机器人 / 具身智能

ProgressVLA: Progress-Guided Diffusion Policy for Vision-Language Robotic Manipulation

ProgressVLA: 用于视觉-语言机器人操控的进展引导扩散策略

Hongyu Yan, Qiwei Li, Jiaolong Yang, Yadong Mu

机构 * Peking University（北京大学） ； Microsoft Research Asia (MSRA)（微软亚洲研究院） 纠错

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

AI总结 本文提出ProgressVLA模型，通过鲁棒的进展估计和可微进展引导方法提升机器人操控任务的成功率和泛化能力。

Which Reconstruction Model Should a Robot Use? Routing Image-to-3D Models for Cost-Aware Robotic Manipulation

机器人应使用哪种重建模型？为成本感知的机器人操作路由图像到3D模型

Akash Anand, Aditya Agarwal, Leslie Pack Kaelbling

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文提出SCOUT框架，通过分离重建评分的两个组件，为机器人操作选择适合的3D重建模型，支持动态调整和多维成本约束。

Comments 8 pages, 7 tables, 3 figures. Supplementary material included. Project page: https://scout-model-routing.github.io

Goal-VLA: Image-Generative VLMs as Object-Centric World Models Empowering Zero-shot Robot Manipulation

Goal-VLA: 图像生成视觉语言模型作为对象中心世界模型，赋能零样本机器人操作

Haonan Chen, Jingxiang Guo, Bangjun Wang, Tianrui Zhang, Xuchuan Huang, Boren Zheng, Yiwen Hou, Chenrui Tie, Jiajun Deng, Lin Shao

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； The HKU Musketeers Foundation Institute of Data Science, The University of Hong Kong（香港大学数据科学研究院） ； Yuanpei College, Peking University（北京大学元培学院） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

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

AI总结 本文提出Goal-VLA框架，利用图像生成视觉语言模型生成目标状态，通过对象状态表示分离高阶与低阶策略，提升机器人操作的泛化能力。

LOME: Learning Human-Object Manipulation with Action-Conditioned Egocentric World Model

LOME：基于动作条件的视点世界模型学习人类-物体操控

Quankai Gao, Jiawei Yang, Qiangeng Xu, Le Chen, Yue Wang

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 LOME通过结合空间人类动作与环境上下文，生成逼真的人-物交互视频，提升动作跟随精度与泛化能力，实现物理效果如液体倒出。

Robotic Dexterous Manipulation via Anisotropic Friction Modulation using Passive Rollers

通过被动滚轮实现异向摩擦调节的机器人灵巧操作

Ethan Fisk, Taeyoon Lee, Shenli Yuan

机构 * Northeastern University（东北大学） ； RAI Institute（RAI研究所） 纠错

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

AI总结 本文提出一种通过被动滚轮调节接触摩擦和约束方向的机器人指尖设计，实现了多样化的灵巧操作，包括滑动、旋转和多物体 manipulation，展示了低复杂度机械高效摩擦调节方法的优越性。

Comments 2026 IEEE International Conference on Robotics & Automation

Learning Smooth and Robust Space Robotic Manipulation of Dynamic Target via Inter-frame Correlation

通过帧间相关性学习动态目标的平滑和鲁棒空间机械臂操作

Siyi Lang, Hongyi Gao, Yingxin Zhang, Zihao Liu, Hanlin Dong, Zhaoke Ning, Zhiqiang Ma, Panfeng Huang

机构 * Research Center for Intelligent Robotics, School of Astronautics, Northwestern Polytechnical University（西北工业大学航天学院智能机器人研究中心） ； School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院） ； School of Aeronautics and Astronautics, Sichuan University（四川大学空天科学与工程学院） 纠错

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

AI总结 本文提出一种数据驱动的空间机械臂操作方法，通过利用历史帧与当前帧的时序相关性，实现对未知和非结构化空间环境中动态目标的精确操控。

Comments none

Ruka-v2: Tendon Driven Open-Source Dexterous Hand with Wrist and Abduction for Robot Learning

