机器人 / 具身智能

AtomVLA: Scalable Post-Training for Robotic Manipulation via Predictive Latent World Models

AtomVLA: 通过预测性潜在世界模型实现机器人操作的可扩展后训练

Xiaoquan Sun, Zetian Xu, Chen Cao, Zonghe Liu, Yihan Sun, Jingrui Pang, Ruijian Zhang, Zhen Yang, Kang Pang, Dingxin He, Mingqi Yuan, Jiayu Chen

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

AI总结 AtomVLA通过预测性潜在世界模型实现机器人操作的可扩展后训练，提升长时间任务的鲁棒性与效率。

MetaWorld-X: Hierarchical World Modeling via VLM-Orchestrated Experts for Humanoid Loco-Manipulation

MetaWorld-X: 通过VLM协调的专家实现人形机器人的分层世界建模

Yutong Shen, Hangxu Liu, Penghui Liu, Jiashuo Luo, Yongkang Zhang, Rex Morvley, Chen Jiang, Jianwei Zhang, Lei Zhang

机构 * University of Hamburg（汉堡大学） ； School of Information Science and Technology, Beijing University of Technology（信息科学与技术学院，北京理工大学） ； School of Information Science and Engineering, Fudan University（信息科学与工程学院，复旦大学） ； University of Alberta（阿尔伯塔大学） 纠错

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

AI总结 MetaWorld-X通过VLM协调的专家实现人形机器人分层世界建模，解决loco-manipulation任务中的控制策略泛化问题。

Comments 8 figures, https://syt2004.github.io/metaworldX/

CroSTAta: Cross-State Transition Attention Transformer for Robotic Manipulation

CroSTAta: 用于机器人操作的跨状态转换注意力变换器

Giovanni Minelli, Giulio Turrisi, Victor Barasuol, Claudio Semini

机构 * Istituto Italiano di Tecnologia（意大利技术研究院） 纠错

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

AI总结 CroSTAta通过引入状态转换注意力机制提升机器人操作策略的鲁棒性和时间推理能力。

Comments Code and data available at https://github.com/iit-DLSLab/croSTAta

ClearDepth: Enhanced Stereo Perception of Transparent Objects for Robotic Manipulation

ClearDepth: 增强透明物体的立体视觉以辅助机器人操作

Kaixin Bai, Huajian Zeng, Lei Zhang, Yiwen Liu, Hongli Xu, Zhaopeng Chen, Jianwei Zhang

机构 * TAMS (Technical Aspects of Multimodal Systems), Department of Informatics, University of Hamburg（汉堡大学信息学院） ； Agile Robots SE（敏捷机器人公司） ； Technical University of Munich（慕尼黑技术大学） ； Mohamed Bin Zayed University of Artificial Intelligence (MBUZAI)（Mohamed Bin Zayed人工智能大学） 纠错

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

AI总结 ClearDepth通过视觉Transformer和特征后融合模块，提升透明物体的深度感知，以辅助机器人操作。

Comments 9 pages

TRIAGE: Type-Routed Interventions via Aleatoric-Epistemic Gated Estimation in Robotic Manipulation and Adaptive Perception -- Don't Treat All Uncertainty the Same

TRIAGE: 通过概率-epistemic门控估计进行类型路由干预 在机器人操作和自适应感知中 -- 不要将所有不确定性视为相同

Divake Kumar, Sina Tayebati, Devashri Naik, Patrick Poggi, Amanda Sofie Rios, Nilesh Ahuja, Amit Ranjan Trivedi

机构 * University of Illinois at Chicago（伊利诺伊大学香槟分校） ； Intel Labs（英特尔实验室） 纠错

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

AI总结 TRIAGE通过分解不确定性为概率和epistemic组件，改进机器人操作和自适应感知的性能和效率。

ActivePose: Active 6D Object Pose Estimation and Tracking for Robotic Manipulation

ActivePose: 用于机器人操作的主动6D物体姿态估计与跟踪

Sheng Liu, Zhe Li, Weiheng Wang, Han Sun, Heng Zhang, Hongpeng Chen, Yusen Qin, Arash Ajoudani, Yizhao Wang

