机器人 / 具身智能

Real-Time sEMG-Based Telecontrol of an Assistive Robotic Arm Using a 1D Convolutional Neural Network

基于一维卷积神经网络的实时表面肌电辅助机器人手臂遥操作

Edgar Manacorda, Mena Samir Kama Abouseffien, Olivier Lecompte, Amandine Gesta, Abolfazl Mohebbi

机构 * Polytechnique Montréal（蒙特利尔综合理工大学） 纠错

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

AI总结 研究上肢运动障碍者用sEMG控制辅助机器人手臂的问题，核心方法是基于一维卷积神经网络，主要贡献是实现高分类性能、稳定实时行为，证明sEMG遥操作可行性，强调整合多技术的重要性，为后续研究指明方向。

Mask2Real-WM: Segmentation Masks as a Sim-to-Real Bridge for Controllable Dexterous World Models

Mask2Real-WM：作为可控灵巧世界模型的模拟到现实桥梁的分割掩码

Riccardo O. Feingold, Davide Liconti, Chenyu Yang, Robert K. Katzschmann

机构 * Soft Robotic Lab, Department of Mechanical and Process Engineering ETH Zurich, Switzerland（苏黎世联邦理工学院机械与过程工程系软机器人实验室） 纠错

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

AI总结 提出Mask2Real-WM，一种用于灵巧操纵的两阶段动作条件世界模型，将像素预测解耦为动力学和渲染模型，利用分割空间较小的模拟到现实差距，通过合成数据预训练和真实演示微调实现各自由度动作可控。

Comments 23 pages, 24 figures, 4 tables. Preprint. Project page: https://srl-ethz.github.io/Mask2Real-WM/

RoboTacDex: A Dexterous Visual-Tactile-Action Dataset for Humanoid Manipulation

RoboTacDex：用于人形机器人操作的灵巧视觉-触觉-动作数据集

Xinyi Wang, Donghan Li, Zi'Ang Chen, Chong Yu, Chen Xin, Peng Ye, Yingkai Sun, Tao Chen

机构 * Fudan University（复旦大学） ； ByteDance Intelligent Creation（字节跳动智能创作） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 提出RoboTacDex，一个包含6k轨迹、19个任务、23种技能和22个物体的大规模多模态灵巧操作数据集，基于Unitree G1人形机器人构建，提供多视角RGB-D、触觉反馈和语义标注，并评估了三种模仿学习模型。

Learning Transferable Dynamics Priors from Action to World Modeling

从动作到世界建模的可迁移动力学先验学习

Ze Huang, Jiahui Zhang, Hairuo Liu, Chenxi Zhang, Ran Cheng, Li Zhang

机构 * School of Data Science, Fudan University, Shanghai, China（复旦大学数据科学学院，上海，中国） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院，上海，中国） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学，上海，中国） ； McGill University, Montreal, QC, Canada（麦吉尔大学，蒙特利尔，魁北克，加拿大） 纠错

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

AI总结 提出A2World模型，通过大规模机器人操作数据预训练动作条件世界模型，学习可迁移的交互动力学先验，支持模拟器评估和策略学习。

Comments ECCV 2026 Accepted

LaST-HD: Learning Latent Physical Reasoning from Scalable Human Data for Robot Manipulation

LaST-HD：从可扩展人类数据中学习潜在物理推理以进行机器人操作

Jiaming Liu, Yinxi Wang, Chenyang Gu, Siyuan Qian, Xiangju Mi, Hao Chen, Jiawei Chen, Qingpo Wuwu, Xiaoqi Li, Nuowei Han, Yiming Zhang, Xuheng Zhang, Yang Yue, Yeqing Yang, Lei Wang, Peng Jia, Hao Tang, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Simplexity Robotics ； Aether Tech 纠错

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

AI总结 提出LaST-HD框架，通过将人手与机器人演示在共享潜在推理空间中对齐，利用未配对轨迹训练世界模型合成统一潜在目标，实现跨形态物理动力学内化，并开发低成本数据手套OOL Glove，结合混合训练策略，仅用少量人类数据即可达到高泛化性能。