Ruka-v2：具备腕关节和关节活动能力的 tendon 驱动开放式灵巧手

Xinqi Lucas Liu, Ruoxi Hu, Alejandro Ojeda Olarte, Zhuoran Chen, Kenny Ma, Charles Cheng Ji, Lerrel Pinto, Raunaq Bhirangi, Irmak Guzey

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

AI总结 Ruka-v2 是一种开放式源代码的 tendon 驱动人形手，具备腕关节和手指的关节活动能力，通过用户研究验证其在机器人学习中的有效性，包括双臂和单臂遥控任务及自主策略学习。

Spectral Decomposition of Inverse Dynamics for Fast Exploration in Model-Based Manipulation

逆动力学的谱分解用于基于模型的操纵快速探索

Solvin Sigurdson, Benjamin Riviere, Joel Burdick

机构 * California Institute of Technology（加州理工学院） ； New York University（纽约大学） 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 本文提出利用逆动力学方程的谱分解生成轨迹的方法，通过正交成分高效探索复杂接触动态，实现长时域规划，展示了在高复杂度领域中的实时能力。

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

Feel Robot Feels: Tactile Feedback Array Glove for Dexterous Manipulation

触觉反馈阵列手套：用于灵巧操作的触觉反馈手套

Feiyu Jia, Xiaojie Niu, Sizhe Yang, Qingwei Ben, Tao Huang, Feng zhao, Jingbo Wang, Jiangmiao Pang

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TAG手套，通过高精度手部运动捕捉与高分辨率触觉反馈，实现灵巧操作的触觉闭环远程操控，提升接触几何和动态力的实时感知能力。

Comments 13 pages, 16 figures

Probe-to-Grasp Manipulation Using Self-Sensing Pneumatic Variable-Stiffness Joints

利用自感知气动可变刚度关节的探针到抓取操作

Ngoc Duy Tran, Yeman Fan, Feng Dai, Khang Nguyen, Anh Nguyen, Hoang Hiep Ly, Tung D. Ta, Shigeru Chiba

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

AI总结 本文提出一种利用被动软刚两指混合夹具的探针到抓取框架，通过自感知气动可变刚度关节估计物体相对刚度，实现对变形物体的稳定抓取。

CycleManip: Enabling Cyclic Task Manipulation via Effective Historical Perception and Understanding

CycleManip: 通过有效的历史感知和理解实现循环任务操控

Yi-Lin Wei, Haoran Liao, Yuhao Lin, Pengyue Wang, Zhizhao Liang, Guiliang Liu, Wei-Shi Zheng

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） 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CycleManip框架，通过端到端模仿方法实现循环任务操控，解决了历史利用不足和缺乏评估基准的问题，实验表明方法在模拟和现实环境中均表现出高成功率和良好的适应性。

Comments Accepted by CVPR2026. Project page: https://isee-laboratory.github.io/CycleManip/

Surface-Constrained Offline Warping with Contact-Aware Online Pose Projection for Safe Robotic Trajectory Execution

表面约束的离线变形与接触感知的在线姿态投影用于安全的机器人轨迹执行

Farong Wang, Sai Swaminathan, Fei Liu

机构 * Min H. Kao Department of Electrical Engineering and Computer Science (EECS), University of Tennessee, Knoxville (UTK)（田纳西大学诺克斯维尔分校电气工程与计算机科学系） 纠错

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

AI总结 本文提出一种两阶段框架，通过表面约束的离线变形和接触感知的在线投影，实现稳定且可重复的表面嵌入轨迹执行，减少几何不连续性和大角度跳跃。

Comments 7 pages, 7 figures. Submitted to IROS 2026

UMI-Underwater: Learning Underwater Manipulation without Underwater Teleoperation

UMI-Underwater：无需水下遥控的学习水下操作

Hao Li, Long Yin Chung, Jack Goler, Ryan Zhang, Xiaochi Xie, Huy Ha, Shuran Song, Mark Cutkosky

