机器人 / 具身智能

CAPE: Contrastive Action-conditioned Parallel Encoding for Embodied Planning

CAPE: 用于具身规划的条件对比动作并行编码

Cong Chen, Haowen Wang, Zhixiang Zhang, Pei Ren, Zhengping Che

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

AI总结 提出CAPE框架，通过对比学习区分不同动作序列的未来结果，实现高效视觉动力学建模，在真实世界和零样本迁移任务中显著提升规划性能并降低推理成本。

Comments 19 pages, 7 figures

Optimal Control Approach for Non-prehensile Ball Juggling Using a 7-DoF Manipulator

使用7自由度机械臂进行非抓取式抛球的最优控制方法

Joel Ramadani, Vasilije Rakčević, Riddhiman Laha, Arne Sachtler, Valentin Le Mesle, Achim J. Lilienthal, Sami Haddadin

机构 * Technical University of Munich（慕尼黑技术大学） ； Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； German Aerospace Center (DLR), Institute of Robotics and Mechatronics（德国航空航天中心（DLR）机器人与机电机构研究所） 纠错

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

AI总结 提出一种基于模型的两阶段最优控制框架，用于7自由度机械臂使用工具进行非抓取式抛球，生成周期性抛球轨迹并通过离线计算实现实时误差校正。

Comments 8 pages, accepted at ICRA 2026

Agentic AI for Robot Control: Flexible but still Fragile

用于机器人控制的智能体AI：灵活但依然脆弱

Oscar Lima, Marc Vinci, Martin Günther, Marian Renz, Alexander Sung, Sebastian Stock, Johannes Brust, Lennart Niecksch, Zongyao Yi, Felix Igelbrink, Benjamin Kisliuk, Martin Atzmueller, Joachim Hertzberg

机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Cambridge（剑桥大学） ； Technical University of Munich（慕尼黑技术大学） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； German Aerospace Center (DLR)（德国航空航天中心（DLR）） 纠错

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

AI总结 本文提出一种基于推理型语言模型的智能体控制系统，通过迭代规划-执行循环选择并调用机器人技能完成任务，在两种物理平台上实验表明系统灵活但存在非确定性行为、指令遵循错误和提示敏感等脆弱性。

On the Effects of Measurement Uncertainty in Optimal Control of Contact Interactions

关于测量不确定性在接触相互作用最优控制中的影响

Brahayam Ponton, Stefan Schaal, Ludovic Righetti

机构 * Max-Planck Institute for Intelligent Systems, Tuebingen-Germany（图灵智能研究所，图宾根-德国） ； University of Southern California, Los Angeles-USA（南加州大学，洛杉矶-美国） 纠错

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

AI总结 本文研究了在机器人应用中，接触相互作用的不确定性不仅来自过程模型的噪声，还来自对世界知识的不精确，提出了一种基于风险敏感控制的SOC算法，通过引入观测器动态来显式依赖当前测量不确定性，仿真结果显示测量不确定性导致低阻尼行为，与过程噪声导致的刚性行为形成对比。

Comments 17 pages, 5 figures - this version is the one published at WAFR 2016 to fulfill the open access requirements of the EU commission, please refer to the previous version for the complete derivation of the algorithm

On Model Adaptation for Sensorimotor Control of Robots

关于机器人传感器运动控制的模型适应

David Navarro-Alarcon, Andrea Cherubini, Xiang Li

机构 * The Hong Kong Polytechnic University, Hung Hom, Kowloon, Hong Kong（香港理工大学） ； University of Montpellier / LIRMM, Montpellier, France（蒙彼利埃大学 / LIRMM） ； The Chinese University of Hong Kong, Shatin, New Territories, Hong Kong（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 本文研究了如何计算用于引导具有不确定动作-感知关系的机器人系统运动的自适应传感器运动模型，通过两个案例研究展示了所提出的方法：变形物体的形状控制和未校准传感器下的超声探头软操控。

Comments 38th Chinese Control Conference

Geometry-Guided Modeling of Foundation Features Enables Generalizable Object Shape Deformation Learning

几何引导的基础特征建模实现可泛化的物体形状变形学习

Yiyao Ma, Kai Chen, Zhongxiang Zhou, Zhuheng Song, Dongsheng Xie, Zelong Tan, Rong Xiong, Qi Dou

机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学计算机科学与工程系） ； Zhejiang Innovation Center for Humanoid Robotics, Ningbo, China（浙江省人形机器人创新中心） ； State Key Laboratory of Industrial Control and Technology, Zhejiang University, Hangzhou, China（浙江省工业控制技术重点实验室） 纠错

