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。
PearlVLA：潜在空间中的渐进式具身动作计划精炼
机构 * Imperial College London（帝国理工学院） ； Tsinghua University（清华大学）
专题命中 机器人基础模型 ：world model(abstract)；分类 cs.RO、cs.AI
AI总结 提出PearlVLA框架，通过在VLM潜在空间中进行迭代计划精炼，平衡动作生成效率与显式推理，在LIBERO基准上达到最先进性能。
Comments 21 pages, 2 figures. Preprint
OmniRetarget：面向人形全身运动操控与场景交互的交互保持数据生成
机构 * Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人实验室） ； MIT（麻省理工学院） ； UC Berkeley（伯克利大学） ； Stanford University（斯坦福大学） ； CMU（卡内基梅隆大学）
专题命中 模仿学习与强化学习 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出OmniRetarget引擎，通过交互网格显式建模并保持智能体、地形和物体间的空间与接触关系，将人类运动重定向为机器人运动，生成高质量轨迹以训练强化学习策略，实现长时间跑酷和操控技能。
Comments Project website: https://omniretarget.github.io
当生活给你行为克隆，就做Q函数：从行为克隆中提取Q值用于机器人强化学习
机构 * Rai-Inst
专题命中 模仿学习与强化学习 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI；robotics(comments)
AI总结 提出Q2RL算法，通过从行为克隆策略中提取Q函数并利用Q门控切换策略，实现高效的离线到在线强化学习，在机器人操作任务中达到100%成功率和3.75倍提升。
Comments Robotics: Science and Systems, 2026
RLRC：基于强化学习的压缩视觉-语言-动作模型恢复
机构 * State Key Laboratory of Mechanical System and Vibration（机械系统与振动国家重点实验室） ； Shanghai Key Laboratory of Intelligent Robotics（上海智能机器人重点实验室） ； School of Mechanical Engineering, Shanghai Jiao Tong University（上海交通大学机械工程学院）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI；robotics(journal_ref)
AI总结 提出RLRC三阶段压缩恢复流程，通过结构化剪枝、SFT和强化学习恢复以及量化，实现8倍内存减少和2.3倍推理加速，同时保持任务成功率。
Comments 8 pages, 10 figures; accepted by RA-L 2026
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 8864-8871, July 2026
WAM-RL：基于重建奖励和在线视频SFT的世界-动作模型强化学习
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； Northeastern University（东北大学） ； Tsinghua University（清华大学）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；world model(abstract)；分类 cs.RO
AI总结 提出WAM-RL框架，通过强化学习联合优化世界模型和动作模型，解决长时域任务中仅优化动作模型的不足，首次将强化学习引入世界-动作范式。
动态任务的实时强化学习与并行软机器人
机构 * Department of Mechanical Engineering, Northwestern University（西北大学机械工程系） ； Department of Materials Science and Engineering, Northwestern University（西北大学材料科学与工程系）
专题命中 模仿学习与强化学习 ：robotics(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出基于课程学习的实时强化学习方法，用于在单次部署中实现软机器人的动态平衡，通过并行软执行器和HSA结构实现高可靠性控制。
Comments Published at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025
逆向Q学习
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.AI、cs.LG
AI总结 提出逆向Q学习（RQL）算法，通过扩展MDP框架和逆向流生成虚拟在线轨迹，结合偏差-方差缩减技术，实现基于流策略的离线强化学习，在50个机器人任务中取得最佳平均性能。
通过分类器模型进行集成强化学习：在交易策略中增强风险回报权衡
