机器人 / 具身智能

Deep Reinforcement Learning for Robotic Manipulation under Distribution Shift with Bounded Extremum Seeking

在分布偏移下用于机械臂操作的深度强化学习与有界极值搜索

Shaifalee Saxena, Rafael Fierro, Alexander Scheinker

机构 * University of New Mexico（新墨西哥大学） ； Los Alamos National Lab（洛斯阿拉莫斯国家实验室） 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 本文提出结合深度确定性策略梯度与有界极值搜索的混合控制器，提升机械臂在分布偏移下的鲁棒性，通过时间变化目标和摩擦不均等场景验证。

An Integrated Soft Robotic System for Measuring Vital Signs in Search and Rescue Environments

一种集成式软机器人系统用于灾难救援环境中生命体征的测量

Jorge Francisco García-Samartín, Christyan Cruz Ulloa, Andrés Sánchez-Silva, Jaime del Cerro, Antonio Barrientos

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

AI总结 本文设计了一种软夹具并集成到移动机器人系统中，用于测量灾后环境中受害者的脉搏和血压，通过不同信号处理算法实现了4 bpm的脉搏偏差和约5 mmHg的血压偏差。

RoboNeuron: A Middle-Layer Infrastructure for Agent-Driven Orchestration in Embodied AI

RoboNeuron：面向具身AI的代理驱动编排中层基础设施

Weifan Guan, Qinghao Hu, Huasen Xi, Chenxiao Zhang, Aosheng Li, Jian Cheng

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； AiRiA ； MAICRO 纠错

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

AI总结 本文提出RoboNeuron中层框架，解决视觉-语言-动作模型与机器人中间件间的接口不匹配问题，通过统一执行抽象实现模块化编排与后端切换。

Out of Sight, Out of Track: Adversarial Attacks on Propagation-based Multi-Object Trackers via Query State Manipulation

视而不见，失之跟踪：通过查询状态操控对基于传播的多目标跟踪器进行对抗攻击

Halima Bouzidi, Haoyu Liu, Yonatan Gizachew Achamyeleh, Praneetsai Vasu Iddamsetty, Mohammad Abdullah Al Faruque

机构 * University of California, Irvine（加利福尼亚大学尔湾分校） 纠错

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

AI总结 本文提出FADE框架，通过操控查询状态攻击基于传播的多目标跟踪器，导致身份切换和跟踪终止。

Comments Accepted for presentation at CVPR 2026 (main track)

Curriculum Guided Massive Multi Agent System Solving For Robust Long Horizon Tasks

课程引导的大规模多智能体系统解决稳健长周期任务

Indrajit Kar, Kalathur Chenchu Kishore Kumar

机构 * Wipro Innovation Networks（威普罗创新网络） 纠错

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

AI总结 本文提出一种分层多智能体架构，通过空间课程逐步扩展网格区域，使智能体先掌握中央任务再处理外围任务，提升长周期任务的稳定性和推理能力。

Comments 22 pages, 2 tables, 9 figures

How to Train your Tactile Model: Tactile Perception with Multi-fingered Robot Hands

如何训练你的触觉模型：多指机械手的触觉感知

Christopher J. Ford, Kaichen Shi, Laura Butcher, Nathan F. Lepora, Efi Psomopoulou

机构 * Bristol Robotics Laboratory, University of Bristol（布里斯托大学布里斯托机器人实验室） 纠错

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

AI总结 本文提出TacViT模型，基于视觉Transformer实现触觉感知，能有效泛化新传感器数据，减少数据收集和重训练需求，提升多指机械手的触觉感知能力。

Comments Accepted for publication at the International Conference on Robotics and Automation (ICRA) 2026, Vienna

SoftHand Model-W: A 3D-Printed, Anthropomorphic, Underactuated Robot Hand with Integrated Wrist and Carpal Tunnel

SoftHand Model-W: 一种3D打印的拟人化欠驱动机器人手，集成腕关节和腕管机制

Dhillon B. Merritt, Christopher J. Ford, Haoran Li, Malia Smith, Zhixing Chen, Efi Psomopoulou, Nathan F. Lepora

