机器人 / 具身智能

Referring-Aware Visuomotor Policy Learning for Closed-Loop Manipulation

面向指引用的视觉-运动策略学习用于闭环操作

Jiahua Ma, Yiran Qin, Xin Wen, Yixiong Li, Yuyu Sun, Yulan Guo, Liang Lin, Ruimao Zhang

机构 * Sun Yat-sen University（中山大学） ； Oxford University（牛津大学） 纠错

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

AI总结 本文提出ReV框架，通过整合稀疏指引用点实现动态轨迹重规划，无需额外数据即可提升机器人操作的鲁棒性。

STAR: Learning Diverse Robot Skill Abstractions through Rotation-Augmented Vector Quantization

STAR：通过旋转增强的向量量化学习多样化的机器人技能抽象

Hao Li, Qi Lv, Rui Shao, Xiang Deng, Yinchuan Li, Jianye Hao, Liqiang Nie

机构 * School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； Huawei Noah's Ark Lab（华为诺亚方舟实验室） 纠错

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

AI总结 STAR通过旋转增强的向量量化和因果技能变压器，提升机器人技能学习与组合，实现复杂行为完成，在LIBERO基准和现实任务中表现优越。

Comments Accepted by ICML 2025 Spotlight

Journal ref Proceedings of the 42st International Conference on Machine Learning, PMLR 267, 2025

HiPolicy: Hierarchical Multi-Frequency Action Chunking for Policy Learning

HiPolicy：分层多频动作分块用于策略学习

Jiyao Zhang, Zimu Han, Junhan Wang, Xionghao Wu, Shihong Lin, Jinzhou Li, Hongwei Fan, Ruihai Wu, Dongjiang Li, Hao Dong

机构 * CFCS, School of CS, PKU（北京大学计算机学院计算与金融研究中心） ； National Key Laboratory for Multimedia Information Processing, School of CS, PKU（北京大学计算机学院多媒体信息处理国家重点实验室） ； XJTU（西安交通大学） ； THU（清华大学） ； BUAA（北京航空航天大学） ； Jingdong Technology Information Technology Co., Ltd（京东科技信息技术有限公司） 纠错

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

AI总结 HiPolicy通过分层多频动作分块框架，联合预测不同频率的动作序列，以捕捉粗粒度高层次计划和精确的反应动作，提升策略学习的性能和执行效率。

Gaze-Regularized Vision-Language-Action Models for Robotic Manipulation

用于机器人操作的视觉-语言-动作模型中的目光正则化

Anupam Pani, Yanchao Yang

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

AI总结 本文提出一种目光正则化框架，通过将目光热图转换为补丁分布，并利用KL散度正则化Transformer注意力，提升机器人操作任务的性能和可解释性。

BiCoord: A Bimanual Manipulation Benchmark towards Long-Horizon Spatial-Temporal Coordination

BiCoord: 一种面向长时域空间-时间协调的双臂操作基准

Xingyu Peng, Chen Gao, Liankai Jin, Annan Li, Si Liu

机构 * Beihang University（北京航空航天大学） ； Zhongguancun Academy（中关村学院） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 BiCoord基准旨在解决双臂操作中长时域和紧密协调的问题，通过多样化的任务和量化指标评估协调性，揭示现有方法在长时域任务中的不足。

Comments 8 pages

GeoPredict: Leveraging Predictive Kinematics and 3D Gaussian Geometry for Precise VLA Manipulation

GeoPredict: 借助预测运动学和3D高斯几何实现精确VLA操作

Jingjing Qian, Boyao Han, Chen Shi, Lei Xiao, Long Yang, Shaoshuai Shi, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Hunan University（湖南大学） ； Voyager Research, Didi Chuxing（滴滴出行沃歌研究） 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 GeoPredict通过引入轨迹级模块和预测3D高斯几何模块，提升VLA模型在3D空间推理中的精度，实验表明其在几何密集和空间要求高的任务中表现优异。

Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery

基于EEG的混合视觉和运动想象的机器人抓取与放置控制

Yichang Liu, Tianyu Wang, Ziyi Ye, Yawei Li, Yu-Gang Jiang, Shouyan Wang, Yanwei Fu

