机器人 / 具身智能

CLAR: Learning 3D Representations for Robotic Manipulation by Fusing Masked Reconstruction with Multi-Level Contrastive Alignment

CLAR: 通过融合掩码重建与多层级对比对齐学习用于机器人操作的3D表示

Wenbo Cui, Chengyang Zhao, Yuhui Chen, Haoran Li, Zhizheng Zhang, Dongbin Zhao, He Wang

机构 * SKL-MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所SKL-MAIS） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Galbot ； CFCS, School of Computer Science, Peking University（北京大学计算机科学与技术学院CFCS） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 提出CLAR框架，融合掩码自编码与全局跨模态对比学习，并引入基于可变形注意力的局部自适应对齐机制，解决3D预训练中空间几何与语义细节的权衡问题，在视觉运动策略学习中达到最优性能。

N2M: Bridging Navigation and Manipulation by Learning Pose Preference from Rollout

N2M：通过从展开中学习姿态偏好连接导航与操作

Kaixin Chai, Hyunjun Lee, Joseph J. Lim

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；navigation(title)；分类 cs.RO

AI总结 针对移动操作中基座定位问题，提出N2M方法，通过学习操作策略对局部场景的偏好来优化基座位置，采用新颖视角增强策略实现数据高效学习，实验表明优于现有方法。

Imagine2Act: Leveraging Object-Action Motion Consistency from Imagined Goals for Robotic Manipulation

Imagine2Act：利用想象目标中的物体-动作运动一致性进行机器人操作

Liang Heng, Jiadong Xu, Yiwen Wang, Xiaoqi Li, Muhe Cai, Yan Shen, Juan Zhu, Guanghui Ren, Hao Dong

机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学） ； PrimeBot ； AGIBOT 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；分类 cs.RO

AI总结 提出Imagine2Act框架，通过生成想象目标点云并引入物体-动作一致性策略，将语义和几何约束融入策略学习，解决高精度物体重排任务。

GAPartManip: A Large-scale Part-centric Dataset for Material-Agnostic Articulated Object Manipulation

GAPartManip：面向材料无关铰接物体操作的大规模部件中心数据集

Wenbo Cui, Chengyang Zhao, Songlin Wei, Jiazhao Zhang, Haoran Geng, Yaran Chen, Haoran Li, He Wang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； CFCS, School of Computer Science, Peking University（北京大学计算机科学系） ； Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Galbot 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI

AI总结 提出大规模部件中心数据集GAPartManip，结合照片级材质随机化和部件级交互姿态标注，通过模块化框架提升深度估计与交互姿态预测，在仿真和真实场景中实现鲁棒的铰接物体操作。

Comments Accepted by ICRA 2025. Project page: https://pku-epic.github.io/GAPartManip/

FILIC: Dual-Loop Force-Guided Imitation Learning with Impedance Torque Control for Contact-Rich Manipulation Tasks

FILIC：基于阻抗力矩控制的双环力引导模仿学习用于接触丰富操作任务

Haizhou Ge, Yufei Jia, Zheng Li, Yue Li, Zhixing Chen, Lu Shi, Lei Han, Ruqi Huang, Guyue Zhou

机构 * Tsinghua University（清华大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； DISCOVER Robotics（DISCOVER机器人） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO

AI总结 提出FILIC框架，通过双环结构结合Transformer策略与阻抗控制器，利用关节力矩估计末端力，实现无力传感器下的力感知接触操作，显著提升安全性和适应性。

IMPACT: An Implicit Active-Set Augmented Lagrangian for Fast Contact-Implicit Trajectory Optimization

IMPACT: 一种隐式主动集增广拉格朗日法用于快速接触-隐式轨迹优化

Jiayun Li, Dejian Gong, Georgia Chalvatzaki

机构 * PEARL Lab, Dept. of Computer Science, TU Darmstadt, Germany（图腾实验室，计算机科学系，图恩大学，德国） ； Hessian.AI, Darmstadt, Germany（海森AI，图恩，德国） ； Robotics Institute Germany (RIG)（德国机器人研究所（RIG）） 纠错

专题命中 机器人操作 ：manipulation(abstract,abstract_cn)；robotic(abstract)；分类 cs.RO；robotics(comments)

