机器人 / 具身智能

Where are the really hard manipulation problems? The phase transition in manipulating the veto rule

Toby Walsh

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

Comments Proceedings of the Twenty-first International Joint Conference on Artificial Intelligence (IJCAI-09)

Journal ref IJCAI-2009

Manipulation Robustness of Collaborative Filtering Systems

Xiang Yan, Benjamin Van Roy

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

AI-Powered Augmented Reality as a Threat Vector for Human Manipulation

人工智能赋能的增强现实作为人类操控的威胁载体

Louis Rosenberg

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

AI总结 本文探讨了AI赋能的增强现实技术在被第三方控制时可能带来的操控风险，并提出政策建议以降低此类风险。

Comments Citation of this book chapter: Rosenberg, Louis (2025) AI-Powered Augmented Reality as a Threat Vector for Human Manipulation. In book Augmented Reality - Situated Spatial Synergy. http://dx.doi.org/10.5772/intechopen.1011751

Joint Robotic Aerial Base Station Deployment and Wireless Backhauling in 6G Multi-hop Networks

Wen Shang, Yuan Liao, Vasilis Friderikos, Halim Yanikomeroglu

专题命中 机器人操作 ：robotic(title,abstract)

Comments This version reflects the conference publication in 2025 IEEE Wireless Communications and Networking Conference (WCNC), with a minor modified title and text content. The conference is:"Integrated Robotic Aerial Base Stations Deployment and Backhaul Design in 6G Multihop Networks," 2025 IEEE WCNC doi: 10.1109/WCNC61545.2025.10978194

Towards Solutions of Manipulation Tasks via Optimal Control of Projected Dynamical Systems

Anton Pozharskiy, Armin Nurkanović, Moritz Diehl

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

Comments 5 pages, 3 figures, Accepted for Robotics Science and Systems 2024, Frontiers of Optimization workshop

Robotic Environmental State Recognition with Pre-Trained Vision-Language Models and Black-Box Optimization

Kento Kawaharazuka, Yoshiki Obinata, Naoaki Kanazawa, Kei Okada, Masayuki Inaba

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

Comments Accepted at Advanced Robotics, website - https://haraduka.github.io/vlm-bbo/

DeformerNet: Learning Bimanual Manipulation of 3D Deformable Objects

Bao Thach, Brian Y. Cho, Shing-Hei Ho, Tucker Hermans, Alan Kuntz

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

Comments Submitted to IEEE Transactions on Robotics (T-RO). 20 pages, 27 figures. arXiv admin note: text overlap with arXiv:2110.04685

Sim-and-Real Reinforcement Learning for Manipulation: A Consensus-based Approach

Wenxing Liu, Hanlin Niu, Wei Pan, Guido Herrmann, Joaquin Carrasco

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

Comments 7 pages, 8 figures, IEEE International Conference on Robotics and Automation (ICRA) 2023

BayesOpt: A Library for Bayesian optimization with Robotics Applications

Ruben Martinez-Cantin

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

Comments Robotics: Science and Systems, Workshop on Active Learning in Robotics: Exploration, Curiosity, and Interaction

Journal ref Journal of Machine Learning Research, 15(Nov), 3915-3919, 2014

Manipulation of Molecules with Electromagnetic Fields

Mikhail Lemeshko, Roman V. Krems, John M. Doyle, Sabre Kais

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

Comments 853 references, 39 pages. Review article for the special issue "Manipulation of Molecules with Electromagnetic Fields", edited by M. Lemeshko, R. Krems, J. Doyle, and S. Kais. A few minor corrections are made compared to the journal version

Journal ref Molecular Physics 111, 1648 (2013)

Active sensing to characterize the heterogeneity of plant stress

主动传感用于表征植物胁迫的异质性

Ayman Laaroussi, Peter Hanappe, David Colliaux

机构 * Paris Research, Sony Computer Science Laboratories（索尼计算机科学实验室巴黎研究所） 纠错

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

AI总结 该研究提出一种结合3D重建、几何分析与运动规划的自主机器人平台，用于对植物叶片进行靶向荧光测量，实现自动化的空间分辨生理测量，为高分辨率植物表型及自主农业检测提供新方法。

Comments UR2026

Motion-as-Prompt: Enhancing Motion Reasoning in Multimodal Large Language Models via Motion-Guided Cross-Frame Visual Prompting

