机器人 / 具身智能

IGen: Scalable Data Generation for Robot Learning from Open-World Images

IGen: 为机器人学习从开放世界图像中实现可扩展的数据生成

Chenghao Gu, Haolan Kang, Junchao Lin, Jinghe Wang, Duo Wu, Shuzhao Xie, Fanding Huang, Junchen Ge, Ziyang Gong, Letian Li, Hongying Zheng, Changwei Lv, Zhi Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； The University of Hong Kong（香港大学） ； Beijing University of Chemical Technology（北京化工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shenzhen University of Infomation Technology（深圳信息大学） 纠错

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

AI总结 本文提出IGen框架，通过开放世界图像生成高质量的视觉-运动数据，验证了其在机器人学习中的有效性。

Comments 8 pages, 8 figures; Accepted to CVPR 2026

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026

GRITS: A Spillage-Aware Guided Diffusion Policy for Robot Food Scooping Tasks

GRITS：一种考虑泄漏的引导扩散策略用于机器人食物舀取任务

Yen-Ling Tai, Yi-Ru Yang, Kuan-Ting Yu, Yu-Wei Chao, Yi-Ting Chen

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； XYZ Robotics（XYZ机器人公司） ； NVIDIA 纠错

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

AI总结 GRITS通过引导扩散策略减少食物泄漏，提高机器人食物舀取任务的可靠性与成功率，实验表明其在任务成功率和泄漏率上优于基线方法。

X-Diffusion: Training Diffusion Policies on Cross-Embodiment Human Demonstrations

X-Diffusion：在跨具身人类示范上训练扩散策略

Maximus A. Pace, Prithwish Dan, Chuanruo Ning, Atiksh Bhardwaj, Audrey Du, Edward W. Duan, Wei-Chiu Ma, Kushal Kedia

机构 * Cornell University（康奈尔大学） 纠错

专题命中 机器人学习 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出X-Diffusion框架，通过在噪声人类动作上训练扩散策略，提升机器人任务成功率16%。

Comments ICRA 2026

Action Images: End-to-End Policy Learning via Multiview Video Generation

动作图像：通过多视图视频生成实现端到端策略学习

Haoyu Zhen, Zixian Gao, Qiao Sun, Yilin Zhao, Yuncong Yang, Yilun Du, Pengsheng Guo, Tsun-Hsuan Wang, Yi-Ling Qiao, Chuang Gan

机构 * UMass Amherst（马萨诸塞大学阿默斯特分校） ； NVIDIA（英伟达） ； Harvard University（哈佛大学） ； Genesis AI 纠错

专题命中 机器人学习 ：world model(abstract)；robot policy(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出Action Images，通过多视图视频生成实现策略学习，利用像素化的动作表示，使视频模型本身成为零样本策略，提升视频-动作联合生成质量。

Comments Project Page: https://actionimages.github.io/

RANDPOL: Parameter-Efficient End-to-End Quadruped Locomotion via Randomized Policy Learning

RANDPOL: 通过随机策略学习实现参数高效的端到端四足运动

Zhuochen Liu, Rahul Jain, Quan Nguyen

机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California（明希德电气与计算机工程系，南加州大学） ； Department of Aerospace & Mechanical Engineering, University of Southern California（航空航天与机械工程系，南加州大学） 纠错

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

AI总结 本文提出RANDPOL，一种通过随机初始化隐藏层实现参数高效端到端四足运动控制的方法，相比PPO在参数量、计算效率和性能-复杂度平衡上表现更优。

Comments 6 pages main, 7 pages total, 10 figures

ESCAPE: Episodic Spatial Memory and Adaptive Execution Policy for Long-Horizon Mobile Manipulation

ESCAPE：基于长周期移动操作的片段空间记忆与自适应执行策略

Jingjing Qian, Zeyuan He, Chen Shi, Lei Xiao, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； LiAuto Inc.（LiAuto公司） 纠错

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

AI总结 本文提出ESCAPE框架，通过融合感知-地面-执行流程，解决长周期移动操作中的鲁棒性、空间一致性及执行灵活性问题，在ALFRED基准测试中取得优异成绩。

