机器人 / 具身智能

MARVL: Multi-Stage Guidance for Robotic Manipulation via Vision-Language Models

MARVL：通过视觉-语言模型实现机器人操作的多阶段引导

Xunlan Zhou, Xuanlin Chen, Shaowei Zhang, ShengHua Wan, Xiaohai Hu, Lei Yuan, De-chuan Zhan

机构 * School of Intelligent Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） ； National Key Laboratory for Novel Software Technology, School of Artificial Intelligence, Nanjing University, China（南京大学新型软件技术国家实验室，人工智能学院） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； MACS Lab, University of Washington（华盛顿大学MACS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.CV、cs.LG

AI总结 本文提出MARVL，通过视觉-语言模型实现机器人操作的多阶段引导，解决传统密集奖励函数设计中的问题，提升样本效率和鲁棒性。

TriRelVLA: Triadic Relational Structure for Generalizable Embodied Manipulation

TriRelVLA：三元关系结构用于可迁移的具身操作

Hanyu Zhou, Chuanhao Ma, Gim Hee Lee

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） 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 TriRelVLA通过构建三元关系结构，解决视觉语言动作模型在未见场景和物体上的泛化问题，提升具身操作的迁移能力。

AssistDLO: Assistive Teleoperation for Deformable Linear Object Manipulation

AssistDLO：用于可变形线性物体操控的辅助远程操作

Berk Guler, Simon Manschitz, Kay Pompetzki, Jan Peters

机构 * TU Darmstadt, Institute for Intelligent Autonomous Systems, Computer Science Department（德累斯顿技术大学智能自主系统研究所，计算机科学系） ； Honda Research Institute Europe GmbH（本田欧洲研究院） ； German Research Center for AI (DFKI), Research Department: Systems AI for Robot Learning（德国人工智能研究中心（DFKI），研究部门：机器人学习的系统AI；黑森AI；德国机器人研究所（RIG）；认知科学中心） ； Hessian.AI ； Robotics Institute Germany (RIG) ； Centre for Cognitive Science 纠错

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

AI总结 本文提出AssistDLO框架，结合多视角状态估计、视觉辅助和基于控制屏障函数的几何感知共享自主控制器，提升可变形线性物体操控的精度与适应性。

Comments 20 pages, 14 figures. Submitted to a peer-reviewed journal

MaMi-HOI: Harmonizing Global Kinematics and Local Geometry for Human-Object Interaction Generation

MaMi-HOI：协调全局运动学与局部几何以生成人-物交互

Hao Wang, Shiqi Wang, Qi Liu

机构 * School of Future Technology, South China University of Technology, Guangzhou, Guangdong, China（未来技术学院，华南理工大学，广州，广东，中国） 纠错

专题命中 机器人操作 ：embodied AI(abstract)；manipulation(abstract)；navigation(abstract)；robotic(abstract)

AI总结 本文提出MaMi-HOI框架，通过几何感知接近适配器和运动学和谐适配器协调宏观运动流畅性与微观空间精度，实现自然运动与精确接触的平衡，扩展了长轨迹生成能力。

DexSim2Real: Foundation Model-Guided Sim-to-Real Transfer for Generalizable Dexterous Manipulation

DexSim2Real: 基于基础模型的仿真到现实迁移用于通用的灵巧操作

Zijian Zeng, Fei Ding, Huiming Yang, Xianwei Li, Yuhao Liao

机构 * Tsinghua University（清华大学） ； Alibaba Group（阿里巴巴集团） ； Bengbu University（Bengbu大学） ； UCSI University（UCSI大学） 纠错

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

AI总结 本文提出DexSim2Real框架，结合基础模型引导的域随机化、触觉视觉交叉注意力策略和渐进技能课程，提升灵巧操作的仿真到现实迁移性能，实验表明其在现实世界中的成功率达到78.2%。

Comments 13 pages, 2 figures, 5 tables

OA-WAM: Object-Addressable World Action Model for Robust Robot Manipulation

OA-WAM：面向鲁棒机器人操作的对象可寻址世界动作模型

Yushan Liu, Peibo Sun, Shoujie Li, Yifan Xie, Lingfeng Zhang, Xintao Chao, Shiyuan Dong, Fang Chen, Xiao-Ping Zhang, Wenbo Ding

