机器人 / 具身智能

RoboTrustBench: Benchmarking the Trustworthiness of Video World Models for Robotic Manipulation

RoboTrustBench：机器人操作视频世界模型的可信度基准测试

Huiqiong Li, Jiayu Wang, Zhiting Mei, Anirudha Majumdar, Jingjing Chen, Bin Zhu

机构 * Singapore Management University（新加坡国立管理学院） ； Fudan University（复旦大学） ； Princeton University（普林斯顿大学） 纠错

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

AI总结 针对视频世界模型在机器人操作中的可信度问题，提出RoboTrustBench基准，包含正常、约束敏感、反事实和对抗四种场景，通过专家验证的指令-图像对和六维评估协议，发现当前模型在约束推理、反事实基础、物理交互和不安全指令抑制方面存在不足。

Comments EMNLP 2026 Findings, Project: https://huiqiongli.github.io/RoboTrustBench/

Large VLM-based Vision-Language-Action Models for Robotic Manipulation: A Survey

用于机器人操作的基于大型VLM的视觉-语言-动作模型：综述

Rui Shao, Wei Li, Lingsen Zhang, Renshan Zhang, Zhiyang Liu, Ran Chen, Liqiang Nie

机构 * School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（计算机科学与技术学院，哈尔滨工业大学（深圳）） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；robotics(abstract)；embodied AI(abstract)

AI总结 本综述首次系统分类梳理用于机器人操作的基于大型VLM的VLA模型，明确其定义与两类架构，考察其与先进领域的集成等内容，整合进展并提供更新项目页面

Comments Under Minor Revision at IEEE TPAMI, Project Page: https://github.com/JiuTian-VL/Large-VLM-based-VLA-for-Robotic-Manipulation

Motus2: A Self-Evolving General World Model for Dexterous Manipulation

Motus2：一种用于灵巧操作的自进化通用世界模型

Hongzhe Bi, Zihao Zhou, Yihang Tang, Jingrui Pang, Shuhe Huang, Haitian Liu, Runqing Wang, Shuai Huang, Yichen Wang, Yiming Cheng, Ruowen Zhao, Zhenghua Li, Hengkai Tan, Xiaolong Liu, Jinhui Wan, Jiabao Liu, Min Zhao, Fan Bao, Jun Zhu

机构 * GensPI ； Tsinghua University（清华大学） ； BUAA（北京航空航天大学） ； BIT（北京理工大学） 纠错

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

AI总结 本文提出Motus2，一种用于灵巧操作的自进化通用世界模型，通过模型缩放与数据缩放构建闭环决策学习循环，结合多模态数据与仿生平台实现通用具身智能体的灵巧操作。

DELE-w0.5: Inferring Action from Future Latent State for Robotic Manipulation

从未来隐状态推断机器人操纵动作

Fenghao Lei, Zhixiong Huang, Long Yang, Jiabao Chen, Peilin Huang, Han Fu, Zhuo Li, Xiaoxue Ren

机构 * DeepLeap Research（DeepLeap研究院） 纠错

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

AI总结 本文提出无需视频生成的机器人操纵模型DELE-w0.5，通过从捕获动作相关物理结果的未来隐状态推断动作，在4项长程操纵任务的480次试验中，其性能优于最强基线47.5和30.7个百分点，实现最优表现。

Comments DeepLeap Technology Co., Ltd., Shenzhen, China

AnnotateAnything: Automatic Annotation of 3D Assets for Robot Manipulation

AnnotateAnything：面向机器人操作的3D资产自动标注

Haoran Lu, Mutian Shen, Shuyang Yu, Yu Xiao, Songling Liu, Jianshu Zhang, Shang Wu, Yue Chen, Guo Ye, Jiayi Wang, Zhaoran Wang, Han Liu

机构 * Northwestern University（西北大学） ； Peking University（北京大学） 纠错

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

AI总结 提出AnnotateAnything框架，通过视觉-语言标注和物理标注双流水线，自动为3D资产生成可执行操作标签，提升仿真数据收集效率和任务成功率。

Comments v2:Expanded the experiment section with more baselines and rewrote the content of supplementary--corrected some typographical errors, and corrected author-affiliation information that was inaccurate in the previous version