专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了在金融交易策略中使用集成强化学习模型的全面研究，利用分类器模型来提升性能。通过将A2C、PPO和SAC等强化学习算法与传统分类器如支持向量机（SVM）、决策树和逻辑回归相结合，探讨不同分类器组如何整合以改善风险回报权衡。研究评估了各种集成方法的有效性，将其与单个强化学习模型在关键金融指标（包括累计回报率、夏普比率（SR）、卡勒姆比率和最大回撤（MDD））上进行比较。结果表明，集成方法在风险调整后的回报方面始终优于基础模型，提供了更好的回撤管理和整体稳定性。然而，我们发现集成性能对方差阈值τ的选择敏感，强调了动态调整τ以达到最佳性能的重要性。本研究强调了将强化学习与分类器结合在自适应决策中的价值，对金融交易、机器人和其他动态环境具有启示。
Comments 23 pages,10 figures, 9 table
物理模仿学习：将控制策略蒸馏到被动弹性中
机构 * School of Engineering Mathematics and Technology, University of Bristol, and the Bristol Robotics Laboratory（布里斯托大学工程数学与技术学院及布里斯托机器人实验室）
专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO
AI总结 提出物理模仿学习(PIL)方法，将强化学习控制策略分解为主动与被动部分，被动部分卸载到并联弹性关节，显著降低能耗，在模拟四足机器人上实现高达95%的机械功率卸载。
跨平台可学习模糊增益调度比例-积分-微分控制器调优：通过物理约束元学习和强化学习适应
机构 * The University of Hong Kong（香港大学） ； Guangzhou College of Commerce（广州商学院）
专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出一种分层框架，用于跨平台调优可学习模糊增益调度PID控制器。通过物理约束虚拟机器人合成，结合元学习和轻量强化学习，实现跨平台初始化和部署特定优化，提升跟踪性能和鲁棒性。
Comments 24 pages,15 tables, 6 figures
Moving Out: 基于物理的人机协作
机构 * University of Virginia（弗吉尼亚大学）
专题命中 人机交互与遥操作 ：robotics(abstract)；embodied agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出Moving Out基准测试，模拟物理约束下的协作场景，并开发BASS方法增强智能体多样性及动作理解，实验证明其与未见过的AI和人类均能有效协作。
Comments Accepted at ICML 2026
提取语义：从URDF自动构建机器人本体的LLM引导方法
机构 * LAAS-CNRS, Department of Robotics, Toulouse, France（法国图卢兹机器人系CNRS实验室）
专题命中 人机交互与遥操作 ：robotics(abstract,journal_ref)；分类 cs.RO、cs.AI
AI总结 提出利用大语言模型从URDF文件自动生成机器人语义本体，通过多数投票和语法验证确保与现有本体对齐，初步实验表明该方法能有效桥接低层描述与高层知识表示。
Journal ref 18th International Conference on Social Robotics (ICSR 2026), University of London, Jul 2026, Londres, United Kingdom
MimicIK: 基于遥操作且保持正运动学一致性的实时生成式逆运动学
机构 * Ising AI ； CUHK-Shenzhen（香港中文大学（深圳））
专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 提出MimicIK框架，利用条件流匹配从遥操作数据学习平滑鲁棒的关节空间运动先验，通过两阶段迭代优化和正运动学一致性损失实现实时逆运动学求解，在6-DOF机器人数据集上达到4.65mm位置误差和92.01%成功率。
从临时飞行员到可重复模式：用DroneLets构建紧急服务中的无人机协作
机构 * University of Zurich（苏黎世大学） ； Zeppelin University（空天大学）
专题命中 人机交互与遥操作 ：embodied agent(abstract)；分类 cs.RO
AI总结 本文通过实地试验和访谈，提炼出44种交互模式并引入DroneLets设计构件，以结构化的方式实现紧急服务中无人机协作的可重复和可扩展。
Comments Presented at International Conference on Information Systems (ICIS) 2025: https://aisel.aisnet.org/icis2025/is_transformwork/is_transformwork/19/
Journal ref International Conference on Information Systems 2025: ICIS2025-2217
EgoCS-400K：面向世界模型的自我中心游戏数据集
机构 * City University of Hong Kong（香港城市大学）
专题命中 机器人数据与评测 ：world model(title,abstract)；robotic(abstract)；分类 cs.CV
AI总结 为支持世界模型研究，构建大规模自我中心游戏数据集EgoCS-400K，包含40万第一人称视频和1万小时游戏轨迹，支持动作条件未来预测、状态事件场景展开等交互式视觉建模任务。
