机器人 / 具身智能

TacMan-Turbo: Proactive Tactile Control for Robust and Efficient Articulated Object Manipulation

TacMan-Turbo：主动触觉控制用于稳健高效的机械臂物体操控

Zihang Zhao, Zhenghao Qi, Yuyang Li, Leiyao Cui, Zhi Han, Lecheng Ruan, Yixin Zhu

机构 * Peking University（北京大学） ； State Key Lab of General AI at Peking University（北京大学通用人工智能国家重点实验室） ； PKU-BingJi Joint Laboratory for Artificial Intelligence（北京大学-百度智云人工智能联合实验室） ； Wuhan Major Scientific and Technological Special Program（武汉重大科技专项） ； Hubei Embodied Intelligence Foundation Model Research and Development Program（湖北省具身智能基础模型研发计划） ； National Comprehensive Experimental Base for Governance of Intelligent Society（智能社会治理国家综合实验基地） ； LeapZenith AI Research（LeapZenith人工智能研究） ； Tsinghua University（清华大学） ； Embodied Intelligence Lab（具身智能实验室） ； PKU-Wuhan Institute for Artificial Intelligence（北京大学-武汉人工智能研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 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TacMan-Turbo框架，通过主动触觉控制解决机械臂物体操控中有效性与效率的平衡问题，在200种模拟和真实物体上实现100%成功率，显著提升时间效率、动作效率和轨迹平滑度。

Comments Accepted for publication in the IEEE Transactions on Automation Science and Engineering (T-ASE)

DEX-Mouse: A Low-cost Portable and Universal Interface with Force Feedback for Data Collection of Dexterous Robotic Hands

DEX-Mouse：一种低成本便携式和通用接口，具有力反馈，用于 Dexterous 机器人手的数据采集

Joonho Koh, Haechan Jung, Nayoung Kim, Wook Ko, Changjoo Nam

机构 * Dept. of Artificial Intelligence, Sogang University, Korea（人工智能系，ソガン大学，韩国） ； Dept. of Electronic Engineering, Sogang University, Korea（电子工程系，ソガン大学，韩国） ； Dept. of Mechanical Engineering, Sogang University, Korea（机械工程系，ソガン大学，韩国） ； Vertical Labs, Co., Ltd., Korea（垂直实验室，韩国） 纠错

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

AI总结 DEX-Mouse 提供一种无需校准的便携式力反馈接口，用于采集 Dexterous 机器人手数据，支持多种任务，提高任务完成率和降低操作负荷。

The Courtroom Trial of Pixels: Robust Image Manipulation Localization via Adversarial Evidence and Reinforcement Learning Judgment

像素法庭审判：通过对抗证据和强化学习判断实现稳健的图像篡改定位

Songlin Li, Zhiqing Guo, Dan Ma, Changtao Miao, 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） ； Ant Group（蚂蚁集团） ； College of Computer Science and Electronic Engineering, Hunan University（湖南大学计算机科学与电子工程学院） 纠错

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

AI总结 本文提出一种法庭式裁决框架，通过对抗证据和强化学习判断，提升图像篡改定位的鲁棒性，实验表明其性能优于现有方法。

Goal2Skill: Long-Horizon Manipulation with Adaptive Planning and Reflection

Goal2Skill：基于自适应规划与反思的长时程操作

Zhen Liu, Xinyu Ning, Zhe Hu, Xinxin Xie, Weize Li, Zhipeng Tang, Chongyu Wang, Zejun Yang, Hanlin Wang, Yitong Liu, Zhongzhu Pu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出双系统框架，通过分离高层语义推理与低层运动执行，提升长时程操作的鲁棒性和适应性，实验表明其在RMBench任务中显著优于基线方法。

LEGO-MOF: Equivariant Latent Manipulation for Editable, Generative, and Optimizable MOF Design

LEGO-MOF：基于连续结构操控的可编辑、生成和可优化的MOF设计

Chaoran Zhang, Guangyao Li, Dongxu Ji

机构 * School of Data Science (SDS), The Chinese University of Hong Kong, Shenzhen (CUHKSZ), Shenzhen, China（香港中文大学深圳校区数据科学学院） 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LEGO-MOF框架，通过LinkerVAE将离散3D化学图映射到连续SE(3)等价潜空间，实现连续结构操控，结合测试时优化策略提升MOF性能，实现碳捕获性能提升147.5%。

