机器人 / 具身智能

Agentic Nesting: A New Methodology for Existing Enterprise Application Integration and Services

智能体嵌套：现有企业应用集成与服务的新方法论

Xi Wang, Kun Li, Xianyao Ling, Gang Yin, Liang Zhang, Jiang Wu, Wenbo Lei, Jun Xu, Annie Wang, Fu Zhang, Weizhe Wang

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

AI总结 针对企业应用集成的传统方法存在的缺陷，本文提出Agentic Nesting多智能体协作框架，构建分层嵌套的智能体结构，实现跨应用的对话式集成，探索其在异构系统等场景的泛化潜力。

DreamWAM: Beyond RGB Future Prediction for World Action Models

DreamWAM：超越RGB未来预测的世界动作模型

Shanglin Yuan, Weiheng Zhao, Xin Shi, Haoyi Jiang, Xianda Guo, Liu Liu, Wenyu Liu, Wei Sui, Xinggang Wang

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

AI总结 DreamWAM通过结构化超越RGB的世界建模，在LIBERO及真实操作任务中提升了世界动作模型的鲁棒性与成功率，相关代码模型已公开。

LiteMVS: Efficient Multi-View Stereo with Foundation Distillation and Expert Aggregation

LiteMVS：结合基础模型蒸馏与专家聚合的高效多视图立体匹配

Tianbao Zhang, Zeyu Liu, Shuyu Wu, Fanxing Li, Zhaoxin Fan, Wenjun Wu, Danping Zou

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

AI总结 LiteMVS是集成平面扫描几何推理与单目先验的轻量多视图深度模型，通过MoE和基础模型蒸馏提升重建质量与效率，在ScanNetv2等数据集上表现优异。

Comments CVPR 2026 Workshop accepted

Look Where It Matters: Adaptive Visual Refinement for Vision-Language-Action Models

关注关键区域：面向视觉-语言-动作模型的自适应视觉细化

Jin Cui, Yanbin Hu, Xinyue Long, Linkai Li, Boran Zhao, Pengju Ren

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

AI总结 针对VLA模型视觉表示不可靠的问题，提出AtVLA框架，结合注意力校正与不确定性门控局部细化，在多基准测试中显著提升机器人操作成功率且计算开销可控。

Comments 13 pages, 7 figures

DexDirect: Direct Kinesthetic Arm Guidance for Efficient Dexterous Demonstration Collection

DexDirect：用于高效灵巧演示采集的直接运动学手臂引导

Beom Jun Kim, Shiu-Jen Wang, Jonathan Liu, Alvin Zhu, Quanyou Wang, Hanzhang Fang, Feng Xu, Mingzhang Zhu, Yuchen Cui, Dennis W. Hong

机构 * UCLA（加利福尼亚大学洛杉矶分校） 纠错

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

AI总结 该研究提出DexDirect方法，结合直接运动学手臂引导与视觉手部重定向，采集灵巧操作演示的效率更高、认知负荷更低，训练的扩散策略在立方体抓取任务上达到90%成功率。

Comments 8pages, 6 figures

Good Rankers, Bad Objectives: Bilinear Contrastive Critics under Expressive Policy Search

好的排序器，差的目标：表达性策略搜索下的双线性对比评判器

Ayushman Singh, Siddharth Aphale

机构 * Stanford University（斯坦福大学） ； Sesame AI（芝麻AI公司） 纠错

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

AI总结 该研究发现双线性对比评判器的排序能力与其优化安全性不匹配，其存在范数漂移等问题，在多任务中无法可靠排序动作，需结合价值校准标量用于动作选择。

Decompose and Reorganize: Planning with Primitives and Visuomotor Policies Learned from Demonstrations

分解与重组：利用从示范中学到的原语和视觉运动策略进行规划

Yizhou Chen, Hang Xu, Dongjie Yu, Yupu Lu, Tengye Xu, Zeqing Zhang, Wei Zhang, Yi Ren, Ben M. Chen, Jia Pan