AI总结 本文提出IMPACT方法，通过隐式主动集策略解决接触约束下的轨迹优化问题，实现高效求解并提升控制质量。

Comments Accepted to Robotics: Science and Systems (RSS), 2026

HRDexDB: A Paired Human-Robot Dataset for Cross-Embodiment Dexterous Grasping

HRDexDB：用于跨本体灵巧抓取的配对人机数据集

Jongbin Lim, Taeyun Ha, Mingi Choi, Jisoo Kim, Byungjun Kim, Subin Jeon, Hanbyul Joo

机构 * Seoul National University（首尔国立大学） ； RLWRLD（RLWRLD实验室） 纠错

专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 提出HRDexDB，一个包含人类和多种机器人手的高保真灵巧抓取轨迹配对数据集，涵盖100种物体，提供高精度时空3D真值，作为跨本体灵巧操作的基础基准。

DASIP: Dynamic Test-Time Compute Scaling for Robot Control with Stochastic Interpolant Policies

DASIP：基于随机插值策略的机器人控制动态测试时计算缩放

Inkook Chun, Seungjae Lee, Michael S. Albergo, Saining Xie, Eric Vanden-Eijnden

机构 * New York University（纽约大学） ； University of Maryland（马里兰大学） ； Harvard University（哈佛大学） ； Capital Fund Management（资本基金管理公司） 纠错

专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 提出难度感知随机插值策略（DA-SIP），通过难度分类器动态调整推理步数、求解器和ODE/SDE积分，在保持任务成功率的同时将计算时间减少2.6-4.4倍。

Adiabatic Fast Passage Spin Manipulation Measurements in Solid Polarized Targets

固体极化靶中的绝热快速通过自旋操纵测量

M. F. Hossain, K. Nakano, N. G. Vismith, D. Keller

专题命中 机器人操作 ：manipulation(title)

AI总结 本文报告了在5 T、1 K极化靶系统中对辐照$^{15}$NH$_3$、辐照$^{14}$ND$_3$和丁醇基材料（TEMPO掺杂或辐照制备）的绝热快速通过（AFP）测量，提出了自旋-1靶的联合操纵线形分析，并展示了从AFP操纵的氘核NMR谱中提取矢量和张量极化的方法，同时观察到辐照$^{15}$NH$_3$样品中可重复的极化和方向依赖的AFP响应。

Comments Submitted to Nuclear Instruments and Methods in Physics Research Section A

Journal ref Nucl. Instrum. Meth. A (2026) 171770

Optimizing Entanglement Manipulation via Algebraic-Geometric Decompositions and Semidefinite Programming Hierarchies

通过代数几何分解与半定规划层次优化纠缠操控

Seiseki Akibue, Jisho Miyazaki, Hiroyuki Osaka

专题命中 机器人操作 ：manipulation(title)

AI总结 提出代数几何框架简化可分信道优化并强化DPS层次，用于计算非局域操作在可分信道下的最大成功概率，统一了纠缠成本的解析结果并解决了局部态区分的纠缠成本问题。

Comments 51 pages, 7 figures

Local Flow Matching Generative Models

局部流匹配生成模型

Chen Xu, Xiuyuan Cheng, Yao Xie

机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（哈里·米尔顿·斯图尔特工业与系统工程学院，佐治亚理工学院） ； Department of Mathematics, Duke University（杜克大学数学系） 纠错

专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.LG

AI总结 提出局部流匹配（LFM）方法，通过逐步学习一系列流匹配子模型，每个子模型匹配扩散过程的一个时间步，实现更高效训练，并基于χ²散度提供理论生成保证，在表格、图像和机器人策略生成中表现竞争性。

Audio Deepfake Detection with Half-Truth Localisation Using Cross-Attentive Feature Fusion

使用交叉注意力特征融合的半真音频深度伪造检测与定位

S. Sutharya, Remya K. Sasi

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV、cs.LG

AI总结 提出CAFNet模型，通过三元分类和边界回归联合检测部分伪造音频，在MLADDC数据集上达到92.71%准确率和0.075s定位误差。

Comments 13 pages, 5 figures, 11 tables

Electrical post-fabrication tuning of aluminum Josephson junctions at room temperature