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

AI总结 本文提出UMI-Underwater系统，通过自监督数据收集管道自主获取水下抓取示范，并利用基于深度的 affordance 表示将陆地到水下领域差距桥接，提升水下抓取性能和鲁棒性。

R3DP: Real-Time 3D-Aware Policy for Embodied Manipulation

R3DP：实时3D感知策略用于具身操作

Yuhao Zhang, Wanxi Dong, Yue Shi, Yi Liang, Jingnan Gao, Qiaochu Yang, Yaxing Lyu, Zhixuan Liang, Yibin Liu, Congsheng Xu, Xianda Guo, Wei Sui, Yaohui Jin, Xiaokang Yang, Yanyan Xu, Yao Mu

机构 * Shanghai Jiao Tong University（上海交通大学） ； D-Robotics（地平线机器人） ； Southern University of Science and Technology（南方科技大学） ； Xspark AI（星火科技） ； The University of Hong Kong（香港大学） ； Wuhan University（武汉大学） ； Xiamen University Malaysia（厦门大学马来西亚分校） ； Northeastern University（东北大学） 纠错

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

AI总结 R3DP通过异步快慢协作模块整合大尺度3D先验知识，提升实时操作性能，实验显示在成功率和推理时间上均优于现有方法。

Comments Project Page: https://dazazh.github.io/r3dp-project-page/ Github Repo: https://github.com/dazazh/R3DP

With a Little Help From My Friends: Collective Manipulation in Risk-Controlling Recommender Systems

与朋友的帮助：风险控制推荐系统中的集体操控

Giovanni De Toni, Cristian Consonni, Erasmo Purificato, Emilia Gomez, Bruno Lepri

机构 * Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； European Commission, Joint Research Centre (JRC)（欧盟委员会联合研究中心） 纠错

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

AI总结 研究揭示风险控制推荐系统因依赖聚合反馈易受集体对抗操控影响，通过实验证明小群体可通过平台功能降低非对抗用户nDCG表现，并提出将保障从群体层面转向用户层面的缓解策略。

Active Stereo-Camera Outperforms Multi-Sensor Setup in ACT Imitation Learning for Humanoid Manipulation

主动立体相机在ACT模仿学习中优于多传感器设置

Robin Kühn, Moritz Schappler, Thomas Seel, Dennis Bank

机构 * Institute of Mechatronic Systems, Leibniz University Hannover（莱布尼茨汉诺威大学机电系统研究所） 纠错

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

AI总结 本文研究了在数据有限的情况下，主动立体相机在人形机器人操作任务中的表现优于多传感器配置，通过实验验证了主动视觉在鲁棒性和复杂性之间的最佳平衡。

Comments 7 pages

CraftMesh: High-Fidelity Generative Mesh Manipulation via Poisson Seamless Fusion

CraftMesh: 通过泊松无缝融合实现高保真的生成网格操控

James Jincheng, Yuxiao Wu, Youcheng Cai, Ligang Liu

机构 * Hefei Thomas School（合肥托马斯学校） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 CraftMesh通过将网格编辑分解为2D和3D生成模型的联合流程，结合泊松几何融合与纹理和谐技术，实现复杂几何的高保真生成与无缝融合，优于现有方法。

Conflict Resolution Strategies for Co-manipulation of Virtual Objects Under Non-disjoint Conditions

共操控虚拟物体时非不交条件下的冲突解决策略

Xian Wang, Xuanru Cheng, Rongkai Shi, Lei Chen, Jingyao Zheng, Hai-Ning Liang, Lik-Hang Lee

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

AI总结 本文研究了在非不交条件下，通过预防策略和反应策略解决虚拟现实共操控中物体冲突的问题，通过用户研究验证了平均法和动作级限制在协作编辑任务中的有效性。

Gradient Manipulation in Distributed Stochastic Gradient Descent with Strategic Agents: Truthful Incentives with Convergence Guarantees