Data-Driven Contact-Aware Control Method for Real-Time Deformable Tool Manipulation: A Case Study in the Environmental Swabbing

数据驱动的接触感知控制方法用于实时变形工具操作：环境清洁的案例研究

Siavash Mahmoudi, Amirreza Davar, Dongyi Wang

机构 * University of Arkansas（亚拉巴马大学） 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 本文提出了一种基于Koopman算子的SA-KLQR控制框架，用于实时变形工具操作，通过触觉反馈系统动态估计和调节清洁工具的角度、接触压力和表面覆盖，提升食品卫生标准下的稳定性与精度。

Comments Submitted for Journal Review

UMI-3D: Extending Universal Manipulation Interface from Vision-Limited to 3D Spatial Perception

UMI-3D：从视觉受限到3D空间感知的通用操作接口扩展

Ziming Wang

机构 * HKU（香港大学） ； USTC（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.RO、cs.AI

AI总结 UMI-3D通过集成轻量级低成本LiDAR传感器，提升数据采集的鲁棒性和可扩展性，实现3D空间感知，增强操作任务的性能与可行性。

Gaslight, Gatekeep, V1-V3: Early Visual Cortex Alignment Shields Vision-Language Models from Sycophantic Manipulation

Gaslight, Gatekeep, V1-V3: 早期视觉皮层对齐保护视觉语言模型免受阿谀操控

Arya Shah, Vaibhav Tripathi, Mayank Singh, Chaklam Silpasuwanchai

机构 * Indian Institute of Technology Gandhinagar（印度理工学院加尔各答分校） ； Asian Institute of Technology（亚洲理工学院） 纠错

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

AI总结 本文研究了视觉语言模型在高风险场景中的脆弱性，通过评估12种模型的脑部对齐和顺从性，发现早期视觉皮层对齐能有效降低模型对阿谀操控的敏感性。

Comments 28 pages, 9 figures, 13 tables

From Instruction to Event: Sound-Triggered Mobile Manipulation

从指令到事件：基于声音的移动操作

Hao Ju, Shaofei Huang, Hongyu Li, Zihan Ding, Si Liu, Meng Wang, Zhedong Zheng

机构 * University of Macau（澳门大学） ； Beihang University（北航） ； Hefei University of Technology（合肥工业大学） 纠错

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

AI总结 本文提出基于声音的移动操作方法，通过开发Habitat-Echo数据平台和任务规划器，使移动代理能主动感知并响应声音事件，无需显式指令。

Goal2Skill: Long-Horizon Manipulation with Adaptive Planning and Reflection

Goal2Skill：基于自适应规划与反思的长时程操作

Zhen Liu, Xinyu Ning, Zhe Hu, Xinxin Xie, Weize Li, Zhipeng Tang, Chongyu Wang, Zejun Yang, Hanlin Wang, Yitong Liu, Zhongzhu Pu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出双系统框架，通过分离高层语义推理与低层运动执行，提升长时程操作的鲁棒性和适应性，实验表明其在RMBench任务中显著优于基线方法。

LEGO-MOF: Equivariant Latent Manipulation for Editable, Generative, and Optimizable MOF Design

LEGO-MOF：基于连续结构操控的可编辑、生成和可优化的MOF设计

Chaoran Zhang, Guangyao Li, Dongxu Ji

机构 * School of Data Science (SDS), The Chinese University of Hong Kong, Shenzhen (CUHKSZ), Shenzhen, China（香港中文大学深圳校区数据科学学院） 纠错

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

AI总结 本文提出LEGO-MOF框架，通过LinkerVAE将离散3D化学图映射到连续SE(3)等价潜空间，实现连续结构操控，结合测试时优化策略提升MOF性能，实现碳捕获性能提升147.5%。

Comments 36 pages including Supplementary Information, 10 figures in the main text and 12 figures/tables in the Supplementary Information

Hijacking online reviews: sparse manipulation and behavioral buffering in popularity-biased rating systems

