视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
MIDAS手：模块化低阻抗直接驱动拟人传感手
机构 * UCLA（加州大学洛杉矶分校）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 针对灵巧操作受手部硬件限制的问题，提出低成本开源的MIDAS手，有16个自由度，直接驱动且回驱扭矩低，集成触觉传感，发布完整堆栈，经多种测试分析，为触觉灵巧操作和人机数据收集提供平衡可重复平台。
人工智能智能体并非独自失败：上下文首先失败
机构 * The University of Chicago（芝加哥大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 研究人工智能智能体可靠性，通过ProofAgent-Harness评估上下文七个标准，验证上下文工程质量是智能体可靠性的领先指标，经受控研究表明上下文质量标准可预测行为结果，确立其为预检信号及可审计层。
Comments 24 pages, 1 figure
重新思考人工智能系统的渗透测试：从资源妥协到行为目标违反
机构 * Sensifai BV（Sensifai公司）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 本文重新思考人工智能系统渗透测试，将其定义为目标驱动的行为评估，涵盖多种对抗途径。提出测试工作流程，通过实例展示渗透可通过行为影响发生，为评估已部署人工智能系统中的对抗成功提供技术框架。
Comments 42 pages, 5 Tables, 21 references
VAMP-MR：多机器人手臂的向量加速运动规划与执行
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； University of Michigan（密歇根大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 针对多机器人手臂运动规划这一关键挑战，结合经典规划算法与矢量化碰撞检查技术，引入新运动规划器，基于CPU SIMD指令加速碰撞检查，在运动规划和执行后处理中实现加速，并发布实现降低研发门槛。
Comments 8 pages, 6 figures, 3 tables. To appear in the Proceedings of IROS 2026
UniVR：用于统一视觉推理的视觉空间思考
机构 * Beijing Jiaotong University（北京交通大学） ； ByteDance（字节跳动）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 UniVR旨在从纯视觉演示中同时学习复杂推理、物理动力学和长期规划，核心是VR-GRPO强化学习范式。构建VR-X基准进行训练和评估，在VR-X上有25%的提升，还提高了多模态理解基准性能，相关资源已开源。
Comments Code and models are released at: https://maverickren.github.io/UniVR.github.io/
不仅仅是一个操纵器：为自由漂浮航天器规划无推进剂姿态机动
机构 * University of Southern California（南加州大学）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 研究利用机器人操纵器运动进行自由漂浮航天器无推进剂姿态控制，通过制定带约束的轨迹优化问题求解，展示多种系统轨迹，经与反作用轮阵列比较，证明其可作冗余或主要姿态控制系统，为空间应用提供框架。
通过对数编码实现用于超维分解的量子比特高效量子搜索
机构 * University of California, Irvine（加利福尼亚大学欧文分校）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.LG
AI总结 针对超维计算中高成本的超向量分解问题，提出量子比特高效框架，引入对数超向量和绑定编码及可逆查找算子，结合改进搜索过程，保持搜索复杂度同时大幅减少量子比特使用，经实验验证效果显著。
Comments Accepted to ICCAD 2026
具有自适应退出状态选择的循环状态空间语言模型
机构 * Rikkyo University（立教大学） ； The University of Tokyo（东京大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 研究循环状态空间语言模型在推理任务及预训练中的表现，采用循环曼巴等架构，在推理任务中优于非循环基线，预训练时在下游基准测试有竞争力，适配退出门后在中间深度提升下游性能。
PinFT：可嵌入镊子状工具的微型五轴力/扭矩传感器
机构 * University of California Santa Cruz（加州大学圣克鲁兹分校）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究提出PinFT这种可嵌入镊子状工具的微型五轴电容式力/扭矩传感器，通过三层印刷电路板堆叠等实现五自由度力和扭矩传感，经校准有高精度，集成该传感器的镊子在多项操作任务中能可靠捕捉特征力信号，助力夹爪夹具监测解释精细操作。
自动语音识别系统的生成式测试
机构 * Technical University of Munich（慕尼黑技术大学） ； fortiss GmbH（fortiss公司）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.LG
AI总结 研究针对自动语音识别系统易受对抗性操纵问题，提出黑盒测试方法GATAS，通过在文本转语音模型音素级潜在空间操作生成失败输入，经实验评估其成功率高、失真低、感知质量高，证明无目标潜在空间优化可有效生成测试用例。
用于无人机群的以大语言模型为中心的智能体人工智能：架构、使能技术及开放问题
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究针对无人机群实际部署受限问题，提出以大语言模型为中心的智能体人工智能LAUS，回顾相关使能技术，分析威胁，确定包括抗幻觉推理等在内的开放研究挑战。
Comments 8 pages, 4 figures, 2 tables
人工智能中最小自主性理论
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 研究智能代理人工智能系统权限控制问题，提出最小自主性理论，通过定义组合爆炸半径、有向代理影响图及勾结谓词，实现对系统中行动结构分离、代理影响及授权组合等的衡量与检测。
