机器人 / 具身智能

Multiple Interactions Made Easy (MIME): Large Scale Demonstrations Data for Imitation

Pratyusha Sharma, Lekha Mohan, Lerrel Pinto, Abhinav Gupta

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

Comments 10 pages, CoRL 2018

Sim2Real View Invariant Visual Servoing by Recurrent Control

Fereshteh Sadeghi, Alexander Toshev, Eric Jang, Sergey Levine

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

Comments Supplementary video: https://fsadeghi.github.io/Sim2RealViewInvariantServo

PlanIt: A Crowdsourcing Approach for Learning to Plan Paths from Large Scale Preference Feedback

Ashesh Jain, Debarghya Das, Jayesh K Gupta, Ashutosh Saxena

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

Comments PlanIt Camera Ready ICRA'15

ArtiTwinSplat: Interactable Digital Twin Reconstruction via Gaussian Splatting from RGB-D videos

ArtiTwinSplat：基于RGB-D视频的高斯泼溅实现可交互数字孪生重建

Pranjal Mishra, René Zurbrügg, Max Wilder-Smith, Marco Hutter, Marc Pollefeys, Zuria Bauer, Hermann Blum

机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学） 纠错

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

AI总结 提出ArtiTwinSplat框架，利用3D高斯泼溅从RGB-D视频自动构建可交互的铰接物体数字孪生，无需CAD模型或人工标注，支持实时渲染与交互操作。

Comments Presented at the ICRA 2026 Workshop on Advances and Challenges in AI-Driven Automation and Robotic System Integration with Digital Twins, Vienna, June 2026

Flow6D: Discrete-to-Continuous Flow Matching for Efficient and Accurate Category-Level 6D Pose Estimation

Flow6D: 离散到连续的流匹配用于高效且准确的类别级6D姿态估计

Mingyu Mei, Li Zhang, Zibo Dai, Han Sun, Xinyue Zhao, Huiliang Shen, Zaixing He

机构 * Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； 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)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 提出Flow6D分层流匹配框架，通过两阶段离散潜空间定位-连续姿态回归策略，先离散化姿态参数并用离散流匹配缩小搜索空间，再连续流匹配预测局部残差优化姿态，在合成和真实数据集上以70 FPS实现实时推理，性能优于现有方法。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026

Fluidically Innervated Lattices Make Versatile and Durable Tactile Sensors

Annan Zhang, Miguel Flores-Acton, Andy Yu, Anshul Gupta, Maggie Yao, Daniela Rus

机构 * Computer Science and Artificial Intelligence Laboratory（计算机科学与人工智能实验室） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

Comments Accepted for publication in the proceedings of the 2025 International Symposium on Experimental Robotics (ISER)

UnPose: Uncertainty-Guided Diffusion Priors for Zero-Shot Pose Estimation

Zhaodong Jiang, Ashish Sinha, Tongtong Cao, Yuan Ren, Bingbing Liu, Binbin Xu

机构 * Huawei Noah’s Ark Lab, Canada（华为诺亚实验室，加拿大） ； University of Toronto, Canada（多伦多大学，加拿大） 纠错

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

Comments Published at the Conference on Robot Learning (CoRL) 2025. For more details please visit https://frankzhaodong.github.io/UnPose

Decomposition-based Hierarchical Task Allocation and Planning for Multi-Robots under Hierarchical Temporal Logic Specifications

Xusheng Luo, Shaojun Xu, Ruixuan Liu, Changliu Liu

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

Comments 10 pages, 6 figures. Accepted by IEEE Robotics and Automation Letters (extended version)

Physics-Encoded Graph Neural Networks for Deformation Prediction under Contact

Mahdi Saleh, Michael Sommersperger, Nassir Navab, Federico Tombari

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

Comments Accepted at 2024 IEEE International Conference on Robotics and Automation (ICRA2024)

