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。
超越任务成功：WAM 和 VLA 的行为与表征诊断
机构 * National Economics University, Vietnam（越南国家经济大学） ； Singapore Management University（新加坡管理大学） ； Phenikaa University, Vietnam（越南Phenikaa大学）
专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出一个模型无关的诊断框架，通过行为分析和基于稀疏自编码器的特征分析，比较世界动作模型（WAM）与视觉-语言-动作（VLA）策略在机器人操作中的行为与表征差异，发现WAM在目标选择和行为改进上优于VLA但计算成本更高，且不同WAM架构对未来信息的编码方式不同。
物理AI中的静默故障：自主系统运行时动作授权的文献综述
机构 * STATE16
专题命中 机器人基础模型 ：robotics(abstract)；world model(abstract)；分类 cs.RO、cs.AI
AI总结 本文综述了物理AI系统中黑箱模型发出看似合理但实际错误的物理动作导致的静默故障问题，提出了运行时防护栏的分类和评估要求。
Comments 23 pages
RoboBenchMart：零售环境中的机器人基准测试
机构 * FusionBrain Lab, Robotics Group（融合大脑实验室，机器人组） ； NUST MISIS ； Lomonosov Moscow State University（罗蒙诺索夫莫斯科国立大学）
专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 针对零售环境中的移动操作任务，提出RoboBenchMart开源模拟基准，通过密集杂乱物品和复杂空间配置评估通用视觉-语言-动作模型（VLA），发现现有模型在常见零售任务中仍表现不佳。
通过交错运动规划使您的VLA更鲁棒而无需更多数据
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 机器人基础模型 ：manipulation(abstract)；navigation(abstract)；分类 cs.RO
AI总结 提出MPVI框架，将基于模型的运动规划与视觉-语言-动作模型交错结合，通过VLM完成检查和本体感受触发实现可靠切换，无需额外训练即可提升长时域移动操作任务的鲁棒性，在BEHAVIOR-1K基准上任务进度提升113%。
VLAMotor: 通过基于智能体的数据合成实现视觉-语言-动作模型的测试引导增强
机构 * School of computing and data science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； School of Software Engineering, Sun Yat-sen University（软件工程学院，中山大学） ； GuangDong Engineering Technology Research Center of Blockchain, China（区块链工程技术研发中心，中国） ； Northwest A&F University（西北农林科技大学）
专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出VLAMotor框架，通过距离感知测试暴露失败案例，并利用基于智能体的数据合成生成成功轨迹微调VLA模型，显著提升模型在仿真和真实环境中的成功率。
Wall-OSS-0.5 技术报告
专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出Wall-OSS-0.5，一个基于3B VLM骨干网络并增强动作生成组件的4B开源VLA模型，通过梯度桥接联合训练策略，在超过20个实体上预训练，实现零样本真实机器人行为，并在微调后超越π_0.5，证明VLA预训练本身即可产生可执行的机器人能力。
SilentDrift: 利用动作分块对视觉-语言-动作模型进行隐蔽后门攻击
机构 * University of Southern California（南加州大学） ； University of Central Florida（中央佛罗里达大学） ； Illinois Institute of Technology（伊利诺伊理工学院）
专题命中 机器人基础模型 ：robotic(abstract)；分类 cs.RO、cs.AI
AI总结 针对视觉-语言-动作模型中的动作分块与增量位姿表示导致的视觉开环漏洞，提出一种利用平滑步函数构建满足C2连续扰动的隐蔽黑盒后门攻击方法SilentDrift，并通过关键帧攻击策略实现高攻击成功率与低中毒率。
Comments Accepted to ACL Findings 2026
从抽象到实例化：学习视觉-语言-动作模型的行为表示
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； PengCheng Laboratory（鹏城实验室） ； Sun Yat-sen University（中山大学） ； Shanghai University of Finance（上海财经大学）
专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.CV
AI总结 提出BehaviorVLA框架，通过因果Mamba架构的视觉运动行为编码器和相位条件行为解码器学习时间一致的行为表示，在分布偏移下实现鲁棒操作，在多个基准上达到最优成功率并展现数据效率。
Comments ICML 2026 Oral
GuidedVLA: 通过即插即用的动作注意力特化指定任务相关因素
