机器人 / 具身智能

Device-Conditioned Neural Architecture Search for Efficient Robotic Manipulation

设备条件神经架构搜索用于高效机器人操作

Yiming Wu, Huan Wang, Zhenghao Chen, Ge Yuan, Dong Xu

机构 * The University of Hong Kong（香港大学） ； Westlake University（西湖大学） ； The University of Newcastle（纽卡斯尔大学） 纠错

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

AI总结 本文提出DC-QFA框架，通过设备条件量化训练和硬件约束架构搜索，实现高效机器人操作部署，减少优化时间并提升泛化能力。

Comments 17 pages, 4 figures

RoboCOIN: An Open-Sourced Bimanual Robotic Data Collection for Integrated Manipulation

RoboCOIN：一个开源的双臂机器人数据集用于集成操作

Shihan Wu, Xuecheng Liu, Shaoxuan Xie, Pengwei Wang, Xinghang Li, Bowen Yang, Zhe Li, Kai Zhu, Hongyu Wu, Yiheng Liu, Zhaoye Long, Runtian Xu, Yue Wang, Chong Liu, Dihan Wang, Ziqiang Ni, Xiang Yang, You Liu, Ruoxuan Feng, Lei Zhang, Denghang Huang, Chenghao Jin, Anlan Yin, Xinlong Wang, Zhenguo Sun, Junkai Zhao, Mengfei Du, Mingyu Cao, Xiansheng Chen, Hongyang Cheng, Xiaojie Zhang, Yankai Fu, Ning Chen, Cheng Chi, Sixiang Chen, Huaihai Lyu, Xiaoshuai Hao, Yequan Wang, Bo Lei, Dong Liu, Xi Yang, Yance Jiao, Tengfei Pan, Yunyan Zhang, Songjing Wang, Ziqian Zhang, Xu Liu, Ji Zhang, Caowei Meng, Zhizheng Zhang, Jiyang Gao, Song Wang, Xiaokun Leng, Zhiqiang Xie, Zhenzhen Zhou, Peng Huang, Wu Yang, Yandong Guo, Yichao Zhu, Suibing Zheng, Hao Cheng, Xinmin Ding, Yang Yue, Huanqian Wang, Chi Chen, Jingrui Pang, YuXi Qian, Haoran Geng, Lianli Gao, Haiyuan Li, Bin Fang, Gao Huang, Yaodong Yang, Hao Dong, He Wang, Hang Zhao, Yadong Mu, Di Hu, Hao Zhao, Tiejun Huang, Shanghang Zhang, Yonghua Lin, Zhongyuan Wang, Guocai Yao

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RoboCOIN数据集，包含18万多个演示，涵盖15种机器人平台，通过分层能力金字塔提供精细标注，提升双臂操作模型性能。

Comments Add experiments

Dyadic Partnership(DP): A Missing Link Towards Full Autonomy in Medical Robotics

双人合作（DP）：迈向医疗机器人完全自主的缺失链接

Nassir Navab, Zhongliang Jiang

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

AI总结 本文提出双人合作（DP）概念，旨在通过智能协作提升医疗机器人自主性，探讨基础模型、意图识别和可视化等关键挑战。

3D-Anchored Lookahead Planning for Persistent Robotic Scene Memory via World-Model-Based MCTS

基于世界模型的MCTS的3D锚定前瞻性规划用于持久性机器人场景记忆

Bronislav Sidik, Dror Mizrahi

机构 * Huawei Technologies, Israel R&D Center（华为技术有限公司以色列研发中心） 纠错

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

AI总结 本文提出3D-Anchored Lookahead Planning，结合MCTS与3D一致的世界模型，通过持续的相机到世界锚点实现精准重规划，提升了机器人在需要空间记忆任务中的成功率。

Comments 5 pages, 1 figure, 1 table

GraspSense: Physically Grounded Grasp and Grip Planning for a Dexterous Robotic Hand via Language-Guided Perception and Force Maps

