机器人 / 具身智能

Language-Guided Grasp Detection with Coarse-to-Fine Learning for Robotic Manipulation

基于粗到细学习的语言引导抓取检测用于机器人操作

Zebin Jiang, Tianle Jin, Xiangtong Yao, Alois Knoll, Hu Cao

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

AI总结 本文提出基于粗到细学习的语言引导抓取检测方法，通过跨模态融合和动态卷积头提升抓取精度与鲁棒性，实验证明其在复杂环境中的有效性。

Comments Submitted to IEEE Journal

RGMP: Recurrent Geometric-prior Multimodal Policy for Generalizable Humanoid Robot Manipulation

RGMP: 基于几何先验的多模态策略用于通用人形机器人操作

Xuetao Li, Wenke Huang, Nengyuan Pan, Kaiyan Zhao, Songhua Yang, Yiming Wang, Mengde Li, Mang Ye, Jifeng Xuan, Miao Li

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

AI总结 RGMP通过结合几何-语义推理与递归高斯适应，实现了高效的人形机器人多模态操作控制。

Journal ref Proceedings of the AAAI conference on artificial intelligence, 2026

Analyzing Key Objectives in Human-to-Robot Retargeting for Dexterous Manipulation

分析人机回退中关键目标在灵巧操作中的应用

Chendong Xin, Mingrui Yu, Yongpeng Jiang, Zhefeng Zhang, Xiang Li

机构 * Department of Automation, Beijing National Research Center for Information Science and Technology, Tsinghua University, China（自动化系，信息科学与技术国家工程研究中心，清华大学） 纠错

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

AI总结 本文通过实验分析回退目标在灵巧操作中的应用，提出综合目标公式并评估各因素的重要性。

Comments v2: Extended the main text with additional analysis and implementation details

Tracing Energy Flow: Learning Tactile-based Grasping Force Control to Prevent Slippage in Dynamic Object Interaction

追踪能量流动：学习基于触觉的抓取力控制以防止动态物体交互中的滑动

Cheng-Yu Kuo, Hirofumi Shin, Takamitsu Matsubara

机构 * Graduated School of Science and Technology（科学技术研究生学校） ； Nara Institute of Science and Technology（奈良科学技术大学） ； Honda R&D, Ltd.（本田研发有限公司） 纠错

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

AI总结 本文提出了一种基于触觉的抓取力控制方法，通过能量抽象和模型学习，在动态交互中有效防止滑动，无需外部传感或先验知识。

Comments 8 pages. Accepted by IEEE Robotics and Automation Letters (RA-L)

Systemization of Knowledge: Resilience and Fault Tolerance in Cyber-Physical Systems

知识系统化：网络物理系统中的韧性与容错性

Rahul Bulusu

专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)

AI总结 本文通过系统化知识分类法，揭示了网络物理系统中韧性与容错性的关键结构缺口，提出整合稳健控制、监控和正式保证的新方向。

Comments Systemization of knowledge paper. Approximately 13 pages, 3 figures, 3 tables

Epitome: Pioneering an Experimental Platform for AI-Social Science Integration

Epitome：开创人工智能与社会科学整合的实验平台

Jingjing Qu, Kejia Hu, Jun Zhu, Yulei Ye, Wenhao Li, Teng Wang, Zhiyun Chen, Chaochao Lu, Aimin Zhou, Xiangfeng Wang, Xia Hu, James Evans

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

AI总结 Epitome通过矩阵式社会世界，开创人工智能与社会科学整合的实验平台，研究人类与AI交互的社会动态及涌现特性。

Comments 25 pages, 6figures

AutoAdv: Automated Adversarial Prompting for Multi-Turn Jailbreaking of Large Language Models

