机器人 / 具身智能

SeFA-Policy: Fast and Accurate Visuomotor Policy Learning with Selective Flow Alignment

SeFA策略：基于选择性流对齐的快速准确视觉运动策略学习

Rong Xue, Jiageng Mao, Mingtong Zhang, Yue Wang

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

AI总结 针对机器人模仿学习中视觉运动策略学习难题，提出SeFA框架，用选择性流对齐策略，借助专家示范纠正动作，统一整流流效率与观测一致动作生成，实验显示其超越现有策略，准确性、鲁棒性高且推理延迟大幅降低。

SkillPlug: Unsupervised Skill Mining for Few-Shot Adaptation in Robotic Manipulation

SkillPlug：用于机器人操作中少样本适应的无监督技能挖掘

Zi-han Ding, Ziwei Wang

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） 纠错

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

AI总结 针对机器人操作中学习可转移视觉运动模仿策略的挑战，提出SkillPlug框架，通过技能调节模块挖掘共享可转移技能库，经自监督学习形成任务共享先验，微调轻量级组件实现少样本适应，提升多任务和少样本适应性能。

Comments 8 pages, 8 figures, published to RA-L

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 8, pp. 9511-9518, Aug. 2026

Towards Soft Robotic Exogloves for Musculoskeletal Manipulation to Reduce Pain and Spasticity

迈向用于肌肉骨骼操作以减轻疼痛和痉挛的软机器人外骨骼手套

Antonia Salluce, Maeryn Erdheim, Gailen Davis, Lauren H. Sullivan, Max-William Kanz, Jacqueline Libby

机构 * Department of Mechanical Engineering, Stevens Institute of Technology（机械工程系，史蒂文斯理工学院） ； Faculty of Mechanical Engineering, Stevens Institute of Technology（机械工程学院，史蒂文斯理工学院） 纠错

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

AI总结 研究针对全球众多受手部痉挛和疼痛影响者，开发能辅助行动并缓解疼痛的软机器人外骨骼手套。核心方法是定制软气动执行器，主要贡献是成功设计、制造并测试执行器，还通过试用用户验证了手套的舒适性和有效性。

Comments 8 pages, 15 figures. To be published in the IEEE RAS/EMBS 11th International Conference on Biomedical Robotics and Biomechatronics (BioRob 2026)

Idiobionics: The Unification of Privacy and Intelligent Robotic Prostheses

静止仿生学：隐私与智能机器人假肢的统一

Kwesi Afari Darfoor, Patrick M. Pilarski, Bailey Kacsmar

机构 * University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所） 纠错

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

AI总结 研究聚焦隐私与智能机器人假肢交叉领域，提出“静止仿生学”，通过定义、结合文献阐述及展示潜在攻击，为可穿戴机器人等领域提供开放性研究问题，助力释放机器人假肢等设备潜力。

Comments 8 pages, 3 figures

Soft Robotic Exogloves for Dexterous Mobility -- Towards Personalized Rehabilitation

用于灵活移动的软机器人外骨骼手套——迈向个性化康复

Paul Dela Cruz, Mostafa Mo. Massoud, Jacqueline Libby

机构 * Department of Mechanical Engineering, Stevens Institute of Technology（机械工程系，史蒂文斯理工学院） ； Faculty of Mechanical Engineering, Stevens Institute of Technology（机械工程学院，史蒂文斯理工学院） 纠错

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

AI总结 研究针对软机器人外骨骼手套适配问题，通过拓扑扫描等实现手部个性化，利用有限元分析等方法进行建模测试，在多方面实现创新，为外骨骼手套设计优化及精细运动技能康复助力奠定基础。

Comments 8 pages, 14 figures. To be published in The IEEE RAS/EMBS 11th International Conference on Biomedical Robotics and Biomechatronics (BioRob 2026)

GIRAF: Towards Generalizable Human Interactions with Articulated Objects

GIRAF：迈向与关节物体的可泛化人类交互

Xiaohan Zhang, Sebastian Starke, Alexander Winkler, Federica Bogo, Samir Aroudj, Yuting Ye

