机器人 / 具身智能

Intent at a Glance: Gaze-Guided Robotic Manipulation via Foundation Models

意图一目了然：通过基础模型实现的注视引导的机器人操作

Tracey Yee Hsin Tay, Xu Yan, Jonathan Ouyang, Daniel Wu, William Jiang, Jonathan Kao, Yuchen Cui

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 GAMMA通过结合基础模型和注视技术，实现无需特定任务训练的机器人操作自主控制，提升人机交互的直观性和可扩展性。

Comments Accepted to 2025 RSS Robot Planning in the Era of Foundation Models (FM4RoboPlan) Workshop

Intelligent Singularity Avoidance in UR10 Robotic Arm Path Planning Using Hybrid Fuzzy Logic and Reinforcement Learning

基于混合模糊逻辑与强化学习的UR10机械臂路径规划中智能奇异点规避

Sheng-Kai Chen, Jyh-Horng Wu

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

AI总结 本文提出一种结合模糊逻辑与强化学习的UR10机械臂路径规划方法，通过实时检测和规避奇异点，实现高成功率的路径规划。

Comments Published in TANET 2025 (Paper No. T0404)

Non-Prehensile Tool-Object Manipulation by Integrating LLM-Based Planning and Manoeuvrability-Driven Controls

通过整合基于大语言模型的规划和机动性驱动的控制实现非抓取工具-物体 manipulation

Hoi-Yin Lee, Peng Zhou, Anqing Duan, Wanyu Ma, Chenguang Yang, David Navarro-Alarcon

机构 * organization= Department of Mechanical Engineering, The Hong Kong Polytechnic University , addressline= KLN, Hong Kong ； organization= School of Advanced Engineering, The Great Bay University , addressline= Dongguan, China ； organization= Department of Robotics, Mohamed Bin Zayed University of Artificial Intelligence , addressline= Abu Dhabi, UAE ； organization= Department of Surgery, The Chinese University of Hong Kong , addressline= NT, Hong Kong ； organization= Department of Computer Science, University of Liverpool , addressline= Liverpool, UK 纠错

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

AI总结 本文提出了一种结合大语言模型和机动性驱动控制的方法，用于实现非抓取工具-物体 manipulation任务。

Closing the Reality Gap: Zero-Shot Sim-to-Real Deployment for Dexterous Force-Based Grasping and Manipulation

弥合现实差距：用于灵巧力控抓取与操作的零样本仿真到现实部署

Zhe Zhao, Haoyu Dong, Zhengmao He, Yang Li, Xinyu Yi, Zhibin Li

机构 * ByteDance Seed（字节跳动种子） 纠错

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

AI总结 本文提出了一种基于仿真到现实强化学习的框架，通过触觉和扭矩传感结合建模，实现灵巧手在真实硬件上的可控抓取与操作。

GR-Dexter Technical Report

GR-Dexter 技术报告

Ruoshi Wen, Guangzeng Chen, Zhongren Cui, Min Du, Yang Gou, Zhigang Han, Liqun Huang, Mingyu Lei, Yunfei Li, Zhuohang Li, Wenlei Liu, Yuxiao Liu, Xiao Ma, Hao Niu, Yutao Ouyang, Zeyu Ren, Haixin Shi, Wei Xu, Haoxiang Zhang, Jiajun Zhang, Xiao Zhang, Liwei Zheng, Weiheng Zhong, Yifei Zhou, Zhengming Zhu, Hang Li

机构 * ByteDance Seed（字节跳动种子） 纠错

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

AI总结 GR-Dexter 提出了一种综合框架，通过紧凑机械手、双臂遥控系统和训练配方，实现基于VLA的通用灵巧手机器人操作。

PartDexTOG: Generating Dexterous Task-Oriented Grasping via Language-driven Part Analysis

PartDexTOG: 通过语言驱动的部件分析生成灵活的任务导向抓取

Weishang Wu, Yifei Shi, Zhizhong Chen, Zhipong Cai

机构 * College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） ； College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学） 纠错

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

AI总结 PartDexTOG通过语言驱动的部件分析生成灵活的任务导向抓取，提升抓取性能和泛化能力。

Grasp the Graph (GtG) 2.0: Ensemble of Graph Neural Networks for High-Precision Grasp Pose Detection in Clutter

抓取图（GtG）2.0：图神经网络的集合用于在杂乱环境中高精度抓取姿态检测

Ali Rashidi Moghadam, Sayedmohammadreza Rastegari, Mehdi Tale Masouleh, Ahmad Kalhor

机构 * Robot Interaction Laboratory, School of Electrical and Computer Engineering, University of Tehran, Tehran, Iran（机器人交互实验室，电气与计算机工程学院，德黑兰大学，德黑兰，伊朗） 纠错