机构 * Institute of Science and Technology for Brain-inspired Intelligence (ISTBI), Fudan University（复旦大学类脑智能科学与技术研究院） ； School of Data Science, Fudan University（复旦大学大数据学院） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海市多模态具身智能重点实验室） ； Shanghai Innovation Institute（上海创新研究院） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出一种整合EEG视觉和运动想象与机器人控制的框架，实现实时意图驱动的抓取与放置。系统通过离线预训练解码器在在线流式管道中零样本方式实现神经信号与物理控制的连接，实现视觉意图到机器人动作的转换，验证了纯想象基BCI范式在实际人机协作中的灵活性。

Comments ICRA 2026

Belief Dynamics for Detecting Behavioral Shifts in Safe Collaborative Manipulation

信念动力学在安全协作操作中检测行为转变

Devashri Naik, Divake Kumar, Nastaran Darabi, Amit Ranjan Trivedi

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 本文研究了在非平稳环境中通过信念跟踪模块检测行为转变，提出UA-TOM方法在协作操作中显著降低碰撞风险，同时在跨领域实验中验证了其有效性。

Synergizing Efficiency and Reliability for Continuous Mobile Manipulation

融合效率与可靠性以实现连续移动操作

Chengkai Wu, Ruilin Wang, Yixin Zeng, Jiayuan Wang, Mingjie Zhang, Guiyong Zheng, Qun Niu, Juepeng Zheng, Jun Ma, Boyu Zhou

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学） ； Southern University of Science and Technology（南方科技大学） 纠错

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

AI总结 本文提出统一框架，融合效率与可靠性以完成连续移动任务，在不确定环境中提升任务成功率26.67%-81.67%。

Comments 33 pages, 26 figures, 4 tables. Video: https://www.bilibili.com/video/BV1YWP4zxEQD

Not All Latent Spaces Are Flat: Hyperbolic Concept Control

并非所有潜在空间都是平坦的：双曲概念控制

Maria Rosaria Briglia, Simone Facchiano, Paolo Cursi, Alessio Sampieri, Emanuele Rodolà, Guido Maria D'Amely di Melendugno, Luca Franco, Fabio Galasso, Iacopo Masi

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

AI总结 本文提出双曲控制机制，利用双曲表示空间提升概念操控的表达力和稳定性，通过四个安全基准和四个T2I模型验证其有效性。

You're Pushing My Buttons: Instrumented Learning of Gentle Button Presses

你正在按我的按钮：仪器化学习温和的按钮按下

Raman Talwar, Remko Proesmans, Thomas Lips, Andreas Verleysen, Francis wyffels

机构 * Ghent University—imec（根特大学—imec） ； AI and Robotics Lab (IDLab-AIRO)（人工智能与机器人实验室（IDLab-AIRO）） 纠错

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

AI总结 本文研究通过仪器化学习提升接触丰富操作的性能，利用麦克风指尖捕捉接触相关音频，结合模仿学习策略，通过仪器化信号优化音频编码器，减少接触力，验证了仪器化作为训练时辅助目标的有效性。

Comments icra 2026 workshop paper

Shoulder Range of Motion Rehabilitation Robot Incorporating Scapulohumeral Rhythm for Frozen Shoulder

结合肩胛盂肱节律的肩关节活动度康复机器人

Hyunbum Cho, Sungmoon Hur, Joowan Kim, Keewon Kim, Jaeheung Park

机构 * Seoul National University（首尔国立大学） ； Blue Robin inc.（Blue Robin公司） ； Seoul National University Hospital（首尔国立大学医院） ； Seoul National University and Advanced Institutes of Convergence Technology（首尔国立大学与融合技术高等研究院） 纠错

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

AI总结 本文提出一种新型康复机器人，通过整合先进肩胛盂肱节律稳定技术，解决冻结肩患者被动活动度训练的挑战。该机器人采用6自由度机制，通过个性化双阶段操作恢复肩关节功能。

