机器人 / 具身智能

NPU Offloading of a Frozen Visual Encoder for Robot Policy Training

用于机器人策略训练的冻结视觉编码器的NPU卸载

Hyojun Yun, Seungjae Won, Hyungpil Moon

机构 * Sungkyunkwan University（成均馆大学） 纠错

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

Max-Q Selective Imitation for Human-in-the-Loop Online Robot Learning

面向人在回路在线机器人学习的Max-Q选择性模仿

Zihang Wang, Yishan Wang

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。

EgoTac: In-the-wild Tactile Prediction from Egocentric Vision

EgoTac：从第一视角视觉实现野外环境下的触觉预测

Wenkang Zhang, Chengbo Yuan, Zicheng Zhang, Zhengxue Cheng, Yang Gao

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） 纠错

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。

Co-design of Neural and Muscle Network based on Embodied Perceptron Representation

基于具身感知机表示的神经网络与肌肉网络协同设计

Siyuan Tao, Yoichi Masuda, Hiroyuki Nabae, Masato Ishikawa

机构 * The University of Osaka（大阪大学） ； Institute of Science Tokyo（东京科学大学） 纠错

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: Task-Driven 3D Gaussian Scene Memory for Long-Horizon Robotic Manipulation

GaussMemory：面向长时程机器人操作的任务驱动三维高斯场景记忆

Zhiqiang Hu, Shouren Huang, Masatoshi Ishikawa

机构 * Research Institute for Science & Technology, Tokyo University of Science（东京理科大学科学技术研究所） 纠错

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)

Vision-Based Tactile Intelligence for Robotics: Sensing, Learning, and Embodied Manipulation

机器人基于视觉的触觉智能：感知、学习与具身操作

Peng Zhou, Jun Hu, Sihan Chen, Zeqing Zhang, Haofei Ma, Zhenyu Lu, Sichao Liu, Xueqian Wang, Pai Zheng, Xiang Li, Shan Luo, Jia Pan, David Navarro-Alarcon, Chenguang Yang, Michael Yu Wang

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） 纠错

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。

When State Becomes an Attack Surface: State-Semantic Injection in LLM-Driven Embodied Agents

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

Jiawei Liu, Jiacheng Guo, Tian Zhang, Yiwei Xu, Juan Wang, Jinlin Fan, Bowen Xiao, Chi Guo, Keyan Guo, Hongxin Hu

机构 * Wuhan University（武汉大学） ； University at Buffalo（布法罗大学） 纠错

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

Scaling Manual-Grounded Appliance Manipulation with Data Synthesis and Unified Planning

通过数据合成与统一规划扩展基于手册的家电操作规模

Yuxing Long, Lei Kang, Ziyan Yu, Yuzheng Gao, Bin Cheng, Jiyao Zhang, Xiaoqi Li, Haolin Yang, Dongjiang Li, Hui Shen, Hao Dong

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） 纠错

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: Evaluating Goal-Free Human Intent Inference for Teleoperated Manipulation on Real-Robot Data

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

Nicholas Kenny, Cesar Alan Contreras, Basile Ouedraogo, Rustam Stolkin, Manolis Chiou, Maria Kyrarini

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） 纠错

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: Phase-Progress-Aware Credit for Long-Horizon Embodied Manipulation

PACE：面向长周期具身操纵的阶段进度感知信用分配框架

Chengye Song, Jiawei Zhang, Rui Song, Shengqi Wang, Xiangrong Zhang, Ziyi Wang, Huanbin Zhou, Hongzhou Wang

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

Don't Drop the BATON: Long-Horizon Robot Manipulation via Agentic Subtask Exploration and Transition-aware Memory

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

Bingxin Xu, Yuzhang Shang, Emilio Ferrara

机构 * University of Southern California（南加州大学） ； University of Central Florida（中佛罗里达大学） 纠错

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%。

H-PAC Hand: Control-Oriented Modeling and Tendon-Elasticity Compensation for an Underactuated Robotic Hand

H-PAC Hand：面向控制的建模与欠驱动机械手的肌腱弹性补偿

Teng Yan, Jiongxu Chen, Teng Wang, Yue Yu, Qixiang Hua, Zihang Wang, Yongru Chen, Bingzhuo Zhong

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） 纠错

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: A Low-Cost, Lightweight Visual-Haptic Teleoperation System for Dexterous Manipulation Learning

