机器人 / 具身智能

Bridging the Micro--Macro Gap: Frequency-Aware Semantic Alignment for Image Manipulation Localization

弥合微-宏观差距：面向图像操纵本地化的频率感知语义对齐

Xiaojie Liang, Zhimin Chen, Ziqi Sheng, Wei Lu

机构 * School of Computer Science ； Engineering, Sun Yat-sen University Guangzhou China ； Engineering, Sun Yat-sen University 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FASA框架，通过自适应双频带DCT模块提取操纵敏感频率特征，结合冻结CLIP表示的补丁级对比对齐学习语义先验，实现传统和扩散生成操纵的精准本地化。

CAAT: Contact-Aware Attention Scaling and Tactile Masking for Data-Efficient Contact-Rich Manipulation

CAAT：用于数据高效接触丰富型操作的接触感知注意力缩放与触觉掩码方法

Jiaming Jiang, Yuzhe Huang, Hao Liang, Pei Lin, Shengcheng Luo, Fanrong Dong, Jiaping Wu, Chenxi Xiao, Wanlin Li, Ziyuan Jiao

机构 * ShanghaiTech University（上海科技大学） ； Beihang University（北京航空航天大学） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） ； Zhejiang University（浙江大学） ； BUPT（北京邮电大学） 纠错

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

AI总结 该研究针对接触丰富型操作中视觉-触觉策略缺乏接触感知先验的问题，提出CAAT框架，通过注意力缩放和动态触觉掩码提升策略性能，在仿真和真实实验中均显著优于现有方法。

Comments 11 pages, 6 figures

Developing Combined Manipulation and Locomotion Skills with Interaction Representation and Skill Composition

基于交互表征与技能组合开发操作与运动技能

Fanxing Meng, Jing Xiao

机构 * Worcester Polytechnic Institute（伍斯特理工学院） 纠错

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

AI总结 本文提出方法使人形机器人基于发育原理学习抓取、起身等策略，通过手-物交互得分组合策略，实现抓取未见过物体零样本成功率93%、持物起身成功率96%-100%。

Comments 8 pages, 5 figures. Submitted to Humanoids 2026. Video available at https://youtu.be/x-7x89fSJWY

CORE: Common Outcome Regularities from Action-Free Visual Demonstrations for Robot Manipulation

CORE: 从无动作视觉演示中提取机器人操作的共同结果规律

Juyi Sheng, Mingxin Tan, Jincheng Li, Mengyuan Liu

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

AI总结 提出CORE框架，从无动作视觉演示中提取共同结果规律作为视觉目标原型，注入机器人策略提升操作成功率，在多个基准上平均提升3.9至17.0个百分点。

Interaction Dynamics for Dexterous Manipulation

用于灵巧手控制的阻抗MPC与扰动估计

Yongyan Cao

机构 * Voryx Robotic LLC（Voryx机器人有限公司） 纠错

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

AI总结 提出一种执行器无关的阻抗模型预测控制框架，通过代数前馈将肌腱传动简化为常系数双积分器，结合编码器增强卡尔曼扰动估计，实现高精度轨迹跟踪与安全接触力控制。

Choose What to Manipulate: Revealing Data Scaling Laws in Bounding-Box Guided Policies for Semantic Manipulation

学习操控一切：揭示在边界框引导策略中的数据扩展定律

Yihao Wu, Jinming Ma, Junbo Tan, Yanzhao Yu, Shoujie Li, Mingliang Zhou, Diyun Xiang, Xueqian Wang

机构 * Center for Intelligent Control and Telescience, Tsinghua Shenzhen International Graduate School（智能控制与遥科学中心，清华大学深圳国际研究生院） ； Beijing Xiaomi Robot Technology Co., Ltd（北京小米机器人科技有限公司） 纠错

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

AI总结 本文提出利用边界框指令提升语义操控的泛化能力，并揭示数据扩展定律，通过高效数据收集和解耦框架实现85%的成功率。

FA-RDP: A Frequency-Adaptive Reactive Diffusion Policy for Contact-Rich Manipulation

