Developmental Scaffolding with Large Language Models
专题命中 机器人操作 ：robotics(abstract,comments)；robot learning(abstract)；manipulation(abstract)；robotic(abstract)
Comments To appear in IEEE Transactions on Robotics ©IEEE2023
视觉与机器人
机器人 / 具身智能
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
1. 机器人操作 22067 篇
Micromanipulation in Surgery: Autonomous Needle Insertion Inside the Eye for Targeted Drug Delivery
专题命中 机器人操作 ：manipulation(abstract,comments)；robotics(abstract)；navigation(abstract)；robotic(abstract)
Comments Experiment-oriented Locomotion and Manipulation Research, RSS 2023 workshop. arXiv admin note: text overlap with arXiv:2306.10133
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
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%。
SiMDex: Mining Similar Egocentric Videos for Cross-Embodiment Dexterous Manipulation
SiMDex：挖掘相似的自我中心视频以实现跨 embodiment 的灵巧操作
机构 * The University of Tokyo（东京大学） ； ByteDance Seed（字节跳动 Seed） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 该研究提出SiMDex框架，通过三层流程从海量自我中心人类视频中挖掘与任务相关的子集，用于VLA后训练，仅用少量样本便显著提升了机器人灵巧操作的成功率，证明选择性数据整理更有效。
Comments 12 pages, 4 figures. Project page: https://lin-nie.github.io/SiMDex/
DynamicManip: Enabling Dynamic Manipulation from a Single Static Demonstration
DynamicManip：基于单个静态演示实现动态操作
机构 * Sun Yat-sen University（中山大学） ； Stanford University（斯坦福大学） ； Southeast University（东南大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 本文提出DynamicManip，通过静态转动态数据增强流水线、动态感知自适应策略及动态操作基准，解决机器人动态操作的数据效率与实时性问题，实验显示其性能显著优于现有方法。
Comments Project page: https://liaohr9.github.io/DynamicManip/ Code: https://github.com/liaohr9/DynamicManip
Self-Evolving Learning for Embodied AI with Criticality Model
基于临界模型的具身智能自进化学习
专题命中 机器人操作 ：embodied AI(title,abstract)；manipulation(abstract)
AI总结 本文提出基于临界模型的具身智能自进化学习方法，通过状态级临界模型引导采样易失败场景，在多类具身任务中显著降低失败率，性能优于基线及同类先进模型。
HiFi-UMI: Learning Deployable Manipulation Policies from High-Fidelity UMI Data Alone
HiFi-UMI：仅从高保真UMI数据中学习可部署的操作策略
机构 * Simple AI（简单人工智能公司）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 研究如何从高保真UMI数据学习可部署操作策略，提出HiFi-UMI系统，其无需外部跟踪达3毫米精度。利用该系统数据实现零机器人训练后策略，预训练还能降误差提成功率，且开源了相关高保真资源。
Comments 33 pages, 15 figures, 4 tables. Project page: https://cloud.simpleai.tech/simple-world-lab/hifi-umi/ Dataset: https://huggingface.co/datasets/simple-world-lab/HiFi-UMI-2K
One Hand Watches The Other: Dynamic Multi-Agent Cooperation for Sample-Efficient Bimanual Manipulation in Dynamic Environments
一只手注视着另一只手：动态环境中用于高效样本双机器人操作的动态多智能体协作
机构 * University of Freiburg（弗莱堡大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 研究动态环境中双机器人操作问题，提出轻量级DynaMAC框架，将相对手臂视为动态任务参数，解决因果限制，保留多流策略优势。通过DynaBench基准测试，性能远超基线，能零样本泛化，简化数据收集，为人机协作助力。
A Minimalist Retargeting-Guided Reinforcement Learning Recipe for Dexterous Manipulation
一种用于灵巧操作的极简重定向引导强化学习方法
机构 * Cornell University（康奈尔大学） ； Amazon FAR（亚马逊FAR）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 研究如何将重定向引导强化学习用于灵巧操作，提出REGRIND方法，从单人演示学习策略，经重定向、模拟训练、零样本转移到硬件，在丰富接触任务中产生类人行为，还分析了模拟到现实转移的关键因素。
Comments Website: https://yunhaifeng.com/REGRIND
Pix2Act: Image-Space Manipulation Policies with Equivariant Augmentation
Pix2Act：具有等变增强的图像空间操纵策略
机构 * Northeastern University（东北大学） ； Stanford University（斯坦福大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Brown University（布朗大学） ； Texas A&M University（德州农工大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 研究针对将操纵动作表示为相机平面二维轨迹带来的挑战，提出Pix2Act模仿学习方法，通过生成图像空间关键点轨迹及三角测量恢复末端执行器姿态，将三维控制转为二维预测问题，提升泛化能力与性能，优于现有基线且抗相机扰动。
Comments Project Website: https://haojhuang.github.io/pix2act_page/