机构 * The University of Hong Kong（香港大学） ； JD.com (JingDong)（京东） ； Nanyang Technological University (NTU)（南洋理工大学） ； Southern University of Science and Technology (SUSTech)（南方科技大学） ； Huawei Technologies（华为技术有限公司） ； The Chinese University of Hong Kong (CUHK)（香港中文大学） 纠错

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

AI总结 研究如何使机器人灵巧、长视野操作自动化，提出DR-LfD框架，将视觉运动策略集成到TAMP决策系统，基于接触关系分解示范为原子技能，经实验验证该框架在多类任务中性能强大。

Comments 21 pages, 12 figures

ODeform: Learning Continuous 4D Motion for Shape Deformation with Neural ODEs

ODeform：使用神经常微分方程学习形状变形的连续4D运动

Yordanka Velikova, Mahdi Saleh, Liming Kuang, Benjamin Busam

机构 * 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） 纠错

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

AI总结 ODeform将神经常微分方程扩展用于3D可变形物体连续4D动力学，把3D点云和物理条件转换到潜在空间，通过求解常微分方程对变形建模为连续流，在未见物理参数配置上评估，提升运动预测精度，能转移到新形状真实物体，可有效插值和外推动力学。

Comments Accepted at IROS 2026

LENS: LLM-guided Environment Simplification for Planning and Control in Clutter

LENS：用于杂乱环境中规划与控制的大语言模型引导的环境简化

Aileen Liao, Rachel Holladay, Dinesh Jayaraman, Michael Posa

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 针对现实世界多物体杂乱环境处理难题，提出LENS方法，通过大语言模型引导自动生成特定场景和任务的自适应更新抽象，经实验验证其能改进多种模型在高度杂乱操纵场景中的表现。

Towards Artificial Nerves: Biomimetic Optical-Fiber Tactile Sensing for Robots

迈向人造神经：用于机器人的仿生光纤触觉传感

Laura E. Butcher, Chris J. Ford, Nathan F. Lepora, Efi Psomopoulou

机构 * School of Engineering Mathematics and Technology, University of Bristol（工程数学与技术学院，布里斯托大学） 纠错

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

AI总结 研究旨在为机器人开发仿生光纤触觉传感，以实现类人触觉感知。核心方法是OptiTac传感器模拟人类触觉结构，将触觉信号当图像用简单分析方法处理。主要贡献是建立传感框架，为未来分布式触觉系统提供可扩展路线，展示生物学原理对机器人人工神经开发的指导作用。

Comments 19 pages, 6 figures

Skeleton: Visual Authoring of Non-visual Data Experiences

Skeleton：非视觉数据体验的可视化创作

Frank Elavsky, Chieri Nnadozie, Lucas Nadolskis, Patrick Carrington, Dominik Moritz

机构 * Carnegie Mellon University（卡内基梅隆大学） ； UC Santa Barbara（加州大学圣巴巴拉分校） 纠错

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

AI总结 研究非视觉数据体验可视化创作问题，提出Skeleton直接操作创作环境，含Inspector、Dimensions API等技术，经对8名从业者实地研究评估，其使导航结构可见，改变从业者可访问设计方式。

Comments 9 pages core, 2 pages acknowledgements + references, 4 pages appendices. Accepted at IEEE VIS 2026, to appear in November 2026

DAGR: State-Conditioned Goal Representations via Difference-Aware Goal Cross-Attention

DAGR：通过差异感知目标交叉注意力实现的状态条件目标表示

Xing Lei, Wenyan Yang, Xuetao Zhang, Donglin Wang

机构 * Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（西安交通大学人工智能与机器人研究所） ； Department of Electrical Engineering and Automation, Aalto University（阿尔托大学电气工程与自动化系） ； School of Engineering, Westlake University（西湖大学工学院） 纠错

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

AI总结 研究目标条件强化学习中目标编码问题，提出DAGR方法，通过多尺度门控交叉注意力将静态嵌入细化为状态条件嵌入，在OGBench上改善导航，在操纵和拼图任务中有不同表现，是一种结构化细化。

Improving Autonomous Nano-drones Performance via Automated End-to-End Optimization and Deployment of DNNs

