机器人 / 具身智能

GR-RL: Going Dexterous and Precise for Long-Horizon Robotic Manipulation

GR-RL：为长周期机械操作实现灵活与精确

Yunfei Li, Xiao Ma, Jiafeng Xu, Yu Cui, Zhongren Cui, Zhigang Han, Liqun Huang, Tao Kong, Yuxiao Liu, Hao Niu, Wanli Peng, Jingchao Qiao, Zeyu Ren, Haixin Shi, Zhi Su, Jiawen Tian, Yuyang Xiao, Shenyu Zhang, Liwei Zheng, Hang Li, Yonghui Wu

机构 * ByteDance（字节跳动） 纠错

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

AI总结 GR-RL通过多阶段训练管道，将通用VLA策略转化为擅长长周期精确操作的专家策略，成功实现自主系鞋带任务。

Asynchronous Fast-Slow Vision-Language-Action Policies for Whole-Body Robotic Manipulation

异步快速-慢速视觉-语言-动作策略用于全身机器人操作

Teqiang Zou, Hongliang Zeng, Yuxuan Nong, Yifan Li, Kehui Liu, Haotian Yang, Xinyang Ling, Xin Li, Lianyang Ma

机构 * AstriBot Team（AstriBot团队） 纠错

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

AI总结 DuoCore-FS通过异步快速-慢速框架提升全身机器人操作的实时性能与任务成功率。

LoLA: Long Horizon Latent Action Learning for General Robot Manipulation

LoLA：面向通用机器人操作的长周期隐式动作学习

Xiaofan Wang, Xingyu Gao, Jianlong Fu, Zuolei Li, Dean Fortier, Galen Mullins, Andrey Kolobov, Baining Guo

机构 * Institute of Microelectronics, Chinese Academy of Sciences（中国科学院微电子研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Microsoft Research（微软研究院） 纠错

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

AI总结 LoLA通过整合长期多视角观察和机器人本体感觉，实现长周期、语言引导的机器人操作任务，显著优于现有方法。

Deformable Cluster Manipulation via Whole-Arm Policy Learning

通过全身政策学习实现可变形簇 manipulation

Jayadeep Jacob, Wenzheng Zhang, Houston Warren, Paulo Borges, Tirthankar Bandyopadhyay, Fabio Ramos

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Data61, CSIRO（CSIRO数据61研究所） ； Orica（奥里卡公司） ； NVIDIA Corporation（NVIDIA公司） 纠错

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

AI总结 本文提出了一种基于全身政策学习的方法，通过整合3D点云和本体感觉触觉信息，实现对可变形簇的高效操纵，并在输电线路清除任务中展示了零样本迁移能力。

Enhanced Information Security via Wave-Field Selectivity and Structured Wavefront Manipulation

通过波场选择性和结构化波前操控提升信息安全性

Yufei Zhao, Deyu Lin, Qian Zhang, Haoyang Shi, Hong Niu, Afkar Mohamed Ismail, Yong Liang Guan, Chau Yuen

专题命中 机器人操作 ：manipulation(title)

AI总结 本文提出一种通过波场选择性和结构化波前操控实现安全无线传输的架构，利用多模涡旋波和可编程超材料构建独立传输通道，提升传输安全性和频谱效率。

Tactile-based Object Retrieval From Granular Media

基于触觉的颗粒介质中物体检索

Jingxi Xu, Yinsen Jia, Dongxiao Yang, Patrick Meng, Xinyue Zhu, Zihan Guo, Shuran Song, Matei Ciocarlie

专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 GEOTACT通过触觉反馈学习实现从颗粒介质中检索未知形状物体，展示了零样本迁移和复杂物体抓取能力。

Explainable time-series forecasting with sampling-free SHAP for Transformers

基于Transformer的无采样SHAP可解释时间序列预测

Matthias Hertel, Sebastian Pütz, Ralf Mikut, Veit Hagenmeyer, Benjamin Schäfer

机构 * Institute for Automation and Applied Informatics (IAI)（自动化与应用信息学院） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.LG

AI总结 本文提出基于Transformer架构的SHAPformer模型，通过无采样注意力机制实现快速且准确的时间序列预测解释，适用于电力负荷等实际场景。

Latent learning: episodic memory complements parametric learning by enabling flexible reuse of experiences

潜在学习：情景记忆通过使经验的灵活重用来补充参数学习

Andrew Kyle Lampinen, Martin Engelcke, Yuxuan Li, Arslan Chaudhry, James L. McClelland

机构 * Google DeepMind（谷歌DeepMind） ； Department of Psychology, Stanford University（斯坦福大学心理学系） 纠错

