机器人 / 具身智能

Learning Geometrically-Grounded 3D Visual Representations for View-Generalizable Robotic Manipulation

学习几何基础的3D视觉表示以实现视图通用的机器人操作

Di Zhang, Weicheng Duan, Dasen Gu, Hongye Lu, Hai Zhang, Hang Yu, Junqiao Zhao, Guang Chen

机构 * Tongji University（同济大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出MethodName框架，通过单视角3D预训练和多步蒸馏实现机器人操作的视图通用性，实验显示其在成功率和视图泛化能力上优于现有方法。

ALRM: Agentic LLM for Robotic Manipulation

ALRM：用于机器人操作的代理LLM

Vitor Gaboardi dos Santos, Ibrahim Khadraoui, Ibrahim Farhat, Hamza Yous, Samy Teffahi, Hakim Hacid

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

AI总结 ALRM提出了一种基于LLM的代理框架，通过ReAct推理循环实现机器人操作的模块化执行，支持代码生成和工具规划模式，实验表明其在多步骤推理和语言多样性任务中表现优异。

AC^2-VLA: Action-Context-Aware Adaptive Computation in Vision-Language-Action Models for Efficient Robotic Manipulation

AC^2-VLA: 基于动作-上下文的自适应计算在视觉-语言-动作模型中的应用以实现高效的机器人操作

Wenda Yu, Tianshi Wang, Fengling Li, Jingjing Li, Lei Zhu

机构 * Tongji University（同济大学） ； University of Technology Sydney（悉尼大学） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 AC^2-VLA通过结合动作上下文实现自适应计算，提升机器人操作的效率，减少计算成本并保持任务成功率。

Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control

基于协作轨迹控制的机器人操作视频生成学习

Xiao Fu, Xintao Wang, Xian Liu, Jianhong Bai, Runsen Xu, Pengfei Wan, Di Zhang, Dahua Lin

机构 * The Chinese University of Hong Kong（香港中文大学） ； Kuaishou Technology（快手科技） ； Zhejiang University（浙江大学） 纠错

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

AI总结 RoboMaster通过协作轨迹控制方法，解决多物体交互建模问题，实现机器人操作视频生成的高保真度与多物体交互建模。

Comments ICLR 2026. Project Page: https://fuxiao0719.github.io/projects/robomaster/

A Mobile Magnetic Manipulation Platform for Gastrointestinal Navigation with Deep Reinforcement Learning Control

用于胃肠道导航的移动磁力操控平台与深度强化学习控制

Zhifan Yan, Chang Liu, Yiyang Jiang, Wenxuan Zheng, Xinhao Chen, Axel Krieger

机构 * Laboratory for Computational Sensing and Robotics (LCSR)（计算感知与机器人实验室） 纠错

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

AI总结 本文提出了一种基于深度强化学习的移动磁力操控平台，用于胃肠道导航，实现了在大工作空间内的高精度磁力操控。

A General One-Shot Multimodal Active Perception Framework for Robotic Manipulation: Learning to Predict Optimal Viewpoint

一种通用的一次性多模态主动感知框架用于机器人操作：学习预测最佳视角

Deyun Qin, Zezhi Liu, Hanqian Luo, Xiao Liang, Yongchun Fang

机构 * Institute of Robotics and Automatic Information Systems, College of Artificial Intelligence, Nankai University（机器人与自动信息系统研究所，人工智能学院，南开大学） ； Tianjin Key Laboratory of Intelligent Robotics, Nankai University（智能机器人重点实验室，南开大学） ； College of Artificial Intelligence, Nankai University（人工智能学院，南开大学） ； Department of Computing, The Hong Kong Polytechnic University（computing 部门，香港理工大学） 纠错

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

AI总结 本文提出了一种通用的一次性多模态主动感知框架，用于机器人操作，通过多模态特征融合和交叉注意力机制提升抓取成功率，并实现仿真到现实的无缝迁移。

Intent at a Glance: Gaze-Guided Robotic Manipulation via Foundation Models

意图一目了然：通过基础模型实现的注视引导的机器人操作

Tracey Yee Hsin Tay, Xu Yan, Jonathan Ouyang, Daniel Wu, William Jiang, Jonathan Kao, Yuchen Cui