分布式随机梯度下降中梯度操纵的策略性代理：具有收敛保证的诚实激励

Ziqin Chen, Yongqiang Wang

机构 * Department of Electrical and Computer Engineering, Clemson University（克莱姆森大学电气与计算机工程系） 纠错

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

AI总结 本文提出一种完全分布式支付机制，首次在分布式随机梯度下降中保证诚实行为和准确收敛，克服了现有诚实机制的两大局限：依赖集中服务器和牺牲收敛精度。

Comments 19 pages, 8 figures

Pandora: Articulated 3D Scene Graphs from Egocentric Vision

Pandora: 从第一人称视觉获取拟合3D场景图

Alan Yu, Yun Chang, Christopher Xie, Luca Carlone

机构 * Laboratory for Information and Decision Systems, Massachusetts Institute of Technology（麻省理工学院信息与决策系统实验室） ； Meta Reality Labs（Meta现实实验室） 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Pandora方法，利用人类自然探索场景时的单目数据，恢复拟合物体部件模型，并整合到3D场景图中，提升机器人移动操作能力。

Comments 14 pages, 5 figures. Presented at the 2025 British Machine Vision Conference (BMVC) in Sheffield, UK

SHOW3D: Capturing Scenes of 3D Hands and Objects in the Wild

SHOW3D：捕捉真实环境中的3D手和物体场景

Patrick Rim, Kevin Harris, Braden Copple, Shangchen Han, Xu Xie, Ivan Shugurov, Sizhe An, He Wen, Alex Wong, Tomas Hodan, Kun He

机构 * Meta Reality Labs（Meta现实实验室） ； Yale University（耶鲁大学） 纠错

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

AI总结 本文提出SHOW3D数据集，通过多摄像头系统实现真实环境中手与物体交互的3D标注，解决了传统数据集环境单一的问题，提升了模型在现实场景中的泛化能力。

Comments CVPR 2026

Tele-Catch: Adaptive Teleoperation for Dexterous Dynamic 3D Object Catching

Tele-Catch：适应性远程操作用于灵巧动态3D物体捕捉

Weiguang Zhao, Junting Dong, Rui Zhang, Kailin Li, Qin Zhao, Kaizhu Huang

机构 * Princeton University（普林斯顿大学） ； Springer Heidelberg（海德堡施普林格出版社） ； ABC Institute, Rupert-Karls-University Heidelberg（ABC研究所，鲁普雷希特-卡尔斯-海德堡大学） 纠错

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

AI总结 本文提出Tele-Catch框架，通过融合手套信号与扩散策略去噪过程，实现动态物体捕捉任务中的共享自主控制，提升准确性和鲁棒性。

Understanding Semantic Perturbations on In-Processing Generative Image Watermarks

理解生成图像水印在处理过程中的语义扰动

Anirudh Nakra, Min Wu

机构 * University of Maryland, College Park, MD, USA（马里兰大学帕克分校） 纠错

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

AI总结 研究探讨了生成图像水印在处理过程中对语义扰动的鲁棒性，提出多阶段框架进行系统压力测试，发现语义编辑会显著降低水印检测能力，揭示当前水印评估存在的关键缺口。

LightMover: Generative Light Movement with Color and Intensity Controls

LightMover：具有颜色和强度控制的生成式光移动

Gengze Zhou, Tianyu Wang, Soo Ye Kim, Zhixin Shu, Xin Yu, Yannick Hold-Geoffroy, Sumit Chaturvedi, Qi Wu, Zhe Lin, Scott Cohen

机构 * AIML, Adelaide University（阿德莱德大学机器学习研究所） ； Adobe Research（Adobe研究院） ； University of Hong Kong（香港大学） ； Yale University（耶鲁大学） 纠错

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

AI总结 LightMover通过视频扩散先验生成单图像中可控的光照变化，统一处理空间和外观控制，提升操控与光照理解，并引入自适应令牌修剪机制，减少控制序列长度41%同时保持编辑保真度。