Comments 36 pages including Supplementary Information, 10 figures in the main text and 12 figures/tables in the Supplementary Information

Evaluating Language Models for Harmful Manipulation

评估用于有害操控的语言模型

Canfer Akbulut, Rasmi Elasmar, Abhishek Roy, Anthony Payne, Priyanka Suresh, Lujain Ibrahim, Seliem El-Sayed, Charvi Rastogi, Ashyana Kachra, Will Hawkins, Kristian Lum, Laura Weidinger

机构 * Google（谷歌） 纠错

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

AI总结 本文提出评估AI有害操控的框架，通过人机交互研究评估AI模型在公共政策、金融和健康领域中的操控行为，发现情境影响操控效果，需在高风险情境中评估。

AIM-Bench: Benchmarking and Improving Affective Image Manipulation via Fine-Grained Hierarchical Control

AIM-Bench：通过细粒度分层控制进行情感图像操纵的基准测试与改进

Shi Chen, Xuecheng Wu, Heli Sun, Yunyun Shi, Xinyi Yin, Fengjian Xue, Jinheng Xie, Dingkang Yang, Hao Wang, Junxiao Xue, Liang He

机构 * Xi'an Jiaotong University（西安交通大学） ； Zhengzhou University（郑州大学） ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） ； Zhejiang Lab（之江实验室） 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AIM-Bench，通过细粒度分层控制进行情感图像操纵的基准测试，改进了现有图像编辑基准的不足，提出了AIM-40k数据集并提升了模型性能。

Sumo: Dynamic and Generalizable Whole-Body Loco-Manipulation

Sumo：动态且可泛化的全身体姿操控

John Z. Zhang, Maks Sorokin, Jan Brüdigam, Brandon Hung, Stephen Phillips, Dmitry Yershov, Farzad Niroui, Tong Zhao, Leonor Fermoselle, Xinghao Zhu, Chao Cao, Duy Ta, Tao Pang, Jiuguang Wang, Preston Culbertson, Zachary Manchester, Simon Le Cléac'h

机构 * MIT（麻省理工学院） ； RAI Institute（RAI研究所） ； Cornell（康奈尔大学） 纠错

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

AI总结 本文提出一种仿真到现实的方法，使四足机器人能够动态操控大重物。通过测试时调整预训练的全身体控制策略，实现多种动态体姿操控任务，且无需额外训练即可泛化到不同物体和任务。

DeepSketcher: Internalizing Visual Manipulation for Multimodal Reasoning

DeepSketcher：内化视觉操作以实现多模态推理

Chi Zhang, Haibo Qiu, Qiming Zhang, Zhixiong Zeng, Lin Ma, Jing Zhang

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Meituan Inc（美团） ； Independent Researcher, China（独立研究者） 纠错

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

AI总结 DeepSketcher通过构建图像-文本交织数据集和自包含模型，实现了无需外部工具的视觉思考，提升了多模态推理能力。

Comments CVPR2026 FINDINGS

Reconciling distributed compliance with high-performance control in continuum soft robotics

弥合分布式合规性与高性能控制在连续软机器人中的矛盾

Vito Daniele Perfetta, Daniel Feliu-Talegon, Ebrahim Shahabi, Cosimo Della Santina

机构 * Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 本文提出一种高度合规的连续机器人臂，无需硬件离散化或刚性模式抑制，实现了动态条件下的快速精准任务空间收敛，展示了分布式合规性与高性能动态控制可以共存，为真正软 manipulators 开辟了新路径。

Off-the-shelf Vision Models Benefit Image Manipulation Localization

现成视觉模型助力图像篡改定位

Zhengxuan Zhang, Keji Song, Junmin Hu, Ao Luo, Yuezun Li

机构 * School of Computer Science and Technology, Ocean University of China（中国海洋大学计算机科学与技术学院） ； Southwest Jiaotong University（西南交通大学） 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ReVi适配器，利用现成通用视觉模型提升图像篡改定位性能，通过解耦语义冗余与篡改信息实现高效训练。

EMMa: End-Effector Stability-Oriented Mobile Manipulation for Tracked Rescue Robots

