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。
结合约束采样与强化学习的机器人操作
机构 * Technische Universität Berlin（柏林工业大学） ； Robotics Institute Germany（德国机器人研究所） ； LAAS-CNRS（法国国家科学研究中心系统分析与架构实验室） ； Inria & DI-ENS, PSL Research University（法国国家信息与自动化研究所 & 巴黎文理研究大学计算机科学系）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；robotics(abstract)；分类 cs.RO
AI总结 针对接触丰富的非抓取操作任务，提出一种结合约束状态采样与强化学习的方法，通过设计考虑接触结构的重置策略提升探索效率，训练通用动态操作策略。
面向动态环境的通用机器人操作
机构 * Huazhong University of Science and Technology（华中科技大学） ； Huawei Technologies Co. Ltd（华为技术有限公司）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；分类 cs.RO、cs.CV
AI总结 本文提出DOMINO数据集与基准，通过实验评估现有VLA模型，提出PUMA架构提升动态感知能力，实现动态任务中的高成功率。
Comments Accepted to ECCV 2026. Project Page: https://h-embodvis.github.io/DOMINO/
ShapeGrasp: 同时进行视觉-触觉形状补全与抓取以改进机器人操作
机构 * Czech Technical University in Prague（捷克布拉格技术大学）
专题命中 机器人操作 ：manipulation(title)；robotic(abstract)；分类 cs.RO
AI总结 提出ShapeGrasp迭代抓取与补全流程，结合隐式表面视觉-触觉形状补全与基于物理的抓取规划，从单RGB-D视图推断完整形状并生成候选抓取，利用抓取反馈更新形状，在真实机器人上实现高抓取成功率并改善3D形状重建质量。
Comments Submitted for peer review
LDHP：基于库的非抓取灵巧操作分层规划
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 提出库驱动分层规划器LDHP，通过顶层接触状态规划器与底层抓取规划器协同，实现非抓取操作的可执行性，在零自由度提升和槽插入任务中验证了鲁棒性。
Comments 8 pages,accepted by IROS 2026
腔QED系统中双光子产生的相干操控
专题命中 机器人操作 ：manipulation(title,abstract)
AI总结 研究腔QED系统中通过自发四波混频产生双光子的相干操控，利用原子-腔耦合和驱动场实现暗态增强控制，分析光谱亮度和量子统计特性。
Comments 13 pages, 7 figures, This updated version corrects the license selection for compliance with Optics Express submission policy; all content is identical to v1
Journal ref Optics Express 34, 30902 (2026)
小波策略：基于世界先验记忆的尺度域模仿学习
机构 * Zhejiang University（浙江大学） ； Tsinghua University, DISCOVER Robotics（清华大学，DISCOVER机器人实验室） ； Hangzhou TaiWeave Robotics Co., Ltd.（杭州太 weave 机器人有限公司）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出小波策略，结合世界先验记忆与小波多尺度动作建模，通过编码静态背景图像中的持久物理场景结构，提升长周期机器人操作的效率与效果。
水下欠驱动机构与软体机器人的统一结构-水动力学建模
机构 * Department of Mechanical Engineering and Advanced Robotics Centre, National University of Singapore（新加坡国立大学机械工程系与先进机器人中心） ； Singapore-MIT Alliance for Research and Technology (SMART) Centre（新加坡-麻省理工学院研究与技术联盟中心）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出一种轨迹驱动的全局优化框架，基于CMA-ES同时识别弹性、阻尼和分布式水动力学参数，实现水下欠驱动机构和软体机器人的高保真建模，仅需单段视频。
Comments The first two listed authors contributed equally. Yiyuan Zhang is the corresponding author. This paper has been accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
基于本体感知和多接触触觉的物理 grounded 的 3D 生成重建在手部遮挡下
机构 * Istituto Italiano di Tecnologia（意大利技术研究院）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出了一种多模态、物理 grounded 的方法，用于在严重手部遮挡下进行度量尺度的无遮挡物体重建和姿态估计，通过本体感知和多接触触觉信号提升重建精度和物理一致性。
Comments 29 pages, 10 figures, Accepted to ECCV 2026
从稀疏分类学指导中学习灵巧抓取
机构 * Korea University（高丽大学） ； Korea University of Technology and Education（韩国技术教育大学） ； Naver AI Lab（Naver AI 实验室） ； Seoul National University（首尔大学） ； WIRobotics ； RLWRLD
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 GRIT框架通过稀疏分类学指导学习灵巧抓取，提升对新物体的泛化能力，实现87.9%的成功率，并通过高阶分类学选择实现抓取策略的可控性。
