机器人 / 具身智能

Reinforcement Learning Improves Traversal of Parametric Knowledge in LLMs

强化学习改善LLM中参数化知识的遍历

Renfei Zhang, Manasa Kaniselvan, Rylan Schaeffer abd Niloofar Mireshghallah

机构 * Carnegie Mellon University（卡内基梅隆大学） ； MIT（麻省理工学院） ； Stanford University（斯坦福大学） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.AI

AI总结 本文发现强化学习提升LLM知识回忆能力，原因在于改进了模型对参数化知识层次结构的遍历技能，而非获取新知识。

Comments `

Self-Curriculum Model-based Reinforcement Learning for Shape Control of Deformable Linear Objects

基于自课程模型的可变形线性物体形状控制强化学习

Zhaowei Liang, Song Wang, Zhao Jin, Shirui Wu, Dan Wu

机构 * Department of Mechanical Engineering, Tsinghua University（清华大学机械工程系） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO

AI总结 提出两阶段框架，结合基于模型强化学习与在线视觉伺服，通过自课程目标生成机制实现可变形线性物体高效精确的形状控制，在仿真和真实任务中优于主流方法。

Comments Accepted to IROS 2026

GrowthHacker: Automated Off-Policy Evaluation Optimization Using Code-Modifying LLM Agents

GrowthHacker: 使用代码修改型LLM代理的自动离线策略评估优化

Jie JW Wu, Ayanda Patrick Herlihy, Ahmad Saleem Mirza, Ali Afoud, Fatemeh Fard

机构 * Michigan Technological University, Houghton（密歇根技术大学） ； Birmingham City University（伯明翰城市大学） ； University of British Columbia, Kelowna（不列颠哥伦比亚大学, 肯洛纳） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.LG

AI总结 提出GrowthHacker基准，利用LLM代理自动迭代修改代码以优化离线策略评估（OPE）实现，在Open Bandit Pipeline和Scope-RL上评估多种框架，证明基于LLM的代理可作为自动增长黑客持续改进OPE系统。

Comments Accepted for publication in ACM Transactions on Software Engineering and Methodology (TOSEM), 2026

Physical Imitation Learning: Distilling Control Policies into Passive Elasticity

物理模仿学习：将控制策略蒸馏到被动弹性中

Huyue Ma, Yurui Jin, Helmut Hauser, Rui Wu

机构 * School of Engineering Mathematics and Technology, University of Bristol, and the Bristol Robotics Laboratory（布里斯托大学工程数学与技术学院及布里斯托机器人实验室） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO

AI总结 提出物理模仿学习(PIL)方法，将强化学习控制策略分解为主动与被动部分，被动部分卸载到并联弹性关节，显著降低能耗，在模拟四足机器人上实现高达95%的机械功率卸载。

FlowRL: A Taxonomy and Modular Framework for Reinforcement Learning with Diffusion Policies

FlowRL：基于扩散策略的强化学习分类与模块化框架

Chenxiao Gao, Edward Chen, Tianyi Chen, Bo Dai

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.LG

AI总结 提出扩散/流策略强化学习算法的统一分类法，构建模块化JAX框架，在多个基准上提供系统比较，为算法设计与应用提供指导。

Comments accepted by RLC 2026

Offline Diffusion Policy for Multi-User Delay-Constrained Scheduling

面向多用户延迟约束调度的离线扩散策略

Zhuoran Li, Ruishuo Chen, Hai Zhong, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences (IIIS), Tsinghua University（交叉信息学院（IIIS），清华大学） 纠错

专题命中 模仿学习与强化学习 ：embodied AI(abstract)；分类 cs.AI

AI总结 提出基于离线强化学习的SOCD算法，利用扩散策略和批评网络指导，从离线数据中学习高效调度策略，避免在线交互，在部分可观测和大规模环境中表现优异。

A Human-Sensitive Controller: Adapting to Human Musculoskeletal Disorder-Related Constraints via Reinforcement Learning

一种人类敏感控制器：通过强化学习适应人类肌肉骨骼疾病相关约束

Vitor Martins, Sara M. Cerqueira, Mercedes Balcells, Elazer R Edelman, Cristina P. Santos

