Probe-to-Grasp Manipulation Using Self-Sensing Pneumatic Variable-Stiffness Joints
利用自感知气动可变刚度关节的探针到抓取操作
专题命中 机器人操作 ：manipulation(title,abstract)；robotics(abstract)；分类 cs.RO
AI总结 本文提出一种利用被动软刚两指混合夹具的探针到抓取框架，通过自感知气动可变刚度关节估计物体相对刚度，实现对变形物体的稳定抓取。
视觉与机器人
机器人 / 具身智能
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
1. 机器人操作 22033 篇
CycleManip: Enabling Cyclic Task Manipulation via Effective Historical Perception and Understanding
CycleManip: 通过有效的历史感知和理解实现循环任务操控
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出CycleManip框架，通过端到端模仿方法实现循环任务操控，解决了历史利用不足和缺乏评估基准的问题，实验表明方法在模拟和现实环境中均表现出高成功率和良好的适应性。
Comments Accepted by CVPR2026. Project page: https://isee-laboratory.github.io/CycleManip/
Surface-Constrained Offline Warping with Contact-Aware Online Pose Projection for Safe Robotic Trajectory Execution
表面约束的离线变形与接触感知的在线姿态投影用于安全的机器人轨迹执行
机构 * Min H. Kao Department of Electrical Engineering and Computer Science (EECS), University of Tennessee, Knoxville (UTK)（田纳西大学诺克斯维尔分校电气工程与计算机科学系）
专题命中 机器人操作 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO
AI总结 本文提出一种两阶段框架，通过表面约束的离线变形和接触感知的在线投影，实现稳定且可重复的表面嵌入轨迹执行，减少几何不连续性和大角度跳跃。
Comments 7 pages, 7 figures. Submitted to IROS 2026
$π$, But Make It Fly: Physics-Guided Transfer of VLA Models to Aerial Manipulation
$π$, 但使其飞行：基于物理的VLA模型向空中操作的转移
机构 * Stanford University（斯坦福大学） ； Physical Intelligence
专题命中 机器人操作 ：manipulation(title,abstract)；navigation(abstract)；分类 cs.RO
AI总结 本文提出AirVLA系统，研究预训练VLA模型在空中抓取任务中的迁移性，通过引入负载感知指导机制和高斯点扩散管道合成数据，提升空中操作性能，实现导航任务100%成功和抓取任务50%成功。
TacVLA: Contact-Aware Tactile Fusion for Robust Vision-Language-Action Manipulation
TacVLA: 基于接触感知的触觉融合用于鲁棒的视觉-语言-动作操控
机构 * Human-Robot Interfaces and Interaction Lab, Istituto Italiano di Tecnologia（人机交互实验室，意大利理工学院） ； Ph.D. program of national interest in Robotics and Intelligent Machines (DRIM) and Università di Genova（机器人与智能机器国家级博士项目（DRIM）和热那亚大学） ； Edwardson School of Industrial Engineering, Purdue University（工业工程学院，普渡大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 TacVLA通过引入触觉模态提升视觉-语言-动作操控的鲁棒性，采用接触感知门控机制实现多模态融合，实验显示在拆解、箱内拾取和视觉遮挡场景中性能提升显著。
Comments 9 pages, 7 figures
Efficient Hybrid SE(3)-Equivariant Visuomotor Flow Policy via Spherical Harmonics for Robot Manipulation
基于球面谐波的高效混合SE(3)-等变视觉运动流策略用于机器人操作
机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； Dexmal
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出E3Flow框架，通过球面谐波表示实现高效且稳定的多模态等变学习，提升机器人操作的性能、效率和数据效率。
Comments Accepted by CVPR 2026
SG-VLA: Learning Spatially-Grounded Vision-Language-Action Models for Mobile Manipulation
SG-VLA：学习空间接地的视觉-语言-动作模型用于移动操作
机构 * UC San Diego（南加洲大学） ； Lambda, Inc（Lambda公司）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出SG-VLA模型，通过辅助任务协同训练和多模态输入增强，提升移动操作中视觉-语言-动作模型的空间感知与表征能力，实现在家庭环境中更高效的物体抓取与操作。
NL2SpaTiaL: Generating Geometric Spatio-Temporal Logic Specifications from Natural Language for Manipulation Tasks
NL2SpaTiaL: 从自然语言生成几何时空逻辑规范用于操作任务
机构 * University of California, Riverside（加州大学河滨分校） ； Lehigh University（莱恩大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotics(abstract)；分类 cs.RO