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

Fucai Zhu, Yanhou Lai, Paul Maestre, Koichi Hashimoto

机构 * Graduate School of Information Sciences, Tohoku University（东北大学信息科学研究生院） 纠错

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

Tabletop Pen Manipulation With a Vision-Guided 4-DoF Arm

基于视觉引导的4自由度机械臂的桌面钢笔操作

Anirudh Rangarajan, Bibit Bianchini

机构 * Dougherty Valley High School（多切蒂谷高中） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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: Learning Force-aware Retargeting for Dexterous Manipulation

ReForce：学习力感知重定向以实现灵巧操作

Yuhang Wu, Lingqi Zeng, Changwei Jing, Jianglong Ye, Xiaolong Wang

机构 * UC San Diego（加州大学圣迭戈分校） 纠错

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。

A Lifecycle-Oriented Detection and Defense Framework for Price Manipulation Attacks in DeFi

面向DeFi中价格操纵攻击的全生命周期检测与防御框架

Xingyu Xiong, Chang Liu, Xiaoqi Li

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

Topological Skyrmion-type microparticle manipulation based on surface acoustic wave phase modulations

基于表面声波相位调制的拓扑斯格明子型微粒操控

Jiaqi Zhang, Decai Wu, Tingfeng Ma, Chenbowen Lou, Bowei Wu, Shuanghuizhi Li

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。

Accelerating Mixed Discrete-Continuous Motion Planning via Neural Graphs of Convex Sets

通过凸集神经图加速混合离散-连续运动规划

Ananya Trivedi, Sarvesh Prajapati, Mohamed Khalid M Jaffar, Zhexin Xu, David Rosen, Taskin Padir

机构 * Northeastern University（东北大学） ； University of Maryland（马里兰大学） ； Amazon（亚马逊公司） 纠错

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。

SOS!: A Streamlined Object-Conditional Transformer for Model-free Segmentation

SOS!：用于无模型分割的精简式物体条件Transformer

Jiaqi Hu, Junwen Huang, Hongli Xu, Peter KT Yu, Nassir Navab, Benjamin Busam, Slobodan Ilic

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 纠错

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

Digital Twin Degradation: Detecting Cyber Physical Attacks via Temporal Inconsistencies

数字孪生退化：通过时间不一致性检测网络物理攻击

Konstantinos E. Kampourakis, Vasileios Gkioulos, Sokratis Katsikas

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

AI总结 该研究提出一种基于多时间范围特征与无监督密度模型的检测框架，利用数字孪生与物理系统的时间不一致性，在无需攻击标签的情况下实现工业控制系统的可靠攻击检测，误报率低且对数字孪生退化场景有效。

Comments 18 pages, 2 figures

SkillComposer: Learning Reusable Skills for Natural-Language Robot Programming

SkillComposer：学习可复用技能的自然语言机器人编程系统

John Woods, Hasti Seifi

机构 * School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院） 纠错

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

AI总结 SkillComposer是一款仿真环境下的交互式自然语言机器人编程系统，采用生成-测试架构，通过在线库学习算法生成可复用宏技能，经实验验证可提升任务成功率与可用性并减少用户工作量。

Comments 8 pages, 6 figures. Submitted to IEEE Humanoids 2026

Contact Modes Are Strata: What Geometric Structure Buys in Discrete-Continuous Planning

接触模式即层：几何结构在离散-连续规划中的优势

Phone Thiha Kyaw, Jonathan Kelly

机构 * University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所） ； Space and Terrestrial Autonomous Robotic Systems (STARS) Laboratory（空间与地面自主机器人系统实验室） 纠错

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

AI总结 该研究提出将接触模式视为构型空间的层，以此构建离散-连续规划方法，在两项仿真接触操纵任务中实现了无需预定义接触序列的快速规划。

Comments Submitted to IROS 2026 Workshop on Geometric Representations in Robotics

SCOUT: Semantic Concept Discovery for Open-Vocabulary Editing of face Recognition Templates

SCOUT：面向人脸识别模板开放词汇编辑的语义概念发现

Leon Todorov, Peter Rot, Peter Peer, Vitomir Štruc, Klemen Grm

机构 * University of Ljubljana（卢布尔雅那大学） ； Faculty of Electrical Engineering（电气工程学院） ； Faculty of Computer and Information Science（计算机与信息科学学院） 纠错

