机器人 / 具身智能

Compliant Explicit Reference Governor for Contact Friendly Robotic Manipulators

顺应性显式参考 governor 用于接触友好的机器人机械臂

Yaashia Gautam, Gilberto Briscoe-Martinez, Adhitya Mohan, Nataliya Nechyporenko, Alessandro Roncone, Marco M. Nicotra

机构 * College of Engineering（工程学院） ； Applied Sciences, University of Colorado Boulder（应用科学学院，科罗拉多大学博尔德分校） ； Boulder, CO 80301 USA（博尔德，科罗拉多州80301 USA） 纠错

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

AI总结 本文提出了一种顺应性显式参考 governor (CERG)，一种模块化的参考管理系统，使机器人能够在有保证的条件下与环境物理交互。CERG 作为高层规划器和低层控制器之间的中间层，强制操作约束并使自由运动和接触操作之间平滑过渡。CERG 通过限制接触时机械臂可用的总能量来确保安全。在没有接触的情况下，CERG 不会惩罚系统性能。

Comments Updated paper with current contributions and author list , accepted at IFAC World Congress, Busan, 2026

From a Single Demonstration to a General Policy for Contact-Rich Manipulation

从单次示范到通用的接触密集操纵策略

Xing Li, Oliver Brock

机构 * Robotics and Biology Laboratory, Technische Universität Berlin（技术大学柏林机器人与生物学实验室） ； Science of Intelligence, Research Cluster of Excellence, Berlin（智能科学，卓越研究集群，柏林） ； 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 本文提出了一种学习从示范（LfD）框架，通过利用环境约束作为归纳偏差，实现多阶段、接触密集任务的一次性泛化。该方法将示范表示为利用环境约束的行为序列，将任务通用结构（约束类型及其转换）与实例特定细节（精确示范轨迹、姿态和局部几何）分离。四阶段流程在该表示上构建完整策略：机器人首先将单次示范抽象为环境约束原语，然后通过自我引导探索进行歧义消除，接着整合针对人类修正以处理超出分布的变化，最后通过合规交互在线恢复抽象掉的细节。由于最终策略遵循约束而非模仿轨迹，它在物体姿态、局部几何和未建模接触动力学上实现了泛化。我们在七个现实世界多阶段接触密集操纵任务上验证了该方法，成功率达到90%以上。这些广泛实验结果确立了环境约束作为学习从示范中高效泛化基本构建块的重要性。

Comments 21 pages, 22 figures, 7 tables

HCLM: A Hierarchical Framework for Cooperative Loco-Manipulation with Dual Quadrupeds

HCLM：一种用于双四足机器人协同运动操作的分层框架

Qixuan Li, Chen Le, Jincheng Yu, Xinlei Chen

机构 * Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（深圳国际研究生院，清华大学，深圳，中国） ； Department of Electronic Engineering, and the Institute for Embodied Intelligence and Robotics, Tsinghua University, Beijing, China（电子工程系，以及 embodied intelligence and robotics 院，清华大学，北京，中国） 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HCLM框架，通过分层结构实现双四足机器人在复杂环境中的协同运动操作，核心方法是采用集中式联合扩散策略和混合全身控制器，主要贡献是实现了高鲁棒性的多机器人协作控制。

Towards Generalized Image Manipulation Localization via Score-based Model

通过基于分数的模型实现通用图像操纵定位

Yunfei Wang, Bo Du, Zhe Yang, Xin Liu, Zhiyu Lin, Tianxin Xu, Ji-Zhe Zhou

机构 * Sichuan University（四川大学） 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DiffIML框架，通过引入基于分数的生成模型来解决图像操纵定位中的泛化问题，利用结构先验迭代恢复相干掩码，提升模型鲁棒性，并在多个基准测试中证明其优越的泛化能力。

Comments Accepted to ICMR 2026. 9 pages, 4 figures

Cultivating Forensic Reasoning for Generalizable Multimodal Manipulation Detection

培养可推广的多模态操纵检测的推理能力

Yuchen Zhang, Yaxiong Wang, Kecheng Han, Yujiao Wu, Lianwei Wu, Li Zhu, Zhedong Zheng

