机器人 / 具身智能

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

Tutian Tang, Xingyu Ji, Wanli Xing, Ce Hao, Wenqiang Xu, Lin Shao, Cewu Lu, Qiaojun Yu, Jiangmiao Pang, Kaifeng Zhang

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） 纠错

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

Zixuan Chen, Nga Teng Chan, Yiwen Hou, Chenrui Tie, Zixuan Liu, Haonan Chen, Junting Chen, Jieqi Shi, Yang Gao, Jing Huo, Lin Shao

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） 纠错

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

Tongqing Chen, Hang Wu, Jiasen Wang, Xiaotao Li, Zhu Jin, Lu Fang

机构 * Tsinghua University（清华大学） ； TARS Robotics（TARS机器人） 纠错

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

Gehao Zhang, Zhenyang Ni, Payal Mohapatra, Han Liu, Ruohan Zhang, Qi Zhu

机构 * Northwestern University（西北大学） ； Stanford University（斯坦福大学） 纠错

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

Hengxu You, Tianyu Zhou, Fang Xu, Kaleb Smith, Eric Jing Du

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） 纠错

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

Critic in the Loop: A Tri-System VLA Framework for Robust Long-Horizon Manipulation

循环批评者：一种三系统VLA框架用于鲁棒的长周期操控

Pengfei Yi, Yingjie Ma, Wenjiang Xu, Yanan Hao, Shuai Gan, Wanting Li, Shanlin Zhong

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； the School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

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

AI总结 循环批评者提出了一种三系统VLA框架，通过动态调度VLM和VLA实现鲁棒的长周期操控，提升系统在分布外场景的自主性和鲁棒性。

Task-Relevant and Irrelevant Region-Aware Augmentation for Generalizable Vision-Based Imitation Learning in Agricultural Manipulation

面向农业操作的通用视觉模仿学习的任务相关与无关区域感知增强

Shun Hattori, Hikaru Sasaki, Takumi Hachimine, Yusuke Mizutani, Takamitsu Matsubara

机构 * Division of Information Science, Graduate School of Information Science, Nara Institute of Science and Technology (NAIST)（信息科学系，信息科学研究生院，奈良科学技术研究所） 纠错

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DRAIL框架，通过区分任务相关与无关区域，提升农业操作中视觉模仿学习的泛化能力。

Viewpoint Matters: Dynamically Optimizing Viewpoints with Masked Autoencoder for Visual Manipulation

视角至关重要：基于掩码自动编码器的动态视角优化用于视觉操控

Pengfei Yi, Yifan Han, Junyan Li, Litao Liu, Wenzhao Lian

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； the School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Rutgers University（罗格斯大学） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

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

AI总结 MAE-Select通过动态选择最具信息量的视角，提升单摄像头机器人视觉操控性能，甚至超越多摄像头系统。

How to Peel with a Knife: Aligning Fine-Grained Manipulation with Human Preference

如何用刀剥皮：将细粒度操作与人类偏好对齐

Toru Lin, Shuying Deng, Zhao-Heng Yin, Pieter Abbeel, Jitendra Malik

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出了一种通过剥皮任务学习细粒度操作与人类偏好的对齐方法，通过两阶段策略优化实现高成功率和泛化能力。

Comments Project page can be found at https://toruowo.github.io/peel

The More the Merrier: Running Multiple Neuromorphic Components On-Chip for Robotic Control

更多更优：在芯片上运行多个神经形态组件用于机器人控制

Evan Eames, Priyadarshini Kannan, Ronan Sangouard, Philipp Plank, Elvin Hajizada, Gintautas Palinauskas, Lana Amaya, Michael Neumeier, Sai Thejeshwar Sharma, Marcella Toth, Prottush Sarkar, Axel von Arnim

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

AI总结 本文提出了一种在芯片上运行多个神经形态组件的流水线，用于实现视觉机器人控制，展示了其在低功耗和低延迟方面的性能。

Comments IOP Journal of Neuromorphic Computing and Engineering, preliminary acceptance