专题命中 机器人操作 ：navigation(abstract)；分类 cs.LG

AI总结 本文提出情景记忆可通过灵活重用经验来补充参数学习，提升泛化能力。

LLM-Based Authoring of Agent-Based Narratives through Scene Descriptions

基于大语言模型的通过场景描述生成基于代理的叙事

Vinayak Regmi, Christos Mousas

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种基于大语言模型生成基于代理的叙事的系统，通过场景描述自动生成代理行为并支持动态交互。

Scaling roadmap for modular trapped-ion QEC and lattice-surgery teleportation

模块化囚离子量子纠错与晶格手术传送的扩展路线图

César Benito, Alfredo Ricci Vasquez, Jonathan Home, Karan K. Mehta, Thomas Monz, Markus Müller, Alejandro Bermudez

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文研究了模块化囚离子量子纠错与晶格手术传送的扩展路线，通过比较不同架构性能，确定集成光子学连接为长期扩展的最佳方案。

Multiple topological phases of magnons induced by Dzyaloshinskii-Moriya and pseudodipolar anisotropic exchange interactions in Kagome ferromagnets

Kagome铁磁体中由Dzyaloshinskii-Moriya和伪偶极子各向异性交换相互作用诱导的多重拓扑相

Jin-Yu Ni, Xia-Ming Zheng, Peng-Tao Wei, Da-Yong Liu, Liang-Jian Zou

专题命中 机器人操作 ：manipulation(abstract)

AI总结 Kagome铁磁体中多种磁各向异性相互作用诱导出多重拓扑相，具有高陈数和拓扑相变调控潜力。

Comments 33 pages, 13 figures

Journal ref Phys. Rev. B 112, 184431 (2025)

Adaptive Interpolating Quantum Transform: A Quantum-Native Framework for Efficient Transform Learning

自适应插值量子变换：一种用于高效变换学习的量子原生框架

Gekko Budiutama, Shunsuke Daimon, Hirofumi Nishi, Ryui Kaneko, Tomi Ohtsuki, Yu-ichiro Matsushita

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出自适应插值量子变换，通过插值量子变换实现高效变换学习，减少参数开销并继承量子优势。

Comments 7 pages, 4 figures

Journal ref Phys. Rev. A 112, 062410 (2025)

Game of Coding: Beyond Honest-Majority Assumptions

编码游戏：超越诚实多数假设

Hanzaleh Akbari Nodehi, Viveck R. Cadambe, Mohammad Ali Maddah-Ali

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出编码游戏理论，通过博弈论方法解决去中心化系统中编码安全问题，探讨对手与解码器的博弈动态及均衡条件。

Fine-Grained Instruction-Guided Graph Reasoning for Vision-and-Language Navigation

细粒度指令引导的图推理用于视觉-语言导航

Yaohua Liu, Xinyuan Song, Yunfu Deng, Yifan Xie, Binkai Ou, Yan Zhong

机构 * Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Department of Computer Science, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系） ； Tsinghua University（清华大学） ； Innovation and Research and Development Department, BoardWare Information System Company（BoardWare信息系统公司创新与研发部） ； School of Mathematics, Peking University（北京大学数学学院） 纠错

专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.AI、cs.CV

AI总结 本文提出细粒度指令引导的图推理框架OIKG，通过解耦角度与视觉提示并增强空间表示，提升视觉-语言导航中指令理解和跨模态对齐能力。

Comments 10 pages, 4 figures

Optimal navigation in a noisy environment

在噪声环境中最优导航

Abhijit Sinha, Sandeep Jangid, Tridib Sadhu, Shankar Ghosh

专题命中 具身导航 ：navigation(title,abstract)；robotic(abstract)

AI总结 在噪声环境中，通过间歇性航向修正实现高效导航，替代连续反馈机制，提供统一的导航原理。

Comments Nine pages, four figures, additional six pages of supplementary materials

LoGoPlanner: Localization Grounded Navigation Policy with Metric-aware Visual Geometry

LoGoPlanner：基于度量感知的视觉几何导航策略

Jiaqi Peng, Wenzhe Cai, Yuqiang Yang, Tai Wang, Yuan Shen, Jiangmiao Pang

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Shanghai AI laboratory（上海人工智能实验室） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV

AI总结 LoGoPlanner通过结合度量感知的视觉几何和端到端学习，提升移动机器人在无结构环境中的导航性能和泛化能力。

Comments Project page:https://steinate.github.io/logoplanner.github.io/

TongSIM: A General Platform for Simulating Intelligent Machines

TongSIM: 一个用于模拟智能机器的通用平台

Zhe Sun, Kunlun Wu, Chuanjian Fu, Zeming Song, Langyong Shi, Zihe Xue, Bohan Jing, Ying Yang, Xiaomeng Gao, Aijia Li, Tianyu Guo, Huiying Li, Xueyuan Yang, Rongkai Liu, Xinyi He, Yuxi Wang, Yue Li, Mingyuan Liu, Yujie Lu, Hongzhao Xie, Shiyun Zhao, Bo Dai, Wei Wang, Tao Yuan, Song-Chun Zhu, Yujia Peng, Zhenliang Zhang

机构 * State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； BIGAI ； Beijing, China（中国北京） 纠错

专题命中 具身导航 ：embodied AI(abstract)；embodied agent(abstract)；navigation(abstract)；分类 cs.AI

AI总结 TongSIM是一个通用平台，用于训练和评估具身智能代理，提供多样化的场景和交互丰富的环境，支持从低级导航到高级复合活动的广泛研究需求。

Machine Learning to Predict Digital Frustration from Clickstream Data

利用机器学习预测点击流数据中的数字挫败感

Jibin Joseph

机构 * Department of Computer Science（计算机科学系） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.LG

AI总结 本研究利用LSTM模型通过点击流数据预测用户挫败感，实验表明LSTM在预测准确性上优于XGBoost，且仅需少量交互即可实现可靠预测。

Comments 17 pages, 5 figures

Synthesizing Procedural Memory: Challenges and Architectures in Automated Workflow Generation

生成程序记忆：自动化工作流生成中的挑战与架构

Nishant Gaurav, Adit Akarsh, Ankit Ranjan, Manoj Bajaj

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 本文提出通过科学方法自主生成工作流技能，解决自动化技能生成中的四个结构性瓶颈。

Comments 7 pages

Memory as Resonance: A Biomimetic Architecture for Infinite Context Memory on Ergodic Phonetic Manifolds

记忆作为共振：一种仿生架构，用于在周期性语音流形上实现无限上下文记忆

Tarik Houichime, Abdelghani Souhar, Younes El Amrani

机构 * System Research & Development Laboratory（系统研究与开发实验室） ； EME AXE LLC（5EME AXE公司） ； Faculty of Science, Mohammed V University In Rabat（穆罕默德五世大学科学学院） ； Computer Science Research Laboratory (LaRI)（计算机科学研究实验室） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 本文提出语音轨迹记忆架构，通过神经符号方法实现无限上下文记忆，利用周期性流形上的连续路径实现高压缩比和低延迟检索。

Self-motion as a structural prior for coherent and robust formation of cognitive maps

自我运动作为结构先验以实现一致且稳健的认知图形成形

Yingchao Yu, Pengfei Sun, Yaochu Jin, Kuangrong Hao, Hao Zhang, Yifeng Zhang, Wenxuan Pan, Wei Chen, Danyal Akarca, Yuchen Xiao

专题命中 具身导航 ：navigation(abstract)

AI总结 本研究提出利用自我运动作为结构先验，通过脑启发机制提升认知图形成效，增强空间导航的鲁棒性与准确性。

Comments 33 pages, 10 figures, 4 tables

Active Intelligence in Video Avatars via Closed-loop World Modeling

通过闭环世界建模实现视频虚拟角色的主动智能

Xuanhua He, Tianyu Yang, Ke Cao, Ruiqi Wu, Cheng Meng, Yong Zhang, Zhuoliang Kang, Xiaoming Wei, Qifeng Chen

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Meituan（美团） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 本文提出ORCA框架，通过闭环世界建模和双系统架构，实现视频虚拟角色的主动智能与目标导向行为。

Comments Project Page: https://xuanhuahe.github.io/ORCA/

Memorize-and-Generate: Towards Long-Term Consistency in Real-Time Video Generation

记忆与生成：迈向实时视频生成中的长期一致性

Tianrui Zhu, Shiyi Zhang, Zhirui Sun, Jingqi Tian, Yansong Tang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） 纠错

专题命中 具身推理 ：world model(abstract)；分类 cs.CV

AI总结 MAG通过分离内存压缩与帧生成任务，提升实时视频生成的长期一致性与效率。

Comments Code will be released at https://github.com/Xilluill/MAG

ActionFlow: A Pipelined Action Acceleration for Vision Language Models on Edge

ActionFlow：面向边缘设备的视觉语言模型流水线动作加速

Yuntao Dai, Hang Gu, Teng Wang, Qianyu Cheng, Yifei Zheng, Zhiyong Qiu, Lei Gong, Wenqi Lou, Xuehai Zhou