劫持在线评论：流行度偏向评分系统中的稀疏操控与行为缓冲

Itsuki Fujisaki, Kunhao Yang

机构 * College of Knowledge and Library Science, School of Informatics, Tsukuba University（知识与图书馆科学学院，信息学院，筑波大学） ； College of Engineering, Shibaura Institute of Technology（工学院，柏市技术大学） 纠错

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

AI总结 研究探讨恶意评论者如何利用流行度偏向的评分动态，并分析用户行为异质性对损害的缓解作用，发现稀疏攻击比广泛攻击更具破坏性，且用户异质性能部分缓冲评分扭曲。

Comments 18page, 3figures

HAMLET: Switch your Vision-Language-Action Model into a History-Aware Policy

HAMLET: 将视觉-语言-动作模型转换为历史感知策略

Myungkyu Koo, Daewon Choi, Taeyoung Kim, Kyungmin Lee, Changyeon Kim, Younggyo Seo, Jinwoo Shin

机构 * KAIST（韩国科学技术院） ； UC Berkeley（伯克利大学） 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HAMLET框架，通过引入时刻标记和轻量记忆模块，使视觉-语言-动作模型能关注历史上下文，提升长周期任务表现，实验显示在多个基准测试中均取得显著提升。

Comments ICLR 2026. Project page: https://myungkyukoo.github.io/hamlet/

Manipulation of Superposed Vortex States of $γ$ Photon via Nonlinear Compton Scattering

操控γ光子叠加涡旋态的非线性康普顿散射

Jun-Lin Zhou, Mamutjan Ababekri, Yong-Zheng Ren, Yu Wang, Ren-Tong Guo, Zhao-Hui Chen, Yu-Han Kou, Zhong-Peng Li, Jian-Xing Li

专题命中 机器人操作 ：manipulation(title)

AI总结 本文提出通过多频率圆极化激光场驱动非线性康普顿散射生成可控涡旋γ光子叠加态，利用量子电动力学框架揭示机制并计算辐射概率，实现轨道角动量分离和模权重的调控。

Comments 4

From Manipulation to Abstraction: The Impact of Flexible Decomposition on Numerical Competence in Primary School

从操作到抽象：灵活分解对小学数学能力的影响

Fabio Pasticci

专题命中 机器人操作 ：manipulation(title)

AI总结 本研究探讨了结构化教学对大数分解重组效果的影响，发现实验组在数学能力测试中得分显著高于对照组，且四周后保持率超过97%。

A Mechanistic Analysis of Sim-and-Real Co-Training in Generative Robot Policies

生成机器人策略中模拟与现实联合训练的机制分析

Yu Lei, Minghuan Liu, Abhiram Maddukuri, Zhenyu Jiang, Yuke Zhu

机构 * Department of Computer Science, The University of Texas at Austin（得克萨斯大学计算机科学系） ； Amazon FAR（亚马逊FAR） ； NVIDIA（英伟达） 纠错

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

AI总结 本文通过理论分析和实验研究，揭示了联合训练中结构表示对齐和重要性再加权效应，为生成机器人策略的联合训练提供了统一解释和改进方法。

Comments 24 pages, 18 figure. Project page: https://science-of-co-training.github.io/

A1: A Fully Transparent Open-Source, Adaptive and Efficient Truncated Vision-Language-Action Model

A1: 一个完全透明的开源、自适应和高效的截断视觉-语言-动作模型

Kaidong Zhang, Jian Zhang, Rongtao Xu, Yu Sun, Shuoshuo Xue, Youpeng Wen, Xiaoyu Guo, Minghao Guo, Weijia Liufu, Liu Zihou, Kangyi Ji, Yangsong Zhang, Jiarun Zhu, Jingzhi Liu, Zihang Li, Ruiyi Chen, Meng Cao, Jingming Zhang, Shen Zhao, Xiaojun Chang, Feng Zheng, Ivan Laptev, Xiaodan Liang

机构 * SYSU（华南理工大学） ； MBZUAI（微软亚洲人工智能研究院） ； Spatialtemporal AI（时空人工智能） 纠错

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

AI总结 A1通过利用预训练的VLM提供隐含的 affordance 先验知识，实现低成本、高吞吐量的推理，同时提高机器人操作的成功率，且在多个基准和真实机器人上实现了最先进的成功率。

