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。
PanoVine: 软体生长藤蔓机器人的全身视觉运动控制
机构 * Stanford University（斯坦福大学）
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。
RTFF：使用双臂机械手的随机到目标织物展平策略
机构 * Department of Electrical and Electronic Engineering, Faculty of Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； Dyson School of Design Engineering, Imperial College London（帝国理工学院设计工程学院） ； Unprecedented-scale Data Analytics Center, Tohoku University（东北大学大规模数据分析中心） ； Graduate School of Information Sciences, Tohoku University（东北大学信息科学研究生院） ； Department of Mechanical Engineering, City University of Hong Kong（香港城市大学机械工程系）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出随机到目标织物展平任务，通过模板网格对齐和混合模仿学习-视觉伺服策略，实现双臂机器人对任意目标姿态的织物展平与对齐。
Comments 8 pages, 7 figures, conference
基于扰动的视觉-语言-动作模型不确定性用于故障检测
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
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。
用于服装配置对齐的缝到图重建
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）
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
局部流匹配生成模型
机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（哈里·米尔顿·斯图尔特工业与系统工程学院，佐治亚理工学院） ； Department of Mathematics, Duke University（杜克大学数学系）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.LG
AI总结 提出局部流匹配（LFM）方法，通过逐步学习一系列流匹配子模型，每个子模型匹配扩散过程的一个时间步，实现更高效训练，并基于χ²散度提供理论生成保证，在表格、图像和机器人策略生成中表现竞争性。
MemoryWAM：具有持久记忆的高效世界动作建模
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）
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: 面向长程视觉-语言-动作策略的事件驱动视觉证据记忆
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）
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%。
晶格结构中的选择性单元胞驱动用于软体机器人的分布式形态变化
机构 * Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）
专题命中 机器人操作 ：robotics(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出嵌入式气动单元胞，将弯曲支柱晶格与双向波纹管致动器集成，通过空间驱动模式实现全局形态控制，实验验证了可扩展位移、力生成及弯曲、抓取和爬行运动。
Comments Accepted to IROS 2026, 8 pages, 5 figures
基于接触式条纹投影轮廓术的高分辨率反射与透明物体三维表面测量
机构 * Department of Mechanical Engineering, Yonsei University（延世大学机械工程系） ； Yonsei Institute for Embodied Intelligence, Yonsei University（延世大学具身智能研究所）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.CV
AI总结 针对GelSight传感器在反射/透明物体上深度精度不足和校准困难的问题，提出基于数字条纹投影的接触式三维测量方法，通过三角测量实现高精度全视场三维重建。
HATS：用于多臂数据收集的人-智能体遥操作系统
机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Nanyang Technological University（南洋理工大学） ； Imperial College London（帝国理工学院）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出HATS系统，由单操作员借助MLLM智能体控制两主臂和两辅助臂，实现高效多臂数据收集，性能媲美双人专家团队。
ART-Glove：用于接触接地灵巧交互捕获的关节式触觉手套
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 机器人操作 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 提出ART-Glove关节式触觉手套，通过16个刚性功能表面和22个解剖对齐关节，同步捕获22自由度关节运动和2048触觉点接触信息，支持下游灵巧机器人学习。
理解中行动：面向实时视觉-语言-动作模型的异步语义-动作解耦
机构 * Northeastern University（东北大学） ； Ising AI ； CUHK-Shenzhen（香港中文大学（深圳））
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出异步语义-动作解耦框架，分离VLAs中的语义理解与动作生成，通过低频率语义更新和高频率动作推理实现高频闭环控制，在LIBERO和真实机器人上验证了高达35.6Hz的动作模块吞吐率。
重新思考视觉运动策略学习中的隐式空间表示
机构 * MARS Lab, Nanyang Technological University（南洋理工大学MARS实验室）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文重新评估了空间softmax池化在机器人操作中的有效性，发现其提供紧凑稳定的空间表示但受限于表示瓶颈，并提出PRISM编码器通过多尺度隐式空间信息融合提升性能。
AetheRock: 一种用于力引导视觉触觉学习的臂戴式机器人教学系统
机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团） ； Shanghai Innovation Institute（上海创新研究院） ； Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院）
专题命中 机器人操作 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 提出臂戴式设备AetheRock采集夹爪力、视觉和触觉数据，并设计ForceVT框架利用力和视觉引导触觉学习，解决力感知机器人学习中传感器装配不兼容问题。
用更少实现更多——局部场景表示用于触觉成像
机构 * Technion - Israel Institute of Technology（以色列理工学院） ； Rambam Health Care Campus（拉姆巴姆医疗中心）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.LG
AI总结 提出局部编码器空间感知（LESS）方法，通过局部感受野的循环编码器网格建模触觉场景，实现内部结构的2D/3D重建，在泛化、不确定性估计和手持成像上取得突破。
Comments RSS 2026
SyLink Hand：一种受协同作用启发的连杆驱动拟人手，实现类人灵巧性
机构 * National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 受人类手部协同作用启发，提出SyLink Hand拟人灵巧手，通过生物力学协同原理与连杆驱动机构结合，在紧凑低成本架构中实现外观、运动学和功能的高度拟人化，验证了协同启发连杆设计有效平衡拟人度、机械简单性和功能多样性。
面向杂乱环境中的可靠顺序物体抓取：RGMC 2025 亚军方案