FA-RDP：用于接触丰富操作的频率自适应反应式扩散策略

Lifeng Zhuo, Wendi Chen, Han Xue, Shirun Tang, Jun Lv, Cewu Lu, Chuan Wen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Noematrix Ltd.（诺玛特里斯有限公司） 纠错

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

AI总结 FA-RDP 是一种频率自适应反应式扩散策略，通过多频率视觉-力 Transformer 和多模态指标动态调整采样策略，结合流形一致性蒸馏，在接触丰富操作任务中兼顾多模态保留与反应性，实现最高成功率。

Comments Project page: https://fa-rdp.github.io

Static In, Dynamic Out: Counterfactual Action Augmentation for Moving Object Manipulation

静态输入，动态输出：面向运动物体操作的反事实动作增强方法

Woo Chul Shin, Zhenyang Chen, Alfred Cueva, Nadun Ranawaka Arachchige, Yingyan Celine Lin, Benjamin Joffe, Shreyas Kousik, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 该研究针对视觉运动策略无法适应运动物体操作的问题，提出SIDO反事实动作增强方法，经模拟和真实任务验证，其在提升运动物体操作成功率的同时保留了静态物体操作性能。

MorphQuad: Morphable Quadrotor for Superhuman Maneuverability, Manipulation, and Resiliency

MorphQuad：具有超人机动性、操纵性和弹性的可变形四旋翼飞行器

Jose Diaz Peon Gonzalez Pacheco, Jiawei Xu, Andrew Zhao, Hongyu Zhou, Atharva Navsalkar, Andrew Scheffer, Amrith Malli Reddi, Sashreek Shankar, Yuqing Bao, Vasileios Tzoumas

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 研究旨在实现具有高机动性、操纵性和弹性的飞行器。核心方法是硬件与控制协同设计，让四旋翼飞行器各旋翼系统独立铰接并采用全局稳定控制等。主要贡献是展示了MorphQuad在多方面的优异性能。

RLMM-Flow: A Flow-based Mobile Manipulation Framework with Latent-Space Reinforcement Learning

RLMM-Flow：一种基于流的隐空间强化学习移动操作框架

Shuhang Wang, Ziming Li, Hui Cheng

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

AI总结 该研究提出RLMM-Flow框架，结合流策略预训练与隐空间强化学习，在移动操作基准上提升任务成功率等指标，同时保留流的快速推理能力。

MoMo: Dial Motion Mode in Robot Manipulation with Spatiotemporal Action Tokenization

MoMo：机器人操作中基于时空动作标记化的拨号运动模式

Yuhan Hu, Hugues Thomas, Peide Huang, Mouli Sivapurapu, Benoit Landry, Arto Kivila

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

AI总结 MoMo是两阶段模仿学习框架，可学习跨任务复用的运动模式，能生成不同模式的操作行为并迁移未见过的模式，保持任务成功率，实现组合泛化。

TiPToP: A Modular Open-Vocabulary Robot Manipulation System That Plans

TiPToP：一种用于机器人操作的模块化开放式词汇规划系统

William Shen, Nishanth Kumar, Sahit Chintalapudi, Ryan Lindeborg, Jie Wang, Christopher Watson, Edward Hu, Jing Cao, Dinesh Jayaraman, Leslie Pack Kaelbling, Tomás Lozano-Pérez

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

AI总结 TiPToP是一种模块化开放式词汇规划系统，结合预训练视觉模型与任务规划器，通过自然语言指令和RGB图像直接解决多步骤操作任务，实现实时高效的操作规划。

Comments Project website: https://tiptop-robot.github.io

Manipulation of Elasto-Flexible Cables with Single or Multiple UAVs

Chiara Gabellieri, Lars Teeuwen, Yaolei Shen, Antonio Franchi

机构 * Robotics and Mechatronics Department, Electrical Engineering, Mathematics, and Computer Science (EEMCS) Faculty, University of Twente（代尔夫特理工大学机器人与机电学系） ； Department of Computer, Control and Management Engineering, Sapienza University of Rome（罗马萨皮恩扎大学计算机、控制与管理工程系） 纠错