Learning to Search in Task and Motion Planning with Streams

Mohamed Khodeir, Ben Agro, Florian Shkurti

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

Comments RAL Camera-Ready

Journal ref IEEE Robotics and Automation Letters, vol. 8, no. 4, pp. 1983-1990

NeRF-Loc: Transformer-Based Object Localization Within Neural Radiance Fields

Jiankai Sun, Yan Xu, Mingyu Ding, Hongwei Yi, Chen Wang, Jingdong Wang, Liangjun Zhang, Mac Schwager

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

Journal ref IEEE Robotics and Automation Letters ( Volume: 8, Issue: 8, August 2023)

Modeling Long-horizon Tasks as Sequential Interaction Landscapes

Sören Pirk, Karol Hausman, Alexander Toshev, Mohi Khansari

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

Comments Published at 4th Conference on Robot Learning (CoRL 2020), Cambridge MA, USA More details available at: http://www.pirk.io

Energy-Based Hindsight Experience Prioritization

Rui Zhao, Volker Tresp

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

Comments Published in Conference on Robot Learning (CoRL 2018) as oral presentation (7%), Zurich, Switzerland

Journal ref PMLR 87:113-122, 2018

Training Adversarial Agents to Exploit Weaknesses in Deep Control Policies

Sampo Kuutti, Saber Fallah, Richard Bowden

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

Comments 2020 IEEE International Conference on Robotics and Automation (ICRA)

Physics-based Scene-level Reasoning for Object Pose Estimation in Clutter

Chaitanya Mitash, Abdeslam Boularias, Kostas Bekris

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

Comments 18 pages, 13 figures, International Journal of Robotics Research (IJRR) 2019. arXiv admin note: text overlap with arXiv:1710.08577

Levels of Integration between Low-Level Reasoning and Task Planning

Esra Erdem, Volkan Patoglu, Peter Schüller

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

Comments In Workshop on Knowledge Representation and Reasoning in Robotics (KRR) (International Conference on Logic Programming (ICLP) 2013)

One Policy, Many Embodiments: Unified Camera-Centric Action Geometry Pre-training for Heterogeneous Embodied Manipulation

单一策略，多种具现体：面向异构具身操纵的以相机为中心的统一动作几何预训练

Xiaomi Embodied Intelligence Team, University of Macau, :, Shaoqing Xu, Fang Li, Guozhi Zhan, Zhixiang Duan, Yuhan Wang, Yuechen Luo, Shengyin Jiang, Hanbing Li, Zhiying Du, Longlong Wang, Longmei Jiang, Weixiang Liang, Ying Gong, Yong Pan, Ziping Zhao, Zhiyuan Chen, Yangwei You, Kun Ma, Qinyuan Liu, Hangjun Ye, Zhi-xin Yang

机构 * Xiaomi Embodied Intelligence Team（小米具身智能团队） ； University of Macau（澳门大学） 纠错

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

AI总结 该研究针对异构具身操纵数据的问题，提出UCAG-P预训练方法，通过以相机为中心的统一动作公式对齐数据，在多个基准任务上取得优异性能，无需特定微调。

Comments Technical Report,Project page: https://public-bots.github.io/UCAG-P

Low-Resolution Perception for Robotic Packing

面向机器人装箱的低分辨率感知

Giuseppe Fabio Preziosa, Federico Vignoni, Chiara Castellano, Marco Faroni, Andrea Maria Zanchettin, Paolo Rocco

机构 * Politecnico di Milano（米兰理工大学） 纠错

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

AI总结 本研究提出一种结合重建线索与稳定性估计的低分辨率感知框架，通过最佳下一个视角（NBV）策略实现机器人装箱，经 ablation 研究与端到端评估验证，该方法实用可扩展。

Comments 6 pages, 5 figures. Accepted to IFAC World Congress 2026

VISTA: Visually Inferred Spatial ConTact Attention for Contact-Rich Manipulation

VISTA：用于接触丰富操作的视觉推断空间接触注意力机制

Jiayi Chen, Wenlong Dong, Yan Huang, Xianglin Chen, Zijian Lin, Jiaqi Yin, Yushan Liu, Wenbo Ding