机构 * Institute of Trustworthy Embodied AI (TEAI)（可信具身人工智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） ； Shanghai Jiao Tong University（上海交通大学） ； OpenDriveLab, The University of Hong Kong（OpenDrive实验室，香港大学）
专题命中 机器人基础模型 ：robot learning(abstract)；分类 cs.RO
AI总结 提出GuidedVLA框架，通过为动作解码器中的注意力头分配人工定义的辅助信号（如物体定位、空间几何、时序技能逻辑），显式引导模型关注任务相关因素，提升VLA模型在域内和域外场景的成功率。
Comments Accepted to RSS 2026. Project page: https://guidedvla.github.io/project_page/
3D RL-DWA：一种用于多自由度机器人目标导向局部导航的混合强化学习与动态窗口方法
机构 * European Union’s Horizon Europe Research and Innovation Programme（欧洲联盟的地平线欧洲研究与创新计划）
专题命中 模仿学习与强化学习 ：navigation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出结合强化学习与动态窗口方法的混合框架，利用稀疏点云数据动态调整可变形微型机器人的运动和形状，在复杂受限环境中实现目标导航并最大化占据体积，实验表明该方法在变形和导航能力上优于纯强化学习和基于模型的方法。
Comments Accepted for publication in the Proceedings of the IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM 2026)
基于Transformer世界模型的行为不变任务表示学习用于离线元强化学习
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 模仿学习与强化学习 ：world model(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出一种结合信息论任务表示学习与Transformer随机世界模型的框架，通过提取行为不变的任务变量和保守值惩罚，解决离线元强化学习中的分布偏移和稀疏奖励问题，实现鲁棒泛化。
Comments ICML2026
三自由度机械臂MPC的行为克隆
机构 * University of Waterloo（多伦多大学） ； Universite de Technologie de Compiègne（技术与科学大学） ； Nanyang Technological University（南洋理工大学） ； Polytechnique Montréal（蒙特利尔理工学院）
专题命中 模仿学习与强化学习 ：robotic(title,abstract)；分类 cs.RO、cs.LG
AI总结 针对MPC实时计算负担重的问题，采用行为克隆方法近似MPC策略，通过多种神经网络架构实现三自由度机械臂的实时控制，在宽松容差下推理延迟降低3倍，成功率84.98%。
Comments Accepted at the IEEE ICRA 2026 Workshop on Reinforcement Learning in the Era of Imitation Learning (RL4IL), 6 pages excluding references
从演示到奖励：VLM奖励模型的测试时提示优化
机构 * University of Amsterdam（阿姆斯特丹大学） ； Catholic University of Leuven（鲁汶天主大学） ； Toyota Research Institute（丰田研究院） ； Toyota Motor Europe（丰田欧洲公司）
专题命中 模仿学习与强化学习 ：robotics(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出Demo2Reward方法，利用少量专家演示在测试时优化VLM奖励模型的提示指令，减少假阳性并保持真阳性，无需额外训练即可提升下游策略学习。
SpeedAug: 通过节奏增强策略和强化学习微调实现策略加速
机构 * KAIST（韩国科学技术院） ； UNIST（全南大学） ； DeepAuto.ai
专题命中 模仿学习与强化学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出SpeedAug框架，通过节奏增强先验策略和强化学习微调，使机器人策略学习任务最优执行节奏，在保持高成功率的同时显著提升执行速度和样本效率。
LLM Trainer：利用大语言模型通过演示增强自动生成机器人数据
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 模仿学习与强化学习 ：robotic(title)；分类 cs.RO
AI总结 提出LLM Trainer，一种利用大语言模型的世界知识将少量人类演示自动扩展为大规模机器人数据集的管道，通过离线标注和在线关键姿势重定向生成新轨迹，并采用汤普森采样优化标注。
Comments 9 pages, 5 figures, 4 tables. Accepted in ICRA 2026
基于学习奖励的大规模行为模型的一致性离策略改进
机构 * Technical University of Darmstadt（达姆施塔特技术大学） ； University of Oxford（牛津大学） ； Zuse School ELIZA（泽努斯学校ELIZA） ； hessian.AI（海西斯AI） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Robotics Institute Germany (RIG)（德国机器人研究所）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.LG