运动即提示：通过运动引导的跨帧视觉提示增强多模态大语言模型的运动推理能力

Xikai Sun, Kebin Liu, Haotian Wang, Li Liu, Xu Wang, Yunhao Liu

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

AI总结 本文针对多模态大语言模型处理视频时丢失帧间关键运动信息的问题，提出Motion-as-Prompt框架，通过标记轨迹增强视觉提示，在CLEVRER等数据集上提升GPT-5.5的运动推理准确率且不影响非运动理解

Training Fast Robot Policies with Slow Foundation Models

用慢速基础模型训练快速机器人策略

Utsav Singh, Pramit Bhattacharyya, Vinay P. Namboodiri, Amrit Singh Bedi

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

AI总结 本文提出VGRS方法，通过利用慢速基础模型训练快速机器人策略，结合LLM生成奖励与视觉分析诊断，提升机器人在复杂任务中的表现和部署效率。

Ask-to-Clarify: Resolving Instruction Ambiguity through Multi-turn Dialogue

Ask-to-Clarify: 通过多轮对话解决指令歧义

Xingyao Lin, Xinghao Zhu, Tianyi Lu, Guojin Zhong, Sicheng Xie, Hui Zhang, Xipeng Qiu, Zuxuan Wu, Yu-Gang Jiang

机构 * College of Computer Science and Artificial Intelligence, Fudan University, Shanghai, China（复旦大学计算机科学与人工智能学院） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Mechanical Systems Control Lab, UC Berkeley, California, USA（伯克利机械系统控制实验室） 纠错

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

AI总结 本文提出Ask-to-Clarify框架，通过多轮对话解决指令歧义问题，结合视觉语言模型和扩散模型，采用两阶段知识绝缘策略训练，实现多任务中更高效的协作式具身代理。

Comments Accepted by IROS 2026

DeWorldSG: Depth-Aware 3D Semantic Scene Graph Generation via World-Model Priors

DeWorldSG: 基于世界模型先验的深度感知3D语义场景图生成

Seok-Young Kim, Abdelrahman Elskhawy, Taewook Ha, Dooyoung Kim, Eunjae Shin, Benjamin Busam, Woontack Woo

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； La Trobe University（拉筹伯大学） 纠错

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

AI总结 提出DeWorldSG框架，通过深度引导滤波估计实例级3D高斯分布，并利用世界模型先验聚合时空证据，生成时空鲁棒的3D语义场景图，在对象和谓词预测上达到最先进性能。

Comments 19 pages, 6 figures, ECCV 2026

AdaReP:Adaptive Re-Planning under Model Mismatch for Neural World-Model Predictive Control

AdaReP：模型失配下的自适应重规划用于神经世界模型预测控制

Yutian Cheng, Xiaojian Ma, Xianhao Wang, Min Yang, Rongpeng Su, Hangxin Liu, Xi Chen, Shuai Li, Qing Li

机构 * Shanghai Jiao Tong University（上海交通大学） ； Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院） ； 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(abstract)；world model(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 针对神经世界模型预测控制中重规划计算开销大的问题，提出AdaReP方法，通过在线自适应调整重规划容忍度，在保持任务性能的同时大幅减少规划器计算量。

Comments Accepted at ICANN 2026. This arXiv version contains supplementary materials and appendices that are omitted from the conference version due to space limitations

Contrastive Action-Image Pre-training for Visuomotor Control

对比动作-图像预训练用于视觉运动控制

Yuvan Sharma, Dantong Niu, Anirudh Pai, Zekai Wang, Zhuoyang Liu, Baifeng Shi, Stefano Saravalle, Boning Shao, Ruijie Zheng, Jing Wang, Konstantinos Kallidromitis, Yusuke Kato, Fabio Galasso, Yuke Zhu, Danfei Xu, Linxi "Jim" Fan, Jitendra Malik, Trevor Darrell, Roei Herzig

机构 * UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） ； Sapienza University of Rome（罗马大学） ； Panasonic（松下） ； ItalAI 纠错

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

AI总结 提出CAIP方法，利用大规模第一人称视频中3D手部关键点作为代理动作信号，通过对比学习统一动作-图像表示，在少量机器人数据下显著提升灵巧操作性能。

Sensitivity Shaping for Latent Modeling

潜变量建模中的灵敏度塑造

Hongzhan Yu, Chenghao Li, Ruipeng Zhang, Henrik Christensen, Sicun Gao

机构 * University of California San Diego（加利福尼亚大学圣迭戈分校） 纠错

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

AI总结 针对生成动力学模型在策略诱导的分布外（OOD）转换检测中灵敏度不足的问题，提出支持条件控制灵敏度正则化，提升对控制输入变化的局部响应，实验验证了改进的OOD检测和更安全的闭环规划。

