视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
FLASH：通过稀疏采样实现高效的视觉-运动策略
机构 * MARS Lab, Nanyang Technological University, Singapore（马尔萨实验室，南洋理工大学，新加坡）
专题命中 机器人学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 FLASH通过稀疏采样和Legendre多项式轨迹表示，提升视觉-运动策略学习效率，实现更长的动作时间跨度和更快的推理速度，实验表明其在多个任务中达到最先进的性能。
Comments 19 pages, 10 figures
Ada-Diffuser: 面向决策制定的潜在意识自适应扩散模型
机构 * University of California San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学） ； MBZUAI ； Stanford University（斯坦福大学） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 机器人学习 ：robotic(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出Ada-Diffuser，通过显式建模潜在动态过程，提升决策制定的精度与适应性，实验验证其在模拟控制与机器人基准中的有效性。
Comments ICLR 2026
KaRMA：一种用于机器人手精细操作能力的运动学指标
机构 * Improbable AI Lab, Massachusetts Institute of Technology（Improbable AI实验室，麻省理工学院）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；分类 cs.RO
AI总结 KaRMA是一种基于运动学的指标，用于衡量机器人手在保持接触的情况下连续改变物体姿态的能力，通过球形测试物体的可达平移和重新定向来评估。
DexJoCo：用于MuJoCo上的任务导向灵巧操作的基准和工具包
机构 * NLPR & MAIS, CASIA（中国科学院南京自动化研究所与模式识别与人工智能实验室） ； SJTU（上海交通大学） ； MBZUAI（马克斯·普朗克研究所） ； Beijing Institute of Basic Medical Sciences（北京基础医学研究所） ； PKU & Galbot（北京大学与Galbot） ； CUHK（香港大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robot learning(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出DexJoCo基准和工具包，包含11个功能任务评估灵巧手的工具使用、双臂协调、长周期执行和推理能力，通过低成本数据收集系统和领域随机化评估鲁棒性，揭示当前策略的局限性。
Comments 8 pages, 6 figures, project page is available at: https://dexjoco.github.io
从人类遥控数据中学习双臂绳子操作的模拟 grounded 策略
机构 * Technical University of Darmstadt（德累斯顿技术大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Centre for Cognitive Science（认知科学研究中心） ； Honda Research Institute Europe GmbH（本田欧洲研究院）
专题命中 机器人操作 ：manipulation(title,abstract)；robot learning(abstract)；分类 cs.RO、cs.AI
AI总结 本文研究了基于视觉的策略在解结任务中泛化能力不足是否源于观察空间而非策略架构或数据规模，通过比较两种基于动作分块与变压器的策略，发现基于物理状态的策略在预测初始抓取和拉拽动作时L1误差降低了30.8%。
Comments Accepted to the Beyond Teleoperation Workshop at ICRA 2026, 5 pages, 2 figures
GAP：用于操作任务数据高效视觉运动学习的几何锚预训练
机构 * Department of Control and Computer Engineering, Polytechnic University of Turin（控制与计算机工程系，都灵理工大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出GAP，通过预训练空间适配器生成稳定的几何锚点，提升在稀疏数据下的视觉运动策略学习性能，实验显示其在多个任务中优于其他方法。
Comments Project webpage at https://lambdavi.github.io/gap
迈向机器人灵巧手智能：一篇综述
机构 * University of Liverpool（利物浦大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学-利物浦大学） ； Duke Kunshan University（杜克-昆山大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 机器人操作 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO
AI总结 本文综述了灵巧手研究，从硬件、控制方法、数据集和评估等方面分析，探讨了当前研究的局限性和未来发展方向。
HoMMI：从人类示范中学习全身移动操作
机构 * Stanford University（斯坦福大学） ； Toyota Research Institute（丰田研究院）
专题命中 机器人操作 ：manipulation(title,abstract)；navigation(abstract)；分类 cs.RO
AI总结 本文提出HoMMI框架，通过人类示范直接学习全身移动操作，结合眼动感知增强数据收集能力，解决人机体感知差距问题，实现长周期移动操作任务。
SFHand: 通过流式注视三维手预测学习具身体验
机构 * The University of Tokyo（东京大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotics(abstract)；分类 cs.CV
AI总结 SFHand通过流式注视三维手预测实现具身体验，结合流式自回归架构和增强记忆层，首次在语言引导下实现三维手预测，提升任务成功率。
全身运动规划与安全关键控制用于空中操作
机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore（机械与航空航天工程学院，南洋理工大学，新加坡） ； Department of Aerospace Engineering, Seoul National University, South Korea（航空航天工程系，首尔国立大学，韩国）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出基于超级二次曲面的空中操作器全身运动规划与安全关键控制框架，通过融合Voronoi图与平衡流形生成平滑轨迹，并设计高阶控制屏障函数实现碰撞避让，实验验证其在复杂环境中的高效性和鲁棒性。