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Istituto Italiano di Tecnologia（意大利理工学院） ； The Hong Kong Polytechnic University（香港理工大学） ； D-Robotics（D-机器人） 纠错

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

AI总结 ActivePose通过结合视觉-语言模型与机器人想象力，实现主动6D物体姿态估计与跟踪，提升机器人操作的可靠性。

Comments 6D Pose, Diffusion Policy, Robot Learning

DAISS: Phase-Aware Imitation Learning for Dual-Arm Robotic Ultrasound-Guided Interventions

DAISS：面向双臂机器人超声引导干预的相位感知模仿学习

Feng Li, Pei Liu, Shiting Wang, Ning Wang, Zhongliang Jiang, Nassir Navab, Yuan Bi

机构 * Chair for Computer Aided Medical Procedures(CAMP), Technical University of Munich(TUM)（计算机辅助医疗程序主席职位（CAMP），慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； The University of Hong Kong(HKU)（香港大学） 纠错

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

AI总结 DAISS通过相位感知模仿学习实现双臂机器人在超声引导干预中的精准操作，减少认知负担。

Comments 8 pages, 8 figures

M4Diffuser: Multi-View Diffusion Policy with Manipulability-Aware Control for Robust Mobile Manipulation

M4Diffuser：多视角扩散策略与具有操纵性意识的控制的多自由度扩散策略用于鲁棒移动操纵

Ju Dong, Lei Zhang, Liding Zhang, Yao Ling, Yu Fu, Kaixin Bai, Zoltán-Csaba Márton, Zhenshan Bing, Zhaopeng Chen, Alois Christian Knoll, Jianwei Zhang

机构 * TAMS (Technical Aspects of Multimodal Systems), Department of Informatics, University of Hamburg（汉堡大学信息学院技术多模态系统部门） ； Technical University of Munich（慕尼黑技术大学） ； Agile Robots SE（敏捷机器人有限公司） 纠错

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

AI总结 M4Diffuser通过多视角扩散策略与操纵性意识控制器实现鲁棒移动操纵，提升任务成功率与环境适应性。

Comments Project page: https://sites.google.com/view/m4diffuser, 10 pages, 9 figures

EgoDex: Learning Dexterous Manipulation from Large-Scale Egocentric Video

EgoDex: 从大规模第一人称视频中学习灵巧操作

Ryan Hoque, Peide Huang, David J. Yoon, Mouli Sivapurapu, Jian Zhang

机构 * Apple（苹果公司） 纠错

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

AI总结 EgoDex通过大规模第一人称视频数据集推动灵巧操作研究，提供3D手部跟踪数据及模仿学习评估框架。

Comments ICLR 2026

Foundational World Models Accurately Detect Bimanual Manipulator Failures

基础世界模型准确检测双臂机械臂故障

Isaac R. Ward, Michelle Ho, Houjun Liu, Aaron Feldman, Joseph Vincent, Liam Kruse, Sean Cheong, Duncan Eddy, Mykel J. Kochenderfer, Mac Schwager

机构 * Stanford University（斯坦福大学） ； Watney Robotics（Watney机器人公司） 纠错

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

AI总结 本文提出基于视觉基础模型的双臂机械臂故障检测方法，通过压缩潜在空间中的世界模型提升检测精度，相比传统方法在参数效率和故障检测率上均表现更优。

Comments 8 pages, 5 figures, accepted at the 2026 IEEE International Conference on Robotics and Automation

FreeTacMan: Robot-free Visuo-Tactile Data Collection System for Contact-rich Manipulation

FreeTacMan: 无需机器人的人工智能视觉-触觉数据采集系统用于接触密集的 manipulation

Longyan Wu, Checheng Yu, Jieji Ren, Li Chen, Yufei Jiang, Ran Huang, Guoying Gu, Hongyang Li

机构 * Shanghai Innovation Institute（上海创新研究院） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai University（上海大学） 纠错

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

AI总结 FreeTacMan 提出了一种无需机器人的视觉-触觉数据采集系统，通过可穿戴抓取器和高精度光学跟踪系统，实现了高效的数据收集和多模态数据集的构建，推动了机器人 manipulation 的研究。

Towards Human-Like Manipulation through RL-Augmented Teleoperation and Mixture-of-Dexterous-Experts VLA

