机器人 / 具身智能

CodeGraphVLP: Code-as-Planner Meets Semantic-Graph State for Non-Markovian Vision-Language-Action Models

CodeGraphVLP：代码规划器与语义图状态的结合用于非马尔可夫视觉-语言-动作模型

Khoa Vo, Sieu Tran, Taisei Hanyu, Yuki Ikebe, Duy Nguyen, Nghi D. Q. Bui, Minh Vu, Anthony Gunderman, Chase Rainwater, Anh Nguyen, Ngan Le

机构 * University of Arkansas（亚拉巴马大学） ； Max Planck Research School for Intelligent Systems and the University of Stuttgart（马克斯·普朗克智能系统研究学校和斯图加特大学） ； Center of AI Research, VinUniversity（Vin大学人工智能研究中心） ； TU Wien（维也纳技术大学） ； University of Liverpool（利物浦大学） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO

AI总结 CodeGraphVLP结合语义图状态与可执行代码规划器，提升非马尔可夫长周期任务的视觉语言动作执行效率，降低规划延迟并提高任务完成率。

Sparse Autoencoders Reveal Interpretable and Steerable Features in VLA Models

稀疏自编码器揭示VLA模型中可解释且可操控的特征

Aiden Swann, Lachlain McGranahan, Hugo Buurmeijer, Monroe Kennedy, Mac Schwager

机构 * Department of Mechanical Engineering（机械工程系） ； Department of Computer Science（计算机科学系） ； Department of Aeronautics & Astronautics（航空与航天系） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO

AI总结 本文通过训练稀疏自编码器揭示VLA模型中可解释且可操控的特征，验证了其在不同任务和场景中的可迁移性。

Comments 24 pages, 11 figures

In-Context Reinforcement Learning via Communicative World Models

通过通信世界模型进行上下文强化学习

Fernando Martinez-Lopez, Tao Li, Yingdong Lu, Juntao Chen

机构 * Department of Computer and Information Sciences, Fordham University（福特汉姆大学计算机与信息科学系） ； Department of Systems Engineering, City University of Hong Kong（香港城市大学系统工程系） ； IBM Research（IBM研究院） 纠错

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CORAL框架，通过将潜在表示学习与控制分离，利用信息代理预训练世界模型并生成通信消息，使控制代理实现零样本适应和样本效率提升。

ReGIL: Retrieval-Guided Imitation Learning from a Single Demonstration

ReGIL: 基于检索引导的单一示范模仿学习

Yuying Zhang, Francesco Verdoja, Wenyan Yang, Ville Kyrki

机构 * Aalto University（阿尔托大学） 纠错

专题命中 模仿学习与强化学习 ：robot learning(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出ReGIL框架，将单一示范作为外部记忆，通过检索引导探索、生成正则化缓冲和构建奖励，在LIBERO和Meta-World基准及真实机器人任务中显著提升成功率和训练效率。

MuJoCo-Drones-Gym: A GPU-Accelerated Multi-Drone Simulator for Control and Reinforcement Learning

MuJoCo-Drones-Gym: 用于控制和强化学习的GPU加速多无人机模拟器

Manan Tayal

机构 * TAU-Intelligence 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出基于MuJoCo物理引擎的GPU加速多无人机模拟器MuJoCo-Drones-Gym，支持任意数量Crazyflie 2.x纳米四旋翼，提供模块化物理模型、动作接口和观测空间，集成PettingZoo多智能体强化学习，涵盖悬停、速度跟踪等七种任务环境。

Comments 18 pages, 8 figures, 7 tables

Difference-Aware Retrieval Policies for Imitation Learning

差异感知的模仿学习检索策略

Quinn Pfeifer, Ethan Pronovost, Paarth Shah, Khimya Khetarpal, Siddhartha Srinivasa, Abhishek Gupta

机构 * Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院） ； Toyota Research Institute（丰田研究所） ； Google DeepMind（谷歌DeepMind） ； Mila 纠错

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DARP，一种半参数检索式模仿学习方法，通过基于k近邻的局部邻域结构重参数化，解决行为克隆的分布外泛化问题，在连续控制和机器人操作任务中性能提升15-46%。

Comments 12 pages, 7 figures, 3 tables. Accepted to ICLR 2026. Code and demos available at https://weirdlabuw.github.io/darp-site/