AutoAdv：多轮对抗性提示生成用于大型语言模型的多轮 Jailbreaking 攻击

Aashray Reddy, Andrew Zagula, Nicholas Saban

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

AI总结 AutoAdv 提出了一种自动化多轮对抗性提示生成方法，通过策略性重写和优化配置，实现对大型语言模型的安全机制的高效攻击，揭示了其在有害内容生成上的高成功率。

Comments We encountered issues with the paper being hosted under my personal account, so we republished it under a different account associated with a university email, which makes updates and management easier. As a result, this version is a duplicate of arXiv:2511.02376

Experimental realization of Energy modulation of high-order R-TEM laser modes in Radially polarized cylindrical vector beam

高阶R-TEM激光模能量调制的实验实现

Brijesh Kumar Mishra, Brijesh Kumar Singh

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究通过相位掩模实现高阶R-TEM激光模的能量调制，以获得近等强度的环结构，适用于微粒操控和光刻等应用。

Semantic Deception: When Reasoning Models Can't Compute an Addition

语义欺骗：当推理模型无法计算加法时

Nathaniël de Leeuw, Marceau Nahon, Mathis Reymond, Raja Chatila, Mehdi Khamassi

机构 * Institute of Intelligent Systems and Robotics（智能系统与机器人研究所） ； CNRS（法国国家科学研究中心） ； Sorbonne University（索邦大学） ； Paris Cité University（巴黎城市大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究发现LLMs在面对语义欺骗时表现不佳，揭示其在符号操作上的局限性及对表面语义的依赖。

Comments 22 pages, 5 figures

Optomechanically Induced Transparency on Exceptional Surfaces

在例外表面上的光学机械诱导透明度

Y. Pan, H. -L. Zhang, Y. -F. Jiao, D. -Y. Wang, S. -L. Su, H. Jing

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究提出在非厄米特腔光机械系统中通过设计波导结构实现例外表面上的光学机械诱导透明度光谱调控，揭示了相变点处的峰谷转换现象，并展示了快慢光转换与增强的实验发现。

ETP-R1: Evolving Topological Planning with Reinforcement Fine-tuning for Vision-Language Navigation in Continuous Environments

连续环境中的视觉-语言导航（VLN-CE）需要一个具身体验的智能体在连续环境中导航至目标，遵循自然语言指令。虽然当前基于图的方法通过将环境抽象为拓扑地图并简化动作空间到路径选择，提供了一种高效、结构化的方法，但它们在利用大规模数据和先进训练范式方面落后于基于大视觉-语言模型（LVLMs）的方法。在本文中，我们通过引入ETP-R1框架，将数据扩展和强化微调（RFT）范式应用于基于图的VLN-CE模型，以弥合这一差距。

Shuhao Ye, Sitong Mao, Yuxiang Cui, Xuan Yu, Shichao Zhai, Wen Chen, Shunbo Zhou, Rong Xiong, Yue Wang

机构 * Zhejiang University（浙江大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Zhejiang Humanoid Robot Innovation Center（浙江人形机器人创新中心） 纠错

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

AI总结 ETP-R1通过数据扩展和强化微调范式，提升基于图的连续环境视觉-语言导航性能，实现新状态最先进的表现。

Comments 8 pages, 6 figures

Towards Autonomous Navigation in Endovascular Interventions

向内窥血管介入领域自主导航迈进

Tudor Jianu

机构 * University of Liverpool（利兹大学） ； Caranx Medical, Research and Development（Caranx医疗研发） 纠错

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

AI总结 本研究提出AI驱动框架，通过高保真模拟和多模态传感融合提升内窥血管导航的自主性和精度，推动微创手术的发展。

CoDrone: Autonomous Drone Navigation Assisted by Edge and Cloud Foundation Models

CoDrone：由边缘和云基础模型辅助的自主无人机导航

Pengyu Chen, Tao Ouyang, Ke Luo, Weijie Hong, Xu Chen

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

AI总结 CoDrone通过整合云-边-端协作计算框架和基础模型，提升无人机自主导航性能，实现更高效和精确的环境感知与动态适应。

Comments This paper is accepted by the IEEE Internet of Things Journal (IoT-J) for publication in the Special Issue on "Augmented Edge Sensing Intelligence for Low-Altitude IoT Systems"

