机器人 / 具身智能

Latent Policy Barrier: Learning Robust Visuomotor Policies by Staying In-Distribution

潜在策略屏障：通过保持分布内学习鲁棒的视觉运动策略

Zhanyi Sun, Shuran Song

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 提出潜在策略屏障（LPB）框架，通过将专家演示的潜在嵌入作为隐式屏障，分离精确模仿与分布外恢复，利用基础扩散策略和动力学模型提升视觉运动策略的鲁棒性和数据效率。

TabletopGen: Tabletop Scene Generation and Interactive Simulation for Robotic Manipulation

TabletopGen: 桌面场景生成与机器人操作的交互式仿真

Ziqian Wang, Yonghao He, Licheng Yang, Wei Zou, Hongxuan Ma, Liu Liu, Wei Sui, Yuxin Guo, Hu Su

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences（中国科学院多模态人工智能系统国家重点实验室） ； D-Robotics ； Horizon Robotics 纠错

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

AI总结 提出TabletopGen，一种无需训练的全自动桌面场景生成与交互仿真引擎，通过实例提取、位姿对齐和物理仿真生成可交互场景，用于机器人操作数据合成。

Comments Project page: https://d-robotics-ai-lab.github.io/TabletopGen.project/

Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation

学习多任务机器人操作的语义原子技能

Yihang Zhu, Weiqing Wang, Shijie Wu, Ye Shi, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） 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AtomSkill框架，通过语义对比对齐和关键姿态想象，从演示中学习可重用原子技能，实现多任务机器人操作，优于现有方法。

CaP-X: A Framework for Benchmarking and Improving Coding Agents for Robot Manipulation

CaP-X: 用于基准测试和改进机器人操作编码智能体的框架

Letian Fu, Justin Yu, Karim El-Refai, Ethan Kou, Haoru Xue, Huang Huang, Wenli Xiao, Guanzhi Wang, Dantong Niu, Fei-Fei Li, Guanya Shi, Jiajun Wu, Shankar Sastry, Yuke Zhu, Ken Goldberg, Linxi "Jim" Fan

机构 * nvidia ； stanford（斯坦福大学） ； cmu（卡内基梅隆大学） 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CaP-X框架，通过CaP-Gym交互环境和CaP-Bench评估，发现编码智能体依赖人工抽象，但通过扩展测试时计算可提升鲁棒性，并推出无需训练的CaP-Agent0和强化学习CaP-RL。

Regression Test Selection for Updated Capability Modules in Compositional ML Systems via Atomic-Quality Probes

原子探针治理在组合机器人策略中的技能更新

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

机构 * School of Software（软件学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； School of Computer Science and Technology（计算机科学与技术学院） ； Heriot-Watt University（赫瑞-瓦特大学） ； Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息技术研究所） ； School of Future Science and Engineering（未来科学与工程学院） 纠错

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

AI总结 本文提出原子质量探针和混合选择器，用于分析组合机器人策略中技能更新的治理问题，通过实验发现主导技能对成功率影响显著，并在不同任务中验证了方法的有效性。

Comments 8 pages main text + appendix; 3 figures, 12 tables;

NeHMO: Neural Hamilton-Jacobi Reachability Learning for Decentralized Safe Multi-Arm Motion Planning

NeHMO：用于分散式安全多臂运动规划的神经Hamilton-Jacobi可达性学习

Qingyi Chen, Zachary Kingston, Ahmed H. Qureshi

机构 * Department of Computer Science at Purdue University（普渡大学计算机科学系） 纠错

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

AI总结 提出基于神经Hamilton-Jacobi可达性学习的方法，学习安全值函数以捕获最坏情况下的臂间安全约束，并开发分散式轨迹优化框架，实现可扩展、数据高效的多臂运动规划。

Spintronics for image recognition: performance benchmarking via data-driven simulations

