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。
用于机器人策略训练的冻结视觉编码器的NPU卸载
机构 * Sungkyunkwan University（成均馆大学）
专题命中 机器人学习 ：robot policy(title,abstract)；分类 cs.RO、cs.LG
AI总结 本文探究冻结视觉编码器的NPU卸载对机器人策略训练的影响，构建异步训练流水线，实验发现该方法可降低训练能耗，但会增加训练时间、降低策略成功率。
Comments 6 pages, 4 figures, 4 tables
看见更大的图景：用于移动操作策略学习的3D潜在映射
专题命中 机器人学习 ：manipulation(title,abstract)；分类 cs.RO
AI总结 本文提出SBP方法，通过3D潜在映射提升移动操作策略的学习性能，实现更强的空间和时间推理能力。
Comments ICRA 2026, project page: this https URL (https://existentialrobotics.org/sbp_page/)
面向人在回路在线机器人学习的Max-Q选择性模仿
专题命中 机器人学习 ：robot learning(title)；分类 cs.RO、cs.AI
AI总结 本文提出Max-Q选择性模仿方法，结合MC Q-chunk评论家，在真实机器人USB抓取插入等任务中，训练效率显著优于HIL-SERL等基线方法。
ODEWorld：一种基于物理时间流的连续预测架构
机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Berkeley Artificial Intelligence Research (BAIR), University of California, Berkeley（加州大学伯克利分校伯克利人工智能研究院（BAIR））
专题命中 机器人学习 ：world model(abstract)；robotic(abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 研究针对现有世界建模机器学习范式局限于离散时间预测的问题，提出基于PT-Flow的连续时间潜在世界模型ODEWorld，解决表示崩溃问题，在视频生成和机器人控制任务中表现出色。
EgoTac：从第一视角视觉实现野外环境下的触觉预测
机构 * Shanghai Qi Zhi Institute（上海期智研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学）
专题命中 机器人学习 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出EgoTac模型，利用超570万组图像-触觉对训练，可从第一视角视觉预测触觉，在域内及域外测试中性能优于现有方法，能为机器人学习提供触觉先验。
基于具身感知机表示的神经网络与肌肉网络协同设计
机构 * The University of Osaka（大阪大学） ； Institute of Science Tokyo（东京科学大学）
专题命中 机器人学习 ：robotics(abstract)；embodied AI(abstract)；分类 cs.RO
AI总结 本文提出具身感知机框架，将躯体建模为感知机，通过协同优化肌肉骨骼机器人的控制策略与肌肉配置，实现具身智能，兼具稳定性、高学习效率与小模型规模，为具身AI系统设计提供新路径。
Comments 10 pages, 7 figures, 2026 IEEE/SICE International Symposium on System Integration (SII)
GaussMemory：面向长时程机器人操作的任务驱动三维高斯场景记忆
机构 * Research Institute for Science & Technology, Tokyo University of Science（东京理科大学科学技术研究所）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.AI
AI总结 该研究针对现有三维机器人记忆系统被动存储的缺陷，提出任务驱动的主动场景记忆框架GaussMemory，在LIBERO、VLABench基准上超越了MemoryVLA、π₀-FAST等方法。
Comments 8 pages, 10 figures. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
机器人基于视觉的触觉智能：感知、学习与具身操作
机构 * Great Bay University（大湾区大学） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学） ； The Hong Kong Polytechnic University（香港理工大学） ； South China University of Technology（华南理工大学） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； King’s College London（伦敦国王学院）
专题命中 机器人操作 ：robotics(title,abstract)；manipulation(title)；robotic(abstract)；分类 cs.RO
AI总结 本综述调研机器人领域基于视觉的触觉传感器（VBTSs）全流程，对其硬件分类、学习方法、仿真与数据集等展开分析，指出开放挑战，以推进接触密集型机器人任务的触觉智能。
当状态成为攻击面：大语言模型驱动的具身智能体中的状态语义注入
机构 * Wuhan University（武汉大学） ； University at Buffalo（布法罗大学）
专题命中 机器人操作 ：embodied agent(title,abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 该文聚焦LLM驱动的具身智能体，梳理其技术演进与现有模型，指出其需结合多类信息完成任务落地后执行，为后续状态语义注入攻击研究奠定基础。
Comments submitted to USENIX Security 2027
通过数据合成与统一规划扩展基于手册的家电操作规模
机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（北京大学计算机学院计算前沿研究中心） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Jingdong Technology Information Technology Co., Ltd（京东科技信息技术有限公司）
专题命中 机器人操作 ：manipulation(title,abstract)；robotics(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 针对现有大模型缺乏支持基于手册的家电操作规划的数据集的问题，提出MAGE数据合成流水线构建UseAppliance数据集，开发AppliancePlan模型，在RealAppliance-Bench和真实机器人实验中表现优异，推进通用家用机器人发展。