GraspSense: 为灵活机械手提供基于语言引导感知和力图的抓取与握力规划

Elizaveta Semenyakina, Ivan Snegirev, Mariya Lezina, Miguel Altamirano Cabrera, Safina Gulyamova, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（斯科尔科沃科技学院智能空间机器人实验室） 纠错

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

AI总结 本文提出一种基于力图的抓取与握力规划方法，通过物理建模和力图分析，使机械手能选择结构更坚固的接触区域并保持安全的抓取力。

Comments 6 pages, 4 figures, 4 tables. Minor non-semantic changes in the main scheme

F2F-AP: Flow-to-Future Asynchronous Policy for Real-time Dynamic Manipulation

F2F-AP: 流向未来异步策略用于实时动态操控

Haoyu Wei, Xiuwei Xu, Ziyang Cheng, Hang Yin, Angyuan Ma, Bingyao Yu, Jie Zhou, Jiwen Lu

机构 * 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)；robotic(abstract)；分类 cs.RO

AI总结 本文提出F2F-AP策略，通过预测物体流合成未来观测，利用基于流的对比学习目标对齐视觉特征，提升实时动态操控任务的响应性和成功率。

Comments Tsinghua University, 14pages,12 fugures

Multimodal Diffusion Forcing for Forceful Manipulation

多模态扩散强迫用于强力操控

Zixuan Huang, Huaidian Hou, Dmitry Berenson

机构 * University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

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

AI总结 本文提出多模态扩散强迫框架，通过随机部分遮蔽和扩散模型重建轨迹，学习机器人多模态轨迹，提升对动作与力信号的依赖性，实验证明其在模拟和现实环境中的强性能和鲁棒性。

Comments Project website: https://unified-df.github.io

Semantic Manipulation Localization

语义操控定位

Zhenshan Tan, Chenhan Lu, Yuxiang Huang, Ziwen He, Xiang Zhang, Yuzhe Sha, Xianyi Chen, Tianrun Chen, Zhangjie Fu

机构 * Engineering Research Center of Digital Forensics, Ministry of Education, Nanjing University of Information Science and Technology（南京信息工程大学数字取证教育部工程研究中心） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； KOKONI3D, Moxin (Hangzhou) Technology Company Ltd.（KOKONI3D，魔芯（杭州）科技有限公司） 纠错

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

AI总结 本文提出语义操控定位任务，通过TRACE框架实现对图像中微妙语义编辑的定位，优于传统IML方法，提供更完整的定位结果。

Learning to Play Piano in the Real World

在现实世界中学习演奏钢琴

Yves-Simon Zeulner, Simon Crämer, Sandeep Selvaraj, Roberto Calandra

机构 * LASR Lab, TU Dresden（德累斯顿工业大学 LASR 实验室） 纠错

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

AI总结 本文提出首个结合学习方法的现实世界钢琴演奏机器人系统，通过Sim2Real2Sim方法在现实世界中准确演奏多首钢琴曲，达到0.881的平均F1分数。

AIM-Bench: Benchmarking and Improving Affective Image Manipulation via Fine-Grained Hierarchical Control

AIM-Bench：通过细粒度分层控制进行情感图像操纵的基准测试与改进

Shi Chen, Xuecheng Wu, Heli Sun, Yunyun Shi, Xinyi Yin, Fengjian Xue, Jinheng Xie, Dingkang Yang, Hao Wang, Junxiao Xue, Liang He

机构 * Xi'an Jiaotong University（西安交通大学） ； Zhengzhou University（郑州大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Zhejiang Lab（之江实验室） 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AIM-Bench，通过细粒度分层控制进行情感图像操纵的基准测试，改进了现有图像编辑基准的不足，提出了AIM-40k数据集并提升了模型性能。