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Southern University of Science and Technology（南方科技大学） ； School of Future Technology, Harbin Institute of Technology（哈尔滨工业大学未来技术学院） 纠错

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

AI总结 针对接触丰富操作的视觉反馈不足问题，提出基于VDF的VISTA-Policy，通过整合物理感知编码引擎等模块，在多任务上优于纯视觉与触觉基准，具分布外泛化及抗干扰能力。

VizAnchor: Decoding Manipulation Intent from Tampering Visualizations via Dual-Anchor Reasoning

VizAnchor：通过双锚推理从篡改可视化中解码操纵意图

Xiaotian Zhang, Huayuan Ye, Haiyang Zhang, Chenhui Li, Changbo Wang, Sicheng Song

机构 * School of Data Science and Engineering, East China Normal University（华东师范大学数据科学与工程学院） ； Division of Emerging Interdisciplinary Areas, The Hong Kong University of Science and Technology（香港科技大学新兴跨学科领域分部） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

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

AI总结 本文提出VizAnchor框架，通过双锚构建与VLM推理实现可视化操纵理解，含三个专用智能体，构建相关数据集，可准确定位篡改并生成忠实解释。

Comments 39 pages

Novel Magnetic Actuation Strategies for Precise Ferrofluid Marble Manipulation in Magnetic Digital Microfluidics: Position Control and Applications

Mohammad Hossein Sarkhosh, Mohammad Hassan Dabirzadeh, Mohamad Ali Bijarchi, Hossein Nejat Pishkenari

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

Mover360: Controllable Object Manipulation in 360° Panoramic Images

Mover360：360°全景图像中的可控物体操作

Haoyi Zhong, Fang-Lue Zhang, Andrew Chalmers, Taehyun Rhee

机构 * Victoria University of Wellington（惠灵顿维多利亚大学） ； University of New South Wales（新南威尔士大学） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 Mover360是针对360°全景图像的可控物体操作框架，以物体平移为核心，支持插入、移除辅助任务，在多域多评估协议下优于相关强基线，代码与基准数据集已公开。

Safety-Critical Bilateral Teleoperation for Omnidirectional Aerial Manipulation Using Force-Sensorless Haptic Feedback

采用无力传感器触觉反馈的全向空中操纵安全关键双边遥操作

Yubin Kim, Jinwoo Lee, Yongjun You, H. Jin Kim, Jeonghyun Byun

机构 * Seoul National University（首尔大学） ； Automation and System Research Institute (ASRI)（自动化与系统研究所） ； Institute of Advanced Aerospace Technology (IAAT)（先进航空航天技术研究所） 纠错

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

AI总结 本文提出一种整合视觉与无力传感器触觉力反馈的安全关键双边遥操作框架，采用基于控制障碍函数的分层安全滤波器，避免自由飞行时的意外反馈，提升空中操纵的安全性与稳定性。

Comments 8 pages, 10 figures. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

GAP-SAM: A Global Artifact Prior for Generalizable AI-Generated Image Manipulation Localization

GAP-SAM：用于通用AI生成图像篡改定位的全局伪影先验

Haozhen Yan, Siyuan Shan, Zijian Yu, Youqi Wang, Yan Hong, Jun Lan, Jianfu Zhang

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

AI总结 本研究针对AI生成图像篡改定位的分布外性能问题，提出GAP-SAM方法，通过构建COCO-ControlNet对齐语义与几何，利用全局伪影标记抑制语义边界捷径，在六个数据集上平均像素F1达79.8，优于现有方法且在各类图像退化下表现最佳。

Zero-Shot Color Image Manipulation Localization via Noise Residual Artifact Pattern Analysis

基于噪声残留伪影模式分析的零样本彩色图像篡改定位

Edgar Gonzalez-Fernandez

机构 * INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación（墨西哥信息通信技术研究与创新中心） 纠错

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

AI总结 本研究提出一种零样本、无需训练的盲彩色图像篡改定位流程，通过噪声残留伪影模式分析实现，无需训练数据或设备注册，在与现有最先进被动方法的对比中展现出竞争力。

