机器人 / 具身智能

Speculative Policy Orchestration: A Latency-Resilient Framework for Cloud-Robotic Manipulation

推测性策略协调：一种低延迟的云机器人操控框架

Chanh Nguyen, Shutong Jin, Florian T. Pokorny, Erik Elmroth

机构 * Department of Computing Science, Umeå University（乌梅大学计算科学系） ； School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology（皇家理工学院电气工程与计算机科学学院） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；robotics(abstract)；world model(abstract)

AI总结 本文提出SPO框架，通过预计算并流式传输未来运动学路径点，降低网络延迟对系统的影响，提升云机器人操控的实时性和安全性。

Comments 9 pages, 7 figures, conference submission

EgoSpot:Egocentric Multimodal Control for Hands-Free Mobile Manipulation

EgoSpot：面向无手移动操作的视角多模态控制

Ganlin Zhang, Deheng Zhang, Longteng Duan, Guo Han, Yuqian Fu, Danda Pani Paudel, Luc Van Gool, Eric Vollenweider

机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zurich（苏黎世联邦理工学院） ； SJTU（上海交通大学） ； Microsoft（微软公司） 纠错

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

AI总结 本文提出一种基于微软HoloLens 2混合现实头显的无手控制框架，通过眼动、头部动作和语音指令融合实现机器人移动和机械臂操作的实时控制，提升无障碍交互体验。

Latent Action Diffusion for Cross-Embodiment Manipulation

潜在动作扩散用于跨躯体操控

Erik Bauer, Elvis Nava, Robert K. Katzschmann

机构 * mimic robotics ； ETH AI Center ； Soft Robotics Lab ； Institute of Neuroinformatics 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 本文提出通过潜在动作空间学习实现跨躯体操控，利用对比损失训练编码器统一不同末端执行器动作，提升多机器人控制效率和技能迁移效果。

Comments 8 pages, 5 figures. Accepted to the 2026 IEEE International Conference on Robotics & Automation (ICRA). Website: https://mimicrobotics.github.io/lad/

FD-VLA: Force-Distilled Vision-Language-Action Model for Contact-Rich Manipulation

FD-VLA：力感知的视觉-语言-动作模型用于接触密集的 manipulation

Ruiteng Zhao, Wenshuo Wang, Yicheng Ma, Xiaocong Li, Francis E. H. Tay, Marcelo H. Ang, Haiyue Zhu

机构 * Advanced Robotics Centre, National University of Singapore（新加坡国立大学先进机器人中心） ； School of Electrical & Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； College of Information Science and Technology, Eastern Institute of Technology（东部技术学院信息科学与技术学院） ； John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Advanced Robotics Centre at National University of Singapore（新加坡国立大学先进机器人中心） ； Singapore Institute of Manufacturing Technology, Agency for Science, Technology and Research (A*STAR)（新加坡制造技术研究所，科技研究局（A*STAR）） 纠错

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

AI总结 本文提出FD-VLA模型，通过力蒸馏模块在不依赖物理力传感器的情况下实现接触密集任务的力感知，提升机器人视觉-语言-动作的鲁棒性与实用性。

Comments ICRA 2026 Accepted

Generating Sketches in a Hierarchical Auto-Regressive Process for Flexible Sketch Drawing Manipulation at Stroke-Level

通过分层自回归过程生成草图以实现灵活的笔触级草图操作

Sicong Zang, Shuhui Gao, Zhijun Fang

机构 * Sicong Zang, Shuhui Gao, Zhijun Fang 纠错

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

AI总结 本文提出分层自回归生成过程，实现灵活的笔触级草图操作，通过自回归方式生成笔触嵌入并引导模型生成合适笔触。

Comments Accepted by AAAI 2026

AGILE: A Comprehensive Workflow for Humanoid Loco-Manipulation Learning

AGILE：一种综合的人形机器人定位-操作学习工作流

Huihua Zhao, Rafael Cathomen, Lionel Gulich, Wei Liu, Efe Arda Ongan, Michael Lin, Shalin Jain, Soha Pouya, Yan Chang

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

AI总结 AGILE提出了一种端到端的人形机器人强化学习工作流，通过标准化政策开发流程减少仿真到现实的失败模式，提升可靠性和可重复性。

Trojan's Whisper: Stealthy Manipulation of OpenClaw through Injected Bootstrapped Guidance

Trojan's Whisper：通过注入的Bootstrap引导 stealthily操纵OpenClaw

Fazhong Liu, Zhuoyan Chen, Tu Lan, Haozhen Tan, Zhenyu Xu, Xiang Li, Guoxing Chen, Yan Meng, Haojin Zhu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文研究了通过注入引导文件进行的隐蔽攻击，揭示了自主代理生态系统设计中的根本矛盾，强调了基于能力隔离、运行时策略执行和透明引导溯源的防御需求。