Imperative Learning: A Self-supervised Neuro-Symbolic Learning Framework for Robot Autonomy

命令式学习：一种用于机器人自主性的自监督神经符号学习框架

Chen Wang, Kaiyi Ji, Junyi Geng, Zhongqiang Ren, Taimeng Fu, Fan Yang, Yifan Guo, Haonan He, Xiangyu Chen, Zitong Zhan, Qiwei Du, Shaoshu Su, Bowen Li, Yuheng Qiu, Yi Du, Qihang Li, Yifan Yang, Xiao Lin, Zhipeng Zhao

机构 * University at Buffalo（布法罗大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Carnegie Mellon University（卡内基梅隆大学） ； ETH Zürich（苏黎世联邦理工学院） ； Purdue University（普渡大学） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO、cs.AI、cs.CV；robotics(journal_ref)

AI总结 命令式学习通过自监督神经符号框架提升机器人自主性，结合神经网络与符号推理，解决数据依赖与泛化能力不足的问题。

Journal ref The International Journal of Robotics Research (IJRR), 2025

Safe Navigation with Zonotopic Tubes: An Elastic Tube-based MPC Framework

基于Zonotopic管的安全导航：一种基于弹性管的MPC框架

Niyousha Ghiasi, Bahare Kiumarsi, Hamidreza Modares

专题命中 具身导航 ：navigation(title)

AI总结 本文提出了一种基于弹性管的MPC框架，通过自适应设计确保鲁棒正不变性，提高系统鲁棒性和安全性。

XGrid-Mapping: Explicit Implicit Hybrid Grid Submaps for Efficient Incremental Neural LiDAR Mapping

XGrid-Mapping: 显式隐式混合网格子图用于高效的增量神经LiDAR映射

Zeqing Song, Zhongmiao Yan, Junyuan Deng, Songpengcheng Xia, Xiang Mu, Jingyi Xu, Qi Wu, Ling Pei

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

AI总结 XGrid-Mapping通过结合显式和隐式表示，实现高效增量神经LiDAR映射，提升大规模环境建模的效率和鲁棒性。

Fixed-time control with prescribed performance for path following of underwater gliders

具有预设性能的固定时间控制用于水下滑翔机路径跟踪

Hanzhi Yang, Nina Mahmoudian

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出一种固定时间预设性能控制方案，用于水下滑翔机路径跟踪，通过整合有限时间性能函数和滑模扰动观测器，提高跟踪精度和鲁棒性。

Comments 22 pages, 13 figures, 2 tables, Submitted to Ocean Engineering

Physical Embodiment Enables Information Processing Beyond Explicit Sensing in Active Matter

物理具身使主动物质的信息处理超越显式感知

Diptabrata Paul, Nikola Milosevic, Nico Scherf, Frank Cichos

机构 * Molecular Nanophotonics Group, Peter Debye Institute for Soft Matter Physics, Leipzig University（分子纳米光子学小组，彼得·德拜软物质物理研究所，莱比锡大学） ； Max Planck Institute for Human Cognitive and Brain Sciences（人类认知与脑科学马克斯·普朗克研究所） ； Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI)（可扩展数据解析与人工智能中心（ScaDS.AI）） 纠错

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

AI总结 研究通过物理具身使合成主动物质能超越显式感知实现信息处理，展示了自热力学粒子通过强化学习导航未观测流场的能力。

Social learning moderates the tradeoffs between efficiency, stability, and equity in group foraging

社会学习调节群体觅食中效率、稳定性和公平性的权衡

Zexu Li, M. Amin Rahimian, Lei Fang

专题命中 具身导航 ：robotic(abstract)

