机器人 / 具身智能

LeHome: A Simulation Environment for Deformable Object Manipulation in Household Scenarios

LeHome：一种用于家庭场景中可变形物体操控的仿真环境

Zeyi Li, Yushi Yang, Shawn Xie, Kyle Xu, Tianxing Chen, Yuran Wang, Zhenhao Shen, Yan Shen, Yue Chen, Wenjun Li, Yukun Zheng, Chaorui Zhang, Siyi Lin, Fei Teng, Hongjun Yang, Ming Chen, Steve Xie, Ruihai Wu

机构 * Peking University（北京大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Lightwheel ； The University of Hong Kong（香港大学） 纠错

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

AI总结 LeHome旨在解决家庭场景中可变形物体操控的挑战，提供高保真动态和真实交互，支持多种机器人形态，聚焦低成本机器人，实现家庭任务的端到端评估。

Comments ICRA2026 Accepted

Wiggle and Go! System Identification for Zero-Shot Dynamic Rope Manipulation

Wiggle and Go! 系统识别用于零样本动态绳索操作

Arthur Jakobsson, Abhinav Mahajan, Karthik Pullalarevu, Krishna Suresh, Yunchao Yao, Yuemin Mao, Bardienus Duisterhof, Shahram Najam Syed, Jeffrey Ichnowski

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 本文提出Wiggle and Go!系统，通过学习模拟先验知识实现零样本动态绳索操作，提升任务执行精度与效率，实验显示其在绳索任务中的表现优于传统方法。

LLMPhy: Parameter-Identifiable Physical Reasoning Combining Large Language Models and Physics Engines

LLMPhy: 结合大语言模型和物理引擎的参数可识别物理推理

Anoop Cherian, Radu Corcodel, Siddarth Jain, Diego Romeres

机构 * Mitsubishi Electric Research Labs (MERL)（三菱电机研究实验室） 纠错

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

AI总结 LLMPhy通过整合大语言模型与物理引擎，解决复杂物理推理中参数识别问题，提出数字孪生构建方法，引入新数据集验证性能，实现更准确的参数恢复与稳定收敛。

Comments Accepted at AISTATS 2026

A Kinematic Analysis of Palm Degrees of Freedom for Enhancing Thumb Opposability in Robotic Hands

手掌自由度的运动学分析：增强机器人手部拇指对握能力

HyoJae Kang, Yeong Jae Park, Hyunmok Jung, Joonho Lee, Dong Il Park

机构 * Advanced Robotics Research Center, Korea Institute of Machinery & Materials (KIMM)（韩国机械材料研究院先进机器人研究中心） 纠错

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

AI总结 本文通过分析手掌自由度对拇指对握能力的影响，提出了一种量化评估方法，证明手掌自由度能有效提升环指和小指的对握能力，但受限情况下需权衡冗余度与工作空间扩展。

Comments This manuscript has been submitted for possible publication

Flexible Multitask Learning with Factorized Diffusion Policy

灵活的多任务学习与因子化扩散策略

Chaoqi Liu, Haonan Chen, Sigmund H. Høeg, Shaoxiong Yao, Yunzhu Li, Kris Hauser, Yilun Du

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Harvard University（哈佛大学） ； Norwegian University of Science and Technology（挪威科学与技术大学） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出一种因子化扩散策略框架，通过将复杂动作分布分解为多个专用扩散模型，提升多任务学习的灵活性和适应性，实验证明其在仿真和现实机器人任务中表现优异。

Recent Advances in Multi-Agent Human Trajectory Prediction: A Comprehensive Review

多智能体人类轨迹预测的最新进展：综合性综述

Céline Finet, Stephane Da Silva Martins, Jean-Bernard Hayet, Ioannis Karamouzas, Javad Amirian, Sylvie Le Hégarat-Mascle, Julien Pettré, Emanuel Aldea

机构 * INRIA Rennes（INRIA里昂） ； SATIE - CNRS Université Paris-Saclay（SATIE-CNRS巴黎-萨克莱大学） ； Centro de Investigación en Matemáticas Guanajuato, México（瓜尼亚托数学研究所，墨西哥） ； University of California, Riverside（加州大学河滨分校） ； Sorbonne Université, Paris（索邦大学，巴黎） ； Department of Computer Science（计算机科学系） 纠错