Autonomously Acquiring Robot Manipulation Skills with Language-Driven Quality-Diversity

通过语言驱动的质量多样性自主获取机器人操作技能

Émiland Garrabé, Mahdi Khoramshahi, Stéphane Doncieux

机构 * ISIR, Sorbonne Université（ISIR，索邦大学） 纠错

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

AI总结 本文提出仅需自然语言任务描述，即可自主生成多样化机器人运动原语档案的方法，在4项操作任务上优于经典QD算法。

Bridging Semantics and Physics with Constrained LLMs for Safe and Trustworthy Robotic Manipulation

用受约束的大语言模型（LLM）弥合语义与物理鸿沟，实现安全可信的机器人操纵

Wenhao Hong, Lan Wei, Dandan Zhang

机构 * Imperial College London（帝国理工学院） 纠错

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

AI总结 该研究针对语言引导机器人操纵的语言-动作鸿沟，通过类型化契约约束LLM决策，结合MoveIt流水线验证，在多类机器人任务上实现了优于脚本策略的安全可靠性能。

Comments ECCV Workshop paper

DARP: A Calibrated Dual-Arm RGB-D-IR Dataset for Multi-View Robotic Perception

DARP：用于多视角机器人感知的校准双臂RGB-D-IR数据集

Manish Kansana, Mohammed Yusuf Mujawar, Sudip Mittal, Shahram Rahimi, Noorbakhsh Amiri Golilarz

机构 * The University of Alabama（阿拉巴马大学） 纠错

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

AI总结 本文提出DARP双臂机器人感知数据集，含10种桌面物体，经评估几何一致性良好，可用于多视角重建等多类机器人感知相关研究。

ORPA: Online Residual Policy Adaptation for Robot Manipulation Control with Human Feedback

ORPA：基于人类反馈的机器人操控控制在线残差策略适配

Muhammad A. Muttaqien, Tomohiro Motoda, Ryo Hanai, Yukiyasu Domae

机构 * National Institute of AIST（日本国立AIST研究所） ； Embodied AI Research Team（具身人工智能研究团队） 纠错

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

AI总结 本研究提出ORPA框架，通过添加轻量反馈条件化模块实现机器人操控策略的在线残差适配，无需重训练即可纠正执行误差，在ALOHA平台的精度敏感操控任务上提升了成功率与扰动恢复能力。

Cross-Modal Visuo-Tactile Representation Learning with Action Chunking Transformers for Contact-Rich Manipulation

一种低成本的基于视觉的触觉夹具，用于接触丰富的操作

Yaohua Liu, Rong Fu, Amir H. Gandomi, Simon Fong, Hengjun Zhang

机构 * Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Innovation and Research and Development Department, BoardWare Information System Company Ltd.（创新与研发部，BoardWare信息系统有限公司） ； School of Artificial Intelligence, Nanjing Agricultural University（人工智能学院，南京农业大学） ； School of Computing, National University of Singapore（计算机学院，新加坡国立大学） ； School of Electronic Engineering and Automation, Guilin University of Electronic Technology（电子工程与自动化学院，桂林电子科技大学） 纠错

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

AI总结 本研究提出了一种低成本的视觉-触觉夹具，通过融合视觉和触觉反馈，提升接触丰富环境中的操作性能。

Vibration-based Full State In-Hand Manipulation of Thin Objects

Oron Binyamin, Guy Shapira, Noam Nahum, Avishai Sintov

机构 * School of Mechanical Engineering, Tel-Aviv University（特拉维夫大学机械工程学院） 纠错

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

Journal ref 2026 IEEE/ASME International Conference on Advanced Intelligent Mechatronics

SymVD: Symmetric Vision Language Action Distillation for Robot Manipulation

SymVD：面向机器人操作的对称视觉语言动作蒸馏

Hyewon Choi, Donggyu Kim, Soojean Han

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

AI总结 SymVD是利用操作任务几何对称性的VLA蒸馏框架，采用等变actor-critic架构与自适应加权方案，提升了机器人操作任务的样本效率与泛化能力，优于标准蒸馏及SAC。