机构 * Fundação para a Ciência e Tecnologia（葡萄牙科学与技术基金会） ； Centro de Microssistemas Eletromecânicos da Universidade do Minho（University of Minho微机电系统中心） ； Massachusetts Institute of Technology（麻省理工学院） ； Brigham and Women’s Hospital, Harvard Medical School（哈佛医学院布莱尔妇女医院） ； GEVAB, IQS School of Engineering（GEVAB，IQS工程学院） ； LABBELS-Associate Laboratory, University of Minho（University of Minho关联实验室） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO

AI总结 提出基于强化学习的人类敏感机器人控制策略，使用Q学习和深度Q网络优化协作机器人的人机工效，在保持零疼痛风险下平均缩短38%任务完成时间。

GraphWalker: Agentic Knowledge Graph Question Answering via Synthetic Trajectory Curriculum

GraphWalker: 通过合成轨迹课程实现基于知识图谱的代理问答

Shuwen Xu, Yao Xu, Jiaxiang Liu, Chenhao Yuan, Wenshuo Peng, Jun Zhao, Kang Liu

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)

AI总结 GraphWalker通过自动化轨迹合成和分阶段微调解决知识图谱问答中的探索与泛化问题，提升轻量强化学习性能，在CWQ和WebQSP上取得最优效果。

Comments COLM 2026

AegisTS: An Agent-Driven Hierarchical Reinforcement Learning System for Multivariate Time Series Data Cleaning

AegisTS: 一种基于强化学习的层次化智能体系统用于多变量时间序列数据清洗

Yuhan Shi, Yuanyuan Yao, Lu Chen, Mourad Khayati, Yushuai Li, Tianyi Li

专题命中 模仿学习与强化学习 ：navigation(abstract)

AI总结 针对多变量时间序列中同时存在的多种质量问题，提出基于强化学习的层次化智能体系统AegisTS，通过联合优化问题处理顺序和清洗模型选择，实现无需真值的高效数据清洗。

Deep Reinforcement Learning for Adaptive Gain Tuning in Control of Teleoperation Manipulators with Joint Flexibility and Time-Varying Delays

具有关节灵活性和时变延迟的遥操作机器人控制中自适应增益调整的深度强化学习

Armin Attarzadeh, Mohammad Ali Ghaemifar, Alireza Khanzadeh, Soheil Ganjefar

专题命中 模仿学习与强化学习 ：robotic(abstract)

AI总结 针对含有关节灵活性和时变延迟的遥操作机器人控制问题，提出结合稳定P+d控制器与基于TD3算法的深度强化学习智能体的混合控制方法，可实时调整增益减少振动，为相关遥操作系统提供实用方案。

Comments 7 pages, 6 figures. Source code available at: https://github.com/ArminAttarzadeh/DRL-Controller-Gain-Tuner

Homing through Reinforcement Learning

通过强化学习实现归巢

Riya Singh, Pratikshya Jena, Anish Kumar, Shradha Mishra

专题命中 模仿学习与强化学习 ：navigation(abstract)

AI总结 提出强化学习框架模拟连续二维域中的自适应归巢，发现平均归巢时间随旋转扩散强度呈非单调变化，且RL智能体比主动布朗粒子更快、更定向。

From Guessing to Placeholding: A Cost-Theoretic Framework for Uncertainty-Aware Code Completion

从猜测到占位：一种基于代价理论的不确定性感知代码补全框架

Liang Zhu, Haolin Chen, Lidong Zhao, Xian Wu

机构 * Tencent, Shenzhen, China（腾讯深圳公司） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)

AI总结 针对硬补全范式在不确定上下文中生成错误代码的问题，提出自适应占位补全框架，在高熵位置输出占位符，理论证明其期望代价低于硬补全，实验显示编辑代价降低19%-50%。

From Denoising to Decision Making: A Survey on Diffusion Model-Enabled Deep Reinforcement Learning for Wireless Networks

