机器人 / 具身智能

Point Bridge: 3D Representations for Cross Domain Policy Learning

点桥：跨领域策略学习的3D表示

Siddhant Haldar, Lars Johannsmeier, Lerrel Pinto, Abhishek Gupta, Dieter Fox, Yashraj Narang, Ajay Mandlekar

机构 * NVIDIA ； New York University（纽约大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 点桥通过统一的点表示实现跨领域策略学习，利用视觉语言模型提取点表示，结合Transformer策略学习，无需显式视觉或物体对齐，提升仿真到现实的零样本迁移性能。

Learning Actionable Manipulation Recovery via Counterfactual Failure Synthesis

通过反事实失败合成学习可操作的操纵恢复

Dayou Li, Jiuzhou Lei, Hao Wang, Lulin Liu, Yunhao Yang, Zihan Wang, Bangya Liu, Minghui Zheng, 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 Texas at Austin（德克萨斯大学奥斯汀分校） ； Abaka AI（Abaka人工智能） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文提出Dream2Fix框架，通过生成反事实失败场景数据提升机器人故障恢复能力，实现高精度的故障诊断与轨迹修正。

Autonomous Legged Mobile Manipulation for Lunar Surface Operations via Constrained Reinforcement Learning

通过约束强化学习实现月球表面自主四足移动机械臂操作

Alvaro Belmonte-Baeza, Miguel Cazorla, Gabriel J. García, Carlos J. Pérez-Del-Pulgar, Jorge Pomares

机构 * Department of Computer Sciences and Artificial Intelligence, University of Alicante（计算机科学与人工智能系，阿利坎特大学） ； Department of Physics, Systems Engineering, and Signal Theory, University of Alicante（物理、系统工程与信号理论系，阿利坎特大学） ； Department of Systems and Automatics Engineering, University of Málaga（系统与自动工程系，马拉加大学） 纠错

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

AI总结 本文提出一种约束强化学习框架，用于月球环境下的自主四足移动机械臂，实现精确的6D任务空间末端执行器位姿跟踪，同时满足安全约束。

Comments This is the authors version of the paper accepted for publication in The IEEE International Conference on Space Robotics 2025. The final version link will be added here after conference proceedings are published

Journal ref 2025 International Conference on Space Robotics (iSpaRo)

ManiDreams: An Open-Source Library for Robust Object Manipulation via Uncertainty-aware Task-specific Intuitive Physics

ManiDreams：一种基于不确定性强鲁棒物体操作的开源库

Gaotian Wang, Kejia Ren, Andrew S. Morgan, Kaiyu Hang

机构 * Department of Computer Science, Rice University, Houston, TX 77005, USA（计算机科学系，里士大学，德克萨斯州休斯敦，77005，美国） ； Robotics and AI Institute, Cambridge, MA 02142, USA（机器人与人工智能研究所，马萨诸塞州剑桥，02142，美国） 纠错

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

AI总结 ManiDreams通过整合不确定性表示、传播和约束，提升机器人操作的鲁棒性，实验表明其在多种扰动下表现优于传统RL方法。

Comments 9 pages, 10 figures. Project page at https://rice-robotpi-lab.github.io/ManiDreams/

Xiaomi-Robotics-0: An Open-Sourced Vision-Language-Action Model with Real-Time Execution

Xiaomi-Robotics-0：一个具有实时执行能力的开源视觉-语言-动作模型

Rui Cai, Jun Guo, Xinze He, Piaopiao Jin, Jie Li, Bingxuan Lin, Futeng Liu, Wei Liu, Fei Ma, Kun Ma, Feng Qiu, Heng Qu, Yifei Su, Qiao Sun, Dong Wang, Donghao Wang, Yunhong Wang, Rujie Wu, Diyun Xiang, Yu Yang, Hangjun Ye, Yuan Zhang, Quanyun Zhou

机构 * Xiaomi Robotics（小米机器人） 纠错

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

AI总结 本文提出Xiaomi-Robotics-0，通过精心设计的训练配方和部署策略，实现了高效且流畅的实时执行。模型在大规模跨体机器人轨迹和视觉语言数据上预训练，支持广泛的动作生成能力，并在真实机器人任务中表现出色。