Comments Published in Journal of Bionic Engineering

Journal ref J. Bionic Eng. 22, 2456-2473 (2025)

Error semitransparent universal control of a bosonic logical qubit

玻色子逻辑量子比特的误差半透明通用控制

Saswata Roy, Owen C. Wetherbee, Valla Fatemi

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出基于动态编码子空间的框架，利用简单线性驱动实现误差半透明的通用逻辑门，通过减少光子损失导致的退相干，展示了量子纠错延长的操作寿命和非克莱因门的构造。

Comments We update our article with the appendix that provides further detail of our methods and extended experimental and simulation data supporting our claims

Magnon-Magnon Interaction Induced by Dynamic Coupling in a Hybrid Magnonic Crystal

由动态耦合诱导的磁子-磁子相互作用在混合磁子晶体中

Rawnak Sultana, Mojtaba Taghipour Kaffash, Gianluca Gubbiotti, Yi Ji, M. Benjamin Jungfleisch, Federico Montoncello

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过实验和数值方法探讨了混合磁子晶体中自旋波动力学，揭示了层间偶极耦合对磁化动力学的关键作用，并发现CoFeB与NiFe的磁饱和差异增强了耦合，导致谱中出现三重峰。

Journal ref ACS Appl. Electron. Mater. 2026, 8, 1, 482

Optical Propulsion and Levitation of Metajets

元表面的光学推进与悬浮

Kaushik Kudtarkar, Yixin Chen, Ziqiang Cai, Preston Cunha, Xinyi Wang, Sam Lin, Zi Jing Wong, Yongmin Liu, Shoufeng Lan

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种由元原子控制的元喷射驱动力，实现对结构化物体的操控，通过折射和反射分析得出三维运动可能性，并通过实验验证了平面推进和垂直悬浮。

Optically induced thermal demagnetization and switching of antiferromagnetic domains in NiO and CoO thin films

光诱导热退磁及NiO和CoO薄 films中反铁磁域的开关

Maciej Dąbrowski, Tong Wu, Connor R. J. Sait, Jia Xu, Paul S. Keatley, Yizheng Wu, Robert J. Hicken, Olena Gomonay

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过单光脉冲热退磁反铁磁体，实现反铁磁域随机分布，利用激光扫描控制畴壁运动，展示无需电流的全光开关，为超快光学操控全补偿反铁磁体提供新路径。

A plug-and-play superconducting quantum controller at millikelvin temperatures enables exceeding 99.9% average gate fidelity

毫开尔文温度下的插件式超导量子控制器实现超过99.9%的平均门保真度

Kuang Liu, Zhiyuan Wang, Xiaoliang He, Siqi Li, Hao Wu, Xiangyu Ren, Zhengqi Niu, Wangpeng Gao, Chenluo Zhang, Pei Huang, Yu Wu, Liliang Ying, Wei Peng, Jaw-Shen Tsai, Zhirong Lin

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究开发了一种在毫开尔文温度下实现高保真量子操作的超导控制器，通过直接芯片间连接和全数字操控，实现了99.9%的平均Clifford保真度和低能耗的门操作。

Comments 9 pages, 5 figures

Terahertz and Optical Acceleration Techniques

太赫兹与光学加速技术

Franz X. Kärtner

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文探讨了太赫兹和光学辐射在电子加速及束流操控中的最新进展，分析了短波长辐射在克服击穿现象方面的优势，以及其在加速梯度和束流电荷方面的应用。

Comments 13 pages, contribution to the CAS - CERN Accelerator School: RF for Accelerators, 18 June - 01 July 2023, Berlin Germany

Ultrasound-controlled stream splitting in a microfluidic coflow

微流控共流中受超声控制的流体分裂

D. Ghosh, S. Z. Hoque, T. Sujith, N. S. Satpathi, L. Malik, A. K. Sen

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究微流控共流在外部声场作用下的响应，发现流体界面在声场作用下产生波动、分裂、迁移和流滴破裂等可逆界面状态，其中一种分裂模式能实现可控的流体分裂与滴生成，适用于高毛细数条件下的流体操控。

