机器人 / 具身智能

Learning Generalizable Robot Policy with Human Demonstration Video as a Prompt

以人类演示视频为提示学习可泛化的机器人策略

Xiang Zhu, Yichen Liu, Hezhong Li, Jianyu Chen

机构 * Tsinghua University, China（清华大学，中国） ； Shanghai Qi Zhi Institute, China（上海启智研究院，中国） 纠错

专题命中 机器人学习 ：robot policy(title,abstract)；robot learning(abstract)；manipulation(abstract)；robotic(abstract)

AI总结 提出两阶段框架，利用人类演示视频学习可泛化机器人策略，无需遥操作数据或微调即可执行新任务。

Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA), 2026

Batched Differentiable Rigid Body Dynamics in PyTorch for GPU-Accelerated Robot Learning

Batched Differentiable Rigid Body Dynamics in PyTorch for GPU-Accelerated Robot Learning

Yue Wang, Yanran Xu, Wenbo Wu, Chuanhang Qiu, Zhaoxing Li

机构 * University of Southampton（南安普顿大学） 纠错

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

AI总结 提出BARD，一种基于PyTorch的批处理可微刚体动力学库，通过三级缓存、无矩阵乘法的关节变换和层级并行传播，在GPU上实现高达64倍的前向运动学加速，并支持梯度计算。

RDGen: Demonstration Generation for High-Quality Robot Learning via Reinforcement Learning

RDGen: 通过强化学习生成高质量机器人学习的演示

Zijian Zhu, Menglin Zou, Zhuang Li, Yaojie Tu, Xinhai Sun

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

AI总结 提出RDGen框架，利用从仿真到真实的强化学习策略生成高质量机器人演示轨迹，用于训练视觉-语言-动作模型，相比人工遥操作产生更平滑轨迹并提升下游性能。

Comments 13 pages, 4 figures, 3 tables

Task-Focused Memorization for Multimodal Agents

面向多模态智能体的任务聚焦记忆

Tao Zou, Yichen He, Tian Qiu, Yuan Lin, Hang Li

机构 * Fudan University（复旦大学） 纠错

专题命中 机器人学习 ：embodied agent(abstract)；分类 cs.CV

AI总结 提出基于强化学习的任务聚焦记忆策略学习框架TaskMem，通过两阶段训练使多模态智能体在流式观测中动态选择任务相关记忆，在三个流式基准上VQA准确率提升5.3%-7.0%。

GSAM: A Generalizable and Safe Robotic Framework for Articulated Object Manipulation

GSAM: 一种通用且安全的铰接物体操作机器人框架

Beichen Shao, Mengying Xie, Heng Su, Wanyi Zhang, Mingyan Li, Yan Ding, Fausto Giunchiglia, Chao Chen

机构 * College of Computer Science, Chongqing University, Chongqing, China（重庆大学计算机学院） ； Lumos Robotics, China（Lumos机器人中国） ； Xi'an Jiaotong-Liverpool University, China（西安交通大学利物浦大学） ； Fudan University, China（复旦大学） ； Department of Information Engineering and Computer Science, University of Trento, Trento, Italy（特伦托大学信息工程与计算机科学系） 纠错

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

AI总结 提出GSAM框架，通过视觉感知器生成运动学参数、基于VLM的细调器进行常识推理修正、交互约束函数生成器集成障碍物避免知识，并由运动学感知规划器验证轨迹可达性，在50个铰链任务上相比最佳基线将标准差降低3.1%、操作成功率提升36.0%。

Comments Accepted by the 19th International Conference on Parallel Problem Solving from Nature (PPSN 2026)

Any-ttach: Quick End-effector Swapping Enables Manipulation Dexterity with Simplicity

Any-ttach: 快速末端执行器更换实现简洁的灵巧操作

Weizhe Ni, Jinzhou Li, Haoyu Li, Cody Andres Alessio-Bunnell, Wenjing Pan, Xianyi Cheng