Comments Accepted by ACM MM 26
GUIDER：基于真实机器人数据的遥操作操控无目标人类意图推理评估
机构 * Santa Clara University（圣克拉拉大学） ； University of Birmingham（伯明翰大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Indiana University（印第安纳大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 该研究评估了用于遥操作机器人操控的无目标人类意图推理框架GUIDER，在20个操控步骤的三个场景测试中，其意图估计准确率达100%，并取得了相关性能指标，验证了该框架的有效性。
PACE：面向长周期具身操纵的阶段进度感知信用分配框架
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 PACE是面向长周期具身操纵的信用分配框架，通过GLC-Critic实现步骤级信用分配，结合PPD训练策略，在仿真与真实机械臂实验中较基线取得显著性能提升。
Comments 9 pages, 6 figures
预测性注视在机器人介导的操作中得以保留但重组为监控
机构 * The BioRobotics Institute, Scuola Superiore Sant’Anna（生物机器人研究所，高等圣安娜学院） ； Department of Excellence in Robotics and AI, Scuola Superiore Sant’Anna（机器人与人工智能卓越部门，高等圣安娜学院）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 研究通过目标导向遥操作实验，发现注视仍与任务目标对齐，但视觉注意力重新分布到机械臂和物体上，增加在线监控，表明预测性注视在改变具身性时得以保留但重组。
SADP：基于基础模型生成示范的子目标感知扩散策略用于可解释机器人
机构 * Department of Systems Innovation, Graduate School of Engineering Science, Osaka University（系统创新系，工学研究科，大阪大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robot learning(abstract)；分类 cs.RO
AI总结 本文提出SADP，一种基于基础模型生成示范的子目标感知扩散策略，用于可解释机器人，通过自主生成子目标标注的示范数据，训练扩散策略，使机器人能够通过子目标结构和执行进度向用户解释决策过程，从而在长周期操作中实现更高的任务成功率和故障诊断能力。
Comments Revised manuscript with an updated title, evaluation protocol, and simulation results
基础模型时代中的具身机器人操作：规划与学习视角
机构 * Xi’an Jiaotong Univeristy（西安交通大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Chinese Academy of Sciences（中国科学院） ； Westlake University（西湖大学） ； Zhejiang University（浙江大学） ； University of Sydney（悉尼大学） ； BAAI（百度人工智能研究院） ； Peking University（北京大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文探讨了基础模型时代机器人操作的规划与学习方法，分析了高层推理与低层控制的统一框架，并提出了未来研究方向。
Comments This work is a re-architected core derived from the full survey ( arXiv:2510.10903 (https://arxiv.org/abs/2510.10903) ), refined to highlight the most central themes and representative studies
面向机器人操作的统一理解：一项综合调查
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本调查针对机器人操作这一具身智能核心挑战，提出方法的统一分类与瓶颈分类，为机器人操作研究提供了全面的路线图与结构化参考。
不要放弃BATON：通过智能体子任务探索和感知转换的记忆实现长程机器人操作
机构 * University of Southern California（南加州大学） ； University of Central Florida（中佛罗里达大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 该研究针对长程机器人操作的误差累积与子任务转换问题，提出BATON方法，通过子任务探索与感知转换记忆，在RoboMemArena基准上提升任务成功率11.6%、累计成功率14.9%。
DECO：解耦多模态扩散变压器用于配备插件触觉适配器的双臂灵巧操作
机构 * Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院） ； School of Computation, Information and Technology, Technical University of Munich, Garching, Germany（慕尼黑技术大学计算与信息学院） ； Department of Shenyang Institute of Computing Technology, University of Chinese Academy of Sciences, Beijing, China（中国科学院沈阳计算技术研究所部门） ； State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China（新型软件技术国家重点实验室） ； Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI
AI总结 DECO通过解耦多模态输入和触觉适配器，实现了双臂灵巧操作的高效整合与高成功率
Comments 25 pages, 8 figures. Project Page: this https URL (https://baai-humanoid.github.io/DECO-webpage/)
H-PAC Hand：面向控制的建模与欠驱动机械手的肌腱弹性补偿