Comments IROS 2026 accepted
StemVLA：一种融合未来3D空间几何知识与4D历史表示的开源视觉-语言-动作模型
机构 * Ricoh Software Research Center（理光软件研究中心） ； YZH Engineering Technology (Beijing) Co., Ltd.（易智赫工程技术（北京）有限公司）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 提出StemVLA框架，通过显式建模未来3D空间结构和历史4D时空表示，提升机器人操作任务中的空间推理与长时决策能力，在LIBERO基准上平均准确率达92.0%。
Comments Preprint
TacGen: 触觉是物理世界表征的必要维度——通过可扩展的视觉到触觉对齐与生成解决触觉数据稀缺问题
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Alabama（阿拉巴马大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 针对触觉数据稀缺问题，提出TacGen方法，通过视觉-触觉对比对齐和潜在空间残差MLP生成器合成触觉潜在表示，在质量、密度、硬度等物理属性预测上显著优于纯视觉模型，并大幅提升触觉操作性能。
Comments 49 pages, 29 figures
神经控制：通过平衡约束的伴随学习
机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 提出Neural Control框架，利用伴随方法通过平衡条件微分传播梯度，避免求解器展开，结合滚动时域延续实现长时程隐式控制，在可变形线性物体操作中验证有效性。
Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)
超导量子处理器中非局域魔力的实验演示
专题命中 机器人操作 ：manipulation(abstract)
AI总结 通过最优局域擦除协议和子系统纯度直接测量，在超导量子处理器上首次实验演示非局域魔力，并构建无自由参数噪声模型分离局域与非局域魔力。
Clifford交换子的完整理论
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文完整描述了Clifford交换子，给出其正交基和维度公式，并引入各向同性Pauli和基，通过图论方法简化计算，应用于魔法测量和稳定子性质测试。
Comments 84 pages
Journal ref Quantum 10, 2171 (2026)
CoReLIN: 基于约束推理的零样本终身交互式导航
机构 * Purdue University（普渡大学） ； Indian Institute of Technology, Kharagpur（印度理工学院卡哈拉格普尔分校） ； DEVCOM Army Research Lab（DEVCOM陆军研究实验室） ； National University of Singapore（新加坡国立大学）
专题命中 具身导航 ：navigation(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出CoReLIN框架，利用LLM和场景图推理，在终身交互式导航中通过移动物体开辟路径并完成任务，显著提升长期效率。
EgoCogNav: 认知感知的人类自我中心导航
机构 * Cornell University（康奈尔大学） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.CV、cs.LG
AI总结 提出EgoCogNav多模态自我中心导航框架，联合预测路径不确定性、轨迹和头部运动，并引入CEN数据集，实验表明其能学习与人类扫描、犹豫等行为相关的感知不确定性。
Comments 15 pages, 4 figures
基于用户隐私偏好的机器人导航视觉感知设计
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出以用户为中心的隐私保护视觉感知设计方法，通过用户研究发现用户偏好隐私保护的视觉抽象和低分辨率保存机制，并据此制定可配置的隐私政策。
AION: 基于双策略强化学习的空中室内目标导航
机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 提出AION，一种端到端双策略强化学习框架，解耦探索与目标到达行为，用于视觉空中目标导航，无需外部定位或全局地图，在AI2-THOR和IsaacSim中验证了优越性能。
Comments Accepted to IROS 2026
通过语义探索发现视觉提示
机构 * Sony Group Corporation（索尼集团公司） ； Pohang University of Science and Technology（浦项科技大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学）
专题命中 具身导航 ：manipulation(abstract)；分类 cs.AI、cs.CV
AI总结 提出SEVEX算法，通过抽象思想空间和语义反馈自动探索任务级视觉提示，提升LVLM图像感知能力。
Comments Accepted to ECCV 2026, project page: https://jaechang.dev/projects/SEVEX/
VertiAdaptor: 针对垂直挑战地形的在线运动学动力学自适应
机构 * George Mason University（乔治梅森大学）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 提出VertiAdaptor在线自适应框架，通过函数编码器融合高程与语义嵌入，实现地形感知的运动学动力学建模与规划，在仿真和实物平台上预测精度提升23.9%，自适应速度提高5倍。
语言模型中的演绎推理：横向与纵向推理
机构 * Department of Computer Science and Engineering, University of Bologna（博洛尼亚大学计算机科学与工程系）
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI
AI总结 研究小型Transformer语言模型在演绎任务中的推理机制，区分横向推理（自回归生成中间步骤）和纵向推理（跨层隐式推理），发现思维链监督有助于学习基于规则的推理，并通过机械可解释性揭示其实现方式。
面向专业软件工程实践的调试 grounded 理论
