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。
$\mu_0$: 一种可扩展的3D交互轨迹世界模型
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Seoul National University（首尔大学）
专题命中 机器人学习 ：world model(title,abstract)；robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 提出基于3D轨迹的可扩展世界模型$\mu_0$，通过预测交互点轨迹实现跨本体机器人学习，无需动作标签，性能媲美有监督模型。
持续机器人学习中涌现的“自我”证据
机构 * Creative Machines Lab, Department of Mechanical Engineering, Columbia University（创意机器实验室，机械工程系，哥伦比亚大学） ； Creative Machines Lab, Department of Computer Science, Columbia University（创意机器实验室，计算机科学系，哥伦比亚大学）
专题命中 机器人学习 ：robot learning(title)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 通过比较恒定任务与持续学习下机器人的认知结构，发现持续学习机器人形成显著更稳定的不变子网络，该子网络对适应性至关重要，为量化智能系统自我概念提供原则性方法。
Comments 44 pages, 24 figures, includes supplementary materials
GeoTLM: 面向动态物体接触运动方向推理的几何感知触觉语言模型
机构 * School of EEE, Nanyang Technological University (NTU)（南洋理工大学电气与电子工程学院）
专题命中 机器人学习 ：robot learning(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出GeoTLM，通过可微几何表示（DGR）提取触觉剪切场中的几何先验，提升动态物体旋转和滑动方向推理能力，在旋转和滑动任务上分别提升14.6%和16.2%的准确率。
Comments 7 pages, 3 figures, 4 tables
模仿有效的方法：基于仿真过滤的人类视频模块化策略学习
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Allen Institute for AI（Allen人工智能研究所） ； University of Washington（华盛顿大学） ； Cornell University（康奈尔大学）
专题命中 机器人学习 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 提出Perceive-Simulate-Imitate框架，通过仿真过滤人类视频中的抓取-轨迹对，学习任务导向的抓取与后抓取运动策略，无需机器人数据即可实现鲁棒操作。
Comments Transactions on Machine Learning Research (TMLR)
通过可复用技能学习新任务：面向具身持续学习的技能组合专家
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shandong University（山东大学） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 机器人学习 ：manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 提出技能组合专家（SCE）框架，通过组合技能基础（CSG）分解演示为可复用技能，并利用双执行-转换专家（DETE）实现新任务学习，有效缓解具身持续学习中的灾难性遗忘。
Comments 13 pages, 5 figures
从所见中采样：基于观测嵌入随机微分方程的扩散桥视觉运动策略学习
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 机器人学习 ：robotic(abstract)；分类 cs.AI、cs.LG
AI总结 提出BridgePolicy，通过扩散桥公式将观测直接集成到随机动力学中，利用语义对齐器处理异构观测，在模拟和真实任务中超越现有生成式策略。
Comments Accepted by ICML 2026
与大学生共同创造可构建且开放的社会机器人学习伙伴
机构 * University of Tartu（塔尔图大学） ； University of Guyana Robotics Club（圭亚那大学机器人俱乐部）
专题命中 机器人学习 ：navigation(abstract)；分类 cs.RO；robotics(comments)
AI总结 针对开源机器人构建门槛高的问题，采用双钻石框架与大学生共同设计机器人学习伴侣v4.1，通过扭锁、卡扣等可装配/拆卸设计，将系统可用性从差提升至优（SUS 59.4→89.4），并降低感知工作负荷。
Comments Accepted for 18th International Conference on Social Robotics (ICSR + ART 2026), London, UK | 1-4 July 2026
VENOM: 用于全身运动追踪的多功能具身网络
机构 * Graduate School of Engineering Science, University of Osaka（大阪大学工学研究科）
专题命中 机器人学习 ：robot learning(abstract)；分类 cs.RO
AI总结 提出VENOM，一种基于GPT的跨具身全身运动追踪模型，在仿真中实现多个人形机器人的全身运动追踪，无需分离上下身控制。
EA-WM: 基于任务规范基础的事件感知世界模型用于长时域操作
机构 * AI Lab, Country Garden Services Group（碧桂园服务集团AI实验室） ； Fudan University（复旦大学） ； Omni AI
专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title)；navigation(abstract)
AI总结 提出EA-WM框架，通过事件预测和验证增强预训练特征世界模型，实现长时域操作中任务进展信号的可靠评估与规划。
解耦的以对象为中心的视频理解用于生成机器人操作指令
机构 * School of Information Science, Japan Advanced Institute of Science and Technology（日本北陆先端科学技术大学院大学信息科学学院） ； University of Engineering and Technology, Vietnam National University（越南国立大学工程与技术大学） ； Department of Robotics, Hanyang University（汉阳大学机器人学系）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；分类 cs.RO、cs.CV
