机器人 / 具身智能

Bootstrap Dynamic-Aware 3D Visual Representation for Scalable Robot Learning

基于 Bootstrap 的动态感知 3D 视觉表示用于可扩展的机器人学习

Qiwei Liang, Boyang Cai, Minghao Lai, Sitong Zhuang, Tao Lin, Yan Qin, Yixuan Ye, Jiaming Liang, Renjing Xu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shenzhen University（深圳大学） ； Beijing Jiaotong University（北京交通大学） ； Central South University（中南大学） 纠错

专题命中 机器人学习 ：robot learning(title)；robotics(abstract)；manipulation(abstract)；robotic(abstract)

AI总结 AFRO通过动态感知的3D表示提升机器人操作性能，结合扩散策略实现高效预训练。

Comments Project Page: this https URL (https://kolakivy.github.io/AFRO/), accepted by CVPR 2026

Teach and Grow: An Agent-Centered Architecture for General Robot Learning

教学与成长：面向通用机器人学习的智能体中心架构

Chang Nie, Zhe Liu, Hesheng Wang

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

专题命中 机器人学习 ：robot learning(title,abstract)；robotics(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 该研究提出TGL智能体中心架构，通过将演示转化为可复用技能块，无需特定任务再训练即可实现通用机器人学习，在LIBERO评估中达SOTA性能，还提出相关缩放定律假设。

VLCP: Vision Language Control Policy Closed-Loop Code Replanning for Robot Manipulation

VLCP：用于机器人操纵的视觉语言控制策略闭环代码重规划

Dhia Naouali, Minghan Wu, Claudia Wong, Abhinav Puthran, Omar G. Younis

机构 * University of Monastir（莫纳斯提尔大学） ； St. Mildred’s-Lightbourn School（圣米尔德雷德-莱特本学校） ； Cornell University（康奈尔大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Silverstream AI（银流人工智能公司） ； Mila -- Quebec AI Institute（米拉-魁北克人工智能研究所） 纠错

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

AI总结 VLCP是一种无需训练的机器人操纵策略，通过在单回合内每K步由VLM重写控制代码闭合循环，在57项任务的评估中综合成功率达35.1%，较开环策略提升十倍。

ManiCM: Real-time 3D Diffusion Policy via Consistency Model for Robotic Manipulation

ManiCM：用于机器人操作的基于一致性模型的实时3D扩散策略

Zifeng Gao, Guanxing Lu, Tianxing Chen, Wenxun Dai, Ziwei Wang, Chao Shang, Wenbo Ding, Yansong Tang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） 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 该研究提出ManiCM模型，通过一致性约束实现一步推理，在31项机器人操作任务上，推理速度较最优方法提升10倍且保持竞争力。

Comments this https URL (https://manicm-fast.github.io/)

MANIGUARD: A Benchmark and Data Suite for Specification-Grounded Safety Evaluation and Improvement of Robotic Manipulation

MANIGUARD：用于基于规范的机器人操作安全评估与改进的基准及数据集套件

Yiyan Peng, Philip Wang, Simon Sinong Zhan, Yiqi Lyu, Zhenyang Ni, Jixin Yan, Fiorelli Wong, Ruochen Jiao, Hang Yin, Xinyu Cao, Huajie Shao, Manling Li, Ruohan Zhang, Qi Zhu

机构 * Northwestern University（西北大学） ； Stanford University（斯坦福大学） ； William & Mary（威廉玛丽学院） 纠错

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

AI总结 本研究提出ManiGuard基准与数据集套件，针对机器人操作基础模型策略，通过含23000余次滚动的实验证实安全需独立于任务成功评估，微调可提升安全表现但仍存差距。

KAN We Flow? Advancing Robotic Manipulation with 3D Flow Matching via KAN & RWKV

KAN We Flow? 通过KAN与RWKV实现3D操作的机器人操控进步

Zhihao Chen, Yiyuan Ge, Ziyang Wang, Youwei Zhang

机构 * School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications (BUPT)（北京邮电大学智能工程与自动化学院） ； Beijing Hydrogen Intelligence Technology Co. Ltd.（北京氢能智能科技有限公司） ； School of Electronic and Information Engineering, South China University of Technology（华南理工大学电子与信息学院） 纠错

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

AI总结 KAN-We-Flow通过结合RWKV和KAN技术，实现轻量高效的3D机器人操作策略，显著提升性能与效率。

Comments Accepted By ICRA2026

Visual Prompting for Robotic Manipulation with Annotation-Guided Pick-and-Place Using ACT

面向机器人操作的视觉提示：采用带标注引导的拾取与放置方法，基于ACT算法

Muhammad A. Muttaqien, Tomohiro Motoda, Ryo Hanai, Yukiyasu Domae

机构 * Embodied AI Research Team（具身人工智能研究团队） ； National Institute of AIST（国家信息与系统技术研究所） 纠错