LiMoDE: Rethinking Lifelong Robot Manipulation from a Mixture-of-Dynamic-Experts Perspective
LiMoDE: 从动态专家混合视角重新思考终身机器人操作
机构 * School of EEE, Nanyang Technological University（南洋理工大学电气与电子工程学院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出一种两阶段终身学习方案LiMoDE，通过动态专家混合结构实现多任务预训练和任务自适应，有效缓解灾难性遗忘并促进知识迁移。
CoorDex: Coordinating Body and Hand Priors for Continuous Dexterous Humanoid Loco-Manipulation
CoorDex: 协调身体与手部先验以实现连续灵巧类人运动操作
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of California, Berkeley（加利福尼亚大学伯克利分校）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出CoorDex学习框架，通过将高维身体和灵巧手控制转化为协调的潜在残差控制，实现类人机器人在运动中执行灵巧操作，如不停顿抓取瓶子、移动中开冰箱门等。
Comments Project page: https://skevinci.github.io/coordex/
MemoryVAM: Integrating Memory into Video Action Model for Robot Manipulation
MemoryVAM：将记忆融入视频动作模型以实现机器人操作
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Nirvana Robotics（涅槃机器人） ； University of California, San Diego（加州大学圣迭戈分校） ； University of Utah（犹他大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出MemoryVAM，通过Recap-Cue模块将情景记忆注入视频世界模型策略，解决长时域操作中的非马尔可夫性问题，在LIBERO-Mem和真实机器人任务上显著提升成功率。
Comments Project page: https://MemoryVAM.github.io/
Memory as a Wasting Asset: Pricing Flash Endurance for Embodied Agents, and the Limits of Doing So
记忆作为消耗性资产：为具身智能体定价闪存耐久性及其局限性
机构 * KAIKAKU
专题命中 机器人操作 ：embodied agent(title)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文提出将机器人闪存耐久性视为折旧资本，通过单一影子价格η进行定价，实现成本最优的存储层级分配，并基于真实机器人日志测量价值-写入关联χ的符号，发现其取决于部署场景。
Adaptive Modular Geometric Control of Robotic Manipulators
机器人操作臂的自适应模块化几何控制
专题命中 机器人操作 ：robotic(title,abstract)；manipulation(abstract)
AI总结 针对惯性参数不确定的机器人操作臂，提出一种自适应模块化几何控制框架，通过SE(3)上的对数映射定义构型误差，结合李代数对偶配对实现模块间功率共轭连接，并引入正定对称矩阵流形上的几何自适应律，证明闭环跟踪误差半全局一致最终有界。
Comments Submitted to Systems & Control Letters
PATCH: Action-Chunk-Conditioned Latent Patch Innovation Monitoring for Robot Manipulation
PATCH: 基于动作块条件潜在补丁创新的机器人操作监控
机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Australian Centre For Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出PATCH监控器，通过动作块条件潜在补丁创新检测局部场景动态，实现扰动感知的机器人操作干预与恢复。
Universal Manipulation Exoskeleton: Learning Compliant Whole-body Policies with Real-time Torque Feedback
通用操控外骨骼：利用实时扭矩反馈学习全身柔顺策略
机构 * Ant Group（蚂蚁集团） ； Stanford University（斯坦福大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出通用操控外骨骼（UME），通过实时触觉扭矩反馈和全身数据采集，使机器人学习主动柔顺策略，在受限空间中完成移动操作、力控翻转等任务。
Robustness without Wrinkles: Parallel Simulation and Robust MPC for Certified Deformable Manipulation
无皱鲁棒性：并行仿真与鲁棒MPC实现可认证的变形体操作
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出CORD-SLS实时控制方法，通过GPU并行可微仿真与接触平滑实现高效梯度规划，结合鲁棒模型预测控制与共形预测校准，在绳索和布料操作中达到毫秒级规划与高安全性。
GHOST: Hierarchical Sub-Goal Policies for Generalizing Robot Manipulation
GHOST: 用于泛化机器人操作的层次化子目标策略
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； UMass Amherst（马萨诸塞大学阿姆赫斯特分校）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 提出GHOST框架，通过将控制分解为高层子目标预测和低层目标条件控制器，实现视觉运动操作策略的泛化，并利用人类演示适应新物体和任务变化。
Comments Accepted at RSS 2026
When Video Misreads: Closed-Loop Distillation of Reading Heuristics for Exploratory Manipulation Trace QA
当视频误读：面向探索性操作痕迹问答的阅读启发式闭环蒸馏
机构 * Tsinghua University（清华大学） ； DISCOVER Robotics
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 针对探索性操作中机器人误读视频痕迹的问题，提出闭环痕迹蒸馏方法，通过任务编码代理提取单行自然语言启发式提示，使冻结VLM准确预测最小成功动作链，在模拟和真实机器人任务上提升准确率0.38-0.47。
Comments 16 pages, 4 figures, 4 tables
Instant-Fold: In-Context Imitation Learning for Deformable Object Manipulation
Instant-Fold: 可变形物体操作的情境模仿学习
