机器人 / 具身智能

Beyond Binary Success: Sample-Efficient and Statistically Rigorous Robot Policy Comparison

超越二元成功：样本高效且统计严谨的机器人策略比较

David Snyder, Apurva Badithela, Nikolai Matni, George Pappas, Anirudha Majumdar, Masha Itkina, Haruki Nishimura

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Toyota Research Institute (TRI)（丰田研究院） ； Princeton University（普林斯顿大学） 纠错

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

AI总结 本文提出一种样本高效且统计严谨的机器人策略比较框架，适用于多种评价指标，通过安全 anytime-valid 推断实现早期停止，减少评估负担并提升统计严谨性。

Comments 12 + 9 pages, 2 + 5 figures,

UniPrototype: Humn-Robot Skill Learning with Uniform Prototypes

UniPrototype：基于统一原型的人机技能学习

Xiao Hu, Qi Yin, Yangming Shi, Yang Ye

专题命中 机器人学习 ：robot learning(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出UniPrototype框架，通过共享运动原语实现人机知识迁移，解决机器人学习数据稀缺问题，提升学习效率和任务性能。

Comments This submission was uploaded in error and has been withdrawn. A substantial revision will need to be completed

KoopmanFlow: Spectrally Decoupled Generative Control Policy via Koopman Structural Bias

KoopmanFlow: 通过Koopman结构偏差实现谱解耦的生成控制策略

Chengsi Yao, Ge Wang, Kai Kang, Shenhao Yan, Jiahao Yang, Fan Feng, Honghao Cai, Xianxian Zeng, Rongjun Chen, Yiming Zhao, Yatong Han, Xi Li

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

AI总结 本文提出KoopmanFlow，一种基于Koopman结构偏差的生成控制策略，通过统一多模态潜在空间和视觉上下文，分离全局稳定运动与高频局部修正，提升接触密集任务中的控制精度和参数效率。

Draft-and-Target Sampling for Video Generation Policy

视频生成策略的草稿与目标采样

Qikang Zhang, Yingjie Lei, Wei Liu, Daochang Liu

机构 * South China Normal University（华南师范大学） ； University of Western Australia（西澳大学） 纠错

专题命中 机器人学习 ：robot policy(abstract)；分类 cs.AI、cs.CV

AI总结 本文提出一种无训练的扩散推理范式，通过自play去噪方法提升视频生成效率，实验表明在三个基准上实现2.1倍加速，同时保持高成功率。

History-Aware Visuomotor Policy Learning via Point Tracking

基于点跟踪的视觉-运动政策学习：历史感知

Jingjing Chen, Hongjie Fang, Chenxi Wang, Shiquan Wang, Cewu Lu

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

AI总结 本文提出基于点跟踪的对象中心历史表示，通过压缩历史信息提升视觉-运动策略性能，有效解决记忆需求中的任务阶段识别、空间记忆和动作计数等多方面问题。

Comments accepted by ICRA 2026

A Real-Time Neuro-Symbolic Ethical Governor for Safe Decision Control in Autonomous Robotic Manipulation

面向自主机器人操作的安全决策控制实时神经符号伦理控制器

Aueaphum Aueawatthanaphisut, Kuepon Aueawatthanaphisut

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

AI总结 本文提出一种实时神经符号伦理控制器，通过整合伦理推理与风险评估机制，提升自主机器人操作中的安全决策能力，实验验证了其在不同人类接近度和操作风险下的有效性。

Comments 6 pages, 6 figures, 5 equations

ToMPC: Task-oriented Model Predictive Control via ADMM for Safe Robotic Manipulation

为安全高效的机器人操作而设计的基于ADMM的任务导向模型预测控制（ToMPC）

Xinyu Jia, Wenxin Wang, Jun Yang, Yongping Pan, Haoyong Yu

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

AI总结 本文提出一种基于ADMM的任务导向模型预测控制框架，用于安全高效的机器人操作。该框架结合碰撞自由运动和机器人环境交互，利用运动学冗余提高障碍环境下的操作效率。

Comments 8 pages, 10 figures, accepted by IEEE Robotics and Automation Letters (RAL)

Confusion-Aware In-Context-Learning for Vision-Language Models in Robotic Manipulation

面向机器人操作的上下文学习：考虑混淆的视觉语言模型

Yayun He, Zuheng Kang, Botao Zhao, Zhouyin Wu, Junqing Peng, Jianzong Wang

机构 * Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司） ； Shenzhen Bao'an Middle School（深圳宝安中学） 纠错