通过强化学习增强的遥控操作与混合的灵巧专家VLA实现人机操作

Tutian Tang, Xingyu Ji, Wanli Xing, Ce Hao, Wenqiang Xu, Lin Shao, Cewu Lu, Qiaojun Yu, Jiangmiao Pang, Kaifeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Sharpa ； Shanghai AI Lab（上海人工智能实验室） ； Zhongguancun Academy（中关村学院） ； National University of Singapore（新加坡国立大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本文提出IMCopilot和MoDE-VLA框架，通过强化学习和多模态融合提升机器人灵巧操作能力，实现接触丰富的手内任务性能提升。

Comments Project Homepage: https://sites.google.com/view/mode-vla

RoTri-Diff: A Spatial Robot-Object Triadic Interaction-Guided Diffusion Model for Bimanual Manipulation

RoTri-Diff: 一种基于空间机器人-物体三元交互引导的扩散模型用于双臂操作

Zixuan Chen, Nga Teng Chan, Yiwen Hou, Chenrui Tie, Zixuan Liu, Haonan Chen, Junting Chen, Jieqi Shi, Yang Gao, Jing Huo, Lin Shao

机构 * School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

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

AI总结 RoTri-Diff通过建模机器人-物体三元交互关系，提出了一种基于扩散的模仿学习框架，以提高双臂操作的稳定性和协调性。

Comments ICRA 2026

Automated Pest Counting in Water Traps through Active Robotic Stirring for Occlusion Handling

通过主动机器人搅拌处理遮挡的水坑害虫自动计数

Xumin Gao, Mark Stevens, Grzegorz Cielniak

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

AI总结 本文提出通过主动机器人搅拌处理遮挡问题，实现水坑害虫的自动计数，优化了计数精度和效率。

Vision-Guided Targeted Grasping and Vibration for Robotic Pollination in Controlled Environments

基于视觉的目标导向抓取与振动的机器人授粉在受控环境中应用

Jaehwan Jeong, Tuan-Anh Vu, Radha Lahoti, Jiawen Wang, Vivek Alumootil, Sangpil Kim, M. Khalid Jawed

机构 * Department of Artificial Intelligence, Korea University（韩国大学人工智能系） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Department of Mechanical & Aerospace Engineering, University of California, Los Angeles（加州大学洛杉矶分校机械与航空航天工程系） ； Department of Computer Science, University of California, Los Angeles（加州大学洛杉矶分校计算机科学系） 纠错

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

AI总结 本研究提出了一种基于视觉的机器人授粉系统，结合3D重建、抓取规划和振动建模，实现精准授粉并验证其有效性。

Comments YouTube: https://youtu.be/XHLA7pEXhZU; GitHub: https://github.com/StructuresComp/robotic-pollination

An Open-Source Robotics Research Platform for Autonomous Laparoscopic Surgery

用于自主腹腔镜手术的开源机器人研究平台

Ariel Rodriguez, Lorenzo Mazza, Martin Lelis, Rayan Younis, Sebastian Bodenstedt, Martin Wagner, Stefanie Speidel

机构 * Department of Translational Surgical Oncology, NCT/UCC Dresden, a partnership between DKFZ, MF UKD, TUD, HZDR Dresden, Germany（转化外科肿瘤学系，NCT/UCC德累斯顿，DKFZ、MF UKD、TUD、HZDR德累斯顿的联合体） ； Cluster of Excellence-CeTI, TUD, Germany（卓越中心- CeTI，TUD，德国） ； Department of Visceral, Thoracic and Vascular Surgery, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD, Germany（visceral、胸腔和血管外科系，医学学院和卡尔·格奥尔格·卡尔医院，TUD，德国） 纠错

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

AI总结 本文提出了一种开源的远程运动中心控制器，用于实现高精度的自主腹腔镜手术，支持多种机械臂并具备立体视觉感知，验证了其在不同手术场景中的性能。

Comments Submitted to iROS 2026

MoMaStage: Skill-State Graph Guided Planning and Closed-Loop Execution for Long-Horizon Indoor Mobile Manipulation