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

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

The Reliability of LLMs for Medical Diagnosis: An Examination of Consistency, Manipulation, and Contextual Awareness

大语言模型在医疗诊断中的可靠性：一致性、可操纵性与情境感知能力的检验

Krishna Subedi

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

AI总结 该研究检验Google Gemini 2.0 Flash与OpenAI ChatGPT-4o的医疗诊断可靠性，发现二者虽一致性达100%，但易受无关信息操纵，且情境响应存在差异，提示其医疗应用需临床监督与结构化保障。

KAI: A Kinematic-Aware Interface for Data-Efficient Articulated Object Manipulation

KAI：用于数据高效关节物体操纵的运动感知接口

Yaping Li, Zhaxizhuoma, Qiaojun Yu, Jia Zeng, Dahua Lin, Jiangmiao Pang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 研究关节物体操纵中运动结构难学问题，提出运动感知关节接口KAI，通过嵌入先验提高样本效率，在多模拟任务中表现良好，能推广到复杂场景，视频共训练增强真实世界鲁棒性。

Comments Project page: https://li-yaping.github.io/KAI/

LEACL: LLM-Enhanced Automatic Curriculum Learning for Reinforcement Learning in Long-Horizon Manipulation Tasks

LEACL：用于长时程操作任务强化学习的大语言模型增强自动课程学习

Faraz Heravi, James Ouyang, Zifan Xu, Arjun Kumar, Yoonchang Sung, Peter Stone

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Nanyang Technological University（南洋理工大学） ； Sony AI（索尼人工智能） 纠错

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

AI总结 针对长时程操作任务强化学习挑战，提出LEACL框架，结合大语言模型与自动课程学习，用大语言模型分解任务并生成规范，由自动课程学习算法仅依稀疏奖励信号指导学习，在相关任务上取得更好渐近性能。

Comments 8 pages, 4 figures, Published in the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026

Embodying Multi-Hand Manipulation Policies by Searching the Assignment and Null Spaces

通过搜索分配空间和零空间来体现多手操作策略

Yorai Shaoul, Jiaoyang Li, Maxim Likhachev

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

AI总结 研究多臂机器人执行操作策略的问题，基于冲突搜索构建框架，通过搜索轨迹分配空间和零空间，统一处理分配与零空间运动，有效解决多手操作策略执行难题，实现多臂机器人协调操作。

Comments Published in SoCS 2026

GuidedAttention: Interpretable and Correctable Visual Attention for OOD-Robust Robot Manipulation via Imitation Learning

引导注意力：通过模仿学习实现面向OOD鲁棒机器人操纵的可解释和可校正视觉注意力

Masaki Murooka, Ryoichi Nakajo, Keisuke Shirai, Tomohiro Motoda, Hanbit Oh, Ryo Hanai, Yukiyasu Domae

机构 * Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology (AIST)（日本产业技术综合研究所人工智能研究中心） 纠错

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

AI总结 研究针对端到端视觉运动策略中人类难以理解和校正视觉注意力的问题，提出引导注意力框架，通过预测任务相关注意力关键点并结合扩散动作策略，经用户校正后由跟踪模块传播，提升了机器人在OOD条件下的操纵性能。

Comments Project page added

FELT: Generating Tactile Signals from Vision for Visuo-Tactile Manipulation

FELT：从视觉生成触觉信号用于视觉触觉操纵

Zinan Li, Yiyang Ling, Yuming Gu, Binghao Huang, Chenhao Liang, Sharfin Islam, Hisham Bedri, John Chirikjian, Yunzhu Li, Stefanos Nikolaidis, Daniel Seita