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

AI总结 综述近期深度学习在多智能体轨迹预测中的进展，聚焦2020-2025年研究，分类讨论架构设计、输入表示及预测策略，并强调ETH/UCY基准测试中的模型评估及未来研究方向。

Comments 40 pages

Data-Free Contribution Estimation in Federated Learning using Gradient von Neumann Entropy

在联邦学习中使用梯度von Neumann熵进行无数据贡献估计

Asim Ukaye, Mubarak Abdu-Aguye, Nurbek Tastan, Karthik Nandakumar

机构 * MBZUAI, UAE（马布里克大学人工智能研究所，阿联酋） ； Michigan State University, USA（密歇根州立大学，美国） 纠错

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

AI总结 本文提出无数据的联邦学习贡献估计方法，通过最终层更新的矩阵von Neumann熵衡量信息多样性，提出SpectralFed和SpectralFuse两种方案，验证熵值与客户端准确性的高相关性。

Comments 10 pages, 4 figures, 4 pages Appendix, 6 figures in Appendix. To appear in CVPR 2026 FedVision Workshop

PokeVLA: Empowering Pocket-Sized Vision-Language-Action Model with Comprehensive World Knowledge Guidance

PokeVLA：通过全面的世界知识指导赋能便携式视觉-语言-动作模型

Yupeng Zheng, Xiang Li, Songen Gu, Yuhang Zheng, Shuai Tian, Weize Li, Linbo Wang, Senyu Fei, Pengfei Li, Yinfeng Gao, Zebin Xing, Yilun Chen, Qichao Zhang, Haoran Li, Wenchao Ding

机构 * CASIA（中国科学院自动化研究所） ； TARS Robotics（TARS机器人实验室） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） ； National University of Singapore（新加坡国立大学） ； Tongji University（同济大学） 纠错

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

AI总结 本文提出PokeVLA，一种轻量但强大的具身体验模型，通过预训练视觉语言模型和多视角目标感知学习提升机器人操作效率与空间认知能力。

Fine-Grained Analysis of Shared Syntactic Mechanisms in Language Models

语言模型中共享句法机制的细粒度分析

Ryoma Kumon, Hitomi Yanaka

机构 * The University of Tokyo（东京大学） ； RIKEN（日本理化学研究所） ； Tohoku University（东北大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究通过细粒度分析探讨语言模型在不同句法结构中是否共享神经机制，发现填词-缺口依赖在早期至中期层有高度局部化的共享机制，而否定极性项目许可则无统一机制。

Comments Accepted to ACL 2026 Main

Toward nanophotonic platforms for solid-state $^{229}$Th nuclear clocks

迈向固态$^{229}$Th核钟的纳米光子平台

Sandro Kraemer, Karen Mamian, Toby Bi, Shun Fujii, Jan de Haan, Harshith Babu, Arno Claessens, Rafael Ferrer Garcia, Fedor Ivandikov, Piet Van Duppen, Andreas Dragoun, Christoph E. Düllmann, Christoph Marquardt, Ulrich Wahl, Bart Kuyken, Thorsten Schumm, Pascal Del'Haye, Lino M. C. Pereira, Georgy A. Kazakov, Kasper Van Gasse, Charles Roques-Carmes

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种纳米光子平台，利用$^{229}$Th低能异构跃迁实现固态核钟，通过耦合钍核与受限光学模式增强核激发率，展示了一种实现芯片级固态频率标准的可行路径。

Topological Control of Chirality and Spin with Structured Light

拓扑控制手性和自旋

Light Mkhumbuza, Pedro Ornelas, Angela Dudley, Isaac Nape, Kayn A. Forbes

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文通过结构光的拓扑特性实现对自旋角动量和光学手性的精确控制，揭示了自由空间中的光学霍尔效应，并提出两种拓扑机制。

Journal ref Light Sci Appl 15, 214 (2026)