机构 * Department of Mechanical Engineering and Materials Science, Duke University（杜克大学机械工程与材料科学系） 纠错

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

AI总结 提出Any-ttach框架，通过低成本快速末端执行器更换机制，结合任务规划，实现多种工具和末端模块的灵巧操作，在长时任务中验证了可靠性和效率提升。

A Hierarchical Spatiotemporal Action Tokenizer for In-Context Imitation Learning in Robotics

用于机器人上下文模仿学习的层次化时空动作分词器

Fawad Javed Fateh, Ali Shah Ali, Murad Popattia, Usman Nizamani, Andrey Konin, M. Zeeshan Zia, Quoc-Huy Tran

机构 * Retrocausal, Inc.（Retrocausal公司） 纠错

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

AI总结 提出一种层次化时空动作分词器HiST-AT，通过两级向量量化实现动作的层次化聚类，并同时利用空间和时间信息进行重建，在多个模拟和真实机器人操作基准上达到最先进性能。

Notes-to-Self: Scratchpad Augmented VLAs for Memory Dependent Manipulation Tasks

笔记到自我：带草稿本的增强型VLA用于依赖记忆的操作任务

Sanjay Haresh, Daniel Dijkman, Apratim Bhattacharyya, Roland Memisevic

机构 * Qualcomm AI Research（高通AI研究） 纠错

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

AI总结 本文通过在视觉-语言-动作模型中加入语言草稿本来赋予其空间和时间记忆，从而提升其在依赖记忆的长时域操作任务上的泛化能力。

Comments To appear at ICRA 2026

Learning Terrain-Aware Whole-Body Control for Perceptive Legged Loco-Manipulation

学习面向感知的腿式移动操作的地形感知全身控制

Sikai Guo, Yudong Zhong, Guoyang Zhao, Botao Dang, Zhihai Bi, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科技大学（广州）） 纠错

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

AI总结 提出TA-WBC框架，通过混合外感受编码器提取地形特征、基于脚接触平面的末端执行器采样方法以及双策略蒸馏模块，实现腿式机械臂在复杂地形上的全身移动操作控制。

Object-Informed Model Predictive Path Integral Control for Non-Prehensile Robot Manipulation

面向非抓取式机器人操作的对象感知模型预测路径积分控制

Nikola Raicevic, Bharath Raam Radhakrishnan, Chenbin Yu, Ki Myung Brian Lee, Nikolay Atanasov

机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） 纠错

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

AI总结 提出一种分层模型预测路径积分（MPPI）控制框架，通过对象级规划引导机器人级规划，实现非抓取式操作中的长时域高效规划。

ARISTO Hand: Sensing-Driven Distal Hyperextension for Fine-Grained Manipulation

ARISTO Hand：基于感知驱动的远端过伸实现精细操作

Aaron Kim, Dong Ho Kang, Mark Helwig, Mingyo Seo, Kazuto Yokoyama, Tetsuya Narita, Luis Sentis

机构 * Human Centered Robotics Lab at The University of Texas at Austin（德克萨斯大学奥斯汀分校人本机器人实验室） ； Sony Group Corporation（索尼集团） 纠错

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

AI总结 提出一种肌腱驱动机械手ARISTO Hand，通过主动远端过伸和混合指尖传感架构（刚性指甲安装力-扭矩传感器与软电容触觉阵列），增强对薄物体的操作能力，在1-20 mm厚度范围内将拔出力提升2.76倍，并实现SD卡插拔等精细任务。

Mollified Value Learning

Mollified Value Learning

Hrishikesh Viswanath, Juanwu Lu, S. Talha Bukhari, Mihir Chauhan, Damon Conover, Ziran Wang, Aniket Bera

机构 * Department of Computer Science, Purdue University, USA（普渡大学计算机科学系） ； College of Engineering, Purdue University, USA（普渡大学工程学院） ； DEVCOM Army Research Laboratory, USA（美国国防部 DEVCOM 军事研究实验室） 纠错