从去噪到决策：面向无线网络的扩散模型赋能深度强化学习综述

Nguyen Cong Luong, Zeping Sui, Jie Cao, Min Xu, Nguyen Duc Hai, Zhihao Dong, Nguyen Duc Duy Anh, Qiushi Zhao, Nguyen Quoc Khanh, Zhe Fu, Shaohan Feng, Bo Ma

专题命中 模仿学习与强化学习 ：robotics(abstract)

AI总结 本文综述了扩散模型与深度强化学习结合的方法，通过捕捉无线资源管理中的复杂多模态动作结构，提升决策质量，并系统总结了其在移动边缘计算、无人机辅助、车联网、AIGC驱动系统、无线资源分配、物理层安全及机器人/无人机规划等领域的应用。

Comments 22 pages, 7 figures, Author list corrected

Epically Powerful: An open-source software and mechatronics infrastructure for wearable robotic systems

强大非凡：用于可穿戴机器人系统的开源软件与机电一体化基础设施

Jennifer K. Leestma, Siddharth R. Nathella, Christoph P. O. Nuesslein, Snehil Mathur, Gregory S. Sawicki, Aaron J. Young

专题命中 人机交互与遥操作 ：robotic(title,abstract)；robotics(abstract)；分类 cs.RO

AI总结 Epically Powerful是一款开源机器人基础设施，可简化可穿戴机器人系统的底层框架，支持QDD执行器等硬件对接，降低定制化可穿戴机器人开发门槛，还适用于其他相关机器人领域。

Comments 12 pages, 5 figures. This work has been submitted to the IEEE for possible publication

6G Empowering Future Robotics: A Vision for Next-Generation Autonomous Systems

6G赋能未来机器人：下一代自主系统的愿景

Mona Ghassemian, Andrés Meseguer Valenzuela, Ana Garcia Armada, Dejan Vukobratovic, Periklis Chatzimisios, Kaspar Althoefer, Ranga Rao Venkatesha Prasad

机构 * ITI ； UC3M ； International Hellenic University and University of New Mexico（国际希伯来大学和新墨西哥大学） ； QMUL（女王玛丽大学） ； TUDelft（代尔夫特理工大学） 纠错

专题命中 人机交互与遥操作 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文探讨6G如何通过IMT-2030关键性能指标映射至机器人功能模块，提出集成机器人、智能和网络服务平面的架构，并展示实时动态安全框架以促进人机协作。

Comments IEEE Communication Magazine

Towards a Novel Wearable Robotic Vest for Hemorrhage Suppression

面向止血的新型可穿戴机器人背心

Harshith Jella, Pejman Kheradmand, Joseph Klein, Behnam Moradkhani, Yash Chitalia

机构 * Healthcare Robotics and Telesurgery (HeaRT) Laboratory, Speed School of Engineering, University of Louisville（医疗机器人与远程手术（HeaRT）实验室，Speed工程学院，路易斯维尔大学） 纠错

专题命中 人机交互与遥操作 ：robotic(title,abstract)；分类 cs.RO；robotics(journal_ref)

AI总结 提出一种形状可调的环机构与充气气囊结合的机器人系统，用于在紧急场景（如空间站）中控制严重出血，实验验证其止血效果。

Journal ref 2026 International Symposium on Medical Robotics (ISMR), Knoxville, TN, USA, 2026, pp. 37-42

A Collaborative Reasoning Framework for Anomaly Diagnostics in Underwater Robotics

水下机器人异常诊断的协作推理框架

Markus Buchholz, Niamh Ellis, Rahaf Abu Hara, Ignacio Carlucho, Yvan R. Petillot

机构 * School of Engineering & Physical Sciences, Heriot-Watt University（工程与物理科学学院，赫瑞斯泰大学） 纠错

专题命中 人机交互与遥操作 ：robotics(title,abstract)；分类 cs.RO

AI总结 研究水下机器人异常诊断，提出AURA协作框架，集成大语言模型、数字孪生和人在回路交互，通过两个代理进行异常检测与诊断，经人类验证的诊断转化为训练示例完善模型，建立可信赖、不断改进的人机团队模式。