EMMa：面向履带救援机器人的末端稳定性导向移动操作

Yifei Wang, Hao Zhang, Jidong Huang, Shuohang Fang, Haoyao Chen

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

AI总结 本文提出了一种面向履带救援机器人的移动操作框架，通过协调路径优化模型和紧凑成本/约束表示，提高末端操作的稳定性和任务成功率。

Comments 14 pages, 17 figures

RichMap: A Reachability Map Balancing Precision, Efficiency, and Flexibility for Rich Robot Manipulation Tasks

RichMap: 一种平衡精度、效率和灵活性的可达性地图用于丰富的机器人操作任务

Yupu Lu, Yuxiang Ma, Jia Pan

机构 * School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； Massachusetts Institute of Technology（麻省理工学院） 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RichMap，一种高精度可达性地图表示，通过优化传统网格结构，在保持结构灵活性的同时实现接近紧凑地图形式的性能，通过理论容量界和异步流水线实现高效构建，并在多个指标上验证其高预测精度和低误报率。

Comments Accepted by WAFR 2026

Differentiable SpaTiaL: Symbolic Learning and Reasoning with Geometric Temporal Logic for Manipulation Tasks

可微分空间时间逻辑：用于操作任务的符号学习与推理

Licheng Luo, Kaier Liang, Cristian-Ioan Vasile, Mingyu Cai

机构 * UC Riverside（加州大学河滨分校） ； Lehigh University（里海大学） 纠错

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

AI总结 本文提出可微分空间时间逻辑框架，通过构建光滑的几何基础元来解决复杂操作任务中的几何与时间约束问题，实现端到端的可微分映射，无需外部离散求解器。

Comments Code available at: https://github.com/plen1lune/DiffSpaTiaL

TAMEn: Tactile-Aware Manipulation Engine for Closed-Loop Data Collection in Contact-Rich Tasks

TAMEn：用于接触密集任务闭环数据收集的触觉感知操作引擎

Longyan Wu, Jieji Ren, Chenghang Jiang, Junxi Zhou, Shijia Peng, Ran Huang, Guoying Gu, Li Chen, Hongyang Li

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； OpenDriveLab at The University of Hong Kong（香港大学OpenDriveLab） ； Shanghai Jiao Tong University（上海交通大学） ； East China University of Science and Technology（华东理工大学） 纠错

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

AI总结 本文提出TAMEn，通过双模采集管道和触觉-视觉学习框架，提升机器人双臂操作任务的闭环策略优化效果，实验表明任务成功率从34%提升至75%。

Synergizing Efficiency and Reliability for Continuous Mobile Manipulation

融合效率与可靠性以实现连续移动操作

Chengkai Wu, Ruilin Wang, Yixin Zeng, Jiayuan Wang, Mingjie Zhang, Guiyong Zheng, Qun Niu, Juepeng Zheng, Jun Ma, Boyu Zhou

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Sun Yat-sen University（中山大学） ； Southern University of Science and Technology（南方科技大学） 纠错

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

AI总结 本文提出统一框架，融合效率与可靠性以完成连续移动任务，在不确定环境中提升任务成功率26.67%-81.67%。

Comments 33 pages, 26 figures, 4 tables. Video: https://www.bilibili.com/video/BV1YWP4zxEQD

RAGShield: Detecting Numerical Claim Manipulation in Government RAG Systems

RAGShield: 检测政府RAG系统中的数值主张操纵

KrishnaSaiReddy Patil

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

AI总结 RAGShield通过直接操作提取的数值，识别政府文本中的金额和百分比，验证每个主张并跟踪时间变化，有效检测数值操纵。

Comments 12 pages, 15 tables, 1 figure, 2 algorithms

A Unified Perspective on Adversarial Membership Manipulation in Vision Models

视觉模型中对抗性成员操纵的统一视角

Ruize Gao, Kaiwen Zhou, Yongqiang Chen, Feng Liu

机构 * Knowin AI ； The Chinese University of Hong Kong（香港中文大学） ； 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 本文探讨了视觉模型中对抗性成员操纵现象，揭示其几何特征并提出检测与防御策略，提升模型鲁棒性。

Comments Accepted by CVPR 2026

Lightweight Learning from Actuation-Space Demonstrations via Flow Matching for Whole-Body Soft Robotic Grasping