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

AI总结 GtG 2.0通过图神经网络集合提升抓取姿态检测精度，实现高精度和高可靠性

Comments 20 pages

Phase4DFD: Multi-Domain Phase-Aware Attention for Deepfake Detection

Phase4DFD: 多领域相意识注意力用于深度伪造检测

Zhen-Xin Lin, Shang-Kuan Chen

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

AI总结 Phase4DFD通过引入相位意识注意力机制，利用频率域表示和相位信息提升深度伪造检测性能，优于现有方法且计算开销低。

Comments 15 pages, 3 figures, conference

The Echo Chamber Multi-Turn LLM Jailbreak

回声室多轮LLM劫持

Ahmad Alobaid, Martí Jordà Roca, Carlos Castillo, Joan Vendrell

机构 * NeuralTrust ； ICREA and UPF（ICREA和UPF） 纠错

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

AI总结 Echo Chamber是一种利用逐步升级方法的多轮攻击，旨在绕过聊天机器人的安全防护，通过精心设计的交互链对LLM进行劫持。

Motion Compensation for Real Time Ultrasound Scanning in Robotically Assisted Prostate Biopsy Procedures

机器人辅助前列腺活检中实时超声扫描的运动补偿

Matija Markulin, Luka Matijević, Luka Siktar, Janko Jurdana, Branimir Caran, Marko Švaco, Filip Šuligoj, Bojan Šekoranja

机构 * Faculty of Mechanical Engineering and Naval Architecture, University of Zagreb（Zagreb大学机械工程与造船学院） 纠错

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

AI总结 本研究提出了一种机器人辅助系统，用于实时超声扫描前列腺，以提高活检的准确性和可用性。

Comments Submitted for ICRA 2026

GaussianSwap: Animatable Video Face Swapping with 3D Gaussian Splatting

GaussianSwap: 基于3D高斯点云的可动画视频人脸交换

Xuan Cheng, Jiahao Rao, Chengyang Li, Wenhao Wang, Weilin Chen, Lvqing Yang

机构 * School of Informatics, Xiamen University（信息学院，厦门大学） 纠错

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

AI总结 GaussianSwap通过3D高斯点云构建可动画视频人脸交换虚拟角色，实现身份保持与高保真视觉效果，支持交互式应用。

Conformity and Social Impact on AI Agents

一致性与社会影响在人工智能代理中的作用

Alessandro Bellina, Giordano De Marzo, David Garcia

机构 * Centro Ricerche Enrico Fermi（恩里科·费米研究中心） ； Sony Computer Science Laboratories - Rome, Joint Initiative CREF-SONY（索尼计算机科学实验室-罗马，联合倡议CREF-SONY） ； University of Konstanz（康斯坦茨大学） ； Complexity Science Hub（复杂科学中心） 纠错

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

AI总结 研究揭示人工智能代理在社会压力下易受操控，存在安全漏洞，需加强集体AI部署的安全保障。

Latent Diffusion Autoencoders: Toward Efficient and Meaningful Unsupervised Representation Learning in Medical Imaging

潜在扩散自编码器：迈向医学影像中高效且有意义的无监督表示学习

Gabriele Lozupone, Alessandro Bria, Francesco Fontanella, Frederick J. A. Meijer, Claudio De Stefano, Henkjan Huisman

机构 * Department of Electrical and Information Engineering (DIEI), University of Cassino and Southern Lazio（电气与信息工程系（DIEI），卡斯诺和南部拉齐亚大学） ； Diagnostic Image Analysis Group, Radboud University Medical Center（影像诊断分析组，拉德堡德大学医学中心） ； Department of Medical Imaging, Radboud University Medical Center（医学成像系，拉德堡德大学医学中心） 纠错

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

AI总结 LDAE通过在潜在空间中应用扩散过程，实现了高效且有意义的医学影像无监督学习，展示了在AD诊断和年龄预测中的高准确性及重建质量。

Comments 15 pages, 9 figures, 7 tables

Journal ref Medical Image Analysis (2026)

Optimal velocity control of a Brinkman-Cahn-Hilliard system with curvature effects

带有曲率效应的Brinkman-Cahn-Hilliard系统的最优速度控制

Pierluigi Colli, Gianni Gilardi, Andrea Signori, Jürgen Sprekels

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种包含曲率效应的Brinkman-Cahn-Hilliard系统的最优速度控制方法，通过分析建立最优控制的存在性并推导了优化条件，为微流体设计和受控图案形成提供理论支持。

Comments Key words: Brinkman-Cahn-Hilliard system, sixth-order Cahn-Hilliard model, curvature effects, optimal control, Fréchet differentiability, adjoint system, sparsity