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

AI总结 本文提出CAICL方法，通过混淆定位与分析提升视觉语言模型在机器人操作中处理混淆场景的能力，实验显示其在VIMA-Bench上成功率达85.5%。

Comments Accepted by the 29th International Conference on Computer Supported Cooperative Work in Design (CSCWD 2026)

Building Explicit World Model for Zero-Shot Open-World Object Manipulation

构建显式世界模型以实现零样本开放世界物体操控

Xiaotong Li, Gang Chen, Javier Alonso-Mora

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

AI总结 本文提出基于显式世界模型的框架，通过构建物理基础的数字孪生实现零样本泛化，无需任务特定示范即可完成开放集操控任务。

DiffusionRL: Efficient Training of Diffusion Policies for Robotic Grasping Using RL-Adapted Large-Scale Datasets

DiffusionRL: 通过RL适应的大规模数据集高效训练扩散策略用于机器人抓取

Maria Makarova, Qian Liu, Dzmitry Tsetserukou

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

AI总结 本文提出通过RL优化训练扩散策略，利用大规模预建数据集提升机器人灵巧抓取任务的性能，实现80%的成功率，降低数据收集成本，增强实际应用的泛化能力。

AnoleVLA: Lightweight Vision-Language-Action Model with Deep State Space Models for Mobile Manipulation

AnoleVLA：基于深度状态空间模型的轻量级视觉-语言-动作模型用于移动操作

Yusuke Takagi, Motonari Kambara, Daichi Yashima, Koki Seno, Kento Tokura, Komei Sugiura

机构 * Keio University（keio大学） 纠错

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

AI总结 本文提出AnoleVLA，一种轻量级视觉-语言-动作模型，通过深度状态空间模型高效处理多模态序列，提升移动操作的效率与安全性。

Exploration-assisted Bottleneck Transition Toward Robust and Data-efficient Deformable Object Manipulation

探索辅助的瓶颈过渡：面向鲁棒且数据高效的可变形物体 manipulation

Yujiro Onishi, Ryo Takizawa, Yoshiyuki Ohmura, Yasuo Kuniyoshi

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

AI总结 本文提出ExBot框架，通过引入瓶颈状态和双动作原语解决可变形物体 manipulation 中的out-of-distribution问题，提升数据效率和鲁棒性。

Egocentric World Model for Photorealistic Hand-Object Interaction Synthesis

第一人称世界模型用于逼真手-物体交互合成

Dayou Li, Lulin Liu, Bangya Liu, Shijie Zhou, Jiu Feng, Ziqi Lu, Minghui Zheng, Chenyu You, Zhiwen Fan

机构 * Texas A&M University（德克萨斯A&M大学） ； University of Minnesota（明尼苏达大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； University of Texas at Austin（得克萨斯大学奥斯汀分校） ； Amazon（亚马逊） ； State University of New York at Stony Brook（纽约州立大学石溪分校） 纠错

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

AI总结 本文提出EgoHOI模型，通过动作信号模拟物理一致的交互，克服了高速头部运动、严重遮挡和高自由度手部运动带来的挑战，实验验证其有效性。

World In Your Hands: A Large-Scale and Open-Source Ecosystem for Learning Human-Centric Manipulation in the Wild

世界在你手中：一个大规模且开源的生态系统，用于在真实世界中学习以人类为中心的操纵

Yupeng Zheng, Jichao Peng, Weize Li, Yuhang Zheng, Xiang Li, Yujie Jin, Julong Wei, Guanhua Zhang, Ruiling Zheng, Ming Cao, Songen Gu, Zhenhong Zou, Kaige Li, Ke Wu, Mingmin Yang, Jiahao Liu, Pengfei Li, Hengjie Si, Feiyu Zhu, Wang Fu, Likun Wang, Ruiwen Yao, Jieru Zhao, Yilun Chen, Wenchao Ding

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

AI总结 本文提出World In Your Hands，一个包含1000小时真实人类操纵数据的开源生态系统，通过高精度运动捕捉和多模态数据提升机器人在杂乱环境中的操作成功率。

Comments This dataset represents the first large-scale collection of real-world, human-centric multimodal data integrating vision, language, tactile sensing, and action (VLTA) Github: https://github.com/tars-robotics/World-In-Your-Hands

MoE-ACT: Scaling Multi-Task Bimanual Manipulation with Sparse Language-Conditioned Mixture-of-Experts Transformers

MoE-ACT：通过稀疏语言条件混合专家变压器扩展多任务双臂操作

Kangjun Guo, Haichao Liu, Yanji Sun, Ruhan Zhao, Jinni Zhou, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 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MoE-ACT框架，通过稀疏混合专家模块和FiLM动态调节，提升多任务双臂操作的鲁棒性和泛化能力，实验显示成功率提升33%。