AI总结 提出解耦动作识别与对象选择的框架，通过TSM分类动作和对象选择算法识别任务相关对象，结合VLM生成精确指令，在Something-Something V2上显著提升性能。
V2P-Manip：从单目人类视频学习灵巧操作
机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 机器人操作 ：manipulation(title,abstract)；embodied AI(abstract)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出V2P-Manip框架，从单目人类演示视频中提取具有视觉保真度和物理合理性的轨迹，通过两阶段精炼实现空间对齐与物理一致性，在TACO和OakInk基准上显著优于先前方法。
LaST$_{0}$：面向机器人视觉-语言-动作模型的潜在时空思维链
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 机器人操作 ：robotic(title,abstract)；robotics(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 提出LaST$_0$框架，通过潜在时空思维链在隐空间进行高效推理，避免显式推理的延迟和语言瓶颈，在10个真实世界任务中平均成功率提升13%-14%。
Comments Project page: https://vla-last0.github.io/
面向通用机器人臂操控的增强现实脑机接口
机构 * Araya Inc.（Araya公司）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出结合眼动追踪与运动想象脑电的增强现实脑机接口，实现通用机器人臂的直观操控，通过18人实验验证了多步骤日常任务的有效性和良好可用性。
Comments Accepted at the 2026 IEEE International Conference on Robot and Human Interactive Communication (RO-MAN)
灵巧操作的双边遥操作框架
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Sony Group Corporation（索尼集团公司） ； Meta Reality Labs Research（Meta现实实验室）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出模块化双边遥操作框架，集成操作端输入与机器人端灵巧手及柔顺臂，通过位置重定向、差分控制、多尺度触觉反馈和共享控制实现灵巧操作，验证了协调控制与接触感知能力。
Comments 4 pages, 7 figures, 1 appendix,
一种符合人体工程学、可定制的软体机器人手套，用于个性化手部康复
机构 * The Biorobotics Inst. and Dept. of Excellence in Robotics and AI, Scuola Superiore Sant’Anna, Pisa, Italy（生物机器人研究所和机器人与人工智能卓越部门，圣安娜高等学院，比萨，意大利） ； Institute of Mechanical Intelligence and Department of Excellence in Robotics and AI, Scuola Superiore Sant’Anna (SSSA), 56127, Pisa, Italy（机械智能研究所和机器人与人工智能卓越部门，圣安娜高等学院（SSSA），56127，比萨，意大利） ； CAS Key Laboratory of Mechanical Behavior and Design of Materials, Institute of Humanoid Robots, School of Engineering Sciences, University of Science and Technology of China, Hefei, China（中国科学技术大学材料机械行为与设计国家重点实验室，人形机器人研究所，工程科学学院，合肥，中国） ； Modular Implantable Neuroprostheses (MINE) Laboratory, Università Vita-Salute San Raffaele & Sant’Anna School of Advanced Studies, Milan, Italy（可植入神经假体（MINE）实验室，维塔-桑瑞法大学及圣安娜高级研究学院，米兰，意大利） ； Careggi University Hospital, 50134 Florence, Italy（Careggi大学医院，50134，佛罗伦萨，意大利） ； Bertarelli Fndn. Chair in Translational Neuroengineering, Neuro X Institute, École Polytechnique Fédérale de Lausanne (EPFL), Laussane, Switzerland（伯特拉里基金会转化神经工程主席，Neuro X研究所，洛桑联邦理工学院（EPFL），洛桑，瑞士）
专题命中 机器人操作 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO
AI总结 针对手部康复需求，提出一种基于织物的可定制软体机器人手套，采用数控热封技术制造双腔致动器，通过个性化指关节适配和凹形外表面设计提升舒适度与抓握力，实验验证其能降低前臂肌肉活动并改善脊髓损伤患者的抓握模式。
PATCH: 基于动作块条件潜在补丁创新的机器人操作监控
机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Australian Centre For Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出PATCH监控器，通过动作块条件潜在补丁创新检测局部场景动态，实现扰动感知的机器人操作干预与恢复。
ROVE: 通过强化学习解锁人类干预用于人形机器人操作
机构 * XPENG Robotics（小鹏机器人） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.LG
AI总结 提出ROVE框架，利用强化学习和乐观价值估计，从次优人类干预轨迹中学习高价值行为，提升人形机器人操作性能。
艺术家对机器人参与绘画创作的看法
机构 * CONTACT Unit, Italian Institute of Technology（意大利理工学院联络单位） ； University of Michigan（密歇根大学）
专题命中 机器人操作 ：robotics(title,comments)；robotic(abstract)；分类 cs.RO