AI总结 研究通过建立集体觅食模型，揭示社会学习范围如何调节效率、稳定性和公平性之间的权衡，为生物和工程系统提供设计指导。

Comments Code and data: https://github.com/LoneStar97/social-learning-search ; additional videos of agents' movement: https://www.youtube.com/playlist?list=PLgRFM9nAjJRwoZvCGBAdCIE-BYNgPmSuV

Stochastic Control Problems Motivated by Sailboat Trajectory Optimization

由帆船轨迹优化启发的随机控制问题

Carlo Ciccarella, Robert C. Dalang, Laura Vinckenbosch

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出两个随机控制问题，旨在快速到达圆形迎风目标，通过分析帆船在随机风场中的运动模型，探讨了冲击控制与奇异控制的数学特性及解的存在性。

Comments 28 pages, 9 figures

Active inference and artificial reasoning

主动推断与人工推理

Karl Friston, Lancelot Da Costa, Alexander Tschantz, Conor Heins, Christopher Buckley, Tim Verbelen, Thomas Parr

专题命中 具身推理 ：world model(abstract)

AI总结 本文提出了一种基于信息增益的主动推断方法，用于高效学习世界模型结构，并通过三球范式展示其在人工推理中的应用。

STARE-VLA: Progressive Stage-Aware Reinforcement for Fine-Tuning Vision-Language-Action Models

STARE-VLA：渐进式阶段感知强化用于视觉-语言-动作模型微调

Feng Xu, Guangyao Zhai, Xin Kong, Tingzhong Fu, Daniel F. N. Gordon, Xueli An, Benjamin Busam

机构 * Munich Research Center, Huawei Technologies（慕尼黑研究中心，华为技术） 纠错

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

AI总结 STARE-VLA通过渐进式阶段感知强化方法，提升视觉-语言-动作模型的动作准确性，实现SimplerEnv和ManiSkill3任务中的高成功率。

Embodied AI-Enhanced IoMT Edge Computing: UAV Trajectory Optimization and Task Offloading with Mobility Prediction

具身AI增强的IoMT边缘计算：基于移动预测的无人机轨迹优化与任务卸载

Siqi Mu, Shuo Wen, Yang Lu, Ruihong Jiang, Bo Ai

机构 * School of Sports Engineering, Beijing Sport University（体育工程学院，北京体育大学） ； School of Computer and Information Technology, Beijing Jiaotong University（计算机与信息学院，北京交通大学） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（网络与交换技术国家重点实验室，北京邮电大学） ； School of Electronics and Information Engineering, Beijing Jiaotong University（电子与信息工程学院，北京交通大学） 纠错

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

AI总结 本文提出了一种基于移动预测的无人机轨迹优化与任务卸载方法，利用具身AI增强的IoMT边缘计算框架，通过分层多尺度Transformer模型和预测增强型DRL算法，实现对WBAN用户任务的关键性优化。

LSTM-Based Modeling and Reinforcement Learning Control of a Magnetically Actuated Catheter

基于LSTM的磁致动导管建模与强化学习控制

Arya Rashidinejad Meibodi, Mahbod Gholamali Sinaki, Khalil Alipour

专题命中 模仿学习与强化学习 ：navigation(abstract)；robotics(comments)

AI总结 本研究利用LSTM建模磁性导管系统，并通过强化学习控制其路径跟随，actor-critic控制器在精度和性能上优于DQN。

Comments Presented at the 13th RSI International Conference on Robotics and Mechatronics (ICRoM 2025), Dec. 16-18, 2025, Tehran, Iran

YCB-Handovers Dataset: Analyzing Object Weight Impact on Human Handovers to Adapt Robotic Handover Motion