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

AI总结 SCOUT是一个端到端框架，可通过机械可解释性发现人脸识别模板中的语义概念，实现可控的身份感知模板编辑，且对身份匹配影响极小。

Beyond Asking: A Pipeline for Personalized Game Generation that Reads Players from Behavior

超越询问：一种从玩家行为读取数据的个性化游戏生成流水线

Yifan Lu, Xiaopeng Yuan, Haohan Wang

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

AI总结 该研究构建了带真实特质的合成玩家基准，提出机会感知决策时刻表示，对比了LLM等方法的推断效果，将推断画像用于游戏难度自适应并开展人类研究验证。

Comments 16 pages, 3 figures, 6 tables. Includes technical appendix

Unified Condition-Action Modeling for Accurate One-Step Action Generation

用于精准单步动作生成的统一条件-动作建模

Xinyu Zhou, Zikun Cai, Kuangji Zuo, Gen Li, Boyu Ma, Yanshuo Lu, Yutong Song, Mingqi Yuan, Jiayu Chen, Jianfei Yang

机构 * NTU（南洋理工大学） ； HKU（香港大学） 纠错

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

AI总结 该研究提出UCA-Flow统一条件-动作建模框架，通过共享令牌空间与改进双路监督方案，提升机器人单步动作生成的成功率与推理速度。

Prior Audit-Repair Context Shifts LLM Verifier Thresholds Toward Leniency

先验审计-修复上下文调整大语言模型验证器阈值以趋向宽松

Parsa Mazaheri, Kasra Mazaheri

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 该研究发现，LLM检查器上下文中的审计→修复事件会降低误报率，调整了验证器阈值趋向宽松，且该效应与负性不对称性预测相反，不随推理启用而消失。

Comments 12 pages, 2 figures, 4 tables. Code and analysis artefacts: this https URL (https://github.com/parsa-mz/crtitxer)

Breaking and Defending LLM-Powered Social Media Bot Detection Systems

突破与防御：基于大语言模型的社交媒体机器人检测系统

Nof Orenstein, Yoni Birman

机构 * Reichman University（莱希曼大学） 纠错

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

AI总结 本研究针对基于大语言模型的社交媒体机器人检测系统，提出两种新型对抗攻击策略使其准确率降48%，并开发多LLM防御框架LSABRE，在强自适应对抗下仍维持86%准确率，相关方法可推广至其他LLM网络安全系统。

Comments Accepted at ACISP 2026 (Australasian Conference on Information Security and Privacy). Also accepted as a poster at IEEE Symposium on Security and Privacy (S&P) 2026. Published in Pragmatic Cybersecurity 2026, 1(2), 10, this https URL (https://doi.org/10.53941/pc.2026.100010). 19 pages, 11 figures

Bounded Agents: Delegation Security for Multi-Agent AI Systems

有界智能体：多智能体AI系统的委托安全

Xabier Muruaga

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

AI总结 该研究针对多智能体AI系统的委托安全问题，提出智能体委托链（APC）架构，经实验可有效阻止提示注入攻击，降低数据窃取、破坏及操纵风险，授权延迟低且效用损失可控。

Comments 14 pages, 4 figures, 18 tables. Code and data: this https URL (https://github.com/xmuruaga/bounded-agents)

Detachable Wire Drive: Reconfigurable Robot Architecture with Shared Actuators

可分离钢丝驱动：采用共享执行器的可重构机器人架构

Takahiro Hattori, Kento Kawaharazuka, Kei Okada

机构 * The University of Tokyo（东京大学） ； AI Center, Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究院AI中心） 纠错

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

AI总结 该研究提出可分离钢丝驱动的可重构机器人架构，通过钢丝分离单元实现执行器共享，开发出多种可互换部件，经实验验证其机械可靠性与构型转换能力，为高效多功能机器人提供新方案。

Comments Accepted at IROS2026, website - this https URL (https://hatofly.github.io/detachable-wire-drive/)

Emergent Misaligned Communication in Long-Horizon Multi-Agent LLM Commerce

长视野多智能体大语言模型商业环境中涌现的对齐失效通信

Zeyuan Li (Massachusetts Institute of Technology), Lukas Petersson (Andon Labs), Alessandro Acquisti (Massachusetts Institute of Technology), Michiel A. Bakker (Massachusetts Institute of Technology)

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

AI总结 该研究在Vending-Bench Arena环境中发现，竞争多智能体LLM交易场景会涌现与操作稀缺性、对手行为相关的可测量对齐失效通信，且该现象不受模型能力排名直接影响。