机器人 / 具身智能

TCAM for Autonomous Deformable Manipulation: The RMC2 Champion System for WBCD 2026 Track 4

用于自主可变形操作的TCAM：WBCD 2026赛道4的RMC2冠军系统

Guangrui Shen, Zhili He, Shigang Wang, Yuanjun Sun, Qing Yu

机构 * TermiTech（特米科技） 纠错

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

AI总结 该研究围绕TCAM框架构建自主可变形操作系统，在WBCD 2026赛道4挑战赛中以平均23秒/件的速度完成25件T恤操作，22件达标，获赛道冠军。

MarkNull: Model-Agnostic Watermark Removal in AI-Generated Images via On-Manifold Latent Manipulation

MarkNull：通过流形上潜在空间操纵实现AI生成图像的模型无关水印去除

Jie Cao, Qi Li, Zelin Zhang, Xiaodong Wu, Lingshuang Liu, Xiangman Li, Jianbing Ni

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

AI总结 本文提出MarkNull及变体MarkNull-A，通过流形上潜在空间操纵实现AI生成图像的模型无关水印去除，可降低水印比特准确率至近随机猜测水平，还能破解谷歌SynthID-Image系统，为防御提供攻击检测机制。

Comments Accepted to the 35th USENIX Security Symposium (USENIX Security 2026)

TAMS: Task-Aware Multi-View Adaptive Streaming for Wireless Telerobotic Manipulation

TAMS：面向无线遥机器人操作的任务感知多视角自适应流

Zexin Deng, Zhenhui Yuan, Lu Tian, Subhash Lakshminarayana, Longhao Zou

机构 * Pengcheng Laboratory（鹏城实验室） ； Southern Univ. of Sci. & Tech.（南方科技大学） 纠错

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

AI总结 TAMS系统可根据无线遥机器人操作阶段动态分配多视角视频比特率，经6-DoF遥操作测试，其缩短任务时间、提升成功率，性能优于均等及静态分配基线。

Comments 6 pages, 5 figures, 2 tables. Code available at: https://github.com/Dzxx623/TAMS

Skills in Weights, Memory in Code: Hybrid Learning for Memory-Dependent Robot Manipulation

权重中的技能，代码中的记忆：面向依赖记忆的机器人操作的混合学习

Yunhao Zhao, Zhenyang Ni, Haoyang Chen, Ruohan Zhang, Qi Zhu

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

AI总结 针对现实机器人操作的非马尔可夫性，提出混合学习框架 HyMeS，结合编码智能体与马尔可夫 VLA，在 RoboMemArena 上显著提升操作成功率，实现数据高效的组合泛化。

Comments 9 pages, 4 figures, and 3 tables

JEPA-WAM: Learning Vision-Language-Action Policies with Joint-Embedding World Modeling

JEPA-WAM：基于联合嵌入世界建模的视觉-语言-动作策略学习

Yihan Lin, Jiawei He, Shifeng Bao, Chen Zhao, Yang Li, Xiaobo Wang, Yan Wang, Cheng Chi, Jing Zhang

机构 * XYZ Embodied AI（XYZ具身智能） 纠错

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

AI总结 该研究提出JEPA-WAM，一种构建于预训练V-JEPA空间的隐式WAM，通过共享预测器耦合隐式转移预测与动作生成，在LIBERO-Plus等数据集上取得优异的机器人操作策略性能，且泛化能力强。

Comments 22 pages, 7 figures. Project page: https://spritewithoutice.github.io/JEPA_WAM/

Ultra-Low-Impedance Robotic Gripper for High-Bandwidth and Transparent Physical Interaction

用于高带宽透明物理交互的超低阻抗机器人夹爪

Joon Lee, Ari Choi, Seokhwan Jeong

机构 * Sogang University（西江大学） 纠错

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

AI总结 该研究提出新型9自由度三指差动直接驱动夹爪，结合低减速比差动传动，实现低阻抗、高带宽透明物理交互，解决力矩与硬件复杂度的权衡，为无传感器力估计提供基础。