Comments Will be presented in 23rd IFAC World Congress 2026
SkiP: 在何时跳过和何时细化以实现高效的机器人操作
机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Peng Cheng Laboratory（鹏城实验室） ； Southern University of Science and Technology（南方科技大学） ； Sun Yat-sen University（中山大学） ； UNT ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 SkiP通过动态跳过冗余步骤和精细化关键步骤，提升机器人操作效率，无需额外结构或规划器。
用于分析排行榜稳定性和操纵的统一扰动框架
机构 * University of Waterloo（滑铁卢大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.LG
AI总结 本文提出统一扰动框架分析Bradley-Terry排行榜在结构数据修改下的鲁棒性，研究Drop、Add、Flip等扰动对排行榜稳定性的影响，揭示现代排行榜在三个目标上的非鲁棒性，并提供评估工具。
基于运动学结构的机器人设计优化的QUBO公式框架：以机械手为例
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） ； Mechanical Engineering, University of Science & Technology (UST)（科学技术大学机械工程系）
专题命中 机器人操作 ：robotic(title,abstract)；分类 cs.RO
AI总结 本文提出基于二次无约束二元优化的框架，用于机器人设计优化，通过运动学结构级评估指标进行经典计算和量子退火优化，以机械手为例验证了该方法的有效性。
Comments This manuscript has been submitted for possible publication. 14 pages, 5 figures
学习动态抓取与放置用于四足机械臂
机构 * Robotics and Artificial Intelligence Lab, KAIST（机器人与人工智能实验室，韩国科学技术院）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；robotics(comments,journal_ref)；分类 cs.RO、cs.AI
AI总结 本文提出一种分层强化学习框架，用于四足机械臂的动态抓取与放置任务，通过模拟和现实实验验证了其在不同负载和工作空间下的高成功率。
Comments Accepted to IEEE Robotics and Automation Letters 2026
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 6, pp. 7652-7659, 2026
WorldAct：将单体3D世界激活为可交互的以对象为中心的场景
机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Inc（华为公司）
专题命中 机器人操作 ：manipulation(abstract)；world model(abstract)；分类 cs.CV
AI总结 WorldAct通过多模态代理将静态生成的3D世界分解为可编辑的交互场景，支持对象级编辑和任务执行，保留全局一致性。
Comments Project page: https://sjtu-deepvisionlab.github.io/WorldAct
扩散策略用于非holonomic移动基底和双臂的协调控制以开门和通过
机构 * Manning College of Information and Computer Sciences, University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校信息与计算机科学学院） ； alpha-z
专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 本文提出基于扩散的视觉-运动控制策略，实现非holonomic移动基底与双臂的协调控制，以完成开门和通过任务，展示了在复杂约束下的高成功率和鲁棒性。
ICED: 通过可解释的概念分解实现概念级机器去学习
机构 * Fujian Normal University（福建师范大学） ； Nanyang Technological University（南洋理工大学） ； University of New South Wales（新南威尔士大学） ； Data61 CSIRO（Data61澳大利亚联邦科学与工业研究组织）
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ICED框架，通过多模态大语言模型构建任务特定概念词汇，实现VLMs中概念级去学习，有效去除目标知识并保留非目标语义，实验表明其在目标遗忘和模型效用方面表现优异。
UniShield: 一种适应性多智能体框架用于统一的伪造图像检测与定位
机构 * School of Electronic and Computer Engineering, Peking University（北京大学电子与计算机工程学院） ； School of Future Technology, South China University of Technology（华南理工大学未来技术学院） ； School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息工程学院） ； Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（北京大学深圳研究生院超高清沉浸媒体技术省重点实验室）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI、cs.CV
AI总结 UniShield通过多智能体框架实现跨领域伪造图像检测与定位，提升检测的适应性和实用性。
通过采样和局部互补性近似全局接触-隐式MPC
机构 * GRASP Laboratory at the University of Pennsylvania（宾夕法尼亚大学GRASP实验室） ； Boston Dynamics（波士顿动力） ； Amazon Robotics（亚马逊机器人技术）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO；robotics(journal_ref)
AI总结 本文提出一种结合局部互补性控制与全局采样方法的控制器，用于实时灵活操作。通过在每个控制循环中先进行无接触阶段再进行接触密集阶段，实现对非凸物体的精确非抓取操作。