Human Values Matter: Investigating How Misalignment Shapes Collective Behaviors in LLM Agent Communities

人类价值观至关重要：探讨价值观不一致如何塑造LLM代理社区的集体行为

Xiangxu Zhang, Jiamin Wang, Qinlin Zhao, Hanze Guo, Linzhuo Li, Jing Yao, Xiao Zhou, Xiaoyuan Yi, Xing Xie

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Microsoft Research Asia（微软亚洲研究院） ； Department of Sociology, Zhejiang University（浙江大学社会学系） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究探讨LLM代理社区中价值观不一致如何影响集体行为，通过CIVA环境发现关键价值观对集体动态的影响及系统故障和欺骗行为的产生。

Magnetoelectric effect in the mixed valence polyoxovanadate cage V$_{12}$

混合价多氧钒笼状化合物V₁₂的磁电效应

Piotr Kozłowski

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究了两种结构相似的[V₁₂As₈O₄₀(HCO₂)]ⁿ⁻离子，探讨了电场对磁性性质的影响，发现磁电效应主要由自由电子迁移引起，具有各向异性，依赖于价态，并可在室温下检测。

Comments 17 pages, 22 figures, added references, one figure and more information in the introduction and conclusions

Journal ref Phys. Rev. B 113, 134409 (2026)

ReMemNav: A Rethinking and Memory-Augmented Framework for Zero-Shot Object Navigation

ReMemNav：一种重新思考和记忆增强的零样本物体导航框架

Feng Wu, Wei Zuo, Wenliang Yang, Jun Xiao, Yang Liu, Xinhua Zeng

机构 * Fudan University（复旦大学） ； Tongji University（同济大学） 纠错

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

AI总结 ReMemNav通过整合全景语义先验和事件记忆，改进了零样本物体导航中的空间推理和决策，提升了成功率和探索效率。

Comments 8 pages, 5 figures

Generalizable Audio-Visual Navigation via Binaural Difference Attention and Action Transition Prediction

通过双耳差异注意力和动作转移预测实现可泛化的音频视觉导航

Jia Li, Yinfeng Yu

机构 * Joint Research Laboratory for Embodied Intelligence, Xinjiang University（新疆大学联合具身智能研究实验室） ； Joint International Research Laboratory of Silk Road Multilingual Cognitive Computing, Xinjiang University（新疆大学丝绸之路多语言认知计算联合国际研究实验室） ； School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院） 纠错

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

AI总结 本文提出BDATP框架，通过双耳差异注意力增强空间定位并减少对语义类别的依赖，同时引入动作转移预测任务作为正则化项，提升模型在未见环境中的泛化能力，实验表明在Replica和Matterport3D数据集上取得显著性能提升。

Comments Main paper (6 pages). Accepted for publication by the International Joint Conference on Neural Networks (IJCNN 2026)

Trajectory Prediction for Autonomous Driving: Progress, Limitations, and Future Directions

自动驾驶中的轨迹预测：进展、局限与未来方向

Nadya Abdel Madjid, Abdulrahman Ahmad, Murad Mebrahtu, Yousef Babaa, Abdelmoamen Nasser, Sumbal Malik, Bilal Hassan, Naoufel Werghi, Jorge Dias, Majid Khonji

机构 * Khalifa University（哈利法大学） ； New York University Abu Dhabi（纽约大学阿布扎比分校） ； Khalifa University, KUCARS-KU Center for Autonomous Robotic Systems（哈利法大学KUCARS自主机器人系统中心） 纠错

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

AI总结 本文综述了轨迹预测方法，提出分类体系，概述预测流程，并讨论当前研究领域、问题及未解决的挑战。

InSpatio-WorldFM: An Open-Source Real-Time Generative Frame Model

InSpatio-WorldFM：一种开源的实时生成帧模型

InSpatio Team, Donghui Shen, Guofeng Zhang, Haomin Liu, Haoyu Ji, Jialin Liu, Jing Guo, Nan Wang, Siji Pan, Weihong Pan, Weijian Xie, Xiaojun Xiang, Xiaoyu Zhang, Xianbin Liu, Yifu Wang, Yipeng Chen, Zhewen Le, Zhichao Ye, Ziqiang Zhao

