机器人 / 具身智能

Scaling Robot Supervision to Hundreds of Hours with RoboTurk: Robotic Manipulation Dataset through Human Reasoning and Dexterity

Ajay Mandlekar, Jonathan Booher, Max Spero, Albert Tung, Anchit Gupta, Yuke Zhu, Animesh Garg, Silvio Savarese, Li Fei-Fei

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

Comments Published at IROS 2019

The Curse of Precision: A Data Scaling Law for High-Precision Robotic Manipulation

精度的诅咒：高精度机器人操作的数据缩放定律

Cuijie Xu, Yuanfan Xu, Min Xue, Jianjie Lin, Jian Wang, Xudong Zhang, Yu Wang, Jincheng Yu

机构 * Tsinghua University（清华大学） ； OpenMind (WuHu) Robotics Co., Ltd.（芜湖悟灵机器人有限公司） 纠错

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

AI总结 研究机器人装配等封闭世界任务中数据与精度的关系，提出新缩放定律log(N) ∝ 1/(P - c)，揭示极限精度c是系统涌现属性，经实验验证，为精度提供理论框架和评估指标，指导高精度操作系统开发调试。

Comments 8 pages, 4 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)

CLAMP: Contrastive Learning for 3D Multi-View Action-Conditioned Robotic Manipulation Pretraining

CLAMP: 基于对比学习的3D多视角动作条件机器人操控预训练

I-Chun Arthur Liu, Krzysztof Choromanski, Sandy Huang, Connor Schenck

机构 * Google DeepMind（谷歌DeepMind） ； University of Southern California（南加州大学） 纠错

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

AI总结 CLAMP通过3D点云和机器人动作进行预训练，利用对比学习提升机器人操控精度与效率，优于现有基线方法。

Comments Accepted to the Robotics: Science and Systems (RSS) 2026

MLA: A Multisensory Language-Action Model for Multimodal Understanding and Forecasting in Robotic Manipulation

MLA：一种多感官语言-动作模型，用于机器人操作中的多模态理解和预测

Zhuoyang Liu, Jiaming Liu, Jiadong Xu, Nuowei Han, Chenyang Gu, Hao Chen, Kaichen Zhou, Renrui Zhang, Kai Chin Hsieh, Kun Wu, Zhengping Che, Jian Tang, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机科学学院，北京大学） ； Beijing Innovation Center of Humanoid Robotics (X-Humanoid)（北京类人机器人创新中心（X-Humanoid）） ； The Chinese University of Hong Kong (CUHK)（香港中文大学（CUHK）） 纠错

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

AI总结 本文提出MLA模型，通过多感官融合与未来目标预测，提升机器人在复杂接触任务中的操控能力，实验显示其在2D和3D任务中性能优于现有方法。

Comments Project page: https://robotic-mla.github.io/

Diff-DAgger: Uncertainty Estimation with Diffusion Policy for Robotic Manipulation

Sung-Wook Lee, Xuhui Kang, Yen-Ling Kuo

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

Comments Project website: diffdagger.github.io 8 pages, 6 figures, accepted by International Conference on Robotics and Automation (ICRA) 2025

An Open Tele-Impedance Framework to Generate Data for Contact-Rich Tasks in Robotic Manipulation

Alberto Giammarino, Juan M. Gandarias, Arash Ajoudani

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

Comments 6 pages, 4 figures, submitted to IEEE International Conference on Advanced Robotics and Its Social Impacts 2023 (ARSO)

Q-attention: Enabling Efficient Learning for Vision-based Robotic Manipulation

Stephen James, Andrew J. Davison

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

Comments IEEE Robotics and Automation Letters, 2022 (+ presentation at ICRA 2022). Videos and code found at: https://sites.google.com/view/q-attention

Learning to Scaffold the Development of Robotic Manipulation Skills

Lin Shao, Toki Migimatsu, Jeannette Bohg

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

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2020

Estimation and Exploitation of Objects' Inertial Parameters in Robotic Grasping and Manipulation: A Survey

Nikos Mavrakis, Rustam Stolkin

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

Comments To be published in Robotics and Autonomous Systems, Elsevier

Human-centered manipulation and navigation with Robot DE NIRO

Fabian Falck, Sagar Doshi, Nico Smuts, John Lingi, Kim Rants, Petar Kormushev

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

Comments In Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2018) Workshop "Towards Robots that Exhibit Manipulation Intelligence", Madrid, Spain, Oct. 1, 2018