Jailbreaking Embodied LLMs via Action-level Manipulation

通过动作层面操控实现体感大语言模型的突破

Xinyu Huang, Qiang Yang, Leming Shen, Zijing Ma, Yuanqing Zheng

机构 * The Hong Kong Polytechnic University, Hong Kong SAR, China（香港理工大学） ； University of Cambridge, Cambridge, United Kingdom（剑桥大学） 纠错

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

AI总结 Blindfold通过动作层面操控实现对体感大语言模型的突破，其攻击成功率显著高于现有基线，凸显了对后果感知防御机制的迫切需求。

Comments This paper has been officially accepted for ACM SenSys 2026

Smart Prism with Tilt Compensation for CAN bus on Mobile Machinery Using Robotic Total Stations

具备倾斜补偿的智能棱镜用于移动机械CAN总线上的机器人全站仪

Sumesh Sharma, Marcel Moll, Timo Oksanen

机构 * Technical University of Munich, Germany（慕尼黑技术大学） ； Munich Institute of Robotics（慕尼黑机器人与机器智能研究所） 纠错

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

AI总结 本文提出一种具备倾斜补偿的智能棱镜，通过IMU实现动态环境下高精度参考轨迹验证。

Journal ref Technical University of Munich. 2026. ISBN 978-3-911430-10-4. https://mediatum.ub.tum.de/1844733

A User Study on the Suitability of Teleoperation Interfaces for Primitive Manipulation Tasks

关于远程操作接口适用于基本操作任务的用户研究

Jun Aoki, Shunki Itadera

机构 * University of Tsukuba（茨口大学） ； National Institute of Advanced Industrial Science（国家先进工业科学研究院） 纠错

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

AI总结 本研究比较了VR控制器和三维鼠标在操作机械臂时的表现，发现不同接口在不同任务中各有优劣，强调了任务主导运动原始体在设计远程操作接口中的重要性。

Comments Accepted at 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI'26), Late Breaking Report

Hybrid Offline-Online Reinforcement Learning for Sensorless, High-Precision Force Regulation in Surgical Robotic Grasping

混合离线-在线强化学习用于无传感器、高精度力调节的外科机器人抓取

Edoardo Fazzari, Omar Mohamed, Khalfan Hableel, Hamdan Alhadhrami, Cesare Stefanini

机构 * Dept. of Robotics, Mohamed bin Zayed University of AI（机器人学院，Mohamed bin Zayed人工智能大学） 纠错

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

AI总结 本研究提出了一种混合离线-在线强化学习框架，通过高保真建模实现无传感器的高精度外科机器人抓取力调节，验证了仿真到现实的迁移能力。

RoboMIND 2.0: A Multimodal, Bimanual Mobile Manipulation Dataset for Generalizable Embodied Intelligence

RoboMIND 2.0：一种多模态、双臂移动操作数据集，用于通用具身智能

Chengkai Hou, Kun Wu, Jiaming Liu, Zhengping Che, Di Wu, Fei Liao, Guangrun Li, Jingyang He, Qiuxuan Feng, Zhao Jin, Chenyang Gu, Zhuoyang Liu, Nuowei Han, Xiangju Mi, Yaoxu Lv, Yankai Fu, Gaole Dai, Langzhe Gu, Tao Li, Yuheng Zhang, Yixue Zhang, Xinhua Wang, Shichao Fan, Meng Li, Zhen Zhao, Ning Liu, Zhiyuan Xu, Pei Ren, Junjie Ji, Haonan Liu, Kuan Cheng, Shanghang Zhang, Jian Tang

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

AI总结 RoboMIND 2.0通过多模态双臂移动操作数据集和MIND-2系统，提升通用具身智能的泛化能力。

VCA: Vision-Click-Action Framework for Precise Manipulation of Segmented Objects in Target Ambiguous Environments

VCA：面向目标模糊环境中的分割物体精确操控的视觉-点击-动作框架

Donggeon Kim, Seungwon Jan, Hyeonjun Park, Daegyu Lim

机构 * ROBROS Inc.（ROBROS公司） 纠错

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

AI总结 VCA框架通过视觉点击交互替代文本指令，实现目标模糊环境中分割物体的精确操控，提升机器人操作的准确性和实用性。

Comments Submitted to UR 2026

Surface-based Manipulation Using Tunable Compliant Porous-Elastic Soft Sensing

基于表面的可调合规 porous-弹性柔软感知操作

Gayatri Indukumar, Muhammad Awais, Diana Cafiso, Matteo Lo Preti, Lucia Beccai

机构 * Soft BioRobotics Perception Group at Istituto Italiano di Tecnologia（意大利技术研究院软生物机器人感知组） ； University of Genoa（热那亚大学） ； Biorobotics Institute, Scuola Superiore Sant’Anna（圣安娜高等学院生物机器人研究所） ； Soft Robotics Lab, National University of Singapore（新加坡国立大学软机器人实验室） 纠错