通过流匹配实现的基于动作空间的轻量学习：用于全身软机器人抓取

Liudi Yang, Yang Bai, Yuhao Wang, Ibrahim Alsarraj, Gitta Kutyniok, Zhanchi Wang, Ke Wu

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； University of Science and Technology of China (USTC)（中国科学技术大学） ； University of Freiburg（弗莱堡大学） ； Ludwig Maximilian University of Munich (LMU Munich)（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

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

AI总结 本文提出一种轻量级动作空间学习框架，通过流匹配模型直接从确定性演示中推断分布控制表示，实现全身软机器人抓取的高效学习，仅需30次演示即可达到97.5%的成功率，并在动态调整时保持稳定性能。

AnchorVLA: Anchored Diffusion for Efficient End-to-End Mobile Manipulation

AnchorVLA：基于锚定扩散的高效端到端移动操作

Jia Syuen Lim, Zhizhen Zhang, Peter Bohm, Brendan Tidd, Zi Huang, Yadan Luo

机构 * UQMM Lab, The University of Queensland（昆士兰大学UQMM实验室） ； Robotics and Autonomous Systems Group, CSIRO（CSIRO机器人与自主系统组） 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AnchorVLA，一种基于扩散的VLA策略，通过锚定扩散头在局部去噪以保留多模态动作生成，减少推理成本并提高移动操作的稳定性和鲁棒性。

Vi-TacMan: Articulated Object Manipulation via Vision and Touch

Vi-TacMan：通过视觉和触觉进行关节物体操作

Leiyao Cui, Zihang Zhao, Sirui Xie, Wenhuan Zhang, Zhi Han, Yixin Zhu

机构 * Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理与认知科学学院） ； State Key Lab of General AI, Peking University（北京大学通用人工智能国家重点实验室） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京大学行为与心理健康北京市重点实验室） ； LeapZenith AI Research（跃臻人工智能研究院） ； Embodied Intelligence Lab, PKU-Wuhan Institute for Artificial Intelligence（北京大学武汉人工智能研究院具身智能实验室） 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Vi-TacMan，结合视觉和触觉反馈实现关节物体的精确操控，通过表面法线作为几何先验并利用von Mises-Fisher分布建模方向，显著优于基线方法，且无需显式运动学模型。

Comments ICRA 2026

An Integrated Soft Robotic System for Measuring Vital Signs in Search and Rescue Environments

一种集成式软机器人系统用于灾难救援环境中生命体征的测量

Jorge Francisco García-Samartín, Christyan Cruz Ulloa, Andrés Sánchez-Silva, Jaime del Cerro, Antonio Barrientos

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

AI总结 本文设计了一种软夹具并集成到移动机器人系统中，用于测量灾后环境中受害者的脉搏和血压，通过不同信号处理算法实现了4 bpm的脉搏偏差和约5 mmHg的血压偏差。

With a Little Help From My Friends: Collective Manipulation in Risk-Controlling Recommender Systems

与朋友的帮助：风险控制推荐系统中的集体操控

Giovanni De Toni, Cristian Consonni, Erasmo Purificato, Emilia Gomez, Bruno Lepri

机构 * Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； European Commission, Joint Research Centre (JRC)（欧盟委员会联合研究中心） 纠错

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

AI总结 研究揭示风险控制推荐系统因依赖聚合反馈易受集体对抗操控影响，通过实验证明小群体可通过平台功能降低非对抗用户nDCG表现，并提出将保障从群体层面转向用户层面的缓解策略。

Active Stereo-Camera Outperforms Multi-Sensor Setup in ACT Imitation Learning for Humanoid Manipulation

主动立体相机在ACT模仿学习中优于多传感器设置

Robin Kühn, Moritz Schappler, Thomas Seel, Dennis Bank

机构 * Institute of Mechatronic Systems, Leibniz University Hannover（莱布尼茨汉诺威大学机电系统研究所） 纠错

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

AI总结 本文研究了在数据有限的情况下，主动立体相机在人形机器人操作任务中的表现优于多传感器配置，通过实验验证了主动视觉在鲁棒性和复杂性之间的最佳平衡。

Comments 7 pages

CraftMesh: High-Fidelity Generative Mesh Manipulation via Poisson Seamless Fusion