GASE：基于高斯溅射的自动化系统用于重建具身仿真环境
机构 * AutoLab, SAI, Shanghai Jiao Tong University（上海交通大学SAI学院AutoLab实验室） ； AIM3 Lab, School of Information, Renmin University of China（中国人民大学信息学院AIM3实验室） ； Research Lab, Anyverse Dynamics（Anyverse Dynamics研究实验室）
专题命中 机器人数据与评测 ：robot learning(abstract)；embodied agent(abstract)；manipulation(abstract)；navigation(abstract)
AI总结 提出GASE系统，利用全景相机阵列和多视图视频流，通过相机位姿策略提取前景物体并修复场景，独立重建后导入物理仿真器，实现高效高保真仿真环境构建，分割精度提升超10%，真实机器人部署性能差距小于10%。
超越故障恢复：一种面向机器人系统的参与感知人在回路框架
机构 * Cornell University（康奈尔大学）
专题命中 机器人数据与评测 ：robotic(title)；robotics(abstract,journal_ref)；分类 cs.RO
AI总结 提出一种参与感知模型预测控制（E-MPC）方法，通过规划交互频率和类型来维持用户参与度并控制工作负荷，在机器人辅助进食系统中验证了其提升用户体验且不降低任务成功率的效果。
Comments Project website at https://emprise.cs.cornell.edu/empc
Journal ref Robotics: Science and Systems 2026
WireCraft：工业DLO操作仿真基准
机构 * Department of Mechanical and Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； CREFLE Inc.（CREFLE公司）
专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.RO
AI总结 针对工业中可变形线性物体（DLO）操作缺乏统一基准的问题，提出WireCraft仿真基准，支持可配置难度和资产，涵盖三种任务族，并评估强化学习、模仿学习和视觉-语言-动作策略。
SimTO：一种面向定制软体机器人夹爪的两阶段仿真驱动拓扑优化框架
机构 * CSIRO Robotics（CSIRO机器人研究所） ； School of Electrical Engineering and Computer Science（电气工程与计算机科学学院）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO
AI总结 提出SimTO框架，通过两阶段仿真驱动拓扑优化自动提取接触载荷，为特征丰富物体定制软体夹爪，实验证明其抓取力优于传统方法且泛化性强。
Comments 15 pages, 9 figures. Published in Structural and Multidisciplinary Optimization
NarrativeWorldBench：面向长程共创音频剧的前沿饱和基准与潜在世界模型
机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； Pocket FM
专题命中 机器人数据与评测 ：world model(title)；分类 cs.AI、cs.LG
AI总结 提出NarrativeWorldBench基准，在九种叙事结构指标上评估21个模型，并引入N-VSSM变分状态空间模型，通过Mamba-2骨干和事件条件后验在200集以上维持结构化潜在状态，在长弧一致性和可控性上超越Claude Opus 4.5。
Comments 10 pages. Accepted to the ICML 2026 Workshops on High-dimensional Learning Dynamics (HiLD) and Culture x AI
MagicSim: 可执行具身交互的统一基础设施
机构 * Northwestern University（西北大学） ； Peking University（北京大学） ； University of California, Berkeley（加州大学伯克利分校） ； ShanghaiTech University（上海科技大学）
专题命中 机器人数据与评测 ：robot learning(abstract)；embodied agent(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出MagicSim，一个基于确定性批处理运行时和共享MDP的具身交互基础设施，通过YAML规范解耦内容、放置、行为和智能体暴露，统一世界构建、执行、评估和自动生成轨迹。
Phys4D: 从视频扩散模型实现细粒度物理一致的4D建模
机构 * Northwestern University（西北大学） ； Dolby Laboratories（杜比实验室）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出Phys4D流水线，通过三阶段训练（伪监督预训练、物理监督微调、强化学习校正）从视频扩散模型学习物理一致的4D世界表示，显著提升细粒度时空与物理一致性。