自旋电子学用于图像识别：通过数据驱动模拟进行性能基准测试

Anatole Moureaux, Chloé Chopin, Simon de Wergifosse, Laurent Jacques, Flavio Abreu Araujo

机构 * Institute of Condensed Matter and Nanosciences, Université catholique de Louvain（比利时列日大学凝聚态与纳米科学研究所） ； Univ. Grenoble Alpes, CEA, CNRS, Grenoble INP, SPINTEC（格勒诺布尔阿尔卑斯大学、CEA、CNRS、格勒诺布尔INP、SPINTEC） ； Institute for Information and Communication Technologies, Electronics and Applied Mathematics, Université catholique de Louvain（比利时列日大学信息与通信技术、电子与应用数学研究所） 纠错

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

AI总结 基于数据驱动Thiele方程模拟的磁隧道结自旋扭矩振荡器作为极端学习机的非线性源，在MNIST等数据集上实现图像分类，性能与ReLU和sigmoid相当。

Comments 15 pages, 5 figures

dtour: A Steerable Tour de Vis Through High-Dimensional Data

dtour: 高维数据中的可操控漫游之旅

Fritz Lekschas, Nezar Abdennur

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出 dtour 交互式可视化工具，结合静态投影预览、连续测地线路径回放、手动投影操作和漫游探索，支持 GPU 加速渲染，适用于文本、图像和单细胞数据的高维结构揭示与非线性降维验证。

Scaling Latent Reasoning via Looped Language Models

通过循环语言模型扩展潜在推理

Rui-Jie Zhu, Zixuan Wang, Kai Hua, Tianyu Zhang, Ziniu Li, Haoran Que, Boyi Wei, Zixin Wen, Fan Yin, He Xing, Lu Li, Jiajun Shi, Kaijing Ma, Shanda Li, Taylor Kergan, Andrew Smith, Xingwei Qu, Mude Hui, Bohong Wu, Qiyang Min, Hongzhi Huang, Xun Zhou, Wei Ye, Jiaheng Liu, Jian Yang, Yunfeng Shi, Chenghua Lin, Enduo Zhao, Tianle Cai, Ge Zhang, Wenhao Huang, Yoshua Bengio, Jason Eshraghian

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出Ouro系列循环语言模型，通过在潜在空间迭代计算、熵正则化深度分配和扩展至7.7T令牌，实现优于更大模型的推理性能，并展示其知识操控能力。

Phenomenon of a stronger trapping behaviour in $Λ$-type quantum systems with symmetry

对称性Λ型量子系统中更强的陷阱行为现象

Boris Volkov, Anastasia Myachkova, Alexander Pechen

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究对称性对Λ型三能级量子系统控制优化的影响，发现能级对称分布导致七阶陷阱，使优化更困难。

Comments 26 pages, 7 figures. Published version which is a significant expansion of the original preprint. Proof of existence of trap for an uncontrollable Xi-system is added in Sec. 5. Numerical analysis has been significanly extended in Sec. 6

Journal ref Physical Reiew A 111, 022617 (2025)

Learning to Localize Reference Trajectories in Image-Space for Visual Navigation

学习在图像空间中定位参考轨迹用于视觉导航

Finn Lukas Busch, Matti Vahs, Quantao Yang, Jesús Gerardo Ortega Peimbert, Yixi Cai, Jana Tumova, Olov Andersson

机构 * Division of Robotics, Perception, and Learning（机器人、感知与学习 division） ； KTH Royal Institute of Technology（瑞典皇家理工学院） 纠错

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

AI总结 提出LoTIS模型，通过定位参考轨迹在机器人当前视图中的图像坐标，实现无需相机标定、位姿或机器人特定训练的跨实体视觉导航，在正向导航中成功率提升20-50个百分点，达到94-98%。

