机器人 / 具身智能

DeformGen: Dynamics-Based Topology Augmentation for Deformable Manipulation Policy Learning

DeformGen: 基于动力学的拓扑增强用于可变形操作策略学习

Zili Lin, Wenyao Zhang, Yuyang Zhang, Zekun Qi, Junyan Lin, Hanxin Zhu, Jiaolong Yang, Zhibo Chen, Yao Mu, Xiaokang Yang, Xin Jin, Wenjun Zeng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology, Ningbo（宁波东方理工大学） ； Tsinghua University（清华大学） ； The Hong Kong Polytechnic University（香港理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy（中关村学院） ； Microsoft Research（微软研究院） 纠错

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

AI总结 提出DeformGen框架，通过局部物理扰动和动力学前向模拟生成拓扑一致的可变形状态，并利用变形场扭曲转移操作轨迹，联合增强状态分布与操作行为，提升可变形操作策略学习。

PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation

PhysisForcing：面向机器人操作的物理增强世界模拟器

Peiwen Zhang, Yufan Deng, Shangkun Sun, Juncheng Ma, Duomin Wang, Jonas Du, Zilin Pan, Ye Huang, Hao Liang, Songyan Huang, Ruihua Zhang, Enze Xie, Ming-Yu Liu, Daquan Zhou

机构 * Peking University（北京大学） ； NVIDIA（英伟达） 纠错

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

AI总结 针对视频生成模型在机器人操作模拟中物理不稳定的问题，提出PhysisForcing框架，通过像素级轨迹对齐和语义级关系对齐损失联合优化，显著提升物理一致性，在多个基准上改进基础模型，并提高下游策略成功率。

Comments Github: https://github.com/DAGroup-PKU/PhysisForcing Project website: https://dagroup-pku.github.io/PhysisForcing.github.io/#

Data Scaling Laws in Imitation Learning for Robotic Manipulation

机器人操作模仿学习中的数据缩放定律

Fanqi Lin, Yingdong Hu, Pingyue Sheng, Chuan Wen, Jiacheng You, Yang Gao

机构 * Tsinghua University（清华大学） ； Shanghai Qi Zhi Institute（上海期智研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 通过收集超过4万次演示和1.5万次真实机器人 rollout，发现策略泛化性能与环境和物体数量呈幂律关系，环境和物体多样性比演示数量更重要，据此提出高效数据收集策略。

Translation as a Bridging Action: Transferring Manipulation Skills from Humans to Robots

翻译作为桥接动作：将操作技能从人类迁移到机器人

Sijin Chen, Kaixuan Jiang, Haixin Shi, Yanhui Wang, Weiheng Zhong, Haosheng Li, Bo Jiang, Yuxiao Liu, Xihui Liu

机构 * HKU-MMLab（香港大学多媒体实验室） ； ByteDance Seed（字节跳动Seed） 纠错

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

AI总结 提出以相对手腕平移作为桥接动作表示，结合π₀类视觉-语言-动作模型，从人类数据中迁移操作技能到双臂平行夹爪机器人，有效提升迁移效果并随数据量扩展。

Comments Project Page: https://translation-as-a-bridging-action.github.io/

DexCompose: Reusing Dexterous Policies for Multi-Task Manipulation with a Single Hand

DexCompose: 利用单只手复用灵巧策略进行多任务操作

Dihong Huang, Zhenyu Wei, Zhuxiu Xu, Yunchao Yao, Sikai Li, Mingyu Ding

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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DexCompose框架，通过手指级动作所有权和双残差模块，解决灵巧操作中多任务组合时的冲突问题，在16个复合任务上平均成功率达77.4%。

Comments Project page: https://devon018.github.io/DexCompose-Webpage/

PA-BiCoop: A Primary-Auxiliary Cooperative Framework for General Bimanual Manipulation