MoMaStage：基于技能-状态图的规划与闭环执行的长时域室内移动操作

Chenxu Li, Zixuan Chen, Yetao Li, Jiapeng Xu, Hongyu Ding, Jieqi Shi, Jing Huo, Yang Gao

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

AI总结 MoMaStage通过结构化视觉-语言框架和闭环执行机制，实现长时域室内移动操作的高效规划与执行。

Comments 8 pages

PhaForce: Phase-Scheduled Visual-Force Policy Learning with Slow Planning and Fast Correction for Contact-Rich Manipulation

PhaForce: 基于慢规划与快修正的相位调度视觉-力政策学习用于接触密集 manipulation

Mingxin Wang, Zhirun Yue, Renhao Lu, Yizhe Li, Zihan Wang, Guoping Pan, Kangkang Dong, Jun Cheng, Yi Cheng, Houde Liu

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

AI总结 PhaForce 通过慢规划与快修正机制，实现接触密集 manipulation 中力与视觉的协同控制，提升任务成功率与接触质量。

TempoFit: Plug-and-Play Layer-Wise Temporal KV Memory for Long-Horizon Vision-Language-Action Manipulation

TempoFit: 无需训练的分层时间KV内存用于长时视觉-语言-动作操控

Jun Sun, Boyu Yang, Jiahao Zhang, Ning Ma, Chencheng Wu, Siqing Zhang, Yiou Huang, Qiufeng Wang, Shan Liang, Yaran Chen

机构 * Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） 纠错

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

AI总结 TempoFit通过无需训练的分层时间KV内存提升长时视觉-语言-动作操控性能，有效解决记忆缺失问题，提升任务成功率。

HSC-VLA: Hierarchical Scene-Clearing for Robust Bimanual Manipulation in Dense Clutter

HSC-VLA：分层场景清除用于密集杂乱环境中的鲁棒双臂操作

Zhen Liu, Xinyu Ning, Zhe Hu, XinXin Xie, Yitong Liu, Zhongzhu Pu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 HSC-VLA 通过分层场景清除方法提升密集杂乱环境中的双臂操作鲁棒性，实现 86.7% 的高成功率。

ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation

ACLM：基于ADMM的分布式模型预测控制用于协作的移动Manipulation

Ziyi Zhou, Pengyuan Shu, Ruize Cao, Yuntian Zhao, Ye Zhao

机构 * The Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机器研究所，佐治亚理工学院） 纠错

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

AI总结 本文提出基于ADMM的分布式模型预测控制框架，用于四足机器人协作移动Manipulation，通过分解控制问题并结合力感知控制器，实现高效、实时的协作运输重物。

Hybrid Diffusion Policies with Projective Geometric Algebra for Efficient Robot Manipulation Learning

混合扩散策略与投影几何代数用于高效机器人操作学习

Xiatao Sun, Yuxuan Wang, Shuo Yang, Yinxing Chen, Daniel Rakita

机构 * Department of Computer Science, Yale University（计算机科学系，耶鲁大学） ； Department of Computer and Information Science, University of Pennsylvania（计算机与信息科学系，宾夕法尼亚大学） ； Department of Electrical and Systems Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学） 纠错

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

AI总结 本文提出hPGA-DP混合扩散策略，利用投影几何代数提升机器人操作学习的效率和性能

Comments Accepted to ICRA 2026

Accent Vector: Controllable Accent Manipulation for Multilingual TTS Without Accented Data

Accent Vector: 多语言TTS中无需带 accents数据的可控 accent操控

Thanathai Lertpetchpun, Thanapat Trachu, Jihwan Lee, Tiantian Feng, Dani Byrd, Shrikanth Narayanan

机构 * Signal Analysis and Interpretation Lab, University of Southern California, USA（信号分析与解释实验室，南加州大学） ； Thomas Lord Department of Computer Science, University of Southern California, USA（托马斯·劳德计算机科学系，南加州大学） ； Department of Linguistics, University of Southern California（语言学系，南加州大学） 纠错

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

AI总结 本文提出Accent Vector，一种无需带口音数据的多语言TTS可控口音操控方法，通过微调和向量操作实现精细口音控制。

Comments Submitted to Interspeech2026

RoboPCA: Pose-centered Affordance Learning from Human Demonstrations for Robot Manipulation