Zeva: In-Context Causal Learning for Generalizable Embodied Manipulation

Zeva：用于泛化具身操作的上下文因果学习

Fu Chen, Xin Ding, Bingjia Huang, Xiangyu Li, Mingju Wang, Jiawei He, Kun Li, Wei Sun, Yunxin Liu, Hao Wu, Ting Cao

机构 * Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR）） ； Z-Trans AI 纠错

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

AI总结 提出Zeva框架，通过上下文因果学习让机器人从自身物理交互经验中学习，无需更新策略模型，在模拟与真实操作中性能优于前沿模型，还能自进化并跨任务泛化。

Blind Dexterity: Whole-Body Humanoid Manipulation via Pure Proprioception

盲态灵巧性：仅通过本体感知实现人形机器人全身操作

Aditya Bhatt, Oleg Kaidanov, Puze Liu, Jan Peters

机构 * TU Darmstadt（达姆施塔特工业大学） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Tongji University（同济大学） ； Shanghai Research Institute for Autonomous Intelligent Systems（上海自主智能系统研究院） ； Robotics Institute Germany（德国机器人研究所） 纠错

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

AI总结 该研究提出仅用关节编码器本体感知的策略，让Unitree G1人形机器人完成抗推行走、接球等盲态全身操作，证明其可作为灵巧操作与交互式感知的实用基础。

Comments 9 pages, 6 figures. Project page: https://aditya.bhatts.org/BlindDexterity/

Systematic Lightweight Method for Robotics Based on Strain Energy Distribution Optimization

基于应变能分布优化的机器人系统轻量化方法

Jingchen Li

机构 * Tencent Robotics X Lab（腾讯Robotics X实验室） 纠错

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

AI总结 本研究提出应变能分布优化的机器人系统轻量化方法，可解耦系统级问题，兼顾减重与机械性能，经机械臂案例验证了其有效性。

PredVLA: Predictive Sensorimotor Modeling for Sub-Million-Parameter Robot Manipulation

PredVLA：用于机器人操作的亚百万级参数预测编码策略

Hiroki Sawada, Shunichi Kasahara

机构 * Sony Computer Science Laboratory（索尼计算机科学实验室） 纠错

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

AI总结 PredVLA是仅0.68M参数的无机器人数据预训练预测编码策略，在LIBERO基准上远超参数匹配的Transformer、LSTM策略，实现强语言条件机器人操作性能且具备显式在线修正机制。

Performance Manipulation: Labor Market Implications in AI-assisted Era

在机器学习竞赛中基准黑客现象：建模、洞察与设计

Xiaoyun Qiu, Yang Yu, Haifeng Xu

机构 * Department of Economics, Dartmouth College（达特茅斯学院经济系） ； Sloan & CSAIL, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院与计算机科学与人工智能实验室） ； Department of Computer Science, University of Chicago（芝加哥大学计算机科学系） 纠错

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

AI总结 本文研究了机器学习竞赛中基准黑客现象，通过建模揭示其战略均衡，并通过实证支持理论预测，指出奖励结构对竞赛结果的影响。

A Kinematic Framework for Screening Candidate Pinch Configurations in Robotic Hand Design without Object or Contact Models

一种基于指尖工作空间的机械手抓取配置评估框架

HyoJae Kang, Joonho Lee, Hyunmok Jung, Dong Il Park

机构 * Advanced Robotics Research Center, Korea Institute of Machinery & Materials (KIMM)（韩国机械材料研究院先进机器人研究中心） 纠错

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

AI总结 本文提出一种无需物体或接触模型的机械手抓取能力评估方法，通过分析指尖工作空间的交互关系，评估机械手的抓取配置，为机械手设计提供工具。

Comments This manuscript has been submitted for possible publication

IntentVLA: Short-Horizon Intent Modeling for Aliased Robot Manipulation

IntentVLA：用于有歧义机器人操作的短周期意图建模

Shijie Lian, Bin Yu, Xiaopeng Lin, Zhaolong Shen, Laurence Tianruo Yang, Yurun Jin, Haishan Liu, Changti Wu, Hang Yuan, Cong Huang, Kai Chen