Robotic Manipulation is Vision-to-Geometry Mapping: Vision-Geometry Backbones over Language and Video Models

机器人操作是视觉到几何映射（f(v)→G）：超越语言和视频模型的视觉-几何骨干

Zijian Song, Qichang Li, Jiawei Zhou, Zhenlong Yuan, Tianshui Chen, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Laboratory of Big Data Analysis（大数据分析与处理广东省重点实验室） ； X-Era AI Lab（X-Era人工智能实验室） ； AMAP, Alibaba（阿里妈妈实验室） ； Guangdong University of Technology（广东工业大学） 纠错

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

AI总结 本文提出基于视觉-几何骨干的机器人操作方法，通过直接利用预训练的3D表示生成动作，优于传统语言或视频模型，在精确操作和零样本泛化中表现更优。

Comments Accepted at ACM Multimedia 2026

EchoVLA: Robotic Vision-Language-Action Model with Synergistic Declarative Memory for Mobile Manipulation

EchoVLA：用于VLA驱动移动操作的协同声明记忆

Min Lin, Xiwen Liang, Bingqian Lin, Jingzhi Liu, Zijian Jiao, Kehan Li, Ziang Yan, Yu Sun, Weijia Liufu, Yuhan Ma, Jiarui Hu, Yuecheng Liu, Shen Zhao, Yuzheng Zhuang, Xiaodan Liang

机构 * Shenzhen Campus of Sun Yat-sen University, Shenzhen, China（中山大学深圳校区） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学） ； Huawei Noah's Ark Lab, China（华为诺亚方舟实验室） 纠错

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

AI总结 EchoVLA通过协同声明记忆提升移动操作性能，结合场景与事件记忆，利用注意力融合指导基臂策略，实现高效导航与操作。

ViTacWorld: Scaling Visuo-Tactile World Models for Contact-Rich Robot Manipulation

ViTacWorld：用于丰富接触式机器人操作的视觉-触觉世界模型扩展

Yunao Huang, Shiyu Sang, Haotao Lu, Suting Ni, Shijie Wu, Ziyang Guo, Ye Shi, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） ； InstAdapt 纠错

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

AI总结 研究针对丰富接触式机器人操作中视觉-触觉学习扩展难的问题，提出ViTacWorld模型，利用真实和模拟数据预训练并微调，能根据机器人动作预测视觉与触觉反馈，实现动作条件策略评估，提升策略性能。

Comments 18 pages, 6 figures, 5 tables. Project page: https://vitacworld.github.io/

Scaling Cross-Embodiment World Models for Dexterous Manipulation

为灵巧操作扩展跨实体世界模型

Zihao He, Bo Ai, Tongzhou Mu, Yulin Liu, Weikang Wan, Jiawei Fu, Yilun Du, Henrik I. Christensen, Hao Su

机构 * UC San Diego（UC圣迭戈大学） ； Harvard University（哈佛大学） ； Shanghai Jiao Tong University（上海交通大学） ； Hillbot 纠错

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

AI总结 研究跨实体学习中不同形态机器人数据共享和控制转移问题，提出将人类和机器人手表示为3D粒子集，在随机交互数据上训练基于图的世界模型并与模型预测控制集成，实验表明该方法能提高泛化能力、有效结合数据并实现不同机器人手的控制。

Comments Accepted to IROS 2026, Project Page: https://alan-heoooh.github.io/dexwm.html

Data Scaling Laws in Imitation Learning for Robotic Manipulation

机器人操作模仿学习中的数据缩放定律

Fanqi Lin, Yingdong Hu, Pingyue Sheng, Chuan Wen, Jiacheng You, Yang Gao

机构 * Tsinghua University（清华大学） ； Shanghai Qi Zhi Institute（上海期智研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 通过收集超过4万次演示和1.5万次真实机器人 rollout，发现策略泛化性能与环境和物体数量呈幂律关系，环境和物体多样性比演示数量更重要，据此提出高效数据收集策略。

STORM: Slot-based Task-aware Object-centric Representation for robotic Manipulation