ENPIRE: Agentic Robot Policy Self-Improvement in the Real World

ENPIRE: 现实世界中智能体机器人策略的自我改进

Wenli Xiao, Jia Xie, Tonghe Zhang, Haotian Lin, Letian "Max" Fu, Haoru Xue, Jalen Lu, Yi Yang, Cunxi Dai, Zi Wang, Jimmy Wu, Guanzhi Wang, S. Shankar Sastry, Ken Goldberg, Linxi "Jim" Fan, Yuke Zhu, Guanya Shi

机构 * NVIDIA（英伟达） ； CMU（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校） 纠错

专题命中 机器人操作 ：robot policy(title)；robotics(abstract)；manipulation(abstract)；robotic(abstract)

AI总结 提出ENPIRE框架，通过环境重置、策略执行、结果验证和迭代优化的闭环反馈，使编码智能体自主改进机器人操作策略，在灵巧操作任务上达到99%成功率。

LaST$_{0}$: Latent Spatio-Temporal Chain-of-Thought for Robotic Vision-Language-Action Model

LaST$_{0}$：面向机器人视觉-语言-动作模型的潜在时空思维链

Zhuoyang Liu, Jiaming Liu, Hao Chen, Jiale Yu, Ziyu Guo, Chengkai Hou, Chenyang Gu, Xiangju Mi, Renrui Zhang, Kun Wu, Zhengping Che, Jian Tang, Pheng-Ann Heng, Shanghang Zhang

机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出LaST$_0$框架，通过潜在时空思维链在隐空间进行高效推理，避免显式推理的延迟和语言瓶颈，在10个真实世界任务中平均成功率提升13%-14%。

Comments Project page: https://vla-last0.github.io/

The N2D Haptic Glove: A Multi-Finger Glove for 2D Directional Force Feedback for Contact Rich Manipulation

N2D 触觉手套：用于接触丰富操作的多指二维方向力反馈手套

Yao-Ting Huang, Jake Honma, Omar Hernandez, Logan Li, Kaitlin Calimbahin, Bryce Hackel, Michael C. Yip

机构 * University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 提出 N2D 触觉手套，通过绞盘驱动在指尖提供二维弯曲-伸展力反馈，显著降低遥操作中的接触力误差并提高一致性。

Mana: Dexterous Manipulation of Articulated Tools

Mana: 铰接工具的灵巧操作

Zhao-Heng Yin, Guanya Shi, Pieter Abbeel, C. Karen Liu

机构 * UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； Amazon FAR（亚马逊FAR） 纠错

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

AI总结 提出Mana框架，将灵巧操作重解释为动画问题，通过粗到细的流水线自动生成操作轨迹，实现铰接工具的零样本仿真到现实迁移。

Comments Project Page: https://zhaohengyin.github.io/mana

ManiSplat: Manipulation Trajectory Synthesis from Monocular Video via Decoupled 3D Gaussian Splatting

ManiSplat: 基于解耦3D高斯泼溅的单目视频操作轨迹合成

Wenhao Hu, Haonan Zhou, Liu Liu, Yun Du, Xinjie Wang, Ziang Li, Zhizhong Su, Gaoang Wang

机构 * Zhejiang University（浙江大学） ； Horizon Robotics（地平线机器人） 纠错

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

AI总结 提出ManiSplat框架，通过图结构解耦表示和任务导向时空对齐，从单目视频重建可控的3D高斯数字孪生，支持机器人操作任务与策略学习。

What Are We Actually Benchmarking in Robot Manipulation?

我们究竟在机器人操作中基准测试什么？

Tianchong Jiang, Xiangshan Tan, Samuel Wheeler, Luzhe Sun, Tewodros W. Ayalew, Matthew Walter

机构 * Toyota Technological Institute at Chicago（丰田技术研究所芝加哥分校） ； University of Chicago（芝加哥大学） ； Argonne National Laboratory（阿贡国家实验室） 纠错

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

AI总结 本文通过识别基准测试的四种失效模式（捷径可解性、缺乏统计显著性、渐进过拟合和数据源依赖性），并提出相应诊断方法，对LIBERO、CALVIN、SimplerEnv、RoboCasa和RoboTwin 2.0进行审计，发现多数基准测试存在缺陷，并发布了诊断工具。

Comments 31 pages, 6 figures

From Video to Control: A Survey of Learning Manipulation Interfaces from Temporal Visual Data