气流暴露约束下模块化空中机械手的任务自适应设计
机构 * Technische Universität Darmstadt（达姆施塔特工业大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 针对多旋翼平台空中操作中旋翼气流限制问题，提出基于优化的模块化空中机械手设计框架，联合考虑任务、末端执行器及气流约束，引入新分类与模型，通过重新配置优化适应多样任务需求，实验验证了框架有效性。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
用于空间可控多视图室内场景重光照的解耦光照先验
机构 * Multimedia Laboratory, The Chinese University of Hong Kong（香港中文大学多媒体实验室） ； Shanghai AI Laboratory（上海人工智能实验室） ； CPII under InnoHK（创新香港研发平台下的CPII）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 研究室内场景重光照问题，提出Lume-Palette框架，通过将重光照解耦为光照蒸馏和投射两阶段，并引入不对称多视图条件策略，实现了逼真、空间可控且多视图一致的重光照效果。
ContactMimic：通过接触控制实现人形机器人与物体交互
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究针对人形机器人物体交互任务，提出CONTACTMIMIC学习框架，通过接触跟随奖励和轨迹增强方案，使策略解耦接触行为与关键点几何，实现接触可控性，仿真与现实实验验证其有效性及优于仅关键点跟踪器。
Comments Project page: https://lixinyao11.github.io/contactmimic-page
学习用于矩阵李群上分布式因子图优化的自适应求解器
机构 * University of Michigan（密歇根大学）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 针对机器人感知中大规模几何优化问题，提出DeepCORD框架，通过展开黎曼优化器为可微迭代，学习自监督反馈策略动态调整参数，实验证明该方法在分布式因子图优化上效果优于现有基线。
以自我为中心的视频-语言模型是否捕捉了以手和物体为中心的线索？
机构 * The University of Tokyo（东京大学） ； University of Twente（特温特大学） ； University of Bristol（布里斯托大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 研究手部-物体交互识别中现有视频-语言模型的局限，提出结合手部-物体掩码训练与HOI-动态感知解码器的新范式，构建DEHOI测试平台评估，证明该方法更有效利用相关信息，在多方面优于现有模型，提升HOI理解。
AnyDexRT：基于少量人类引导的免校准灵巧手重定向
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 研究提出免校准的AnyDexRT方法用于灵巧手遥操作重定向，结合自监督指尖对应学习与少量人类引导，在任务相关区域锚定映射并优化捏合姿势，实验表明该方法提升重定向质量、减少手动调整，控制更直观高效。
基于单目视觉的抓取控制框架
机构 * Autonomous Systems, Technische Universität Wien (TU Wien)（技术大学维也纳自主系统） ； Institute of Robotics and Mechatronics (DLR)（机器人与机电研究所）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究非结构化环境中物体抓取问题，提出基于单目视觉的统一抓取框架，结合多种视觉技术及刚度估计模型，能仅用视觉反馈稳定抓取软硬物体，为食品处理和家庭操作提供实用、高效且通用的方法。
Comments This paper is accepted at IEEE/ASME International Conference on Advanced Intelligent Mechatronics 2026 (AIM 202^)
机器人操作器中经典和控制感知最优轨迹规划的动态评估
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 研究机器人操作器轨迹规划，提出控制感知最优轨迹规划框架，纳入动力学和执行器努力，用中点线性化策略，通过统一评估框架对比经典方法，能降低跟踪误差等，证明仅运动学平滑不能确保高效执行。
Comments Accepted at MERCon 2026. To be presented at MERCon 2026. 7 pages, 7 figures
基于分块的机器人策略的动态执行视界预测
机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Acceleration Consortium（加速联盟） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高等研究院） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 提出DEHP方法，通过在线强化学习训练轻量级执行视界预测分支，在冻结预训练分块策略的情况下动态调整执行步数，显著提升高精度和长时域操作任务的成功率。
通过虚拟现实和大语言模型辅助的人形机器人实现沉浸式社交互动
机构 * Inspire Robotics（Inspire机器人公司）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究通过集成语音控制移动、VR操作和双向社交互动的框架实现人形机器人全身控制，利用苹果视觉专业版等，经大语言模型辅助语音控制等技术，在宇树H1人形机器人上评估，新手操作成功率可观，证明该方式在多方面应用的潜力。
Comments IEEE-RAS International Conference on Humanoid Robots - Workshop: Designing Interactive Humanoids
RoboTALES：通过任务对齐的模拟未来学习推理引导的机器人策略
