机器人 / 具身智能

UniBiDex: A Unified Teleoperation Framework for Robotic Bimanual Dexterous Manipulation

UniBiDex：一种用于机器人双臂灵巧操作的统一远程操作框架

Zhongxuan Li, Zeliang Guo, Jun Hu, David Navarro-Alarcon, Jia Pan, Hongmin Wu, Peng Zhou

机构 * Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； Dongguan Key Laboratory of Intelligent Equipment and Smart Industry, School of Advanced Engineering, The Great Bay University（东莞智能装备与智能制造重点实验室，高级工程学院，大湾区大学） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（香港理工大学机械工程系） ； Guangdong Academy of Sciences（广东省科学院） 纠错

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

AI总结 UniBiDex提出了一种统一的远程操作框架，用于双臂灵巧操作，通过整合异构输入设备实现实时接触丰富的双臂控制，并在厨房清洁任务中展示了更高的任务成功率和鲁棒性。

RoboVIP: Multi-View Video Generation with Visual Identity Prompting Augments Robot Manipulation

RoboVIP: 多视角视频生成与视觉身份提示增强机器人操作

Boyang Wang, Haoran Zhang, Shujie Zhang, Jinkun Hao, Mingda Jia, Qi Lv, Yucheng Mao, Zhaoyang Lyu, Jia Zeng, Xudong Xu, Jiangmiao Pang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 RoboVIP通过引入视觉身份提示和可扩展的视觉身份池，提升机器人操控数据的质量与多样性，从而增强视觉语言-动作和视觉-运动政策模型的性能。

Generative Models From and For Sampling-Based MPC: A Bootstrapped Approach For Adaptive Contact-Rich Manipulation

基于采样基于MPC的生成模型：一种用于自适应接触密集操作的自举方法

Lara Brudermüller, Brandon Hung, Xinghao Zhu, Jiuguang Wang, Nick Hawes, Preston Culbertson, Simon Le Cleac'h

机构 * Oxford Robotics Institute, University of Oxford, UK（牛津大学机器人研究所） ； Robotics and AI Institute (RAI), Boston, USA（机器人与人工智能研究所） ； Cornell University, Ithaca, NY, USA（康奈尔大学） 纠错

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

AI总结 本文提出了一种基于自举的生成模型框架，用于提升采样基于MPC在接触密集操作中的效率和鲁棒性。

Comments 9 pages, 4 figures

Generate, Transfer, Adapt: Learning Functional Dexterous Grasping from a Single Human Demonstration

生成、迁移、适应：从单个人示范学习功能性灵巧抓取

Xingyi He, Adhitya Polavaram, Yunhao Cao, Om Deshmukh, Tianrui Wang, Xiaowei Zhou, Kuan Fang

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 CorDex通过单个人示范生成合成数据，结合多模态预测网络和局部-全局融合模块，实现对新型物体的灵巧抓取学习。

Comments Project Page: https://cordex-manipulation.github.io/

Plenoptic Video Generation

光场视频生成

Xiao Fu, Shitao Tang, Min Shi, Xian Liu, Jinwei Gu, Ming-Yu Liu, Dahua Lin, Chen-Hsuan Lin

机构 * NVIDIA ； The Chinese University of Hong Kong（香港中文大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 PlenopticDreamer通过多输入单输出视频条件模型和相机引导检索策略，实现高质量多视角视频重绘，提升时空一致性和视角转换能力。

Comments Project Page: https://research.nvidia.com/labs/dir/plenopticdreamer/

Robust Reasoning as a Symmetry-Protected Topological Phase

鲁棒推理作为对称保护的拓扑相

Ilmo Sung

机构 * Science and Technology Directorate, Department of Homeland Security（国土安全部科学技术管理局） 纠错

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

AI总结 本文提出鲁棒推理是一种对称保护的拓扑相，通过非阿贝尔规范对称性实现逻辑运算的拓扑不变性，展示了在高噪声环境下保持逻辑一致性的能力。

On the Definition and Detection of Cherry-Picking in Counterfactual Explanations

关于反事实解释中樱桃选取的定义与检测

James Hinns, Sofie Goethals, Stephan Van der Veeken, Theodoros Evgeniou, David Martens

机构 * University of Antwerp（安特卫普大学） ； INSEAD 纠错

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

AI总结 本文定义了反事实解释中的樱桃选取，并指出其检测难度大，建议优先考虑可重复性、标准化和过程约束而非事后检测。

Automatic Derivation of an Optimal Task Frame for Learning and Controlling Contact-Rich Tasks

学习与控制富接触任务的最优任务框架自动推导

Ali Mousavi Mohammadi, Maxim Vochten, Erwin Aertbeliën, Joris De Schutter

机构 * Department of Mechanical Engineering, KU Leuven & Core Lab ROB, Flanders Make（机械工程系，KU莱顿大学及Flanders Make核心实验室） 纠错