从视频到控制：基于时间视觉数据学习操作接口的综述

Linfang Zheng, Zikai Ouyang, Chen Wang, Jia Pan, Wei Zhang

机构 * School of Automation and Intelligent Manufacturing (AiM)（自动化与智能制造学院） ； Guangdong Provincial Key Laboratory of Fully Actuated System Control Theory and Technology（广东省全驱动系统控制理论与技术省级重点实验室） ； Southern University of Science and Technology（南方科技大学） ； The University of Hong Kong（香港大学） ； Peng Cheng Laboratory（鹏城实验室） ； LimX Dynamics 纠错

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

AI总结 本文综述了利用无动作标注的时间视频数据学习机器人操作控制接口的方法，提出以接口为中心的三种分类：直接视频-动作策略、潜在动作方法和显式视觉接口，并分析了控制集成特性与未来研究方向。

SWEET: Sparse World Modeling with Image Editing for Embodied Task Execution

SWEET：基于图像编辑的稀疏世界建模用于具身任务执行

Yiren Song, Yihan Wang, Xiyao Deng, Zhuoran Yan, Mike Zheng Shou

机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） ； Central South University（中南大学） 纠错

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

AI总结 本文研究图像编辑模型能否作为稀疏视觉世界模型用于机器人操作，通过预测任务级未来状态而非密集视频生成，提出SWEET框架实现稀疏视觉规划，结合语言指令和空间引导生成关键帧，并通过扩散动作预测器生成可执行动作，实验表明其在不同场景中提升关键帧预测能力。

Geometry-aware 4D Video Generation for Robot Manipulation

面向机器人操作的几何感知4D视频生成

Zeyi Liu, Shuang Li, Eric Cousineau, Siyuan Feng, Benjamin Burchfiel, Shuran Song

机构 * Stanford University（斯坦福大学） ； Toyota Research Institute（丰田研究院） 纠错

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

AI总结 本文提出了一种几何感知的4D视频生成模型，通过跨视角点图对齐进行训练，以确保生成视频在多视角下的3D一致性，从而在单个RGB-D图像输入下生成时空一致的未来视频序列，并在不依赖相机姿态的情况下实现稳定的视觉和空间对齐预测。

Comments ICLR 2026; Project website: https://robot4dgen.github.io

DexJoCo: A Benchmark and Toolkit for Task-Oriented Dexterous Manipulation on MuJoCo

DexJoCo：用于MuJoCo上的任务导向灵巧操作的基准和工具包

Hanwen Wang, Weizhi Zhao, Xiangyu Wang, Siyuan Huang, He Lin, Boyuan Zheng, Rongtao Xu, Gang Wang, Yao Mu, He Wang, Lue Fan, Hongsheng Li, Zhaoxiang Zhang, Tieniu Tan

机构 * NLPR & MAIS, CASIA（中国科学院南京自动化研究所与模式识别与人工智能实验室） ； SJTU（上海交通大学） ； MBZUAI（马克斯·普朗克研究所） ； Beijing Institute of Basic Medical Sciences（北京基础医学研究所） ； PKU & Galbot（北京大学与Galbot） ； CUHK（香港大学） 纠错

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

AI总结 本文提出DexJoCo基准和工具包，包含11个功能任务评估灵巧手的工具使用、双臂协调、长周期执行和推理能力，通过低成本数据收集系统和领域随机化评估鲁棒性，揭示当前策略的局限性。

Comments 8 pages, 6 figures, project page is available at: https://dexjoco.github.io

Data-Driven Contact-Aware Control Method for Real-Time Deformable Tool Manipulation: A Case Study in the Environmental Swabbing

数据驱动的接触感知控制方法用于实时变形工具操作：环境清洁的案例研究

Siavash Mahmoudi, Amirreza Davar, Dongyi Wang

机构 * University of Arkansas（亚拉巴马大学） 纠错

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

AI总结 本文提出了一种基于Koopman算子的SA-KLQR控制框架，用于实时变形工具操作，通过触觉反馈系统动态估计和调节清洁工具的角度、接触压力和表面覆盖，提升食品卫生标准下的稳定性与精度。

Comments Submitted for Journal Review

BiCoord: A Bimanual Manipulation Benchmark towards Long-Horizon Spatial-Temporal Coordination

BiCoord: 一种面向长时域空间-时间协调的双臂操作基准

Xingyu Peng, Chen Gao, Liankai Jin, Annan Li, Si Liu

机构 * Beihang University（北京航空航天大学） ； Zhongguancun Academy（中关村学院） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 BiCoord基准旨在解决双臂操作中长时域和紧密协调的问题，通过多样化的任务和量化指标评估协调性，揭示现有方法在长时域任务中的不足。

Comments 8 pages

Veo-Act: How Far Can Frontier Video Models Advance Generalizable Robot Manipulation?