机构 * School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（苏州市先进研究院，中国科学技术大学） ； IEIT SYSTEMS Co., Ltd.（IEIT SYSTEMS公司） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 ActionFlow通过跨请求流水线策略提升边缘设备上VLA模型的推理速度，实现2.55倍的FPS提升，无需重新训练。

DRAE: Dynamic Retrieval-Augmented Expert Networks for Lifelong Learning and Task Adaptation in Robotics

DRAE：动态检索增强专家网络用于机器人终身学习与任务适应

Yayu Long, Kewei Chen, Long Jin, Mingsheng Shang

机构 * Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences（重庆绿色智能技术研究所，中国科学院） 纠错

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

AI总结 DRAE通过动态检索增强专家网络实现机器人终身学习和任务适应，显著提升长期任务保留和知识重用能力。

Comments Accepted to the main conference of the Annual Meeting of the Association for Computational Linguistics (ACL 2025)

Conservative Bias in Multi-Teacher Learning: Why Agents Prefer Low-Reward Advisors

多教师学习中的保守偏见：为什么智能体更偏好低奖励顾问

Maher Mesto, Francisco Cruz

机构 * School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Escuela de Ingeniería, Universidad Central de Chile（智利中央大学工程学院） 纠错

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

AI总结 本文揭示了多教师学习中智能体偏好保守低奖励顾问的现象，发现其受保守偏见主导，并在特定阈值下失效，同时在概念漂移情况下显著优于基线Q学习。

Comments 10 pages, 5 figures. Accepted at ACRA 2025 (Australasian Conference on Robotics and Automation)

Thermodynamic Focusing for Inference-Time Search: Practical Methods for Target-Conditioned Sampling and Prompted Inference

推理时间搜索的热力学聚焦：目标条件采样和提示推理的实用方法

Zhan Zhang

机构 * Zhan Zhang（张湛） 纠错

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

AI总结 本文提出ICFA算法，通过目标条件重新加权提升推理时间搜索效率，结合结构化提示与混合架构实现更高效的样本利用。

Comments 4 pages

UrbanV2X: A Multisensory Vehicle-Infrastructure Dataset for Cooperative Navigation in Urban Areas

UrbanV2X: 一种用于城市区域协同导航的多感官车辆-基础设施数据集

Qijun Qin, Ziqi Zhang, Yihan Zhong, Feng Huang, Xikun Liu, Runzhi Hu, Hang Chen, Wei Hu, Dongzhe Su, Jun Zhang, Hoi-Fung Ng, Weisong Wen

机构 * Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University（航空与航空工程系，香港理工大学） ； Hong Kong Applied Science and Technology Research Institute (ASTRI)（香港应用科学和技术研究院） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 机器人数据与评测 ：navigation(title,abstract)；分类 cs.RO

AI总结 UrbanV2X数据集通过多感官数据支持城市区域的协同导航研究，包含车辆和基础设施的同步传感器数据及算法评估

Comments 8 pages, 9 figures, IEEE ITSC 2025

Detecting Non-Optimal Decisions of Embodied Agents via Diversity-Guided Metamorphic Testing

通过多样性引导的元形态测试检测具身代理的非最优决策

Wenzhao Wu, Yahui Tang, Mingfei Cheng, Wenbing Tang, Yuan Zhou, Yang Liu

机构 * National Supercomputing Center（国家超算中心） ； School of Computer（计算机学院） ； Singapore Management University（新加坡国立大学） ； College of Information Engineering（信息工程学院） ； School of Computer Science and Technology（计算机科学与技术学院） ； College of Computing and Data Science（计算与数据科学学院） 纠错

专题命中 机器人数据与评测 ：embodied agent(title,abstract)；分类 cs.RO

AI总结 通过多样性引导的元形态测试检测具身代理的非最优决策，提出NoD-DGMT框架，有效识别规划中的效率低下问题。

Continuous Vision-Language-Action Co-Learning with Semantic-Physical Alignment for Behavioral Cloning

具有语义-物理对齐的连续视觉-语言-动作共学用于行为克隆

Xiuxiu Qi, Yu Yang, Jiannong Cao, Luyao Bai, Chongshan Fan, Chengtai Cao, Hongpeng Wang

专题命中 机器人数据与评测 ：embodied AI(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出CCoL框架，通过连续共学视觉、语言和动作，解决行为克隆中的语义-物理不一致问题，提升动作执行的准确性和鲁棒性。

Comments Accepted at AAAI 2026, the Project website is available at https://qhemu.github.io/CCoL/