机器人 / 具身智能

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。

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)

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。

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

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

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。

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)

Track2Map: Online Deformable SLAM with Motion-Aware Pose Optimization in Robotic Surgery

Track2Map：机器人手术中具有运动感知姿态优化的在线可变形同步定位与地图构建

Tianyi Song, Sierra Bonilla, Xinwei Ju, Evangelos Mazomenos, Danail Stoyanov, Adam Schmidt, Omid Mohareri, Sophia Bano, Francisco Vasconcelos

机构 * University College London（伦敦大学学院） ； Intuitive Surgical, Inc.（直观外科公司） 纠错

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

AI总结 针对机器人手术中3D重建问题，提出Track2Map在线3D高斯点云融合流程，能联合优化相机轨迹与场景表示。引入轨迹锚定变形初始化及利用轨迹统计稳定优化，实验显示其相比其他方法在重建质量和相机轨迹上有改进。

Comments Accepted at MICCAI 2026. This is the submitted version prior to peer review. The final authenticated version will be available on SpringerLink

FSD-VLN: Fast-Slow Dual-System Modeling for Aerial Long-Horizon Vision-Language Navigation

FSD-VLN：用于空中长距离视觉语言导航的快慢双系统建模

Xueke Zhu, Qingyan Meng, Liutao Yu, Wei Zhang, Zhengyu Ma, Huihui Zhou, Yonghong Tian

机构 * Pengcheng Laboratory（鹏城实验室） ； Shenzhen Institutes of Advanced Technology（中国科学院深圳先进技术研究院） ； Peking University（北京大学） 纠错

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

AI总结 研究空中长距离视觉语言导航问题，提出FSD-VLN快慢双系统架构，将语义推理与低延迟飞行命令解耦，通过两个异步分支及时间感知自适应优化器实现，实验表明该方法提升导航成功率，减少推理延迟和运行时间。

Input-Constrained Spatiotemporal Tubes for Safe Navigation of Unknown Euler-Lagrange Systems in Dynamic Environments

用于动态环境中未知欧拉 - 拉格朗日系统安全导航的输入受限时空管

Siddhartha Upadhyay, Ratnangshu Das, Pushpak Jagtap

机构 * Department of Cyber-Physical Systems（网络物理系统系） ； Indian Institute of Science（印度科学研究院） 纠错

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

AI总结 针对未知欧拉 - 拉格朗日系统在动态环境中安全导航难题，提出实时控制框架，通过扩展时空管框架纳入输入约束，推导可行性条件，经模拟和硬件实验验证，实现满足执行器约束的安全导航。

STEMbot: A Compliant Robot for Under-Canopy Plant Navigation

STEMbot：一种用于树冠下植物导航的柔顺机器人

Zachary Charlick, Nilay Roy Choudhury, Haoyu Ma, Xiaonan Huang, Dmitry Berenson

机构 * Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

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

AI总结 针对有机农业虫害监测难题，提出STEMbot微型攀爬机器人系统，集成全几何PIN-SLAM管道和语义八叉树，用流形约束A*规划器实现分支感知遍历与遮挡目标检测，经实验验证可可靠导航并实现高保真几何重建。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project page: https://um-arm-lab.github.io/stembot-site/

Early to Share, Late to Save: Synchronisation-Driven Communication Gating in Bandwidth-Constrained Cooperative VLN

尽早共享，延迟保存：带宽受限协作式视觉语言导航中的同步驱动通信门控

Arav Gupta, Nivedan Yakolli, Avinash Gautam

机构 * Birla Institute of Technology（巴里尔技术学院） 纠错

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

AI总结 研究带宽受限协作式VLN，提出事后诸葛亮门控，通过循环隐藏状态对齐解释智能体通信模式，实验表明该方法能在带宽受限下实现高效通信，为具身智能体建立新通信机制。

Comments Accepted at the IJCAI 2026 GLOW Workshop. To appear in Springer Communications in Computer and Information Science (CCIS)

SASGeo: Stability-Aware Semantic Map Localization for GNSS-Denied UAVs -- A Framework and Synthetic Proof of Concept

SASGeo：用于全球导航卫星系统受限无人机的稳定性感知语义地图定位——一个框架和合成概念验证

Natalia Trukhina, Vadim Vashkelis

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

AI总结 研究针对全球导航卫星系统受限无人机的定位问题，提出SASGeo语义地图定位框架，结合多种技术，指定具体模型并进行合成概念验证。在随机检索试验中，全局语义描述符召回率58.6%，空间语义匹配变体为94.5%-95.5%。该框架能在扰动下区分位置，为后续研究提供方向。

Comments 7 pages, 5 figures

Behavior Foundations for Quadruped Robots: ABot-C0 Technical Report

四足机器人的行为基础：ABot-C0技术报告

Xufeng Zhao, Fuzhi Yang, Jianhui Chen, Li Gao, Zhang Meng, Jie Gao, Yao Zheng, Congyang Zhao, Tianxiong Lv, Menglin Yang, Minqi Gu, Yaru Zhao, Wenyu Liu, Honglin Han, Shihui Su, Zixiao Tang, Liu Liu, Mu Xu, Yang Cai, Wenbin Tang

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 该研究聚焦四足机器人运动控制，提出ABot-C0通用系统，构建数据金字塔生成运动片段，训练流匹配通用策略展示跟踪缩放定律，采用特定框架推动全地形遍历运动，经实验验证其能让四足机器人迈向产品级行为智能。

Comments Abot-C0 project page will be released soon

On Exploring Input Resolution Scaling For Anytime LiDAR Object Detection

关于探索用于任意时刻激光雷达目标检测的输入分辨率缩放

Ahmet Soyyigit, Shuochao Yao, Heechul Yun

机构 * The National Defense University（国防大学） ； George Mason University（乔治梅森大学） ； The University of Kansas（堪萨斯大学） 纠错

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

AI总结 研究为处理激光雷达点云的深度神经网络实现任意时刻计算，提出新方法可多分辨率推理，引入期限感知调度器，内存高效只需单个模型，实验表明优于现有方法，部署在模拟系统可实现无碰撞导航并避免停顿。

Ensemble Diversity Optimization for Subjective Supervision

用于主观监督的集成多样性优化

Xia Cui, Ziyi Huang, N. R. Abeynayake

机构 * School of Computing and Mathematics, Manchester Metropolitan University（曼彻斯特城市大学计算与数学学院） ； School of Computer Science, Hubei University（湖北大学计算机科学学院） 纠错

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

AI总结 研究针对主观NLP任务中注释者分歧问题，提出集成多样性优化（EDO）框架，通过统一目标联合优化集成权重等，经Gumbel-Softmax学习集成组成与大小，用有符号多样性正则化器防止集成崩溃，实验证明该方法有效提升概率校准，是模拟人类主观性的有效模型无关方法。