Mordal: 面向视觉语言模型的自动化预训练模型选择
机构 * Department of Computer Science and Engineering（计算机科学与工程系）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.AI、cs.CV、cs.LG
AI总结 提出Mordal框架，通过减少候选模型数量和评估时间，自动化搜索用户定义任务的最佳视觉语言模型，相比网格搜索降低GPU耗时8.9-11.6倍，加权Kendall's τ平均提升69%。
视觉基础模型能否导航？零样本真实世界评估与经验教训
机构 * Polytechnique Montreal（蒙特利尔理工学院）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO、cs.LG
AI总结 本文对五种视觉导航模型在真实环境中进行零样本评估，发现其存在几何理解不足、感知混淆和分布漂移等系统性问题，并公开评估代码与数据集。
MoCo-AIS: 一种用于船舶轨迹相似度计算的对比学习框架
机构 * Dalhousie University（达尔豪斯大学） ； Linnaeus University（林奈大学） ； University of Sao Paulo（圣保罗大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.AI
AI总结 提出基于动量对比（MoCo）的统一对比学习框架MoCo-AIS，通过正负轨迹对学习嵌入，在真实AIS数据集上评估多种深度学习模型，显著提升轨迹相似度学习性能。
Comments Under review at SIGSPATIAL'26
Journal ref arXiv preprint arXiv:2606.17978, 2026
MoonSplat: 基于Sim(3)全局优化的单目在线高斯泼溅
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） ； Beijing Hydrogen Intelligent Tech. Co., Ltd.（北京氢元智能科技有限公司）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV
AI总结 提出一种结合Sim(3)全局优化的在线体素化3DGS框架，通过颜色残差学习策略加速收敛，实现鲁棒的相机跟踪和全局闭环，在室内外数据集上达到SOTA性能。
Comments SIGGRAPH 2026
基于不确定性引导的LLM辅助的弃权感知个性化物体重排
机构 * Concordia University（康考迪亚大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 提出APOLLO框架，结合轻量级个性化嵌入模型与选择性大语言模型辅助，通过不确定性估计在模糊决策时调用LLM，实现高效、隐私保护的弃权感知物体重排。
Comments Accepted at the 2026 IEEE 35th International Conference on Robot and Human Interactive Communication (RO-MAN 2026)
面向手术室视频的推理式文本-视频检索：基于动作驱动数字孪生
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV
AI总结 提出OR3方法，通过动作驱动数字孪生（ActDT）将视频片段转化为结构化表示，并利用大语言模型生成假设ActDT进行检索，结合证据修正实现隐式查询推理，在手术室视频检索中显著优于基线。
通过从婴儿到类人机器人的运动重定向模拟婴儿第一人称感觉运动经验
机构 * German Research Foundation（德国研究基金会） ； Johanna Quandt foundation（约翰娜·克文特基金会） ； Czech Science Foundation（捷克科学基金）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种从单视频重建婴儿3D姿态并映射到物理/虚拟类人平台的方法，实现亚厘米级精度的多感觉流模拟，为发育研究和神经发育障碍早期检测提供新工具。
Comments Accepted at IEEE ICDL 2026. 8 pages, 6 figures. Cite as: F. M. López, H. Kanazawa, O. Fiala, Y. Balashov, V. Marcel, L. Rustler, M. Lenz, D. Kim, Y. Kuniyoshi, J. Triesch, and M. Hoffmann, "Simulating infant first-person sensorimotor experience via motion retargeting from babies to humanoids'', in 2026 IEEE International Conference on Development and Learning (ICDL). IEEE, 2026, pp. 1-8
有限应变下磁活性聚合物的本构建模：综述
专题命中 其他机器人 ：robotic(abstract)
AI总结 本文系统综述了磁活性聚合物在有限应变下的本构建模方法，涵盖从早期半经验模型到热力学一致的非线性连续理论，重点讨论了各向同性与各向异性磁弹性模型、变分与多凸框架、微观力学模型及磁粘弹性理论。
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