机构 * HUST（华中科技大学） ； ZGCA（中钢集团人工智能研究院） ； ZGCI（中钢智能科技有限公司） ； HIT（哈尔滨工业大学） ； HKUST(GZ)（香港科技大学（广州）） ； BUAA（北京航空航天大学） ； ZZU（浙江工业大学） ； ECNU（华东师范大学） ； USTC（中国科学技术大学） ； DeepCybo 纠错

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

AI总结 IntentVLA通过编码近期视觉观测为紧凑的短周期意图表示，提升机器人操作的执行稳定性，并在多个基准测试中优于现有VLA基线。

Comments EMNLP 2026 Main Conference, Code can be found at https://github.com/ZGC-EmbodyAI/IntentVLA

GhostSplat: Input-Triggered Backdoors for Multi-View-Consistent 3D Content Manipulation in Feed-Forward Gaussian Splatting

GhostSplat：前馈高斯溅射中用于多视图一致3D内容操纵的输入触发后门

Yudong Gao, Zongjian Ding, Linghan Chen, Yajing Chen, Yu Xinglin, Jiale Liu, Shan Huang, Mingjun Cheng

专题命中 机器人操作 ：manipulation(title)

AI总结 GhostSplat是针对前馈3D高斯溅射的输入触发后门，可植入共享生成器权重实现多视图一致的3D内容操纵，在多架构数据集上攻击成功率高且抗常见图像变换，现有防御措施无法有效应对。

Comments 10 pages, 6 figures, 6 tables; includes technical appendix and ancillary reproduction code

Learning to infer and manipulate through distributed whole-arm interaction in a soft robot

通过软体机器人的分布式全臂交互学习推理与操作

Chuhan Zhang, Ebrahim Shahabi, Kseniia Khomenko, Wei Pan, Cosimo Della Santina

机构 * Faculty of Mechanical Engineering（机械工程学院） ； School of Engineering, Newcastle University（纽卡斯尔大学工程学院） ； Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 本文针对软体机器人交互利用不足问题，提出含预训练探索策略等创新的强化学习框架，通过混合刚柔臂的IMU实现盲全臂抓取，成功完成物体识别与抓取。

T3S: Improving Multi-Task Reinforcement Learning with Task-Specific Feature Selector and Scheduler

T3S：利用任务特定特征选择器与调度器改进多任务强化学习

Yuanqiang Yu, Tianpei Yang, Yongliang Lv, Yan Zheng, Jianye Hao

机构 * Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所） 纠错

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

AI总结 该研究针对多任务强化学习的任务间干扰问题，提出含特征选择器与任务调度器的T3S框架，在机器人操作任务上性能优于现有最优多任务强化学习算法。

Comments 8 pages, 7 figures, 4 tables. Published in the 2023 International Joint Conference on Neural Networks (IJCNN)

Journal ref 2023 International Joint Conference on Neural Networks (IJCNN), pp. 1-8, 2023

GhostTac: Manipulating Tactile Sensors without Physical Contact

GhostTac：无物理接触的触觉传感器操纵技术

Kun Wang, Xuancun Lu, Ruochen Zhou, Kai Wang, Tongjun Ye, Yihao Shao, Chen Yan, Xiaoyu Ji, Wenyuan Xu

机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 研究人员提出首个非接触式触觉传感器操纵攻击GhostTac，利用电磁干扰引发测量偏差，在15个传感器上验证有效性，揭示机器人触觉传感的新型物理攻击向量。

Comments Accepted at ACM CCS 2026

ACE-Ego-Hand: Repurposing Video Diffusion Models for Occlusion-Robust Egocentric 3D Hand Motion Recovery

DreamHand：复用视频扩散模型实现遮挡鲁棒的第一人称视角3D手部运动恢复

Yufei Liu, Xixi Wang, Hao Li, Ganlong Zhao, Kaitong Cai, Chengkai Jin, Chunxiao Liu, Jianbo Liu, Siyuan Huang, Xingang Pan, Hongsheng Li