Comments CVPR 2026. 10 pages, 5 figures, 6 tables in main paper; supplementary material included

AffordGrasp: Cross-Modal Diffusion for Affordance-Aware Grasp Synthesis

AffordGrasp：跨模态扩散用于感知意识抓取合成

Xiaofei Wu, Yi Zhang, Yumeng Liu, Yuexin Ma, Yujiao Shi, Xuming He

机构 * ShanghaiTech University（上海科技大学） ； Shanghai Engineering Research Center of Intelligent Vision and Imaging（上海智能视觉与成像工程技术研究中心） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本文提出AffordGrasp，通过跨模态扩散模型生成准确反映物体几何和用户指令的抓取姿态，提升AR/VR和具身AI中的手-物交互质量。

Comments CVPR 2026

FlexiCup: Wireless Multimodal Suction Cup with Dual-Zone Vision-Tactile Sensing

FlexiCup: 无线多模态吸盘 with 双区视觉-触觉感知

Junhao Gong, Shoujie Li, Kit-Wa Sou, Changqing Guo, Hourong Huang, Tong Wu, Yifan Xie, Chenxin Liang, Chuqiao Lyu, Xiaojun Liang, Wenbo Ding

机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，深圳泛在数据赋能重点实验室） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 FlexiCup通过无线电子集成双区视觉-触觉传感，实现接触感知操控，验证了传感与驱动解耦的有效性，同时在不同气动原理下均表现出色。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L)

FocusVLA: Focused Visual Utilization for Vision-Language-Action Models

FocusVLA: 用于视觉-语言-动作模型的聚焦视觉利用

Yichi Zhang, Weihao Yuan, Yizhuo Zhang, Xidong Zhang, Jia Wan

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； DaiMon Robotics, China（戴蒙机器人公司） ； Nanjing University, Nanjing, China（南京大学） ； Renmin University of China, Beijing, China（中国人民大学） 纠错

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

AI总结 本文提出FocusVLA，通过聚焦任务相关视觉区域提升视觉-语言-动作模型的性能，解决视觉信息利用不足的问题。

Comments 25 pages, 18 figures

Generalizable Detection of AI Generated Images with Large Models and Fuzzy Decision Tree

基于大模型和模糊决策树的AI生成图像通用检测

Fei Wu, Guanghao Ding, Zijian Niu, Zhenrui Wang, Lei Yang, Zhuosheng Zhang, Shilin Wang

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

AI总结 本文提出结合轻量级特征感知检测器与大模型的模糊决策树框架，提升AI生成图像检测的准确性和泛化能力。

ConceptWeaver: Weaving Disentangled Concepts with Flow

ConceptWeaver: 通过流模型编织解耦的概念

Jintao Chen, Aiming Hao, Xiaoqing Chen, Chengyu Bai, Chubin Chen, Yanxun Li, Jiahong Wu, Xiangxiang Chu, Shanghang Zhang

机构 * Peking University（北京大学） ； AMAP, Alibaba Group（阿里巴巴集团高德地图） 纠错

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

AI总结 ConceptWeaver通过三阶段框架实现单次概念解耦，利用阶段感知优化策略学习语义偏移并在推理中注入，实现高保真合成与编辑。

Rethinking Structure Preservation in Text-Guided Image Editing with Visual Autoregressive Models

重新思考基于视觉自回归模型的文本引导图像编辑中的结构保持

Tao Xia, Jiawei Liu, Yukun Zhang, Ting Liu, Wei Wang, Lei Zhang

机构 * Beijing Institute of Technology（北京理工大学） ； Shenyang Institute of Automation, CAS（中国科学院沈阳自动化研究所） ； Meitu Inc, MTLab（美图公司MTLab） 纠错

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

AI总结 本文提出基于视觉自回归模型的文本引导图像编辑框架，通过分析中间特征分布，改进可编辑区域定位和结构一致性，提升编辑质量和结构保持性。