HARBOR: A Harness Framework for Agentic Robot Reinforcement Learning

HARBOR：面向智能体机器人强化学习的框架

Zechu Li, Yufeng Jin, Xiaoyang Liu, Puze Liu, Vignesh Prasad, Carlo D'Eramo, Georgia Chalvatzaki

机构 * TU Darmstadt（达姆施塔特工业大学） ； Honda Research Institute Europe（本田欧洲研究所） ； Columbia University（哥伦比亚大学） ； Tongji University（同济大学） ； Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究院） ； University of Würzburg（维尔茨堡大学） ； Hessian.AI（黑森人工智能中心） 纠错

专题命中 模仿学习与强化学习 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 提出HARBOR框架，通过将机器人强化学习自动化视为框架工程问题，利用专用智能体、标准化命令和可复用知识，在模拟中自动完成从环境搭建到策略训练的全流程，并在6个基准测试和16个任务中验证其有效性。

Towards End to End Motion Planning and Execution for Autonomous Underwater Vehicles Using Reinforcement Learning

面向自主水下机器人的端到端运动规划与执行：基于强化学习的方法

Elisei Shafer, Oren Gal

机构 * University of Haifa（海法大学） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；robotic(abstract)；分类 cs.RO、cs.LG

AI总结 提出分层强化学习架构，将原始传感器数据直接映射为推进器指令，实现AUV端到端运动规划与执行，在HoloOcean仿真中轨迹长度接近RRT*基线（误差4%-6%），并具备鲁棒性。

ACTIVE-o3: Empowering MLLMs with Active Perception via Pure Reinforcement Learning

ACTIVE-o3：通过纯强化学习赋予多模态大语言模型主动感知能力

Muzhi Zhu, Hao Zhong, Canyu Zhao, Zongze Du, Mingyu Liu, Zheng Huang, Anzhou Li, Hao Chen, Cheng Zou, Jingdong Chen, Ming Yang, Chunhua Shen

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 模仿学习与强化学习 ：embodied agent(abstract)；robotic(abstract)；分类 cs.AI、cs.CV

AI总结 提出ACTIVE-o3框架，基于GRPO强化学习，通过模块化感知-动作设计和双形式奖励，使MLLM自主学会高效准确的区域选择策略，在开放世界和领域特定任务中显著提升主动感知能力。

Comments Accepted to ICML 2026. Project page: https://aim-uofa.github.io/ACTIVE-o3

Safe-RULE: Safe Reinforcement UnLEarning

Safe-RULE：安全强化反学习

Shixiong Jiang, Taozheng Zhu, Fanxin Kong

机构 * University of Notre Dame（圣母大学） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 针对离线安全强化学习易受数据投毒攻击的问题，提出Safe-RULE框架，通过反学习移除恶意样本影响，无需从头训练或访问原始环境，实验证明能有效提升安全性。

Comments 20 pages, 3 figures

Shape Formation for the Cooperative Transportation of Arbitrary Objects Using Multi-Agent Reinforcement Learning

基于多智能体强化学习的任意物体协同运输中的形状形成

Mohamed Sayed, Wolfram Burgard, Tanja Katharina Kaiser

机构 * University of Technology Nuremberg（纽伦堡工业大学） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.RO、cs.AI

AI总结 提出一种多智能体强化学习方法，使多机器人系统自主形成支撑任意形状和非均匀质量分布物体的编队，同时避免障碍物，实现可靠且泛化的协同运输。

Reinforcement Learning for Flow-Matching Policies with Density Transport

基于密度传输的流匹配策略强化学习

Boshu Lei, Kostas Daniilidis, Antonio Loquercio

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.AI、cs.LG

AI总结 提出在线强化学习算法RLDT，利用Stein变分梯度下降构建传输场，微调预训练流匹配策略，通过期望目标估计稳定训练，在连续控制任务中优于基线方法。

Robust Koopman Control Barrier Filters for Safe Actor-Critic Reinforcement Learning

鲁棒Koopman控制屏障滤波器用于安全演员-评论家强化学习

Dhruv S. Kushwaha, Zoleikha A. Biron

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO、cs.LG

AI总结 提出鲁棒Koopman-CBF SAC框架，通过数据驱动学习Koopman预测器、构建提升空间中的仿射CBF约束并利用二次规划安全层实施，同时通过投影残差裕度处理近似误差，实现零约束违反或减少违规。