Nonlocal Mean Field Schrödinger Bridge with Learned Interactions

具有学习相互作用的非局部平均场薛定谔桥

Daisuke Inoue, Dante Kalise, Mathieu Laurière

机构 * Department of Mathematics, Imperial College London（伦敦帝国学院数学系） ； Shanghai Frontiers Science Center of Artificial Intelligence and Deep Learning（上海前沿人工智能与深度学习科学中心） ； NYU-ECNU Institute of Mathematical Sciences, NYU Shanghai（纽约大学上海数学科学研究所） 纠错

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

AI总结 本文提出一种使用神经网络代理近似非局部相互作用的平均场薛定谔桥方法，将推理时的每步计算成本从二次降低到线性，并推导了代理误差传播的稳定性界限。

Comments 32 pages, 15 figures

Physically Native World Models: A Hamiltonian Perspective on Generative World Modeling

物理原生世界模型：生成式世界建模的哈密顿视角

Sen Cui, Jingheng Ma

机构 * Tsinghua University（清华大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；robotics(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 提出哈密顿世界模型，通过结构化潜相空间和哈密顿动力学演化实现物理可靠、动作可控且长期稳定的未来预测，用于具身决策。

Psychological Imagination Networks Show Cross-Population Centrality and Clustering Alignment in Humans That Large Language Models Fail to Replicate

心理想象网络显示人类跨群体中心性和聚类对齐，而大型语言模型无法复制

Saurabh Ranjan, Brian Odegaard

机构 * University of Florida（佛罗里达大学） 纠错

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

AI总结 本研究通过心理网络分析发现，人类对心理意象的生动性评分在不同文化群体中形成稳定的网络结构，而大型语言模型（LLM）无法复制这种结构，表明人类想象网络根植于具身经验。

Exact equivariance, kept through training, buys zero-shot generalisation across the symmetry group

精确等变性在训练中保持，实现跨对称群的零样本泛化

Hongbo Wang

机构 * Department of Mathematics, Stony Brook University（石溪大学数学系） 纠错

专题命中 具身推理 ：world model(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 通过等变编码器和预测器构建的潜世界模型，其训练损失具有可证明的对称性，从而在仅拟合部分方向动力学时，数学上确定整个轨道上的行为，实现跨对称群的零样本泛化。

Comments 112 pages, 19 figures. v2 adds programme lineage to companion papers (arXiv:2606.13092, 2606.24945, 2606.24946), engages the equivariance-at-scale debate (arXiv:2410.23179), and adds experimental hardening: 5-seed CIs, frame-averaging/canonicalization baselines, a real-robot DROID anchor, a scale-vs-exactness curve. Core claims unchanged. Code: https://github.com/TimothyWang418/se3-ejepa

Drive-JEPA: Video JEPA Meets Multimodal Trajectory Distillation for End-to-End Driving

Drive-JEPA：视频JEPA结合多模态轨迹蒸馏实现端到端驾驶

Linhan Wang, Zichong Yang, Chen Bai, Guoxiang Zhang, Xiaotong Liu, Xiaoyin Zheng, Xiao-Xiao Long, Chang-Tien Lu, Cheng Lu

机构 * Virginia Tech（弗吉尼亚理工学院） ； Purdue University（普渡大学） ； XPENG Motors（小鹏汽车） ； Nanjing University（南京大学） 纠错

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

AI总结 提出Drive-JEPA框架，结合视频联合嵌入预测架构（V-JEPA）与多模态轨迹蒸馏，通过自监督视频预训练和动量感知选择机制提升端到端驾驶的规划性能，在NAVSIM上达到新最优。

Restoring Linguistic Grounding in VLA Models via Train-Free Attention Recalibration

恢复VLA模型中的语言基础：无需训练的注意力重校准方法

Ninghao Zhang, Bin Zhu, Shijie Zhou, Jingjing Chen

机构 * Tsinghua University（清华大学） ； Singapore Management University（新加坡管理学院） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 针对VLA模型在分布外指令下出现“语言盲视”问题，提出无需训练的注意力重校准方法IGAR，通过调整注意力分布恢复语言指令影响，在LIBERO基准和真实机器人上有效减少错误执行。