Comments Project page: https://xiaomi-robotics-0.github.io

Toward Generalist Neural Motion Planners for Robotic Manipulators: Challenges and Opportunities

迈向通用神经运动规划器的机器人机械臂：挑战与机遇

Davood Soleymanzadeh, Ivan Lopez-Sanchez, Hao Su, Yunzhu Li, Xiao Liang, Minghui Zheng

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University（J. Mike Walker ’66 机械工程系，德克萨斯A&M大学） ； Lab of Biomechatronics and Intelligent Robotics, Department of Biomedical Engineering, Tandon School of Engineering, New York University（生物机械与智能机器人实验室，生物医学工程系，Tandon工程学院，纽约大学） ； Department of Computer Science, Columbia University（计算机科学系，哥伦比亚大学） ； Zachry Department of Civil and Environmental Engineering, Texas A&M University（土木与环境工程系，德克萨斯A&M大学） 纠错

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

AI总结 本文探讨了通用神经运动规划器在机器人机械臂中的挑战与机遇，分析了现有方法的优缺点，并提出了改进方向。

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 23, pp. 4488-4531, 2026

TacVLA: Contact-Aware Tactile Fusion for Robust Vision-Language-Action Manipulation

TacVLA: 基于接触感知的触觉融合用于鲁棒的视觉-语言-动作操控

Kaidi Zhang, Heng Zhang, Zhengtong Xu, Zhiyuan Zhang, Md Rakibul Islam Prince, Xiang Li, Xiaojing Han, Yuhao Zhou, Arash Ajoudani, Yu She

机构 * Human-Robot Interfaces and Interaction Lab, Istituto Italiano di Tecnologia（人机交互实验室，意大利理工学院） ； Ph.D. program of national interest in Robotics and Intelligent Machines (DRIM) and Università di Genova（机器人与智能机器国家级博士项目（DRIM）和热那亚大学） ； Edwardson School of Industrial Engineering, Purdue University（工业工程学院，普渡大学） 纠错

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

AI总结 TacVLA通过引入触觉模态提升视觉-语言-动作操控的鲁棒性，采用接触感知门控机制实现多模态融合，实验显示在拆解、箱内拾取和视觉遮挡场景中性能提升显著。

Comments 9 pages, 7 figures

LGTM: Training-Free Light-Guided Text-to-Image Diffusion Model via Initial Noise Manipulation

LGTM: 通过初始噪声操控实现无训练的光引导文本到图像扩散模型

Ryugo Morita, Stanislav Frolov, Brian Bernhard Moser, Ko Watanabe, Riku Takahashi, Andreas Dengel

机构 * RPTU Kaiserslautern-Landau & DFKI GmbH（莱茵-穆尔大学与DFKI GmbH） ； Faculty of Science and Engineering, Hosei University（早稻田大学理工学院） 纠错

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

AI总结 本文提出LGTM模型，通过操控扩散过程的初始噪声实现文本提示和用户指定光照方向的图像生成，无需微调或修改预训练模型，提升了光照控制的灵活性和适应性。

Comments Accepted to IJCNN2026

TAG: Target-Agnostic Guidance for Stable Object-Centric Inference in Vision-Language-Action Models

目标无关引导：用于视觉-语言-动作模型中稳定对象中心推断的指导

Jiaying Zhou, Zhihao Zhan, Ruifeng Zhai, Qinhan Lyu, Hao Liu, Keze Wang, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Lab of Big Data Analysis & Processing（广东大数据分析与处理重点实验室） ； X-Era AI Lab（X-Era人工智能实验室） 纠错

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TAG目标无关引导，通过对比原始观察和物体擦除观察下的策略预测差异，减少干扰和外观偏差，提升视觉-语言-动作模型在复杂场景中的鲁棒性。

ACG: Action Coherence Guidance for Flow-based Vision-Language-Action models

ACG：基于流的视觉-语言-动作模型中的动作一致性指导

Minho Park, Kinam Kim, Junha Hyung, Hyojin Jang, Hoiyeong Jin, Jooyeol Yun, Hojoon Lee, Jaegul Choo