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

AI总结 本文提出了一种自动方法，通过记录的运动和力矩数据推导最优任务框架，适用于各种富接触任务的控制与学习。

Journal ref Robotics and Autonomous Systems, Vol. 197, 105270, 2026

Zero Wrench Control via Wrench Disturbance Observer for Learning-free Peg-in-hole Assembly

通过力扰动观测器实现无力控制的无学习铆钉孔装配

Kiyoung Choi, Juwon Jeong, Sehoon Oh

机构 * Department of Robotics and Mechatronics Engineering, DGIST (Daegu Gyeongbuk Institute of Science and Technology)（机器人与机电工程系，DGIST（大邱庆北科学技术院）） 纠错

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

AI总结 本文提出动态力扰动观测器，通过嵌入任务空间惯量实现高灵敏度零力控制，实验验证其在高精度铆钉孔装配中的有效性。

Talking with Tables for Better LLM Factual Data Interactions

通过表格对话提升大语言模型事实数据交互

Jio Oh, Geon Heo, Seungjun Oh, Hyunjin Kim, JinYeong Bak, Jindong Wang, Xing Xie, Steven Euijong Whang

机构 * KAIST（韩国科学技术院） ； Microsoft Research Asia（微软亚洲研究院） ； William & Mary（威廉与玛丽学院） ； SKKU 纠错

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

AI总结 本文通过表格结构提升大语言模型在事实数据交互中的性能，展示表格在信息检索和数据操作中的有效性，并验证其在不同任务中的鲁棒性和效率。

Comments 20 pages, 9 figures

Embedding Textual Information in Images Using Quinary Pixel Combinations

使用五进制像素组合在图像中嵌入文本信息

A V Uday Kiran Kandala

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

AI总结 本文提出了一种基于五进制像素组合的图像文本嵌入方法，通过单个RGB像素高效编码文本信息，相较于传统方法具有更高的效率和更低的计算开销。

Enhancing Robustness of Asynchronous EEG-Based Movement Prediction using Classifier Ensembles

利用分类器集合增强基于异步EEG的运动预测的鲁棒性

Niklas Kueper, Kartik Chari, Elsa Andrea Kirchner

机构 * Robotics Innovation Center（机器人创新中心） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Institute of Medical Technology Systems（医疗技术系统研究所） ； University of Duisburg-Essen（杜伊斯堡- Essen大学） 纠错

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

AI总结 本文提出利用分类器集合和滑动窗口后处理技术提升异步EEG运动意图检测的鲁棒性，通过实验验证了其在在线分类中的有效性。

Bio-Skin: A Cost-Effective Thermostatic Tactile Sensor with Multi-Modal Force and Temperature Detection

Bio-Skin：一种成本效益高的热感触觉传感器，具备多模态力和温度检测

Haoran Guo, Haoyang Wang, Zhengxiong Li, Lingfeng Tao

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

AI总结 Bio-Skin是一种低成本多模态触觉传感器，通过单轴霍尔效应传感器和条形压阻电阻器实现力和温度检测，具有与商用产品相当的性能和十倍更低的成本。

Comments This work has been published by IROS2025

Artificial Gauge Field Engineered Excited-State Topology: Control of Dynamical Evolution of Localized Spinons

人工规范场工程化激发态拓扑：局部化自旋子的动力学演化控制

Jie Ren, Yi-Ran Xue, Run-Jia Luo, Rui Wang, Baigeng Wang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出通过人工规范场操控自旋子的局部化和动力学演化，为量子自旋模型中的激发态拓扑研究提供新方法。

Comments 5 pages, 4 figures

Journal ref Phys. Rev. Lett. 135, 156601(2025)

Four-Photon Interference with a High-Efficiency Quantum Dot Source

四光子干涉与高效率量子点源

Alistair J. Brash, Luke Brunswick, Mark R. Hogg, Catherine L. Phillips, Malwina A. Marczak, Timon L. Baltisberger, Sascha R. Valentin, Arne Ludwig, Richard J. Warburton

专题命中 机器人操作 ：manipulation(abstract)

AI总结 利用高效率量子点源与确定性分乘复用，实现了四光子干涉的高对比度观测，揭示了深条纹特性及在量子计量中的潜在应用。

Comments Main manuscript (25 pages, 4 figures), followed by supplementary material (17 pages, 5 figures)

V-ZOR: Enabling Verifiable Cross-Blockchain Communication via Quantum-Driven ZKP Oracle Relays

