机器人 / 具身智能

KnowAct-GUIClaw: Know Deeply, Act Perfectly, Personal GUI Assistant with Self-Evolving Memory and Skill

KnowAct-GUIClaw：深度理解、完美执行，具有自我进化记忆和技能的个人GUI助手

Yunxin Li, Jinchao Li, Shibo Su, Zhenran Xu, Chenrui Zhao, Tongshu Bian, Xiaoman Liang, Meishan Zhang, Baotian Hu, Min Zhang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

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

AI总结 针对OpenClaw的不足，提出深度理解、完美执行范式，介绍KnowAct-GUIClaw框架，通过多系统实验验证其在效率、准确性和跨平台适应性方面的优势，且知识记忆和执行技能可跨基础模型迁移。

Comments 29 pages, 9 figures

Legible Shared Autonomy: Implicit Communication of Robot Belief through Motion

可理解的共享自主：通过运动隐式传达机器人信念

Jinwei Liu, Pengfei Li, Shaofeng Chen, Tao Wang, Yun-Bo Zhao

机构 * Department of Automation, University of Science and Technology of China（自动化系，中国科学技术大学） ； Department of Automation, Hefei University of Technology（自动化系，合肥工业大学） ； National Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室） 纠错

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

AI总结 针对共享自主系统中机器人意图不透明导致用户控制效率低的问题，提出通过可理解运动隐式传达机器人信念，并基于置信度自适应分配控制权，实验证明该方法显著提升用户对机器人信念的理解并减少控制负担。

Comments Accepted at IROS 2026

Value Drifts: Tracing Value Alignment During LLM Post-Training

价值漂移：在大语言模型训练后追踪价值对齐

Mehar Bhatia, Shravan Nayak, Gaurav Kamath, Marius Mosbach, Karolina Stańczak, Vered Shwartz, Siva Reddy

机构 * Mila - Quebec AI Institute（魁北克人工智能研究所） ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

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

AI总结 研究大语言模型训练后价值对齐问题，通过实验区分训练后算法和数据集影响，测量价值漂移，发现SFT阶段确立模型价值，后续偏好优化难重对齐，不同算法在偏好数据不变时也有不同结果，为相关选择提供见解。

Comments TACL 2026

Efficiency, Feasibility, and Incentive-Awareness in Constrained Online Resource Allocation

受限在线资源分配中的效率、可行性和激励意识

Yan Dai, Negin Golrezaei, Patrick Jaillet

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

AI总结 研究长期约束下不可分割资源给策略性主体的动态分配，提出激励感知原始对偶框架，整合组件抑制操纵，设计新算法克服障碍，实现$\tilde{\mathcal O}(\sqrt T)$社会福利遗憾，满足约束并诱导近似真实均衡，还能推广到多单位多需求问题。

Comments A preliminary version was accepted to NeurIPS 2025. This version includes extension to multi-unit resource allocation, expanded numerical simulation, extensively refind technical exposition, and enhanced literature review and positioning

SPECTRA: Context-Conditioned Spectral Movement Primitives for Robot Skill Generalization

SPECTRA：用于机器人技能泛化的上下文条件频谱运动基元

Boxuan Zhang, Sheng Liu, Chenlin Ming, Ahmed Abdelrahman

机构 * Technical University of Munich（慕尼黑工业大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 研究机器人操作模仿学习中如何保留任务几何形状与动态可允许运动，提出频谱运动基元框架，结合任务空间与关节空间调节，经实验验证该方法在多方面表现良好，能有效实现技能泛化。

When Does Personality Composition Matter for Multi-Agent LLM Teams?