机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； CSIRO（澳大利亚联邦科学与工业研究组织） ； Northwestern Polytechnical University（西北工业大学） ； University of Macau（澳门大学） 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REFORM框架，通过推理驱动的方法改进多模态操纵检测，提升泛化能力，在多个数据集上取得新高准确率。

Comments Accepted to ACL 2026

One Hand to Rule Them All: Canonical Representations for Unified Dexterous Manipulation

一手统治他们全部：统一灵活操作的规范表示

Zhenyu Wei, Yunchao Yao, Mingyu Ding

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 本文提出统一灵活操作的规范表示，通过统一参数空间和规范URDF格式，解决固定手设计限制，实现跨手灵活操作学习。

Comments Accepted at RSS 2026

A Unified Perturbation Framework for Analyzing Leaderboard Stability and Manipulation

用于分析排行榜稳定性和操纵的统一扰动框架

Hosna Oyarhoseini, Jimmy Lin, Amir-Hossein Karimi

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 本文提出统一扰动框架分析Bradley-Terry排行榜在结构数据修改下的鲁棒性，研究Drop、Add、Flip等扰动对排行榜稳定性的影响，揭示现代排行榜在三个目标上的非鲁棒性，并提供评估工具。

A QUBO Formulation Framework for Kinematic Structure-Based Robot Design Optimization: A Robotic Hand Case Study

基于运动学结构的机器人设计优化的QUBO公式框架：以机械手为例

HyoJae Kang, Yeong Jae Park, Jeongdo Ahn, Dongil 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） ； Mechanical Engineering, University of Science & Technology (UST)（科学技术大学机械工程系） 纠错

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

AI总结 本文提出基于二次无约束二元优化的框架，用于机器人设计优化，通过运动学结构级评估指标进行经典计算和量子退火优化，以机械手为例验证了该方法的有效性。

Comments This manuscript has been submitted for possible publication. 14 pages, 5 figures

Learning Cross-Coupled and Regime Dependent Dynamics for Aerial Manipulation

学习用于空中操作的交叉耦合和制度依赖动态

Rishabh Dev Yadav, Samaksh Ujjawal, Sihao Sun, Spandan Roy, Wei Pan

机构 * Department of Computer Science, The University of Manchaster（曼彻斯特大学计算机科学系） ； International Institute of Information Technology Hyderabad（海得拉巴国际信息科技研究所） ； Department of Cognitive Robotics, Delft University of Technology（代尔夫特理工大学认知机器人系） ； Newcastle University（新castle大学） 纠错

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

AI总结 本文提出了一种结构编码器-解码器框架，用于空中机械臂适应残差动态学习，通过捕捉跨变量耦合和时间依赖性，提升动态预测精度和实时控制性能。

Learning Dynamic Rope Manipulation Using Task-Level Iterative Learning Control

利用任务级迭代学习控制学习动态绳索操作

Krishna Suresh, Chris Atkeson

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出一种任务级迭代学习控制方法，用于动态绳索操作，通过单次人类示范和简化绳索模型，在硬件上直接学习，无需大量数据或模拟。方法在7种不同绳索上实现100%成功率，且能快速迁移至大多数绳索类型。

Comments Project website: https://flying-knots.github.io

Manipulation Planning for Construction Activities with Repetitive Tasks

具有重复任务的建筑活动的操纵规划

Wangyi Liu, Dasharadhan Mahalingam, Fanru Gao, Ci-Jyun Liang, Nilanjan Chakraborty

机构 * Department of Mechanical Engineering, Stony Brook University, NY, USA（石英布大学机械工程系） ； Department of Civil Engineering, Stony Brook University, NY, USA（石英布大学土木工程系） 纠错

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

AI总结 本文研究了执行包含重复任务的建筑活动的操纵技能获取问题，通过虚拟现实环境模拟建筑活动，利用螺旋几何近似演示动作，并通过ScLERP和RMRC计算关节空间运动规划，实验表明该方法能稳健地处理长且需要精度的重复性建筑任务。