机构 * ACE Robotics（ACE机器人公司） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 DreamHand是复用视频扩散模型的离线片段级框架，通过确定性干净潜在编码器与双向时空解码器恢复带度量位置的连续双手轨迹，在五个第一人称视角基准测试中实现最佳性能，为机器人操作数据提供可扩展路径。

Comments Project Page: https://ggxxii.github.io/ace-ego-hand

Perturbation-Based Epistemic Uncertainty for Failure Detection in Vision-Language-Action Models

基于扰动的视觉-语言-动作模型不确定性用于故障检测

Yousung Lee, Dongsoo Har

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

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

AI总结 提出一种无标签、模型无关的扰动框架，通过注入高斯扰动到隐藏激活中估计认知不确定性，在分布偏移下提升故障检测性能。

Online camera-pose-free stereo endoscopic tissue deformation recovery with tissue-invariant vision-biomechanics consistency

Jiahe Chen, Naoki Tomii, Ichiro Sakuma, Etsuko Kobayashi

机构 * School of Engineering, The University of Tokyo（东京大学工学系） 纠错

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

Generation of High-Level Concepts in 3D Scene Graphs via Autoregressive Diffusion

基于自回归扩散的3D场景图中高层概念生成

Jose Andres Millan-Romera, Samuel Cognolato, Holger Voos, Jose Luis Sanchez-Lopez, Luciano Serafini

机构 * University of Luxembourg（卢森堡大学） ； University of Padova（帕多瓦大学） ； Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会） ； Faculty of Science, Technology and Medicine（科学、技术与医学学院） 纠错

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

AI总结 针对现有3D场景图高层概念生成方法可扩展性不足的问题，提出联合学习结构与特征的自回归扩散图生成模型，在多类数据集上优于基线方法，还提出适配的图级评估指标。

Data Diversity, Not Frequency Invariance: A Controlled and Self-Audited Study of Compression-Robust Deepfake Detection

数据多样性，而非频率不变性：一项关于抗压缩深度伪造检测的受控自审计研究

Abbas Aliyev, Samir Rustamov

机构 * ADA University（ADA大学） ； MegaSec AI Company（MegaSec人工智能公司） 纠错

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

AI总结 该研究通过受控实验发现，抗压缩深度伪造检测的关键是数据多样性而非频率不变性，普通EfficientNet-B0优于CAFRL，对抗分支无增益，需匹配训练配方并利用编解码器多样性提升鲁棒性。

Comments 38 pages, 4 figures. Submitted to IEEE Access. Code, per-video predictions and a claims-to-artifacts map: https://github.com/Capta1n-n9m0/cafrl-negative (v1.0.0); archival deposit: https://doi.org/10.5281/zenodo.22032529

Flex-$π$: A Multi-Stream World-Action Model with Compute Flexibility

Flex-$π$：具备计算灵活性的多流世界-动作模型

Ge Yan, Jinghao Liu, Yuzhi Fan, Lei Cai, Minwen Liao, Jesse Zhang, Dieter Fox

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（艾伦人工智能研究所） 纠错

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

AI总结 该研究提出Flex-$π$多流世界-动作模型，利用冻结的视频生成VAE实现多模态监督，通过混合专家Transformer与每流丢弃机制提升效率，在双臂操作任务上性能优于基线模型且运行更快。

Comments Project page: https://flex-pi.github.io/

Runtime Safety Filtering for Learned Small UAS Separation Policies under GNSS Degradation

全球导航卫星系统（GNSS）退化情况下学习到的小型无人机分离策略的运行时安全过滤

Alex Zongo, Peng Wei

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

AI总结 研究在GNSS退化时小型无人机分离策略的运行时安全过滤问题，对比动作过滤和观测过滤两种方法，发现动作过滤安全改进小，观测过滤能减少近90%的空中碰撞且更稳健，表明保留策略决策权限更优。

Comments Accepted for publication at the 2026 IEEE/AIAA Digital Avionics Systems Conference (DASC). 9 pages, 8 figures