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

AI总结 针对离线目标条件强化学习中值函数估计困难的问题，提出一种通过空间测度聚合约束（而非逐点微分约束）来诱导距离类值几何的方法，称为Mollified Value Learning（MVL），在导航和高维机器人操作任务中提升了目标达成性能。

Non-Hermitian fluctuations enable model-free particle manipulation

非厄米涨落实现无模型粒子操控

Siarhei Zavatski, Tristan Nerson, Romain Fleury, Olivier J. F. Martin

专题命中 机器人操作 ：manipulation(title,abstract)

AI总结 本文提出利用能量耗散信息而非场校准，通过测量电导矩阵变化提取力成形电压模式，实现无需预知场分布和介质性质的确定性粒子操控。

Comments 50 pages, 15 figures

Non-destructive optical read-out and manipulation of circular Rydberg atoms

圆形里德伯原子的非破坏性光学读出与操控

Yohann Machu, Andrés Durán-Hernández, Gautier Creutzer, Aurore Alice Young, Jean-Michel Raimond, Michel Brune, Clément Sayrin

专题命中 机器人操作 ：manipulation(title,abstract)

AI总结 提出一种混合平台，利用辅助低角动量里德伯原子通过Förster共振实现圆形里德伯原子的非破坏性量子检测和局域操控，为量子计算和模拟提供新工具。

Comments 8 pages, 4 figures

Journal ref Phys. Rev. X 16, 021040 (2026)

Haptic Sorter: A Unified Planning Framework for Online Shape Estimation and Real-Time Pose Inference

Haptic Sorter: 一种用于在线形状估计和实时位姿推断的统一规划框架

Zhuoyi Lu, Lin Yang, Sri Harsha Turlapati, Domenico Campolo

机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University (NTU), Singapore（南洋理工大学机械与航空航天工程学院） 纠错

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

AI总结 提出一种基于模型的统一几何框架，结合贝叶斯优化引导的触觉探索、超椭圆形状近似、操作势能自适应公式以及在线常微分方程实时位姿推断，用于机器人操作中的形状估计和位姿跟踪。

Efficient Vision-Language-Action Models for Embodied Manipulation: A Systematic Survey

面向具身操作的高效视觉-语言-动作模型：系统综述

Weifan Guan, Qinghao Hu, Aosheng Li, Jian Cheng

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； AiRiA ； Nanjing University of Information Science and Technology（南京信息科学技术大学） 纠错

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

AI总结 本文系统综述了通过模型架构、感知特征、动作生成和训练/推理策略四个维度降低视觉-语言-动作模型延迟、内存占用及计算成本的方法。

Mixture of Horizons in Action Chunking

动作分块中的视野混合

Dong Jing, Gang Wang, Jiaqi Liu, Weiliang Tang, Zelong Sun, Yunchao Yao, Zhenyu Wei, Yunhui Liu, Zhiwu Lu, Mingyu Ding

机构 * Renmin University of China（中国人民大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 针对视觉-语言-动作模型中动作分块长度（视野）的权衡问题，提出混合视野策略，通过并行处理不同视野的动作片段并融合输出，同时提升长期预见与短期精度，实现性能与泛化性的改进。

Comments Accepted at ICML 2026

VR-DAgger: Immersive VR for Dexterous Data Collection and Uncertainty-Guided On-Policy Correction

VR-DAgger: 用于灵巧数据收集和不确定性引导的在线策略校正的沉浸式VR

René Zurbrügg, Tifanny Portela, Arjun Bhardwaj, Aravind Elanjimattathil Vijayan, Maximum Wilder-Smith, Marco Hutter

机构 * Robotics Systems Lab（机器人系统实验室） ； ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（ETH人工智能中心） ； ETH Augmented Reality Research Lab（ETH增强现实研究实验室） ； ETH Mobility Initiative（ETH移动性倡议） ； ANYbotics AG（ANYbotics公司） ； Swiss Federal Railways（瑞士联邦铁路） 纠错