FedLNS: Leverage LayerNorm Signature Modeling to Mitigate Adversarial Manipulation in Federated LLMs

FedLNS：利用层归一化签名建模缓解联邦大语言模型中的对抗性操纵

Kai Li, Jong-Ik Park, Carlee Joe-Wong, Wei Ni, Falko Dressler

机构 * Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与跨学科研究中心（SnT）） ； Carnegie Mellon University（卡内基梅隆大学） ； Edith Cowan University（埃迪斯科文大学） ； TU Berlin（柏林工业大学） 纠错

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

AI总结 FedLNS是一种服务器端联邦学习框架，通过层归一化签名筛选恶意更新，在200个客户端、40%目标操纵下，对三类模型均实现优于基线的测试困惑度。

Comments 13 pages (main body), 36 pages (appendix), 3 figures, 98 tables

SoftVTBench: A Deformation-Aware Visuo-Tactile Dataset and Benchmark for Deformable-Object Manipulation

SoftVTBench：面向可变形物体操作的形变感知视觉-触觉数据集与基准

Bowen Jing, Mingxin Wang, Ruiyang Hao, Chenchen Ge, Hanwen Shen, Junjie He, Yang Cui, Yiming Hou, Weitao Zhou, Jiawei Wang, Minglei Li, Dandan Zhang, Ding Zhao, Houde Liu, Xiaofan Li, Si Liu, Ping Luo, Haibao Yu

机构 * Tuojing Intelligence（拓境智能） ； Tsinghua University（清华大学） ； Southeast University（东南大学） ； Stevens Institute of Technology（斯蒂文斯理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Manchester（曼彻斯特大学） ； Simple AI ； Imperial College London（帝国理工学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Zhejiang University（浙江大学） ； Beihang University（北京航空航天大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本研究推出SoftVTBench视觉-触觉数据集与基准，定义形变感知成功率（DSR），发现触觉信息本身未必提升多模态融合，为可变形物体操作的物理交互研究提供资源。

Vision-Language Models for Egocentric Video: From Hand-Object Interaction to Embodied AI

用于第一人称视角视频的视觉-语言模型：从手-物交互到具身智能

Mohammad Zamani, Fatemeh Ziaeetabar

机构 * University of Tehran（德黑兰大学） 纠错

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

AI总结 本综述梳理了用于第一人称视角视频理解的视觉-语言模型的发展，分析其挑战、研究方向与局限，明确了可部署具身智能的关键优先方向。

Backward Layout Search for Sequence-Constrained Robotic Assembly

面向序列约束机器人装配的反向布局搜索

Xi Zhang, Jiancong Dai, Hao Chen, Zhengtao Hu, Changcai Yang, Weiwei Wan

机构 * College of Computer and Information Sciences, Fujian Agriculture and Forestry University（福建农林大学计算机与信息学院） ； School of Mechatronic Engineering and Automation, Shanghai University（上海大学机电工程与自动化学院） ； Department of System Innovation, Graduate School of Engineering Science, Osaka University（大阪大学工程科学研究生院系统创新系） 纠错

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

AI总结 针对序列约束机器人装配布局规划的挑战，提出反向布局搜索（BLS）算法，通过反向分配零件初始位姿并结合多维度检查与波束选择，在5个装配模型上实现了更优的无碰撞布局规划，减少了评估次数与搜索时间。

Comments Submit to ROBIO2026

CompCPZ: Preserving Multi-Modal Intent in Language-Guided Robot Manipulation

CompCPZ：在语言引导的机器人操作中保留多模态意图

Zhen Zhang, Ahmad Hafez, Peng Xie, Yanliang Huang, Wenyuan Wu, Amr Alanwar

机构 * School of Computation, Information and Technology（计算、信息与技术学院） ； Technical University of Munich（慕尼黑工业大学） 纠错

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

AI总结 CompCPZ是一种用于语言引导机器人操作的代数层，可恢复多模态析取表示，在ManiSkill3基准测试中性能优于多种基线，且能迁移至真实机器人实验，凸显组合语言接地需评估意图连通分量结构。