机构 * Meta 纠错

专题命中 机器人操作 ：robotics(abstract)；embodied AI(abstract)；manipulation(abstract)；navigation(abstract)

AI总结 针对合成与关节物体的逼真全身人类交互难题，现有模型有局限。本文提出文本条件扩散模型，通过以物体为中心的表示、混合域训练策略和基于接触的增强方案应对挑战，实验证明其对未见物体配置泛化能力强，超越现有方法。

Comments 12 pages, 6 figures, 3 tables. Accepted at the Third Workshop on Human Motion Generation (HuMoGen), CVPR 2026

DexVerse: A Modular Benchmark for Multi-Task, Multi-Embodiment Dexterous Manipulation

DexVerse：用于多任务、多实体灵巧操作的模块化基准测试

Yunchao Yao, Zhuxiu Xu, Tianqi Zhang, Zixian Liu, Sikai Li, Zhenyu Wei, Feng Chen, Dihong Huang, Kechang Wan, Chenyang Ma, Shuqi Zhao, Shenghua Gao, Masayoshi Tomizuka, Yi Ma, Mingyu Ding

机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； The University of Hong Kong（香港大学） ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 DexVerse是用于多任务、多实体灵巧操作的模块化基准测试，含100个任务，支持多种机器人手臂和手，可扩展且提供视觉变化等。通过对多种方法的基准测试，揭示任务泛化和视觉运动鲁棒性挑战，为通用灵巧操作提供测试平台。

TouchWorld: A Predictive and Reactive Tactile Foundation Model for Dexterous Manipulation

TouchWorld：一种用于灵巧操作的预测性和反应性触觉基础模型

Jianyi Zhou, Feiyang Hong, Yunhao Li, Yicheng Zhao, Yongjue Cen, Zirui Liu, Jiakang Huang, Zirui Chen, Ruiyang Zhang, Weizhuo Zhu, Xuhua Song, Shuo Yang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； PHANES AI（PHANES人工智能公司） 纠错

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

AI总结 研究针对日常环境中灵巧操作需预测与反应的问题，提出TouchWorld模型。该模型采用分层策略，分离多项任务。通过将触摸用于预测和反馈，提升局部接触适应性。在六个相关任务中表现出色，超越最强基线。

BiNoMaP: Learning Category-Level Bimanual Non-Prehensile Manipulation Primitives

BiNoMaP: 学习类别级双臂非抓取操作原语

Huayi Zhou, Kui Jia

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） 纠错

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

AI总结 BiNoMaP提出了一种无强化学习的双臂非抓取操作原语学习框架，通过几何感知优化和参数化方法实现类别级泛化和跨平台迁移。

Comments Under review. The project link is https://hnuzhy.github.io/projects/BiNoMaP

Forensic Schema for Psychological Manipulation in Cyber Fraud: LLM-Driven Victim Reports Analysis

网络欺诈中心理操纵的取证模式：基于大语言模型驱动的受害者报告分析

Zikai Alex Wen, Corrazon Ogot, Juan Li, Yan Bai

专题命中 机器人操作 ：manipulation(title,abstract)

AI总结 研究网络欺诈中心理操纵取证模式，提出含四类35个问题的模式，增加相关指标和字段。经大语言模型驱动注释及与人类注释者验证，揭示欺诈类型操纵特征，发现取证细节差距，指出人工智能辅助及分层注释策略可缩小差距并提供模板。

Comments Accepted by the 23rd International Conference on Privacy, Security and Trust (PST 2026)

Principles of Optics in the Fock Space: Scalable Manipulation of Giant Quantum States

光子的光学原理在福克空间中的应用：可扩展的大量子态操控

Yifang Xu, Yilong Zhou, Ziyue Hua, Lida Sun, Jie Zhou, Weiting Wang, Weizhou Cai, Hongwei Huang, Lintao Xiao, Guangming Xue, Haifeng Yu, Ming Li, Chang-Ling Zou, Luyan Sun

