机器人 / 具身智能

Deliberate Practice: Learning Robot Skills under a Budget

刻意练习：有限预算下的机器人技能学习

Shivam Vats, Sudarshan Harithas, Mete Tuluhan Akbulut, Arvind Raghunathan, George Konidaris

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

AI总结 研究有限预算下机器人序列任务技能学习问题，提出刻意练习算法，通过双线性规划计算预算最优分配，经仿真与真实实验验证可提升机器人长程规划能力。

Comments 16 pages including appendices

DreamX-Phi 1.0: Action-Conditioned Video World Model for Robotic Manipulation

DreamX-Phi 1.0：面向机器人操控的动作条件视频世界模型

DreamX Team, Rui Chen, Xiangxiang Chu, Geng Li, Jifan Li, Qingfeng Shi, Datao Tang, Jing Tang, Jun Wang, Pengfei Zhang

机构 * DreamX 纠错

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

AI总结 DreamX-Phi 1.0是面向机器人操控的动作条件视频世界模型，通过几何编码、深度分支等优化，在WorldArena 2.0挑战赛获Track1第一、Track2第二，模型与代码将公开。

Comments Code: https://github.com/AMAP-ML/DreamX-Phi

H2R-Bench: Benchmarking Human-to-Robot Manipulation Video Generation in World Models

H2R-Bench：面向世界模型的人到机器人操作视频生成基准测试

Dingyi Rong, Yue Shi, Chaofan Ma, Jiezhang Cao, Zongrui Wang, Zeyu Zhang, Yao Mu, Guangtao Zhai, Ning Liu

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robot learning(abstract)；robotic(abstract)

AI总结 该研究推出H2R-Bench基准测试，评估视频世界模型跨实体将人类操作视频转为机器人操作视频的能力，发现现有模型在实体一致性等方面存在局限，为相关模型评估提供诊断框架。

S2-HWM: Sparse Event-Structured Hierarchical World Model for Long-Horizon Surgical Robot Manipulation

S2-HWM：用于长程外科机器人操作的稀疏事件结构化分层世界模型

Shuzhe Zhang, Xin Zhu, Yinling Qian, Qiong Wang

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

AI总结 针对长程外科机器人操作奖励稀疏、进展隐含的问题，提出S2-HWM模型，通过事件证据协调管理器与工作器，在SurRoL的PegTransfer任务上成功率达98.7%，优于基准模型。

RoboSynChallenge: Mastering Real-World Dexterity via Generalizing Synthesized Manipulation Skills

RoboSynChallenge：通过泛化合成操作技能掌握真实世界灵巧操作

Runyi Zhao, Ruixin Wu, Chengkun Li, Hongrui Zhang, Ang Li, Ruixing Jin, Yueci Deng, Yingying Guo, Lihe Ding, Shaocong Dong, Tianfan Xue, Yanjun Gao, Yudong Luo, Pascal Poupart, Simo Wu, Kui Jia, Wei-shi Zheng, Guiliang Liu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； DexForce（德克斯力公司） ； The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； University of Colorado Anschutz（科罗拉多大学安舒茨医学中心） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； Vector Institute（向量研究所） ； University of Waterloo（滑铁卢大学） ； Fudan University（复旦大学） ； Sun Yat-sen University（中山大学） ； Shenzhen Loop Area Institute (SLAI)（深圳环区研究所） 纠错

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

AI总结 RoboSynChallenge竞赛推出统一基准，结合合成数据与真实评估，提供多类基准策略，旨在推动开发泛化性强、数据高效的机器人操作系统，助力通用机器人智能发展。

Comments NeurIPS 2026 Competition Track

NestDex: Nested Policy Learning with Copilot Assisted Teleoperation for Dexterous Manipulation

NestDex：基于 Copilot 辅助遥操作的嵌套策略学习用于灵巧操作

James Zhao, Jinhe Tang, Mingyuan Ba, Weiming Zhi

机构 * Australian Centre for Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心） ； College of Connected Computing, Vanderbilt University（范德堡大学互联计算学院） 纠错

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

AI总结 NestDex 是一种嵌套策略学习框架，借助 Copilot 辅助遥操作减轻灵巧操作演示收集负担，提升演示可靠性与效率，助力自主策略学习。

Comments 9 pages, 11 figures, 3 tables. Project website: https://aus.bot/research/nestdex

Algorithm Transparency and Search Manipulation: Steering vs. Persuasion

算法透明度与搜索操纵：引导与说服

Raphael Boleslavsky, Thomas Jungbauer, Mehdi Shadmehr

专题命中 机器人操作 ：manipulation(title)

