机器人 / 具身智能

Beyond Placement and Articulation: Usage-Driven Code Scenes for Embodied Interaction

超越布局与关节运动：面向具身交互的使用驱动型代码场景

Zijian Xiao, Zipeng Ye, Jinkun Hao, Xiong Yang, Yuchen Xie, Ran Yi

机构 * Meituan（美团） 纠错

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

AI总结 针对现有代码场景生成方法未建模场景功能使用的问题，提出RoomWright框架，通过使用驱动型物体推理与代码智能体实现可执行、可编辑的仿真就绪3D场景，为具身AI与策略学习提供交互式环境。

Dream2Reward: Transition-Alignment Reward Models from Positive Demonstrations for Robotic Manipulation

Dream2Reward：基于正演示的机器人操纵转换对齐奖励模型

Haoyu Zhang, Zecui Zeng, Bin Wang, Lusong Li, Liang Lin, Long Cheng

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； JD Explore Academy（京东探索学院） 纠错

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

AI总结 Dream2Reward从正演示学习成功潜在转换场，通过转换级比较生成密集因果奖励，可提升机器人操纵的成功-失败区分度与下游策略性能。

Comments 12 pages, 7 figures

Revisiting the "Push-T" Robot Manipulation Task with Agentic Robotics

用智能体机器人技术重新审视“Push-T”机器人操作任务

Shuangyu Xie, Kaiyuan Chen, Ken Goldberg

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 该研究在智能体机器人技术背景下，借助带Fable 5的Claude Code编码智能体，无需演示数据解决Push-T等机器人操作任务，其策略成功率达100%，步骤比基准扩散策略少46%，还支持多字母操作及跨实体机械臂仿真。

Reinforced Planning with Latent World Models

基于潜世界模型的强化规划

Armin Sommer, Jannik Schilling

机构 * Pantheon Industries（万神殿工业公司） 纠错

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

AI总结 该研究提出RP1方法，将良好搜索规则强化到神经规划器中，可改进多步计划，在多个机器人任务中性能优于手工搜索算法，且效率更高。

Comments Preprint

LabDex: A Hierarchical Benchmark for Dexterous Manipulation in Laboratories

LabDex：面向实验室灵巧操作的分层基准

Zhipeng Tang, Sihang Chen, Sha Zhang, Peihao Yang, Yan Liu, Wentao Zhao, Xinrui Liu, Rui Huang, Wensheng Du, Yuting Huang, Jiajun Deng, Lidian Wang, Yuan Zhang, Yanyong Zhang

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

AI总结 LabDex是面向化学实验室灵巧操作的分层基准，整合真实与仿真平台，覆盖原子技能、组合任务及长周期实验，可用于机器人学习方法的跨层级评估，为自主实验室机器人研发提供支撑。

Comments 13 pages, 3 figures

RoboEdit: Turning Human Manipulation Videos into Scalable Robot Experience

RoboEdit：将人类操作视频转化为可扩展的机器人体验

Yaowei Guo, Zeng Tao, Yuxin Jiang, Yunuo Chen, Zhiyang Dou, Yuxiang Ma, Yin Yang, Demetri Terzopoulos, Ying Jiang, Chenfanfu Jiang

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

AI总结 研究人员开发RoboEdit工具套件，通过RoboEdit-ADC自动流程构建含17.4万对齐视频的数据集，利用RoboEdit-Trans引擎实现人类操作视频到机器人视频的高质量转化，为机器人学习提供可扩展监督。

Comments 14 pages, 13 figures. Supplementary material included

FedLNS: Leverage LayerNorm Signature Modeling to Mitigate Adversarial Manipulation in Federated LLMs

FedLNS：利用层归一化签名建模缓解联邦大语言模型中的对抗性操纵

Kai Li, Jong-Ik Park, Carlee Joe-Wong, Wei Ni, Falko Dressler

机构 * Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与跨学科研究中心（SnT）） ； Carnegie Mellon University（卡内基梅隆大学） ； Edith Cowan University（埃迪斯科文大学） ； TU Berlin（柏林工业大学） 纠错