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

AI总结 针对便利店机器人拾取放置任务的挑战，提出带标注引导视觉提示的感知-行动流水线，采用ACT算法实现自适应操作，提升了零售环境下的抓取精度与适应性。

PDDL-ART: Autonomous Symbolic Abstraction From Demonstration For Long-Horizon Robotic Manipulation Using Vision-Language Models

PDDL-ART：基于演示的自主符号抽象方法，用于使用视觉语言模型的长时程机器人操纵

Disha Kamale, Dmitry Berenson

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 PDDL-ART是一种基于VLM的框架，可自主从演示生成PDDL描述，经多阶段校正确保语义对齐，在发动机维护和家庭操纵任务上平均成功率达93.3%，优于基线规划器。

ORPA: Online Residual Policy Adaptation for Robot Manipulation Control with Human Feedback

ORPA：基于人类反馈的机器人操控控制在线残差策略适配

Muhammad A. Muttaqien, Tomohiro Motoda, Ryo Hanai, Yukiyasu Domae

机构 * National Institute of AIST（日本国立AIST研究所） ； Embodied AI Research Team（具身人工智能研究团队） 纠错

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

AI总结 本研究提出ORPA框架，通过添加轻量反馈条件化模块实现机器人操控策略的在线残差适配，无需重训练即可纠正执行误差，在ALOHA平台的精度敏感操控任务上提升了成功率与扰动恢复能力。

Effector-Centric NMPC of Tiltable-Multirotors for Offset-Free Omnidirectional Aerial Manipulation

面向可倾转多旋翼飞行器的以 effector 为中心的非线性模型预测控制（NMPC），用于无偏移全向空中操作

Jinjie Li, Yicheng Chen, Johannes Kübel, Haokun Liu, Junichiro Sugihara, Moju Zhao

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

AI总结 本研究针对可倾转多旋翼飞行器，设计并提出以 effector 为中心的 NMPC 框架，整合构型优化、奇异处理与扰动补偿，通过真实实验验证其可实现无偏移全向空中操作的可行性。

Comments 22 pages, 26 figures. Accepted to IEEE Transactions on Robotics (T-RO). This arXiv version includes a two-page appendix with additional implementation details

PROBE: Manipulation-Grounded Visual Question Answering with VLM Agents

PROBE：基于操作的视觉问答（使用VLM智能体）

Vineet Bhat, Siyi Chen, Alex Zook, Xuning Yang, Stan Birchfield, Valts Blukis, Jonathan Tremblay

机构 * NVIDIA（英伟达） 纠错

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

AI总结 针对现实杂乱环境中需操作遮挡物体的视觉问答问题，提出PROBE框架，含模拟器、基准测试集及微调方案，提升VLM智能体性能并验证模拟到现实的迁移。

SAFE-Pruner: Semantic Attention-Guided Future-Aware Token Pruning for Efficient Vision-Language-Action Manipulation

SAFE-Pruner: 语义注意力引导的未来感知令牌剪枝用于高效视觉-语言-动作操控

Shilin Ma, Chubin Zhang, Changyuan Wang, Yuji Wang, Yue Wu, Zixuan Wang, Jingqi Tian, Zheng Zhu, Yansong Tang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） 纠错

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

AI总结 针对视觉-语言-动作模型推理加速中现有剪枝方法忽略深层视觉信息的问题，提出SAFE-Pruner框架，通过引入未来层注意力线索和语义注意力一致性实现前瞻性令牌剪枝，在仿真和真实实验中取得最高1.89倍加速且成功率下降小于1.7%。

Comments Accepted to ECCV 2026

CompCPZ: Preserving Multi-Modal Intent in Language-Guided Robot Manipulation

CompCPZ：在语言引导的机器人操作中保留多模态意图

Zhen Zhang, Ahmad Hafez, Peng Xie, Yanliang Huang, Wenyuan Wu, Amr Alanwar

机构 * School of Computation, Information and Technology（计算、信息与技术学院） ； Technical University of Munich（慕尼黑工业大学） 纠错

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

AI总结 CompCPZ是一种用于语言引导机器人操作的代数层，可恢复多模态析取表示，在ManiSkill3基准测试中性能优于多种基线，且能迁移至真实机器人实验，凸显组合语言接地需评估意图连通分量结构。

ReTouch: Empowering Contact-Rich Dexterous Manipulation with Online-Refined Tactile Prediction

ReTouch：利用在线优化的触觉预测实现接触丰富的灵巧操作

Shiqi Zhang, Xin Zhang, Yedong Shen, Yao Li, Yuxuan Gao, Sha Zhang, Yuan Zhang, Kaixue Long, Jiajia Wu, Jia Pan, Jiajun Deng, Yanyong Zhang