Comments ICRA 2027 (Late Breaking Rsult Poster)

Reconfigurable Structural Robotic Assembly: Interlocking 3D Aggregations with Self-Aligning Compound Nested Lattice Modules

可重构结构机器人装配：采用自对准复合嵌套晶格模块的互锁三维集合体

Alexander Htet Kyaw, Miana Smith, Paul Richard, Neil Gershenfeld

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

AI总结 本研究将几何智能编码入结构化材料系统，提出自对准复合嵌套晶格模块，实现三维互锁装配，经测试模块刚度等性能达标，可重复使用支持可重构建造。

Comments Accepted to the 46th Annual Conference for the Association for Computer Aided Design in Architecture (ACADIA), 2026

Velocity- and Regime-Aware Detection of Intraday Options Market Manipulation, with Explainable Attribution

感知速度与 regime 的日内期权市场操纵检测及可解释归因

Alex Chen, Maria Hybinette

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

AI总结 该研究提出感知速度与 regime 的日内期权市场操纵检测方法，结合 SHAP 归因，在印度期权和美国股票数据上实现高召回率与 AUC，揭示跨市场迁移的动态操纵特征。

VIDP: Variable Impedance Diffusion Policy for Compliant Robot Manipulation from Diverse Demonstrations

VIDP：用于柔顺机器人操作的可变阻抗扩散策略（Variable Impedance Diffusion Policy）

Hisham Khalil, Neil Fernandes, Thomas M. Kwok, Hsiu-Chin Lin, Yue Hu

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

AI总结 该研究针对接触丰富的机器人操作问题，提出基于模仿学习的可变阻抗控制框架VIDP，利用TP-DAMM从多样本演示中提取物理一致的轨迹分布，无需力传感器即可联合预测位姿与柔顺性，在真实实验中任务成功率及力、跟踪误差表现均优于基线方法。

Comments 8 pages, 5 figures

SSC: A Verifiable Structured Representation for Bimanual Manipulation Labelling

SSC：用于双手操作标注的可验证结构化表示

Yupu Lu, Shuang Wu, Sihan Chen, Ruihua Han, Yichen Zhang, Marcus Kalander, Jia Pan

机构 * Artificial Intelligence Laboratory (Leibniz)（莱布尼茨人工智能实验室） 纠错

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

AI总结 针对操作标注的自然语言难验证、刚性模板过度分割问题，提出SSC结构化表示，在BEHAVIOR-1K上验证其逻辑与内容补全功能，评估13个VL模型并报告标注异常。

Comments 8 main pages

Manipulation-Proof Oblivious Audits against Deceptive Model Providers

针对欺骗性模型提供者的防操纵遗忘审计

Augustin Godinot, Sofiane Azogagh, Julien Ferry, Sébastien Gambs

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

AI总结 本文提出新型防操纵遗忘审计协议，利用私有信息检索机制提升审计对模型提供者操纵行为的可检测性，实验验证其有效实用。

Comments This work has been accepted for publication at the 2026 AAAI/ACM Conference on AI, Ethics, and Society (AIES)

Bimanual Manipulation Within an 8 GB Budget: Zero-Copy Sensing and Quantized ACT on an Entry-Level Jetson

8 GB预算内的双臂操作：入门级Jetson上的零拷贝感知与量化ACT

Ekansh Singh, Eva Samuel, Alessandra Reneau, Ryan Schmeelk, Yashvi Gandhi

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

AI总结 该研究在8 GB入门级Jetson上实现了双臂操作，采用零拷贝感知、量化ACT，发现ACT在相同演示下优于Diffusion Policy，INT8量化可大幅降低延迟且保留任务成功率。

Comments 9 pages, 8 tables. Work conducted at the Georgia Tech Research Institute (GTRI), Aerospace, Transportation and Advanced Systems Laboratory (ATAS)

GORDON: Graph-based Object-centric Rewards for Decomposition of Long-Horizon Manipulation