ORCA: A Platform for Open-Source Dexterity Research

ORCA: 开源灵巧性研究平台

Francesco Capuano, Maximilian Eberlein, Fabrice Bourquin, Clemens Claudio Christoph

机构 * University of Oxford（牛津大学） ； ETH Zurich（苏黎世联邦理工学院） ； Orca Dexterity 纠错

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

AI总结 提出ORCA学习栈，统一灵巧手控制、仿真、遥操作和重定向，集成机器人学习框架，实现端到端灵巧操作研究。

Comments 15 pages

An Attention-based Model for Robust Forecasting with Missing Modality

基于注意力的缺失模态鲁棒预测模型

Zhitian Zhang, Wenjie Zi, Yunduz Rakhmangulova, Saghar Irandoust, Hossein Hajimirsadeghi, Thibaut Durand

机构 * Simon Fraser University（西蒙菲莎大学） ； RBC Borealis 纠错

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

AI总结 提出一种基于条件变分自编码器和Transformer的多模态模型，通过注意力机制学习统一固定维度的表示，在训练和推理中处理缺失模态，在人类轨迹预测和机器人操作预测任务上优于现有方法。

Comments Work originally done in 2023

BadRobot: Jailbreaking Embodied LLM Agents in the Physical World

BadRobot: 在物理世界中越狱具身LLM智能体

Hangtao Zhang, Chenyu Zhu, Xianlong Wang, Ziqi Zhou, Changgan Yin, Minghui Li, Lulu Xue, Yichen Wang, Shengshan Hu, Aishan Liu, Peijin Guo, Leo Yu Zhang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Beihang University（北航） ； Griffith University（格里菲斯大学） 纠错

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

AI总结 提出BadRobot攻击范式，利用LLM在机器人系统中的操纵、语言输出与物理动作的错位以及世界知识缺陷三个漏洞，通过语音交互使具身LLM执行有害行为，并在基准测试中验证了有效性。

Comments Accepted to ICLR 2025. Please cite the conference version. Project page: https://Embodied-LLMs-Safety.github.io

Journal ref International Conference on Learning Representations (ICLR) 2025

MemoryVLA++: Temporal Modeling via Memory and Imagination in Vision-Language-Action Models

MemoryVLA++：通过记忆与想象在视觉-语言-动作模型中进行时间建模

Hao Shi, Weiye Li, Bin Xie, Yulin Wang, Renping Zhou, Tiancai Wang, Xiangyu Zhang, Ping Luo, Gao Huang

机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； Dexmal ； StepFun 纠错

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

AI总结 提出MemoryVLA++框架，通过工作记忆、感知-认知记忆库和想象未来状态的世界模型，实现完整时间建模，在模拟和真实机器人任务上显著提升长时域和依赖记忆与想象的任务性能。

Comments The project is available at https://shihao1895.github.io/MemoryVLA-PP-Web

AGILE: Hand-Object Interaction Reconstruction from Video via Agentic Generation

AGILE: 通过代理生成从视频重建手-物体交互

Jin-Chuan Shi, Binhong Ye, Tao Liu, Junzhe He, Yangjinhui Xu, Xiaoyang Liu, Zeju Li, Hao Chen, Chunhua Shen

机构 * State Key Lab of CAD & CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） ； Zhejiang University of Technology（浙江工业大学） 纠错

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

AI总结 提出AGILE框架，利用视觉语言模型引导生成完整物体网格，结合锚定-跟踪策略和接触感知优化，从单目视频鲁棒重建手-物体交互，生成可直接用于仿真的资产。

Comments 16 pages, SIGGRAPH 2026

Mollified Value Learning

Mollified Value Learning

Hrishikesh Viswanath, Juanwu Lu, S. Talha Bukhari, Mihir Chauhan, Damon Conover, Ziran Wang, Aniket Bera

机构 * Department of Computer Science, Purdue University, USA（普渡大学计算机科学系） ； College of Engineering, Purdue University, USA（普渡大学工程学院） ； DEVCOM Army Research Laboratory, USA（美国国防部 DEVCOM 军事研究实验室） 纠错

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

AI总结 针对离线目标条件强化学习中值函数估计困难的问题，提出一种通过空间测度聚合约束（而非逐点微分约束）来诱导距离类值几何的方法，称为Mollified Value Learning（MVL），在导航和高维机器人操作任务中提升了目标达成性能。