Object Manipulation of the Variable Topology Truss system

可变拓扑桁架系统的物体操作

Andrew Jang-Ho Bae, Myeongjin Choi, Haorui Li, Mark Yim, TaeWon Seo

机构 * RealMan Robotics Co., Ltd.（RealMan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 本文提出了一种针对可变拓扑桁架（VTT）系统的物体操作策略，通过混合控制框架实现位置与力的协同控制，实验验证了其在单模块和完整系统中的力跟踪性能及物体操作能力。

Comments 15 pages, 14 figures

SCU-Hand with Integrated Single-Sheet Valve: A Funnel-Shaped Robotic Hand for Milligram-Scale Powder Handling

带有集成单层阀门的SCU-Hand：用于毫克级粉末处理的漏斗形机器人手

Tomoya Takahashi, Yusaku Nakajima, Cristian Camilo Beltran-Hernandez, Yuki Kuroda, Kazutoshi Tanaka, Masashi Hamaya, Kanta Ono, Yoshitaka Ushiku

机构 * OMRON SINIC X Corporation（OMRON SINIC X公司） ； The University of Osaka（大阪大学） 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SCU-Hand-SV，通过集成可控阀门实现精确毫克级粉末 dispensing，实验表明其在粉末称重中的高精度和灵活性，适用于实验室自动化任务。

Comments 8 pages, 8 figures

Information Filtering via Variational Regularization for Robot Manipulation

通过变分正则化进行机器人操作的信息过滤

Jinhao Zhang, Wenlong Xia, Yaojia Wang, Zhexuan Zhou, Huizhe Li, Yichen Lai, Haoming Song, Youmin Gong, Jie Mei

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出变分正则化方法，通过在U-Net和DiT中随机掩码骨干特征或跳过中间层，减少中间特征中的无关噪声，提升机器人操作性能。

OA-WAM: Object-Addressable World Action Model for Robust Robot Manipulation

OA-WAM：面向鲁棒机器人操作的对象可寻址世界动作模型

Yushan Liu, Peibo Sun, Shoujie Li, Yifan Xie, Lingfeng Zhang, Xintao Chao, Shiyuan Dong, Fang Chen, Xiao-Ping Zhang, Wenbo Ding

机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 OA-WAM通过分解帧为N+1槽状态，结合文本、图像和动作历史，提升机器人操作的鲁棒性，其可寻址对象状态在场景扰动下表现更优。

Gaming the Metric, Not the Harm: Certifying Safety Audits against Strategic Platform Manipulation

利用度量，而非伤害：针对战略平台操纵的安全审计认证

Florian A. D. Burnat, Brittany I. Davidson

机构 * University of Bath（巴斯大学） 纠错

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

AI总结 本文探讨了在安全审计中，当度量被用作合规证据时，如何确保其能真实反映伤害减少。研究提出语义包络度量，证明其在对抗平台策略操纵时的有效性。

Stereo Multistage Spatial Attention for Real-Time Mobile Manipulation Under Visual Scale Variation and Disturbances

立体多阶段空间注意力用于在视觉尺度变化和干扰下的实时移动操作

Xianbo Cai, Hideyuki Ichiwara, Hyogo Hiruma, Masaki Yoshikawa, Hiroshi Ito, Tetsuya Ogata

机构 * Department of Intermedia Art and Science, Waseda University（媒体艺术与科学系，早稻田大学） ； SB Intuitions Corp.（SB Intuitions公司） ； Research and Development Group, Hitachi, Ltd.（日立株式会社研发部） ； National Institute of Advanced Industrial Science and Technology (AIST)（国家先进工业科学与技术研究院） 纠错

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

AI总结 本文提出一种基于立体多阶段空间注意力的深度预测学习方法，用于实时移动操作，通过层次递归架构整合空间注意力点与机器人状态，提升在视觉尺度变化和干扰下的鲁棒性和任务成功率。

Comments 8 pages, 10 figures

Global Sampling-Based Trajectory Optimization for Contact-Rich Manipulation via KernelSOS