GORDON：用于长程操作任务分解的基于图的以对象为中心的奖励框架

Andrea Protopapa, Davide Buoso, Francesca Pistilli, Georgia Chalvatzaki, Giuseppe Averta

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

AI总结 本研究提出GORDON框架，通过无动作视频演示学习以对象为中心的密集奖励，自动分解长程操作任务，在7个基准任务上平均成功率达74.4%，显著优于现有基线。

Comments 9 pages, 6 figures, preprint. Project page: https://andreaprotopapa.github.io/graph-reward-learning/

Semantic Haptic Feedback Enhances Dexterous Robotic Teleoperation

语义力反馈提升灵巧机器人遥操作性能

Bingjian Huang, Sahar Aseeri, Jonas Schmidtler, Joseph Zhang, Sonny Chan, Andrew Doxon, Jom Preechayasomboon, Evan Pezent, Alberto Rigo, Amir Memar, Nicholas Colonnese, Chase Tymms

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

AI总结 本研究提出语义力反馈用于机器人遥操作，通过抽象触觉模式传递机器人状态信息，经实验验证其在双臂任务中性能优于感官触觉与视觉反馈，可降低工作负荷并提升态势感知。

Comments 18 pages, 7 figures

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, Jiajun Deng, Yuxuan Gao, Sha Zhang, Yuan Zhang, Kaixue Long, Jiajia Wu, Jia Pan, Yao Li, 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。

CAAT: Contact-Aware Attention Scaling and Tactile Masking for Data-Efficient Contact-Rich Manipulation

CAAT：用于数据高效接触丰富型操作的接触感知注意力缩放与触觉掩码方法

Jiaming Jiang, Yuzhe Huang, Hao Liang, Pei Lin, Shengcheng Luo, Fanrong Dong, Jiaping Wu, Chenxi Xiao, Wanlin Li, Ziyuan Jiao

机构 * ShanghaiTech University（上海科技大学） ； Beihang University（北京航空航天大学） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） ； Zhejiang University（浙江大学） ； BUPT（北京邮电大学） 纠错

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

AI总结 该研究针对接触丰富型操作中视觉-触觉策略缺乏接触感知先验的问题，提出CAAT框架，通过注意力缩放和动态触觉掩码提升策略性能，在仿真和真实实验中均显著优于现有方法。

Comments 11 pages, 6 figures

Developing Combined Manipulation and Locomotion Skills with Interaction Representation and Skill Composition

基于交互表征与技能组合开发操作与运动技能

Fanxing Meng, Jing Xiao

机构 * Worcester Polytechnic Institute（伍斯特理工学院） 纠错

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

AI总结 本文提出方法使人形机器人基于发育原理学习抓取、起身等策略，通过手-物交互得分组合策略，实现抓取未见过物体零样本成功率93%、持物起身成功率96%-100%。

Comments 8 pages, 5 figures. Submitted to Humanoids 2026. Video available at https://youtu.be/x-7x89fSJWY

FA-RDP: A Frequency-Adaptive Reactive Diffusion Policy for Contact-Rich Manipulation

FA-RDP：用于接触丰富操作的频率自适应反应式扩散策略

Lifeng Zhuo, Wendi Chen, Han Xue, Shirun Tang, Jun Lv, Cewu Lu, Chuan Wen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Noematrix Ltd.（诺玛特里斯有限公司） 纠错

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

AI总结 FA-RDP 是一种频率自适应反应式扩散策略，通过多频率视觉-力 Transformer 和多模态指标动态调整采样策略，结合流形一致性蒸馏，在接触丰富操作任务中兼顾多模态保留与反应性，实现最高成功率。

Comments Project page: https://fa-rdp.github.io

Static In, Dynamic Out: Counterfactual Action Augmentation for Moving Object Manipulation