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

AI总结 FedLNS是一种服务器端联邦学习框架，通过层归一化签名筛选恶意更新，在200个客户端、40%目标操纵下，对三类模型均实现优于基线的测试困惑度。

Comments 13 pages (main body), 36 pages (appendix), 3 figures, 98 tables

SoftVTBench: A Deformation-Aware Visuo-Tactile Dataset and Benchmark for Deformable-Object Manipulation

SoftVTBench：面向可变形物体操作的形变感知视觉-触觉数据集与基准

Bowen Jing, Mingxin Wang, Ruiyang Hao, Chenchen Ge, Hanwen Shen, Junjie He, Yang Cui, Yiming Hou, Weitao Zhou, Jiawei Wang, Minglei Li, Dandan Zhang, Ding Zhao, Houde Liu, Xiaofan Li, Si Liu, Ping Luo, Haibao Yu

机构 * Tuojing Intelligence（拓境智能） ； Tsinghua University（清华大学） ； Southeast University（东南大学） ； Stevens Institute of Technology（斯蒂文斯理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manchester（曼彻斯特大学） ； Simple AI ； Imperial College London（帝国理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本研究推出SoftVTBench视觉-触觉数据集与基准，定义形变感知成功率（DSR），发现触觉信息本身未必提升多模态融合，为可变形物体操作的物理交互研究提供资源。

Vision-Language Models for Egocentric Video: From Hand-Object Interaction to Embodied AI

用于第一人称视角视频的视觉-语言模型：从手-物交互到具身智能

Mohammad Zamani, Fatemeh Ziaeetabar

机构 * University of Tehran（德黑兰大学） 纠错

专题命中 机器人操作 ：embodied AI(title,abstract)；分类 cs.CV

AI总结 本综述梳理了用于第一人称视角视频理解的视觉-语言模型的发展，分析其挑战、研究方向与局限，明确了可部署具身智能的关键优先方向。

Backward Layout Search for Sequence-Constrained Robotic Assembly

面向序列约束机器人装配的反向布局搜索

Xi Zhang, Jiancong Dai, Hao Chen, Zhengtao Hu, Changcai Yang, Weiwei Wan

机构 * College of Computer and Information Sciences, Fujian Agriculture and Forestry University（福建农林大学计算机与信息学院） ； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机电工程与自动化学院） ； Department of System Innovation, Graduate School of Engineering Science, Osaka University（大阪大学工程科学研究生院系统创新系） 纠错

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

AI总结 针对序列约束机器人装配布局规划的挑战，提出反向布局搜索（BLS）算法，通过反向分配零件初始位姿并结合多维度检查与波束选择，在5个装配模型上实现了更优的无碰撞布局规划，减少了评估次数与搜索时间。

Comments Submit to ROBIO2026

Coalitional Manipulation of Set-Valued Median Voting

集值中位数投票的联盟操纵

Toshiya Yoshimura

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

AI总结 该论文针对单峰域上区间值中位数对应关系的联盟操纵问题，证明了不同扩展下群体策略防卫性的表现，且最多两名选民的联盟即可支撑相关结果，明确了联盟稳健性对集值灵活性的限制作用。

HarvestPoint-ACT: Explicit Target Selection and Harvest-Point Conditioning for Robotic Fruit Harvesting under Occlusion

HarvestPoint-ACT：遮挡环境下机器人水果采摘的显式目标选择与采摘点条件设置

Hanying Hu, Weipeng Li, Yikun Huang, Hao Chen, Zhengtao Hu, Changcai Yang, Weiwei Wan

机构 * College of Computer and Information Sciences, Fujian Agriculture and Forestry University（福建农林大学计算机与信息学院） ； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机电工程与自动化学院） ； Graduate School of Engineering Science, The University of Osaka（大阪大学工程科学研究生院） 纠错