PA-BiCoop: 一种通用双臂操作的主辅协作框架

Bai Qicheng, Wang Ziru, Ma Teli, Dai Guang, Wang Jingdong, Wang Mengmeng

机构 * SGIT AI Lab, State Grid Corporation of China（国家电网公司SGIT人工智能实验室） ； The Hong Kong University of Science and Technology, Guangzhou（香港科技大学（广州）） ； Baidu Research, Beijing, China（百度研究院） ； Zhejiang University of Technology, Hangzhou（浙江工业大学） 纠错

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

AI总结 提出PA-BiCoop框架，通过动态主辅臂角色分配和共享编码器-双解码器结构，实现双臂协调操作，在仿真和真实任务中平均性能提升超48%。

Comments ICRA2026

MobileManiBench: Simplifying Model Verification for Mobile Manipulation

MobileManiBench：简化移动操作模型验证

Wenbo Wang, Fangyun Wei, QiXiu Li, Xi Chen, Yaobo Liang, Chang Xu, Jiaolong Yang, Baining Guo

机构 * Microsoft Research Asia（微软亚洲研究院） ； University of Sydney（悉尼大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出仿真优先框架MobileManiBench，基于NVIDIA Isaac Sim和强化学习自动生成多样化移动操作轨迹，包含300K条轨迹，用于验证VLA模型在真实部署前的性能。

Comments Accepted to ECCV 2026

CWI: Composite Humanoid Whole-Body Imitation System for Loco-manipulation

CWI: 复合型人形机器人全身模仿系统用于移动操作

Wenqi Ge, Junde Guo, Zhen Fu, Shunpeng Yang, Jiayu Chen, Hua Chen

机构 * LimX Dynamics ； The University of Hong Kong（香港大学） ； School of Automation and Intelligent Manufacturing, Southern University of Science and Technology（南方科技大学自动化与智能制造学院） ； Hong Kong University of Science and Technology（香港科技大学） ； ZJU-UIUC Institute, Zhejiang University（浙江大学伊利诺伊大学厄巴纳香槟校区联合学院） 纠错

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

AI总结 提出CWI框架，通过解耦上下半身动作捕捉数据，结合对抗性运动先验和多评论家架构，实现人形机器人稳定移动与灵巧操作的全身协调控制。

MetaBreak: Jailbreaking Online LLM Services via Special Token Manipulation

MetaBreak: 通过特殊标记操纵越狱在线LLM服务

Wentian Zhu, Zhen Xiang, Wei Niu, Le Guan

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

AI总结 提出利用特殊标记构造攻击原语，绕过LLM安全对齐和内容审核，并发现防御困难，实验显示MetaBreak在内容审核下优于现有方法。

Comments Accepted version. Revised to match the version accepted to the 2026 IEEE Symposium on Security and Privacy (SP); added publication information and DOI

Journal ref Proceedings of the 2026 IEEE Symposium on Security and Privacy (SP), pp. 98-117, IEEE Computer Society, 2026

Spacecraft Fiducial Marker for Autonomous Rendezvous, Proximity Operations, and Docking

用于自主交会、近距离操作和对接的航天器基准标记

Ravi Kumar Thakur, Matouš Vrba, Martin Saska

机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克理工大学电气工程学院控制论系） 纠错

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

AI总结 针对现有基准标记在近距离操作中易丢失的问题，提出基于Spidron递归自相似图案的AstraTag标记，结合GRS编码和TPS重映射，在曲面航天器上实现更高检测率。

Cross-view Multimodal Vision-Based Assessment Framework for Traditional Chinese Medicine Rehabilitation Training

跨视角多模态视觉评估框架用于中医康复训练

Francis Xiatian Zhang, Hao Yao, Shengxuan Chen, Hong Zhu, Hongxiao Jia, Sisi Zheng, Hubert P. H. Shum

机构 * Department of Computer Science, Durham University（杜伦大学计算机科学系） ； Institute for Regeneration and Repair, The University of Edinburgh（爱丁堡大学再生与修复研究所） ； Ningbo Hospital of Traditional Chinese Medicine（宁波市中医院） ； Department of Rehabilitation Medicine, The Gulou Hospital of Traditional Chinese Medicine（南京市鼓楼区中医院康复医学科） 纠错