V-ZOR：通过量子驱动的ZKP oracle中继实现可验证的跨区块链通信

M. Z. Haider, Tayyaba Noreen, M. Salman, M. Dias de Assuncao, Kaiwen Zhang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 V-ZOR通过量子驱动的ZKP预言机中继，结合零知识证明和量子随机化再质押，实现高安全性和高性能的跨链预言机解决方案。

Journal ref In Proceedings of the IEEE Conference on Blockchain Computing and Applications (BCCA 2025), IEEE, 2025

The Fate of Entanglement

纠缠的命运

Gilles Parez, William Witczak-Krempa

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究揭示了多体纠缠在物理系统演化中会完全消失，无论是否处于平衡或非平衡状态，为量子纠缠的操控提供了新的视角。

Comments 20+8 pages single column, 4+4 figures. v2: Improved discussion and SM. v3: New results for fermion genuine multipartite entanglement. v4: Rigorous checks of (bi)separability and extended examples, including new results for a spin chain. v5: Minor modifications to match the published version

SeqWalker: Sequential-Horizon Vision-and-Language Navigation with Hierarchical Planning

SeqWalker: 基于分层规划的序列地平线视觉-语言导航

Zebin Han, Xudong Wang, Baichen Liu, Qi Lyu, Zhenduo Shang, Jiahua Dong, Lianqing Liu, Zhi Han

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

AI总结 SeqWalker通过分层规划框架解决多任务视觉-语言导航中的信息过载问题，通过高层规划减少认知负荷，低层规划利用指令逻辑结构校正轨迹误差。

Supply Chain Exploitation of Secure ROS 2 Systems: A Proof-of-Concept on Autonomous Platform Compromise via Keystore Exfiltration

对安全ROS 2系统的供应链攻击：通过密钥库外泄实现自主平台入侵的可行性证明

Tahmid Hasan Sakib, Yago Romano Martinez, Carter Brady, Syed Rafay Hasan, Terry N. Guo

机构 * Department of Electrical and Computer Engineering, Tennessee Technological University（电气与计算机工程系，田纳西技术大学） ； Department of Computer Science, Tennessee Technological University（计算机科学系，田纳西技术大学） ； Center for Manufacturing Research, Tennessee Technological University（制造研究中心，田纳西技术大学） 纠错

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

AI总结 本文通过在安全ROS 2系统中植入木马，利用密钥库外泄实现对自动驾驶平台的入侵，展示了供应链攻击对自主系统安全的威胁。

Comments Author-accepted version (preprint). Presented at IEEE MILCOM 2025 Workshops, WS07: 2nd Workshop on Security, Resilience, and Robustness of Systems and Software (SRRSS), Los Angeles, Oct 2025. 6 pages. Primary: cs.CR; cross-lists: cs.RO, cs.OS. Program: https://milcom2025.ieee-milcom.org/workshop/ws07-2nd-workshop-security-resilient-and-robustness-systems-and-software/program

Journal ref MILCOM 2025 - 2025 IEEE Military Communications Conference (MILCOM), Los Angeles, CA, USA, 2025, pp. 1-6

Discrete Fourier Transform-based Point Cloud Compression for Efficient SLAM in Featureless Terrain

基于离散傅里叶变换的点云压缩用于特征贫乏地形中的高效SLAM

Riku Suzuki, Ayumi Umemura, Shreya Santra, Kentaro Uno, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL), Department of Aerospace Engineering, Tohoku University（空间机器人实验室（SRL）、航空航天工程系、东北大学） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO；robotics(comments)

AI总结 本文提出基于离散傅里叶变换的点云压缩方法，用于高效SLAM在特征贫乏地形中的应用，通过省略高频成分实现数据压缩，同时保持点云质量。

Comments Author's version of a manuscript accepted at the 11th International Conference on Automation, Robotics, and Applications (ICARA). (c) IEEE

Design and Development of Modular Limbs for Reconfigurable Robots on the Moon

月球上的可重构机器人模块化肢体设计与开发

Gustavo H. Diaz, A. Sejal Jain, Matteo Brugnera, Elian Neppel, Shreya Santra, Kentaro Uno, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL)（空间机器人实验室） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO；robotics(comments)

AI总结 本文提出了一种适用于月球空间探索的模块化机器人肢体设计，通过统一的执行器和多种配置实现灵活性和适应性。

Comments Author's version of a manuscript accepted at the International Conference on Space Robotics 2025 (iSpaRo 2025). (c) IEEE

Memory Matters More: Event-Centric Memory as a Logic Map for Agent Searching and Reasoning