Comments 17 pages, 7 figures

Reward Evolution with Graph-of-Thoughts: A Bi-Level Language Model Framework for Reinforcement Learning

基于思维图的奖励进化：一种用于强化学习的双层语言模型框架

Changwei Yao, Xinzi Liu, Chen Li, Marios Savvides

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Tokyo（东京大学） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO；robotics(journal_ref)

AI总结 本文提出RE-GoT框架，结合LLM与VLM的图思维推理，通过任务分解和视觉反馈迭代优化奖励函数，实验表明在RoboGen和ManiSkill2任务中均优于现有方法。

Journal ref IEEE International Conference on Robotics and Automation (ICRA 2026)

Scaling by Diversified Experience for Vision-Language-Action Models

通过多样化经验扩展视觉-语言-动作模型

Leiyu Wang, Zhaofengnian Wang, Xueqi Li, Luoyi Fan, Cewu Lu, Nanyang Ye

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.CV

AI总结 提出SyVLA模型，通过意图解耦算法和相似样本引导的强化学习管道，解决视觉-语言-动作模型在推理与控制耦合及策略优化不稳定问题，在真实机器人任务中取得更高成功率和泛化能力。

Comments ICML 2026, SyVLA

Neuro-Symbolic Injection of LTLf Constraints in Autoregressive Reinforcement Learning Policies

自回归强化学习策略中LTLf约束的神经符号注入

Ashkan Ansarifard, Matteo Mancanelli, Elena Umili, Fabio Patrizi

机构 * Sapienza University of Rome（罗马大学） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.AI

AI总结 提出神经符号框架，将LTLf约束编译为DFA并通过可微损失注入Transformer策略，在导航任务中提升约束满足且保持回报竞争力。

Comments Accepted at the Joint Workshop on Statistics and Knowledge Integration for Logic, Learning, Ethical Decisions, and LLMs (SKILLED-LLMs 2026), co-located with KR 2026 and FLoC 2026, Lisbon, Portugal

SynthICL: Scalable In-context Imitation Learning with Synthetic Data

SynthICL: 基于合成数据的可扩展上下文模仿学习

Cheng Qian, Ruomeng Fan, Yifei Ren, Yilong Wang, Edward Johns

机构 * The Robot Learning Lab（机器人学习实验室） ； Imperial College London（伦敦帝国理工学院） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO

AI总结 提出SynthICL框架，利用纯RGB合成数据训练上下文模仿学习策略，避免深度传感和真实数据，通过子目标预测提升控制精度，在16个真实操作任务中平均成功率79%。

Reinforcement learning in linear embedding space unlocks generalizable control across soft robot configurations

线性嵌入空间中的强化学习解锁软体机器人配置的通用控制

Xinglong Zhang, Cong Li, Hangjie Mo, Yue Jiang, Xin Xu, Wei Jiang, Zhenshan Bing, Yihe Yang, Xiaojian Li, Yueneng Yang, Huimin Lu, Ling-li Zeng, Alois Knoll, Dewen Hu, Li Wen, Wei Pan

机构 * National University of Defense Technology（国防科技大学） ； Hefei University of Technology（合肥工业大学） ； Nanjing University (Suzhou Campus)（南京大学（苏州校区）） ； Technical University of Munich（慕尼黑工业大学） ； Beihang University（北京航空航天大学） ； Newcastle University（纽卡斯尔大学） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO

AI总结 提出基于共享线性Koopman嵌入空间的强化学习框架，将控制策略与机器人形态解耦，实现跨33种软体机器人配置的快速迁移，样本量减少75倍，并支持高速运动、重载和多执行器故障下的鲁棒控制。

Comments An updated version of this paper has been accepted by Nature Communications

Cooperative Long Rope Skipping via Multi-Agent Reinforcement Learning

基于多智能体强化学习的协作长绳跳绳

Zihao Wang, Shijie Peng, Kerui Wu, Yu Huang, Ruiqi Xue, Dong Liu, Tian Xu, Lei Yuan, Yang Yu

机构 * National Key Laboratory of Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Beijing Academy of Artificial Intelligence, BAAI（北京智源人工智能研究院） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO

AI总结 提出Marope框架，采用分层强化学习实现多个人形机器人的协作长绳跳绳，通过多智能体强化学习训练分散的摇绳策略，上层调度策略协调执行，并融入多样跳跃策略提升泛化能力，在仿真和真实实验中优于基线方法。