人格构成何时对多智能体LLM团队重要？

Aryan Keluskar, Amrita Bhattacharjee, Huan Liu

机构 * School of Computing & AI（计算与人工智能学院） 纠错

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

AI总结 研究通过操纵前沿LLM的人格特质，发现人格对多智能体团队性能的影响取决于任务结构：在编码任务中影响小，在开放协作和谈判任务中显著降低性能。

Comments Accepted to COLM 2026 (20 pages, 6 figures)

Journal ref Conference on Language Modeling (COLM), San Francisco, USA, October 6-9, 2026

LapSurgie: Humanoid Robots Performing Surgery via Teleoperated Handheld Laparoscopy

LapSurgie: 人形机器人通过远程操控手持腹腔镜进行手术

Zekai Liang, Xiao Liang, Soofiyan Atar, Sreyan Das, Zoe Chiu, Peihan Zhang, Calvin Joyce, Florian Richter, Shanglei Liu, Michael C. Yip

机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） ； School of Electrical and Computer Engineering, Cornell University（康奈尔大学电气与计算机工程学院） ； UC San Diego Health（加州大学圣地亚哥医学中心） 纠错

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

AI总结 LapSurgie是一种基于人形机器人的腹腔镜远程操控框架，通过逆映射策略实现精准手到工具控制，并通过用户研究验证了其在微创手术中的可行性。

Faster Completion, Less Learning: Generative AI Reduced Study Time on Math Problems and the Knowledge They Build

更快完成，更少学习：生成式AI减少了学生在数学问题及所构建知识上的学习时间

Sina Rismanchian, Hasan Uzun, Jeffrey Matayoshi, Eric Cosyn, Eyad Kurd-Misto

机构 * University of California, Irvine（加州大学尔湾分校） ； McGraw Hill（麦格劳-希尔） 纠错

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

AI总结 本研究探讨生成式AI如何影响学生的学习过程和学习成果，通过分析大量学习互动数据，发现AI使用导致学生在可被AI处理的问题上学习时间减少，但这种效率提升在监考情况下消失，揭示了AI对学习行为和知识构建的深远影响。

ProSGNeRF: Progressive Dynamic Neural Scene Graph with Frequency Modulated Foundation Model in Urban Scenes

ProSGNeRF：城市场景中基于频率调制基础模型的渐进式动态神经场景图

Tianchen Deng, Yanbo Wang, Yejia Liu, Chenpeng Su, Jingchuan Wang, Danwei Wang, Shao-Yuan Lo, Weidong Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； National Taiwan University（国立台湾大学） 纠错

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

AI总结 针对大规模城市场景中快速移动对象建模及相机自我运动处理难题，提出ProSGNeRF，通过渐进式场景图网络架构学习局部场景表示，利用基础模型网络编码潜码并引入频率调制模块，提升视图合成等能力。

Comments Accepted by IJCV 2026

Improving Language Agents through BREW: Bootstrapping expeRientially-learned Environmental knoWledge

通过BREW改进语言智能体：引导式经验学习环境知识

Shashank Kirtania, Param Biyani, Priyanshu Gupta, Yasharth Bajpai, Roshni Iyer, Sumit Gulwani, Gustavo Soares

机构 * University of Michigan（密歇根大学） ； Independent（独立研究者） ； Microsoft（微软） ； Apple（苹果公司） 纠错

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

AI总结 研究基于LLM的智能体无法从经验学习的问题，提出BREW框架，通过提炼交互轨迹成知识库、引入EG-MCTS算法及适应事后重标记等方法，在多基准测试中提升任务成功率并减少执行步骤，且知识库具有良好特性。

Greedy Heuristics for Sampling-Based Motion Planning in High-Dimensional State Spaces

高维状态空间中基于采样的运动规划的贪心启发式算法

Phone Thiha Kyaw, Anh Vu Le, Rajesh Elara Mohan, Jonathan Kelly

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

AI总结 研究高维状态空间中基于采样的运动规划问题，提出贪心有信息集，刻画其在类似RRT*规划器中的行为。基于此提出G-RRT*，实验表明它能快速找初始解并渐近收敛到最优路径，性能优于现有采样规划器。

Comments Submitted to the Autonomous Robots journal

The Surprising Effectiveness of Video Diffusion Models for Hand Motion Reconstruction

视频扩散模型在手部运动重建中的惊人有效性

Yuxi Wang, Chengkai Jin, Yufei Liu, Wenqi Ouyang, Tianyi Wei, Zhiwei Zeng, Siyuan Huang, Zhiqi Shen, Xingang Pan