机构 * The Robot Learning Lab（机器人学习实验室） ； Imperial College London（伦敦帝国学院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出Instant-Fold框架，通过单次人类演示的情境模仿学习，无需梯度更新即可推断并执行多种可变形物体操作模式，在仿真训练后零样本迁移到真实世界。
Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation
超越二元：基于物理接触表示的仿真到现实灵巧操作
机构 * ETH Zürich（苏黎世联邦理工学院） ； UC Berkeley（伯克利加州大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出基于物理原理的中心压力（CoP）触觉表示，结合可微动力学传感器标定，实现多指手的零样本仿真到现实迁移，在插销入孔和球平衡任务中优于二元接触和原始触觉基线。
Comments Project site: https://mpan31415.github.io/tactile_rep/
SUGAR: A Scalable Human-Video-Driven Generalizable Humanoid Loco-Manipulation Learning Framework
SUGAR: 一种可扩展的人类-视频驱动的通用人形机器人运动-操作学习框架
机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学计算机科学系） ； School of Computer Science and Engineering, Beihang University（计算机科学与工程学院，北航）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 该研究提出SUGAR框架，通过将多样化的视频转化为可部署的人形机器人运动-操作技能，无需特定任务的奖励工程或参考动作条件，在仿真和现实硬件中实现了六种代表性任务的高性能表现，展示了可扩展性和零样本现实迁移能力。
Comments Project Page: https://tianshuwu.github.io/sugar-humanoid/
SkiP: When to Skip and When to Refine for Efficient Robot Manipulation
SkiP: 在何时跳过和何时细化以实现高效的机器人操作
机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Peng Cheng Laboratory（鹏城实验室） ； Southern University of Science and Technology（南方科技大学） ； Sun Yat-sen University（中山大学） ； UNT ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 SkiP通过动态跳过冗余步骤和精细化关键步骤，提升机器人操作效率，无需额外结构或规划器。
Control Your View: High-Resolution Global Semantic Manipulation in Learned Image Compression
掌控你的视角：高分辨率全球语义操控在学习图像压缩中的应用
机构 * University of Macau（澳门大学） ； Nanyang Technological University（南洋理工大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.AI、cs.CV、cs.LG
AI总结 本文提出了一种新的方法，用于在学习图像压缩中实现高分辨率全球语义操控，通过改进的周期几何衰减调度策略，克服了现有方法在高分辨率语义操控中的局限性。
VTouch++: A Multimodal Dataset with Vision-Based Tactile Enhancement for Bimanual Manipulation
VTouch++：一个用于双臂操作的多模态数据集，具有基于视觉的触觉增强
机构 * Humanoid Robot (Shanghai) Co., Ltd.（人形机器人（上海）有限公司） ； Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（上海智能自主系统研究院，同济大学） ； School of Astronautics, Harbin Institute of Technology（航天学院，哈尔滨工程大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文提出VTouch++数据集，通过视觉触觉传感提供高保真的物理交互信号，采用矩阵式任务设计实现系统学习，并利用自动化数据采集管道确保可扩展性，通过跨模态检索和真实机器人评估验证其有效性。
Learning Hybrid-Control Policies for High-Precision In-Contact Manipulation Under Uncertainty
在不确定性下学习混合控制策略以实现高精度接触操作
机构 * Collaborative Robotics and Intelligent Systems Institute, Oregon State University（协作机器人与智能系统研究所，俄勒冈州立大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文提出混合位置-力控制策略，通过Mode-Aware Training for Contact Handling (MATCH)提升学习效率，在高噪声环境下显著提高任务成功率并减少力的使用。
Multimodal Diffusion Forcing for Forceful Manipulation
多模态扩散强迫用于强力操控
机构 * University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文提出多模态扩散强迫框架，通过随机部分遮蔽和扩散模型重建轨迹，学习机器人多模态轨迹，提升对动作与力信号的依赖性，实验证明其在模拟和现实环境中的强性能和鲁棒性。
Comments Project website: https://unified-df.github.io
Robotic chip-scale nanofabrication for superior consistency
机器人微米级纳米加工以实现卓越的一致性
专题命中 机器人操作 ：robotic(title,abstract)；robotics(abstract)
AI总结 本文提出利用机器人手臂自动化微米级纳米加工，提高复杂器件制造的一致性，通过Josephson结电阻开发验证了机器人在减少人工操作波动方面的有效性。
Comments 5 pages, 3 figures
Journal ref Appl. Phys. Lett. 128, 144101 (2026)
At a Glance to Your Fingertips: Enabling Direct Manipulation of Distant Objects Through SightWarp
指尖上的全景：通过SightWarp实现对远处物体的直接操控
专题命中 机器人操作 ：manipulation(title,abstract)；navigation(abstract)
AI总结 SightWarp通过眼手协调实现对远距离物体的直接操控，提升3D交互性能与灵活性。
Comments 12 pages, 11 figures, The 38th Annual ACM Symposium on User Interface Software and Technology (UIST '25), September 28-October 01, 2025, Busan, Republic of Korea