专题命中 机器人操作 ：manipulation(title,abstract)

AI总结 本文提出福克空间光学方法，通过将光子数作为合成维度，实现对大量子态的可扩展操控，展示了高光子数下的光学现象实验验证，为大规模量子系统控制和玻色子信息处理提供新路径。

Comments 25 pages, 15 figures, 1 table

Journal ref Nature Physics (2026)

Training and Evaluating Diffusion Policies with Long Context Lengths

训练和评估具有长上下文长度的扩散策略

Abhinav Agarwal, Adam Wei, Taylan Kargin, Michael Zeng, Cole Becker, Arif Kerem Dayi, Pablo Parrilo, Asuman Ozdaglar, Russ Tedrake

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文首次详细研究模仿学习中上下文长度的影响，发现简单扩展上下文长度并不脆弱，并提出联合训练多上下文长度策略的方法以降低样本复杂度。

Plasma-state metasurfaces for ultra-intensive field manipulation

用于超高强度场操纵的等离子体态超表面

Zi-Yu Chen, Hao Xu, Jiao Jia, Yanjie Chen, Siyu Chen, Yan Zhang, Mingxuan Wei, Minghao Ma, Runze Li, Fan Yang, Mo Li, Guangwei Lu, Weijun Zhou, Hanmi Mou, Zhuofan Zhang, Zhida Yang, Jian Gao, Feng liu, Boyuan Li, Min Chen, Liming Chen, Yongtian Wang, Lingling Huang, Wenchao Yan, Shuang Zhang, Jie Zhang

专题命中 机器人操作 ：manipulation(title)

AI总结 研究旨在将超表面从固体拓展到等离子体领域，通过光子自旋霍尔效应等实验证明了等离子体态超表面，其功能可持续数皮秒，能用于控制高功率激光，有望革新高功率激光操纵能力并推动激光 - 等离子体相互作用创新应用。

Comments 37 pages, 5 figures

Journal ref Light: Science & Applications 15, 307 (2026)

EgoWAM: World Action Models Beyond Pixels with In-the-Wild Egocentric Human Data

EgoWAM：利用野外自我中心人类数据超越像素的世界行动模型

Baoyu Li, Xinchen Yin, Mengying Lin, Yixin Zhang, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 研究利用野外自我中心人类数据训练机器人操纵模型，引入EgoWAM框架，固定部分设置仅改变世界预测目标，比较不同方法。结果表明WAM协同训练更有效，DINO和3D流提升显著，为机器人操纵提供新训练思路。

Play2Perfect: What Matters in Dexterous Play Pretraining for Precise Assembly?

Play2Perfect：灵巧操作预训练对精密装配的关键因素

Tyler Ga Wei Lum, Kushal Kedia, C. Karen Liu, Jeannette Bohg

机构 * Stanford University（斯坦福大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 提出Play2Perfect框架，通过任务无关的玩耍预训练获取可复用的操作先验，再微调用于精密装配，在稀疏奖励和接触密集任务中实现33倍样本效率提升。

Comments 22 pages, 12 figures, 4 tables. Project page: https://play2perfect.github.io

FunHOI: Annotation-Free 3D Hand-Object Interaction Generation via Functional Text Guidance

FunHOI：通过功能文本引导实现无注释的3D手-物体交互生成

Yongqi Tian, Xueyu Sun, Haoyuan He, jianlei Wang, Caigui Jiang

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 研究针对手-物体交互中功能抓取语义捕捉难的问题，提出两阶段框架FGS-Net，通过文本引导3D模型生成器FGG和姿态优化策略FGR，无需额外3D注释数据即可实现精确高质量的3D手-物体交互生成。

ContactMimic: Humanoid Object Interaction via Contact Control

ContactMimic：通过接触控制实现人形机器人与物体交互

Xinyao Li, Xialin He, Runpei Dong, Saurabh Gupta

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 研究针对人形机器人物体交互任务，提出CONTACTMIMIC学习框架，通过接触跟随奖励和轨迹增强方案，使策略解耦接触行为与关键点几何，实现接触可控性，仿真与现实实验验证其有效性及优于仅关键点跟踪器。