Sumo: Dynamic and Generalizable Whole-Body Loco-Manipulation

Sumo：动态且可泛化的全身体姿操控

John Z. Zhang, Maks Sorokin, Jan Brüdigam, Brandon Hung, Stephen Phillips, Dmitry Yershov, Farzad Niroui, Tong Zhao, Leonor Fermoselle, Xinghao Zhu, Chao Cao, Duy Ta, Tao Pang, Jiuguang Wang, Preston Culbertson, Zachary Manchester, Simon Le Cléac'h

机构 * MIT（麻省理工学院） ； RAI Institute（RAI研究所） ； Cornell（康奈尔大学） 纠错

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

AI总结 本文提出一种仿真到现实的方法，使四足机器人能够动态操控大重物。通过测试时调整预训练的全身体控制策略，实现多种动态体姿操控任务，且无需额外训练即可泛化到不同物体和任务。

DeepSketcher: Internalizing Visual Manipulation for Multimodal Reasoning

DeepSketcher：内化视觉操作以实现多模态推理

Chi Zhang, Haibo Qiu, Qiming Zhang, Zhixiong Zeng, Lin Ma, Jing Zhang

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Meituan Inc（美团） ； Independent Researcher, China（独立研究者） 纠错

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

AI总结 DeepSketcher通过构建图像-文本交织数据集和自包含模型，实现了无需外部工具的视觉思考，提升了多模态推理能力。

Comments CVPR2026 FINDINGS

Reconciling distributed compliance with high-performance control in continuum soft robotics

弥合分布式合规性与高性能控制在连续软机器人中的矛盾

Vito Daniele Perfetta, Daniel Feliu-Talegon, Ebrahim Shahabi, Cosimo Della Santina

机构 * Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 本文提出一种高度合规的连续机器人臂，无需硬件离散化或刚性模式抑制，实现了动态条件下的快速精准任务空间收敛，展示了分布式合规性与高性能动态控制可以共存，为真正软 manipulators 开辟了新路径。

ActDistill: General Action-Guided Self-Derived Distillation for Efficient Vision-Language-Action Models

ActDistill: 通用动作引导自衍生蒸馏用于高效视觉-语言-动作模型

Wencheng Ye, Tianshi Wang, Lei Zhu, Fengling Li, Guoli Yang, Hengtao Shen

机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； University of Technology Sydney（悉尼科技大学） ； Advanced Institute of Big Data（大数据先进研究院） 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ActDistill框架，通过动作先验引导知识迁移与模型压缩，实现高效视觉-语言-动作模型。实验表明，该方法在减少50%计算量的同时，性能可与全规模模型相比或更优。

Quality-Sensitive Matrix Factorization for Community Notes: Towards Sample Efficiency and Manipulation Resistance

面向社区笔记的质量敏感矩阵分解：朝着样本效率和抗操纵方向迈进

Mohak Goyal, Nishka Arora, Ashish Goel

专题命中 机器人操作 ：manipulation(title)

AI总结 本文提出质量敏感矩阵分解方法，通过引入每名评价者的质量敏感参数，提升质量估计的鲁棒性与样本效率，减少噪声和策略性评价的影响。

Tuning Thermal Conductivity and Electron-Phonon Interactions in Carbon and Boron Nitride Moiré Diamanes via Twist Angle Manipulation

通过扭角调控调节碳和氮化硼莫尔二面体的热导率和电子-声子相互作用

Rustam Arabov, Nikita Rybin, Victor Demin, Mikhail Polovinkin, Alexander Kvashnin, Leonid Chernozatonskii, Alexander Shapeev

专题命中 机器人操作 ：manipulation(title)

AI总结 研究通过扭角调控碳和氮化硼莫尔二面体的热导率和电子-声子相互作用，发现高阶非谐贡献对热导率有重要影响，同时扭角增加导致结构无序增长，引起带隙重构和热导率显著降低。

A compact and fast magnetic coil for the interaction manipulation of quantum gases with Feshbach resonances

一种紧凑且快速的磁线圈用于利用弗谢巴赫共振操控量子气体相互作用

A. Kell, M. Link, M. Breyer, A. Hoffmann, M. Köhl, K. Gao

专题命中 机器人操作 ：manipulation(title)