RoboPCA：基于姿态的从人类示范中学习空间可及性的方法用于机器人操作

Zhanqi Xiao, Ruiping Wang, Xilin Chen

机构 * Key Laboratory of AI Safety of CAS, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院人工智能安全重点实验室、计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 RoboPCA通过联合预测接触区域和姿态，提升机器人操作中从人类示范中学习空间可及性的性能。

Comments Accepted to ICRA 2026

MobiDock: Design and Control of A Modular Self Reconfigurable Bimanual Mobile Manipulator via Robotic Docking

MobiDock：通过机器人对接设计和控制模块化自重构双臂移动机械臂

Xuan-Thuan Nguyen, Khac Nam Nguyen, Ngoc Duy Tran, Thi Thoa Mac, Anh Nguyen, Hoang Hiep Ly, Tung D. Ta

专题命中 机器人操作 ：robotic(title)；分类 cs.RO

AI总结 MobiDock通过机器人对接技术实现双臂移动机械臂的模块化自重构，提升协同控制的稳定性和效率。

Comments IROS2026 submited

DexKnot: Generalizable Visuomotor Policy Learning for Dexterous Bag-Knotting Manipulation

DexKnot: 通用的视觉-运动政策学习用于灵巧的袋结操作

Jiayuan Zhang, Ruihai Wu, Haojun Chen, Yuran Wang, Yifan Zhong, Ceyao Zhang, Yaodong Yang, Yuanpei Chen

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

AI总结 DexKnot通过结合关键点暗示与扩散策略，实现对灵巧袋结操作的通用政策学习，有效提升机器人在不同袋子实例和变形下的编织性能。

Adaptive Capacity Allocation for Vision Language Action Fine-tuning

面向视觉语言动作微调的自适应容量分配

Donghoon Kim, Minji Bae, Unghui Nam, Gyeonghun Kim, Suyun Lee, Kyuhong Shim, Byonghyo Shim

机构 * Department of Electrical and Computer Engineering, Seoul National University（电气与计算机工程系，首尔国立大学） ； Department of Computer Science and Engineering, Sungkyunkwan University（计算机科学与工程系，全北国立大学） 纠错

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

AI总结 本文提出LoRA-SP方法，通过自适应秩微调提升视觉语言动作模型在多任务场景中的性能和泛化能力。

Comments ICRA 2026 (Official Code: https://github.com/dhkim-furiosa/LoRA-SP)

MEM: Multi-Scale Embodied Memory for Vision Language Action Models

MEM：多尺度具身记忆用于视觉语言动作模型

Marcel Torne, Karl Pertsch, Homer Walke, Kyle Vedder, Suraj Nair, Brian Ichter, Allen Z. Ren, Haohuan Wang, Jiaming Tang, Kyle Stachowicz, Karan Dhabalia, Michael Equi, Quan Vuong, Jost Tobias Springenberg, Sergey Levine, Chelsea Finn, Danny Driess

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

AI总结 MEM通过结合多模态记忆实现长期视觉语言动作任务的高效执行与适应性策略调整。

Comments Website: https://pi.website/research/memory

MotionBits: Video Segmentation through Motion-Level Analysis of Rigid Bodies

MotionBits: 通过刚体的运动级分析进行视频分割

Howard H. Qian, Kejia Ren, Yu Xiang, Vicente Ordonez, Kaiyu Hang

机构 * Department of Computer Science（计算机科学系） ； Rice University（里士满大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

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

AI总结 MotionBits通过运动学空间扭转等价性定义运动级视频分割单元，提出无需学习的图基分割方法，在MoRiBo基准上提升37.3%的mIoU，有效提升嵌入式推理与操作性能。

Comments 23 pages, 18 figures

Optical manipulation of valley coherence via Landau level transitions in black phosphorus and WTe2 monolayers

通过黑磷和WTe2单层的Landau能级跃迁操控谷相干性

Xinyu Mu, Shihao Li, Xiaoying Zhou, Guangyi Jia

专题命中 机器人操作 ：manipulation(title)

AI总结 本文通过黑磷和WTe2单层的Landau能级跃迁操控谷相干性，显著增强谷量子干涉并展现独特的光谱特征。