Comments Project page: https://lixinyao11.github.io/contactmimic-page

Learning Adaptive Solvers for Distributed Factor Graph Optimization on Matrix Lie Groups

学习用于矩阵李群上分布式因子图优化的自适应求解器

Jaeho Shin, Maani Ghaffari, Yulun Tian

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 针对机器人感知中大规模几何优化问题，提出DeepCORD框架，通过展开黎曼优化器为可微迭代，学习自监督反馈策略动态调整参数，实验证明该方法在分布式因子图优化上效果优于现有基线。

Do Egocentric Video-Language Models Capture Both Hand- and Object-Centric Cues?

以自我为中心的视频-语言模型是否捕捉了以手和物体为中心的线索？

Masatoshi Tateno, Alexandros Stergiou, Risa Shinoda, Yoichi Sato, Dima Damen

机构 * The University of Tokyo（东京大学） ； University of Twente（特温特大学） ； University of Bristol（布里斯托大学） 纠错

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

AI总结 研究手部-物体交互识别中现有视频-语言模型的局限，提出结合手部-物体掩码训练与HOI-动态感知解码器的新范式，构建DEHOI测试平台评估，证明该方法更有效利用相关信息，在多方面优于现有模型，提升HOI理解。

AnyDexRT: Calibration-Free Dexterous Hand Retargeting with Few-Shot Human Guidance

AnyDexRT：基于少量人类引导的免校准灵巧手重定向

Chenxi Wang, Ying Feng, Hongjie Fang, Shangning Xia, Lixin Yang, Chuan Wen, Cewu Lu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 研究提出免校准的AnyDexRT方法用于灵巧手遥操作重定向，结合自监督指尖对应学习与少量人类引导，在任务相关区域锚定映射并优化捏合姿势，实验表明该方法提升重定向质量、减少手动调整，控制更直观高效。

Monocular Vision Based Control Framework for Grasping

基于单目视觉的抓取控制框架

Shail Jadav, Dongheui Lee

机构 * Autonomous Systems, Technische Universität Wien (TU Wien)（技术大学维也纳自主系统） ； Institute of Robotics and Mechatronics (DLR)（机器人与机电研究所） 纠错

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

AI总结 研究非结构化环境中物体抓取问题，提出基于单目视觉的统一抓取框架，结合多种视觉技术及刚度估计模型，能仅用视觉反馈稳定抓取软硬物体，为食品处理和家庭操作提供实用、高效且通用的方法。

Comments This paper is accepted at IEEE/ASME International Conference on Advanced Intelligent Mechatronics 2026 (AIM 202^)

Dynamic Evaluation of Classical and Control-Aware Optimal Trajectory Planning in Robot Manipulators

机器人操作器中经典和控制感知最优轨迹规划的动态评估

Bhanuka Dayawansa, Rohan Munasinghe

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

AI总结 研究机器人操作器轨迹规划，提出控制感知最优轨迹规划框架，纳入动力学和执行器努力，用中点线性化策略，通过统一评估框架对比经典方法，能降低跟踪误差等，证明仅运动学平滑不能确保高效执行。

Comments Accepted at MERCon 2026. To be presented at MERCon 2026. 7 pages, 7 figures

The Surprising Effectiveness of Video Diffusion Models for Hand Motion Reconstruction

视频扩散模型在手部运动重建中的惊人有效性

Yuxi Wang, Chengkai Jin, Yufei Liu, Wenqi Ouyang, Tianyi Wei, Zhiwei Zeng, Siyuan Huang, Zhiqi Shen, Xingang Pan

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出ViDiHand，利用预训练视频扩散模型重建4D双手姿态，无需检测器或优化，在多个基准上显著超越现有方法。