基于全局采样的轨迹优化用于接触密集操作的KernelSOS方法

Zhongqi Wei, Frederike Dümbgen

机构 * Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） ； Inria, Département d’informatique de l’ENS, CNRS, PSL Research University（法国国家科学研究中心（CNRS）、巴黎高等师范学院（ENS）和PSL研究大学的Inria） 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Global-MPPI框架，结合全局探索与局部优化，解决接触密集操作中的高维、长时域问题，实验显示其收敛更快且成本更低。

Comments 8 pages, 5 figures

PortraVec: Image-Based Portrait Vectorization with Text-Guided Manipulation

PortraVec: 基于图像的肖像向量化与文本引导的操控

Yiqi Liang, Ying Liu, Dandan Long, Ruihui Li

机构 * Yuelushan Center for Industrial Innovation（岳麓山创新中心） 纠错

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

AI总结 PortraVec通过文本引导操控模块和图像引导生成模块，实现像素图像到向量草图的转换，提升面部结构一致性、视觉保真度和语义可控性。

Comments 6 pages, 9 figures

Personalized Cross-Modal Emotional Correlation Learning for Speech-Preserving Facial Expression Manipulation

面向语音保留的面部表情操控的个性化跨模态情感相关学习

Tianshui Chen, Yujie Zhu, Jianman Lin, Zhijing Yang, Chunmei Qing, Feng Gao, Liang Lin

机构 * Guangdong University of Technology（广东工业大学） ； South China University of Technology（华南理工大学） ； Peking University（北京大学） ； Sun Yat-Sen University（中山大学） 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PCMECL算法，通过个性化提示和特征差分提升跨模态对齐，解决面部表情操控中情感操控的监督问题。

DYMAPIA: A Multi-Domain Framework for Detecting AI-based Video Manipulation

DYMAPIA：一个多领域框架用于检测基于AI的视频篡改

Md Shohel Rana, Andrew H. Sung

机构 * School of Computing（计算机学院） ； Georgia Southern University（乔治亚南方大学） ； School of Computing Sciences & Computer Engineering（计算机科学与工程学院） ； The University of Southern Mississippi（密苏里州立大学） 纠错

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

AI总结 DYMAPIA通过融合空间、光谱和时间线索，利用动态异常掩膜和轻量级分类器实现高精度的深度伪造检测，其在多个基准测试中准确率和F1分数超过99%。

Tube Diffusion Policy: Reactive Visual-Tactile Policy Learning for Contact-rich Manipulation

管扩散策略：面向富接触操作的反应式视觉-触觉策略学习

Teng Xue, Alberto Rigo, Bingjian Huang, Jiayi Shen, Zhengtong Xu, Nick Colonnese, Amirhossein H. Memar

机构 * Meta Reality Labs Research（Meta现实实验室） ； Idiap Research Institute（Idiap研究机构） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院） ； University of Toronto（多伦多大学） ； Purdue University（普渡大学） 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Tube Diffusion Policy，通过结合扩散模型与管反馈控制，解决富接触操作中对不确定性和高频触觉反馈的快速反应需求，实验验证其在多种任务中的优越性能。

A Kinematic Analysis of Palm Degrees of Freedom for Enhancing Thumb Opposability in Robotic Hands

手掌自由度的运动学分析：增强机器人手部拇指对握能力

HyoJae Kang, Yeong Jae Park, Hyunmok Jung, Joonho Lee, 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 本文通过分析手掌自由度对拇指对握能力的影响，提出了一种量化评估方法，证明手掌自由度能有效提升环指和小指的对握能力，但受限情况下需权衡冗余度与工作空间扩展。

Comments This manuscript has been submitted for possible publication

X2-N: A Transformable Wheel-legged Humanoid Robot with Dual-mode Locomotion and Manipulation

X2-N：一种可变形的轮腿双模人形机器人

Yan Ning, Xingzhou Chen, Delong Li, Hao Zhang, Hanfu Gai, Tongyuan Li, Cheng Zhang, Zhihui Peng, Ling Shi

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系） ； X-lab Department, Agibot Innovation Company（阿吉博创新公司X实验室） 纠错

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

AI总结 X2-N是一种具备双模运动与操作的高自由度可变形机器人，通过关节重构实现人形与轮腿形态的无缝转换，采用强化学习框架实现混合运动、转换与操作的统一控制。

FingerViP: Learning Real-World Dexterous Manipulation with Fingertip Visual Perception