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 GAMMA通过结合基础模型和注视技术，实现无需特定任务训练的机器人操作自主控制，提升人机交互的直观性和可扩展性。

Comments Accepted to 2025 RSS Robot Planning in the Era of Foundation Models (FM4RoboPlan) Workshop

Action-Sketcher: From Reasoning to Action via Visual Sketches for Long-Horizon Robotic Manipulation

动作草图生成器：通过视觉草图实现从推理到动作的长周期机器人操作

Huajie Tan, Peterson Co, Yijie Xu, Shanyu Rong, Yuheng Ji, Cheng Chi, Xiansheng Chen, Qiongyu Zhang, Zhongxia Zhao, Pengwei Wang, Zhongyuan Wang, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（1 多媒体信息处理国家重点实验室，计算机科学学院，北京大学） ； Beijing Academy of Artificial Intelligence（2 北京人工智能研究院） ； University of Sydney（3 新南威尔士大学） ； Institute of Automation, Chinese Academy of Sciences（4 中国科学院自动化研究所） 纠错

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

AI总结 动作草图生成器通过视觉草图实现从推理到动作的长周期机器人操作，结合视觉-语言-动作框架提升任务执行的鲁棒性和可解释性。

Comments 26 pages, 14 figures

Kinematics-Aware Diffusion Policy with Consistent 3D Observation and Action Space for Whole-Arm Robotic Manipulation

具有一致3D观察和动作空间的运动学感知扩散策略用于全身机械臂操作

Kangchen Lv, Mingrui Yu, Yongyi Jia, Chenyu Zhang, Xiang Li

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

AI总结 本文提出一种基于一致3D空间的运动学感知扩散策略，用于提高全身机械臂操作的样本效率和空间泛化能力。

Comments The first two authors contributed equally. Project Website: https://kinematics-aware-diffusion-policy.github.io

ShapeForce: Low-Cost Soft Robotic Wrist for Contact-Rich Manipulation

ShapeForce: 低成本的软体机器人手腕用于接触密集的操控

Jinxuan Zhu, Zihao Yan, Yangyu Xiao, Jingxiang Guo, Chenrui Tie, Xinyi Cao, Yuhang Zheng, Lin Shao

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； RoboScience, Shenzhen, China（深圳机器人科学研究院） 纠错

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

AI总结 ShapeForce是一种低成本软体机器人手腕，通过变形核心和标记跟踪提供力样信号，实现接触密集操控的高效反馈。

H-GAR: A Hierarchical Interaction Framework via Goal-Driven Observation-Action Refinement for Robotic Manipulation

H-GAR: 一种通过目标驱动的观察-动作细化的分层交互框架用于机器人操控

Yijie Zhu, Rui Shao, Ziyang Liu, Jie He, Jizhihui Liu, Jiuru Wang, Zitong Yu

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

AI总结 H-GAR通过目标驱动的观察-动作细化分层框架提升机器人操控的准确性和一致性。

Comments Accepted to AAAI 2026 (Oral), Project Page: https://github.com/JiuTian-VL/H-GAR

ManualVLA: A Unified VLA Model for Chain-of-Thought Manual Generation and Robotic Manipulation

ManualVLA: 一种统一的VLA模型用于链式思维手动生成和机器人操作

Chenyang Gu, Jiaming Liu, Hao Chen, Runzhong Huang, Qingpo Wuwu, Zhuoyang Liu, Xiaoqi Li, Ying Li, Renrui Zhang, Peng Jia, Pheng-Ann Heng, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Simplexity Robotics Project（Simplexity机器人项目） 纠错

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

AI总结 ManualVLA通过融合多模态手册生成与动作执行，提升机器人长周期任务中的规划与操作能力。

A Cross-Embodiment Gripper Benchmark for Rigid-Object Manipulation in Aerial and Industrial Robotics