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

AI总结 本文提出了一种可调合规 porous-弹性柔软感知系统，通过调整晶格密度实现对操作力和灵敏度的自适应调节，用于精细物体操作。

Comments 6 pages, 6 figures, 1 table, to be published in RoboSoft 2026 proceedings

HeRO: Hierarchical 3D Semantic Representation for Pose-aware Object Manipulation

HeRO：用于姿态感知物体操作的分层3D语义表示

Chongyang Xu, Shen Cheng, Haipeng Li, Haoqiang Fan, Ziliang Feng, Shuaicheng Liu

机构 * College of Computer Science, Sichuan University（四川大学计算机学院） ； School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） ； Dexmal 纠错

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

AI总结 HeRO通过分层语义场结合几何与语义，提升姿态感知操作的控制策略，实现多个任务的成功率提升。

Comments Accepted by ICRA 2026

EgoScale: Scaling Dexterous Manipulation with Diverse Egocentric Human Data

EgoScale：利用多样化的视点人类数据进行规模化灵巧操作

Ruijie Zheng, Dantong Niu, Yuqi Xie, Jing Wang, Mengda Xu, Yunfan Jiang, Fernando Castañeda, Fengyuan Hu, You Liang Tan, Letian Fu, Trevor Darrell, Furong Huang, Yuke Zhu, Danfei Xu, Linxi Fan

机构 * NVIDIA ； University of California, Berkeley（加州大学伯克利分校） ； University of Maryland（马里兰大学） 纠错

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

AI总结 EgoScale通过大规模视点人类数据训练视觉语言动作模型，实现高效的灵巧操作转移，提升机器人任务成功率54%。

Real-time Monocular 2D and 3D Perception of Endoluminal Scenes for Controlling Flexible Robotic Endoscopic Instruments

内窥手术中用于控制柔性机器人内窥器械的实时单目2D和3D感知

Ruofeng Wei, Kai Chen, Yui Lun Ng, Yiyao Ma, Justin Di-Lang Ho, Hon Sing Tong, Xiaomei Wang, Jing Dai, Ka-Wai Kwok, Qi Dou

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

AI总结 本文提出了一种基于单目内窥图像的视觉感知平台，用于提高内窥手术中柔性机器人器械的控制精度和手术效果。

RoboSolver: A Multi-Agent Large Language Model Framework for Solving Robotic Arm Problems

RoboSolver: 一种基于多智能体大语言模型的机器人臂问题求解框架

Hamid Khabazi, Ali F. Meghdari, Alireza Taheri

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

AI总结 RoboSolver通过多智能体框架结合LLM和VLM，实现机器人臂问题的自动求解，准确率达0.97。

RadarEye: Robust Liquid Level Tracking Using mmWave Radar in Robotic Pouring

RadarEye: 使用毫米波雷达实现机器人倒液过程中的鲁棒液体水平跟踪

Hongyu Deng, He Chen

机构 * Department of Information Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China（信息工程系，香港中文大学，香港特别行政区，中国） 纠错

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

AI总结 RadarEye通过毫米波雷达实现机器人倒液过程中液体水平的鲁棒跟踪，采用高分辨率波束成形和物理感知跟踪器，实现亚毫秒级延迟和优于视觉和超声波的精度。

Comments To appear in IEEE ICASSP 2026

BagelVLA: Enhancing Long-Horizon Manipulation via Interleaved Vision-Language-Action Generation

BagelVLA: 通过交错视觉-语言-动作生成增强长时程操作

Yucheng Hu, Jianke Zhang, Yuanfei Luo, Yanjiang Guo, Xiaoyu Chen, Xinshu Sun, Kun Feng, Qingzhou Lu, Sheng Chen, Yangang Zhang, Wei Li, Jianyu Chen