机构 * DAVIAN-Robotics, KAIST AI（DAVIAN机器人实验室，韩国科学技术院人工智能研究所） 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ACG算法，通过测试时指导提升视觉-语言-动作模型的动作一致性，从而在多种操作任务中提高成功率。

Comments Accepted to ICRA 2026

High-Fidelity Face Content Recovery via Tamper-Resilient Versatile Watermarking

通过抗篡改的多功能水印实现高保真的面部内容恢复

Peipeng Yu, Jinfeng Xie, Chengfu Ou, Xiaoyu Zhou, Jianwei Fei, Yunshu Dai, Zhihua Xia, Chip Hong Chang

机构 * Jinan University（暨南大学） ； University of Macau（澳门大学） ； Sun Yat-sen University（中山大学） ； Nanyang Technological University（南洋理工大学） 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VeriFi框架，结合版权保护、像素级篡改定位和高保真面部内容恢复，通过紧凑语义潜在水印和AIGC攻击模拟器提升水印鲁棒性和恢复质量。

Rethinking Transparent Object Grasping: Depth Completion with Monocular Depth Estimation and Instance Mask

重新思考透明物体抓取：基于单目深度估计和实例掩码的深度补全

Yaofeng Cheng, Xinkai Gao, Sen Zhang, Chao Zeng, Fusheng Zha, Lining Sun, Chenguang Yang

机构 * State Key Laboratory of Robotics and System at Harbin Institute of Technology（哈尔滨工业大学机器人系统国家重点实验室） ； Lanzhou University of Technology（兰州理工大学） ； Department of Computer Science（计算机科学系） ； University of Liverpool（利物浦大学） 纠错

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

AI总结 本文提出ReMake框架，通过实例掩码和单目深度估计提升透明物体的深度补全精度，改进真实场景下的抓取可靠性。

Journal ref IEEE Robotics and Automation Letters ( Volume: 11, Issue: 5, May 2026)

Towards Training-Free Scene Text Editing

无训练场景文本编辑

Yubo Li, Xugong Qin, Peng Zhang, Hailun Lin, Gangyan Zeng, Kexin Zhang

机构 * School of Cyber Science and Engineering（网络安全科学与工程学院） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； State Key Laboratory of Cyberspace Security Defense（网络空间安全防御国家重点实验室） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） 纠错

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

AI总结 本文提出TextFlow框架，通过结合Attention Boost和Flow Manifold Steering方法，实现无需额外训练的高保真文本编辑，实验表明其在视觉质量和文本准确性上优于传统方法。

Comments Accepted by CVPR 2026

Teacher-Student Diffusion Model for Text-Driven 3D Hand Motion Generation

基于文本驱动的3D手部运动生成的教师-学生扩散模型

Ching-Lam Cheng, Bin Zhu, Shengfeng He

机构 * Singapore Management University（新加坡管理大学） 纠错

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

AI总结 本文提出TSHaMo模型，通过文本生成逼真3D手部运动，利用教师-学生扩散框架提升运动质量和多样性，支持多种辅助输入。

Comments 5 pages, accepted by ICASSP2026

Invisible Threats from Model Context Protocol: Generating Stealthy Injection Payload via Tree-based Adaptive Search

基于模型上下文协议的隐形威胁：通过树状自适应搜索生成隐蔽注入负载

Yulin Shen, Xudong Pan, Geng Hong, Min Yang

机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； IEEE Publication Technology Group（IEEE出版技术组） 纠错

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

AI总结 本文提出TIP攻击方法，通过树状结构搜索生成隐蔽负载，有效攻击MCP增强代理，实验显示其在未防御环境下攻击成功率超95%，且优于现有方法。

MiniBEE: A New Form Factor for Compact Bimanual Dexterity

MiniBEE：一种新型紧凑双臂灵巧性形式因子

Sharfin Islam, Zewen Chen, Zhanpeng He, Swapneel Bhatt, Andres Permuy, Brock Taylor, James Vickery, Zhengbin Lu, Cheng Zhang, Pedro Piacenza, Matei Ciocarlie

机构 * Dept. of Mechanical Engineering（机械工程系） ； Dept. of Computer Science（计算机科学系） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出MiniBEE，一种紧凑双臂灵巧性装置，通过3+自由度臂的耦合保持抓取器相对位置，提升灵巧空间并实现两种操作模式。