Comments Paper was submitted for ICRA 2026

Moving Out: Physically-grounded Human-AI Collaboration

Moving Out: 基于物理的人机协作

Xuhui Kang, Sung-Wook Lee, Haolin Liu, Yuyan Wang, Yen-Ling Kuo

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

专题命中 人机交互与遥操作 ：robotics(abstract)；embodied agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出Moving Out基准测试，模拟物理约束下的协作场景，并开发BASS方法增强智能体多样性及动作理解，实验证明其与未见过的AI和人类均能有效协作。

Comments Accepted at ICML 2026

Glance-Say: Multimodal Human-Robot Collaboration and Intent Recognition via Sticky Glance

Glance-Say：通过粘性注视实现多模态人机协作与意图识别

Yuzhi Lai, Shenghai Yuan, Peizheng Li, Benjamin Kiefer, Andreas Zell

机构 * University of Tuebingen（图宾根大学） ； Nanyang Technological University（南洋理工大学） ； Mercedes-Benz（梅赛德斯-奔驰） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 针对运动障碍者，本文提出多模态交互框架，用粘性注视算法稳定基于注视的意图，引入注视-语音交互范式及共享控制方案，实验表明其在目标跟踪、选择精度及任务时长上效果更佳。

Comments 8 pages, 6 figures

WCM: World-Cognition Model for Generalizable Human-Robot Interaction

WCM：用于通用人机交互的世界认知模型

Yuzhen Chen, KC Zhou

专题命中 人机交互与遥操作 ：embodied agent(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 针对机器人在物理任务交互困难的问题，提出基于SLAK架构和异步运行时的世界认知模型（WCM），引入人在回路教学模式，经思维链监督改进模型，在九个现实世界人机交互任务中平均成功率达73.8%。

Influence of Operator Expertise on Robot Supervision and Intervention

操作者专业水平对机器人监督与干预的影响

Yanran Jiang, Pavan Sikka, Leimin Tian, Dana Kuliic, Cecile Paris

机构 * Data 61, CSIRO, Australia（数据61，CSIRO，澳大利亚） ； Faculty of Engineering, Monash University, Australia（工程学院，墨尔本大学，澳大利亚） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract,comments)；分类 cs.RO

AI总结 本研究探讨不同专业水平的操作者在监督远程机器人时的干预行为差异，通过用户研究揭示不同专业水平对机器人监督任务的影响。

Comments Accepted at the Australasian Conference on Robotics and Automation (ACRA 2025)

Journal ref Australasian Conference on Robotics and Automation (ACRA), 2025

Towards Embodied Cognition in Robots via Spatially Grounded Synthetic Worlds

通过空间基础合成世界实现机器人的具身认知

Joel Currie, Gioele Migno, Enrico Piacenti, Maria Elena Giannaccini, Patric Bach, Davide De Tommaso, Agnieszka Wykowska

专题命中 人机交互与遥操作 ：embodied AI(abstract)；分类 cs.RO、cs.AI

AI总结 提出训练视觉语言模型执行视觉视角采择的概念框架，引入合成数据集用于空间推理任务监督学习，专注推断Z轴距离，数据集公开，为具身人工智能系统空间理解奠基。

Comments Accepted to: Intelligent Autonomous Systems (IAS) 2025 as Late Breaking Report

Towards Considerate Human-Robot Coexistence: A Dual-Space Framework of Robot Design and Human Perception in Healthcare

迈向体贴的人机共存：医疗保健中机器人设计与人类感知的双空间框架

Yuanchen Bai, Zijian Ding, Ruixiang Han, Niti Parikh, Wendy Ju, Angelique Taylor

机构 * Cornell Tech（康奈尔科技） ； Cornell University（康奈尔大学） ； University of Maryland（马里兰大学） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract)；分类 cs.RO、cs.AI

AI总结 通过14周联合设计研究的后续访谈，识别人类感知空间的四个解释维度，提出人机共存作为设计空间与感知空间共同演化的循环，强调人类作为解释者和中介者的角色。

Comments This paper has been accepted for publication at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026)

Low-Burden LLM-Based Preference Learning: Personalizing Assistive Robots from Natural Language Feedback for Users with Paralysis