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出ViDiHand，利用预训练视频扩散模型重建4D双手姿态，无需检测器或优化，在多个基准上显著超越现有方法。

Retrieval-Augmented Generation Must Move Beyond Factual Grounding to Represent Diverse Opinions

检索增强生成必须超越事实基础以代表多样化观点

Aditya Agrawal, Alwarappan Nakkiran, Darshan Fofadiya, Alex Karlsson, Harsha Aduri, Aman Singh Thakur

机构 * Amazon.com（亚马逊公司） 纠错

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

AI总结 本文指出检索增强生成系统存在系统性事实偏差，并提出需要在检索系统设计上进行范式转变，通过不确定性量化方法提出统一目标，并展示Opinion-Aware RAG架构在两个领域中的实验结果，证明其在多样性、公平性和准确性方面的提升。

Comments 18 pages, Preprint under review

Beyond Success Rates: Trainability and Extractability for Offline GCRL

超越成功率：离线目标条件强化学习的可训练性和可提取性

Jan Malte Töpperwien, Aditya Mohan, Marius Lindauer

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

AI总结 研究离线目标条件强化学习中各方法的可训练性和可提取性差距，通过构建可训练性景观及配对提取诊断，发现仅成功率不能确立广泛可提取行为，可训练性景观揭示差距，提取诊断提供低成本视角观察信号成策略的过程。

InferNet: Exploiting Aggregate GPU Profiles as Side-Channel for DNN Architecture Inference

InferNet：利用聚合GPU配置文件作为旁道进行DNN架构推理

Raja Hasnain Anwar, Jonah O'Brien Weiss, Tiago Alves, Sandip Kundu

机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Rio de Janeiro State University（里约热内卢州立大学） 纠错

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

AI总结 研究针对DNN面临的安全威胁，提出InferNet方法，利用简单系统级信息，通过分析GPU相关内容推断DNN架构，在多框架、类型和平台上验证其有效性，能以高准确率提取模型架构。

Comments 27 pages, 7 figures, 10 tables

KYON: Semi-Modular Wheel-Legged Quadruped With Agile Bimanual Capability

KYON: 具有敏捷双臂能力的半模块化轮腿四足机器人

Luca Rossini, Arturo Laurenzi, Francesco Ruscelli, Yifang Zhang, Jingcheng Jiang, Giovanbattista Gravina, Lorenzo Baccelliere, Corrado Burchielli, Stefano Cordasco, Luca Muratore, Nikos Tsagarakis

机构 * Humanoids and Human Centered Mechatronics, Fondazione Istituto Italiano di Tecnologia（人机一体化机械系统，意大利理工研究院） ； Advanced Robotics Facility, Fondazione Istituto Italiano di Tecnologia（先进机器人设施，意大利理工研究院） 纠错

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

AI总结 提出KYON半模块化轮腿四足机器人，通过基座致动器与传动机构降低远端惯量，结合全身控制与强化学习策略实现动态运动与双臂操作。

A Comparative Study of EMG- and IMU-based Gesture Recognition at the Wrist and Forearm

基于肌电图和惯性测量单元的手腕和前臂手势识别比较研究

Soroush Baghernezhad, Elaheh Mohammadreza, Vinicius Prado da Fonseca, Ting Zou, Xianta Jiang

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

AI总结 研究基于IMU信号的手势识别潜力，通过比较不同肌肉群，发现其含足够信息用于静态手势识别，肌腱诱导微运动是主要贡献因素，该研究为多领域手势识别及假肢可用性提升提供新可能。

Stage-wise Attention-Guided Region Sequencing for Adversarial Attacks on Large Vision-Language Models

用于对大型视觉语言模型进行对抗攻击的逐阶段注意力引导区域排序

Jaehyun Kwak, Nam Cao, Boryeong Cho, Segyu Lee, Sumyeong Ahn, Se-Young Yun

机构 * KAIST（韩国科学技术院） ； KENTECH（KENTECH研究院） 纠错

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

AI总结 研究针对大型视觉语言模型的有针对性对抗攻击，基于注意力分析提出逐阶段注意力引导区域排序，介绍了黑盒区域排序框架SAGA，在多个模型上取得了最先进的攻击成功率和最佳不可感知性。