机构 * Viterbi School of Engineering, University of Southern California（南加州大学维特比工程学院） ； Columbia University（哥伦比亚大学） ； Starpilot（星航） 纠错

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

AI总结 研究针对触觉数据稀缺问题，提出FELT框架，利用视觉编码器和查询解码器从RGB观测合成触觉图像，通过单独分支解码左右传感器面板，实验表明该方法能提升策略成功率，潜在特征训练和部署无需真实触觉传感器。

Comments 26 pages, including supplementary material

Teaching LLMs String Matching, Backtracking, and Error Recovery to Deduce Bases and Truth Tables for the Combinatorially Exploding Bit Manipulation Puzzles

教LLM字符串匹配、回溯与错误恢复：为组合爆炸的位操作谜题推导基和真值表

Prateek Agnihotri, Sanchit Jain, Prabhat Agnihotri, Aditya Prasad, Shubham Jain

机构 * NVIDIA 纠错

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

AI总结 提出一种新方法，通过字符串相似性、结构化搜索和自主错误恢复，避免复杂布尔逻辑，解决位操作谜题中的组合爆炸问题，实现96%以上验证准确率。

Comments 22 pages, 4 figures, 2 tables. 7th Place Solution for the NVIDIA Nemotron Model Reasoning Challenge (Kaggle)

When 2D Cues Fail: Improving Image Manipulation Localization with Reliable 3D Geometry

当二维线索失效时：利用可靠的三维几何改进图像操纵定位

Guofeng Yu, Zhiqing Guo, Dan Ma, Gaobo Yang

机构 * School of Computer Science and Technology, Xinjiang University（新疆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 研究针对二维线索在图像操纵定位中失效的问题，利用单目重建获取几何线索，设计几何感知框架GFrame，估计其可靠性并与RGB特征融合跨尺度传播，在有限预算下提升定位性能，证明三维几何可补充二维线索用于IML。

HCPG-Flow:Hierarchical Contact-Progress Guidance for Flow-Policy Robot Manipulation

HCPG-Flow：用于流策略机器人操作的分层接触进展引导

Guanghu Xie, Mingxu Li, Shuo Zhang, Yonglong Zhang, Yifan Yang, Yang Liu, Zongwu Xie, Baoshi Cao

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（机器人技术与系统国家重点实验室，哈尔滨工业大学） 纠错

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

AI总结 研究机器人操作流策略中动作选择问题，提出HCPG-Flow方法，通过分层、以对象为中心的接触进展引导增强SAC-Flow，在模拟和物理任务中提高成功率，减少完成时间。

Beyond Pairwise Relations: Dynamic Manipulation Hypergraphs for Vision-Based Human Activity Recognition

用于HAR的动态操纵超图：超越成对关系：基于视觉的人类活动识别的动态操纵超图

Fatemeh Ziaeetabar

机构 * School of Mathematics, Statistics and Computer Science, College of Science, University of Tehran（德黑兰大学理学院数学、统计与计算机科学学院） 纠错

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

AI总结 研究基于视觉的人类活动识别中的细粒度操纵问题。提出动态操纵超图框架，通过多特征编码实体、谓词排序超边候选等进行建模。实验表明该方法在HO-F1上优于成对图和静态超图，证明时变高阶关系建模的价值。

Feeling the Unexpected: ResTacVLA for Contact-Rich Manipulation via Residual Tactile Representation

感受意外：通过残差触觉表示实现用于丰富接触操作的ResTacVLA

Pengwei Zhang, Bin Xie, Xinpan Meng, Xinyu Guo, Ce Hao, Fang Deng, Long Cheng, Tiancai Wang

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村科学城） ； Dexmal（德克斯马尔） 纠错

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

AI总结 为解决触觉感知融入视觉语言动作模型时的模态坍塌问题，提出ResTacVLA，将触觉数据转为残差触觉表示，过滤视觉可预测动态，经矢量量化瓶颈离散化，利用视觉先验不确定性自适应控制触觉整合。

