机器人 / 具身智能

Guava: An Effective and Universal Harness for Embodied Manipulation

Guava: 一种有效且通用的具身操作工具框架

Haowen Liu, Xirui Li, Shaoxiong Yao, Peng Shi, Tianyi Zhou, Jia-Bin Huang, Furong Huang, Jiayuan Mao

专题命中 机器人操作 ：提出具身操作工具框架Guava，结合推理与外部模块。

AI总结 提出Guava框架，通过迭代感知-推理-行动循环、语义动作抽象和多模态观测三大关键设计，将具身操作能力蒸馏到4B开源模型中，在仿真和真实环境中性能媲美前沿专有模型。

Zero-Shot Long-Horizon Dexterous Manipulation via Multi-View 3D-Grounded VLM Reasoning

零样本长时程灵巧操作：基于多视图3D接地VLM推理

Jisoo Kim, Sangwon Baik, Taeksoo Kim, Sungjoo Kim, Junyoung Lee, Mingi Choi, Hanbyul Joo

专题命中 机器人操作 ：灵巧操作零样本框架，VLM生成3D规划

AI总结 提出零样本框架，利用多视图RGB图像通过VLM生成3D任务规划，结合三角测量和射线投票实现精确3D接地，支持抓取和工具使用，在真实实验中优于基线方法。

Shape Sensing of Continuum Robots using Direct Laser Writing

使用直接激光写入的连续体机器人形状感知

Amber K. Rothe, Nidhi Malhotra, Jaydev P. Desai

专题命中 机器人操作 ：连续体机器人形状感知与闭环控制

AI总结 本文利用直接激光写入技术制造应变传感器，集成于连续体机器人关节中，通过线性和非线性模型预测关节角度，误差低至1.76度，并实现闭环控制，跟踪误差小于3度。

Comments This work has been submitted to the IEEE for possible publication

Seeing Through Occlusion: Deterministic Arm Kinematic Correction for Robot Teleoperation

透过遮挡：机器人遥操作的确定性手臂运动学校正

Thomas M. Kwok, Nicholas Koenig, Yue Hu

专题命中 机器人操作 ：遥操作中手臂运动学校正方法

AI总结 提出手臂运动学校正方法，利用恒定臂长几何约束和勾股定理确定性地重建遮挡关节深度，无需复杂建模，经Vicon验证有效，并成功应用于遥操作。

GCNGrasp-VP: Affordance-Guided View Planning for Efficient Task-Oriented Grasping

GCNGrasp-VP: 基于功能引导的视角规划用于高效任务导向抓取

Zanjia Tong, Wenlong Dong, Chengjie Zhang, Hong Zhang

专题命中 机器人操作 ：任务导向抓取，主动视角规划。

AI总结 提出GCNGrasp-VP框架，通过功能场预测引导主动视角规划，无需场景重建，单次视角调整即可显著提升遮挡下的任务导向抓取成功率。

Comments Accepted to IROS 2026

Admittance-Based Surface Alignment for Human-in-the-Loop Robotic Visual Inspection

基于导纳的表面对齐用于人在环机器人视觉检测

Antara Banerjee, Colin Acton, Xu Chen

专题命中 机器人操作 ：提出导纳控制框架实现机器人表面精确对齐

AI总结 提出一种基于导纳的实时闭环控制框架，融合操作员输入与感知驱动，实现机器人末端执行器与局部表面的精确对齐，在6自由度机械臂上验证了稳定法向跟踪和0.4°的平均定向误差。

Benchmarking Action Spaces in Reinforcement Learning for Vision-based Robotic Manipulation

基于视觉的机器人操作中强化学习动作空间的基准测试

Seyed Alireza Azimi, Homayoon Farrahi, Abhishek Naik, Colin Bellinger, A. Rupam Mahmood

专题命中 机器人操作 ：基准测试RL动作空间在视觉机器人操作中性能

AI总结 本研究通过模拟到现实的迁移，在物体抓取和推动任务中评估了四种动作空间，发现关节速度动作空间在平滑性和任务性能上最优，并为RL实践者提供了动作空间选择指导。

Comments 9 pages with references

DexSynRefine: Synthesizing and Refining Human-Object Interaction Motion for Physically Feasible Dexterous Robot Actions

DexSynRefine：合成与精炼人-物交互运动以实现物理可行的灵巧机器人动作

Hyesung Lee, Hyunwoo Jung, Si-Hwan Heo, Sungwook Yang

专题命中 机器人操作 ：提出DexSynRefine框架，实现灵巧机器人操作。

AI总结 提出DexSynRefine框架，通过HOI-MMFP运动先验合成手-物轨迹，结合任务空间残差强化学习和接触动力学适应，将人-物交互数据转化为物理可行的灵巧操作，在五个任务上成功率提升50-70个百分点。