AI总结 本文研究平台通过算法操纵消费者注意力，发现算法透明度会影响消费者福利，扩大或调整透明度要求会分离引导与信息提供，使消费者福利回到不透明状态。

From Observation to Intervention: Memory in Brains and Large Language Models

从观察到干预：大脑与大型语言模型中的记忆

Morteza Salehjahromi, Shayan A. Zadegan, Amgad Muneer, Jia Wu

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

AI总结 该研究对比大脑与LLMs的记忆系统，提出可利用LLMs在实验访问上的优势，将记忆相关功能问题转化为更精准的生物学假设，核心是转移实验逻辑而非解剖结构。

Comments Perspective article, 11 pages, 3 figures, 1 table, and 1 key terms box. Submitted for consideration to Nature Machine Intelligence

FAM-DQ: A Dual-Quadrotor-Based Fully Actuated Aerial Manipulator for High-Torque Interaction

FAM-DQ：一种基于双四旋翼的全驱动空中操纵器，用于高力矩交互

Xuwei Yang, Ruoyu Ren, Ziqian Guo

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

AI总结 针对空中物理交互的高力矩需求，本文提出基于双四旋翼的全驱动空中操纵器FAM-DQ，通过特定结构设计实现解耦6自由度控制，实验验证其具备高力矩输出能力。

Comments 7 pages, 7 figures

Learning Unified Video and Image Representation for Video Face Forgery Detection

用于视频人脸伪造检测的统一视频与图像表示学习

Haotian Liu, Yang Liu, Guoying Zhao, Xiaobai Li

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

AI总结 针对部分伪造视频检测难题，提出UVIF框架，通过统一编码器、伪标注及特征对齐策略联合建模视频与图像，检测性能优于现有最优方法且无额外计算开销。

Discovering Persistent Behavioural Patterns for Interpretable Blockchain Forensics

面向可解释区块链取证的持久性行为模式发现

Dorottya Zelenyanszki, Zhe Hou, Kamanashis Biswas, Vallipuram Muthukkumarasamy

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

AI总结 该研究提出一种可扩展、应用无关的区块链行为模式发现框架，结合两步嵌入与可解释分析，可在以太坊超3000万笔交易中发现常规与恶意模式，支持区块链取证等应用。

Error-Aware Reverse Auction Mechanism for Large Language Model Routing

面向大语言模型路由的误差感知反向拍卖机制

Haolong Chen, Zhengyuan Xin, Liang Zhang, Lei Xue, Guangxu Zhu

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

AI总结 针对大语言模型路由的信息风险不匹配与可扩展性瓶颈，提出EA-RAM反向拍卖机制，证明其相关特性，实验显示该机制鲁棒且性能优于集中式基线。

Position: The Alignment Community is Unintentionally Building a Censor's Toolkit

立场：对齐社区正在无意之中构建审查者的工具包

Sarah Ball, Phil Hackemann

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

AI总结 该立场论文指出现代AI对齐方法是两用技术，可能被恶意滥用，呼吁社区讨论其滥用风险并提出缓解策略。

Comments Accepted as oral paper at ICML 2026

Journal ref Proceedings of the 43rd International Conference on Machine Learning, Seoul, South Korea. PMLR 306, 2026

Controlling the dynamics of an electric-field-driven droplet on a lubricant-infused micropillar surface

电场驱动下润滑剂浸润微柱表面液滴的动力学控制

Geng Wang, Junyu Yang, Timan Lei, Jin Chen, Halim Kusumaatmaja, Kai Li, Kai H. Luo

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文开发了能捕捉界面流与电动力学相互作用的格子玻尔兹曼方案，结合模拟与解析计算建立了微柱LIS上电场驱动液滴的力的定量模型，可准确捕捉液滴动力学，有望实现液滴的精确控制。

Acoustic Tweezers for Magnetic Skyrmions

用于磁性斯格明子的声学镊子

Chongzhou Wang, Weichao Yu

专题命中 机器人操作 ：manipulation(abstract)

AI总结 针对现有磁性斯格明子驱动方法缺乏单粒子选择性的问题，本文提出声学镊子方案，利用空间扩展声学束实现单个斯格明子的确定性捕获与路由，为高精度拓扑自旋电子学提供非破坏性片上路径。

Comments 3 figures

ASPIRE-VINS: Adaptive Spline-based Visual-inertial Navigation System With Robust 3D Measurement Residuals

ASPIRE-VINS：具有鲁棒3D测量残差的自适应样条视觉-惯性导航系统

Kwangyik Jung, Eungchang Mason Lee, Taekjun Oh, Hyun Myung

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

AI总结 ASPIRE-VINS是结合AKP、MRS与3D-MSR的连续时间VINS框架，可自适应轨迹节点分配，在多样运动与传感条件下实现更低或相当的轨迹误差，提升视觉-惯性导航的灵活性与精度。

