机器人 / 具身智能

PhysVLA: Towards Physically-Grounded VLA for Embodied Robotic Manipulation

PhysVLA：面向物理基础的VLA用于具身机器人操作

Namai Chandra, Shriram Damodaran, Lin Wang

机构 * IIT Madras（印度理工学院马德拉斯分校） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 机器人基础模型 ：robotic(title,abstract)；manipulation(title)；分类 cs.RO、cs.CV、cs.LG

AI总结 提出PhysVLA，一种即插即用的推理时框架，通过相位有限状态机和选择性欧拉-拉格朗日门，在不重新训练的情况下为任何冻结的VLA骨干注入物理约束，提升成功率、稳定性和轨迹效率。

Comments 9 pages, 5 figures, supplementary material included

Self-Improving VLA Policies: Selected Diffusion Noise for Spurious-Robust Action Smoothing

自我改进的VLA策略：用于抗伪影动作平滑的选择性扩散噪声

Duc Minh Nguyen, Bao-Ngoc Dao, Tung M. Luu, Binh Gia Nguyen, Vinh Tong, Anji Liu, Vu N. Duong, Dung D. Le, Daniel Sonntag, Trung Le, Ngan Le, Jan Peter, An Thai Le, Minh Nhat Vu, Mathias Niepert, Khoa D. Doan, Duy M. H. Nguyen, Vien Anh Ngo

机构 * Center for AI Research, VinUniversity（VinUniversity人工智能研究中心） ； VinRobotics ； KAIST（韩国科学技术院） ； University of Stuttgart（斯图加特大学） ； IMPRS-IS（国际马克斯·普朗克智能系统研究学院） ； National University of Singapore（新加坡国立大学） ； DFKI（德国人工智能研究中心） ； University of Oldenburg（奥尔登堡大学） ； Monash University（莫纳什大学） ； University of Arkansas（阿肯色大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

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

AI总结 提出一种无需训练的选择性扩散噪声方法，通过动态采样噪声向量增强视觉-语言-动作策略的鲁棒性和动作平滑性，在仿真和真实场景中成功率分别提升8%和10%。

Elastic Queries Reinforcement Learning: Self-Aware Policy Execution for VLA Models

弹性查询强化学习：VLA模型的自我感知策略执行

Ge Wang, Xinyu Tan, Xiang Li, Man Luo, Chengsi Yao, Shenhao Yan, Jiahao Yang, Fan Feng, Honghao Cai, Xiangyuan Wang, Zhixin Mai, Yiming Zhao, Yatong Han, Zhen Li

机构 * Ising AI ； CUHK-Shenzhen（香港中文大学（深圳）） ； PKU（北京大学） 纠错

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

AI总结 提出弹性查询强化学习（EQRL），通过轻量级潜在调度适配器动态调整VLA模型的推理步骤和动作块长度，利用评论家集成分歧估计状态难度，在降低推理成本的同时保持或提升任务成功率。

AcceRL: A Distributed Asynchronous Reinforcement Learning and World Model Framework for Vision-Language-Action Models

AcceRL: 面向视觉-语言-动作模型的分布式异步强化学习与世界模型框架

Chengxuan Lu, Shukuan Wang, Yanjie Li, Yingying Fang, Huoyan Wang, Tian Zhang, Wei Liu, Shiji Jin, Fuyuan Qian, Peiming Li, Chao Xu, Baigui Sun, Yang Liu

机构 * IROOTECH TECHNOLOGY Wolf 1069 b Lab, Sany Group（伊罗科技沃尔夫1069b实验室，三一集团） 纠错

专题命中 模仿学习与强化学习 ：world model(title,abstract)；embodied AI(abstract)；分类 cs.LG

AI总结 提出AcceRL框架，通过物理隔离环境交互、模型推理和梯度更新实现分布式异步强化学习，消除同步系统的空闲气泡，提升硬件利用率，并支持即插即用的世界模型集成，在LIBERO任务上实现2.4倍吞吐加速和200倍样本效率提升。