Astigmatism-free 3D Optical Tweezer Control for Rapid Atom Rearrangement

无散射三维光学镊子控制用于快速原子重构

Yue-Hui Lu, Nathan Song, Tai Xiang, Jacquelyn Ho, Tsai-Chen Lee, Zhenjie Yan, Dan M. Stamper-Kurn

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究提出一种三维光学镊子控制方法，实现快速原子重构，提升量子计算性能。

Comments 8 pages, 5 figures in the main body; 15 pages, 7 figures in the supplement and reference section

Noncollinear spin structure in Dy-doped classical ferrimagnet

非共线性自旋结构在掺Dy的类铁磁体中

Anupam K. Singh, Katayoon Mohseni, Verena Ney, Andreas Ney, Yicheng Guan, Ilya Kostanovski, Malleshwararao Tangi, Mostafa I. S. Marzouk, Manuel Valvidares, Pierluigi Gargiani, Jean-Marc Tonnerre, P. F. Perndorfer, P. A. Buczek, Arthur Ernst, Holger L. Meyerheim, Stuart S. P. Parkin

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过掺Dy实现NiZAF薄膜中非共线性自旋结构，揭示螺旋型自旋结构与Dzyaloshinskii-Moriya相互作用的关系，为氧化物自旋电子学提供新途径

Bath-free squeezed phonon lasing via intrinsic ion-phonon coupling

无需浴场的压缩声子激光 via 内在离子-声子耦合

Chen-Yu Lee, Guin-Dar Lin

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究提出了一种无需外部浴场的压缩声子激光方法，通过内在离子-声子耦合实现压缩态生成，为量子系统中的激光技术提供了新思路。

Design and characterization of a cryogenic vacuum chamber for ion trapping experiments

离子捕获实验用低温真空腔的设计与表征

D. M. Hartsell, J. M. Gray, C. M. Shappert, N. L. Gostin, R. A. McGill, H. N. Tinkey, C. R. Clark, K. R. Brown

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种低温真空腔，用于离子捕获实验，实现了高效率的光子检测和长相干时间的量子比特相干性延长。

Coherent Electric-Field Control of Orbital state in a Neutral Nitrogen-Vacancy Center

中性氮空位中心的轨道态相干电场控制

Hodaka Kurokawa, Keidai Wakamatsu, Shintaro Nakazato, Toshiharu Makino, Hiromitsu Kato, Yuhei Sekiguchi, Hideo Kosaka

专题命中 机器人操作 ：manipulation(abstract)

AI总结 中性氮空位中心通过电场实现轨道态相干控制，所需功率比自旋控制低三个数量级，具有在稀释制冷器中操作超导量子比特的潜力。

Comments 12 pages, 6 figures

Competency-Aware Planning for Probabilistically Safe Navigation Under Perception Uncertainty

具有能力感知的规划用于在感知不确定性下的概率安全导航

Sara Pohland, Claire Tomlin

机构 * Department of EECS, UC Berkeley（电子工程与计算机科学系，伯克利大学） 纠错

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

AI总结 本文提出PaRCE方法，通过估计模型对输入图像的整体和局部熟悉度，提升在感知不确定性下的导航安全性与效率。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

CourtNav: Voice-Guided, Anchor-Accurate Navigation of Long Legal Documents in Courtrooms

CourtNav: 语音引导、锚点精确的法庭长法律文档导航

Sai Khadloya, Kush Juvekar, Arghya Bhattacharya, Utkarsh Saxena

专题命中 具身导航 ：navigation(title,abstract)

AI总结 CourtNav通过语音引导和锚点导航技术，显著提升法庭长法律文档的检索效率，将相关性查找时间从分钟级降至秒级。

Mobile Robot Localization Using a Novel Whisker-Like Sensor

使用新型触须状传感器的移动机器人定位

Prasanna K. Routray, Basak Sakcak, Steven M. LaValle, Manivannan M

机构 * Touch Lab, Center for Virtual Reality and Haptics, Indian Institute of Technology Madras（触觉实验室、虚拟现实与触觉中心、印度理工学院马德拉斯学院） ； Center for Ubiquitous Computing, Faculty of Information Technology and Electrical Engineering, University of Oulu（无处不在计算中心、信息科技与电气工程学院、奥卢大学） 纠错

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

AI总结 本文提出了一种基于触须状传感器的移动机器人定位框架，通过虚拟传感器模型和迭代估计实现高精度接触点和定位，验证了其在低可见度环境中的有效性。

On Steerability Factors for Growing Vine Robots

关于生长藤形机器人可操控性的因素

Ciera McFarland, Antonio Alvarez, Sarah Taher, Nathaniel Hanson, Margaret McGuinness

机构 * University of Notre Dame（诺丁汉大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 研究藤形机器人可操控性影响因素，通过实验发现末端负载和压力比对弯曲能力有显著影响，优化设计可提升机器人在复杂环境中的移动性能。