Comments Pre-print

NeHMO: Neural Hamilton-Jacobi Reachability Learning for Decentralized Safe Multi-Arm Motion Planning

NeHMO：用于分散式安全多臂运动规划的神经Hamilton-Jacobi可达性学习

Qingyi Chen, Zachary Kingston, Ahmed H. Qureshi

机构 * Department of Computer Science at Purdue University（普渡大学计算机科学系） 纠错

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

AI总结 提出基于神经Hamilton-Jacobi可达性学习的方法，学习安全值函数以捕获最坏情况下的臂间安全约束，并开发分散式轨迹优化框架，实现可扩展、数据高效的多臂运动规划。

Spintronics for image recognition: performance benchmarking via data-driven simulations

自旋电子学用于图像识别：通过数据驱动模拟进行性能基准测试

Anatole Moureaux, Chloé Chopin, Simon de Wergifosse, Laurent Jacques, Flavio Abreu Araujo

机构 * Institute of Condensed Matter and Nanosciences, Université catholique de Louvain（比利时列日大学凝聚态与纳米科学研究所） ； Univ. Grenoble Alpes, CEA, CNRS, Grenoble INP, SPINTEC（格勒诺布尔阿尔卑斯大学、CEA、CNRS、格勒诺布尔INP、SPINTEC） ； Institute for Information and Communication Technologies, Electronics and Applied Mathematics, Université catholique de Louvain（比利时列日大学信息与通信技术、电子与应用数学研究所） 纠错

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

AI总结 基于数据驱动Thiele方程模拟的磁隧道结自旋扭矩振荡器作为极端学习机的非线性源，在MNIST等数据集上实现图像分类，性能与ReLU和sigmoid相当。

Comments 15 pages, 5 figures

Universal Image Immunization against Diffusion-based Image Editing via Semantic Injection

基于语义注入的通用图像免疫方法抵御基于扩散模型的图像编辑

Chanhui Lee, Donggyu Choi, Seunghyun Shin, Hae-Gon Jeon, Jeany Son

机构 * POSTECH（浦项科技大学） ； GIST（光州科学技术院） ； Yonsei University（延世大学） 纠错

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

AI总结 提出首个通用对抗扰动框架，通过语义注入使扩散模型误解输入图像，抑制原始内容，从而有效阻断未经授权的编辑，在通用扰动设置下优于基线，并具备黑盒迁移性。

Comments ECCV 2026

NeuroFilter: Activation-Based Guardrails for Privacy-Conscious LLM Agents

NeuroFilter: 基于激活的隐私意识LLM智能体防护栏

Saswat Das, Ferdinando Fioretto

机构 * University of Virginia（弗吉尼亚大学） 纠错

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

AI总结 提出基于激活探测的隐私过滤器，高效检测LLM智能体在单轮和多轮对话中的不当信息泄露，首次系统研究对话轨迹中的模型内部状态变化。

TacGen: Touch Is a Necessary Dimension of Physical-World Representation -- Addressing Tactile Data Scarcity with Scalable Vision-to-Touch Alignment and Generation

TacGen: 触觉是物理世界表征的必要维度——通过可扩展的视觉到触觉对齐与生成解决触觉数据稀缺问题

Wanghao Ye, Aarosh Das, Sihan Chen, Yiting Wang, Bowei Tian, Guoheng Sun, Shwai He, Zheyu Shen, Ziyao Wang, Yexiao He, Zhaoyi Liu, Meng Liu, Yuning Zhang, Meng Feng, Ziyi Wang, Yilong Dai, Yifei Dong, Siyuan Peng, Zhenle Duan, Joshua Liu, Lang Xiong, Ang Li

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Alabama（阿拉巴马大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 针对触觉数据稀缺问题，提出TacGen方法，通过视觉-触觉对比对齐和潜在空间残差MLP生成器合成触觉潜在表示，在质量、密度、硬度等物理属性预测上显著优于纯视觉模型，并大幅提升触觉操作性能。