Comments 8 pages, 5 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L), June 2026

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 9, pp. 10625-10632, 2026

HumanoidVLN: A Physics-Grounded Simulator and Benchmark for Vision-Language Navigation Across Diverse Humanoid Embodiments

HumanoidVLN：面向多种人形机器人形态的基于物理的视觉语言导航模拟器与基准

Quan-Dung Pham, Anh Dao, The-Anh Nguyen, Minh Nguyen-Dinh, Phuong Nam Dang, Tri Pham, Hung Tran, Bach Dao, Tuyen P. Le, Truong Nguyen, Quan Nguyen

机构 * VinMotion, Inc.（VinMotion公司） ； University of Southern California（南加州大学） 纠错

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

AI总结 本研究针对人形机器人VLN的物理约束与形态差异问题，提出基于NVIDIA Isaac Sim的HumanoidVLN模拟器与基准，验证其与多种模型、机器人的兼容性，实验揭示了VLN模型、控制器与人形形态的交互关系。

SAP-Nav: Spatial Semantic Representation Meets Active Perception for Hierarchical Open-Vocabulary Object Navigation

SAP-Nav：空间语义表示与主动感知结合的分层开放词汇对象导航

Xuetong Pei, Jian Liu, Vidura Munasinghe, Bo Miao, U-Xuan Tan, Wenrui Ding, Na Zhao

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

AI总结 该研究提出SAP-Nav框架，结合空间语义表示与主动感知，解决分层开放词汇对象导航问题，在基准测试中性能最优且真实场景可行，无需特定训练或预计算场景地图。

NavSight in the Wild: Understanding Real-World Use of a Mobile Augmented Reality Application for People with Low Vision in Outdoor Navigation

野外环境中的NavSight：面向低视力人群的户外导航移动增强现实应用的真实使用场景研究

Yuheng Wu, Kexin Zhang, Ben Kosa, Ru Wang, Sanbrita Mondal, Yuhang Zhao

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文通过7天日记研究，探究移动AR应用NavSight在12名低视力人群户外导航中的真实使用情况，明确其效果、挑战及设计启示，为相关辅助AR系统提供依据。

Comments 32 pages, 11 figures

Safety-Critical Control for Quadrotor UAVs via Decentralized Navigation Functions

基于分布式导航函数的四旋翼无人机安全关键控制

Omayra Yago Nieto, Alexandre Anahory Simoes, Leonardo Colombo

专题命中 具身导航 ：navigation(title,abstract)

AI总结 针对学习到的模型不确定性下的四旋翼无人机团队，提出基于分布式导航函数的安全关键控制方法，构造推力-姿态实现并设计聚合鲁棒HOCBF-QP安全滤波器，实现高概率两两避碰。

Can Vision-Language Models Assess Proxemic Risk from Egocentric Robot Images?

视觉-语言模型能否从机器人的第一人称视角图像评估人际距离风险？

Vladyslava Rudas, Dmytro Kuzmenko

机构 * National University of Kyiv-Mohyla Academy（基辅莫希拉国立大学） ； University of Turin（都灵大学） 纠错

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

AI总结 该研究评估了InternVL、Qwen-VL、SmolVLM三种VLM在机器人第一人称视角图像人际距离危险分类中的表现，发现Qwen-VL经特定优化后高危险召回率更高，当前VLM在相关推理定位上仍有局限。

Comments Accepted at the EMR 2026 workshop at ECCV 2026 (non-archival)

AMR-Pose: An Active LED Marker-Based Relative Pose Estimation Framework With Probabilistic Switching PnP for Cooperative AUVs

AMR-Pose：一种用于协作自主水下航行器（AUV）的基于主动LED标记的相对位姿估计框架，结合概率切换PnP算法

Zeyu Sha, Xiaorui Wang, Mingyang Yang, Feitian Zhang

机构 * Peking University（北京大学） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 本文提出AMR-Pose框架，采用含红、蓝LED的标记模块，结合PSwPnP算法实现协作AUV的鲁棒相对位姿估计，经水池及闭环实验验证其准确性与实时性。

AirForesight: Current-to-Future Spatial Map Imagination with Cross-Space Planning Consistency for UAV-VLN

AirForesight：面向无人机视觉语言导航（UAV-VLN）的跨空间规划一致性当前-未来空间地图想象

Yutong Liu, Xiaojie Li, Mingzhu Xu, Jianlong Wu

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shandong University（山东大学） 纠错