专题命中 机器人操作 ：robotic(title)；分类 cs.RO

AI总结 HarvestPoint-ACT通过显式感知目标与采摘点，结合调度器选择目标，在树冠模型上实现88%采摘成功率，重度遮挡下达75%，解决机器人水果采摘的遮挡与闭合点推断问题。

Comments Submit to IEEE ROBIO 2026

Breaking the weakest link to evade vision language models

打破最弱环节以规避视觉语言模型

Ilan Zini, Boussad Addad, Katarzyna Kapusta

机构 * ESILV（ESILV高等工程师学院） ； Thales（泰雷兹集团） 纠错

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

AI总结 本研究针对视觉语言模型（VLMs）提出仅优化视觉编码器的梯度攻击方法，在Qwen2.5-VL等模型上验证微小扰动可规避模型，凸显其对抗操纵的脆弱性并呼吁强化安全机制。

Comments 17 pages

An Experimental Study of Downwash Effects on a Continuum Manipulator Integrated with a Multirotor UAV

多旋翼无人机集成的连续体机械臂下洗效应的实验研究

Anuraj Uthayasooriyan, Krishna Manaswi Digumarti, ernando Vanegas, Felipe Gonzalez

机构 * Queensland University of Technology (QUT)（昆士兰科技大学） ； QUT Centre for Robotics（昆士兰科技大学机器人中心） ； Research Engineering Facility (REF)（研究工程设施） ； School of Electrical Engineering and Robotics（电气工程与机器人学院） 纠错

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

AI总结 本文针对多旋翼无人机集成的连续体机械臂，通过实验研究了螺旋桨下洗对其位姿的影响，提出CC引导的GPR残差模型可显著提升位姿预测精度，为相关系统的下洗补偿建模提供了方法。

Comments Accepted to publish in Robotics and Automation Letters

PartialBiGrasp: Inferring Hidden Local Geometry for Bimanual Grasping from Partial Views

PartialBiGrasp：从部分视角推断隐藏局部几何以实现双臂抓取

Ayush Kaura, Vignesh Vembar, Md Faizal Karim, Keshab Patra, K Madhava Krishna

机构 * Robotics Research Center IIIT Hyderabad（印度信息技术研究所海得拉巴分校机器人研究中心） 纠错

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

AI总结 PartialBiGrasp是基于部分点云的双臂抓取生成框架，通过卷积占用网络学习几何特征生成抓取对并优化，经实验验证可实现鲁棒稳定的抓取。

Allocating Recurrent Compute in Looped Language Models

在循环语言模型中分配循环计算

Ruhai Lin, Yiyang Guo, Rui-Jie Zhu, Hao Ye, Jason K. Eshraghian

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

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

AI总结 该研究针对循环语言模型，提出仅重复混合器、单次执行密集FFN的MixerLoop，在不同参数规模下验证其性能，可保留循环深度优势并降低计算量。

Trade-offs in Data Color Palette Design Tools

数据调色板设计工具中的权衡

Shiyi He, Andrew M McNutt

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究通过40名设计师使用4种不同交互模态的调色板工具完成任务的实验，发现工具差异在可访问性约束任务中更显著，部分工具可引导设计师关注可访问性，揭示了调色板设计工具的权衡及其对设计结果的影响。

Comments 2 pages, IEEE VIS 2026 POSTER

3D trapping of a meta-atom in an intensity minimum

超原子在强度极小值中的三维捕获

Bin Lu, Adeel Afridi, Nadine Meyer, Romain Quidant

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究实验探究光学驻波中硅粒子的捕获，发现硅粒子可在强度极小值处稳定三维捕获，类比蓝失谐原子捕获，为拓展光操控工具箱提供了新途径。

Progressive Experience Fusion for Multi-Task World Model Control in Endovascular Navigation

用于血管内导航多任务世界模型控制的渐进式经验融合

Harry Robertshaw, Maxence Boels, Nikola Fischer, Sebastien Ourselin, Christos Bergeles, Alejandro Granados, Thomas C Booth