专题命中 具身导航 ：navigation(abstract)
AI总结 本文通过 grounded 理论方法研究专业开发者在真实代码库中调试的策略与过程，揭示调试作为结构化迭代诊断过程的本质，为工具设计和软件工程教育提供启示。
Comments Accepted by FSE'26
Journal ref J. ACM 3, FSE, Article 139.382 (February 2026), 22 pages
基于电偶极矩的自由基对磁传感器的量子建模
专题命中 具身导航 ：navigation(abstract)
AI总结 通过量子力学建模研究隐花色素蛋白中自由基对的电子自旋动力学，发现电偶极矩对外磁场敏感，表明其可作为磁生物传感器。
E-VLA：事件增强的视觉-语言-动作模型用于暗光和模糊场景
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Hunan University（湖南大学）
专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 E-VLA通过事件流中的运动和结构线索提升暗光和模糊场景下的操控鲁棒性，利用事件驱动感知增强视觉-语言-动作模型的性能。
Comments Accepted to ECCV 2026. Code and dataset will be available at https://github.com/JJayzee/E-VLA
LaMP: 以3D场景流作为潜在运动先验的视觉-语言-动作策略学习
机构 * Southeast University（东南大学） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出LaMP框架，通过门控融合将3D场景流作为潜在运动先验，对齐运动专家与动作专家，提升VLA策略在复杂空间交互中的鲁棒性，在LIBERO等基准上取得最高平均成功率。
Comments Accepted to ECCV2026
HydroGym：流体动力学的强化学习平台
机构 * University of Washington（华盛顿大学） ； AI Institute in Dynamic Systems, University of Washington（华盛顿大学人工智能研究所） ； RWTH Aachen University（亚琛工业大学） ； Inha University（仁荷大学） ； University of Michigan（密歇根大学） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Technical University of Munich（慕尼黑工业大学） ； Arts et Métiers Institute of Technology（国立高等工程技术学校） ； CNAM（法国国立工艺学院） ； DynFluid, HESAM Université（HESAM大学流体动力学实验室） ； Munich Institute of Integrated Materials, Energy and Process Engineering, Technical University of Munich（慕尼黑工业大学综合材料、能源与工艺工程研究所） ； JARA Center for Simulation and Data Science, RWTH Aachen University（亚琛工业大学JARA模拟与数据中心） ； MediaTek Research（联发科技研究中心） ； German Center for Neurodegenerative Diseases（德国神经退行性疾病中心）
专题命中 模仿学习与强化学习 ：robotics(abstract)；manipulation(abstract)；分类 cs.AI、cs.LG
AI总结 提出HydroGym，一个求解器无关的强化学习平台，提供61+个已验证的流场环境，支持多种后端，RL智能体发现鲁棒控制原理，并实现零样本迁移，显著降低探索成本。
基于安全盾牌强化学习的高速度视觉飞行在杂乱环境中
机构 * Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院工业控制技术研究所） ； Differential Robotics（微分机器人）
专题命中 模仿学习与强化学习 ：navigation(abstract)；robotics(comments,journal_ref)；分类 cs.RO
AI总结 提出一种结合模型安全机制的端到端强化学习框架，通过物理信息奖励和实时安全滤波器实现高速飞行与严格避障，在杂乱环境和森林中速度达7.5 m/s。
Comments Published in IEEE Robotics and Automation Letters
Journal ref IEEE Robotics and Automation Letters, 2026
通过强化学习实现归巢
专题命中 模仿学习与强化学习 ：navigation(abstract)
AI总结 提出强化学习框架模拟连续二维域中的自适应归巢，发现平均归巢时间随旋转扩散强度呈非单调变化，且RL智能体比主动布朗粒子更快、更定向。
基于物理的机器人交互的遮挡鲁棒多对象解耦
机构 * Pengcheng Laboratory（鹏城实验室） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.CV
AI总结 提出一种无掩码方法，从稀疏遮挡视角实现无损多对象3D重建，通过MPM模拟实现物理合理的机器人交互，核心是利用联合SDS过程结合扩散先验实现对象解耦。
Comments 7 pages, 6 figures
可扩展的全身运动迁移：基于隐式动力学运动重定向
机构 * HKUST(GZ)（香港科技大学（广州）） ； ETH Zurich（苏黎世联邦理工学院） ； Zhejiang University（浙江大学） ； Xiaomi Robotics Lab（小米机器人实验室）
专题命中 机器人数据与评测 ：robotics(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 提出隐式动力学运动重定向（IKMR），利用骨架图卷积双自编码器将人体与机器人运动映射到共享拓扑潜空间，结合物理信息精炼实现高速、鲁棒的运动数据转换，解决噪声与计算瓶颈。
Comments RSS 2026 Workshop. Webpage: https://cybercal.github.io/webpage.ikmr
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