Aligning Few-Step Generative Models by Amortizing Sample-based Variational Inference

通过摊销基于样本的变分推断来对齐少步生成模型

Jaewoo Lee, Hyeongyu Kang, Dohyun Kim, Kyuil Sim, Woocheol Shin, Minsu Kim, Taeyoung Yun, Jeongjae Lee, Sanghyeok Choi, Tabitha Edith Lee, Jong Chul Ye, Jinkyoo Park

机构 * KAIST（韩国科学技术院） ； MongooseAI ； Mila – Quebec AI Institute（魁北克AI研究院） ； University of Edinburgh（爱丁堡大学） ； Université de Montréal（蒙特利尔大学） ； Omelet 纠错

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

AI总结 提出FAV框架，利用Stein变分梯度下降进行基于样本的变分推断，并通过固定点回归将粒子更新摊销到生成器参数中，实现对少步生成模型的对齐，在机器人操作和图像生成任务中优于现有方法。

Comments Under review

See What Matters: Differentiable Grid Sample Pruning for Generalizable Vision-Language-Action Model

See What Matters: Differentiable Grid Sample Pruning for Generalizable Vision-Language-Action Model

Yixu Feng, Zinan Zhao, Yanxiang Ma, Chenghao Xia, Chengbin Du, Yunke Wang, Chang Xu

机构 * The University of Sydney（悉尼大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文提出了一种基于可微网格采样的视觉-语言-动作模型压缩方法，通过连续的token重采样保留关键空间信息，实现高达90%的计算量减少而不影响性能。

Journal ref Proceedings of the Forty-third International Conference on Machine Learning, 2026

Uni-Hand: Universal Hand Motion Forecasting in Egocentric Views

Uni-Hand：面向亲身体验视角的通用手部运动预测

Junyi Ma, Wentao Bao, Jingyi Xu, Guanzhong Sun, Yu Zheng, Erhang Zhang, Xieyuanli Chen, Hesheng Wang

机构 * IRMV Lab, Shanghai Jiao Tong University（上海交通大学IMV实验室） ； Meta Reality Labs（Meta现实实验室） ； Department of Electronic Engineering, Shanghai Jiao Tong University（上海交通大学电子工程系） ； China University of Mining and Technology（中国矿业大学） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学与技术学院） 纠错

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

AI总结 本文提出Uni-Hand框架，通过多模态输入、多维多目标预测和多任务赋能，实现手部在2D和3D空间的精准预测，并引入目标指标预测手腕和指尖关节点，同时预测手-物体交互状态，提升下游任务性能。

Comments Accepted by T-PAMI 2026. Code and data: https://github.com/IRMVLab/UniHand

Category-Level Object Shape and Pose Estimation in Less Than a Millisecond

小于毫秒内的类别级物体形状和姿态估计

Lorenzo Shaikewitz, Tim Nguyen, Luca Carlone

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Laboratory for Information and Decision Systems（信息与决策系统实验室） ； Boston University（波士顿大学） 纠错

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

AI总结 本文提出了一种快速求解器，通过自一致场迭代在毫秒级时间内实现类别级物体形状和姿态估计，结合线性主动形状模型和最大后验优化，提供高效的全局最优性证书。

Comments Accepted to ICRA 2026. This version contains appendices

SpikePingpong: Spike Vision-based Fast-Slow Pingpong Robot System

SpikePingpong: 基于尖峰视觉的快慢Pingpong机器人系统

Hao Wang, Chengkai Hou, Xianglong Li, Yankai Fu, Chenxuan Li, Ning Chen, Gaole Dai, Jiaming Liu, Tiejun Huang, Shanghang Zhang

机构 * Peking University（北京大学） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） 纠错

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

AI总结 SpikePingpong系统结合尖峰视觉与模仿学习，实现高精度乒乓球机器人控制，达到92%的30厘米精度成功率。

PoSafeNet: Safe Learning with Poset-Structured Neural Nets

PoSafeNet: 基于偏序结构神经网络的安全学习

Kiwan Wong, Wei Xiao, Daniela Rus

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Worcester Polytechnic Institute（沃斯特理工学院） 纠错

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

AI总结 PoSafeNet通过偏序结构神经网络实现安全学习，通过可微神经安全层在偏序一致约束顺序下进行闭式投影，提升机器人系统在多障碍导航、受约束操作和自动驾驶中的可行性、鲁棒性和可扩展性。