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 BagelVLA通过整合语言规划、视觉预测和动作生成，提升复杂长时程操作任务的性能。

Learning Force-Regulated Manipulation with a Low-Cost Tactile-Force-Controlled Gripper

通过低成本的触觉-力控夹具学习力调节的操控

Xuhui Kang, Tongxuan Tian, Sung-Wook Lee, Binghao Huang, Yunzhu Li, Yen-Ling Kuo

机构 * University of Virginia（弗吉尼亚大学） ； Columbia University（哥伦比亚大学） 纠错

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TF-Gripper和RETAF框架，通过低成本触觉-力控夹具和高频率力调节方法，提升机器人在日常力敏感物体上的操控精度与稳定性。

Comments 10 pages, 11 figures

Preference Aligned Visuomotor Diffusion Policies for Deformable Object Manipulation

偏好对齐的视觉-运动扩散策略用于可变形物体操作

Marco Moletta, Michael C. Welle, Danica Kragic

机构 * KTH Royal Institute of Technology（皇家理工学院） ； INCAR Robotics AB（INCAR机器人有限公司） 纠错

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RKO方法，通过偏好对齐提升机器人对可变形物体操作的个性化性能。

UniPlan: Vision-Language Task Planning for Mobile Manipulation with Unified PDDL Formulation

UniPlan: 为移动操作统一PDDL形式的视觉-语言任务规划

Haoming Ye, Yunxiao Xiao, Cewu Lu, Panpan Cai

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

AI总结 UniPlan通过统一PDDL形式实现视觉-语言任务规划，提升大规模室内移动操作的规划效率和效果。

DexFormer: Cross-Embodied Dexterous Manipulation via History-Conditioned Transformer

DexFormer: 通过历史条件化的Transformer实现跨具身体验的灵巧操作

Ke Zhang, Lixin Xu, Chengyi Song, Junzhe Xu, Xiaoyi Lin, Zeyu Jiang, Renjing Xu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Wuhan University（武汉大学） 纠错

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

AI总结 DexFormer通过历史条件化的Transformer实现跨具身体验的灵巧操作，能够适应不同手型并实现零样本迁移。

TaSA: Two-Phased Deep Predictive Learning of Tactile Sensory Attenuation for Improving In-Grasp Manipulation

TaSA: 两种阶段深度预测学习 tactile 触觉衰减以改善抓握操作

Pranav Ponnivalavan, Satoshi Funabashi, Alexander Schmitz, Tetsuya Ogata, Shigeki Sugano

机构 * Waseda University（早稻田大学） 纠错

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

AI总结 TaSA通过两种阶段深度预测学习实现基于感觉衰减的触觉衰减，提升机械手在抓握操作中的灵巧性与触觉感知能力。

Comments 8 pages, 8 figures, 8 tables, ICRA2026 accepted

RFS: Reinforcement Learning with Residual Flow Steering for Dexterous Manipulation

RFS: 通过残差流引导的强化学习用于灵巧操作

Entong Su, Tyler Westenbroek, Anusha Nagabandi, Abhishek Gupta

机构 * University of Washington, Paul G. Allen School of Computer Science & Engineering（华盛顿大学，保罗·G·艾伦计算机科学与工程学院） ； Amazon Frontier AI & Robotics（亚马逊前沿人工智能与机器人） 纠错

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

AI总结 RFS通过残差流引导强化学习，实现高效适应预训练生成策略，提升灵巧操作任务的性能

A Unified Complementarity-based Approach for Rigid-Body Manipulation and Motion Prediction

一种基于互补性的统一方法用于刚体操作和运动预测

Bingkun Huang, Xin Ma, Nilanjan Chakraborty, Riddhiman Laha

机构 * Technical University of Munich（慕尼黑技术大学） ； Stony Brook University（石溪大学） ； Northeastern University（东北大学） 纠错

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

AI总结 本文提出了一种统一的互补性方法，用于机器人刚体操作和运动预测，通过耦合线性和非线性互补问题实现接触模式的原理性转换，提升实时规划的鲁棒性。

Comments 18 pages, 7 figures