机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 OA-WAM通过分解帧为N+1槽状态，结合文本、图像和动作历史，提升机器人操作的鲁棒性，其可寻址对象状态在场景扰动下表现更优。

Gaming the Metric, Not the Harm: Certifying Safety Audits against Strategic Platform Manipulation

利用度量，而非伤害：针对战略平台操纵的安全审计认证

Florian A. D. Burnat, Brittany I. Davidson

机构 * University of Bath（巴斯大学） 纠错

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

AI总结 本文探讨了在安全审计中，当度量被用作合规证据时，如何确保其能真实反映伤害减少。研究提出语义包络度量，证明其在对抗平台策略操纵时的有效性。

TouchDrive: Electronics-Free Tactile Sensing Interface for Assistive Grasping

TouchDrive: 无电子触觉感知接口用于辅助抓取

Jing Xu, Xuezhi Niu, Didem Gurdur Broo, Klas Hjort

机构 * Division of Microsystems Technology, Department of Electrical Engineering（微系统技术部门） ； Cyber-Physical Systems Lab, Department of Information Technology（网络物理系统实验室） 纠错

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

AI总结 TouchDrive通过气动反馈实现无电子触觉感知，使用户能精确操控抓取力，适用于处理易碎和柔软物体，已在多种机器人平台验证可靠性和实用性。

Comments Accepted at ICRA 2026 workshop on Visuo-Tactile Perception, Learning, Control for Manipulation: Embodied Tactile Intelligence in Predictive Perception, Learning & Control in Grasping & Manipulation, Emerging the Role of Embodiment and Visuo -Tactile - LLM Foundation Models (ICRA RoboTac 2026)

BAMI: Training-Free Bias Mitigation in GUI Grounding

BAMI：无需训练的GUI定位偏差缓解

Borui Zhang, Bo Zhang, Bo Wang, Wenzhao Zheng, Yuhao Cheng, Liang Tang, Yiqiang Yan, Jie Zhou, Jiwen Lu

机构 * Tsinghua University, China（清华大学，中国） ； Lenovo Research, China（联想研究院，中国） 纠错

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

AI总结 本文提出BAMI方法，通过粗到细聚焦和候选选择缓解GUI定位中的精度偏差和歧义偏差，提升模型在无训练设置下的准确性。

Comments Accepted by CVPR 2026

Linearized Attention Cannot Enter the Kernel Regime at Any Practical Width

线性化注意力无法在任何实用宽度下进入核范式

Jose Marie Antonio Miñoza, Paulo Mario P. Medina, Sebastian C. Ibañez

机构 * Center for AI Research PH（人工智能研究所以PH） 纠错

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

AI总结 本文研究了线性化注意力是否能进入核范式，发现即使在实用宽度下也无法收敛，揭示了注意力学习动态中的根本权衡。

Practical Adversarial Attacks on Stochastic Bandits via Fake Data Injection

针对随机带隙的实用对抗攻击：通过伪造数据注入

Qirun Zeng, Eric He, Richard Hoffmann, Xuchuang Wang, Jinhang Zuo

机构 * University of Science and Technology of China（中国科学技术大学） ； California Institute of Technology（加州理工学院） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文提出一种更实际的对抗模型，通过有限的伪造反馈样本误导带隙算法，分析了在现实约束下对抗攻击的可行性与有效性。

Contact-Free Grasp Stability Prediction with In-Hand Time-of-Flight Sensors

无接触抓取稳定性预测与手持时间飞行传感器

Kyle DuFrene, Cindy Grimm

机构 * Collaborative Robotics and Intelligent Systems (CoRIS) Institute, Oregon State University, Corvallis, OR 97331（协作机器人与智能系统研究所，俄勒冈州立大学，科瓦利斯，OR 97331） 纠错

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

AI总结 本文提出一种无需接触的抓取稳定性预测方法，利用多区域时间飞行传感器提高分类速度和准确性，实验显示在验证和测试集上分别达到85.5%和86.0%的准确率。

Lightweight Stylistic Consistency Profiling: Robust Detection of LLM-Generated Textual Content for Multimedia Moderation