Master Micro Residual Correction with Adaptive Tactile Fusion and Force-Mixed Control for Contact-Rich Manipulation

通过自适应触觉融合和力混合控制实现接触密集操作的主微残差校正

Xingting Li, Yifan Xie, Han Liu, Wei Hou, Guangyu Chen, Shoujie Li, Wenbo Ding

机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China（深圳智能数据赋能重点实验室，深圳国际研究生院，清华大学，深圳518055，中国） ； School of Electronics and Communication Engineering, Sun Yat-sen University, Shenzhen 518107, China（电子与通信工程学院，中山大学，深圳518107，中国） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore 639956, Singapore（机械与航空航天工程学院，南洋理工大学，新加坡639956，新加坡） 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M2-ResiPolicy，结合高阶动作指导与低阶校正，通过触觉强度驱动的自适应融合机制和力混合PBIC执行层，提升接触密集操作的精度与安全性。

Learning Dexterous Manipulation with Quantized Hand State

通过量化手状态学习灵巧操作

Ying Feng, Hongjie Fang, Yinong He, Jingjing Chen, Chenxi Wang, Zihao He, Ruonan Liu, Cewu Lu

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DQ-RISE方法，通过量化手状态简化手部动作预测，同时允许手臂动作与紧凑手状态协同扩散，从而实现更平衡高效的灵巧操作学习。

Comments accepted by ICRA 2026

ST-VLA: Enabling 4D-Aware Spatiotemporal Understanding for General Robot Manipulation

ST-VLA：为通用机器人操作实现4D感知的时空理解

You Wu, Zixuan Chen, Cunxu Ou, Wenxuan Wang, Wenbo Huang, Lin Cao, Yangtao Chen, Weichao Qiu, Xingyue Quan, Jieqi Shi, Jing Huo, Yang Gao

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

AI总结 ST-VLA通过统一的3D-4D表示连接感知与动作，利用ST-Human数据集训练时空视觉语言模型，提升复杂3D场景中的鲁棒性和泛化能力。

Comments 25 pages, under review

ForceVLA2: Unleashing Hybrid Force-Position Control with Force Awareness for Contact-Rich Manipulation

ForceVLA2：利用力-位置控制与力感知实现接触密集 manipulation

Yang Li, Zhaxizhuoma, Hongru Jiang, Junjie Xia, Hongquan Zhang, Jinda Du, Yunsong Zhou, Jia Zeng, Ce Hao, Jieji Ren, Qiaojun Yu, Cewu Lu, Yu Qiao, Jiangmiao Pang

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

AI总结 ForceVLA2通过力感知和混合力-位置控制提升接触密集 manipulation的稳定性与精度，实验显示其在五类任务中成功率提升48%和35%。

Comments Accepted by CVPR 2026

One-Policy-Fits-All: Geometry-Aware Action Latents for Cross-Embodiment Manipulation

一政策通用：面向跨躯体操作的几何感知动作潜在表示

Juncheng Mu, Sizhe Yang, Hojin Bae, Feiyu Jia, Qingwei Ben, Boyi Li, Huazhe Xu, Jiangmiao Pang

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

AI总结 本文提出One-Policy-Fits-All框架，通过几何感知潜在表示和统一潜在重定向解码器，实现跨躯体操作的统一策略学习，提升数据效率和技能迁移效果。

Comments ICRA 2026

From Scanning Guidelines to Action: A Robotic Ultrasound Agent with LLM-Based Reasoning

从扫描指南到行动：基于LLM的机器人超声代理

Yuan Bi, Yiping Zhou, Pei Liu, Feng Li, Zhongliang Jiang, Nassir Navab

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

AI总结 本文提出一种基于LLM的自主机器人超声扫描框架，通过动态调用软件工具实现自主扫描，提升适应性和透明度。

Comments Code: https://github.com/yuan-12138/RUSSAgent; Video: https://youtu.be/pfMOc4e2IGA

THETA: Triangulated Hand-State Estimation for Teleoperation and Automation in Robotic Hand Control

THETA：用于遥控和自动化机器人手控制的三角化手状态估计

Alex Huang, Akshay Karthik

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

AI总结 本文提出了一种低成本的三角化追踪方法，利用三台网络摄像头估算人类手指的相对关节角度，通过DeepLabV3模型和MobileNetV2网络实现高精度的手部姿态估计，应用于机器人手控制。

Comments The 11th International Conference on Engineering and Emerging Technologies (ICEET) 2025