Improving Robotic Generalist Policies via Flow Reversal Steering

通过流反转引导改进机器人通用策略

Andy Tang, William Chen, Andrew Wagenmaker, Chelsea Finn, Sergey Levine

机构 * Stanford University（斯坦福大学） ； UC 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(title)；manipulation(abstract)；分类 cs.RO

AI总结 提出流反转引导（FRS）方法，通过逆向流策略找到次优动作的潜在噪声并映射到通用策略的动作模式，提升零样本控制、行为克隆和强化学习效果。

AgentSpec: Understanding Embodied Agent Scaffolds Through Controlled Composition

AgentSpec: 通过受控组合理解具身智能体脚手架

Jixuan Chen, Jianzhi Shen, Haoqiang Kang, Zhi Hong, Qingyi Jiang, Soham Bose, Yiming Zhang, Leon Leng, Amit Vyas, Lingjun Mao, Siru Ouyang, Kun Zhou, Lianhui Qin

机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Washington（华盛顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 模仿学习与强化学习 ：embodied agent(title,abstract)

AI总结 提出AgentSpec模块化规范框架，将具身智能体表示为可复用策略组件的类型化组合，通过标准化接口实现受控组件替换与重组，揭示脚手架兼容性和交互效应对性能的主导作用。

Micro-Swarm Locomotion Optimization in Dynamic Flow using Multi-Objective Multi-Agent Reinforcement Learning

动态流场中微群集运动优化的多目标多智能体强化学习方法

Josef Berman, Oren Gal

机构 * Hatter Department of Marine Technologies, Leon H. Charney School of Marine Sciences, University of Haifa（哈特尔海洋技术系，列昂·H·夏恩海洋科学学院，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

AI总结 提出混合CFD与多目标多智能体强化学习框架，通过PCGrad解决梯度冲突，在振荡流中优化微机器人集群的上游推进、能量效率和运动平滑性。

Causal Object-Centric Models for Planning with Monte Carlo Tree Search

用于蒙特卡洛树搜索规划的因果对象中心模型

Rodion Vakhitov, Leonid Ugadiarov, Alexey Skrynnik, Aleksandr Panov

机构 * MIRAI ； CogAILab 纠错

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

AI总结 提出COMET算法，结合无监督对象中心编码器和Transformer世界模型，通过动作-槽融合机制和对象因果注意力实现高效规划，在多个基准上优于基线方法。

Provably Safe, Yet Scalable Reinforcement Learning

可证明安全且可扩展的强化学习

Kai S. Yun, Zeyang Li, Navid Azizan

机构 * MIT（麻省理工学院） 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PS2-RL框架，通过两阶段架构（学习备份策略隐式构造控制不变集，再通过可微投影层训练RL策略）实现可证明安全且可扩展的强化学习，在高达10维状态空间中保持性能与安全性。

CSPO: Constraint-Sensitive Policy Optimization for Safe Reinforcement Learning

CSPO: 面向安全强化学习的约束敏感策略优化

Ayoub Belouadah, Sylvain Kubler, Yves Le Traon

机构 * University of Luxembourg（卢森堡大学） 纠错

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

AI总结 提出约束敏感策略优化（CSPO），通过引入局部约束敏感性修正原目标，加速安全恢复并减少振荡，在导航与运动基准上取得更高约束回报。

Comments Accepted as a Spotlight paper at the 43rd International Conference on Machine Learning (ICML 2026)

InterleaveThinker: Reinforcing Agentic Interleaved Generation

InterleaveThinker: 强化智能体交错生成

Dian Zheng, Harry Lee, Manyuan Zhang, Kaituo Feng, Zoey Guo, Ray Zhang, Hongsheng Li

机构 * CUHK MMLab（香港中文大学多媒体实验室） ； Meituan（美团） ； CUHK IMIXR（香港中文大学IMIXR实验室） 纠错

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

AI总结 提出首个多智能体管线InterleaveThinker，通过规划器和评论家智能体使现有图像生成器具备交错生成能力，并利用GRPO强化单步指令修正，显著提升生成性能。