静态输入，动态输出：面向运动物体操作的反事实动作增强方法

Woo Chul Shin, Zhenyang Chen, Alfred Cueva, Nadun Ranawaka Arachchige, Yingyan Celine Lin, Benjamin Joffe, Shreyas Kousik, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 该研究针对视觉运动策略无法适应运动物体操作的问题，提出SIDO反事实动作增强方法，经模拟和真实任务验证，其在提升运动物体操作成功率的同时保留了静态物体操作性能。

RLMM-Flow: A Flow-based Mobile Manipulation Framework with Latent-Space Reinforcement Learning

RLMM-Flow：一种基于流的隐空间强化学习移动操作框架

Shuhang Wang, Ziming Li, Hui Cheng

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

AI总结 该研究提出RLMM-Flow框架，结合流策略预训练与隐空间强化学习，在移动操作基准上提升任务成功率等指标，同时保留流的快速推理能力。

MoMo: Dial Motion Mode in Robot Manipulation with Spatiotemporal Action Tokenization

MoMo：机器人操作中基于时空动作标记化的拨号运动模式

Yuhan Hu, Hugues Thomas, Peide Huang, Mouli Sivapurapu, Benoit Landry, Arto Kivila

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

AI总结 MoMo是两阶段模仿学习框架，可学习跨任务复用的运动模式，能生成不同模式的操作行为并迁移未见过的模式，保持任务成功率，实现组合泛化。

KAI: A Kinematic-Aware Interface for Data-Efficient Articulated Object Manipulation

KAI：用于数据高效关节物体操纵的运动感知接口

Yaping Li, Zhaxizhuoma, Qiaojun Yu, Jia Zeng, Dahua Lin, Jiangmiao Pang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 研究关节物体操纵中运动结构难学问题，提出运动感知关节接口KAI，通过嵌入先验提高样本效率，在多模拟任务中表现良好，能推广到复杂场景，视频共训练增强真实世界鲁棒性。

Comments Project page: https://li-yaping.github.io/KAI/

LEACL: LLM-Enhanced Automatic Curriculum Learning for Reinforcement Learning in Long-Horizon Manipulation Tasks

LEACL：用于长时程操作任务强化学习的大语言模型增强自动课程学习

Faraz Heravi, James Ouyang, Zifan Xu, Arjun Kumar, Yoonchang Sung, Peter Stone

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Nanyang Technological University（南洋理工大学） ； Sony AI（索尼人工智能） 纠错

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

AI总结 针对长时程操作任务强化学习挑战，提出LEACL框架，结合大语言模型与自动课程学习，用大语言模型分解任务并生成规范，由自动课程学习算法仅依稀疏奖励信号指导学习，在相关任务上取得更好渐近性能。

Comments 8 pages, 4 figures, Published in the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026

Embodying Multi-Hand Manipulation Policies by Searching the Assignment and Null Spaces

通过搜索分配空间和零空间来体现多手操作策略

Yorai Shaoul, Jiaoyang Li, Maxim Likhachev

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

AI总结 研究多臂机器人执行操作策略的问题，基于冲突搜索构建框架，通过搜索轨迹分配空间和零空间，统一处理分配与零空间运动，有效解决多手操作策略执行难题，实现多臂机器人协调操作。

Comments Published in SoCS 2026

FELT: Generating Tactile Signals from Vision for Visuo-Tactile Manipulation

FELT：从视觉生成触觉信号用于视觉触觉操纵

Zinan Li, Yiyang Ling, Yuming Gu, Binghao Huang, Chenhao Liang, Sharfin Islam, Hisham Bedri, John Chirikjian, Yunzhu Li, Stefanos Nikolaidis, Daniel Seita

机构 * Viterbi School of Engineering, University of Southern California（南加州大学维特比工程学院） ； Columbia University（哥伦比亚大学） ； Starpilot（星航） 纠错

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

AI总结 研究针对触觉数据稀缺问题，提出FELT框架，利用视觉编码器和查询解码器从RGB观测合成触觉图像，通过单独分支解码左右传感器面板，实验表明该方法能提升策略成功率，潜在特征训练和部署无需真实触觉传感器。