Veo-Act：前沿视频模型在通用机器人操作中能走多远？

Zhongru Zhang, Chenghan Yang, Qingzhou Lu, Yanjiang Guo, Jianke Zhang, Yucheng Hu, Jianyu Chen

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文探讨前沿视频模型如Veo-3在通用机器人操作中的应用，提出Veo-Act框架结合高阶运动规划与低阶执行器，提升指令跟随性能。

Comments 16 pages, 12 figures. Equal contribution by Zhongru Zhang, Chenghan Yang, Qingzhou Lu and Yanjiang Guo. Project lead: Yanjiang Guo

DiffusionAnything: End-to-End In-context Diffusion Learning for Unified Navigation and Pre-Grasp Motion

DiffusionAnything: 端到端的上下文扩散学习用于统一导航和预抓取运动

Iana Zhura, Yara Mahmoud, Jeffrin Sam, Hung Khang Nguyen, Didar Seyidov, Miguel Altamirano Cabrera, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（斯科尔科沃科学技术学院数字工程中心智能空间机器人实验室） 纠错

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

AI总结 本文提出一种端到端的上下文扩散学习方法，通过多尺度特征调制实现统一的导航与精细操控，仅需5分钟自监督数据即可实现零样本泛化。

ManiDreams: An Open-Source Library for Robust Object Manipulation via Uncertainty-aware Task-specific Intuitive Physics

ManiDreams：一种基于不确定性强鲁棒物体操作的开源库

Gaotian Wang, Kejia Ren, Andrew S. Morgan, Kaiyu Hang

机构 * Department of Computer Science, Rice University, Houston, TX 77005, USA（计算机科学系，里士大学，德克萨斯州休斯敦，77005，美国） ； Robotics and AI Institute, Cambridge, MA 02142, USA（机器人与人工智能研究所，马萨诸塞州剑桥，02142，美国） 纠错

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

AI总结 ManiDreams通过整合不确定性表示、传播和约束，提升机器人操作的鲁棒性，实验表明其在多种扰动下表现优于传统RL方法。

Comments 9 pages, 10 figures. Project page at https://rice-robotpi-lab.github.io/ManiDreams/

ArtiSG: Functional 3D Scene Graph Construction via Human-demonstrated Articulated Objects Manipulation

ArtiSG: 通过人类示范的可动物体操作构建功能3D场景图

Qiuyi Gu, Yuze Sheng, Jincheng Yu, Jiahao Tang, Xiaolong Shan, Zhaoyang Shen, Tinghao Yi, Xiaodan Liang, Xinlei Chen, Yu Wang

机构 * Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； Openmind ； Pengcheng Laboratory（鹏城实验室） 纠错

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

AI总结 ArtiSG通过编码人类示范到结构化机器人记忆中，构建功能3D场景图，解决现有方法在可动物体操作信息获取上的不足，提升机器人在真实环境中的任务执行能力。

DiffusionRL: Efficient Training of Diffusion Policies for Robotic Grasping Using RL-Adapted Large-Scale Datasets

DiffusionRL: 通过RL适应的大规模数据集高效训练扩散策略用于机器人抓取

Maria Makarova, Qian Liu, Dzmitry Tsetserukou

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

AI总结 本文提出通过RL优化训练扩散策略，利用大规模预建数据集提升机器人灵巧抓取任务的性能，实现80%的成功率，降低数据收集成本，增强实际应用的泛化能力。

DAISS: Phase-Aware Imitation Learning for Dual-Arm Robotic Ultrasound-Guided Interventions

DAISS：面向双臂机器人超声引导干预的相位感知模仿学习

Feng Li, Pei Liu, Shiting Wang, Ning Wang, Zhongliang Jiang, Nassir Navab, Yuan Bi

机构 * Chair for Computer Aided Medical Procedures(CAMP), Technical University of Munich(TUM)（计算机辅助医疗程序主席职位（CAMP），慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； The University of Hong Kong(HKU)（香港大学） 纠错