机构 * University of California, San Diego（加利福尼亚大学圣地亚哥分校）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 针对预训练视频生成模型用于机器人策略规划的局限，提出RoboTALES框架，通过基于分层语言模型的规划器和基于视觉语言模型的评论家两大创新，学习任务对齐的模拟未来以训练机器人策略，在多样操纵任务中表现优于现有方法。
Comments Accepted at ECCV 2026
DexTele：一种基于运动重定向和自适应力控制的双臂灵巧遥操作系统
机构 * School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen（人工智能学院，香港中文大学（深圳）） ； School of Computing, University of Portsmouth（计算学院，朴茨茅斯大学）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对双臂灵巧遥操作中运动重定向和抓取的挑战，提出DexTele系统，通过视觉运动重定向模块和自适应抓取模块，结合运动图编码器、视觉语言模型等技术，实现多平台精确运动重定向与柔顺抓取。
AutoSpec: 通过归纳逻辑编程实现LLM智能体的安全规则演化
机构 * Zhejiang University of Technology（浙江工业大学）
专题命中 机器人操作 ：embodied agent(abstract)；分类 cs.AI
AI总结 提出AutoSpec框架，利用归纳逻辑编程引导的CEGIS自动演化专家定义的安全规则，平衡精确率和召回率，在代码执行和具身智能体领域将F1提升至0.98和0.93，减少高达94%的误报。
SEVRA-BENCH：审查智能体中的社会工程漏洞
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Core AI（微软核心人工智能） ； Amazon AWS（亚马逊AWS） ； Databricks
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 提出SEVRA-BENCH基准，通过社会工程攻击框架评估LLM代码审查智能体拒绝恶意PR的能力，发现闭源与开源模型间存在显著安全差距。
贝叶斯网络的分解：局部与并行推理
机构 * School of Mathematics and Statistics and KLAS, Northeast Normal University（数学与统计学学院及KLAS，东北师范大学） ； College of Mathematics and System Sciences, Xinjiang University（数学与系统科学学院，新疆大学） ； Institute of Statistics and Data Science, Xinjiang University of Finance and Economics（统计与数据科学学院，新疆财经大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.LG
AI总结 针对高维贝叶斯网络精确推理复杂度随规模指数增长的问题，提出基于有向凸子图的分解框架与最小d-分解树，实现并行推理，效率优于连接树法且保留推理精度。
Comments 13 pages, 5 figures,Code available at https://github.com/Balance-H/Decomposition-for-BNs
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, 2026
知识所知，语言所表：解开大语言模型中数学可解性的潜在方向
机构 * Institute for Language and Speech Processing, Athena Research Center（语言与语音处理研究所，雅典娜研究中心）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.LG
AI总结 研究大语言模型数学推理中数学问题可解性判定难题，通过分别探究可解性知识与语言表达的表征，揭示二者在模型隐藏状态中可分离，还表明提示不可解线索等可减少编造，操纵表征能改善模型弃权。
Comments 14 pages, 9 Figures
StructuredEdit：通过可微参数传播实现约束感知的平面设计编辑
机构 * Department of Electrical and Electronics Engineering, Amrita School of Engineering, Coimbatore, Amrita Vishwa Vidyapeetham India（电子与电子工程系，阿米特拉工程学院，科伊巴托尔，阿米特拉世界学院，印度） ； Department of Computer Science and Engineering, Amrita School of Computing, Coimbatore, Amrita Vishwa Vidyapeetham India（计算机科学与工程系，阿米特拉计算学院，科伊巴托尔，阿米特拉世界学院，印度）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 研究针对平面设计编辑在严格约束下操作难的问题，提出StructuredEdit将设计编辑转为参数操作，核心方法是可微参数传播，贡献是提升了约束满意度等指标，还减少了用户编辑时间和校正迭代次数。
Comments 3 page poster short paper.2 Figures, 2 Tables. Planned to submit to SIGGRAPH Asia
HUGS：通过学习人类先验知识指导跨模式和尺度的统一灵巧抓取合成
机构 * Tsinghua University（清华大学）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 研究跨尺度物体的灵巧抓取问题，提出HUGS框架，通过学习物体条件下的人类先验知识指导优化，平衡成功率和多样性，提升了接触模式覆盖与合成成功率，合成大量机器人抓取数据。
Comments The first two authors contributed equally. Project website: https://hugs-dex.github.io/
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