Package-Aware Approach for Repository-Level Code Completion in Pharo

面向仓库的代码补全的包感知方法

Omar Abedelkader, Stéphane Ducasse, Oleksandr Zaitsev, Romain Robbes, Guillermo Polito

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种包感知的代码补全方法，通过优先考虑同一包内的类来提升补全准确性，实验表明其在MRR指标上优于传统方法。

Intelligent Multimodal Multi-Sensor Fusion-Based UAV Identification, Localization, and Countermeasures for Safeguarding Low-Altitude Economy

智能多模多传感器融合-based无人机识别、定位与防护系统用于保障低空经济安全

Yi Tao, Zhen Gao, Fangquan Ye, Jingbo Xu, Tao Song, Weidong Li, Yu Su, Lu Peng, Xiaomei Wu, Tong Qin, Zhongxiang Li, Dezhi Zheng

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出基于深度学习的多模多传感器融合系统，用于实现无人机的识别、定位与防护，提升低空经济安全防护效率。

seq-JEPA: Autoregressive Predictive Learning of Invariant-Equivariant World Models

seq-JEPA: 自回归预测学习不变-等变世界模型

Hafez Ghaemi, Eilif Muller, Shahab Bakhtiari

机构 * Université de Montréal（蒙特利尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； CHU Sainte-Justine（圣约斯特医院） 纠错

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

AI总结 seq-JEPA通过引入架构归纳偏置，解决SSL中不变性与等变性任务间的性能权衡，同时学习两种独立表示以提升下游任务表现。

Online Action-Stacking Improves Reinforcement Learning Performance for Air Traffic Control

在线动作堆叠提升空交通管制的强化学习性能

Ben Carvell, George De Ath, Eseoghene Benjamin, Richard Everson

机构 * Project Bluebird, NATS（Project Bluebird，NATS） ； Department of Computer Science, University of Exeter（计算机科学系，埃克塞特大学） ； Project Bluebird, The Alan Turing Institute（Project Bluebird，艾伦·图灵研究所） ； The Alan Turing Institute and the University of Exeter（艾伦·图灵研究所和埃克塞特大学） 纠错

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

AI总结 在线动作堆叠通过简化动作空间提升空交通管制的强化学习性能，有效减少指令数量并实现与复杂动作空间相当的控制效果。

Automated Generation of MDPs Using Logic Programming and LLMs for Robotic Applications

利用逻辑编程和大语言模型自动化生成MDP用于机器人应用

Enrico Saccon, Davide De Martini, Matteo Saveriano, Edoardo Lamon, Luigi Palopoli, Marco Roveri

机构 * Department of Information Engineering and Computer Science, University of Trento（信息工程与计算机科学系，特伦托大学） ； Department of Industrial Engineering, University of Trento（工业工程系，特伦托大学） 纠错

专题命中 人机交互与遥操作 ：robotic(title)；robotics(abstract,comments)；分类 cs.RO、cs.AI

AI总结 本文提出结合大语言模型与形式方法，通过逻辑编程自动生成可执行的MDP策略，用于机器人中的概率规划。

Comments 9 pages, 11 figures, 2 tables, 2 algorithms, accepted for publication in IEEE Robotics and Automation Letters

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 2, pp. 1770-1777, Feb. 2026

MineNPC-Task: Task Suite for Memory-Aware Minecraft Agents

MineNPC-Task: 用于记忆感知Minecraft代理的任务套件

Tamil Sudaravan Mohan Doss, Michael Xu, Sudha Rao, Andrew D. Wilson, Balasaravanan Thoravi Kumaravel

机构 * Microsoft（微软） ； Microsoft Research（微软研究院） ； Microsoft Research United States（微软研究院美国） 纠错

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

AI总结 MineNPC-Task通过与专家玩家共同游戏生成任务，评估记忆感知Minecraft代理在开放世界中的表现，发现代码执行等任务中的崩溃模式，并提出改进内存持久性的需求。

PRISM: Protocol Refinement through Intelligent Simulation Modeling

通过智能仿真建模实现协议优化：PRISM

Brian Hsu, Priyanka V Setty, Rory M Butler, Ryan Lewis, Casey Stone, Rebecca Weinberg, Thomas Brettin, Rick Stevens, Ian Foster, Arvind Ramanathan

机构 * Argonne National Laboratory（阿贡国家实验室） 纠错

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

AI总结 PRISM通过智能仿真建模实现实验协议的自动化设计、验证和执行，结合语言模型代理、数字孪生验证和机器人执行，提供端到端的实验流程解决方案。

Comments 43 pages, 8 figures, submitted to RSC Digital Discovery. Equal contribution: B. Hsu, P.V. Setty, R.M. Butler. Corresponding author: A. Ramanathan