铝约瑟夫森结在室温下的电学后制备调谐

Christian Križan, Maurizio Toselli, Irshad Ahmad, Hadi Khaksaran, Marcus Rommel, Nermin Trnjanin, Janka Biznárová, Mamta Dahiya, Emil Hogedal, Halldór Jakobsson, Andreas Nylander, Jonas Bylander, Per Delsing, Giovanna Tancredi

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过电压脉冲在室温下可控地增加铝约瑟夫森结电阻并调节约瑟夫森能量，实现高达270%的电阻增加，对应量子比特频率降低近2 GHz，有助于缓解量子处理器中的频率拥挤问题。

Comments 36 pages, 15 figures

Curbing the Ramifications of Authorship Abuse in Science

遏制科学中作者身份滥用的影响

Md Somir Khan, Mehmet Engin Tozal

专题命中 机器人操作 ：manipulation(abstract)

AI总结 针对作者身份滥用问题，提出基于斐波那契数倒数的信用分配方案，重新校准文献计量指标并引入L'-指数，以强调实际贡献而非参与。

OmniNWM: Omniscient Driving Navigation World Models

OmniNWM：全知驾驶导航世界模型

Bohan Li, Zhuang Ma, Dalong Du, Baorui Peng, Zhujin Liang, Zhenqiang Liu, Xianda Guo, Zheng Zhu, Chao Ma, Yueming Jin, Xin Jin, Hao Zhao, Wenjun Zeng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； PhiGent ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学） 纠错

专题命中 具身导航 ：navigation(title,abstract)；world model(title,abstract)；分类 cs.CV

AI总结 提出OmniNWM全知全景导航世界模型，在统一概率框架下处理状态、动作和奖励三个维度，实现多模态全景视频生成、零样本轨迹控制及内在奖励机制，在生成保真度和控制精度上达到SOTA。

Comments ECCV 2026

HumanHalo -- Safe and Efficient 3D Navigation Among Humans via Minimally Conservative MPC

HumanHalo -- 通过最小保守MPC实现安全高效的三维人群导航

Simon Schaefer, Helen Oleynikova, Sandra Hirche, Stefan Leutenegger

机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 具身导航 ：navigation(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出HumanHalo框架，结合可达性安全保证与数据驱动人体运动预测，通过仅约束初始控制输入实现安全高效的3D MAV人群导航，在仿真和真实实验中验证了其有效性。

SenseExpo: Spatial Exploration and Navigation via Scene Estimation from Expeditious Predictive Operators

SenseExpo: 通过快速预测算子的场景估计进行空间探索与导航

Haojia Gao, Haohua Que, Mingkai Liu, Jiayue Xie, Hoiian Au, Yusen Qin, Qian Zhang, Jiajun Sun, Weihao Shan, Tianle Zhu, Handong Yao, Fei Qiao

机构 * Tsinghua University（清华大学） ； University of Georgia（佐治亚大学） ； Peking University（北京大学） ； D-Robotics（D-机器人） ； Infinity Robotics（Infinity机器人） 纠错

专题命中 具身导航 ：navigation(title,abstract)；robotic(abstract)；分类 cs.CV

AI总结 提出轻量级单机器人探索框架SenseExpo，结合紧凑地图预测网络与前沿策略，以709K参数实现优于U-Net和LaMa的预测性能，并在探索实验中显著加速目标覆盖。

OSCAR: Obstacle Survival Curves for Adaptive Robot Navigation

OSCAR: 用于自适应机器人导航的障碍物生存曲线

Hshmat Sahak, Aoran Jiao, Nicholas Rhinehart, Tim Barfoot

机构 * University of Toronto（多伦多大学） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO

AI总结 提出OSCAR框架，利用生存模型学习障碍物清除时间分布，并通过图规划器动态调整等待与重路由的阈值，以减少导航时间。

Comments 8 pages main text, appendices included

An Asynchronous Two-Speed Kalman Filter for Real-Time UUV Cooperative Navigation Under Acoustic Delays

一种用于声学延迟下实时UUV协同导航的异步双速卡尔曼滤波器

Shuyue Li, Miguel López-Benítez, Eng Gee Lim, Fei Ma, Qian Dong, Mengze Cao, Limin Yu, Xiaohui Qin

机构 * Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Suzhou Municipal Key Laboratory Broadband Wireless Access Technology（苏州市级宽带无线接入技术重点实验室） ； XJTLU-JITRI Academy（XJTLU-JITRI学院） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO

AI总结 针对水声通信延迟导致实时状态估计困难的问题，提出一种异步双速卡尔曼滤波器（TSKF），通过变分历史蒸馏（VHD）机制解耦估计过程，实现高频实时控制与延迟协同信息处理，在严重延迟下保持与批量优化方法相当的轨迹误差。

Comments 6 pages, 6 figures. Accepted for publication in the 2026 IEEE International Conference on Industrial Informatics (INDIN). \c{opyright} 2026 IEEE. Personal use of this material is permitted. See PDF for the full IEEE copyright notice

Schur-MI: Fast Mutual Information for Robotic Information Gathering

Schur-MI：用于机器人信息收集的快速互信息

Kalvik Jakkala, Jason O'Kane, Srinivas Akella

机构 * Texas A&M University（德克萨斯农工大学） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） 纠错

专题命中 具身导航 ：robotic(title,abstract)；分类 cs.RO

AI总结 提出Schur-MI，利用迭代结构和Schur补分解将互信息计算复杂度从O(|V|^3)降至O(|A|^3)，在真实测深数据集上实现最高12.7倍加速，并成功用于自主水面车辆的在线路径规划。

Comments IROS 2026

NeuPAN: Direct Point Robot Navigation with End-to-End Model-based Learning

NeuPAN: 基于端到端模型学习的直接点机器人导航

Ruihua Han, Shuai Wang, Shuaijun Wang, Zeqing Zhang, Jianjun Chen, Shijie Lin, Chengyang Li, Chengzhong Xu, Yonina C. Eldar, Qi Hao, Jia Pan

专题命中 具身导航 ：navigation(title)；分类 cs.RO、cs.AI

AI总结 提出NeuPAN，一种实时、高精度、无地图、易部署的机器人运动规划器，通过紧耦合感知-控制框架和端到端模型学习，直接处理原始点云生成无碰撞运动，避免感知到控制的误差传播。

Comments Accepted by TRO 2025; project website: https://hanruihua.github.io/neupan_project/

Iterative Convex Optimization with Control Barrier Functions for Obstacle Avoidance among Polytopes

基于控制障碍函数的迭代凸优化在多面体障碍物规避中的应用

Shuo Liu, Zhe Huang, Calin A. Belta

机构 * Boston University（波士顿大学） ； University of Maryland（马里兰大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 针对多面体机器人与障碍物的避碰问题，提出一种迭代凸MPC-DCBF框架，通过精确最近点计算导出支撑超平面构建线性DCBF约束，实现快速在线安全控制。

Comments 8 pages, 4 figures

Safe-SAGE: Social-Semantic Adaptive Guidance for Safe Engagement through Laplace-Modulated Poisson Safety Functions

Safe-SAGE: 通过拉普拉斯调制泊松安全函数实现安全交互的社会-语义自适应引导

Lizhi Yang, Ryan M. Bena, Meg Wilkinson, Gilbert Bahati, Andy Navarro Brenes, Ryan K. Cosner, Aaron D. Ames

机构 * Caltech MCE（Caltech机械工程系） ； Tufts ME（Tufts大学机械工程系） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 提出Safe-SAGE框架，结合泊松安全函数与拉普拉斯引导场，融合多传感器点云与视觉语义分割，通过多层安全滤波器实现腿式机器人在语义丰富动态环境中的安全导航。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Copyright transferred to IEEE

APEX: Action Priors Enable Efficient Exploration for Robust Motion Tracking on Legged Robots

APEX: 动作先验实现高效探索，实现足式机器人鲁棒运动跟踪

Shivam Sood, Laukik Nakhwa, Sun Ge, Yuhong Cao, Jin Cheng, Fatemah Zargarbashi, Taerim Yoon, Sungjoon Choi, Stelian Coros, Guillaume Sartoretti

机构 * Multi-Agent Robotic Motion Lab（多智能体机器人运动实验室） ； Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（机械工程系，设计与工程学院，新加坡国立大学） ； Computational Robotics Lab（计算机器人实验室） ； Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院） ； Robot Intelligence Lab（机器人智能实验室） ； Department of Artificial Intelligence, Korea University（人工智能系，韩国大学） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 提出APEX框架，通过衰减动作先验引导探索，结合多评判器分离风格与任务信号，实现无需部署时参考动作输入的高效运动跟踪。