STORM：基于槽的任务感知面向对象的机器人操作表示

Alexandre Chapin, Emmanuel Dellandréa, Liming Chen

机构 * Ecole Centrale de Lyon, LIRIS（里尔森中央理工大学，LIRIS实验室） 纠错

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

AI总结 提出STORM模块，通过多阶段训练策略将冻结的视觉基础模型与语义感知槽结合，生成面向对象的任务感知表示，提升机器人操作在视觉干扰下的泛化性和控制性能。

World Value Models for Robotic Manipulation

机器人操作的世界价值模型

Zhihao Wang, Jianxiong Li, Yu Cui, Yuan Gao, Xianyuan Zhan, Junzhi Yu, Xiao Ma

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出世界价值模型（WVM），融合世界模型与价值估计，通过时序建模评估数据质量，在标准基准和次优轨迹基准上达到SOTA，提升策略学习性能。

Comments preprint

PAIWorld: A 3D-Consistent World Foundation Model for Robotic Manipulation

PAIWorld: 用于机器人操作的三维一致世界基础模型

Yuhang Huang, Xuan Lv, Junyan Xu, Zhiyuan Yu, Jiazhao Zhang, Ruizhen Hu, Wancheng Feng, Shilong Zou, Hewen Xiao, Ziqiao Zhou, Kaiyun Huang, Zhiyu Peng, Juzhan Xu, Hang Zhao, Chenyang Zhu, Renjiao Yi, Yifei Huang, Douhui Wu, Yan Zhang, Kexu Cheng, Chunhe Song, Yunzhi Xue, Xiuhong Zhang, Leitao Guo, Yunji Chen, Bin Wu, Haibin Yu, Kai Xu

机构 * Institute of AI for Industries, Chinese Academy of Sciences（中国科学院人工智能产业研究院） 纠错

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

AI总结 提出PAIWorld框架，通过几何感知交叉注意力、几何旋转位置编码和潜在3D-REPA蒸馏，解决多视图世界模型的3D不一致问题，在机器人操作基准上取得领先性能。

ContactWorld: What Matters in Vision-Tactile World Models for Contact-Rich Manipulation

ContactWorld: 视觉-触觉世界模型中什么对接触丰富操作至关重要

Zhiyuan Zhang, Pokuang Zhou, Kaidi Zhang, Adeesh Desai, Temitope Amosa, Davood Soleymanzadeh, Jiuzhou Lei, Minghui Zheng, Yu She

机构 * School of Industrial Engineering, Purdue University（普渡大学工业工程学院） ； Department of Mechanical Engineering, Texas A&M University（德克萨斯农工大学机械工程系） 纠错

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

AI总结 通过12项接触丰富操作任务，发现空间结构化和时间连续的表征（如点云）能显著提升规划成功率，且触觉传感的有效性依赖于跨模态表征兼容性。

Comments 32 pages, 12 figures, supplementary material included

MALLVI: A Multi-Agent Framework for Integrated Generalized Robotics Manipulation

MALLVI：一种多智能体框架用于集成通用机器人操作

Mehrshad Taji, Arad Mahdinezhad Kashani, Iman Ahmadi, AmirHossein Jadidi, Saina Kashani, Babak Khalaj

机构 * Department of Electrical Engineering, Sharif University of Technology（电气工程系，谢里夫大学） 纠错

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

AI总结 MALLVI通过多智能体协作实现闭环反馈驱动的机器人操作，提升泛化能力和零样本任务成功率。

Comments Some fundemental change in text and codebase

V-CAGE: Vision-Closed-Loop Agentic Generation Engine for Robotic Manipulation

V-CAGE：用于机器人操作的视觉闭环代理生成引擎

Yaru Liu, Ao-bo Wang, Nanyang Ye

机构 * University of Cambridge（剑桥大学） ； Wuhan University（武汉大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 V-CAGE通过闭环代理生成框架实现机器人数据合成，结合语义布局规划和视觉自验证，提升环境生成的语义结构和可达性，解决传统方法在场景生成中的不足。

Gaze-Regularized Vision-Language-Action Models for Robotic Manipulation

用于机器人操作的视觉-语言-动作模型中的目光正则化

Anupam Pani, Yanchao Yang

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

AI总结 本文提出一种目光正则化框架，通过将目光热图转换为补丁分布，并利用KL散度正则化Transformer注意力，提升机器人操作任务的性能和可解释性。

Which Reconstruction Model Should a Robot Use? Routing Image-to-3D Models for Cost-Aware Robotic Manipulation