Comments Project Page: https://zhengdian1.github.io/InterleaveThinker-proj/ Code: https://github.com/zhengdian1/InterleaveThinker

TCRL: Temporal-Coupled Adversarial Training for Robust Constrained Reinforcement Learning in Worst-Case Scenarios

TCRL: 时序耦合对抗训练用于最坏情况下的鲁棒约束强化学习

Wentao Xu, Zhongming Yao, Weihao Li, Zhenghang Song, Yumeng Song, Tianyi Li, Yushuai Li

机构 * Northeastern University（东北大学） ； Zhejiang University（浙江大学） ； Aalborg University（奥胡斯大学） 纠错

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

AI总结 TCRL通过引入时序耦合对抗训练框架，解决传统方法在处理时序耦合扰动时的不足，提升约束强化学习在最坏情况下的鲁棒性。

Journal ref Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems, 3489 - 3491, 2026

TetraRL: A Self-Adaptive Runtime for On-Device Deep Reinforcement Learning Systems

TetraRL：面向设备上深度强化学习系统的自适应运行时

Zexin Li, Soheil Shirvani, Cong Liu

专题命中 模仿学习与强化学习 ：robotic(abstract)

AI总结 提出TetraRL框架，通过偏好条件强化学习控制器动态平衡实时性、任务奖励、内存和能耗四个目标，实现资源受限设备上DRL的自适应优化。

Comments Extension version of RTSS'23 and RTSS'24

Solving Subgraph Extraction Problems Using $Δ$Search

使用$\Delta$Search解决子图提取问题

Rebin Silva Valan Arasu, Rajiv Gupta

专题命中 模仿学习与强化学习 ：robotics(abstract)

AI总结 提出通用启发式框架$\Delta$Search，基于奖励-惩罚优化解决一类子图提取问题，仅需用户提供可行性约束和最优性标准，可加速精确方法，在多个图问题上匹配或超越现有启发式算法。

Comments 23 pages, 13 figures, 10 Tables

Low-Burden LLM-Based Preference Learning: Personalizing Assistive Robots from Natural Language Feedback for Users with Paralysis

基于低负担LLM的偏好学习：通过自然语言反馈为瘫痪用户个性化辅助机器人

Keshav Shankar, Dan Ding, Wei Gao

机构 * Electrical and Computer Engineering（电气与计算机工程） ； Rehabilitation Science and Technology（康复科学与技术） 纠错

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

AI总结 针对严重运动障碍用户，提出一种低负担离线框架，利用大语言模型将非结构化自然语言反馈转化为确定性机器人控制策略，并通过职业治疗框架解码用户需求，显著降低用户负担。

Comments Accepted to IEEE RO-MAN 2026

Design and Experimental Validation of Sensorless 4-Channel Bilateral Teleoperation for Low-Cost Manipulators

无传感器四通道双侧远程操控的设计与实验验证用于低成本机械臂

Koki Yamane, Yunhan Li, Masashi Konosu, Koki Inami, Junji Oaki, Toshiaki Tsuji, Sho Sakaino

机构 * Degree Programs in Intelligent and Mechanical Interaction Systems, University of Tsukuba（智能与机械交互系统专业，东京大学） ； Faculty of Engineering, Information and Systems, University of Tsukuba（工程、信息与系统学部，东京大学） ； Department of Electrical Engineering, Electronics, and Applied Physics, Saitama University（电子工程、电子学与应用物理系，埼玉大学） 纠错

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

AI总结 本文提出了一种无传感器四通道双侧远程操控框架，结合非线性动力学补偿与基于观测器的扰动估计方案，实验证明在低成本硬件限制下可实现稳定的高速接触密集场景远程操控，并提升模仿学习任务的成功率。

Comments 22 pages, 12 figures, Submitted to IEEE Access

ReactSim-Bench: Benchmarking Reactive Behavior World Model Simulation in Autonomous Driving

ReactSim-Bench：自动驾驶中反应性行为世界模型模拟的基准测试

Zhiyuan Zhang, Yanlun Peng, Jianing Zhang, Xianda Guo, Zehan Huang, Haoran Liu, Qifeng Li, Shaofeng Zhang, Xiaosong Jia, Junchi Yan