VLSA: Vision-Language-Action Models with Plug-and-Play Safety Constraint Layer

VLSA: 具有即插即用安全约束层的视觉-语言-动作模型

Songqiao Hu, Zeyi Liu, Shuang Liu, Jun Cen, Zihan Meng, Shihefeng Wang, Xiang Li, Xiao He

机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Institute for Embodied Intelligence and Robotics, Tsinghua University（清华大学智能与机器人研究院） ； TetraBOT ； DAMO Academy, Alibaba Group（阿里巴巴集团达摩院） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出AEGIS架构，通过控制屏障函数构建即插即用安全约束层，集成到VLA模型中保证安全性与任务性能，在SafeLIBERO基准上障碍物避免率提升超50%，任务成功率提升近10%。

Comments Accepted by IROS 2026

Transport Discrepancy as a Reliability Signal for Vision-Language-Action Models

传输差异作为视觉-语言-动作模型的可靠性信号

Wanpeng Zhang, Ye Wang, Hao Luo, Haoqi Yuan, Yicheng Feng, Chaoyi Xu, Sipeng Zheng, Qin Jin, Zongqing Lu

机构 * Peking University（北京大学） ； Renmin University of China（中国人民大学） ； BeingBeyond 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出DiG模块，通过计算切片Wasserstein传输代价作为可靠性信号，利用指数门控调节特征细化和训练损失，在分布偏移和长时域任务中显著提升VLA模型成功率。

When Does Predictive Inverse Dynamics Outperform Behavior Cloning?

何时预测性逆动力学优于行为克隆？

Lukas Schäfer, Pallavi Choudhury, Abdelhak Lemkhenter, Chris Lovett, Somjit Nath, Luis França, Matheus Ribeiro Furtado de Mendonça, Alex Lamb, Riashat Islam, Siddhartha Sen, John Langford, Katja Hofmann, Sergio Valcarcel Macua

机构 * University of Cambridge（剑桥大学） ； Universitygrow 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.AI、cs.LG

AI总结 本文通过理论分析解释了预测性逆动力学模型（PIDM）为何在行为克隆（BC）失败时表现更优，归因于偏差-方差权衡，并实验验证了PIDM在样本效率上的显著优势。

Comments To be published in proceedings of the International Conference on Machine Learning (ICML), 2026

ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation

ManipArena: 通用机器人操作的综合现实世界评估

Yu Sun, Meng Cao, Yang Ping, Kaidong Zhang, Qingxuan Chen, Rongtao Xu, Liangwang Ruan, Xuecheng Chen, Dongxiu Liu, Yunxiao Yan, Zunnan Xu, Runze Xu, Charles Yang, Peilun Zhang, Xiaofan Li, Ruyi Gan, Liang Ma, Yuehao Yin, Jincheng Yu, Lufang Chen, Yuxin Liang, Peng Zhai, Hao Wang, Ivan Laptev, Ian Reid, Qian Wang, Xiaodan Liang

机构 * SYSU（中山大学） ； X SQUARE ROBOT ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Thsinghua University（清华大学） 纠错

专题命中 机器人数据与评测 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 ManipArena通过标准化框架解决现有评估不足问题，提供真实场景下的多任务测试与多级泛化能力，支持长时移动操作与传感诊断，促进视觉-语言-动作模型和世界模型的发展。

Comments Technical report for CVPR 2026 Challenge ManipArena

MetaTune: Adjoint-based Meta-tuning via Robotic Differentiable Dynamics

MetaTune: 通过机器人可微动力学进行基于共轭的元调优

Xiexin Peng, Bingheng Wang, Tao Zhang, Que Dong, Ying Zheng

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； School of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； The Shenzhen Huazhong University of Science and Technology Research Institute（华中科技大学深圳研究院） 纠错