机器人应使用哪种重建模型？为成本感知的机器人操作路由图像到3D模型

Akash Anand, Aditya Agarwal, Leslie Pack Kaelbling

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文提出SCOUT框架，通过分离重建评分的两个组件，为机器人操作选择适合的3D重建模型，支持动态调整和多维成本约束。

Comments 8 pages, 7 tables, 3 figures. Supplementary material included. Project page: https://scout-model-routing.github.io

Goal-VLA: Image-Generative VLMs as Object-Centric World Models Empowering Zero-shot Robot Manipulation

Goal-VLA: 图像生成视觉语言模型作为对象中心世界模型，赋能零样本机器人操作

Haonan Chen, Jingxiang Guo, Bangjun Wang, Tianrui Zhang, Xuchuan Huang, Boren Zheng, Yiwen Hou, Chenrui Tie, Jiajun Deng, Lin Shao

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； The HKU Musketeers Foundation Institute of Data Science, The University of Hong Kong（香港大学数据科学研究院） ； Yuanpei College, Peking University（北京大学元培学院） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

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

AI总结 本文提出Goal-VLA框架，利用图像生成视觉语言模型生成目标状态，通过对象状态表示分离高阶与低阶策略，提升机器人操作的泛化能力。

LOME: Learning Human-Object Manipulation with Action-Conditioned Egocentric World Model

LOME：基于动作条件的视点世界模型学习人类-物体操控

Quankai Gao, Jiawei Yang, Qiangeng Xu, Le Chen, Yue Wang

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 LOME通过结合空间人类动作与环境上下文，生成逼真的人-物交互视频，提升动作跟随精度与泛化能力，实现物理效果如液体倒出。

Ada3Drift: Adaptive Training-Time Drifting for One-Step 3D Visuomotor Robotic Manipulation

Ada3Drift: 适应性训练时间漂移用于一步式三维视觉-运动机器人操作

Chongyang Xu, Yixian Zou, Ziliang Feng, Fanman Meng, Shuaicheng Liu

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

AI总结 Ada3Drift通过将迭代细化从推理时间转移到训练时间，实现高保真的单步三维视觉-运动机器人操作生成，同时在少样本条件下提升性能并减少计算成本。

From Transportation to Manipulation: Transforming Magnetic Levitation to Magnetic Robotics

从运输到操作：将磁悬浮转化为磁机器人

Lara Bergmann, Noah Greis, Klaus Neumann

机构 * CITEC, Faculty of Technology, Bielefeld University（CITEC，技术学院，比勒菲尔德大学） ； Fraunhofer IOSB-INA（弗劳恩霍夫IOSB-INA） 纠错

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

AI总结 本文提出了一种低成本的六自由度磁机器人平台，通过结合两个移动器，实现了高精度的运输与操作一体化，提升了制造系统的灵活性和效率。

Learning to unfold cloth: Scaling up world models to deformable object manipulation

学习展开布料：将世界模型扩展到可变形物体操控

Jack Rome, Stephen James, Subramanian Ramamoorthy

机构 * University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 本文提出了一种基于改进的DreamerV2架构，在空中操控不同布料，通过改进模型结构和数据增强策略，提升对可变形物体操控的泛化能力。

Comments 8 pages, 5 figures, 3 tables

Say, Dream, and Act: Learning Video World Models for Instruction-Driven Robot Manipulation

说、梦、做：学习视频世界模型以驱动指令式机器人操作

Songen Gu, Yunuo Cai, Tianyu Wang, Simo Wu, Yanwei Fu

机构 * Fudan University（复旦大学） 纠错

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

AI总结 本文提出一种视频条件动作框架，通过生成稳健的视频模型和对抗性蒸馏，提升机器人操作中的预测能力和空间准确性。

ConLA: Contrastive Latent Action Learning from Human Videos for Robotic Manipulation

ConLA：从人类视频中通过对比学习学习机器人操作

Weisheng Dai, Kai Lan, Jianyi Zhou, Bo Zhao, Xiu Su, Junwen Tong, Weili Guan, Shuo Yang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； State Key Laboratory of Mobile Network and Mobile Multimedia Technology, Shenzhen（移动网络与移动多媒体技术国家重点实验室（深圳）） ； ZTE Corporation（中兴通讯） ； Shanghai Jiao Tong University（上海交通大学） ； Central South University（中南大学） 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 ConLA通过对比学习从人类视频中学习机器人操作，有效解决潜在表示中的捷径学习问题，提升机器人学习的可扩展性。