AI总结 本文提出NL2SpaTiaL框架，通过生成层次化逻辑树实现自然语言到时空逻辑规范的高效转换，解决了传统方法在深度嵌套下的性能问题，验证了结构化方法在操作任务验证中的有效性。
GAPG: Geometry Aware Push-Grasping Synergy for Goal-Oriented Manipulation in Clutter
GAPG：面向目标操作的几何感知推抓取协同
机构 * College of Automation Science and Engineering, South China University of Technology（华南理工大学自动化科学与工程学院）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出GAPG框架，通过整合点云数据，利用几何关系评估抓取与推动作，提升机器人在杂乱环境中的安全性和效率。
Comments Accepted to ICRA 2026
Speedup Patch: Learning a Plug-and-Play Policy to Accelerate Embodied Manipulation
加速补丁：学习一种插件式策略以加快具身操作
机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China ； School of Artificial Intelligence, Nanjing University, China ； Mila-Quebec AI Institute \& Université de Montréal, Canada
专题命中 机器人操作 ：manipulation(title,abstract)；world model(abstract)；分类 cs.RO
AI总结 本文提出Speedup Patch，一种轻量且策略无关的框架，通过仅使用离线数据实现插件式加速，通过约束马尔可夫决策过程优化调度器，提升执行效率而不牺牲任务性能。
Rapid Adaptation of Particle Dynamics for Generalized Deformable Object Mobile Manipulation
粒子动力学快速适应用于广义变形物体移动操作
机构 * Stanford University（斯坦福大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出RAPiD方法，通过学习视觉-运动策略和动态嵌入推理，实现变形物体移动操作的高成功率。
Comments 8 pages, ICRA 2026
U-ARM : Ultra low-cost general teleoperation interface for robot manipulation
U-ARM：超低成本通用机器人操控接口
机构 * School of AI, SJTU（1 人工智能学院，上海交通大学） ； EvoMind Tech（2 EvoMind科技） ； IAAR-Shanghai（3 上海IAAR）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 U-ARM提出一种低成本且快速适应的遥控框架，通过三种结构不同的3D打印领导者臂实现与多数商用机械臂的兼容，成本仅为50.5美元和56.8美元，提升了操控效率和任务成功率。
DexViTac: Collecting Human Visuo-Tactile-Kinematic Demonstrations for Contact-Rich Dexterous Manipulation
DexViTac：收集人类视觉-触觉-运动示范以实现富接触的灵巧操作
机构 * State Key Laboratory of Intelligent Manufacturing Equipment and Technology（智能制造装备与技术国家重点实验室） ； Huazhong University of Science and Technology（华中科技大学） ； Wuhan Huaweike Intelligent Technology Co., Ltd.（武汉华为凯科技有限公司）
专题命中 机器人操作 ：manipulation(title,abstract)；robot learning(abstract)；分类 cs.RO
AI总结 DexViTac通过高保真采集第一人称视觉、高密度触觉感知、末端执行器姿态和手部运动学，构建了超过2400个视觉-触觉-运动学示范的多模态数据集，提升了接触丰富灵巧操作的学习效率和成功率。
Comments 9 pages, 9 figures.Project page: https://xitong-c.github.io/DexViTac/
Push, Press, Slide: Mode-Aware Planar Contact Manipulation via Reduced-Order Models
推、按、滑：基于降阶模型的模式感知平面接触操作
机构 * Dept. of Electrical and Electronics Engineering, Middle East Technical University（电子工程系，中东技术大学） ； Dept. of Computer Engineering, Bilkent University（计算机工程系，比尔肯特大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出一种基于接触拓扑选择和降阶运动学建模的平面操作框架，通过将复杂力矩-扭动极限面力学抽象为物理直观的离散库，实现高效接触力分配与轨迹生成。
Comments 8 pages, 13 figures. Submitted to IEEE IROS 2026
DySL-VLA: Efficient Vision-Language-Action Model Inference via Dynamic-Static Layer-Skipping for Robot Manipulation
DySL-VLA：通过动态-静态层跳过实现高效的视觉-语言-动作模型推理以用于机器人操作
机构 * Institute for Artificial Intelligence（人工智能研究院） ； School of Integrated Circuits, Peking University（集成电路学院，北京大学） ； Shenzhen Institute of Artificial Intelligence（深圳人工智能研究所） ； School of Electronics Engineering and Computer Science, Peking University（电子工程与计算机科学学院，北京大学） ； Beijing Advanced Innovation Center for Integrated Circuits（北京集成电路先进制造创新中心）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出DySL-VLA框架，通过动态跳过视觉-语言-动作层来降低计算成本，提升机器人操作任务的实时性能，实验表明在Calvin数据集上成功长度提升2.1%，参数减少85.7倍，速度提升3.75倍。