基于低负担LLM的偏好学习：通过自然语言反馈为瘫痪用户个性化辅助机器人

Keshav Shankar, Dan Ding, Wei Gao

机构 * Electrical and Computer Engineering（电气与计算机工程） ； Rehabilitation Science and Technology（康复科学与技术） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO、cs.AI

AI总结 针对严重运动障碍用户，提出一种低负担离线框架，利用大语言模型将非结构化自然语言反馈转化为确定性机器人控制策略，并通过职业治疗框架解码用户需求，显著降低用户负担。

Comments Accepted to IEEE RO-MAN 2026

Passive Variable Impedance For Shared Control

被动可变阻抗用于共享控制

Maximilian Mühlbauer, Nepomuk Werner, Ribin Balachandran, Thomas Hulin, João Silvério, Freek Stulp, Alin Albu-Schäffer

机构 * German Aerospace Center (DLR), Robotics and Mechatronics Center（德国航空航天中心（DLR），机器人与机电中心） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO；robotics(comments)

AI总结 本文研究了共享控制中可变刚度和控制器仲裁的稳定性，通过加权叠加输出力矩实现整体框架，解决闭环系统中的被动性问题，验证了方法的有效性。

Comments submitted for publication at the IEEE Robotics and Automation Letters (RA-L)

CoViLLM: An Adaptive Human-Robot Collaborative Assembly Framework Using Large Language Models

CoViLLM：一种利用大语言模型的自适应人机协作装配框架

Jiabao Zhao, Jonghan Lim, Hongliang Li, Ilya Kovalenko

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出CoViLLM框架，结合深度相机定位、人类操作员分类和大语言模型，实现定制化和新产品的自适应装配，通过NIST装配任务板验证，实验表明该框架提升了人机协作的灵活性。

Comments 6 pages, 7 figures. Accepted to ASME MSEC 2026

Resource-Efficient RGB-Only Action Recognition for Edge Deployment

高效边缘部署的纯RGB动作识别

Dongsik Yoon, Jongeun Kim, Dayeon Lee

机构 * HDC LABS, Republic of Korea（韩国HDC实验室） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.CV

AI总结 本文提出了一种高效的纯RGB动作识别网络，通过时间移位和无参数注意机制，在边缘设备上实现了准确率与效率的良好平衡。

Comments Under review

Stiffness Copilot: An Impedance Policy for Contact-Rich Teleoperation

刚性助手：一种用于接触丰富的远程操作的阻抗策略

Yeping Wang, Zhengtong Xu, Pornthep Preechayasomboon, Ben Abbatematteo, Amirhossein H. Memar, Nick Colonnese, Sonny Chan

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出Stiffness Copilot，一种基于视觉的共享控制策略，通过在线调整机器人刚度实现安全高效的接触丰富任务远程操作。

Comments Accepted to IROS 2026. Project website: https://stiffness-copilot.github.io

GhostShell: Streaming LLM Function Calls for Concurrent Embodied Programming

GhostShell：用于并发实体编程的流式大语言模型函数调用

Jian Gong, Youwei Huang, Bo Yuan, Ming Zhu, Zhou Liao, Jianhang Liang, Juncheng Zhan, Jinke Wang, Hang Shu, Zihao Xu, Mingyue Xiong, Yanjun Ye, Yufan Zu, Yang Zhou, Yihan Ding, Xuannian Chen, Xingyu Lu, Runjie Ban, Bingchao Huang

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 研究提出GhostShell方法，利用大语言模型进行实体系统的流式和并发行为编程。通过定义函数令牌及多通道调度算法协调调用，在机器人原型上评估，该方法在任务完成率等方面表现出色，尤其在协调并发动作上优势明显。

Comments 22 pages, 7 figures, conference

Visualizing Impedance Control in Augmented Reality for Teleoperation: Design and User Evaluation

增强现实中阻抗控制的可视化用于遥操作：设计与用户评估

Gijs van den Brandt, Femke van Beek, Elena Torta

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 针对低成本无触觉反馈遥操作中力感知困难的问题，提出增强现实可视化阻抗控制器目标位姿及其与末端执行器位移的方法，实验表明该可视化使力关键提升任务完成时间减少24%。

Comments 6 pages, 5 figures. Accepted for publication at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026)