong Wu, Shiyi Liang, Mu Xu, Xing Wei, Ning Guo

机构 * Xi’an Jiaotong University（西安交通大学） ； Amap, Alibaba Group（阿里巴巴集团） 纠错

专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.RO、cs.CV

AI总结 JanusVLN通过双隐式记忆解耦语义与空间性，提升视觉-语言导航的性能和效率。

Comments Accepted to ICLR 2026. Project page: https://miv-xjtu.github.io/JanusVLN.github.io/

Synthetic vs. Real Training Data for Visual Navigation

仿真与真实训练数据用于视觉导航

Lauri Suomela, Sasanka Kuruppu Arachchige, German F. Torres, Harry Edelman, Joni-Kristian Kämäräinen

机构 * Tampere University（塔尔基尔大学） ； Turku University of Applied Sciences（图尔库应用科学大学） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.LG

AI总结 本文提出了一种基于预训练视觉表示的导航策略，通过仿真训练提升了视觉导航性能，实验表明其在导航成功率上优于真实数据训练和现有方法。

Comments ICRA2026 Camera ready

Position-Based Flocking for Persistent Alignment without Velocity Sensing

基于位置的持久对齐编队无需速度感知

Hossein B. Jond, Veli Bakırcıoğlu, Logan E. Beaver, Nejat Tükenmez, Adel Akbarimajd, Martin Saska

机构 * Department of Cybernetics, Czech Technical University in Prague（捷克技术大学普拉茨分校自动化系） ； Aksaray University（阿克萨雷大学） ； Mechanical and Aerospace Engineering, Old Dominion University（旧 Dominion 大学机械与航空航天工程系） ； Istanbul Technical University（伊斯坦布尔技术大学） ； The Daniel Guggenheim School of Aerospace Engineering, Georgia Institute of Technology（佐治亚理工学院丹尼尔·古根海姆航空航天工程学院） ； Mechatronics Engineering Department, Isparta University of Applied Sciences（伊斯帕塔应用科学大学机电工程系） ； Department of Electrical and Computer Engineering, University of Mohaghegh Ardabili（莫哈格赫·阿尔达比大学电子与计算机工程系） ； Czech Technical University in Prague（捷克技术大学普拉茨分校） 纠错

专题命中 具身导航 ：robotics(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出一种无需速度感知的基于位置的编队模型，通过近似相对速度差异和时间密度依赖的对齐增益，实现持久速度对齐，适用于现实世界机器人群体。

Autonomous Sea Turtle Robot for Marine Fieldwork

自主海龟机器人用于海洋实地工作

Zach J. Patterson, Emily Sologuren, Levi Cai, Daniel Kim, Alaa Maalouf, Pascal Spino, Daniela Rus

专题命中 具身导航 ：navigation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种受海龟启发的自主水下机器人，通过集成视觉驱动控制栈，实现了仿生运动与现场可用自主性的结合，展示了在复杂环境中稳定操作和可靠跟踪的能力。

Comments 22 pages, 3 figures, 1 table, 5 supplementary figures, 1 supplementary table. Submitted for review