记忆更重要：以事件为中心的记忆作为智能体搜索和推理的逻辑图

Yuyang Hu, Jiongnan Liu, Jiejun Tan, Yutao Zhu, Zhicheng Dou

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） 纠错

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

AI总结 本文提出CompassMem，一种以事件为中心的记忆框架，通过构建事件图实现智能体的结构化记忆导航，提升长周期推理能力。

Comments 19 pages,6 figures

Enhancing Sampling-based Planning with a Library of Paths

通过路径库增强基于采样的规划

Michal Minařík, Vojtěch Vonásek, Robert Pěnička

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 通过存储和重用历史路径，提升狭窄通道中路径规划的效率与速度，减少计算时间，适用于机器人零件拣选等场景。

OnomaCompass: A Texture Exploration Interface that Shuttles between Words and Images

OnomaCompass: 一种连接词语与图像的纹理探索界面

Miki Okamura, Shuhey Koyama, Li Jingjing, Yoichi Ochiai

专题命中 具身导航 ：navigation(abstract)

AI总结 OnomaCompass通过连接拟声词与图像的潜在空间，帮助用户更高效地发现材料，减少工作量并提升用户体验。

Ontological differentiation as a measure of semantic accuracy

本体区分作为语义准确性的度量

Pablo Garcia-Cuadrillero, Fabio Revuelta, Jose Angel Capitan

专题命中 具身导航 ：navigation(abstract)

AI总结 本体区分（OD）是一种基于定义的语义度量方法，用于评估词汇网络中导航路径的语义一致性，与传统余弦相似性相比表现出更高的独立性和正交性。

Comments 17 pages with 4 figures + 14 pages supplemental material with 6 figures = 31 pages 10 figures total

Journal ref Physical Review E 113, 014305 (2026)

Current Agents Fail to Leverage World Model as Tool for Foresight

当前智能体无法利用世界模型作为前瞻性工具

Cheng Qian, Emre Can Acikgoz, Bingxuan Li, Xiusi Chen, Yuji Zhang, Bingxiang He, Qinyu Luo, Dilek Hakkani-Tür, Gokhan Tur, Yunzhu Li, Heng Ji

机构 * UIUC（伊利诺伊大学香槟分校） ； THU（清华大学） ； JHU（约翰霍普金斯大学） ； Columbia（哥伦比亚大学） 纠错

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

AI总结 本文研究了当前智能体能否利用世界模型作为工具提升前瞻性认知，发现其在模拟调用和结果整合方面存在显著不足。

Comments 36 Pages, 13 Figures, 17 Tables (Meta data updated)

Uncertainty-Aware Robotic World Model Makes Offline Model-Based Reinforcement Learning Work on Real Robots

具有不确定性的机器人世界模型使基于模型的离线强化学习在真实机器人上有效

Chenhao Li, Andreas Krause, Marco Hutter

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 模仿学习与强化学习 ：world model(title,abstract)；robotic(title)；robotics(abstract)；manipulation(abstract)

AI总结 本文提出了一种具有不确定性的机器人世界模型，结合MOPO-PPO框架，使基于模型的离线强化学习在真实机器人上有效，通过提高策略的鲁棒性并超越现有基线。

RoboReward: General-Purpose Vision-Language Reward Models for Robotics

RoboReward: 通用视觉-语言奖励模型用于机器人学

Tony Lee, Andrew Wagenmaker, Karl Pertsch, Percy Liang, Sergey Levine, Chelsea Finn

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

AI总结 RoboReward通过构建机器人奖励数据集和基准，训练视觉-语言奖励模型，验证了其在机器人学习中的有效性，并展示了改进策略学习和缩小与人工奖励差距的成果。

Solving Robotics Tasks with Prior Demonstration via Exploration-Efficient Deep Reinforcement Learning

通过探索高效的深度强化学习解决机器人任务中的先验示范

Chengyandan Shen, Christoffer Sloth

机构 * Unicontrol ； Maersk McKinney Møller Institute, University of Southern Denmark（马士基麦金尼·莫勒研究所，南丹麦大学） 纠错

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

AI总结 本文提出DRLR框架，通过改进动作选择模块和使用SAC策略，有效缓解引导误差和防止过拟合，成功应用于真实机器人任务。

Comments This paper has been accepted for Journal publication in Frontiers in Robotics and AI

Nightmare Dreamer: Dreaming About Unsafe States And Planning Ahead

噩梦梦游者：对不安全状态的梦境与提前规划

Oluwatosin Oseni, Shengjie Wang, Jun Zhu, Micah Corah

专题命中 模仿学习与强化学习 ：robotics(abstract,comments)；world model(abstract)；分类 cs.RO、cs.LG

AI总结 Nightmare Dreamer是一种基于模型的安全强化学习算法，通过预测潜在安全违规并规划动作，在机器人控制任务中实现了接近零安全违规和高奖励效率。

Comments RSS'25: Multi-Objective Optimization and Planning in Robotics Workshop: 5 pages, 8 figures