机构 * Bristol Robotics Laboratory, University of Bristol（布里斯托大学布里斯托机器人实验室） 纠错

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

AI总结 SoftHand Model-W通过集成腕关节和腕管机制，实现了五指主动屈伸及掌部主动屈伸和桡侧/尺侧偏移，展示了近端自由度在现实机器人应用中实现多样化、类人操作的关键作用。

Comments Accepted for publication at the International Conference of Robotics and Automation (ICRA) 2026, Vienna

Functional Force-Aware Retargeting from Virtual Human Demos to Soft Robot Policies

功能导向的软机器人策略的虚拟人演示重定向

Uksang Yoo, Mengjia Zhu, Evan Pezent, Jom Preechayasomboon, Jean Oh, Jeffrey Ichnowski, Amir Memar, Ben Abbatematteo, Homanga Bharadhwaj, Ashish Deshpande, Harsha Prahlad

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

AI总结 本文提出SoftAct框架，通过显式考虑接触力来教软机器人手执行类人操作技能。采用虚拟现实技术捕获丰富的示范数据，结合两阶段力感知重定向算法，实现力平衡映射和实时接触优化，提升软机器人在复杂任务中的表现。

Geometric Visual Servo Via Optimal Transport

通过最优传输的几何视觉伺服

Ethan Canzini, Simon Pope, Ashutosh Tiwari

机构 * University of Sheffield（谢菲尔德大学） ； Airbus UK（空客英国） 纠错

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

AI总结 本文提出基于最优传输的几何控制律，结合PD控制与重力补偿，实现机器人机械臂的位姿和图像视觉伺服控制。

Comments 19 pages, 5 figures. Accepted to Control Engineering Practice

DreamControl-v2: Simpler and Scalable Autonomous Humanoid Skills via Trainable Guided Diffusion Priors

DreamControl-v2：通过可训练引导扩散先验实现更简单且可扩展的自主人形技能

Sudarshan Harithas, Sangkyung Kwak, Pushkal Katara, Srujan Deolasee, Dvij Kalaria, Srinath Sridhar, Sai Vemprala, Ashish Kapoor, Jonathan Chung-Kuan Huang

机构 * General Robotics, USA（美国通用机器人公司） ； Brown University, USA（美国布朗大学） ； University of California, Berkeley, USA（美国加州大学伯克利分校） 纠错

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

AI总结 本文提出改进的DreamControl框架，通过在人形机器人运动空间中训练引导扩散模型，整合多样化的人类和机器人数据集，提升技能范围和自动化程度，验证了生成参考轨迹的扩展性对下游RL策略的重要性。

The QuadSoft: Design, Construction, and Experimental Validation of a Soft and Actuated Quadrotor

QuadSoft：一种软体和驱动四旋翼的设计、构造与实验验证

Rodolfo Verdin, Hugo Moreno, Mark W. Spong, Gerardo Flores

专题命中 机器人操作 ：robotics(abstract,comments)；robotic(abstract)

AI总结 本文提出QuadSoft，一种具有连续曲率腱驱动软体机械臂的全驱动四旋翼，通过半刚性中央框架与柔性臂的结合，实现飞行中可控结构重构。实验验证了其在户外稳定飞行、悬停、方向操控和降落的能力，展示了软体机械臂在保持高度的同时可产生水平位移。

Comments Accepted for publication in the IEEE International Conference on Robotics and Automation (ICRA 2026)

Beyond Symbolic Solving: Multi Chain-of-Thought Voting for Geometric Reasoning in Large Language Models

超越符号求解：用于大语言模型几何推理的多链式思维投票

Md. Abu Bakor Siddique, Shahrin Hossain, Sadman Ahmed Siam, Syed Rifat Raiyan, Hasan Mahmud, Md Kamrul Hasan

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

AI总结 本文提出MARS-GPS方法，通过生成多个并行推理流程并结合Python代码执行，利用熵值进行排序并多阶段投票，提升大语言模型在几何推理中的性能，实验显示其在Geometry3K数据集上达到88.8%的准确率，比现有最佳水平提升11%。

Comments Under review, 4 figures, 7 tables

ActErase: A Training-Free Paradigm for Precise Concept Erasure via Activation Redirection