AdvSplat: Adversarial Attacks on Feed-Forward Gaussian Splatting Models

AdvSplat：对抗攻击针对前馈高斯点云模型

Yiran Qiao, Yiren Lu, Yunlai Zhou, Rui Yang, Linlin Hou, Yu Yin, Jing Ma

机构 * Case Western Reserve University（凯斯西储大学） 纠错

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

AI总结 本文研究了对抗攻击对前馈高斯点云模型的影响，提出两种高效的黑盒算法，通过频域参数化优化像素空间扰动，验证了输入图像中不可察觉的扰动对重建结果的破坏性。

GaINeR: Geometry-Aware Implicit Network Representation

GaINeR：基于几何的隐式神经表示

Weronika Jakubowska, Mikołaj Zieliński, Rafał Tobiasz, Krzysztof Byrski, Maciej Zięba, Dominik Belter, Przemysław Spurek

机构 * Wrocław University of Science and Technology（沃拉夫大学科学与技术学院） ； Poznań University of Technology（波兹南技术大学） ； IDEAS Research Institute（IDEAS研究所） ； Jagiellonian University（雅盖隆大学） 纠错

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

AI总结 GaINeR结合可训练高斯分布与神经网络，实现具有可解释几何结构的连续图像表示，支持几何一致变换、超分辨率和物理模拟集成，提升图像编辑的灵活性和物理一致性。

Comments 22 pages, 16 figures

Revealing Charge Transfer in Defect-Engineered 4H$_\mathrm{b}$-TaS$_2$

揭示缺陷工程化4H_b-TaS₂中的电荷转移

Siavash Karbasizadeh, Wooin Yang, Wonhee Ko, Haidong Zhou, An-Ping Li, Tom Berlijn, Sai Mu

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过第一性原理研究4H_b-TaS₂中的缺陷，分析缺陷对层间电荷转移的影响，建立缺陷工程化的基础资源。

Honey, I shrunk the scientist -- Evaluating 2D, 3D, and VR interfaces for navigating samples under the microscope

我缩小了科学家——评估2D、3D和VR界面在显微镜下导航样品的效果

Jan Tiemann, Matthew McGinity, Ulrik Günther

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文评估了2D、3D和VR界面在显微镜下导航样品的用户体验和性能，发现VR在任务效率、易用性和用户接受度方面表现最佳，但3D桌面未优于2D桌面。

Controlling entanglement by phase engineering in giant-atom waveguide

通过巨原子波导中的相位工程控制纠缠

Peng-Fei Wang, Lei Huang, Miao-Miao Wei, Hong Yang, Dong Yan

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究两个耦合到公共波导的巨原子纠缠动力学，通过在耦合点引入额外相位调制，精确操控纠缠演化，实现纠缠动力学与小原子等效，并增强抗相位变化的鲁棒性。

Comments 10 pages, 8 figures,

Data-driven synthesis of high-fidelity triaxial magnetic waveforms for quantum control

数据驱动生成高保真三轴磁波形用于量子控制

Giuseppe Bevilacqua, Valerio Biancalana, Roberto Cecchi

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种生成任意三轴磁波形的系统，覆盖从直流到数十kHz的频谱，用于量子控制与自旋操控。通过数据驱动方法补偿放大器线圈动态，利用FIR滤波器校准特定波形参数，实现复杂场序列的合成。

Comments 8 Pages, 7 Figs, 18 Refs

Inverse-Designed Metasurfaces for Compact Optical Skyrmion Generation with High Topological Fidelity

反设计超材料用于紧凑型光学反旋子生成的高拓扑保真度

Donghyun Park, Alex Song, Haejun Chung, Sejeong Kim

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种反设计超材料，用于生成高拓扑保真度的紧凑型光学反旋子，通过拓扑优化方法设计硅超材料，实现无需额外光学元件的反旋子生成。

Comments 28 pages, 4 figures, including references

Ensemble Kalman Inversion for Constrained Nonlinear MPC: An ADMM-Splitting Approach