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

AI总结 提出一种几何引导的特征建模机制和视图自适应特征聚合模块，通过变形类别级形状模板实现单目3D形状恢复，在形状变化和视角多样性上显著优于现有方法。

Comments 20 pages, 12 figures, accepted by ICML 2026

OMP: One-step Meanflow Policy with Directional Alignment

OMP: 一步均值流策略与方向对齐

Han Fang, Yize Huang, Yuheng Zhao, Paul Weng, Xiao Li, Yutong Ban

机构 * School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, China（上海交通大学机械工程学院） ； Global College, Shanghai Jiao Tong University, Shanghai, China（上海交通大学全球学院） ； Duke Kunshan University, Jiangsu, China（杜克昆山大学） 纠错

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

AI总结 提出一步均值流策略（OMP），通过方向对齐机制和微分推导方程解决均值流在机器人操作中的谱偏差和梯度饥饿问题，实现高保真实时操控。

Comments Accepted as poster of ICML-2026

BEAVR: Bimanual, multi-Embodiment, Accessible, Virtual Reality Teleoperation System for Robots

BEAVR：用于机器人的双手、多形态、可访问的虚拟现实遥操作系统

Alejandro Posadas-Nava, Alejandro Carrasco, Richard Linares

机构 * Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（航空与航天系，麻省理工学院） 纠错

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

AI总结 提出BEAVR，一个开源的双手多形态VR遥操作系统，通过零拷贝流式架构和异步“思考-行动”控制循环，实现低延迟、多机器人实时控制与数据记录，并兼容多种视觉运动策略。

Comments Accepted for presentation on ICCR Kyoto 2025

Set-Supervised Diffusion Policy: Learning Action-Chunking Diffusion through Corrections

集合监督扩散策略：通过修正学习动作分块扩散

Zhaoting Li, Gang Chen, Javier Alonso-Mora, Cosimo Della Santina, Jens Kober

机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 提出集合监督扩散策略（SDP），利用人类修正中的对比动作分块数据，通过构建期望动作分块集合来训练扩散策略，有效缓解分布偏移并提升鲁棒性。

SoFiE: Soft Finger Exoskeleton for Intelligent Grasping

SoFiE: 用于智能抓取的软手指外骨骼

Magnus Malthe Sigsgaard Nielsen, Nicklas Nikolaj Grønvall, Xiaofeng Xiong, Saravana Prashanth Murali Babu

机构 * SDU Soft Robotics, SDU Biorobotics, The Maersk Mc-Kinney Moller Institute, University of Southern Denmark (SDU)（SDU柔性机器人实验室、SDU生物机器人实验室、马士基麦金尼莫勒研究所、南丹麦大学） 纠错

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

AI总结 本文提出一种模块化软手指外骨骼SoFiE，采用3D打印柔性材料、肌腱驱动和集成触觉传感，实现轻量化、低轮廓的抓取辅助与智能感知。

Whole-Body Inverse Kinematics with Graph Diffusion

基于图扩散的全身逆运动学

Helong Huang, Kai Tan, Feng Wen, Guowei Huang, Xingyue Quan

机构 * Large Model Algorithm Lab, Huawei（华为大模型算法实验室） 纠错

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

AI总结 提出GraphDiff-IK，一种结构感知的图扩散逆运动学框架，通过将机器人表示为运动学图并引入分层消息传递和躯干感知条件，实现了多分支机器人的准确稳定IK求解。

VR-DAgger: Immersive VR for Dexterous Data Collection and Uncertainty-Guided On-Policy Correction

VR-DAgger: 用于灵巧数据收集和不确定性引导的在线策略校正的沉浸式VR

René Zurbrügg, Tifanny Portela, Arjun Bhardwaj, Aravind Elanjimattathil Vijayan, Maximum Wilder-Smith, Marco Hutter

机构 * Robotics Systems Lab（机器人系统实验室） ； ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（ETH人工智能中心） ； ETH Augmented Reality Research Lab（ETH增强现实研究实验室） ； ETH Mobility Initiative（ETH移动性倡议） ； ANYbotics AG（ANYbotics公司） ； Swiss Federal Railways（瑞士联邦铁路） 纠错

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

AI总结 提出VR-DAgger框架，通过VR应用进行灵巧遥操作和数据收集，利用MC Dropout不确定性评分选择关键失败片段进行在线校正，在灵巧操作任务上相比行为克隆提升高达23个百分点，并减少约40%的样本收集时间。