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

AI总结 本研究提出视觉-语言-动作模型ReTouch，通过在线优化触觉预测实现接触丰富的灵巧操作，在真实机器人实验中，其平均成功率较最强基线提升18.4至23.8个百分点。

Action-Effect Memory Pretraining for Robot Manipulation

动作-效应记忆预训练用于机器人操作

Yijing Zhou, Qiwei Liang, Sitong Zhuang, Jiaxi Li, Xianpeng Wang, Boyang Cai, Yunyang Mo, Renjing Xu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shenzhen University（深圳大学） 纠错

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

AI总结 提出AEM框架，通过视觉-动作历史掩码建模学习紧凑时间表征，提升机器人操作在部分可观测环境下的性能，优于单帧预训练和帧堆叠方法。

SentryBus: A Multi-Vantage Observability Model and Validated Instrument for I2C Sensor-Interface Manipulation

SentryBus：一种用于I2C传感器接口操作的多视角可观测性模型与验证工具

Sandesh More, Elton Batista, Karla Daley, Sneha Sudhakaran

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

AI总结 SentryBus为I2C传感器接口操作构建多视角可观测性模型，通过主机侧总线检测操作，经测试可在特定边界内区分操作与合法采集，暂未开展受控攻击试验以确定检测率。

Comments 8 pages, 2 figures, 3 tables. Submitted to the IEEE International Conference on Physical Assurance and Inspection of Electronics (PAINE) 2026

Iterative Grasp Pose Refinement: A Deep Reinforcement Learning Approach for 2D Vision

迭代抓取位姿优化：一种面向二维视觉的深度强化学习方法

Amir Arsalan Nematollahi, Shayan Ahmadi, Mehdi Tale Masouleh, Ahmad Kalhor

机构 * University of Tehran（德黑兰大学） 纠错

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

AI总结 本研究提出结合关键点表征与DQN的强化学习框架，通过迭代优化抓取位姿，在Dex-Net数据集300个物体上对几何判定不可抓取物体实现100%成功率，且可实现仿真到真实的迁移，为接触丰富的操作任务提供解决方案。

LoopVLA: Learning Sufficiency in Recurrent Refinement for Vision-Language-Action Models

LoopVLA: 在视觉-语言-动作模型中学习充分性

Boyang Shen, Kaixiang Yang, Hao Wang, Qiuyu Yu, Qiang Xie, Qiang Li, Zhiwei Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Wuhan United Imaging Surgical Co.,Ltd. (UIS)（武汉联影 surgical 公司） 纠错

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

AI总结 LoopVLA通过递归学习实现表示细化、动作预测和充分性估计，减少计算并提升效率，实验表明其在精度和性能上优于现有方法。

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, Lukas Petersson, Alessandro Acquisti, Michiel A. Bakker

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。

VOLT: Vision and Language Trajectory Segmentation for Faster-than-Demonstration Policies

VOLT: 面向超演示速度策略的视觉与语言轨迹分割

Robert Ramirez Sanchez, Daniel J. Evans, Dylan P. Losey, Siddarth Jain

机构 * Collab , Dept. of Mechanical Engineering, Virginia Tech, Blacksburg, VA 24061（机械工程系，弗吉尼亚理工学院，布莱克斯堡，VA 24061） ； Mitsubishi Electric Research Laboratories ( MERL ), Cambridge, MA 02139（三菱电机研究实验室（MERL），剑桥，MA 02139） 纠错

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

AI总结 提出VOLT方法，通过视觉与语言线索对演示轨迹进行分割，选择性下采样安全加速部分，保留需要精细操作的慢速段，从而训练出比演示更快的机器人策略。

Hidden Prompts in Manuscripts Exploit AI-Assisted Peer Review

手稿中的隐藏提示利用AI辅助同行评审

Zhicheng Lin

机构 * Department of Psychology, Yonsei University（延世大学心理学系） ； Department of Psychology, University of Science and Technology of China（中国科学技术大学心理学系） 纠错

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

AI总结 研究探讨了手稿中隐藏指令对AI同行评审的影响，分析了提示注入技术及学术出版物政策的不一致，指出需加强技术筛查与政策协调。

Evidence of conceptual mastery in the application of rules by Large Language Models

大型语言模型在规则应用中展现出概念掌握能力的证据

José Luiz Nunes, Guilherme FCF Almeida, Brian Flanagan

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

AI总结 本文通过两项心理学实验发现，Gemini Pro等部分LLMs在规则应用上展现类人表现，证实LLMs掌握规则概念，对法律决策与哲学探究有启示。

A generic nonparametric value-at-risk estimator for high dimensions

适用于高维场景的通用非参数风险价值估计器

Siyuan Sun

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种适用于高维场景的非参数VaR+CVaR算法，解决高维VaR估计的固有问题，经500个含49类期货的投资组合测试，其99%置信度VaR估计的损失率符合预设精度要求。