轻量级风格一致性剖析：面向多媒体审核的LLM生成文本稳健检测

Siyuan Li, Aodu Wulianghai, Xi Lin, Xibin Yuan, Qinghua Mao, Guangyan Li, Xiang Chen, Jun Wu, Jianhua Li

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出LiSCP方法，通过结合离散风格特征与连续语义信号，提升对抗环境下的LLM生成文本检测鲁棒性，实现在多领域中的优越性能。

The Anatomy of a Blockchain Prediction Market: Polymarket in the 2024 U.S. Presidential Election

区块链预测市场解剖：2024年美国总统选举中的Polymarket

Kwok Ping Tsang, Zichao Yang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文通过分析Polymarket 2024年美国总统选举市场，提出交易层面的会计框架，区分交易量与股份发行销毁，并评估市场质量提升。

A Position Statement on Endovascular Models and Effectiveness Metrics for Mechanical Thrombectomy Navigation, on behalf of the Stakeholder Taskforce for AI-assisted Robotic Thrombectomy (START)

关于内血管模型和机械取栓导航的有效性指标的立场声明，代表人工智能辅助机器人取栓利益相关者工作组（START）

Harry Robertshaw, Anna Barnes, Phil Blakelock, Raphael Blanc, Robert Crossley, Rebecca Fahrig, Ameer E. Hassan, Benjamin Jackson, Lennart Karstensen, Neelam Kaur, Markus Kowarschik, Jeremy Lynch, Franziska Mathis-Ullrich, Dwight Meglan, Vitor Mendes Pereira, Mouloud Ourak, Matteo Pantano, S. M. Hadi Sadati, Alice Taylor-Gee, Tom Vercauteren, Phil White, Alejandro Granados, Thomas C. Booth

机构 * on behalf of the Stakeholder Taskforce for AI-assisted Robotic Thrombectomy (START)（人工智能辅助机器人取栓任务组成员） 纠错

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

AI总结 本文旨在建立共识框架，开发和验证人工智能辅助机器人用于取栓，标准化有效性指标并定义参考测试环境，以提升地理多样性人群的及时取栓访问。

Comments Published in Journal of the American Heart Association

Journal ref J Am Heart Assoc. 2026;15:e044931

Cross-Modal Navigation with Multi-Agent Reinforcement Learning

跨模态导航与多智能体强化学习

Shuo Liu, Xinzichen Li, Christopher Amato

机构 * Khoury College of Computer Sciences（计算机科学学院） 纠错

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

AI总结 本文提出CRONA框架，通过多智能体强化学习实现跨模态导航，利用辅助信念和集中式多模态批评者提升协作效率，实验表明多智能体方法在视觉-听觉导航中优于单智能体基线。

3D MRI Image Pretraining via Controllable 2D Slice Navigation Task

通过可控的2D切片导航任务进行3D MRI图像预训练

Yu Wang, Qingchao Chen

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） 纠错

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

AI总结 本文提出通过可控2D切片导航任务预训练3D MRI图像，利用动作轨迹控制生成视频动作序列，提升解剖和空间表示学习能力。

Comments 9 pages, 5 figures

Mitigating Error Accumulation in Continuous Navigation via Memory-Augmented Kalman Filtering

通过记忆增强的卡尔曼滤波缓解连续导航中的误差累积

Yin Tang, Jiawei Ma, Jinrui Zhang, Alex Jinpeng Wang, Deyu Zhang

机构 * Big Data Institute, Central South University, Changsha, China. Work done while working at CityUHK as a visiting scholar. ； Department of Computer Science \& Institute of Digital Medicine, City University of Hong Kong, Hong Kong, China ； School of Computer Science, Central South University, Changsha, China 纠错

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

AI总结 本文提出NeuroKalman框架，通过先验预测和似然校正过程缓解连续导航中的状态漂移问题，实验表明其在TravelUAV基准上表现优异。

Comments ICML 2026 Camera Ready

Plug-and-Play Label Map Diffusion for Universal Goal-Oriented Navigation

即插即用标签地图扩散用于通用目标导向导航

Zhixuan Shen, Yijie Zeng, Shengxiang Luo, Tianrui Li, Haonan Luo

机构 * School of Computing and Artificial Intelligence（计算与人工智能学院） 纠错

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

AI总结 本文提出PLMD方法，通过扩散模型生成未知区域的障碍和语义标签，实现部分观测环境下的目标定位，同时提升导航策略的语义地图整合能力，实验表明其在三个目标导向导航任务中表现优异。