机构 * School of Computer Science & School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学计算机科学与技术学院、人工智能学院） ； Great Wall Motor（长城汽车） ； Institute of Trustworthy Embodied AI (TEAI), Fudan University（复旦大学可信具身人工智能研究所） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出ReactSim-Bench，通过解耦自车与周围智能体控制，使用偏离日志的自车行为作为输入，评估行为世界模型模拟的反应性能力，并基于碰撞、地图和运动学指标系统评测多种模型。

Benchmarking Vision-Language-Action Models on SO-101: Failure and Recovery Analysis

在SO-101上对视觉-语言-动作模型进行基准测试：失败与恢复分析

Yi Yu, Xinchuan Qiu

机构 * Graduate School of Advanced Science and Engineering, Hiroshima University（广岛大学先进科学与工程研究生院） 纠错

专题命中 机器人数据与评测 ：embodied AI(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 提出SO-101低成本机器人平台基准，通过失败分类和恢复评估指标，系统比较VLA和模仿学习策略，发现执行不稳定是主要失败源。

Comments 13 pages, 9 figures,

Kine2Go: Kinematic dataset for the Unitree Go2 robot with diverse gaits and motions

Kine2Go: 面向Unitree Go2机器人的多步态运动学数据集

Władysław Pałucki, Paweł Siwak, Krzysztof Ciebiera, Marek Cygan

机构 * University of Warsaw（华沙大学） 纠错

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

AI总结 为降低四足机器人研究门槛，提出Kine2Go数据集，包含800条来自40种策略的Unitree Go2机器人步态运动学轨迹数据，通过强化学习训练策略并收集鲁棒的运动学与电机动作数据。

Comments 9 pages, 6 figures

Instruct-Particulate: Scaling Feed-Forward 3D Object Articulation with Kinematic Control

Instruct-Particulate: 基于运动学控制的可扩展前馈式3D物体关节化

Ruining Li, Yuxin Yao, Matt Zhou, Chuanxia Zheng, Christian Rupprecht, Joan Lasenby, Shangzhe Wu, Andrea Vedaldi

机构 * University of Oxford（牛津大学） ； University of Cambridge（剑桥大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV

AI总结 提出Instruct-Particulate模型，通过运动学规范（部件描述、连接性、关节类型等）指导3D网格的关节分割和运动参数预测，利用异构数据集（15万+物体）训练，实现跨类别和AI生成网格的泛化。

Comments Project page: https://instruct-particulate.github.io/

TwinBI: An Agentic Digital Twin for Efficient Augmented Interactions with Business Intelligence Dashboards

TwinBI：一种用于与商业智能仪表盘高效增强交互的智能数字孪生

Jisoo Jang Wen-Syan Li

机构 * Graduate School of Data Science, Seoul National University（首尔大学数据科学研究生院） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI

AI总结 提出TwinBI框架，通过LLM代理与可执行仪表盘状态耦合，统一对话、操作、语义和溯源，提升多步分析中状态一致性，将精确匹配准确率从43.3%提升至63.3%，超时率从40%降至10%。

ARTSN: Exact and Adaptive Self-triggered Traffic Scheduling for ARTS Networks

ARTSN：ARTS网络的精确自适应自触发流量调度

Ruide Cao, Shuangping Zhan, Jiashuo Lin, Yan Liu, Chenxi Ling, Yi Wang, Guoming Tang

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对自触发流量波动性和缺席性挑战，提出ARTSN调度范式，利用可推断到达信息实现精确离线调度，并设计自适应在线时隙释放机制，显著提升可调度性、可扩展性和效率。

Comments 11 pages. Accepted by ICDCS 2026

Benchmarking Web Agent Safety under E-commerce Deceptive Interfaces

电子商务欺骗性界面下的Web Agent安全基准测试

Zijing Shi, Meng Fang, Ling Chen

机构 * AAII, University of Technology Sydney（悉尼科技大学AAII） ； University of Liverpool（利物浦大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 提出WebDecept框架，在电子商务环境中注入七种常见欺骗性界面模式，测试多模态Web Agent的安全性，发现当前Agent极易受骗且提示约束不足。