Comments Project page: https://dexsynrefine.github.io/

Modeling Branches for Active Manipulation using Iterative Parameter Estimation

基于迭代参数估计的主动操作分支建模

Madhav Rijal, Rashik Shrestha, Trevor Smith, Yu Gu

专题命中 机器人操作 ：植物分支建模与主动操作

AI总结 提出一种通过迭代估计材料参数来建模植物分支的方法，利用有限元模拟和变形感知运动规划器，实现精确分支操作，平均变形能量降低35.69%。

Comments Accepted to IROS 2026

Mobile Pedipulation for Object Sliding via Hierarchical Control on a Wheeled Bipedal Robot

基于轮式双足机器人分层控制的移动式腿部操作物体滑动

Yue Qin, Yulun Zhuang, Zelin Shen, Yanran Ding

专题命中 机器人操作 ：轮式双足机器人用腿部滑动物体，属于机器人操作

AI总结 提出一种分层控制框架，使轮式双足机器人能用腿部滑动平面物体，通过简化三刚体动力学模型和轨迹优化运动规划器，在实验中成功实现1kg物体取回和4kg物体滑动。

Comments 8 pages, 7 figures

Invertible Neural Network Adapter for One-Step Flow Matching in Robot Manipulation

用于机器人操作中一步流匹配的可逆神经网络适配器

Yu Zhang, Kangyi Ji, Yongxiang Zou, Rongtao Xu, Feng Zheng, Long Cheng

专题命中 机器人操作 ：可逆神经网络用于机器人操作动作生成

AI总结 提出可逆神经网络适配器，通过一步去噪过程生成高维动作，降低推理复杂度并保持精度，在仿真和真实实验中提升效率。

ART-VS: Adaptive Resolution Tiling for Vision Transformer Visual Servoing

ART-VS：用于视觉Transformer伺服的自适应分辨率分块

Alessandro Scherl, Bernhard Neuberger, Simon Schwaiger, David Mulero-Pérez, Lucas Muster, Jose Garcia-Rodriguez

专题命中 机器人操作 ：视觉伺服，自适应分辨率分块。

AI总结 提出ART-VS方法，通过粗-精两阶段自适应调整特征粒度，在不需任务特定训练下提升视觉伺服鲁棒性和精度，显著降低定位误差并提高速度。

Comments Accepted at IROS2026

ZiMPedance: Impedance-Aware ZMP Modeling and Control for Payload Carrying with Quadruped Robots

ZiMPedance：面向四足机器人负载搬运的阻抗感知ZMP建模与控制

Giovanni B. Dessy, Lorenzo Amatucci, Victor Barasuol, Claudio Semini

专题命中 机器人操作 ：四足机器人负载搬运，阻抗感知控制

AI总结 提出扩展零力矩点（ZMP）公式以包含被动负载接口动力学，结合模型预测控制减少稳定性违规达10倍，并提高运动效率。

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

专题命中 机器人操作 ：提出STORM模块用于机器人操作表示学习。

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。

Self-Supervised Mask-Aware Transformers for Fault-Tolerant FBG Force Sensing in Minimally Invasive Surgical Robotics

自监督掩码感知Transformer用于微创手术机器人中容错FBG力传感

Peibo Sun, Shiyuan Dong, Shucheng Ye, Jianrong Cai, Yushan Liu, Hongen Liao, Tianqi Huang, Fang Chen

专题命中 机器人操作 ：微创手术机器人中FBG力传感的容错方法

AI总结 针对微创手术机器人中FBG传感器因通道耦合和断裂导致的力估计退化问题，提出统一的自监督掩码感知Transformer，通过掩码通道重建预训练和动态损坏课程微调，实现多通道故障下的优雅降级，在8通道数据集上达到0.0066 N均方根误差。

MolmoMotion: Forecasting Point Trajectories in 3D with Language Instruction

MolmoMotion: 基于语言指令的3D点轨迹预测

Jianing Zhang, Chenhao Zheng, Yajun Yang, Max Argus, Rustin Soraki, Winson Han, Taira Anderson, Chun-Liang Li, Shuo Liu, Jiafei Duan, Zhongzheng Ren, Jieyu Zhang, Ranjay Krishna

专题命中 机器人操作 ：在机器人操作中验证有效性

AI总结 提出一种基于语言指令的3D点运动预测方法，通过构建大规模数据集和基准，实现类无关、视角稳定的运动轨迹预测，并在机器人操作和视频生成中验证其有效性。