机构 * School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 针对杂乱环境中的顺序物体抓取任务，提出集成硬件-软件流水线，结合多功能夹爪设计与物体分布及遮挡关系新表示，实现高效识别、搜索与顺序抓取，获RGMC 2025亚军。
Comments First, Second and Third Coauthor contributed equally to this work
EgoEngine：从自我中心人类视频到高保真灵巧机器人演示
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Tsinghua University（清华大学）
专题命中 机器人操作 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 提出EgoEngine框架，通过视觉和动作桥接，将自我中心人类视频转化为高保真机器人数据，首次实现零样本灵巧策略学习。
PAWS: 基于优势加权片段的首选学习
机构 * University of Freiburg（弗莱堡大学）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.LG
AI总结 针对偏好强化学习中训练与推理分布不匹配导致时间信用分配退化的问题，提出PAWS方法，利用片段级优势函数直接进行策略更新，在机器人操作和运动任务上优于现有方法。
Comments Published as a conference paper at ICML 2026
基于开放世界接触定位的以手为中心的人到机器人轨迹迁移
机构 * Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出HOWTransfer框架，通过接触定位从人类视频中提取接触感知的机器人轨迹，无需物体特定描述，在多样化操作任务中实现86%的成功率。
FOUND-IT: 基于基础模型优先、按需粒度的任务驱动3D场景图
机构 * Laboratory for Information & Decision Systems, Massachusetts Institute of Technology（信息与决策系统实验室，麻省理工学院） ； Samsung Research America（三星美国研究院）
专题命中 机器人操作 ：manipulation(abstract)；navigation(abstract)；分类 cs.RO
AI总结 提出首个基于未标定单目相机实时构建任意室内外环境分层任务驱动3D场景图的方法，通过几何基础模型和可调整粒度支持动态任务，并在ASHiTA SG3D基准上提升79%准确率。
层次扩散策略中的在线自训练协同适应
机构 * ISIR, Sorbonne Université, CNRS（ISIR，索邦大学，国家科学研究中心）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出ORCHID自训练框架，通过环境反馈过滤轨迹并蒸馏回规划器和控制器，实现层次扩散策略的在线稳定改进，在CALVIN基准上轻量模型超越纯离线方法。
Comments Accepted at ICML 2026 Workshop on Decision-Making from Offline Datasets to Online Adaptation (DEMO)
连续体和软体机器人控制中的杆模型：综述
机构 * Istituto Italiano di Tecnologia（意大利技术研究院） ； The BioRobotics Institute（生物机器人研究所） ； Department of Excellence in Robotics and AI（机器人与人工智能卓越部门）
专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 本文综述了杆模型在连续体和软体机器人建模与控制中的应用，涵盖数学基础、机器人建模及控制策略，并讨论了其优势、局限和未来方向。
SynManDex: 从合成人类预抓取中合成类人灵巧抓取
机构 * Shanghai AI Lab（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学） ； Shenzhen University（深圳大学） ； Fudan University（复旦大学） ； University of Hong Kong（香港大学） ； ZTE Corporation（中兴通讯股份有限公司）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出SynManDex流水线，利用生成的人类预抓取作为启发，通过机器人原生优化实现力闭合接触，生成类人灵巧抓取，在仿真和真实机器人上取得高成功率和类人性。
EPS3D: 端到端前馈式3D全景分割
机构 * Nanyang Technological University（南洋理工大学）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.CV
AI总结 提出端到端前馈框架EPS3D，通过蒸馏训练和多视图图像预测3D感知特征，结合互增强模块实现语义-实例一致性，在Replica上语义mIoU提升13%，每场景仅需1秒。
Comments ICML 2026. The code is publicly available at \href{https://github.com/Runsong123/EPS3D}{https://github.com/Runsong123/EPS3D}
Video2Sim2Real：从单个人类视频实现全栈自主灵巧技能获取
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Toyota Research Institute（丰田研究所） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 机器人操作 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 提出Video2Sim2Real框架，从单个人类操作视频中重建数字孪生并提取运动先验，通过物体关键帧优化机器人配置，结合残差强化学习与碰撞感知规划，实现从仿真到真实世界的灵巧技能迁移。
Comments Website: https://video2sim2real.github.io/
使用扩散策略引导发现新行为
机构 * Munich Institute of Robotics and Machine Intelligence, Technical University of Munich（慕尼黑工业大学慕尼黑机器人与机器智能研究所）
专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 提出结合Feynman-Kac校正器与引导势能的框架，从扩散策略中挖掘并优化罕见但可行的轨迹，再训练策略以系统发现多样化可执行行为。
Comments Preprint. Supplementary video: https://youtu.be/T7MUvMA67VM
Dexterity-BEV: 对齐3D世界与动作以实现通用机器人策略学习
机构 * DexForce Technology（德克斯技术公司） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出Dexterity-BEV框架，通过对齐顶点图和顶点谱的3D表示以及鸟瞰图对齐，解决2D基础模型在3D操作中的局限性，提升机器人策略的泛化能力。
Comments under review
人-外骨骼运动学校准以提高手部跟踪用于灵巧遥操作
机构 * Walker Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学机械工程系） ； Sony Group Corporation, Tokyo, Japan（索尼集团公司，日本东京） ； Meta Reality Labs Research, Redmond, WA, USA（Meta现实实验室研究）
专题命中 机器人操作 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 本文提出一种针对手部外骨骼的个性化校准框架，通过残差加权优化估计虚拟链接参数，减少关节和指尖跟踪误差，提升遥操作精度。
Comments 8 pages, 10 figures, 1 supplementary video, submitted to RA-L
LightTact: 一种用于变形无关接触感知的视觉-触觉指尖传感器
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心（BCAI））
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出LightTact传感器，通过环境光阻断光学配置实现变形无关的接触检测，在无宏观变形下（如液体、超软材料）实现高对比度接触分割，并解锁轻接触机器人操作。
Comments Project website: https://linchangyi1.github.io/LightTact
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