Comments 8 pages, 6 figures, 3 tables. Accepted by IROS 2026, Project page: https://awilekong.github.io/ResTacVLA/

Learning Stable In-Grasp Manipulation in a Non-Dropping Action Space

在非掉落动作空间中学习稳定的抓取内操作

Ha Thang Long Doan, Hikaru Arita, Kazuto Nakashima, Kenji Tahara

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

AI总结 提出将灵巧操作技能分解为多个简单/可分析组件，并利用经典物理和控制理论约束引导学习，实现稳定高效的抓取内重定位/重定向。

Comments This work has been submitted to the Taylor & Francis for possible publication

Task and Motion Planning for Humanoid Loco-manipulation

人形机器人移动与操作的任务与运动规划

Michal Ciebielski, Victor Dhédin, Majid Khadiv

机构 * Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM), Germany（慕尼黑机器人与机器智能研究所（MIRMI）、慕尼黑技术大学（TUM）） 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优化的任务与运动规划框架，通过共享接触模式实现人形机器人移动与操作的统一规划。

VTAP Gripper: Synergizing Fingertip Sensing and a Visuo-Tactile Active Palm for Dexterous In-Hand Manipulation

VTAP 夹爪：指尖传感与视觉触觉主动手掌协同实现灵巧的手中操作

Yuhao Zhou, Sheeraz Athar, Zhixian Hu, Binghao Huang, Yunzhu Li, Juan Wachs, Yu She

机构 * Edwardson School of Industrial Engineering, Purdue University（普渡大学爱德华森工业工程学院） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系） 纠错

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

AI总结 研究提出集成 VTAP 和触觉阵列传感器手指的夹爪，利用指掌协同与多模态感知实现操作。通过双模态手掌扩展能力，提出重定向框架。经多任务实验验证，该夹爪及框架为灵巧夹爪设计等提供实用参考架构。

Comments 8 pages, 10 figures, accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project webpage: https://yuhochau.github.io/vtap/

Worlds in One Demo: A Synthetic Data Engine for Learning Open-World Mobile Manipulation

世界合一演示：用于学习开放世界移动操作的合成数据引擎

Lingxiao Guo, Huanyu Li, Guanya Shi

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

AI总结 研究如何通过合成数据引擎WANDA从单个演示学习开放世界移动操作策略，利用重建背景、重排交互片段、校正状态扩展等方法，实现长期鲁棒性、空间泛化和跨环境泛化，还支持跨实体数据生成。

Comments Project website: https://wanda.lecar-lab.org/

Octopus-inspired Distributed Control for Soft Robotic Arms: A Graph Neural Network-Based Attention Policy with Environmental Interaction

章鱼启发的分布式控制用于软机器人手臂：基于图神经网络的注意力策略与环境交互

Linxin Hou, Qirui Wu, Zhihang Qin, Yongxin Guo, Cecilia Laschi

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

AI总结 本文提出基于图神经网络的注意力策略，用于软机器人手臂在复杂环境中实现目标接触，通过集中训练分散执行范式提升鲁棒性和性能。

Comments 8 pages, 5 figures, 2 tables, accepted by IROS 2026

Learning Forward & Reverse Skills from a Single Unfinished Demonstration for Constrained Manipulation Tasks

从单个未完成演示中学习正向和反向技能以完成受限操作任务

Yexin Hu, Haoyi Zheng, Johannes Heidersberger, Dongheui Lee

机构 * Autonomous Systems Lab, Technische Universität Wien (TU Wien)（自主系统实验室，维也纳工业大学（TU Wien）） ； Institute of Robotics and Mechatronics, German Aerospace Center (DLR)（机器人与机电一体化研究所，德国航空航天中心（DLR）） 纠错

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

AI总结 针对受限操作任务，提出统一一次性框架，从单个未完成演示学习正反向技能。将演示分阶段，用DMP编码非接触运动，螺旋运动原语表示接触运动，经实验验证，相比基线提升了成功率与鲁棒性。