AI总结 提出一种逆强化学习方法，通过从专家演示中学习稠密奖励函数，结合一致性模仿学习理论保证，实现对预训练策略的离策略改进，在稀疏奖励操作任务中优于强化学习基线。
Comments 13 pages, 7 figures
RDA：用于强化学习的奖励设计智能体
机构 * University of California, Berkeley（加州大学伯克利分校） ； DeepMind（深度Mind）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.LG
AI总结 提出基于视觉语言模型的奖励设计智能体RDA，通过任务分解、视觉轨迹评估和失败模式总结迭代优化奖励函数，在操作任务中生成更符合指令的策略。
Comments Accepted to RLC'26
立场：好的具身奖励模型需要不良行为数据
机构 * Ran Tian, Yilin Wu, Andrea Bajcsy
专题命中 模仿学习与强化学习 ：robotics(abstract)；embodied AI(abstract)；分类 cs.RO
AI总结 本文主张为获得可靠的具身奖励模型，社区必须投资于“不良”机器人数据（失败、次优、易错甚至危险行为），并通过实验证明即使少量真实不良数据也能改善与人类偏好的一致性。
Comments This position paper has been accepted by the ICML 2026 position track as a spotlight paper
基于事件的四旋翼飞行器在杂乱环境中的近似模仿学习
机构 * Robotics and Perception Group, University of Zurich, Switzerland（苏黎世联邦理工学院机器人与感知组）
专题命中 模仿学习与强化学习 ：robot learning(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出近似模仿学习框架，通过分离表征学习与策略搜索，将事件相机四旋翼飞行策略训练时间从52.44小时降至1.86小时，实现28倍加速，并在仿真和真实环境中验证了高速飞行性能。
混合TD3：混合动作空间中的过估计偏差分析与稳定策略优化
机构 * Department of Computer Science, University of California, Berkeley（1. 加州大学伯克利分校计算机科学系）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 针对离散-连续混合动作空间中的强化学习挑战，提出Hybrid TD3算法，通过理论分析过估计偏差并引入加权裁剪Q学习目标，实现稳定策略优化。
RCM-ACT: 基于动态RCM校准的模仿学习用于自主眼内异物取出
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； State Key Laboratory of Transvascular Implantation Devices of the Second Affiliated Hospital, Zhejiang University School of Medicine（浙江大学医学院第二附属医院血管植入设备国家重点实验室） ； Dessight Biomedical（Dessight生物医学公司） ； Center for Rehabilitation Medicine, Department of Ophthalmology, Zhejiang Provincial People’s Hospital（浙江省人民医院康复医学中心、眼科部门） ； School of Biosystems Engineering and Food Science, Zhejiang University（浙江大学生物系统工程与食品科学学院） ； School of Public Health and Second Affiliated Hospital, Zhejiang University School of Medicine（浙江大学医学院公共卫生学院及第二附属医院） ； State Key Laboratory of Transvascular Implantation Devices of the Second Affiliated Hospital and School of Public Health, Zhejiang University School of Medicine（浙江大学医学院第二附属医院及公共卫生学院血管植入设备国家重点实验室） ； Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence（浙江省医学影像人工智能重点实验室）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出RCM-ACT模仿学习框架，通过动态RCM校准和动作分块变换器解决眼内手术中的运动学不确定性，实现自主环抓取与定位，平均3D抓取偏差0.686 mm。
隐式漂移策略：通过条件专家几何实现单步动作生成
机构 * ShanghaiTech University（上海科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Morphi Robot（Morphi机器人）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 提出隐式漂移策略（IDP），一种单步模仿学习框架，通过条件专家几何隐式引入训练时的漂移校正，无需显式向量场估计，在2D、3D及真实世界操作任务中有效保持有效动作流形，性能优于显式漂移方法并达到强单步基线水平。
DeepLatent: 通过并行潜在视觉推理用图像思考