H2R: A Human-to-Robot Data Augmentation for Robot Pre-training from Videos

H2R: 一种从视频中为机器人预训练的人到机器人的数据增强

Guangrun Li, Yaoxu Lyu, Zhuoyang Liu, Chengkai Hou, Jieyu Zhang, Shanghang Zhang

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

AI总结 H2R通过将人类视角视频转换为机器人视角数据，弥合人机视觉差距，提升机器人预训练效果，实验显示在模拟和现实场景中均显著提升性能。

Context-Aware Adaptive Shared Control for Magnetically-Driven Bimanual Dexterous Micromanipulation

具有情境感知的自适应共享控制用于磁驱动双臂灵巧微 manipulation

Yongchen Wang, Kangyi Lu, Lan Wei, Dandan Zhang

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

AI总结 本文提出Bi-CAST框架，通过融合多模态信息实现双臂磁力微 manipulation的自适应共享控制，提升复杂结构中的导航精度与效率，减少碰撞和工作负荷。

VLAD-Grasp: Zero-shot Grasp Detection via Vision-Language Models

VLAD-Grasp：基于视觉-语言模型的零样本抓取检测

Manav Kulshrestha, S. Talha Bukhari, Damon Conover, Aniket Bera

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

AI总结 本文提出VLAD-Grasp，一种基于视觉-语言模型的零样本抓取检测方法，通过生成目标图像、预测深度和分割、对齐点云来恢复可执行抓取姿态，无需训练数据，性能与最新方法相当。

Comments 8 pages, 4 figures, under review

COT-FM: Cluster-wise Optimal Transport Flow Matching

COT-FM：分簇最优传输流匹配

Chiensheng Chiang, Kuan-Hsun Tu, Jia-Wei Liao, Cheng-Fu Chou, Tsung-Wei Ke

机构 * National Taiwan University（台湾大学） 纠错

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

AI总结 COT-FM通过分簇策略优化流匹配框架，提升生成速度与可靠性，适用于图像生成和机器人任务。

Comments 18pages, CVPR 2026 accepted

GraspALL: Adaptive Structural Compensation from Illumination Variation for Robotic Garment Grasping in Any Low-Light Conditions

GraspALL: 适应性结构补偿从光照变化以实现机器人在任何低光条件下的服装抓取

Haifeng Zhong, Wenshuo Han, Zhouyu Wang, Runyang Feng, Fan Tang, Tong-Yee Lee, Zipei Fan, Ruihai Wu, Yuran Wang, Hao Dong, Hechang Chen, Hyung Jin Chang, Yixing Gao

专题命中 机器人操作 ：robotic(title)；分类 cs.RO

AI总结 本文提出GraspALL模型，通过编码连续光照变化来指导RGB与非RGB模态之间的自适应特征融合，提升低光环境下服装抓取的鲁棒性，实验表明在不同光照条件下抓取精度提高32-44%。

End-to-End Dexterous Grasp Learning from Single-View Point Clouds via a Multi-Object Scene Dataset

从单视角点云通过多物体场景数据集实现端到端的灵巧抓取学习

Tao Geng, Dapeng Yang, Ziwei Liu, Le Zhang, Le Qi, WangYang Li, Yi Ren, Shan Luo, Fenglei Ni

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出DGS-Net，通过多物体场景的单视角点云学习密集抓取配置，改进了现有抓取数据集的局限性，实验显示其在仿真和真实机器人平台上的抓取成功率较高，且具有较低的穿透深度。

Comments 10 pages, 6 figures. Submitted to IEEE Transactions on Automation Science and Engineering (T-ASE)

Vision-guided Autonomous Dual-arm Extraction Robot for Bell Pepper Harvesting

具有视觉引导的自主双臂提取机器人用于辣椒采摘

Kshitij Madhav Bhat, Tom Gao, Abhishek Mathur, Rohit Satishkumar, Francisco Yandun, Dominik Bauer, Nancy Pollard

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

AI总结 本文提出VADER双臂机器人，用于室外环境中的自主辣椒采摘，通过鲁棒感知和双臂规划框架实现高精度采摘，实验显示采摘成功率超60%。

Comments 9 pages; first four authors have equal contribution

STL-SVPIO: Signal Temporal Logic guided Stein Variational Path Integral Optimization

STL-SVPIO：信号时序逻辑引导的Stein变分路径积分优化

Hongrui Zheng, Zirui Zang, Ahmad Amine, Cristian Ioan Vasile, Rahul Mangharam

机构 * Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系） ； Mechanical Engineering and Mechanics Department, Lehigh University（莱特大学机械工程与力学系） 纠错

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

AI总结 本文提出STL-SVPIO方法，通过将信号时序逻辑转化为可微的奖励塑造机制，解决复杂STL约束下的长周期连续控制轨迹合成问题，提升鲁棒性和效率。