通过深度神经网络的自动化端到端优化和部署提高自主纳米无人机性能

Vlad Niculescu, Lorenzo Lamberti, Francesco Conti, Luca Benini, Daniele Palossi

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

AI总结 研究如何通过自动化端到端优化和部署DNN提高自主纳米无人机性能，聚焦PULP-Dronet在Crazyflie 2.1纳米无人机上的部署，实现内存占用减少、推理时间加速，提升了无人机在避障、自由飞行和车道跟随等方面的性能，还开源了相关软件设计。

Comments 16 pages, 8 figures, 5 tables. This paper has been accepted for publication in the IEEE Journal on Emerging and Selected Topics in Circuits and Systems (JETCAS) copyright 2021 IEEE

Vision-Based Dribbling for Humanoid Soccer via Privileged Representation Learning

通过特权表示学习实现基于视觉的人形足球运球

Flavio Maiorana, Valerio Spagnoli, Eugenio Bugli, Flavio Volpi, Daniele Affinita, Vincenzo Suriani, Daniele Nardi, Luca Iocchi

机构 * Sapienza University of Rome（罗马第一大学） ； Institut de Robòtica i Informàtica Industrial (CSIC-UPC)（工业机器人与信息学研究所（西班牙科学与技术研究委员会 - 加泰罗尼亚理工大学）） ； École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院） 纠错

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

AI总结 研究人形机器人基于视觉的运球问题，提出将时间深度编码器嵌入强化学习策略的集成方法，应用于模拟机器人，该方法在不同场景下实现了一定成功率的运球，为处理复杂运球场景奠定基础。

Impedance-Guided Programmable Transmission of Localized Deformation in Modular Soft Metamaterials

模块化软超材料中局部变形的阻抗引导可编程传输

Weiyun Xu, Daewon Hong, Zhi Zhao, Rahul Dev Kundu, Xiaojia Shelly Zhang

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

AI总结 研究模块化软超材料中局部变形传输问题，提出阻抗引导设计框架，通过建立非线性模型和拓扑优化实现可编程传输，合成模块族，实现多种位移操纵架构及信息处理，为智能材料系统提供见解和途径。

Tactile Genesis: Exploring Tactile Sensors at Scale for Learning Dexterous Tasks

触觉起源：大规模探索用于学习灵巧任务的触觉传感器

Trinity Chung, Kashu Yamazaki, Dhruv Patel, Alexis Duburcq, Yiling Qiao, Katerina Fragkiadaki, Aran Nayebi

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

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

AI总结 提出Tactile Genesis，一种GPU并行触觉传感器仿真平台，支持多种触觉模态，通过大规模实验发现传感器布局比类型和分辨率更重要，力/力矩感知最有效。

Comments 24 pages, 8 figures, 12 tables

Scaling Mixture-of-Experts Video Pretraining for Embodied Intelligence

用于具身智能的缩放专家混合视频预训练

Shuailei Ma, Jiaqi Liao, Xinyang Wang, Jingjing Wang, Chaoran Feng, Zijing Hu, Chong Bao, Zichen Xi, Yuqi Gan, Weisen Wang, Yanhong Zeng, Qin Zhao, Zifan Shi, Wei Wu, Hao Ouyang, Qiuyu Wang, Shangzhan Zhang, Jiahao Shao, Yipengjing Sun, Liangxiao Hu, Lunke Pan, Nan Xue, Kecheng Zheng, Yinghao Xu, Xing Zhu, Yujun Shen, Ka Leong Cheng

机构 * Robbyant（蚂蚁灵波） 纠错

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

AI总结 针对视频生成模型领域不匹配问题，提出LingBot-Video，采用MoE架构、构建数据剖析引擎、开发多维奖励系统进行视频预训练，验证了其性能和效率，贡献了首个大规模开源MoE视频基础模型。

Comments Project page: https://technology.robbyant.com/lingbot-video

From Fixed to Free Cameras: Calibration-Free View-Robust Vision-Language-Action Model

从固定相机到自由相机：无需标定的视图鲁棒视觉-语言-动作模型

Wenhao Li, Xueying Jiang, Quanhao Qian, Deli Zhao, Shijian Lu, Gongjie Zhang, Ran Xu