ActErase: 一种无需训练的概念擦除范式通过激活重定向

Yi Sun, Xinhao Zhong, Hongyan Li, Yimin Zhou, Junhao Li, Bin Chen, Xuan Wang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 本文提出无需训练的概念擦除方法ActErase，通过激活差异区域分析和动态替换输入激活，实现高效概念擦除，同时保持模型生成能力，且具有对抗攻击鲁棒性。

Human-in-the-Loop Control of Objective Drift in LLM-Assisted Computer Science Education

人机协同控制LLM辅助计算机科学教育中的目标漂移

Mark Dranias, Adam Whitley

机构 * Asheville Institute for Memory and Longevity（阿什维尔记忆与长寿研究所） ； University of North Carolina Asheville（北卡罗来纳大学阿什维尔分校） 纠错

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

AI总结 本文提出一种人机协同的教学方法，通过分离规划与执行，训练学生在代码生成前指定接受标准和架构约束，以稳定AI辅助学习过程。

Comments 8 pages

Eyla: Toward an Identity-Anchored LLM Architecture with Integrated Biological Priors -- Vision, Implementation Attempt, and Lessons from AI-Assisted Development

Eyla：迈向具有集成生物先验的LLM架构——视觉、实现尝试及AI辅助开发的教训

Arif Aditto

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

AI总结 Eyla提出一种以身份为基础的LLM架构，整合生物启发子系统，通过AI辅助开发的失败分析，揭示了AI辅助软件工程中的系统性失效模式。

Comments 8 pages, 3 tables, 25 references. Preprint under review for workshop submission

Strain-tunable multipiezo effects in Janus monolayer Cr2SSe: Selective reversal of valley polarization and single-spin-channel anomalous valley Hall effect

应变可调的Janus单层Cr2SSe中的多铁电效应：谷极化选择反转和单自旋通道异常谷Hall效应

Quan Shen, Jianing Tan, Tao Yao, Wenhu Liao, Jiansheng Dong

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过第一性原理计算揭示Janus单层Cr2SSe中应变可调的多铁电效应，展示谷极化反转与单自旋通道异常谷Hall效应，为低功耗谷度自由度操控提供理论基础。

Replacing Multi-Step Assembly of Data Preparation Pipelines with One-Step LLM Pipeline Generation for Table QA

用单步LLM管道生成替代数据准备流水线的多步组装

Fengyu Li, Junhao Zhu, Kaishi Song, Lu Chen, Zhongming Yao, Tianyi Li, Christian S. Jensen

机构 * Zhejiang University（浙江大学） ； Northeastern University（东北大学） ； Aalborg University（奥尔堡大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出Operation-R1框架，通过强化学习训练轻量LLM生成高质量表格问答数据准备流水线，实现单步推理，提升准确率并降低计算成本。

Large Language Models in the Abuse Detection Pipeline

大语言模型在滥用检测流水线中的应用

Suraj Kath, Sanket Badhe, Preet Shah, Ashwin Sampathkumar, Shivani Gupta

机构 * Google LLC（谷歌有限责任公司） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文探讨大语言模型在滥用检测生命周期中的应用，分析其在标签生成、检测、审核及审计等阶段的作用，并讨论其面临的挑战与未来研究方向。

Physically-intuitive Privacy and Security: A Design Paradigm for Building User Trust in Smart Sensing Environments

物理直观的隐私与安全：构建智能传感环境用户信任的设计范式

Youngwook Do, Yuxi Wu, Gregory D. Abowd, Sauvik Das

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出物理直观隐私与安全（PIPS）设计范式，通过物理操作、可感知保证和意图对齐的传感器控制提升用户信任，展示了三个案例研究以验证其有效性。

Comments 18 pages, 4 figures

Valley-dependent emission patterns enabled by plasmonic nanoantennas

通过等离子体纳米天线实现谷依赖的发射模式

Tobias Bucher, Jingshi Yan, Jan Sperrhake, Zlata Fedorova, Mostafa Abasifard, Rajeshkumar Mupparapu, Haitao Chen, Emad Najafidehaghani, Khosro Zangeneh Kamali, Antony George, Mohsen Rahmani, Thomas Pertsch, Andrey Turchanin, Dragomir N. Neshev, Isabelle Staude

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过等离子体纳米天线调控单层过渡金属二硫化物中谷极化激子的发射模式，实现谷极化发光的精确控制，为谷电子学和量子信息器件提供新平台。

Comments 38 pages, 6 figures