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Southeast University（东南大学）
专题命中 机器人操作 ：robotic(title,abstract)；分类 cs.RO
AI总结 本文提出模块化欠驱动机械手H-PAC，通过面向控制的建模与肌腱弹性补偿方法，结合分层控制架构，大幅提升关节角度预测精度，实现无传感器下的位姿与抓取控制。
Comments 7 pages, 6 figures. Extended preprint
ViHaTeleop：一种用于灵巧操作学习的低成本轻量型视觉-触觉遥操作系统
机构 * Graduate School of Information Sciences, Tohoku University（东北大学信息科学研究生院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 ViHaTeleop是一款低成本轻量型视觉-触觉遥操作系统，结合SLAM、相机跟踪与LRA反馈，经实验验证其可提升接触关键任务的操作成功率与主观体验，支持从演示到策略训练的完整流程。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 8 pages
基于视觉引导的4自由度机械臂的桌面钢笔操作
机构 * Dougherty Valley High School（多切蒂谷高中） ； University of Pennsylvania（宾夕法尼亚大学）
专题命中 机器人操作 ：manipulation(title)；robotic(abstract)；分类 cs.RO
AI总结 该研究利用感知与运动规划，让无腕部旋转关节的4自由度Waveshare RoArm-M2-S机械臂，通过YOLO11n-OBB等算法，实现了桌面书写工具的检测、校正与颜色分类，补偿了缺失的自由度。
Comments 19 pages, 8 figures
ReForce：学习力感知重定向以实现灵巧操作
机构 * UC San Diego（加州大学圣迭戈分校）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 该研究提出力感知重定向方法ReForce，通过对运动学重定向动作预测残差实现力跟踪，在接触丰富的机器人操作任务中提升了力跟踪精度与接触参与度。
利用触觉感知和本体感觉进行工具操作中外在接触轨迹的几何重建
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Korea Institute of Machinery and Materials（韩国机械与材料研究院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 提出一种基于触觉感知和机器人本体感觉重建工具尖端外在接触轨迹的方法，通过单点接触假设和校准段估计全局接触位置，结合连续接触下的相对运动估计，实现实时轨迹重建。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Updated to the final conference version
通过触觉梦想学习多功能人形操作
机构 * Carnegie Mellon University（卡内基梅隆大学） ； UT Arlington（UT阿灵顿） ； Bosch Center for AI（博世人工智能中心）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 本文提出HTD模型，结合触觉、视觉和本体感觉，通过触觉梦想增强学习实现高灵活性的人形操作，实验证明在五个真实任务中成功率提升显著。
面向DeFi中价格操纵攻击的全生命周期检测与防御框架
专题命中 机器人操作 ：manipulation(title,abstract)
AI总结 该研究针对DeFi价格操纵攻击，基于预言机生命周期构建三层攻击树，结合Fuzzy-AHP与VaR量化风险，开发基于Slither的自动检测工具，提出多层防御策略，有效降低价格偏差且检测性能优于现有工具。
Comments 21 pages, 5 figures
基于表面声波相位调制的拓扑斯格明子型微粒操控
专题命中 机器人操作 ：manipulation(title,abstract)
AI总结 该研究开发了基于三束表面声波相干干涉的声流控平台，利用拓扑声学斯格明子晶格实现微粒的稳定定位与可控旋转，拓展了表面声波操控的应用场景。
通过凸集神经图加速混合离散-连续运动规划
机构 * Northeastern University（东北大学） ； University of Maryland（马里兰大学） ； Amazon（亚马逊公司）
专题命中 机器人操作 ：manipulation(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本研究针对混合离散-连续运动规划的计算瓶颈，提出基于图注意力网络的凸集神经图策略，实现最高两个数量级加速且保持100%成功率，适用于多种机器人任务。
两两配对：学习用于通用机器人操作的多任务成对物体装配
专题命中 机器人操作 ：manipulation(title)；分类 cs.RO、cs.CV
AI总结 针对现有装配数据集无法适配日常物体装配的问题，提出2BY2数据集，并开发带等变特征的两步SE(3)位姿估计方法，在18项任务上取得最优性能且经机器人实验验证可靠泛化
Comments Accepted to CVPR 2025 (Conference on Computer Vision and Pattern Recognition)
毒苹果效应：通过AI代理技术扩展战略操纵中介市场
机构 * Faculty of Data and Decision Sciences, Technion – Israel Institute of Technology, Haifa, Israel（以色列理工学院数据与决策科学学院，海法，以色列）
专题命中 机器人操作 ：manipulation(title)；分类 cs.AI
AI总结 研究探讨了AI代理技术扩展对博弈论场景中经济影响，发现技术扩展可显著改变均衡收益与监管结果，提出'毒苹果'效应通过释放未被使用的新技术操纵监管设计，损害对手与监管公平性。
SOS!：用于无模型分割的精简式物体条件Transformer
机构 * Technical University of Munich（慕尼黑工业大学） ； Siemens AG（西门子公司） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； ROBOX
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.CV
AI总结 针对基础分割模型难以关联掩码与目标物体的问题，提出SOS框架，以单次前向传播统一掩码生成与目标识别，在无模型未见过物体分割上达当前最佳性能
Comments Accepted to BMVC 2026
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