机构 * Nanyang Technological University（南洋理工大学） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； HuPan Lab（湖畔实验室） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 针对真实机器人部署中相机位姿变动问题，提出CamVLA模型，解耦操控控制与相机几何，实现无标定视图鲁棒的机器人任务执行。

The Quadruped Soft Tail: Compliant Grasping and Swabbing for Contamination Surveys in Harsh Environments

四足软尾巴：用于恶劣环境中污染调查的柔顺抓取与擦拭

Harald Minde Hansen, Nandita Gallacher, Kristin Y. Pettersen, Jan Tommy Gravdahl, Mario di Castro

机构 * Mechatronics, Robotics and Operation Section, European Organization for Nuclear Research (CERN)（欧洲核子研究中心（CERN）机电一体化、机器人与操作部门） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（挪威科技大学（NTNU）工程控制论系） 纠错

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

AI总结 提出一种安装在四足机器人上的轻量、柔软、肌腱驱动的尾巴，通过空心柔性骨架和软体夹爪实现污染拭子的抓取、擦拭和回收，结合运动学模型和任务空间控制器实现遥操作，验证了抓取对形状影响小且共模驱动可调节刚度。

UniTacVLA: Unified Tactile Understanding and Prediction in Vision Language Action Models

UniTacVLA：视觉语言动作模型中的统一触觉理解与预测

Xidong Zhang, Yichi Zhang, Jiaxin Shi, Fucai Zhu, Siyu Zhu, Michael Yu Wang, Xiaojun Wu, Weihao Yuan

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Great Bay University（大湾区大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） ； Daimon Robotics 纠错

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

AI总结 提出统一触觉学习框架，通过触觉链式推理和由粗到细的未来触觉预测构建状态与动力学感知先验，并设计触觉-动作混合控制器，在接触丰富操作任务中提升成功率、精度和鲁棒性。

ELASTIC: Efficiently Learning to Adaptively Scale Test-Time Compute for Generative Control Policies

ELASTIC: 高效学习自适应缩放测试时计算以生成控制策略

Andrew Zou Li, Gokul Swamy, Yonatan Bisk, Andrea Bajcsy

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

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

AI总结 提出ELASTIC算法，通过元强化学习为生成控制策略学习状态依赖的测试时计算调度，在扩散策略和视觉-语言-动作模型上实现帕累托最优，减少34%延迟。

Spacecraft Fiducial Marker for Autonomous Rendezvous, Proximity Operations, and Docking

用于自主交会、近距离操作和对接的航天器基准标记

Ravi Kumar Thakur, Matouš Vrba, Martin Saska

机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克理工大学电气工程学院控制论系） 纠错

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

AI总结 针对现有基准标记在近距离操作中易丢失的问题，提出基于Spidron递归自相似图案的AstraTag标记，结合GRS编码和TPS重映射，在曲面航天器上实现更高检测率。

PAMAE: Phase-Aware-MoE Action Experts Towards Reliable Flow-Matching Vision-Language-Action Policies

PAMAE: 面向可靠流匹配视觉-语言-动作策略的相位感知MoE动作专家

Jiayu Yang, Tao Yang, Xiang Chang, Fei Chao, Changjing Shang, Qiang Shen

机构 * Department of Artificial Intelligence, School of Informatics, Xiamen University（厦门大学信息学院人工智能系） ； Department of Computer Science, Aberystwyth University（阿伯里斯特威斯大学计算机科学系） 纠错

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

AI总结 针对多阶段机器人操作中VLA模型动作生成不可靠的问题，提出即插即用的相位感知混合专家动作模块PAMAE，通过稀疏专家混合和相位感知路由提升阶段一致性，在模拟任务中成功率提升9.2%。

Morphology-Specific Closed-Loop Control of Logarithmic-Spiral Continuum Arms via Online Jacobian Error Compensation

对数螺旋连续体臂的形态特异性闭环控制：基于在线雅可比误差补偿

Partha Datta, Yi Jin, Wei Lin, C. Chase Cao

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

AI总结 提出首个针对对数螺旋连续体臂的形态特异性闭环任务空间控制框架，通过分段腱驱动模型和在线雅可比误差补偿实现精确鲁棒控制，在轨迹跟踪、姿态调节等任务中优于分段常曲率基线方法。