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

AI总结 提出VR-DAgger框架，通过VR应用进行灵巧遥操作和数据收集，利用MC Dropout不确定性评分选择关键失败片段进行在线校正，在灵巧操作任务上相比行为克隆提升高达23个百分点，并减少约40%的样本收集时间。

Hyper-DP3: Frequency-Aware Right-Sizing of 3D Diffusion Policies for Visuomotor Control

Hyper-DP3: 面向视觉运动控制的3D扩散策略的频率感知规模调整

Jinhao Zhang, Zhexuan Zhou, Huizhe Li, Yichen Lai, Wenlong Xia, Haoming Song, Youmin Gong, Jie Mei

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 针对机器人操作中扩散策略的高计算成本问题，从频域角度分析动作轨迹的平滑性，提出轻量级3D扩散策略Hyper-DP3，使用扩散混合器解码器和两步DDIM推理，以极低参数和延迟实现最先进性能。

Cross-Entropy Optimization of Physically Grounded Task and Motion Plans

物理基础的任务与运动规划的交叉熵优化

Andreu Matoses Gimenez, Nils Wilde, Chris Pek, Javier Alonso-Mora

机构 * Department of Cognitive Robotics, Delft University of Technology（德鲁夫特理工大学认知机器人学系） ； Faculty of Computer Science, Dalhousie University（达尔豪斯大学计算机科学学院） 纠错

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

AI总结 提出利用GPU并行物理模拟器和交叉熵优化，通过采样控制器参数获得低成本解决方案，以解决传统TAMP算法忽略动力学和接触的问题。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L)

Journal ref IEEE Robotics and Automation Letters, 2026

WristCompass: Kinematic Coupling as a Learnable Visual Concept for Ego-Camera Orientation

WristCompass: 运动耦合作为可学习的视觉概念用于自我相机朝向估计

Varun Nair, Vidyut Baradwaj, Jiahang He, Anya Singh, Jai Relan, Cabrel Happi

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

AI总结 提出WristCompass，利用手腕与相机朝向之间的运动耦合作为视觉概念，通过紧凑的4D特征和GRU时序建模，从操作视频中恢复自我相机朝向，零样本迁移至厨房视频并达到与1B参数场景模型相近的性能。

The Information Geometry of Softmax: Probing and Steering

Softmax的信息几何：探测与引导

Kiho Park, Todd Nief, Yo Joong Choe, Victor Veitch

机构 * University of Chicago（芝加哥大学） 纠错

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

AI总结 本文从信息几何角度研究AI系统如何将语义结构编码到表示空间的几何结构中，并提出一种利用线性探针鲁棒引导表示以展现特定概念的“双重引导”方法。

Comments Code is available at https://github.com/KihoPark/dual-steering

Journal ref In Proceedings of the 43rd International Conference on Machine Learning (ICML), 2026

Neurosim: A Fast Simulator for Neuromorphic Robot Perception

Neurosim: 一种用于神经形态机器人感知的快速模拟器

Richeek Das, Pratik Chaudhari

机构 * GRASP Laboratory, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） 纠错

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

AI总结 提出Neurosim和Cortex库，通过高速传感器模拟和低延迟通信，支持神经形态感知与控制算法的训练和闭环测试。

Comments 11 pages, 6 figures

Variance-Reduced Model Predictive Path Integral via Quadratic Model Approximation

基于二次模型近似的方差缩减模型预测路径积分

Fabian Schramm, Franki Nguimatsia Tiofack, Nicolas Perrin-Gilbert, Marc Toussaint, Justin Carpentier

机构 * Inria and DI-ENS, PSL Research University（法国国家信息与自动化研究所（Inria）及巴黎社会科学大学（DI-ENS, PSL Research University）） ； Sorbonne University（索邦大学） ； TU Berlin（柏林技术大学） 纠错

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

AI总结 提出一种混合方差缩减MPPI框架，通过将目标函数分解为已知近似模型与残差项，并采用二次近似推导闭式先验，以降低方差并提高样本效率，在多个任务中实现更快收敛和更优性能。