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

AI总结 提出跨视角多模态视觉评估框架CME-AQA，融合视觉-姿态信息，利用第一人称和第三人称视频提升推理鲁棒性，在中医康复训练动作质量评估中取得优于基线10%的加权F1提升。

Comments Published in IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2026

Journal ref IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2026

SceneBot: Contact-Prompted General Humanoid Whole Body Tracking with Scene-Interaction

SceneBot: 接触提示的通用人形全身跟踪与环境交互

Sirui Chen, Shibo Zhao, Zhen Wu, Jiaman Li, Guanya Shi, C. Karen Liu

机构 * Stanford（斯坦福大学） ； Amazon FAR（亚马逊 FAR） ； CMU（卡内基梅隆大学） 纠错

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

AI总结 提出SceneBot框架，通过接触标签和事后场景重建，统一处理自由空间运动、地形穿越和全身操作，实现复杂长时任务。

Comments 15 pages 10 figures

Agent-Native Immune System: Architecture, Taxonomy, and Engineering

智能体原生免疫系统：架构、分类与工程

Bo Shen, Lifeng Chang, Tianyuan Wei, Yunpeng Li, Feng Shi, Yichen Han, Peijie Gao, Shiyi Kuang, Xin Chang, Dehui Li

机构 * Novo Ordo for AI 纠错

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

AI总结 提出智能体原生免疫系统（ANIS），一种嵌入智能体认知循环的生物启发式内生防御架构，通过六层免疫塔、统一病毒疫苗分类和元认知自动化骨干实现运行时动态防护。

ModaFlow: Modality-Aware Flow Matching for High-Fidelity Virtual Try-On

ModaFlow: 模态感知流匹配实现高保真虚拟试穿

Xiangyu Sai, Meysam Madadi, Sergio Escalera, Yong Xu

机构 * South China University of Technology（华南理工大学） ； Universitat de Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； Guangdong Provincial Key Laboratory of Multimodal Big Data Intelligent Analysis（广东省多模态大数据智能分析重点实验室） 纠错

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

AI总结 提出ModaFlow框架，通过模态感知引导、正则化损失和掩码操作策略，在虚拟试穿中实现衣物细节与人体几何的精确对齐，FID降低约30%。

Comments Preprint

AeroGrab: A Unified Framework for Aerial Grasping in Cluttered Environments

AeroGrab：杂乱环境下的空中抓取统一框架

Shivansh Pratap Singh, Naveen Sudheer Nair, Samaksh Ujjawal, Sarthak Mishra, Soham Patil, Rishabh Dev Yadav, Spandan Roy

机构 * Robotics Research Center (RRC)（机器人研究中心） ； IIIT Hyderabad（IIIT海得拉巴） ； Department of Computer Science（计算机科学系） ； The University of Manchester（曼彻斯特大学） 纠错

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

AI总结 提出一个集成主动探索、语言指令和碰撞感知抓取选择的端到端空中抓取框架，在杂乱环境中实现可靠抓取。

PRISON: Unmasking the Criminal Potential of Large Language Models

PRISON：揭示大型语言模型的犯罪潜力

Xinyi Wu, Geng Hong, Pei Chen, Yueyue Chen, Xudong Pan, Min Yang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 提出PRISON框架，通过五个特质量化LLMs的犯罪潜力，发现最先进模型常表现出犯罪倾向，且检测欺骗行为准确率仅44%。

Towards Reliable Recommender Systems for Rating Data

面向评分数据的可靠推荐系统

Aurore Archimbaud, Andreas Alfons, Ines Wilms

机构 * TBS Business School（图卢兹商学院） ； Erasmus University Rotterdam（鹿特丹伊拉斯姆斯大学） ； Maastricht University（马斯特里赫特大学） 纠错