专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文提出MetaTune框架，通过可微闭环元学习实现反馈控制器与扰动观测器的联合自调优，减少计算复杂度并提升鲁棒性。

Learning 3D-Gaussian Simulators from RGB Videos

从RGB视频学习3D高斯模拟器

Mikel Zhobro, Andreas René Geist, Georg Martius

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 提出3DGSim，一种从多视角RGB视频直接学习物理交互的3D模拟器，统一了3D场景重建、粒子动力学预测和视频合成，能泛化到未见过的多体交互和新场景编辑。

BuilderBench: The Building Blocks of Intelligent Agents

BuilderBench：智能体的构建模块

Raj Ghugare, Roger Creus Castanyer, Catherine Ji, Kathryn Wantlin, Jin Schofield, Karthik Narasimhan, Benjamin Eysenbach

机构 * Princeton University（普林斯顿大学） ； Mila – Quebec AI Institute（魁北克AI研究院） ； Université de Montréal（蒙特利尔大学） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.AI、cs.LG

AI总结 提出BuilderBench基准，通过开放式探索训练智能体构建结构，实验表明现有前沿语言模型和强化学习算法无法解决任何非平凡任务。

Comments Blogpost: https://rajghugare19.github.io/builderbench and Code: https://github.com/rajghugare19/builderbench

SPOT: Spatio-Temporal Obstacle-free Trajectory Planning for UAVs in Unknown Dynamic Environments

SPOT：未知动态环境中无人机的时空无碰撞轨迹规划

Astik Srivastava, Thomas J Chackenkulam, Bitla Bhanu Teja, Antony Thomas, Madhava Krishna

机构 * Robotics Research Center, IIIT Hyderabad, India（IIIT海得拉巴机器人研究中心，印度） ； IIT-BHU, India（IIT-BHU，印度） 纠错

专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO

AI总结 提出一种基于4维时空规划器、视觉安全飞行走廊生成和轨迹优化的无地图反应式运动规划方法，实现无人机在未知动态环境中的避障，并通过备份规划模块应对死锁。

Comments Accepted for publication at ICRA 2026. Code available at (https://astik-2002.github.io/ICRA-2026-SPOT/)

Estimating unknown dynamics and cost as a bilinear system with Koopman-based Inverse Optimal Control

基于Koopman逆最优控制的未知动力学与代价的双线性系统估计

Victor Nan Fernandez-Ayala, Shankar A. Deka, Dimos V. Dimarogonas

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 提出基于Koopman的逆最优控制框架，利用改进的扩展动态模态分解构建双线性系统，通过庞特里亚金最大值原理实现未知动力学与代价函数的准确估计。

Comments This work has been submitted to the IEEE for possible publication

ECM Contracts: Contract-Aware, Versioned, and Governable Capability Interfaces for Embodied Agents

ECM合同：面向具身代理的合同感知、版本化和可治理的能力接口

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

机构 * School of Software, Harbin Institute of Technology（哈尔滨工业大学软件学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； School of Mathematical and Computer Sciences, Heriot-Watt University（赫瑞-瓦特大学数学与计算机科学学院） ； School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院） 纠错

专题命中 其他机器人 ：embodied agent(title,abstract)；分类 cs.AI

AI总结 本文提出ECM合同模型，通过六个维度定义具身能力模块的接口，解决模块组合与释放的稳定性问题，提升软件生态系统的安全性和可控性。

Comments 41 pages, 3 figures, 13 tables

Scale-coupling from kirigami cuts controls emergent mechanics in liquid crystal elastomers

剪纸切割的尺度耦合控制液晶弹性体中的涌现力学

M. Strugaru, M. Ly, Q. Martinet, B. Bickel, J. Palacci

专题命中 其他机器人 ：robotics(abstract)

AI总结 通过各向异性响应固体中的剪纸切割，利用分子各向异性控制涌现力学，实现软体机器人功能，建立多尺度超材料新范式。