PolicyTrim: Boosting Intrinsic Policy Efficiency of Vision-Language-Action Models

PolicyTrim: 提升视觉-语言-动作模型的内在策略效率

Xianghui Wang, Feng Chen, Wenbo Zhang, Hua Yan, Zixuan Wang, Changsheng Li, Yinjie Lei

机构 * Sichuan University（四川大学） ； Adelaide University（阿德莱德大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 提出PolicyTrim框架，通过强化学习后训练扩展动作块可靠长度并减少冗余物理步骤，实现高达5.83倍的端到端部署加速且不降低任务成功率。

Comments Accepted by ECCV 2026. Project page: https://inceptionwang.github.io/PolicyTrim/

PanoVine: Whole-Body Visuomotor Control for Soft Growing Vine Robot

PanoVine: 软体生长藤蔓机器人的全身视觉运动控制

Yimeng Qin, Xiaomeng Xu, William Heap, Aditi Oak, Shuran Song, Allison Okamura

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 针对软体生长藤蔓机器人难以建模和控制的问题，提出基于全身视觉反馈的数据驱动控制框架，利用19个分布式相机和端到端策略实现复杂环境下的自主导航与操作。

Perturbation-Based Uncertainty for Failure Detection in Vision-Language-Action Models

基于扰动的视觉-语言-动作模型不确定性用于故障检测

Yousung Lee, Dongsoo Har

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

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

AI总结 提出一种无标签、模型无关的扰动框架，通过注入高斯扰动到隐藏激活中估计认知不确定性，在分布偏移下提升故障检测性能。

Seam-to-Graph Reconstruction for Garment Configuration Alignment

用于服装配置对齐的缝到图重建

Xuzhao Huang, Kai Tang, Fuyuki Tokuda, Norman C. Tien, Kazuhiro Kosuge

机构 * JC STEM Lab of Robotics for Soft Materials, Department of Electrical and Electronic Engineering, Faculty of Engineering, The University of Hong Kong（香港大学工程学院电气与电子工程系JC STEM软材料机器人实验室） ； Unprecedented-scale Data Analytics Center, Tohoku University（东北大学前所未有规模数据分析中心） ； Graduate School of Information Sciences, Tohoku University（东北大学信息科学研究科） ； Department of Electrical and Electronic Engineering, Faculty of Engineering, The University of Hong Kong（香港大学工程学院电气与电子工程系） 纠错

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

AI总结 提出基于图神经网络和注意力机制的Seam-to-Graph网络，将部分可观测的缝信息映射为拓扑结构骨架图，用于实时服装状态估计，并设计变形感知分层视觉伺服控制器实现服装配置对齐，在双臂机器人系统上验证了人类级精度和鲁棒性。

Comments 11 pages, 9 figures

MemoryWAM: Efficient World Action Modeling with Persistent Memory

MemoryWAM：具有持久记忆的高效世界动作建模

Sizhe Yang, Juncheng Mu, Tianming Wei, Chenhao Lu, Xiaofan Li, Linning Xu, Zhengrong Xue, Zhecheng Yuan, Dahua Lin, Jiangmiao Pang, Huazhe Xu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 提出MemoryWAM，通过混合记忆设计和定制注意力机制，在长时域机器人操作任务中实现高效记忆依赖决策，优于现有VLA和WAM基线。

EventVLA: Event-Driven Visual Evidence Memory for Long-Horizon Vision-Language-Action Policies

EventVLA: 面向长程视觉-语言-动作策略的事件驱动视觉证据记忆

Ganlin Yang, Zhangzheng Tu, Yuqiang Yang, Sitong Mao, Junyi Dong, Tianxing Chen, Jiaqi Peng, Jing Xiong, Jiafei Cao, Jifeng Dai, Wengang Zhou, Yao Mu, Tai Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Dalian University of Technology（大连理工大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

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

AI总结 针对长程机器人操作中记忆瓶颈问题，提出EventVLA框架，通过动态关键帧证据记忆模块自主捕获任务关键视觉事件，在17个模拟和4个真实任务中平均成功率提升40%。