CraftMesh: 通过泊松无缝融合实现高保真的生成网格操控

James Jincheng, Yuxiao Wu, Youcheng Cai, Ligang Liu

机构 * Hefei Thomas School（合肥托马斯学校） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 CraftMesh通过将网格编辑分解为2D和3D生成模型的联合流程，结合泊松几何融合与纹理和谐技术，实现复杂几何的高保真生成与无缝融合，优于现有方法。

Towards Embodied AI with MuscleMimic: Unlocking full-body musculoskeletal motor learning at scale

迈向具身体验AI的MuscleMimic：解锁大规模全身体质运动学习

Chengkun Li, Cheryl Wang, Bianca Ziliotto, Merkourios Simos, Jozsef Kovecses, Guillaume Durandau, Alexander Mathis

机构 * EPFL（瑞士联邦理工学院洛桑分校） ； McGill University（麦吉尔大学） ； Feil & Oberfeld CRIR-Jewish Rehabilitation Hospital Research Center（Feil & Oberfeld CRIR-犹太康复医院研究中心） ； NVIDIA（英伟达） 纠错

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

AI总结 MuscleMimic通过生理真实的人形机器人模型，实现了大规模全身体质运动学习，结合并行GPU模拟，提升了训练效率，验证了运动再现的准确性。

From Manipulation to Mistrust: Explaining Diverse Micro-Video Misinformation for Robust Debunking in the Wild

从操控到怀疑：为野外鲁棒驳斥解释多样化的微视频虚假信息

Zhi Zeng, Yifei Yang, Jiaying Wu, Xulang Zhang, Xiangzheng Kong, Herun Wan, Zihan Ma, Minnan Luo

机构 * School of Computer Science and Technology, MOEKLINNS Lab, Xi'an Jiaotong University（西安交通大学计算机科学与技术学院、教育部机器学习与智能决策网络实验室） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Xi'an Jiaotong University（西安交通大学） 纠错

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

AI总结 本文提出WildFakeBench基准和FakeAgent框架，通过多模态理解和外部证据分析，提升微视频虚假信息检测的可解释性和鲁棒性。

Comments Accepted at WWW 2026

LGTM: Training-Free Light-Guided Text-to-Image Diffusion Model via Initial Noise Manipulation

LGTM: 通过初始噪声操控实现无训练的光引导文本到图像扩散模型

Ryugo Morita, Stanislav Frolov, Brian Bernhard Moser, Ko Watanabe, Riku Takahashi, Andreas Dengel

机构 * RPTU Kaiserslautern-Landau & DFKI GmbH（莱茵-穆尔大学与DFKI GmbH） ； Faculty of Science and Engineering, Hosei University（早稻田大学理工学院） 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LGTM模型，通过操控扩散过程的初始噪声实现文本提示和用户指定光照方向的图像生成，无需微调或修改预训练模型，提升了光照控制的灵活性和适应性。

Comments Accepted to IJCNN2026

PinPoint: Monocular Needle Pose Estimation for Robotic Suturing via Stein Variational Newton and Geometric Residuals

PinPoint：通过Stein变分牛顿和几何残差进行机器人缝合的单目针姿态估计

Jesse F. d'Almeida, Tanner Watts, Susheela Sharma Stern, James Ferguson, Alan Kuntz, Robert J. Webster

机构 * Department of Mechanical Engineering, Vanderbilt University（范德比尔特大学机械工程系） ； Department of Electrical and Computer Engineering and Department of Computer Science, Vanderbilt University（范德比尔特大学电气与计算机工程系和计算机科学系） ； The Robotics Center and the Kahlert School of Computing, University of Utah（犹他大学机器人中心和Kahlert计算学院） 纠错

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

AI总结 PinPoint通过Stein变分牛顿和几何残差方法，解决单目内窥镜下针姿态估计的深度模糊和旋转对称性问题，显著降低位姿估计误差。

Comments 15 pages, 7 Figures

BiPreManip: Learning Affordance-Based Bimanual Preparatory Manipulation through Anticipatory Collaboration

BiPreManip: 通过预见性协作学习基于 affordance 的双臂预备操作

Yan Shen, Feng Jiang, Zichen He, Xiaoqi Li, Yuchen Liu, Zhiyu Li, Ruihai Wu, Hao Dong

机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学） 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BiPreManip框架，通过预见性协作学习双臂预备操作，提升任务成功率和泛化能力。

Comments Accepted to CVPR 2026