Comments Published in the Journal of Risk (2026)

Group Theory in School Mathematics? Teaching Permutation Cycles Through the 15-Puzzle

学校数学中的群论？通过15拼图教授置换循环

Bence Torma, Tamás Waldhauser

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究探究5至11年级学生能否通过15拼图学习置换循环，经简短指导后多数学生可构建循环表示并用于分类，发现构建表示与用其得出结论为独立要求。

Comments 26 pages, 12 figures

Engineering of Dual Wavelength, Polarization Selective Metalenses in Silicon Carbide

碳化硅中双波长偏振选择性超透镜的制备

Xiaoying Huang, Ziwei Yang, Konosuke Shimazaki, Kritsana Saego, Otto Cranwell Schaeper, Evan Williams, Dragomir Neshev, Hark Hoe Tan, Igor Aharonovicha, Mehran Kianinia

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究制备了可同时工作于860 nm和1240 nm的SiC单片超透镜，实现了光收集与偏振操控，可用于两种缺陷的同时光探测磁共振，为集成SiC光子器件提供紧凑光学接口。

Orphan risks at the frontier of artificial intelligence: What diverging safety and compliance frameworks reveal about how AI companies choose the risks they prioritize

人工智能前沿的孤儿风险：不同的安全与合规框架揭示了AI公司如何选择其优先处理的风险

Andrew D. Maynard

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文对比四家前沿AI公司2023-2026年的安全合规文件，识别出其风险选择的四个筛选标准，提出“安全差异”概念，揭示了孤儿风险的成因及轻量应对工具。

Comments 21 pages, 40 references

Robust Orbital Angular Momentum Transfer Using low-cost Diffractive Optics

利用低成本衍射光学元件实现稳健的轨道角动量传递

Beatriz Morales-Cruzado, Benjamin Perez-Garcia, Francisco G. Peérez Gutiérrez, Carmelo G. Rosales-Guzmán

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究利用印刷在醋酸基底上的低成本静态二元全息图，实现了光镊中稳健的轨道角动量传递，构建了适用于多领域的结构化光操控平台。

Comments 4 pages, 5 figure

Tunable high-charge relativistic electron beams via direct laser acceleration in hohlraum-preheated foam targets

通过腔靶预热泡沫靶中的直接激光加速产生可调谐高电荷相对论电子束

Ziyao Wang, Jieru Ren, Zhigang Deng, Wenqing Wei, Wei Qi, Olga N. Rosmej, Nikolay E. Andreev, Sergey Yu. Gus'kov, Rafael Yakhin, Yifang Gao, Bubo Ma, Mingzhe Yang, Shizheng Zhang, Xuyang Luo, Dieter H. H. Hoffmann, Peng Zhou, Ke Jiang, Taiwu Huang, Bo Cui, Weiwu Wang, Shaoyi Wang, Quanping Fan, Zhurong Cao, Sixin Wu, Yue Yang, Leifeng Cao, Yuqiu Gu, Yuchi Wu, Weimin Zhou, Zongqing Zhao, Yongtao Zhao

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究利用腔靶预热泡沫靶产生近临界密度等离子体，通过调节激光延迟，实现了高电荷相对论电子束的调谐，其性能优于固体箔靶和冷泡沫靶，为相关应用提供了可行方案。

Divergent Paths to Depolarization: Dialogue Design Shapes the Intergroup Attitudinal Effects of AI-Assisted Political Argumentation

去极化的分歧路径：对话设计决定AI辅助政治辩论的亲社会效益

Jianlong Zhu, Syed Muhammad Jhon Raza Naqvi, Carolin-Theresa Ziemer, Usman Naseem, Ingmar Weber

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过在线实验发现，AI对话中态度一致对话比态度不一致对话更有效减少极化，但态度不一致对话能随时间提升认知特质共情，表明对话设计是AI介导行为干预的关键因素。

The Emergence of Lab-Driven Alignment Signatures: A Psychometric Framework for Auditing Latent Bias and Compounding Risk in Generative AI

实验室驱动的对齐签名的出现：一种心理测量框架，用于审计生成AI中的潜在偏见和叠加风险

Dusan Bosnjakovic

机构 * AI Researcher（人工智能研究员） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种心理测量框架，用于审计生成AI中的潜在偏见和叠加风险，通过分析九个领先模型的实验室信号，揭示了持续行为聚类的成因。

Comments v2: expanded from 9 to 18 behavioral dimensions and from 4 to 6 developer organizations; revised statistical methodology (rank-based inference with effect-size criterion, replacing variance-decomposition approach); model-level results now reported; references corrected throughout