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

AI总结 DAISS通过相位感知模仿学习实现双臂机器人在超声引导干预中的精准操作，减少认知负担。

Comments 8 pages, 8 figures

ROS-related Robotic Systems Development with V-model-based Application of MeROS Metamodel

基于V模型的MeROS元模型在ROS相关机器人系统开发中的应用

Tomasz Winiarski, Jan Kaniuka, Daniel Giełdowski, Jakub Ostrysz, Krystian Radlak, Dmytro Kushnir

机构 * Warsaw University of Technology, Institute of Control（华沙技术大学控制学院） ； Warsaw University of Technology, Institute of Computer Science（华沙技术大学计算机科学学院） ； Industrial Research Institute for Automation（自动化与测量工业研究院） ； Ukrainian Catholic University, Applied Science Faculty（乌克兰天主教大学应用科学学院） 纠错

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

AI总结 本文提出基于MeROS元模型和V模型的方法，用于整合ROS与MBSE，提升机器人系统的设计可追溯性和验证能力。

Comments 22 pages

PhysGraph: Physically-Grounded Graph-Transformer Policies for Bimanual Dexterous Hand-Tool-Object Manipulation

PhysGraph: 基于物理的图变换策略用于双臂灵巧手工具物体操作

Runfa Blark Li, David Kim, Xinshuang Liu, Keito Suzuki, Dwait Bhatt, Nikola Raicevic, Xin Lin, Ki Myung Brian Lee, Nikolay Atanasov, Truong Nguyen

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 PhysGraph通过物理基础图变换策略提升双臂手工具物体操作的精度和成功率，仅用51%参数超越基线模型。

MiniUGV$_2$: A Compact UAV-Deployable Tracked Ground Vehicle with Manipulation Capabilities

MiniUGV$_2$: 一种可由无人机部署的紧凑型履带式地面车辆及其操控能力

Durgakant Pushp, Swapnil Kalhapure, Shaekh Mohammad Shithil, Lantao Liu

机构 * institutetext（机构） 纠错

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

AI总结 miniUGV$_2$ 是一种可由无人机部署的紧凑型履带式地面车辆，具备双关节臂、激光雷达和深度感应等模块化电子设备，能安全地在受限环境中进行探索和物体操控。

A Perspective on Open Challenges in Deformable Object Manipulation

变形物体操控中的开放性挑战视角

Ryan Paul McKennaa, John Oyekan

机构 * Department of Computer Science, University of York（约克大学计算机科学系） 纠错

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

AI总结 本文探讨了变形物体操控中的关键挑战，包括遮挡处理、任务泛化和实时解决方案，并介绍了多模态感知、物理感知强化学习和生成神经网络等方法，旨在提升机器人在动态环境中的适应性和实用性。

Comments 28 pages, 7 Figures

TactEx: An Explainable Multimodal Robotic Interaction Framework for Human-Like Touch and Hardness Estimation

TactEx：一种可解释的多模态机器人交互框架，用于类人触觉和硬度估计

Felix Verstraete, Lan Wei, Wen Fan, Dandan Zhang

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

AI总结 TactEx通过融合视觉、触觉和语言模态，实现类人触觉和硬度估计，展示了在水果成熟度评估中的高任务成功率和可解释性。

Comments Accepted by 2026 ICRA

FORTE: Tactile Force and Slip Sensing on Compliant Fingers for Delicate Manipulation

FORTE：用于精细操作的柔性指尖触力与滑动感知

Siqi Shang, Mingyo Seo, Yuke Zhu, Lillian Chin

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 FORTE通过柔性指尖触觉感知系统实现低延迟的力与滑动反馈，有效提升对易碎、滑腻物体的抓取精度与稳定性。

DexImit: Learning Bimanual Dexterous Manipulation from Monocular Human Videos

DexImit：从单目人类视频中学习双臂灵巧操作

Juncheng Mu, Sizhe Yang, Yiming Bao, Hojin Bae, Tianming Wei, Linning Xu, Boyi Li, Huazhe Xu, Jiangmiao Pang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； NVIDIA（英伟达） 纠错

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

AI总结 DexImit通过四阶段生成流程，将单目人类视频转化为物理合理的机器人数据，以解决双臂灵巧操作的泛化问题。