机构 * School of Biomedical Engineering & Imaging Sciences, King’s College London（伦敦国王学院生物医学工程与影像科学学院） ； Surgical & Interventional Engineering（外科与介入工程） 纠错

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

AI总结 本研究提出渐进式经验融合（PEF）训练多任务TD-MPC2控制器，在血管内导航任务中提升了成功率，可实现跨血管结构迁移与患者特异性微调，为临床应用提供概念验证。

Autonomous Agricultural Tractor: Integrated Weed Detection and LiDAR Navigation for Precision Paddy Farming

自主农业拖拉机：用于精准稻田种植的杂草检测与激光雷达导航集成系统

Benjamin Merryman-Smith, Tony Nguyen, Bilal Dogutas, Krish Shah, Anthony Raphael, Sudip Dhakal

机构 * Florida Gulf Coast University（佛罗里达湾岸大学） 纠错

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

AI总结 该研究提出集成自主拖拉机系统AgriNav，通过多模块协同与激光雷达-相机融合技术解决稻田杂草管理的三大挑战，仿真实验验证了其导航与检测的可靠性及效率提升。

GuideFetch: A Task Coordination Framework for Concurrent Navigation and Object Retrieval in Assistive Robot Dogs

GuideFetch：用于辅助机器狗并发导航与物体检索的任务协调框架

Qian Yin, Ruiping Liu, Kunyu Peng, Jianxiang Man, Isik Baran Sandan, Junwei Zheng, Yufan Chen, Di Wen, Kailun Yang, Rainer Stiefelhagen

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Hunan University（湖南大学） 纠错

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

AI总结 针对异构辅助机器狗的导航与物体检索并发任务，提出GuideFetch协调框架，通过LLM规划与状态验证提升执行效率，并行执行可缩短41.3%平均总完成时间。

DevGRU: Depth-guided Visual Navigation using a Collision-aware Recurrent Model

DevGRU：基于碰撞感知循环模型的深度引导视觉导航

Kyung Min Han, Eunsom Kim, Young J. Kim

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

AI总结 针对现有视觉导航模型易在复杂室内环境碰撞的问题，提出DevGRU导航系统，结合动作与碰撞预测器提升导航性能，在9种场景实验中优于多种基线模型，且模型规模小、推理速度快

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026

Coordination of Ground-to-Space Reference Networks for High-Precision GNSS

用于高精度全球导航卫星系统（GNSS）的地空参考网络协调

Xue Xian Zheng, Xing Liu, José A. López-Salcedo, Gonzalo Seco-Granados, Tareq Y. Al-Naffouri

专题命中 具身导航 ：navigation(abstract)

AI总结 针对现有地空GNSS参考网络架构中通信链路的局限，本文提出分布式处理架构，将地面站与LEO卫星建模为动态图交互子网络，协调地空参考网络以提升GNSS修正量生成的可靠性。

Comments Accepted by ION GNSS+ 2026

Report on The 1st Workshop on Human-Centered Proactive and Personalized Agents for Interactive Information Access at CHIIR 2026

CHIIR 2026 第一届面向交互式信息获取的以人为中心的主动式与个性化智能体研讨会报告

Kirandeep Kaur, Vinayak Gupta, Tanya Roosta, Madhura Raju, Grace Hui Yang, Chirag Shah

专题命中 具身导航 ：navigation(abstract)

AI总结 该报告总结了CHIIR 2026第一届相关研讨会，探讨交互式信息获取向主动个性化智能体转变的机遇与问题，明确主动的核心内涵并梳理出相关设计挑战。

GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction

GigaBrain-WBC-0.5：一种用于与环境交互的鲁棒全身控制的行为世界模型

Ziyang Cheng, Tianshu Tang, Jinxin Lan, Xinze Chen, Yuhan Gong, Zhichao Liu, Changzhong Wu, Yahao Mao, Zongyan Deng, Mingxuan Ma, Huasen Xi, Yilong Liu, Yutong Wu, Xiaofeng Wang, Yang Wang, Yun Ye, Guan Huang, Xiaojie Jin, Zheng Zhu, Jiwen Lu