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

AI总结 针对评分数据中的离散性、恶意操纵、非随机缺失等挑战，提出鲁棒离散矩阵补全方法（RDMC），通过案例和仿真实验验证其可靠性。

$\texttt{SMaSH}$ : Simplify Massive Spinor Helicity

$\ exttt{SMaSH}$: 简化大规模旋量螺旋度

Aakash Kumar, Arnab Rudra, Rahul Shaw

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出SMaSH，一个Mathematica包，用于四维时空中的旋量螺旋度计算，支持有质量粒子、显式小群指标、离壳变量，并集成高能极限、离散对称性检查、接触项和规范不变性验证。

Comments 136 pages, 1 figure. Mathematica files are included in the ancillary file. Github link for the package is https://github.com/aakash-kmr/SMaSH

Geometric representation of higher-order optical modes

高阶光学模的几何表示

Claire Cisowski

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种八分法表示高阶光学模，涵盖拉格朗日-高斯和埃尔米特-高斯模，揭示了三态光学系统高维特性，并为扩展贝里相位和拓扑不变量提供框架。

Arbitrary state preparation in quantum harmonic oscillators using neural networks

利用神经网络在量子谐振子中制备任意态

Nicolas Parra-A, Vladimir Vargas-Calderón, Herbert Vinck-Posada

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出一种基于神经网络的方法，通过驱动与辅助量子比特耦合的量子谐振子，直接生成控制参数以制备任意量子态，无需逐实例优化，实现了高保真度制备。

Optimal control of open-quantum-system dynamics predicted by long short-term memory

长短期记忆预测的开量子系统动力学最优控制

Jun-Dong Zhong, Zhao-Ming Wang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出基于LSTM预测的开量子系统动力学的最优控制框架，通过两能级系统绝热加速和自旋链量子态转移示例验证了保真度提升。

Comments 13 pages, 8 figures, Published in Physical Review A

Journal ref Phys. Rev. A 113, 062442 (2026)

Tensor-driven geometric phase in nonlinear AlGaAs metasurfaces

基于张量驱动的非线性AlGaAs超材料中的几何相位

Giorgio Guercio, Andrea Gerini, Kristina Frizyuk, Costantino De Angelis, Martina Morassi, Aristide Lemaître, Luca Carletti, Giuseppe Leo

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过非线性光束偏转和结构光生成，展示AlGaAs超材料中几何相位设计的灵活性，提升谐波生成效率。

RAE-NWM: Navigation World Model in Dense Visual Representation Space

RAE-NWM：密集视觉表示空间中的导航世界模型

Mingkun Zhang, Wangtian Shen, Fan Zhang, Haijian Qin, Zihao Pei, Ziyang Meng

机构 * Department of Precision Instrument, Tsinghua University（清华大学精密仪器系） ； University of Rochester（罗切斯特大学） ； Beijing Information Science and Technology University（北京信息科技大学） 纠错

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

AI总结 提出RAE-NWM，在密集视觉表示空间中使用条件扩散Transformer建模导航动态，提升结构稳定性和动作精度，从而改善下游规划与导航。

Comments Code is available at: https://github.com/20robo/raenwm

Image-based Geo-localization for Robotics: Are Black-box Vision-Language Models there yet?

基于图像的机器人地理定位：黑盒视觉语言模型是否已经足够？

Sania Waheed, Bruno Ferrarini, Michael Milford, Sarvapali D. Ramchurn, Shoaib Ehsan

机构 * University of Southampton（南安普顿大学） ； MyWay srl ； Queensland University of Technology（昆士兰科技大学） ； University of Essex（埃塞克斯大学） 纠错

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

AI总结 本文首次系统研究黑盒生成式视觉语言模型作为独立零样本地理定位系统的潜力，发现其在粗粒度定位上表现良好，但在细粒度定位上因现实变化而显著退化。

Comments Accepted to the ICRA 2026 Workshop on Multi-Modal Spatial AI for Robust Navigation and Open-World Understanding (MM-SpatialAI)

LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation

LocalNav: 蒸馏前沿视觉语言模型与具身强化学习用于设备端物体目标导航

Nicolas Baumann, Liam Boyle, Pu Deng, Edoardo Ghignone, Boyang Sun, Marc Pollefeys, Luca Benini, Michele Magno