基于ADMM分解的约束非线性MPC的集合卡尔曼反演

Ahmed Khalil, Mohamed Safwat, Efstathios Bakolas

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种基于ADMM的集合卡尔曼反演算法，用于解决带约束的非线性模型预测控制问题，通过引入非负松弛变量将阶段性非线性不等约束嵌入，并利用贝叶斯解释实现求解。

A Hybrid Neural-Assisted Unscented Kalman Filter for Unmanned Ground Vehicle Navigation

一种混合神经辅助无迹卡尔曼滤波器用于无人地面车辆导航

Gal Versano, Itzik Klein

机构 * Autonomous Navigation and Sensor Fusion Lab（自主导航与传感器融合实验室） ； Hatter Department of Marine Technologies（海洋技术系） ； Charney School of Marine Sciences（海洋科学学院） ； University of Haifa（海法大学） 纠错

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

AI总结 本文提出一种混合估计框架，结合经典状态估计与深度学习方法，通过神经网络预测噪声不确定性，提升无人地面车辆导航的鲁棒性和可扩展性。

Equivariant Filter Transformations for Consistent and Efficient Visual--Inertial Navigation

等价滤波变换用于一致且高效的视觉-惯性导航

Chungeng Tian, Fenghua He, Ning Hao

机构 * School of Astronautics, Harbin Institute of Technology（哈尔滨工程大学航天学院） 纠错

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

AI总结 本文提出了一种等价滤波变换方法，通过建立不同对称性的等价滤波器之间的分析联系，实现系统一致性设计和高效实现。

Comments 28 papes, 11 figures

From Imperative to Declarative: Towards LLM-friendly OS Interfaces for Boosted Computer-Use Agents

从命令式到声明式：面向提升计算机使用代理的LLM友好操作系统接口

Yuan Wang, Mingyu Li, Haibo Chen

机构 * Key Laboratory of System Software (Chinese Academy of Sciences)（中国科学院系统软件重点实验室） ； Institute of Software Chinese Academy of Sciences（中国科学院软件研究所） ； Shanghai Jiao Tong University（上海交通大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出Declarative Model Interface (DMI)，通过将传统GUI转化为三种声明式原语，提升LLM驱动的计算机使用代理的任务成功率和效率。

Task-Space Singularity Avoidance for Control Affine Systems Using Control Barrier Functions

任务空间奇点避免：使用控制屏障函数控制仿射系统

Kimia Forghani, Suraj Raval, Lamar Mair, Axel Krieger, Yancy Diaz-Mercado

机构 * Department of Mechanical Engineering, University of Maryland, College Park（马里兰大学机械工程系，College Park分校） ； Division of Magnetic Manipulation and Particle Research, Weinberg Medical Physics, Inc.（Weinberg医学物理公司磁操控与粒子研究部） ； Department of Mechanical Engineering, Johns Hopkins University（约翰霍普金斯大学机械工程系） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出利用控制屏障函数避免控制仿射系统中任务空间奇点，通过分析输入输出映射矩阵的特征值识别奇异配置，并构建屏障函数以保持安全距离，实验表明可实现平滑轨迹跟踪并显著降低控制输入尖峰。

Quadrature Oscillation System for Coordinated Motion in Crawling Origami Robot

四象振荡系统用于爬行折纸机器人协同运动

Sean Liu, Ankur Mehta, Wenzhong Yan

机构 * Department of MAE, UCLA（加州大学洛杉矶分校机械工程系） ； Department of EE, UCLA（加州大学洛杉矶分校电气工程系） 纠错

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

AI总结 本研究提出四象振荡系统，生成四路相位差四分之一的方波信号，实现四种状态，用于折纸机器人协同运动控制。

Comments 8 pages, 11 figures, Accepted to ICRA 2026

Navigating the Concept Space of Language Models

在语言模型的概念空间中导航

Wilson E. Marcílio-Jr, Danilo M. Eler

机构 * Adaption Labs（Adaption实验室） ； São Paulo State University (UNESP)（圣保罗州立大学（UNESP）） 纠错

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

AI总结 本文提出Concept Explorer系统，通过层次化邻域嵌入组织SAE特征，实现对语言模型概念的可扩展交互探索，揭示高阶结构、有意义子簇和稀有概念。