面向空载和工业机器人的跨体态夹具基准测试

Marek Vagas, Martin Varga, Jaroslav Romancik, Ondrej Majercak, Alejandro Suarez, Anibal Ollero, Bram Vanderborght, Ivan Virgala

机构 * Faculty of Mechanical Engineering, Technical University of Kosice（机械工程学院，科西策技术大学） ； GRVC Robotics Lab of Seville（塞维利亚GRVC机器人实验室） ； Brubotics, Vrije Universiteit Brussel and IMEC（Brubotics、布鲁塞尔自由大学和IMEC） 纠错

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

AI总结 本文提出跨体态夹具基准测试，用于评估夹具在不同机器人平台上的抓取性能和节能能力。

Reconfigurable Auxetic Devices (RADs) for Robotic Surface Manipulation

可重构各向同性装置（RADs）用于机器人表面操控

Jacob Miske, Ahyan Maya, Ahnaf Inkiad, Jeffrey Ian Lipton

机构 * Department of Mechanical and Industrial Engineering, Northeastern University（机械与工业工程系，东北大学） ； Department of Mathematics, Northeastern University（数学系，东北大学） ； Khoury College of Computer Sciences, Northeastern University（计算机科学学院，东北大学） 纠错

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

AI总结 本研究提出了一种可重构各向同性装置，通过可重构锁定或嵌入伺服电机实现形状控制，以实现机器人表面操控中的可变表面收缩和扩展。

Comments 13 pages, 9 figures

3D Affordance Keypoint Detection for Robotic Manipulation

用于机器人操作的3D affordance关键点检测

Zhiyang Liu, Ruiteng Zhao, Lei Zhou, Chengran Yuan, Yuwei Wu, Sheng Guo, Zhengshen Zhang, Chenchen Liu, Marcelo H Ang

机构 * Advanced Robotics Centre, National University of Singapore（新加坡国立大学先进机器人中心） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） 纠错

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

AI总结 本文提出FAKP-Net，通过3D关键点四元组提升机器人操作中物体功能理解与执行精度。

Comments Accepted to IROS 2024

VLA-4D: Embedding 4D Awareness into Vision-Language-Action Models for SpatioTemporally Coherent Robotic Manipulation

VLA-4D: 将4D意识嵌入视觉-语言-动作模型中以实现时空一致的机器人操作

Hanyu Zhou, Chuanhao Ma, Gim Hee Lee

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） 纠错

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

AI总结 VLA-4D通过4D意识增强视觉-语言-动作模型，实现时空一致的机器人操作，提升动作执行的空间平滑性和时间一致性。

Audio-VLA: Adding Contact Audio Perception to Vision-Language-Action Model for Robotic Manipulation

Xiangyi Wei, Haotian Zhang, Xinyi Cao, Siyu Xie, Weifeng Ge, Yang Li, Changbo Wang

机构 * School of Computer Science and Technology, East China Normal University（东华师范大学计算机科学与技术学院） ； School of Data Science and Engineering, East China Normal University（东华师范大学数据科学与工程学院） ； School of Software Engineering, East China Normal University（东华师范大学软件工程学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） 纠错

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

OmniVIC: A Self-Improving Variable Impedance Controller with Vision-Language In-Context Learning for Safe Robotic Manipulation

Heng Zhang, Wei-Hsing Huang, Gokhan Solak, Arash Ajoudani

机构 * Human-Robot Interfaces and Interaction Lab, Istituto Italiano di Tecnologia, Genoa, Italy（人机交互实验室，意大利理工学院，热那亚） ； Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院，美国亚特兰大） 纠错

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

Comments Code, video and RAG dataset are available at \url{https://sites.google.com/view/omni-vic}

Tactile-Conditioned Diffusion Policy for Force-Aware Robotic Manipulation

Erik Helmut, Niklas Funk, Tim Schneider, Cristiana de Farias, Jan Peters

机构 * Department of Computer Science, Technical University of Darmstadt（德累斯顿技术大学计算机科学系） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Centre for Cognitive Science, Technical University of Darmstadt（德累斯顿技术大学认知科学中心） ； Hessian Center for Artificial Intelligence (Hessian.AI), Darmstadt（黑森人工智能中心（Hessian.AI）） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