专题命中 具身导航 ：world model(abstract)；分类 cs.CV

AI总结 本文提出InSpatio-WorldFM，一种基于帧的实时生成模型，通过3D锚点和隐式空间记忆保持场景几何与细节，采用三阶段训练流程实现低延迟实时生成。

Comments Project page: https://inspatio.github.io/worldfm/ Code: https://github.com/inspatio/worldfm

A Survey on Sensor-based Planning and Control for Unmanned Underwater Vehicles

水下无人航行器基于传感器的规划与控制综述

Shivam Vishwakarma, Tejal Bedmutha, Dharmendra Kumar Patel, Vijay Bhaskar Semwal, Leena Vachhani

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

AI总结 本文综述了水下无人航行器基于传感器的规划与控制方法，分析了复杂环境下的定位与避障问题，探讨了耦合架构与解耦架构的对比，指出MPC和不变集控制器在路径优化与安全性方面的贡献。

Safety, Security, and Cognitive Risks in World Models

世界模型中的安全性、安全性和认知风险

Manoj Parmar

机构 * SovereignAI Security Labs（SovereignAI安全实验室） 纠错

专题命中 具身推理 ：world model(title,abstract)；robotics(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文探讨了世界模型在自主决策中的安全、安全及认知风险，提出了轨迹持久性和表征风险的定义，并通过实验验证了对抗攻击的效果，强调了对世界模型的严谨性要求。

Comments version 2, 29 pages, 1 figure (6 panels), 3 tables. Empirical proof-of-concept on GRU/RSSM/DreamerV3 architectures

Matrix-game 2.0: An open-source real-time and streaming interactive world model

矩阵游戏2.0：一个开源的实时和流式交互世界模型

Xianglong He, Chunli Peng, Zexiang Liu, Boyang Wang, Yifan Zhang, Qi Cui, Fei Kang, Biao Jiang, Mengyin An, Yangyang Ren, Baixin Xu, Hao-Xiang Guo, Kaixiong Gong, Size Wu, Wei Li, Xuchen Song, Yang Liu, Yangguang Li, Yahui Zhou

机构 * Skywork AI（天工AI） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 本文提出Matrix-Game 2.0，通过少步自回归扩散生成长视频，解决传统交互世界模型实时性差的问题，实现25FPS高速生成。

Comments Project Page: https://matrix-game-v2.github.io

BulletGen: Improving 4D Reconstruction with Bullet-Time Generation

BulletGen: 通过子弹时间生成提升4D重建

Denis Rozumny, Jonathon Luiten, Numair Khan, Johannes Schönberger, Peter Kontschieder

机构 * Meta Reality Labs（Meta 现实实验室） 纠错

专题命中 具身推理 ：分类 cs.AI、cs.CV、cs.LG；world model(comments)

AI总结 BulletGen利用生成模型在Gaussian动态场景表示中校正错误并补全缺失信息，通过对扩散视频生成模型输出与4D重建在单个冻结子弹时间步骤的对齐，实现新颖视角合成和2D/3D跟踪任务的最先进结果。

Comments Accepted at CVPR 2026 Workshop "4D World Models: Bridging Generation and Reconstruction"

SnapFlow: One-Step Action Generation for Flow-Matching VLAs via Progressive Self-Distillation

SnapFlow：通过渐进式自我蒸馏实现流匹配视觉-语言-动作模型的一步动作生成

Wuyang Luan, Junhui Li, Weiguang Zhao, Wenjian Zhang, Tieru Wu, Rui Ma

机构 * Jilin University（吉林大学） ； Chongqing University（重庆大学） ； University of Liverpool（利物浦大学） ； GenY 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.AI、cs.CV

AI总结 SnapFlow通过渐进式自我蒸馏将多步去噪压缩为单步前向传递，提升流匹配VLA模型的效率，减少延迟并提高成功率。

Comments 10 pages, 6 figures, 9 tables