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

AI总结 该研究提出首个用于人形机器人全身控制的行为世界模型GigaBrain-WBC-0.5，通过训练因果Transformer联合预测动作、状态与指令分布，在多场景下实现鲁棒控制，成功率优于现有基线。

Comments 20 pages, 8 figures, 4 tables. Technical report. Project page: this https URL (https://shepherd1226.github.io/gigabrain-wbc-0.5/)

Partition the Support, Reconstruct the Residual: Training-Free Sparse Attention for Video Generation and World Models

划分支撑集，重建残差：用于视频生成和世界模型的无训练稀疏注意力

Pardis Taghavi, Reza Langari, Gaurav Pandey

机构 * Texas A&M University（德克萨斯农工大学） 纠错

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

AI总结 本文提出SparsePR算法，结合响应耦合划分与探针拟合残差重建，在四个视频生成和世界模型上实现注意力重建误差降低，22.0%-26.0%执行对密度下保持生成质量，获1.48-2.61倍端到端加速。

Comments 22 pages, 5 figures. Project page: this https URL (https://pardistaghavi.github.io/SparsePR-website/)

DA-WAM: Decision-Aligned Future Latents for Driving World Models

DA-WAM：面向驾驶世界模型的决策对齐未来潜变量

Ruiguo Zhong, Benshan Ma, Xiaolong Chen, Lang Zhang, Mingyue Feng, Yaonong Wang, Pei Liu, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Leapmotor（零跑汽车） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 DA-WAM 是统一预测表示学习等模块的驾驶世界模型框架，通过动作条件未来潜变量实现决策对齐，在 NAVSIM 数据集上达到最优性能，验证了关键组件的有效性。

Decision-Metric Alignment in Latent World Models: Diagnostics and Action-Conditioned Objectives for MPC Planning

潜在世界模型中的决策度量对齐：MPC规划的诊断与动作条件目标

Jiawei Wang, Ke Rui, Yushen Zuo, Yichun Feng, Minglei Li

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

AI总结 该研究针对潜在世界模型中MPC规划的决策度量对齐问题，提出两种秩一致性诊断指标，开发DA-LeWM模型，验证其可加快收敛并提升在线成功率，改善潜在MPC的几何结构。

The Embodiment Gap in Robot Foundation Models

机器人基础模型中的具身差距

Yukiyasu Domae, Keisuke Shirai, Hanbit Oh, Ryoichi Nakajo, Tomohiro Motoda, Koshi Makihara, Masaki Murooka, Takuma Yagi, Yoshiaki Bando, Ryo Hanai

机构 * National Institute of Advanced Industrial Science and Technology (AIST)（日本国立先进工业科学技术研究院（AIST）） 纠错

专题命中 机器人基础模型 ：robot foundation model(title,abstract)；robotics(abstract)；分类 cs.RO、cs.LG

AI总结 本综述定义机器人基础模型的具身差距，通过双轴图分类方法，从三个研究方向考察近期工作，提出报告框架以助力跨具身学习的评估与未来研究。

Comments 32 pages, 4 figures. Published in Transactions on Machine Learning Research (TMLR), August 2026

MLREF: Efficient Module Reuse for Reward Design in Reinforcement Learning via Large Language Models

MLREF：基于大语言模型的强化学习奖励设计中高效模块复用框架

Chenglin Liu, Xun Wang, Ruishuo Chen, Zhuoran Li, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences Tsinghua University（清华大学交叉信息研究院） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.AI、cs.LG

AI总结 该研究针对强化学习奖励设计瓶颈，提出MLREF框架，通过模块池复用奖励组件，结合三种优化机制，在17个任务上实现比强基线更优且更稳定的性能。

Comments 22 pages, 5 figures, 4 tables