Comments S.V. and B.B. contributed equally to this work. Accepted to RA-L 2025; presented at ICRA 2026. Project page: https://approximating-global-ci-mpc.github.io
Journal ref IEEE Robotics and Automation Letters, volume 10, number 11, pages 12117-12124, September 2025
通过网络驾驶：延迟和视频失真下的性能与负载
机构 * Technical University of Munich, School of Engineering and Design, Institute of Automotive Technology and Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑工业大学，工程学院，汽车技术研究所，慕尼黑机器人与机器智能研究所（MIRMI））
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究通过驾驶模拟器探讨网络延迟和视频质量对驾驶员性能和负载的影响，发现延迟和带宽增加会提升操作负荷，但生理指标显示亚加性交互作用，而性能和眼动指标交互作用较小。
Comments Preprint of VEHITS 2026 : 12th International Conference on Vehicle Technology and Intelligent Transport Systems
3DEditSafe: 防御3D编辑流程中的不安全生成
机构 * Tufts University（塔夫茨大学） ； University of Notre Dame（诺特大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 本文提出3DEditSafe框架，通过安全正则化约束不安全语义传播，减少3D编辑中的不安全内容生成，揭示安全与质量的权衡。
协同扩散：无需多智能体演示生成多智能体行为
机构 * University of California, Berkeley（加州大学伯克利分校） ； Delft University of Technology（代尔夫特理工大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 本文提出Coordinated Diffusion框架，通过用户定义的多智能体成本函数将独立训练的单智能体扩散策略耦合，无需多智能体演示数据，实现多智能体行为协调。
核衰变与核激发的激光辅助进展
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文综述了激光对放射性粒子发射和核激发的影响，探讨了激光诱导核激发实验的突破，特别是对²²⁹Th、⁸³Kr和⁴⁵Sc的激发，为核科学和应用提供基础。
可调交叉安德鲁反射在双极磁性半导体中
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究通过调节双极磁性半导体中两区域的化学势，实现对交叉安德鲁反射的可调控制，为自旋电子和超导器件应用提供新途径。
Comments 5 pages, 4 captioned figures. Comments are welcome
在散射介质中多目标镊子
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文提出在复杂散射介质中利用声波或光波同时操控多个物体的新方法，实现多目标最优操控与精确操作。
Comments 16 pages, 8 figures
非厄米特性交替磁体中量子几何驱动的非线性自旋电流
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究通过周期性光学驱动和非厄米特性调控自旋响应，揭示非厄米相中非线性自旋电流由量子度量、 Berry 曲率和 Berry 连接偶极贡献组成，展示光学极化可调节自旋电流方向。
WorldVLN: 用于空域视觉-语言导航的自回归世界动作模型
机构 * Tsinghua University（清华大学） ； Shandong University（山东大学） ； Manifold AI ； Beijing Institute of Technology（北京理工大学） ； Northeastern University（东北大学）
专题命中 具身导航 ：navigation(title,abstract)；world model(abstract)；分类 cs.RO、cs.CV
AI总结 WorldVLN提出一种自回归世界动作模型，通过预测潜在世界演变并生成可执行的航点动作，提升空域视觉-语言导航性能，优于现有基线模型。
ProCompNav：基于比较判断的主动实例导航
机构 * GSAI, POSTECH（POSTECH人工智能研究所） ； CSE, POSTECH（POSTECH计算机科学与工程系） ； Oracle（Oracle公司）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 ProCompNav通过两阶段框架解决用户查询歧义问题，通过比较判断逐步缩小候选集，提升导航成功率并减少用户响应长度。
Comments Project page: https://tree-jhk.github.io/procompnav/ . Code: https://github.com/tree-jhk/procompnav/
ConsistNav：通过语义执行控制关闭零样本物体导航中的动作一致性差距
机构 * Sun Yat-sen University（中山大学） ； The University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； City University of Hong Kong（香港城市大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 本文提出ConsistNav框架，通过语义执行控制模块解决零样本物体导航中动作一致性问题，提升导航精度与鲁棒性。
Comments 13 pages, 5 figures
反应式机器人中心安全机制用于受约束和动态环境中的自主导航
机构 * Department of Computer Science, Electrical and Space Engineering（计算机科学与电气与空间工程系）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种基于3D激光雷达感知的复合控制屏障函数安全过滤器，用于实时保障自主机器人在受限动态环境中的安全导航，通过现场实验验证其在复杂环境下的可靠性。
Comments 9 pages, 12 figures, currently under review
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