Comments Accepted to Robotics: Science and Systems (RSS) 2026, Sydney, Australia

Learning Controlled Separation of Small Objects Between Two Fingers with a Tactile Skin

利用触觉皮肤学习两个手指间小物体的受控分离

Ulf Kasolowsky, Berthold Bäuml

机构 * Learning AI for Dextrous Robots Lab（灵巧机器人学习人工智能实验室） ； Technical University of Munich（慕尼黑技术大学） ； DLR Institute of Robotics and Mechatronics（德意志航天中心机器人与机电研究所） 纠错

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

AI总结 本文提出并解决了多用途机器人手两个手指间小物体的受控分离任务，通过强化学习训练纯触觉策略，并分析了空间分辨触觉反馈的优势。

Graphical einops: bridging tensor networks and computation graphs

Graphical einops: 桥接张量网络与计算图

Vincent Wang-Maścianica, Nikhil Khatri

机构 * Laboratory for Human-Centered AI, Department of Philosophy, University of Oxford（人类中心人工智能实验室，哲学系，牛津大学） ； Machine Learning Research Group, Department of Engineering Science, University of Oxford（机器学习研究组，工程科学系，牛津大学） 纠错

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

AI总结 本文提出一种形式化的图形演算，用于einops的张量编程结构片段，通过等级自然性重写实现张量等变性的图解证明，并应用于注意力掩码转换以优化稀疏注意力实现。

Surface Constraint Policy for Learning Surface-Constrained and Dynamically Feasible Robot Skills

表面约束策略：学习受表面约束且动态可行的机器人技能

Shuai Ke, Jiexin Zhang, Huan Zhao, Zhiao Wei, Yikun Guo, Jie Pan, Han Ding

机构 * State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（智能制造装备与技术国家重点实验室，华中科技大学） 纠错

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

AI总结 提出表面约束策略（SCP），通过二维加权高斯核编码表面几何约束，结合扩散策略和基于相似性的动作映射生成动态可行的表面约束运动，解决了自由曲面约束下动作随机性和接触不稳定的问题。

Two Degree-of-Freedom Vibratory Transport in a Grasp

抓取中的两自由度振动运输

C. L. Yako, Shenli Yuan, Kenneth Salisbury

机构 * Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系） 纠错

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

AI总结 利用非对称振动实现抓取零件的两自由度（DoF）手内操作，通过闭环位置控制产生周期性粘滑波形，分析波形参数对平均速度的影响，并用实验验证。

Dex2HOI: Dexterous Bimanual Two-Object Interaction Generation

Dex2HOI: 灵巧双手双物体交互生成

Chrysa Pratikaki, Pablo Ruiz-Ponce, Jiankang Deng, Stefanos Zafeiriou, Rolandos Alexandros Potamias

机构 * Imperial College London, UK（伦敦帝国学院） ； University of Alicante, Spain（阿利坎特大学） 纠错

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

AI总结 提出Dex2HOI统一扩散模型，通过双流扩散和运动融合网络，实现从文本生成单/双物体灵巧双手交互，速度提升达540倍。

Multi-Robot Box Transport over Different Surfaces with Decentralized Role-based Proportional Control

多机器人在不同表面上的基于去中心化角色比例控制的箱子运输

Aditya Bhatt, Himavarshini Yarragangu, Urvish Shah, Venkata Sai Yaswanth Mohan Thota, Souma Chowdhury

机构 * Mechanical & Aerospace Eng., University at Buffalo, Buffalo, NY（机械与航空航天工程系，布法罗大学，布法罗，纽约） 纠错

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

AI总结 提出一种异步去中心化任务与运动规划方法R2P2，通过角色分配和比例控制实现多机器人在不同倾斜和摩擦表面上的协作箱子运输，在仿真和物理实验中验证了其泛化性和成功率优于标准虚拟领导者-跟随者方法。

Comments Accepted for presentation at the 2026 ASME IDETC-CIE