Comments 21 pages, 10 figures, Extended Version of accepted ICML 2026 Paper

Risk-Averse Traversal of Graphs with Stochastic and Correlated Edge Costs for Safe Global Planetary Mobility

在具有随机性和相关边成本的图中进行风险规避遍历以实现安全的全球行星移动

Olivier Lamarre, Jonathan Kelly

机构 * Space & Terrestrial Autonomous Robotic Systems (STARS) Laboratory（空间与陆地自主机器人系统实验室） ； University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） 纠错

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

AI总结 本文提出了一种新的风险规避加拿大旅行者问题变体，旨在通过条件值在风险度量下寻找最优遍历策略，结合真实火星地图验证了该方法在行星表面长距离移动中的有效性。

Comments Published in the Autonomous Robots journal

Journal ref Autonomous Robots (AURO), Vol. 50, No. 2, Mar. 2026

Space-Time Diversity in Observability and Estimation on Product Lie Groups

时空多样性在乘积李群上的可观测性与估计

Somasundhar Venkatasubramanian, Anirudh Venkat, Advaidh Venkat

专题命中 具身导航 ：robotics(abstract)；navigation(abstract)

AI总结 本文研究了在乘积李群上动态状态估计中的时空多样性，提出耦合条件、空间多样性饱和定理和时空多样性分解，为冗余和非冗余传感器架构提供精确可观测性保证。

Comments 6 Pages (two columns), 1 figure 2 tables and an alogorithm. This work has been submitted to the IEEE for possible publication

Many-vs-Many Missile Guidance via Virtual Targets

多方对多方导弹制导的虚拟目标方法

Marc Schneider, Walter Fichter

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

AI总结 本文提出利用生成正常流轨迹预测器的虚拟目标进行多方对多方导弹制导，通过概率预测分布而非确定性预测，提升拦截概率。

Comments Subsequent investigations showed that the proposed method does not generalize beyond the specific scenario considered in this manuscript

Hitting Time Isomorphism for Multi-Stage Planning with Foundation Policies

多阶段规划中的击中时间同构性

Magnus Victor Boock, Abdullah Akgül, Mustafa Mert Çelikok, Melih Kandemir

机构 * Department of Mathematics and Computer Science（数学与计算机科学系） 纠错

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

AI总结 本文提出基于击中时间同构性的新框架，通过学习希尔伯特空间位移几何，实现离线强化学习中的非对称表示学习，提升多阶段规划在长周期导航中的鲁棒性。

Contact Wasserstein Geodesics for Non-Conservative Schrödinger Bridges

接触Wasserstein测地线用于非保守Schrödinger桥

Andrea Testa, Søren Hauberg, Tamim Asfour, Leonel Rozo

机构 * Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） ； Technical University of Denmark (DTU)（丹麦技术大学） ； Italian Institute of Artificial Intelligence (AI4I)（意大利人工智能研究所） 纠错

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

AI总结 本文提出非保守广义Schrödinger桥，通过接触哈密顿力学实现能量变化的桥模型，利用接触Wasserstein测地线实现高效计算，验证了其在流形导航、分子动力学预测和图像生成中的实用性。

Comments 44 pages, 21 figures, ICLR 2026

Reconstruction or Semantics? What Makes a Latent Space Useful for Robotic World Models

重建还是语义？什么使潜在空间对机器人世界模型有用

Nilaksh, Saurav Jha, Artem Zholus, Sarath Chandar

机构 * Chandar Research Lab（昌达尔研究实验室） ； Mila – Quebec AI Institute（魁北克人工智能研究院） ； Polytechnique Montréal（蒙特利尔理工学院） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