AI总结 本文提出一种紧凑磁线圈设计，可在3微秒内产生36高斯磁场变化，适用于快速操控量子气体相互作用，促进非平衡物理研究。

Comments 4 pages, 4 figures

Journal ref Rev. Sci. Instrum. 92, 093202 (2021)

CLASP: Closed-loop Asynchronous Spatial Perception for Open-vocabulary Desktop Object Grasping

CLASP: 闭环异步空间感知用于开放词汇桌面物体抓取

Yiran Ling, Wenxuan Li, Siying Dong, Yize Zhang, Xiaoyao Huang, Jing Jiang, Ruonan Li, Jie Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； National Key Laboratory of Smart Farm Technologies and Systems（智慧农场技术与系统全国重点实验室） ； Peng Cheng Laboratory（鹏城实验室） ； Northeastern University（东北大学） 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CLASP框架，通过异步闭环机制整合多模态感知、逻辑推理与状态反馈，解决低级抓取中多模态演示不足、空间幻觉和开放环执行脆弱性问题，实现87%的成功率和强泛化能力。

TOSC: Task-Oriented Shape Completion for Open-World Dexterous Grasp Generation from Partial Point Clouds

TOSC：面向任务的形状补全用于从部分点云生成开放世界灵巧抓取

Weishang Wu, Yifei Shi, Zhiping Cai

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

AI总结 本文提出面向任务的形状补全方法，通过生成任务导向的接触区域完成方案，提升开放世界中灵巧抓取的性能，改进抓取位移和 Chamfer 距离。

Comments Accepted to AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(13), 10781-10789 (2026)

Statics of continuum planar grasping

连续体平面抓取的力学

Udit Halder

机构 * Department of Mechanical Engineering, University of South Florida（南佛罗里达大学机械工程系） 纠错

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

AI总结 本文提出基于控制理论的框架，分析连续接触与平面物体的静态平衡，通过优化接触力提升抓取性能。

Volumetric Ergodic Control

体积分控

Jueun Kwon, Max M. Sun, Todd Murphey

机构 * Northwestern University（西北大学） 纠错

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

AI总结 本文提出一种基于体积分的体积分控方法，通过优化空间覆盖提升机器人任务效率，实现更高效的环境覆盖与任务完成。

Comments 8 pages, 8 figures; Accepted to 2026 IEEE International Conference on Robotics and Automation (ICRA); Project website: https://murpheylab.github.io/vec/

ViserDex: Visual Sim-to-Real for Robust Dexterous In-hand Reorientation

ViserDex: 视觉仿真到现实用于鲁棒的灵巧抓取重定向

Arjun Bhardwaj, Maximum Wilder-Smith, Mayank Mittal, Vaishakh Patil, Marco Hutter

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

AI总结 本文提出ViserDex框架，通过3D高斯点云实现单目RGB抓取重定向，结合物理一致的预渲染增强和课程强化学习，实现高效鲁棒的物体姿态估计。

HO-Flow: Generalizable Hand-Object Interaction Generation with Latent Flow Matching

HO-Flow：基于潜在流匹配的通用手-物体交互生成

Zerui Chen, Rolandos Alexandros Potamias, Shizhe Chen, Jiankang Deng, Cordelia Schmid, Stefanos Zafeiriou

机构 * Imperial College London（帝国理工学院） ； Inria, CNRS, ENS-PSL（法国国家信息与自动化研究所，法国国家科学研究中心，巴黎高等师范学院） 纠错

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

AI总结 本文提出HO-Flow框架，通过结合变分自编码器和流匹配模型，实现从文本和标准3D物体生成逼真手-物体交互运动序列，提升物理合理性和运动多样性。

Comments Project Page: https://zerchen.github.io/projects/hoflow.html

Dual-Control Frequency-Aware Diffusion Model for Depth-Dependent Optical Microrobot Microscopy Image Generation