Comments 49 pages, 29 figures

Neural Control: Adjoint Learning Through Equilibrium Constraints

神经控制：通过平衡约束的伴随学习

Dezhong Tong, Jiawen Wang, Hengyi Zhou, Yinglong Shen, Xiaonan Huang, M. Khalid Jawed

机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

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

AI总结 提出Neural Control框架，利用伴随方法通过平衡条件微分传播梯度，避免求解器展开，结合滚动时域延续实现长时程隐式控制，在可变形线性物体操作中验证有效性。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

AeroGrab: A Unified Framework for Aerial Grasping in Cluttered Environments

AeroGrab：杂乱环境下的空中抓取统一框架

Shivansh Pratap Singh, Naveen Sudheer Nair, Samaksh Ujjawal, Sarthak Mishra, Soham Patil, Rishabh Dev Yadav, Spandan Roy

机构 * Robotics Research Center (RRC)（机器人研究中心） ； IIIT Hyderabad（IIIT海得拉巴） ； Department of Computer Science（计算机科学系） ； The University of Manchester（曼彻斯特大学） 纠错

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

AI总结 提出一个集成主动探索、语言指令和碰撞感知抓取选择的端到端空中抓取框架，在杂乱环境中实现可靠抓取。

PRISON: Unmasking the Criminal Potential of Large Language Models

PRISON：揭示大型语言模型的犯罪潜力

Xinyi Wu, Geng Hong, Pei Chen, Yueyue Chen, Xudong Pan, Min Yang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 提出PRISON框架，通过五个特质量化LLMs的犯罪潜力，发现最先进模型常表现出犯罪倾向，且检测欺骗行为准确率仅44%。

Towards Reliable Recommender Systems for Rating Data

面向评分数据的可靠推荐系统

Aurore Archimbaud, Andreas Alfons, Ines Wilms

机构 * TBS Business School（图卢兹商学院） ； Erasmus University Rotterdam（鹿特丹伊拉斯姆斯大学） ； Maastricht University（马斯特里赫特大学） 纠错

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

AI总结 针对评分数据中的离散性、恶意操纵、非随机缺失等挑战，提出鲁棒离散矩阵补全方法（RDMC），通过案例和仿真实验验证其可靠性。

Real-Time Safety Evaluation of Human Arm Operations Using a Wrist-Mounted IMU with PSM System

基于腕戴式IMU与PSM系统的人体手臂操作实时安全评估

Musab Zubair Inamdar, Alhusain Al Hadrami, Seyed Amir Tafrishi

机构 * Geometric Mechanics and Mechatronics in Robotics (gm 2 R) Lab, School of Engineering, Cardiff University（几何力学与机电一体化机器人实验室，工程学院，卡迪夫大学） 纠错

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

AI总结 提出一种集成腕戴式惯性测量单元(IMU)与预测安全模型(PSM)的实时安全监测方法，通过弹簧-阻尼-质量模型优化手腕运动，采用基于阻抗的概率安全评估，在三种制造任务中验证了有效性。

Comments 6 pages, Accepted to TAROS2026, Manchester

Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces

Shepherd: 一个为元代理提供形式化执行迹的运行时基座

Simon Yu, Derek Chong, Ananjan Nandi, Dilara Soylu, Jiuding Sun, Christopher D Manning, Weiyan Shi

机构 * Northeastern University（东北大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出Shepherd，一个基于函数式编程的Python运行时基座，将代理执行作为一等对象，通过类似Git的执行迹支持元代理的检查、分叉和重放，在三个用例中显著提升性能。

Comments 50 pages, 22 figures, 14 tables

Epistemic Bias Injection: Manipulating LLM Opinion via Selective Context Retrieval

认知偏见注入：通过选择性上下文检索操纵LLM观点

Hao Wu, Prateek Saxena

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 研究通过检索增强生成（RAG）数据库注入事实正确但认知偏见的段落，以操纵LLM输出立场，并提出基于几何度量的攻击与防御方法BiasDef。