Comments DAC 2026
CompliantVLA-adaptor: VLM-Guided Variable Impedance Action for Safe Contact-Rich Manipulation
CompliantVLA-adaptor：基于视觉-语言模型的变量阻抗控制用于安全的高接触密度操作
机构 * Human-Robot Interfaces and Interaction Lab, Istituto Italiano di Tecnologia, Genoa, Italy（人机交互实验室，意大利理工学院，热那亚，意大利） ； Ph.D. program of national interest in Robotics and Intelligent Machines (DRIM) and Università di Genova, Genoa, Italy（机器人与智能机器国家利益博士项目和热那亚大学，热那亚，意大利） ； Edwardson School of Industrial Engineering, Purdue University, West Lafayette, IN 47907, USA（工业工程埃德华森学校，普渡大学，西拉法克萨，印第安纳州47907，美国） ； Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院，亚特兰大，美国） ； German Research Center for AI, Germany（德国人工智能研究中心，德国） ； TU Darmstadt, Darmstadt, Germany（图宾根大学，图宾根，德国） ； Karlsruhe Institute of Technology, Karlsruhe, Germany（卡尔斯鲁厄理工学院，卡尔斯鲁厄，德国）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出CompliantVLA-adaptor，通过引入基于视觉语言模型的上下文感知变量阻抗控制，提升接触密集任务的安全性和有效性。方法通过图像和自然语言解读任务上下文，调节阻抗控制器的刚度和阻尼参数，并利用实时力/扭矩反馈确保安全。实验表明在模拟和现实任务中均优于基线方法。
Comments under review
MoE-ACT: Scaling Multi-Task Bimanual Manipulation with Sparse Language-Conditioned Mixture-of-Experts Transformers
MoE-ACT：通过稀疏语言条件混合专家变压器扩展多任务双臂操作
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出MoE-ACT框架，通过稀疏混合专家模块和FiLM动态调节，提升多任务双臂操作的鲁棒性和泛化能力，实验显示成功率提升33%。
Master Micro Residual Correction with Adaptive Tactile Fusion and Force-Mixed Control for Contact-Rich Manipulation
通过自适应触觉融合和力混合控制实现接触密集操作的主微残差校正
机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China（深圳智能数据赋能重点实验室，深圳国际研究生院，清华大学，深圳518055，中国） ； School of Electronics and Communication Engineering, Sun Yat-sen University, Shenzhen 518107, China（电子与通信工程学院，中山大学，深圳518107，中国） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore 639956, Singapore（机械与航空航天工程学院，南洋理工大学，新加坡639956，新加坡）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出M2-ResiPolicy，结合高阶动作指导与低阶校正，通过触觉强度驱动的自适应融合机制和力混合PBIC执行层，提升接触密集操作的精度与安全性。
Learning Dexterous Manipulation with Quantized Hand State
通过量化手状态学习灵巧操作
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出DQ-RISE方法，通过量化手状态简化手部动作预测，同时允许手臂动作与紧凑手状态协同扩散，从而实现更平衡高效的灵巧操作学习。
Comments accepted by ICRA 2026
ST-VLA: Enabling 4D-Aware Spatiotemporal Understanding for General Robot Manipulation
ST-VLA：为通用机器人操作实现4D感知的时空理解
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 ST-VLA通过统一的3D-4D表示连接感知与动作，利用ST-Human数据集训练时空视觉语言模型，提升复杂3D场景中的鲁棒性和泛化能力。
Comments 25 pages, under review
Coordinated Manipulation of Hybrid Deformable-Rigid Objects in Constrained Environments
在受限环境中协调操控混合变形-刚性物体
机构 * Department of Mechanical and Nuclear Engineering, Khalifa University（卡利法大学机械与核工程系） ； Khalifa University Center for Autonomous Robotic Systems (KUCARS)（卡利法大学自主机器人系统中心） ； Department of Computer Science, Khalifa University（卡利法大学计算机科学系）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出基于准静态优化的操控规划器，利用应变基的Cosserat杆模型处理混合变形-刚性物体，实现通过约束环境中的任务空间目标，实验验证了其在受限环境中的有效性。
Comments 15 pages, 10 figures
COAD: Constant-Time Planning for Continuous Goal Manipulation with Compressed Library and Online Adaptation