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

AI总结 针对现有UAV-VLN方法空间推理不足的问题，提出AirForesight框架，通过联合监督学习当前地图表示并引入跨空间规划一致性损失，在公开数据集上取得良好性能。

Comments Accepted by ACM Multimedia 2026

ContactGuard: Pre-Contact Execution Monitoring with Action-Conditioned Latent World Models

ContactGuard：基于动作条件潜世界模型的接触前执行监控器

Gehan Zheng, Matthew Johnson-Roberson, Weiming Zhi

机构 * College of Connected Computing, Vanderbilt University（范德堡大学连接计算学院） ； School of Computer Science, The University of Sydney（悉尼大学计算机学院） ； Australian Centre for Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心） 纠错

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

AI总结 ContactGuard是基于动作条件潜世界模型的接触前执行监控器，通过预测接触前动作的潜态后果判断是否失败，能准确预测接触型操纵任务失败，可迁移至真实机器人且无需修改底层策略。

Comments 14 pages, 5 figures, 8 tables

A Unifying Perspective on Causal World Models: From Observations to Representations to Structure

因果世界模型的统一视角：从观测到表征再到结构

Avinash Kori, Fabrizio Russo

机构 * Imperial College London（帝国理工学院） 纠错

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

AI总结 本文从因果视角研究不同抽象层级的世界模型，提出因果世界模型的形式定义，关联相关领域工作并阐明其组件可从数据恢复的条件，为世界模型奠定支持因果推理与决策的基础。

Intervention-Aware Clinical World Model for Post-Op Outcome Forecasting in Cardiology

面向心脏病术后结局预测的干预感知临床世界模型

Yunsung Chung, Yingshuo Liu, Abboud F. Hassan, Han Feng, Mary M. Maleckar, Nassir Marrouche, Jihun Hamm

机构 * Tulane University（杜兰大学） ； Simula Research Laboratory（Simula研究实验室） 纠错

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

AI总结 本研究针对心脏病术后结局预测的不规则轨迹问题，提出干预感知临床世界模型，在DECAAF-II数据集上实现心房颤动消融后复发预测及疤痕范围估计的良好性能。

Comments Medical World Models (MWM) Workshop at MICCAI 2026

The Objective Is the Bottleneck: Latent World Models Encode What Their Planners Cannot Use

目标是瓶颈：潜在世界模型编码了其规划器无法使用的内容

Joyjeet Singh

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

AI总结 该研究发现潜在世界模型的规划瓶颈在于规划器目标而非预测器，通过替换目标无需额外训练即可大幅提升长视野规划性能，揭示模型编码了规划器未利用的可达性信息。

Comments Follow-up to arXiv:2608.10145. All experiments run on a laptop CPU; no model was trained or fine-tuned. Code, checkpoints and every measurement: github.com/joyjeet-singh/tinylab

PlayWorld: Benchmarking World Models with Agent Players over Long-Horizon Objectives

PlayWorld：基于智能体玩家的长程目标世界模型基准测试

Kaixin Ding, Xi Chen, Minghong Cai, Zhiyuan Xu, Yiyang Wang, Yuxiang Lu, Junyi Li, Shuyang Chen, Yuan Gao, Xin Tao, Pengfei Wan, Hengshuang Zhao

机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 该研究针对现有世界模型跨模型公平比较的难题，推出含171个场景的PlayWorld基准，通过多模态智能体玩家从多维度评估9种先进世界模型，发现其长程交互式目标表现仍不可靠。

Comments project page: https://kxding.github.io/project/PlayWorld/

Diagnosing JEPA World Models with Action-Conditioned Predictive Consistency

用动作条件预测一致性诊断JEPA世界模型

Guo An, Zijing Wu, Honghua Dong, Yuhao Yan, Zixuan Gui, Haochong Chen, Shanzhao Ruan, Xiang Wang, Yurong Ling, Qi Tian

机构 * Huawei（华为） ； University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） 纠错

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

AI总结 本研究针对JEPAs世界模型易受视觉扰动影响的问题，提出动作条件预测一致性（ACPC）诊断方法，定义IR与SR指标，经四视觉控制任务实验验证其可预测扰动带来的预测及代价变化。

Scaling Automatic Research Agents via World Models

通过世界模型扩展自动研究智能体

Xiyuan Yang, Sheikh Sarwar, Jingru Cheng, Zhan Shi, Duanshun Li, Huiyuan Chen, Haiyang Zhang, Chenlei Guo, Jingrui He, Zhenyu Liao

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊公司） 纠错

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

AI总结 针对自动研究智能体扩展时的训练瓶颈，提出WMRL方法，结合两种缓解措施提升收敛性，训练加速3-4倍且性能优于更大规模智能体，还可迁移至多类任务。