Spin-mediated hysteretic switching of unidirectional charge density waves by rotating magnetic fields

通过旋转磁场实现由单向电荷密度波的铁磁性自旋介导的滞后开关

Zichao Chen, Shiyu Zhu, Kailin Xu, Ruwen Wang, Ningning Wang, Jianfeng Guo, Yunhao Wang, Xianghe Han, Zhongyi Cao, Jianping Sun, Hui Chen, Haitao Yang, Jinguang Cheng, Ziqiang Wang, Hong-Jun Gao

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过旋转磁场控制磁kagome金属GdTi3Bi4中单向电荷密度波取向，揭示了自旋重构对电荷密度波动态控制的机制，为开发多态自旋-电荷耦合记忆器件提供新思路。

Block-Based Pathfinding: A Minecraft System for Visualizing Graph Algorithms

基于区块的路径寻找：一款Minecraft系统用于可视化图算法

Luca-Stefan Pirvu, Bogdan-Alexandru Maciuca, Andrei-Ciprian Rabu, Adrian-Marius Dumitran

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一款基于Minecraft的教育工具，通过区块地形模拟边权重，可视化图遍历和最短路径算法，结合三维交互和教学模块，促进学生主动学习图算法。

Comments Accepted at CSEDU 2026

Role of magnon-magnon interaction in optical excitation of coherent two-magnon modes

磁子-磁子相互作用在光学激发相干双磁子模式中的作用

E. A. Arkhipova, A. E. Fedianin, I. A. Eliseyev, R. M. Dubrovin, P. P. Syrnikov, V. Yu. Davydov, A. M. Kalashnikova

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究双磁子模式在光学激发中的相干动力学及谱特性，揭示磁子-磁子相互作用对Ramanscattering谱的影响。

Comments 7 pages, 4 figures

Journal ref Appl. Phys. Lett. 128, 142404 (2026)(14):142404

Threat Modeling and Attack Surface Analysis of IoT-Enabled Controlled Environment Agriculture Systems

物联网赋能可控环境农业系统的威胁建模与攻击面分析

Andrii Vakhnovskyi

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文首次提出物联网可控环境农业系统的全面威胁模型，识别123种威胁并提出防御框架，揭示AI驱动农业中的新型攻击类别及物理影响。

Comments 11 pages, 1 figure, 5 tables, 48 references

Vision-and-Language Navigation for UAVs: Progress, Challenges, and a Research Roadmap

面向无人机的视觉与语言导航：进展、挑战与研究路线图

Hanxuan Chen, Jie Zheng, Siqi Yang, Tianle Zeng, Siwei Feng, Songsheng Cheng, Ruilong Ren, Hanzhong Guo, Shuai Yuan, Xiangyue Wang, Kangli Wang, Ji Pei

机构 * Autel Robotics, Shenzhen, China（大疆创新，深圳，中国） ； School of Intelligent Software and Engineering, Nanjing University, Nanjing, China（南京大学智能软件与工程学院，南京，中国） ； School of Computer, Data & Information Sciences, University of Wisconsin-Madison, Madison, WI, USA（威斯康星大学麦迪逊分校计算机、数据与信息科学学院，麦迪逊，WI，美国） ； Southern University of Science and Technology, Shenzhen, China（南方科技大学，深圳，中国） ； The University of Hong Kong, Hong Kong SAR, China（香港大学，香港特别行政区，中国） ； School of Software and Microelectronics, Peking University, Beijing, China（北京大学软件与微电子学院，北京，中国） 纠错

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

AI总结 本文综述了无人机视觉与语言导航领域，分析了从早期模块化方法到基于大模型的智能系统的发展，探讨了现实部署中的挑战，并提出了未来研究方向。

FiLM-Nav: Efficient and Generalizable Navigation via VLM Fine-tuning

FiLM-Nav：通过VLM微调实现高效且通用的导航

Naoki Yokoyama, Sehoon Ha

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出FiLM-Nav，通过微调预训练VLM作为导航策略，直接利用视觉轨迹历史和导航目标进行探索决策，实现复杂环境中的高效导航与物体定位。