机构 * Center for Project-Based Learning（项目学习中心） ； Integrated Systems Laboratory（集成系统实验室） 纠错

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

AI总结 提出蒸馏策略将大型VLM的空间语义推理迁移至轻量级本地VLM，结合E-RLVR与令牌生成正则化，在嵌入式设备上实现低延迟物体目标导航。

When Multi-Robot Systems Meet Agentic AI:Towards Embodied Collective Intelligence

当多机器人系统遇见智能体AI：迈向具身集体智能

Yuxuan Yan, Yuanyuan Jia, Qianqian Yang

机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息与电子工程学院） 纠错

专题命中 具身导航 ：robotics(abstract)；embodied AI(abstract)；embodied agent(abstract)；navigation(abstract)

AI总结 本文提出具身集体智能（ECI）范式，通过共感知、共行动和共演化使机器人团队共享世界上下文、任务进度和技能经验，并以导航实验验证共享世界记忆继承的有效性。

VLM-Guided Visual Place Recognition for Planet-Scale Geo-Localization

VLM引导的视觉地点识别用于行星级地理定位

Sania Waheed, Na Min An, Michael Milford, Sarvapali D. Ramchurn, Shoaib Ehsan

机构 * Univ. of Southampton, UK（英国南安普顿大学） ； KAIST, South Korea（韩国科学技术院） ； QUT, Australia（昆士兰科技大学） ； Univ. of Essex, UK（英国埃塞克斯大学） 纠错

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

AI总结 提出VLM与检索式VPR结合的混合框架，利用VLM生成先验约束搜索空间，再通过检索和重排序实现行星级地理定位，在街道和城市级别分别提升4.51%和13.52%。

Journal ref Proceedings of the Australasian Conference on Robotics and Automation (ACRA 2025)

CANNs: A Toolkit for Research on Continuous Attractor Neural Networks

CANNs：连续吸引子神经网络研究工具包

Sichao He, Aiersi Tuerhong, Shangjun She, Tianhao Chu, Yuling Wu, Junfeng Zuo, Si Wu

机构 * School of Psychological and Cognitive Sciences, Peking–Tsinghua Center for Life Sciences, PKU-IDG/McGovern Institute for Brain Research, Center of Quantitative Biology（心理与认知科学学院，北京清华大学生命科学中心，北京大学IDG/麦克戈文脑科学研究院，定量生物学中心） 纠错

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

AI总结 提出统一连续吸引子神经网络（CANN）研究流程的开源工具包，包含Python库、Rust加速后端和吸引子结构分析器，支持从仿真到实验数据分析的完整工作流。

Comments Code: https://github.com/Routhleck/canns ; Rust backend: https://github.com/Routhleck/canns-lib

Directing the World: Fast Autoregressive Video Generation with Compositional Human-Camera Control

Directing the World: 具有组合式人体-相机控制的快速自回归视频生成

Haoyuan Wang, Yabo Chen, Haibin Huang, Chi Zhang, Xuelong Li

机构 * Institute of Artificial Intelligence, China Telecom (TeleAI)（中国电信人工智能研究院（TeleAI）） 纠错

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

AI总结 提出一种快速自回归框架，通过解耦控制学习并保持统一视频先验，实现人体运动和相机轨迹的组合控制，支持稳定长程生成与高视觉质量。

A Multi-Attribute Latent Space for Visual Analysis of Watches

用于手表视觉分析的多属性潜在空间

Kai Lawonn, Tobias Günther, Monique Meuschke

机构 * Leipzig University（莱比锡大学） ； ScaDS.AI Dresden/Leipzig（ScaDS.AI 德累斯顿/莱比锡） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔兰根-纽伦堡弗里德里希-亚历山大大学） ； Otto von Guericke University of Magdeburg（马格德堡奥托·冯·格里克大学） 纠错

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

AI总结 提出一种多属性潜在空间模型与交互式可视化系统，通过分离表盘颜色、设计等属性图并融合UMAP，支持手表集合的开放式探索与比较。