From Denoising to Decision Making: A Survey on Diffusion Model-Enabled Deep Reinforcement Learning for Wireless Networks

从去噪到决策：面向无线网络的扩散模型赋能深度强化学习综述

Nguyen Cong Luong, Zeping Sui, Jie Cao, Min Xu, Nguyen Duc Hai, Zhihao Dong, Nguyen Duc Duy Anh, Qiushi Zhao, Nguyen Quoc Khanh, Zhe Fu, Shaohan Feng, Bo Ma

专题命中 模仿学习与强化学习 ：robotics(abstract)

AI总结 本文综述了扩散模型与深度强化学习结合的方法，通过捕捉无线资源管理中的复杂多模态动作结构，提升决策质量，并系统总结了其在移动边缘计算、无人机辅助、车联网、AIGC驱动系统、无线资源分配、物理层安全及机器人/无人机规划等领域的应用。

Comments 22 pages, 7 figures, Author list corrected

6G Empowering Future Robotics: A Vision for Next-Generation Autonomous Systems

6G赋能未来机器人：下一代自主系统的愿景

Mona Ghassemian, Andrés Meseguer Valenzuela, Ana Garcia Armada, Dejan Vukobratovic, Periklis Chatzimisios, Kaspar Althoefer, Ranga Rao Venkatesha Prasad

机构 * ITI ； UC3M ； International Hellenic University and University of New Mexico（国际希伯来大学和新墨西哥大学） ； QMUL（女王玛丽大学） ； TUDelft（代尔夫特理工大学） 纠错

专题命中 人机交互与遥操作 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文探讨6G如何通过IMT-2030关键性能指标映射至机器人功能模块，提出集成机器人、智能和网络服务平面的架构，并展示实时动态安全框架以促进人机协作。

Comments IEEE Communication Magazine

Concerns and Values in Human-Robot Interactions: A Focus on Social Robotics

人机交互中的关注点与价值观：聚焦社交机器人

Giulio Antonio Abbo, Tony Belpaeme, Micol Spitale

机构 * IDLab-AIRO , Ghent University – imec（IDLab-AIRO 和根特大学 – imec） ； Ghent University – imec（根特大学 – imec） ； DEIB , Politecnico di Milano（DEIB 和米兰理工大学） 纠错

专题命中 人机交互与遥操作 ：robotics(title,journal_ref)；robotic(abstract)；分类 cs.RO

AI总结 本文通过文献综述和焦点小组讨论，识别了医疗、教育和家庭场景中人机交互的关键问题与价值观，并开发了HRI价值罗盘工具以指导机器人设计。

Comments 31 pages, 7 figures, 6 tables; 4 appendices

Journal ref Int J of Soc Robotics 18, 4 (2026)

Uncertainty-Aware Intention Prediction for Human-to-Robot Assembly Teleoperation

面向人机装配遥操作的不确定性感知意图预测

Fnu Heman, Yixuan Wang, Kolin Xu, Conner Wallace, John Dang, Akhil Joshi, Jun Sheng, Pinhas Ben-Tzvi, Mingyu Cai

机构 * University of California, Riverside（加州大学河滨分校） ； University of Miami（迈阿密大学） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出结合层次迁移学习、共形预测和VLM引导校正的不确定性感知意图预测框架，利用人类演示数据预训练，仅用少量机器人数据即提升动作分割性能。

Comments 7 pages, 6 figures. Preprint version

Safe, Fluent and Acceptable Motion Generation and Execution for Human--Robot Interaction in Manufacturing Environments

制造环境中人机交互的安全、流畅与可接受运动生成与执行

Thibaut Lopez, Olivier Aycard, Pierre-Brice Wieber, Mohamed Boua, Christine Jeoffrion

机构 * GIPSA Lab（GIPSA实验室） ； Grenoble Institute of Technology（格勒诺布尔理工学院） ； Inria（法国国家信息与自动化研究所） ； LIP/PC2S（LIP/PC2S实验室） ； Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学） ； Univ. Savoie Mont Blanc（萨瓦大学） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 针对人机共享环境，提出结合安全与社交感知的运动生成策略，通过MPC框架生成四种社交行为，用户研究表明机器人行为显著影响社会可接受性。