AI总结 通过八位抽象艺术家与机器人合作绘画的实证研究，发现人机协作更富趣味性和反思性，提供更大自主性，并激发克服系统限制的新策略。
Comments 10 pages, 9 figures, submitted to RAM special issue: Arts and Robotics
APEX: 用于精确操作的适应性策略执行
机构 * MARS Lab, Nanyang Technological University（南洋理工大学MARS实验室）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 针对策略与控制器间的执行差距，提出即插即用的APEX框架，通过动态可行参考重建和测试时自适应，减少跟踪误差并提升操作成功率。
Comments 20 pages, 9 figures, 4 tables
机器人服装自动化部署案例研究：数字孪生集成、互操作性与劳动力赋能
机构 * Siemens Corporation（西门子股份公司） ； Sewbo ； Levi's（李维斯） ； Bluewater Defense
专题命中 机器人操作 ：robotic(title,abstract)；分类 cs.RO
AI总结 针对织物柔性导致的机器人操作难题，本文通过牛仔布制造案例，提出集成数字线程、数字孪生、互操作层及运行时监控的机器人缝纫系统，实现快速部署与鲁棒性提升。
Comments 4 pages, 3 figures, IEEE ICRA 2026 Workshop Paper
SimWeaver：面向可变形操作的零样本RGB仿真到现实
机构 * Shanghai Jiao Tong University（上海交通大学） ； Horizon Robotics（地平线机器人） ； Style3D Research（Style3D研究院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 提出SimWeaver框架，通过200条仿真演示训练零样本RGB VLA策略，在5种可变形任务中达到91%平均真实成功率，无需遥操作或任务校准。
用于四肢瘫痪用户居家移动操作的双侧高密度肌电控制
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Washington（华盛顿大学）
专题命中 机器人操作 ：manipulation(title)；navigation(abstract)；分类 cs.RO
AI总结 针对颈椎脊髓损伤用户，提出双侧高密度肌电（HDEMG）前臂袖套，结合共享自主框架实现实时手势控制移动操作器，经12天居家研究验证日常任务有效性。
Comments 17 pages, 20 figures
ReMoBot: 基于检索的少样本模仿学习用于移动操作与视觉基础模型
机构 * School of Electrical Engineering, Aalto University, Espoo, Finland（艾尔沃大学电气工程学院，埃斯波，芬兰）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 提出ReMoBot，一种基于检索的少样本模仿学习框架，利用视觉基础模型从演示中检索信息，解决移动操作任务中的部分可观测性和数据有限问题，在真实世界任务中取得高成功率。
AI辅助金融咨询中的隐形操纵通道：对市场完整性与监管设计的影响
专题命中 机器人操作 ：manipulation(title,abstract)
AI总结 本文发现并验证了LLM推理采样层的隐形操纵通道，该漏洞可系统性偏置AI金融意见，同时绕过输出审计和统计水印，并提出基于QRNG和TEE的硬件防御及四项监管修正。
Comments 17 pages, 3 figures
基于构型空间距离场的一步模型预测路径积分用于机械臂运动规划
机构 * Department of Information Physics and Computing, The University of Tokyo（东京大学信息物理与计算系）
专题命中 机器人操作 ：robotics(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出将构型空间距离场与模型预测路径积分结合，利用CDF梯度统一代价函数并缩短规划时域至一步，实现高效避障，在2D环境和7自由度机械臂仿真中成功率近100%，控制频率超750Hz。
通过视觉和触觉进行推理时策略引导
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 机器人操作 ：manipulation(abstract)；world model(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出ViTaL框架，通过视觉采样验证和触觉引导扩散编辑的双层优化，在推理时引导机器人策略，显著提升接触丰富操作任务的成功率。
LaWAM: 用于高效动力学感知机器人策略的潜在世界行动模型
机构 * Tsinghua University（清华大学） ； Jilin University（吉林大学） ； Nankai University（南开大学） ； Peking University（北京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Zhongguancun Academy（中关村学院） ； Striding.AI ； Infinigence AI
专题命中 机器人操作 ：manipulation(abstract)；world model(abstract)；分类 cs.RO、cs.AI
AI总结 提出LaWAM模型，通过潜在视觉子目标预测场景变化，实现动力学感知的机器人控制，在多个基准上达到最优或竞争性成功率，且推理延迟低。
PO-PDDL: 从视觉演示中学习符号化POMDP以实现不确定性下的机器人规划
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 提出PO-PDDL符号化POMDP框架，通过从机器人执行视频中重建潜在状态轨迹、识别部分可观测性并学习随机转移与观测模型，实现不确定性下的鲁棒任务规划。
基于视觉基元的动作生成
机构 * Anyverse Dynamics ； Tsinghua University（清华大学）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 提出AVP架构，通过视觉语言模型推断下一阶段目标并生成视觉基元令牌，条件化流匹配动作专家，在通用拾放任务中成功率比pi_0.5提升27.61%。
Comments 9 pages, 6 figures. Project page: https://kingdroper.github.io/AVP/
通过边缘操控产生和运动反铁磁斯格明子
专题命中 机器人操作 ：manipulation(title)
AI总结 本文提出通过反铁磁样品边界局部磁化旋转或边缘交变磁化切换，高效产生和传输反铁磁斯格明子，避免全局驱动力，并对比铁磁过程展示其高效性。
Journal ref J. Appl. Phys. 139, 183904 (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