SpikeGrasp: A Benchmark for 6-DoF Grasp Pose Detection from Stereo Spike Streams

SpikeGrasp：一种从立体尖峰流中检测6自由度抓取姿态的基准

Zhuoheng Gao, Jiyao Zhang, Zhiyong Xie, Hao Dong, Zhaofei Yu, Rongmei Chen, Guozhang Chen, Tiejun Huang

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

AI总结 本文提出SpikeGrasp框架，通过模拟生物视觉运动通路，利用立体尖峰相机的原始异步事件直接推断抓取姿态，无需重建点云，在复杂和纹理缺失场景中优于传统点云方法。

Comments Some real machine experiments need to be supplemented, and the entire paper is incomplete

TeleDex: Accessible Dexterous Teleoperation

TeleDex：易于使用的灵巧遥控

Omar Rayyan, Maximilian Gilles, Yuchen Cui

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 TeleDex通过手机实现灵巧手和机械臂的直观遥控，降低硬件和设置门槛，支持模拟和现实任务中的演示收集，为机器人遥控提供统一可扩展接口。

Comments For project website and videos, see https://www.orayyan.com/teledex

AC-Foley: Reference-Audio-Guided Video-to-Audio Synthesis with Acoustic Transfer

AC-Foley：基于参考音频的视频到音频合成与声学迁移

Pengjun Fang, Yingqing He, Yazhou Xing, Qifeng Chen, Ser-Nam Lim, Harry Yang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Central Florida（佛罗里达中央大学） 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AC-Foley模型，通过直接利用参考音频实现精确的音频合成与声学迁移，解决传统方法在语义粒度和文本模糊性上的瓶颈，提升音频生成质量与细粒度控制能力。

Comments Accepted at ICLR 2026. 15 pages, 5 figures, add project webpage

EgoForge: Goal-Directed Egocentric World Simulator

EgoForge：面向目标的自体世界模拟器

Yifan Shen, Jiateng Liu, Xinzhuo Li, Yuanzhe Liu, Bingxuan Li, Houze Yang, Wenqi Jia, Yijiang Li, Tianjiao Yu, James Matthew Rehg, Xu Cao, Ismini Lourentzou

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 EgoForge通过最小静态输入生成连贯的第一人称视频，结合VideoDiffusionNFT提升意图对齐和时间一致性，实现在动态环境模拟中的优越性能。

KUKAloha: A General, Low-Cost, and Shared-Control based Teleoperation Framework for Construction Robot Arm

KUKAloha：一种通用、低成本且基于共享控制的施工机器人臂远程操作框架

Yifan Xu, Qizhang Shen, Vineet Kamat, Carol Menassa

机构 * Department of Civil and Environmental Engineering, University of Michigan, United States of America（密歇根大学土木与环境工程系） ； Department of Robotics, University of Michigan, United States of America（密歇根大学机器人系） 纠错

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

AI总结 KUKAloha通过轻量引导臂和自主感知模块实现人机协作，提升施工机器人操作的安全性和重复性，实验表明其能降低操作负担并提高任务效率。

Comments 9 pages, 4 figures, 1 table

Layer Consistency Matters: Elegant Latent Transition Discrepancy for Generalizable Synthetic Image Detection

层一致性至关重要：用于通用合成图像检测的优雅潜在转换差异

Yawen Yang, Feng Li, Shuqi Kong, Yunfeng Diao, Xinjian Gao, Zenglin Shi, Meng Wang

机构 * Hefei University of Technology（合肥工业大学） 纠错

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

AI总结 本文提出潜在转换差异(LTD)方法，通过捕捉真实与合成图像在潜在表示中的层间一致性差异，提升合成图像检测的泛化能力和鲁棒性。

Comments Accepted by CVPR 2026 (main track)

Anatomical Heterogeneity in Transformer Language Models

Transformer语言模型中的解剖异质性

Tomasz Wietrzykowski

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 研究发现Transformer语言模型各层存在显著异质性，包括权重规律性、层重要性差异及训练预算分配策略的影响。

Comments 11 pages, 10 tables. Independent research. Code available at https://github.com/tomaszwi66

A single programmable photonic circuit for universal quantum measurements

通用量子测量的单个可编程光子电路

Wen-Zhe Yan, Lan-Tian Feng, Zhibo Hou, Yuan-Yuan Zhao, Carles Roch i Carceller, Armin Tavakoli, Huangjun Zhu, Guang-Can Guo, Xi-Feng Ren, Guo-Yong Xiang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种可编程测量处理器，实现任意量子测量，通过大规模集成光子架构实现高精度相干控制，验证了其在量子态鉴别、状态估计和随机性生成中的优越性能。

Auxetic Response in Two-Dimensional MXenes with Atomically Defined Perforations

二维MXene中具有原子定义孔隙的仿生响应

Hossein Darban

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过分子动力学模拟探讨了具有原子定义孔隙的二维MXene材料的仿生响应，发现其负泊松比可通过孔隙几何和表面终止调控，揭示了几何、弯曲刚度与仿生变形机制的相互作用。