Comments 26 pages, including supplementary material

When 2D Cues Fail: Improving Image Manipulation Localization with Reliable 3D Geometry

当二维线索失效时：利用可靠的三维几何改进图像操纵定位

Guofeng Yu, Zhiqing Guo, Dan Ma, Gaobo Yang

机构 * School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院） 纠错

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

AI总结 研究针对二维线索在图像操纵定位中失效的问题，利用单目重建获取几何线索，设计几何感知框架GFrame，估计其可靠性并与RGB特征融合跨尺度传播，在有限预算下提升定位性能，证明三维几何可补充二维线索用于IML。

HCPG-Flow:Hierarchical Contact-Progress Guidance for Flow-Policy Robot Manipulation

HCPG-Flow：用于流策略机器人操作的分层接触进展引导

Guanghu Xie, Mingxu Li, Shuo Zhang, Yonglong Zhang, Yifan Yang, Yang Liu, Zongwu Xie, Baoshi Cao

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（机器人技术与系统国家重点实验室，哈尔滨工业大学） 纠错

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

AI总结 研究机器人操作流策略中动作选择问题，提出HCPG-Flow方法，通过分层、以对象为中心的接触进展引导增强SAC-Flow，在模拟和物理任务中提高成功率，减少完成时间。

VTAP Gripper: Synergizing Fingertip Sensing and a Visuo-Tactile Active Palm for Dexterous In-Hand Manipulation

VTAP 夹爪：指尖传感与视觉触觉主动手掌协同实现灵巧的手中操作

Yuhao Zhou, Sheeraz Athar, Zhixian Hu, Binghao Huang, Yunzhu Li, Juan Wachs, Yu She

机构 * Edwardson School of Industrial Engineering, Purdue University（普渡大学爱德华森工业工程学院） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系） 纠错

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

AI总结 研究提出集成 VTAP 和触觉阵列传感器手指的夹爪，利用指掌协同与多模态感知实现操作。通过双模态手掌扩展能力，提出重定向框架。经多任务实验验证，该夹爪及框架为灵巧夹爪设计等提供实用参考架构。

Comments 8 pages, 10 figures, accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project webpage: https://yuhochau.github.io/vtap/

Learning Forward & Reverse Skills from a Single Unfinished Demonstration for Constrained Manipulation Tasks

从单个未完成演示中学习正向和反向技能以完成受限操作任务

Yexin Hu, Haoyi Zheng, Johannes Heidersberger, Dongheui Lee

机构 * Autonomous Systems Lab, Technische Universität Wien (TU Wien)（自主系统实验室，维也纳工业大学（TU Wien）） ； Institute of Robotics and Mechatronics, German Aerospace Center (DLR)（机器人与机电一体化研究所，德国航空航天中心（DLR）） 纠错

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

AI总结 针对受限操作任务，提出统一一次性框架，从单个未完成演示学习正反向技能。将演示分阶段，用DMP编码非接触运动，螺旋运动原语表示接触运动，经实验验证，相比基线提升了成功率与鲁棒性。

SegDiff: Segmented Trajectory Diffusion for Consistent and Adaptive Robot Manipulation

SegDiff：用于一致且自适应机器人操作的分段轨迹扩散

Haidong Cao, Wenjun Cao, Quanhao Li, Sicheng Xie, Zhiying Du, Jiaqi Leng, Zuxuan Wu, Yu-Gang Jiang

机构 * Institute of Trustworthy Embodied AI, Fudan University, China（可信具身人工智能研究院，复旦大学，中国） ； Shanghai Key Laboratory of Multimodal Embodied AI, China（上海多模态具身人工智能重点实验室，中国） 纠错

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

AI总结 研究针对机器人模仿学习中现有方法的不足，提出SegDiff闭环视觉运动策略，分解示范为运动段并预测连续轨迹，利用扩散模型等提出动态时间集成机制，在多场景中性能优于现有方法，能处理长时间依赖并保持实时适应与控制稳定。