Dynamic Execution Horizon Prediction for Chunk-based Robot Policies

基于分块的机器人策略的动态执行视界预测

Yuchi Zhao, Miroslav Bogdanovic, Arjun Sohal, Liyu Tao, Kourosh Darvish, Alán Aspuru-Guzik, Florian Shkurti, Animesh Garg

机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Acceleration Consortium（加速联盟） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高等研究院） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达） 纠错

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

AI总结 提出DEHP方法，通过在线强化学习训练轻量级执行视界预测分支，在冻结预训练分块策略的情况下动态调整执行步数，显著提升高精度和长时域操作任务的成功率。

Retrieval-Augmented Generation Must Move Beyond Factual Grounding to Represent Diverse Opinions

检索增强生成必须超越事实基础以代表多样化观点

Aditya Agrawal, Alwarappan Nakkiran, Darshan Fofadiya, Alex Karlsson, Harsha Aduri, Aman Singh Thakur

机构 * Amazon.com（亚马逊公司） 纠错

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

AI总结 本文指出检索增强生成系统存在系统性事实偏差，并提出需要在检索系统设计上进行范式转变，通过不确定性量化方法提出统一目标，并展示Opinion-Aware RAG架构在两个领域中的实验结果，证明其在多样性、公平性和准确性方面的提升。

Comments 18 pages, Preprint under review

Beyond Success Rates: Trainability and Extractability for Offline GCRL

超越成功率：离线目标条件强化学习的可训练性和可提取性

Jan Malte Töpperwien, Aditya Mohan, Marius Lindauer

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

AI总结 研究离线目标条件强化学习中各方法的可训练性和可提取性差距，通过构建可训练性景观及配对提取诊断，发现仅成功率不能确立广泛可提取行为，可训练性景观揭示差距，提取诊断提供低成本视角观察信号成策略的过程。

fog: Expressing Motion and Emotion through Function Composition of AI-Generated Code

fog：通过人工智能生成代码的函数组合来表达运动和情感

Vivian Liu, Lydia Chilton

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 介绍fog函数组合框架，用于通过人工智能生成代码表达运动和情感，能创建运动词汇表并由动画编辑器辅助。经感知评估和用户研究，其运动函数识别准确率达68%，相比基线有显著提升，且在界面形式上支持用户快速迭代等。

Optimizing LZSM protocol for high-fidelity gates in open-system fluxonium

为开放系统磁通量子中的高保真门优化LZSM协议

Santiago Ferreyra, Valentın Reparaz, Maria Jose Sanchez, Leandro Tosi, Daniel Dominguez

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究针对开放系统磁通量子中基于共振拉比振荡的量子门存在的问题，采用单周期LZSM驱动协议实现快速高保真量子门，推导解析表达式，分析泄漏作用并开发形式主义评估耗散对门保真度的影响。

Comments 13 pages, 8 figures

Fluctuation theorems for autonomous work

自主功的涨落定理

Christopher Jarzynski, Sebastian Deffner, Saar Rahav

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究在自主框架下\({\cal S}\)与\({\cal R}\)相互作用时功和熵产生的涨落定理，通过考虑\({\cal S}\)对\({\cal R}\)的反作用，得到自主版本，且指出\({\cal R}\)惯性无限大时可简化为非自主对应版本。

Comments 13 pages, 2 figures. Published with Open Access on Dec. 12, 2025, in Proceedings of the National Academy of Sciences (USA). This version contains the published article together with the published Supporting Information

Journal ref Proc. Natl. Acad. Sci. (USA) 122, e2524775122 (2025)

Perceptually Lossless Tactile Texture Synthesis with Compact Spectral Envelope Models

基于紧凑频谱包络模型的感知无损触觉纹理合成

Jagan K. Balasubramanian, Yasemin Vardar

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出两种紧凑频谱表示（频谱β和频谱斜率）来捕获手指-表面摩擦信号的时间频谱结构，通过感知实验验证其能实现与高保真再现相当的感知真实感，为触觉压缩、通信和合成纹理生成提供高效框架。

Comments 16 pages and 8 figures