Online Navigation Planning for Long-term Autonomous Operation of Underwater Gliders

长期自主运行的水下滑翔机在线导航规划

Victor-Alexandru Darvariu, Charlotte Z. Reed, Jan Stratmann, Bruno Lacerda, Benjamin Allsup, Stephen Woodward, Elizabeth Siddle, Trishna Saeharaseelan, Owain Jones, Dan Jones, Tobias Ferreira, Chloe Baker, Kevin Chaplin, James Kirk, Ashley Iceton-Morris, Ryan D. Patmore, Jeff Polton, Charlotte Williams, Christopher D. J. Auckland, Rob A. Hall, Alexandra Kokkinaki, Alvaro Lorenzo Lopez, Justin J. H. Buck, Nick Hawes

机构 * Oxford Robotics Institute（牛津机器人研究所） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Optiver（Optiver公司） ； Stateful Robotics（Stateful Robotics公司） ； National Oceanography Centre（国家海洋研究中心） ； School of Environmental Sciences, University of East Anglia（东安格利亚大学环境科学学院） ； Scottish Association for Marine Science（苏格兰海洋科学协会） 纠错

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

AI总结 本文提出基于蒙特卡洛树搜索的在线导航规划方法，通过物理信息模拟器生成样本，实现水下滑翔机在不确定环境下的自主规划，提升任务持续时间和路径长度。

LongVideo-R1: Smart Navigation for Low-cost Long Video Understanding

LongVideo-R1: 低成本长视频理解的智能导航

Jihao Qiu, Lingxi Xie, Xinyue Huo, Qi Tian, Qixiang Ye

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Huawei Consumer Business Group（华为消费者业务集团） 纠错

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

AI总结 本文提出LongVideo-R1，一种基于多模态大语言模型的智能导航系统，通过高效视频上下文导航减少冗余搜索，提升长视频理解的效率与准确性。

Comments 17 pages, 9 figures, 8 tables, accepted to CVPR 2026

Capability-Aware Heterogeneous Control Barrier Functions for Decentralized Multi-Robot Safe Navigation

具备能力的异构控制屏障函数用于去中心化多机器人安全导航

Joonkyung Kim, Yanze Zhang, Wenhao Luo, Yiwei Lyu

机构 * Department of Computer Science and Engineering, Texas A&M University（德克萨斯A&M大学计算机科学与工程系） ； Department of Computer Science, University of Illinois Chicago（伊利诺伊大学芝加哥分校计算机科学系） 纠错

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

AI总结 本文提出CA-HCBF框架，通过统一动力学模型和能力度量，实现异构机器人团队的安全一致性和能力感知协调，提升安全性和任务效率。

Comments 8 pages, 3 figures, 2 table

Formal Architecture Descriptors as Navigation Primitives for AI Coding Agents

形式架构描述符作为AI编码代理的导航原语

Ruoqi Jin

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文研究了通过提供形式架构描述符减少AI编码代理在代码库探索中的导航开销，通过实验和观察证明了架构描述符在导航效率和错误检测方面的显著提升。

Comments 4 pages, 4 tables, preprint. Code and data: https://doi.org/10.5281/zenodo.19500105

Interdependent Navigation and Pragmatic Disengagement: How Older Korean Immigrants Selectively Engage with Digital Technologies

互依导航与实用退却：老年人如何选择性地参与数字技术

Jeongone Seo, Tawfiq Ammari

专题命中 具身导航 ：navigation(title,abstract)

AI总结 研究探讨老年人移民如何通过互依导航和实用退却策略选择性使用数字技术，揭示非使用行为的文化根源及对协作参与的影响。

Self-adaptive Multi-Access Edge Architectures: A Robotics Case

自适应多接入边缘架构：机器人案例

Mahyar T Moghaddam, Joakim Leed, Anders Frandsen

机构 * University of Southern Denmark（丹麦南部大学） 纠错

专题命中 具身导航 ：robotics(title)；分类 cs.RO

AI总结 本文提出一种自适应计算系统，用于混合人类-机器人环境，通过神经网络预测人类移动行为，提升移动机器人路径规划并确保安全，采用边缘计算系统优化处理效率。