YCB-Handovers 数据集：分析物体重量对人类手部交接的影响以适应机器人交接动作

Parag Khanna, Karen Jane Dsouza, Chunyu Wang, Mårten Björkman, Christian Smith

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

AI总结 YCB-Handovers数据集通过分析物体重量对人类交接动作的影响，为机器人运动规划提供数据支持。

Comments Paper presented at the IEEE International Conference on Robot and Human Interactive Communication (RO-MAN), 2025

NavDP: Learning Sim-to-Real Navigation Diffusion Policy with Privileged Information Guidance

NavDP: 基于特权信息引导的学习导航扩散策略

Wenzhe Cai, Jiaqi Peng, Yuqiang Yang, Yujian Zhang, Meng Wei, Hanqing Wang, Yilun Chen, Tai Wang, Jiangmiao Pang

机构 * Shanghai AI Lab（上海人工智能实验室） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 NavDP通过基于特权信息引导的学习方法，实现自主机器人在多样化环境中的零样本模拟到现实导航转移。

Comments Project Page: https://wzcai99.github.io/navigation-diffusion-policy.github.io/

Anytime Metaheuristic Framework for Global Route Optimization in Expected-Time Mobile Search

面向预期时间移动搜索的全局路线优化任意时间元启发式框架

Jan Mikula, Miroslav Kulich

机构 * Czech Technical University in Prague（捷克技术大学） 纠错

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

AI总结 本文提出Milaps框架，通过任意时间元启发式方法提升ETS的全局路线优化性能，实现解质量和运行时间的最优平衡。

Comments 20 pages, 42 figures (including subfigures); submitted to IEEE Transactions on Robotics (T-RO) in February 2025

SPOC: Spatially-Progressing Object State Change Segmentation in Video

SPOC: 视频中空间性推进的对象状态变化分割

Priyanka Mandikal, Tushar Nagarajan, Alex Stoken, Zihui Xue, Kristen Grauman

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV

AI总结 SPOC提出空间性推进的对象状态变化分割任务，通过伪标签和动态约束方法，解决视频中对象变化位置和速度的精确定位问题。

Comments Accepted at WACV 2026

A General Purpose Method for Robotic Interception of Non-Cooperative Dynamic Targets

一种通用的机器人拦截非合作动态目标的方法

Tanmay P. Patel, Erica L. Tevere, Erik H. Kramer, Rudranarayan M. Mukherjee

机构 * Jet Propulsion Laboratory（喷气推进实验室） ； California Institute of Technology（加州理工学院） 纠错

专题命中 其他机器人 ：robotic(title)；分类 cs.RO

AI总结 本文提出了一种通用的自主拦截方法，适用于不同动态的机器人，通过扩展卡尔曼滤波、历史运动预测和滚动时间窗规划器实现高效拦截，验证了其在多种移动平台上的鲁棒性和计算效率。

Comments 10 pages, 11 figures, 5 tables. Accepted to IEEE Aerospace Conference 2026

Wireless Center of Pressure Feedback System for Humanoid Robot Balance Control using ESP32-C3

基于ESP32-C3的无线足部压力反馈系统用于人形机器人平衡控制

Muhtadin, Faris Rafi Pramana, Dion Hayu Fandiantoro, Moh Ismarintan Zazuli, Atar Fuady Babgei

机构 * Department of Computer Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia（印度尼西亚十月份十日理工大学计算机工程系） ； Graduate School of Science and Technology, Kumamoto University, Japan（日本熊本大学研究生院） ； The Science and Technology Center of Artificial Intelligence for Healthcare and Society (PUI AIHeS), Indonesia（印度尼西亚人工智能医疗与社会科技中心） ； Department of Electrical Automation Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia（印度尼西亚十月份十日理工大学电气自动化工程系） ； Department of Computing, Imperial College London, United Kingdom（英国伦敦帝国学院计算系） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO

AI总结 本研究提出了一种基于ESP32-C3的无线足部压力反馈系统，通过实时估计压力中心提升人形机器人在不平表面的平衡稳定性，实验表明其具有高精度和100%的成功率。