FingerViP：利用指尖视觉感知学习真实世界灵巧操作

Zhen Zhang, Weinan Wang, Hejia Sun, Qingpeng Ding, Xiangyu Chu, Guoxin Fang, K. W. Samuel Au

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 FingerViP通过在多指手部每个指尖安装微型摄像头，提升多视角视觉反馈，开发基于扩散模型的全身视觉-运动策略，实现复杂操作技能的学习与高成功率的现实任务执行。

Comments 12 pages, 6 figures

LatRef-Diff: Latent and Reference-Guided Diffusion for Facial Attribute Editing and Style Manipulation

LatRef-Diff: 基于潜在和参考引导的扩散模型用于面部属性编辑和风格操控

Wenmin Huang, Weiqi Luo, Xiaochun Cao, Jiwu Huang

机构 * GuangDong Province Key Lab of Information Security Technology and School of Computer Science and Engineering（广东信息安全技术重点实验室和计算机科学与工程学院） ； School of Cyber Science and Technology, Shenzhen Campus（深圳校区网络科学与技术学院） ； Guangdong Laboratory of Machine Perception and Intelligent Computing, Faculty of Engineering（广东机器感知与智能计算实验室，工程学院） 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LatRef-Diff，通过潜在和参考引导方法改进面部属性编辑和风格操控，解决传统扩散模型在属性控制和风格操控中的不足，采用风格代码和模块化设计提升精度和图像质量。

Learning Spatial-Temporal Coherent Correlations for Speech-Preserving Facial Expression Manipulation

学习空间-时间一致的相关性以实现语音保留的面部表情操控

Tianshui Chen, Jianman Lin, Zhijing Yang, Chunmei Qing, Guangrun Wang, Liang Lin

机构 * Guangdong University of Technology（广东工业大学） ； South China University of Technology（华南理工大学） ； Sun Yat-sen University（中山大学） 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STCCL算法，通过空间和时间一致的相关性学习，在保持语音内容面部动画的同时操控面部表情。

A Kinematic Framework for Evaluating 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

ROBOGATE: Adaptive Failure Discovery for Safe Robot Policy Deployment via Two-Stage Boundary-Focused Sampling

ROBOGATE：通过两阶段边界聚焦采样实现安全机器人策略部署的自适应故障发现

Azuki Kim

机构 * AgentAI Co., Ltd.（AgentAI公司） 纠错

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

AI总结 本文提出ROBOGATE框架，结合物理仿真与两阶段自适应采样策略，有效发现操作参数空间中的故障边界，通过大量实验验证了其在不同机器人上的有效性，并展示了在跨仿真器场景下的部署验证挑战。

Comments 15 pages, 5 figures, 8-entry VLA leaderboard, 4-robot cross-robot analysis (Franka Panda + UR3e + UR5e + UR10e), open-source code and 50K+ failure pattern dataset at https://github.com/liveplex-cpu/robogate. v4: added 8 references (LIBERO-PRO, LIBERO-Plus, vla-eval, FIPER, RoboMIND, RoboArena, RobotArena-Inf, RoboCasa365) + new Section 2.6 distinguishing intra-sim vs cross-sim collapse

MM-Hand: A 21-DOF Multi-modal Modular Dexterous Robotic Hand with Remote Actuation

MM-Hand：一种21自由度多模态模块化灵活机械手 with 远程驱动

Zhuoheng Li, Qingquan Lin, Checheng Yu, Qiangyu Chen, Zhiqian Lan, Lutong Zhang, Hongyang Li, Ping Luo

机构 * The University of Hong Kong（香港大学） ； City University of Hong Kong（香港城市大学） ； XiFengGu Ltd.（西风谷有限公司） 纠错

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

AI总结 MM-Hand通过远程驱动技术实现21自由度多模态模块化机械手，集成了弹簧回弹腱驱动手指、3D打印模块化手指和手掌结构、快速腱连接器及多模态传感系统，验证了其轻量、传感丰富和可维护性。