双控频率感知扩散模型用于深度依赖光学微机器人显微图像生成

Lan Wei, Zongcai Tan, Kangyi Lu, Jian-Qing Zheng, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（帝国理工学院生物工程系、Imperial-X人工智能计划） ； CAMS-Oxford Institute, University of Oxford（牛津大学CAMS-Oxford研究所） 纠错

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

AI总结 本文提出Du-FreqNet，通过双控频率感知扩散模型生成物理一致的显微图像，提升微机器人自主操作的3D感知能力，改进SSIM并增强下游任务性能。

Micro-Dexterity in Biological Micromanipulation: Embodiment, Perception, and Control

生物微操作中的微细灵巧性：具身、感知与控制

Kangyi Lu, Lan Wei, Zongcai Tan, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（帝国理工学院生物工程系、Imperial-X人工智能计划） 纠错

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

AI总结 研究探讨生物微操作中微细灵巧性的分析框架，分析具身、感知与控制的耦合作用，比较不同微操作系统的架构，并识别实验室演示与临床相关生物操作间的灵巧性差距。

AI Integrity: A New Paradigm for Verifiable AI Governance

AI可信性：可验证AI治理的新范式

Seulki Lee

机构 * AI Integrity Organization (AIO)（人工智能诚信组织（AIO）） 纠错

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

AI总结 本文提出AI可信性概念，旨在通过保护AI系统中的权威堆栈，确保推理过程可验证，不同于现有AI伦理、安全和对齐范式。

Comments 13 pages, 8 tables

Immune2V: Image Immunization Against Dual-Stream Image-to-Video Generation

Immune2V: 图像免疫对抗双流图像到视频生成

Zeqian Long, Ozgur Kara, Haotian Xue, Yongxin Chen, James M. Rehg

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

AI总结 针对图像到视频生成中对抗性攻击的鲁棒性问题，提出Immune2V框架，通过时间平衡的潜在差异和预计算的崩溃诱导轨迹提升防御效果。

THOM: Generating Physically Plausible Hand-Object Meshes From Text

THOM：从文本生成物理合理的手-物体网格

Uyoung Jeong, Yihalem Yimolal Tiruneh, Hyung Jin Chang, Seungryul Baek, Kwang In Kim

机构 * UNIST（蔚山科学技术院） ； University of Birmingham（伯明翰大学） ； POSTECH（浦项科技大学） 纠错

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

AI总结 THOM通过两阶段流程从文本生成物理合理的手-物体网格，无需模板网格，结合物理优化和视觉语言模型提升交互合理性。

Comments accepted to CVPR Findings 2026

If They Disagree, Will You Conform? Exploring the Role of Robots' Value Awareness in a Decision-Making Task

如果他们意见不同，你会服从吗？探索机器人价值意识在决策任务中的作用

Giulia Pusceddu, Giulio Antonio Abbo, Francesco Rea, Tony Belpaeme, Alessandra Sciutti

机构 * CONTACT Unit, Italian Institute of Technology, Genoa, Italy（意大利理工学院CONTACT单元，热那亚，意大利） ； IDLab-AIRO, Ghent University – imec, Belgium（根特大学imec IDLab-AIRO，比利时） 纠错

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

AI总结 研究探讨机器人价值意识对人类决策的影响，发现参与者更关注价值意识机器人，且在分歧时出现犹豫，揭示了机器人可能引发的伦理风险与反思作用。

Comments Pre-print version

Topo-ADV: Generating Topology-Driven Imperceptible Adversarial Point Clouds

Topo-ADV：生成拓扑驱动的不可察觉对抗点云

Gayathry Chandramana Krishnan Nampoothiry, Raghuram Venkatapuram, Anirban Ghosh, Ayan Dutta

机构 * University of North Florida（北佛罗里达大学） 纠错

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

AI总结 本文提出Topo-ADV，通过拓扑结构生成不可察觉的对抗点云，挑战传统假设，提升攻击成功率。

Comments Under review