COAD：基于压缩库和在线适应的连续目标操纵的常数时间规划
机构 * Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯特理工学院（WPI））
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 COAD通过压缩库和在线适应实现连续目标参数化任务空间的常数时间规划，减少运动库规模并提升规划效率与路径质量。
Comments Adil Shiyas and Zhuoyun Zhong contributed equally to this work
AOMGen: Photoreal, Physics-Consistent Demonstration Generation for Articulated Object Manipulation
AOMGen: 为关节物体操控生成逼真、物理一致的演示
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出AOMGen框架，通过单次真实扫描、演示和数字资产库生成逼真训练数据，提升机器人操控任务的成功率。
Comments Accepted by CVPR Findings2026
Scalable Surface-Based Manipulation Through Modularity and Inter-Module Object Transfer
通过模块化和模块间物体转移实现可扩展的表面操控
机构 * IT University（丹麦技术大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出了一种多模块柔软操控平台，通过模块间物体转移和共享边界驱动实现亚厘米级定位，同时减少驱动器数量并降低模块间干扰，为食品加工和物流等应用提供可扩展的柔软操控解决方案。
Comments 8 pages
FreeTacMan: Robot-free Visuo-Tactile Data Collection System for Contact-rich Manipulation
FreeTacMan: 无需机器人的人工智能视觉-触觉数据采集系统用于接触密集的 manipulation
机构 * Shanghai Innovation Institute（上海创新研究院） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai University（上海大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robot learning(abstract)；分类 cs.RO
AI总结 FreeTacMan 提出了一种无需机器人的视觉-触觉数据采集系统，通过可穿戴抓取器和高精度光学跟踪系统，实现了高效的数据收集和多模态数据集的构建，推动了机器人 manipulation 的研究。
Towards Human-Like Manipulation through RL-Augmented Teleoperation and Mixture-of-Dexterous-Experts VLA
通过强化学习增强的遥控操作与混合的灵巧专家VLA实现人机操作
机构 * Shanghai Jiao Tong University（上海交通大学） ； Sharpa ； Shanghai AI Lab（上海人工智能实验室） ； Zhongguancun Academy（中关村学院） ； National University of Singapore（新加坡国立大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出IMCopilot和MoDE-VLA框架，通过强化学习和多模态融合提升机器人灵巧操作能力，实现接触丰富的手内任务性能提升。
Comments Project Homepage: https://sites.google.com/view/mode-vla
RoTri-Diff: A Spatial Robot-Object Triadic Interaction-Guided Diffusion Model for Bimanual Manipulation
RoTri-Diff: 一种基于空间机器人-物体三元交互引导的扩散模型用于双臂操作
机构 * School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 RoTri-Diff通过建模机器人-物体三元交互关系，提出了一种基于扩散的模仿学习框架，以提高双臂操作的稳定性和协调性。
Comments ICRA 2026
SuperSuit: An Isomorphic Bimodal Interface for Scalable Mobile Manipulation
SuperSuit：一种用于可扩展移动操作的同构双模接口
机构 * Tsinghua University（清华大学） ； TARS Robotics（TARS机器人）
专题命中 机器人操作 ：manipulation(title,abstract)；embodied AI(abstract)；分类 cs.RO
AI总结 SuperSuit 提出了一种双模数据采集框架，通过同构运动学接口实现移动机械臂的高效长周期演示和策略训练。
EmboAlign: Aligning Video Generation with Compositional Constraints for Zero-Shot Manipulation
EmboAlign：通过组合约束对齐视频生成以实现零样本操控
机构 * Northwestern University（西北大学） ； Stanford University（斯坦福大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 EmboAlign通过视觉语言模型生成组合约束，对齐视频生成模型输出，提升零样本机器人操控的成功率。
TEGA: A Tactile-Enhanced Grasping Assistant for Assistive Robotics via Sensor Fusion and Closed-Loop Haptic Feedback
TEGA: 一种通过传感器融合和闭环触觉反馈的触觉增强抓取助手用于辅助机器人
机构 * Department of Civil and Coastal Engineering, University of Florida（土木与海岸工程系，佛罗里达大学） ； Nvidia（英伟达）
专题命中 机器人操作 ：robotics(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 TEGA通过融合EMG意图到力推断与触觉传感，提供闭环触觉反馈，提升残疾用户抓取稳定性与任务成功率。
Comments Accepted to include in ICRA 2026