X-OP: Cross-Morphology Whole-Body Teleoperation via MPC Retargeting

X-OP: 基于MPC重定向的跨形态全身遥操作

Jen-Wei Wang, Sarthak Kaingade, Andrea Tagliabue, Nicholas Morozovsky

机构 * Amazon（亚马逊） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 提出一种基于单个XR设备的层次化全身遥操作框架，通过MPC重定向联合优化操作者意图与机器人动态可行性，无需针对特定机器人重新训练策略，在仿真和实物实验中显著提升任务成功率。

Comments 9 pages, 4 figures

Multimodal Large Language Models for Real-Time Situated Reasoning

多模态大语言模型用于实时情境推理

Giulio Antonio Abbo, Senne Lenaerts, Tony Belpaeme

机构 * University of Amsterdam（阿姆斯特丹大学） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 本文探讨多模态大语言模型如何支持实时情境和价值感知决策，结合GPT-4o与模拟智能扫地机器人平台，展示其在家庭活动、社会规范和用户偏好推理中的能力，以及在清洁、舒适和安全等价值上的细致决策。

Comments Submitted to the interactivity track of the 21st ACM/IEEE International Conference on Human-Robot Interaction on December 2025, accepted January 2026

Journal ref HRI Companion 2026: Companion Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction

Physics-Embedded Neural Networks for sEMG-based Continuous Motion Estimation

基于表面肌电的连续运动估计的物理嵌入神经网络

Wending Heng, Chaoyuan Liang, Yihui Zhao, Zhiqiang Zhang, Glen Cooper, Zhenhong Li

机构 * University of Manchester（曼彻斯特大学） ； University of Bristol（布里斯托大学） ； University of Leeds（利兹大学） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract)；分类 cs.LG

AI总结 提出物理嵌入神经网络(PENN)，结合可解释的肌肉骨骼正向动力学与数据驱动残差学习，实现生理一致且准确的连续运动估计，在RMSE和R²指标上优于现有方法。

Comments Accepted by 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

"Can you be my mum?": Manipulating Social Robots in the Large Language Models Era

你能做我的妈妈吗？：在大型语言模型时代操纵社交机器人

Giulio Antonio Abbo, Gloria Desideri, Tony Belpaeme, Micol Spitale

机构 * IDLab-AIRO , Ghent University – imec（IDLab-AIRO 和根特大学-imec） ； DEIB , Politecnico di Milano（DEIB 和米兰理工学院） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 研究探讨了在大型语言模型时代，用户如何利用机器人违反伦理原则，通过三种场景测试发现五种操纵技术，旨在为设计更安全的伦理人机交互提供参考。

Comments 10 pages, 2 figures

Journal ref HRI '25: Proceedings of the 2025 ACM/IEEE International Conference on Human-Robot Interaction

Discrete-symmetry-adapted Markov chain Monte Carlo for the electro-elasticity of polymers: chain taut, collapse, and order

离散对称自适应马尔可夫链蒙特卡洛方法用于聚合物电弹性：链张紧、塌缩与有序

Matthew Grasinger

专题命中 人机交互与遥操作 ：robotics(abstract)

AI总结 针对介电弹性体中偶极-偶极相互作用导致的高势垒对称能垒采样难题，提出一种利用相邻单体取向反射对称性的对称自适应马尔可夫链蒙特卡洛方法，通过可变大小簇反射实现快速跃迁，揭示了链的场致张紧、塌缩及取向有序转变。

Comments 22 pages, 6 figures

SIMPLE: Simulation-Based Policy Learning and Evaluation for Humanoid Loco-manipulation

SIMPLE：基于仿真的人形机器人全身操作策略学习与评估

Songlin Wei, Zhenhao Ni, Jie Liu, Zhenyu Zhao, Junjie Ye, Hongyi Jing, Junkai Xia, Xiawei Liu, Michael Leong, Liang Heng, Di Huang, Yue Wang

机构 * USC Physical Superintelligence (PSI) Lab（南加州大学物理超级智能实验室） 纠错

专题命中 机器人数据与评测 ：manipulation(title,abstract)；robotics(abstract)；分类 cs.RO

AI总结 提出SIMPLE仿真平台，结合MuJoCo动力学与IsaacSim渲染，包含60个全身任务、50个室内场景和1000+物体资产，支持自动化轨迹生成和VR遥操作数据采集，并集成多种主流策略，实验证明仿真与真实世界性能强相关，可实现零样本迁移。