Comments Accepted to ACL 2026

Autonomous AI-Cosmoindustry and the Quiet Expansion Filter: A Threshold-Based Resolution of the Fermi Paradox

自主AI-宇宙工业与静默扩张过滤器：基于阈值的费米悖论解决方案

Sergey Ivliev

专题命中 其他机器人 ：robotics(abstract)；robotic(abstract)

AI总结 本文提出静默扩张过滤器假说：达到自主AI-宇宙工业阈值的文明不会出现在银河系能到达太阳系的区域，因为此后星际扩张变得过于廉价和理性，但扩张是机器中介、分布、低噪声且部分生物的，而非卡尔达肖夫式或帝国式。

Comments 28 pages, 1 figure. Submitted to Acta Astronautica

Vanishing Depth: Training Generalized Depth Adapters with Sinusoidal Depth Preprocessing for Pretrained RGB Encoders

消失深度：基于正弦深度预处理的预训练RGB编码器通用深度适配器训练

Paul Koch, Jörg Krüger

机构 * Fraunhofer IPK（弗劳恩霍夫研究所） ； TU-Berlin（技术大学柏林） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI、cs.CV

AI总结 提出自监督训练方法，为预训练RGB编码器添加深度适配器，结合正弦深度编码实现通用鲁棒的深度特征提取，在分割、姿态估计和深度补全等下游任务中提升基线性能，SUN-RGBD分割达56.05 mIoU。

Comments Accepted to IntelliSys 2026

Rethinking One-Step Image Editing through ChordEdit: Reproduction, Simplification, and New Insights

通过ChordEdit重新思考一步图像编辑：复现、简化与新见解

Minghan Li, Jeremy Moebel, Mengyu Wang

机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 本文通过复现、消融和简化ChordEdit，揭示其机制：和弦窗口作为时间步偏移，和弦传输执行低频语义编辑，近端对齐补充高频细节，从而将编辑分解为粗低频传输和细高频对齐两个阶段，为自适应编辑提供新路径。

Comments 9 pages

SpikF-GO: Spiking Fourier Graph Operators for Multivariate Time Series Forecasting

SpikF-GO: 用于多元时间序列预测的尖峰傅里叶图算子

Jafar Bakhshaliyev, Niels Landwehr

机构 * Data Science Group, University of Hildesheim（希尔德斯海姆大学数据科学组） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG

AI总结 针对现有SNN预测方法缺乏变量间依赖建模的问题，提出SpikF-GO，通过超变量图公式和尖峰驱动谱处理，结合可学习稀疏频率门和复数LIF门，在统一协议下达到SNN方法最佳平均排名，并降低能耗。

Comments 23 pages, 2 figures, 11 tables. Accepted for presentation at ECML PKDD 2026. Code: https://github.com/jafarbakhshaliyev/SpikF-GO

Scalable Deep Unfolding of Conic Optimizers

锥优化器的可扩展深度展开

Alex Oshin, Rahul Vodeb Ghosh, Evangelos A. Theodorou

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG

AI总结 提出矩阵自由隐式微分和基于Dalečkii-Krein的PSD锥反向传播规则，解决深度展开应用于大规模半定规划时的内存和数值稳定性问题，实现轻量级超参数策略和热启动学习，在多种问题上取得高达50倍加速。

PRISM: Perception Reasoning Interleaved for Sequential Decision Making

PRISM: 感知与推理交错用于序列决策

Mohamed Salim Aissi, Clemence Grislain, Clement Romac, Laure Soulier, Mohamed Chetouani, Olivier Sigaud, Nicolas Thome

机构 * Institut National de la Recherche Scientifique (INRS)（国家科学研究院） 纠错

专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.AI

AI总结 提出PRISM框架，通过动态问答流水线紧密耦合视觉语言模型（VLM）和语言模型（LLM），实现任务驱动的感知，在ALFWorld和R2R基准上显著超越现有图像模型。