机构 * Baidu Inc.（百度公司） ； Peking University（北京大学）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.CV、cs.LG
AI总结 提出DeepLatent框架，通过LatentFormer并行生成潜在视觉状态，并结合连续空间强化学习优化潜在表示，在多个基准上达到最先进性能。
约束多智能体强化学习的协调图
机构 * Department of Electrical and Computer Engineering, Linköping University（1 链çe普大学电气与计算机工程系）
专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.AI
AI总结 提出CG-CMARL框架，利用协调图和拉格朗日对偶分解联合动作空间与约束耦合问题，实现独立于智能体数量的模型学习，并通过Max-Sum消息传递和拉格朗日乘子控制目标-约束权衡，生成帕累托前沿。
Comments Accepted at the Reinforcement Learning Conference (RLC) 2026. 40 pages (12 main + 28 appendix), 5 figures, 16 tables, 7 theorems
动力学是学出来的，不是告诉的：零样本策略适应的潜在动力学几何半监督发现
机构 * Zhiming Xu（徐志明） ； Weitao Zhou（周伟涛） ； Xianghui Pan（潘向辉） ； Nanshan Deng（邓南山） ； Chengju Liu（刘成军） ； Qijun Chen（陈齐军） ； Chenpeng Yao（姚晨鹏）
专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO
AI总结 针对机器人强化学习中动力学变化导致策略失效的问题，提出基于对比学习的半监督方法，通过构建平滑、任务相关的潜在拓扑结构，实现零样本策略适应，在MuJoCo基准上优于参数中心方法。
Comments Proceedings of the 43rd International Conference on Machine Learning
任务诱导的表征不变性依赖于深度强化学习中的学习目标
机构 * Department of Physics, Harvard University（哈佛大学物理系） ； Kempner Institute, Harvard University（哈佛大学凯普纳研究所） ； Center for Computational Neuroscience, Flatiron Institute（Flatiron研究所计算神经科学中心）
专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.LG
AI总结 本文通过MDP约简理论分析深度强化学习中的表征，发现基于价值的方法（DQN）学习对MDP同态对称性不变的表征，而基于策略梯度的方法（PPO）学习对动作对称性不变的表征，这些差异影响迁移学习并在LLM中呈现提示依赖性。
所有模型都是错的，知道哪里有用：强化学习中的模型不确定性
机构 * German Federal Ministry of Research, Technology and Space (BMFTR)（德国联邦研究、技术和空间部） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Institute for Data Science in Mechanical Engineering, RWTH Aachen University（机械工程数据科学研究所，亚琛工业大学） ； NHR Center NHR4CES at RWTH Aachen University（亚琛工业大学NHR4CES中心）
专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.LG
AI总结 提出通过针对性处理概率模型的不确定性来减轻模型利用的框架，并展示在硬件直接学习和安全探索方面的成功。
模仿学习中的不可行优化问题与分层增广拉格朗日方法
机构 * University of Cambridge（剑桥大学）
专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO
AI总结 针对模仿学习中约束不可行导致训练不稳定的问题，提出基于增广拉格朗日方法的解决方案，将策略引导至最近可行约束问题的解，并在驾驶示例中验证其有效性。
基于纠缠核的马尔可夫决策过程拓扑感知状态抽象
机构 * Department of Computer Science, Iowa State University（计算机科学系，爱荷华州立大学） ； Department of Civil, Construction & Environmental Engineering, Iowa State University（土木、建设与环境工程系，爱荷华州立大学）
专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.LG
AI总结 提出纠缠核抽象框架，利用经验转移图的图纠缠构建重叠状态抽象，在动作一致性条件下保证价值保持，并通过实验证明其在瓶颈领域优于现有方法。
打破双重瓶颈：将统一多模态模型演化为自适应交错视觉推理器
机构 * Tsinghua University（清华大学）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.CV
AI总结 针对统一多模态模型在理解与生成之间的鸿沟导致的注意力纠缠和视觉细化瓶颈，提出一种自适应切换生成策略的框架，通过分层数据流水线和两阶段训练（SFT+RL）提升X2I任务性能。
Comments Accepted by ICML 2026
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