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

A multi-modal tactile fingertip design for robotic hands to enhance dexterous manipulation

Zhuowei Xu, Zilin Si, Kevin Zhang, Oliver Kroemer, Zeynep Temel

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)；robotic(title,abstract)；分类 cs.RO

ARMimic: Learning Robotic Manipulation from Passive Human Demonstrations in Augmented Reality

Rohan Walia, Yusheng Wang, Ralf Römer, Masahiro Nishio, Angela P. Schoellig, Jun Ota

机构 * Technical University of Munich（技术大学慕尼黑） ； University of Tokyo（东京大学） ； Toyota Motor Corporation（丰田汽车公司） 纠错

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

Growing with Your Embodied Agent: A Human-in-the-Loop Lifelong Code Generation Framework for Long-Horizon Manipulation Skills

Yuan Meng, Zhenguo Sun, Max Fest, Xukun Li, Zhenshan Bing, Alois Knoll

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

Comments update fig 1, typo correction - v2

MotionTrans: Human VR Data Enable Motion-Level Learning for Robotic Manipulation Policies

Chengbo Yuan, Rui Zhou, Mengzhen Liu, Yingdong Hu, Shengjie Wang, Li Yi, Chuan Wen, Shanghang Zhang, Yang Gao

机构 * Institute for Interdisciplinary Information Sciences（交叉信息学院） ； Shanghai Qi Zhi Institute（上海启智研究所） ； State Key Laboratory of Multimedia Information Processing School of Computer Science（多媒体信息处理国家重点实验室计算机科学学院） ； Shanghai Jiao Tong University（上海交通大学） ； Wuhan University（武汉大学） 纠错

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

Physically-based Lighting Generation for Robotic Manipulation

Shutong Jin, Lezhong Wang, Ben Temming, Florian T. Pokorny

机构 * KTH Royal Institute of Technology（皇家理工学院） ； Technical University of Denmark（丹麦技术大学） 纠错

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

Safety filtering of robotic manipulation under environment uncertainty: a computational approach

Anna Johansson, Daniel Lindmark, Viktor Wiberg, Martin Servin

机构 * Department of Physics, Umeå University（物理系，乌梅学院） ； Algoryx Simulation AB（Algoryx模拟公司） 纠错

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

Comments 8 pages, 8 figures

GraphCoT-VLA: A 3D Spatial-Aware Reasoning Vision-Language-Action Model for Robotic Manipulation with Ambiguous Instructions

Helong Huang, Min Cen, Kai Tan, Xingyue Quan, Guowei Huang, Hong Zhang

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

Comments 10 pages, 6 figures

Fully Spiking Actor-Critic Neural Network for Robotic Manipulation

Liwen Zhang, Heng Deng, Guanghui Sun

机构 * School of Astronautics（航天学院） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

Multimodal Spiking Neural Network for Space Robotic Manipulation

Liwen Zhang, Dong Zhou, Shibo Shao, Zihao Su, Guanghui Sun

机构 * School of Astronautics, Harbin Institute of Technology（航天学院，哈尔滨工业大学） 纠错

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

ERMV: Editing 4D Robotic Multi-view images to enhance embodied agents

Chang Nie, Guangming Wang, Zhe Lie, Hesheng Wang

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University and Key Laboratory of System Control and Information Processing, Ministry of Education of China（自动化与智能感知学院，上海交通大学；系统控制与信息处理重点实验室，中华人民共和国教育部） 纠错

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

SAM2Act: Integrating Visual Foundation Model with A Memory Architecture for Robotic Manipulation

Haoquan Fang, Markus Grotz, Wilbert Pumacay, Yi Ru Wang, Dieter Fox, Ranjay Krishna, Jiafei Duan

机构 * University of Washington（华盛顿大学） ； Universidad Católica San Pablo（卡塔尔大学） ； NVIDIA（NVIDIA公司） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

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

Comments Including Appendix, Project Page: https://sam2act.github.io