Comments \c{opyright} 20XX IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

ASC-SW: A Lightweight Atrous Strip Convolution Network for DLOs Segmentation on Edge mobile Robots

ASC-SW：面向边缘移动机器人的轻量级空洞条带卷积DLOs分割网络

Cheng Liu, Fan Zhu, Yifeng Xu, Baoru Huang, Mohd Rizal Arshad

机构 * School of Robotics, Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学机器人学院） ； Department of Robotics, University of Michigan（密歇根大学机器人系） ； Department of Artificial Intelligence, University of Liverpool（利物浦大学人工智能系） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 针对移动机器人视角下细长可变形线性物体分割的挑战，提出轻量级几何感知框架ASC-SW，通过空洞条带卷积和滑动窗口优化，在边缘设备上实现74.1% mIoU和261 FPS。

Comments paper update: Rejected by IROS2026 on June 17th

Rapid Quantification of Outdoor Object Visibility in Urban Setting Using Connected-Vehicle Fields of View

利用网联车辆视野快速量化城市环境中户外物体可见性

Artur Grigorev, Adriana-Simona Mihaita

机构 * Faculty of Engineering and IT, University of Technology Sydney（工程与信息技术学院，技术大学悉尼） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 提出一种数据驱动方法，利用网联车辆轨迹数据和建筑物顶点空间索引，高效量化城市道路沿线位置的视觉暴露度，发现可见性高度集中且服从对数正态分布。

Generalized Fermat's principle and Snell's law for cone structures and applications

锥结构的广义费马原理与斯涅尔定律及其应用

Miguel Ángel Javaloyes, Steen Markvorsen, Enrique Pendás-Recondo, Miguel Sánchez

专题命中 具身导航 ：navigation(abstract)

AI总结 将费马原理推广至光滑界面分隔两个锥结构（洛伦兹-芬斯勒光锥）的情形，推导出广义斯涅尔折射定律和反射定律，并应用于Zermelo导航问题和离散时空测地线确定。

Comments Slight reformulation of the main results in Sections 4 and 5 to increase their generality. 49 pages, 11 figures

SparseWorld: Enhancing End-to-End Autonomous Driving via World Models with Sparse Scene Representation

SparseWorld: 通过具有稀疏场景表示的世界模型增强端到端自动驾驶

Ruoyu Wang, Jingke Wang, Yukai Ma, Yuehao Huang, Shuangming Lei, Guanglin Xu, Aixue Ye, Yong Liu

机构 * Institute of Cyber-Systems and Control, Zhejiang University（浙江大学控制系统研究所） ； Labs, Huawei（华为2012实验室） ； State Key Laboratory of Industrial Control Technology（国家工业控制技术重点实验室） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 提出SparseWorld，一种基于稀疏场景表示的轻量级世界模型，通过自回归预测未来地图元素和周围智能体，并利用预测结果优化下游运动预测和轨迹规划，在nuScenes数据集上实现0.05%的碰撞率，达到开放循环规划指标的最优性能。

VDAWorld: World Modelling via VLM-Directed Abstraction and Simulation

VDAWorld: 通过VLM导向的抽象与模拟进行世界建模

Felix O'Mahony, Roberto Cipolla, Ayush Tewari

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 提出VDAWorld框架，利用视觉语言模型自主构建场景表示并选择物理模拟器，通过抽象与自适应模拟实现高质量世界建模，在交互控制、反事实生成和物理逻辑推理任务上取得最优结果。

Comments Website: https://felixomahony.github.io/vdaworld/

Against the Monolithic Wireless World Model: Why NextG Needs Composable and Agentic Intelligence

反对单一无线世界模型：为什么NextG需要可组合和代理智能

Aladin Djuhera, Farhan Ahmed, Vlad C. Andrei, Swanand Ravindra Kadhe, Alecio Binotto, Haris Gacanin, Holger Boche

专题命中 具身推理 ：world model(title,abstract)

AI总结 本文指出无线领域缺乏等同于LLM的数据基础，主张采用可组合和代理智能架构以实现可部署的AI原生网络。

Journal ref ICML 2026 Workshop on AI and ML for NextG