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

AI总结 本文评估了不同潜在空间在机器人世界模型中的有效性，发现语义潜在空间在规划和下游政策性能方面优于重建潜在空间。

Comments 9 pages

EA-WM: Event-Aware Generative World Model with Structured Kinematic-to-Visual Action Fields

EA-WM：事件感知生成世界模型与结构运动-视觉动作场

Zhaoyang Yang, Yurun Jin, Lizhe Qi, Cong Huang, Kai Chen

机构 * Fudan University（复旦大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； University of Science and Technology of China（中国科学技术大学） ； DeepCybo（深瞳） 纠错

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

AI总结 EA-WM通过结构化运动-视觉动作场闭环连接运动控制与视觉感知，提升机器人空间几何和细粒度交互动态的生成精度。

Comments Preprint. 22 pages, 10 figures

Earth-o1: A Grid-free Observation-native Atmospheric World Model

Earth-o1：一种无网格的观测本征大气世界模型

Junchao Gong, Kaiyi Xu, Wangxu Wei, Siwei Tu, Jingyi Xu, Zili Liu, Hang Fan, Zhiwang Zhou, Tao Han, Yi Xiao, Xinyu Gu, Zhangrui Li, Wenlong Zhang, Hao Chen, Xiaokang Yang, Yaqiang Wang, Lijing Cheng, Pierre Gentine, Wanli Ouyang, Feng Zhang, Zhe-Min Tan, Bowen Zhou, Fenghua Ling, Ben Fei, Lei Bai

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of Information Engineering（信息工程系） ； School of Electronic Information and Electrical Engineering（电子信息与电气工程学院） ； Department of Atmospheric and Oceanic Sciences（大气与海洋科学系） ； School of Information Science and Technology（信息科学与技术学院） ； State Key Laboratory of Earth System Numerical Modeling and Application, Institute of Atmospheric Physics（地球系统数值模拟与应用国家重点实验室，大气物理研究所） ； College of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Department of Earth and Environmental Engineering（地球与环境工程系） ； Chinese Academy of Meteorological Sciences（中国气象科学研究院） ； School of Atmospheric Sciences（大气科学学院） 纠错

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

AI总结 Earth-o1通过直接学习无网格观测数据中的连续三维物理演变，实现对大气状态的自主时空推进，无需传统数值求解器，其预测精度可与现有物理框架相媲美。

HaM-World: Soft-Hamiltonian World Models with Selective Memory for Planning

HaM-World: 带选择性记忆的软哈密顿世界模型用于规划

Haoyun Tang, Haodong Cui, Keyao Xu, Kun Wang, Zhandong Mei

机构 * Xi’an Jiaotong University（西安交通大学） ； Huazhong University of Science and Technology（华中科技大学） ； Nankai University（南开大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 HaM-World通过分解潜在状态为规范子空间和上下文子空间，结合Mamba选择性状态空间记忆，提升规划稳定性与鲁棒性，实现高精度预测和任务完成。

Comments 22 pages, 5 figures. Code: https://github.com/HaoyunT/HaM_World

Holographic entanglement entropy and complexity for the cosmological braneworld model

膜宇宙模型中的引力熵和复杂度

Souvik Paul, Gopinath Guin, Sunandan Gangopadhyay

专题命中 具身推理 ：world model(title,abstract)

AI总结 研究膜宇宙模型中宇宙膨胀的引力熵和复杂度，考虑不同物质源的影响，采用微扰方法计算并验证结果与之前研究的一致性。

Journal ref JHEP 08 (2025) 164

Unified 4D World Action Modeling from Video Priors with Asynchronous Denoising

从视频先验构建统一的4D世界动作模型

Jun Guo, Qiwei Li, Peiyan Li, Zilong Chen, Nan Sun, Yifei Su, Heyun Wang, Yuan Zhang, Xinghang Li, Huaping Liu

机构 * Tsinghua University（清华大学） ； Xiaomi Robotics（小米机器人） ； Peking University（北京大学） ； CASIA 纠错

专题命中 具身推理 ：world model(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出X-WAM，统一了实时机器人动作执行与高保真的4D世界合成，在单一框架中解决传统统一世界模型仅建模2D像素空间且无法平衡动作效率与世界建模质量的问题。

Comments Project website: https://sharinka0715.github.io/X-WAM/