Hyper-DP3: Frequency-Aware Right-Sizing of 3D Diffusion Policies for Visuomotor Control

Hyper-DP3: 面向视觉运动控制的3D扩散策略的频率感知规模调整

Jinhao Zhang, Zhexuan Zhou, Huizhe Li, Yichen Lai, Wenlong Xia, Haoming Song, Youmin Gong, Jie Mei

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 针对机器人操作中扩散策略的高计算成本问题，从频域角度分析动作轨迹的平滑性，提出轻量级3D扩散策略Hyper-DP3，使用扩散混合器解码器和两步DDIM推理，以极低参数和延迟实现最先进性能。

Natural Functional Gradients for Smooth Trajectory Optimization

平滑轨迹优化的自然函数梯度

Kisang Park, Chanwoo Kim, Kyungjae Lee, Sungjoon Choi

机构 * Department of Artificial Intelligence, Korea University, Seoul, Republic of Korea（韩国大学人工智能系，首尔，大韩民国） ； Department of Statistics, Korea University, Seoul, Republic of Korea（韩国大学统计系，首尔，大韩民国） 纠错

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

AI总结 提出一种基于自然函数梯度的轨迹优化框架，通过函数空间中的几何感知更新和蒙特卡洛估计，在无解析梯度时生成更平滑、更可行的运动轨迹。

TacSE3: Equivariant SE(3) Motion Estimation from Low-Texture Visuotactile Images for In-Gripper Tracking and Compensation

TacSE3: 基于低纹理视触觉图像的等变SE(3)运动估计用于夹爪内跟踪与补偿

Zhongyuan Liao, Junzhe Wang, Qingyang Liu, Zhenmin Huang, Jun Ma, Yi Cai, Fei Meng, Haobo Liang, Michael Yu Wang

机构 * Hong Kong Center for Construction Robotics, The Hong Kong University of Science and Technology, Hong Kong, China（香港建设机器人中心，香港科技大学，中国香港） ； The Hong Kong University of Science and Technology (Guangzhou), China（香港科技大学（广州），中国） ； School of Engineering, Great Bay University, Dongguan, China（工程学院，大湾大学，中国东莞） 纠错

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

AI总结 提出TacSE3，一种将低纹理视触觉观测转化为解耦三维力场并估计SE(3)增量刚体运动的触觉运动估计流程，通过双传感器感知减少平移-旋转歧义，实现夹爪内跟踪与补偿。

Probabilistic Recurrent Intention Switching Model

概率递归意图切换模型

Wenyuan Sheng, Hao Zhu, Joschka Boedecker

机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） 纠错

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

AI总结 提出PRISM模型，利用轻量级递归网络建模非平稳意图切换，实现精确EM分解和闭式求解，在网格世界、小鼠迷宫和机器人操作任务中取得最优似然并恢复可解释意图。

NeuralTouch: Neural Descriptors for Precise Sim-to-Real Tactile Robot Control

NeuralTouch: 用于精确的仿真到现实触觉机器人控制的神经描述符

Yijiong Lin, Bowen Deng, Keju Pu, Chenghua Lu, Max Yang, Efi Psomopoulou, Nathan F. Lepora

机构 * Department of Engineering Mathematics and Bristol Robotics Laboratory（工程数学系和布里斯托尔机器人实验室） 纠错

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

AI总结 提出NeuralTouch多模态框架，结合神经描述符场（NDF）和触觉感知，通过深度强化学习策略利用触觉反馈优化抓取姿态，实现精确且可泛化的机器人操作。

Journal ref IEEE/ASME Transactions on Mechatronics, 2026 IEEE/ASME Transactions on Mechatronics IEEE/ASME Transactions on Mechatronics

InvariantCloud: A Globally Invariant, Uniquely Indexed Point Cloud Framework for Robust 6-DoF Tactile Pose Tracking

InvariantCloud：一种全局不变、唯一索引的点云框架，用于鲁棒的6自由度触觉姿态跟踪

Pengfei Ye, Yuxiang Ma, Yi Zhou, Wei Chen, Wenzhen Dong, Molong Duan

机构 * Department of Mechanical and Aerospace Engineering, The Hong Kong University of Science and Technology（香港科学与技术大学机械与航空航天工程系） ； Department of Mechanical Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程系） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） 纠错

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

AI总结 提出InvariantCloud框架，利用视觉触觉传感器上表面标记星座的全局不变性，通过一次性全局不变点云配准实现6自由度物体姿态估计，抑制累积漂移并准确估计偏航旋转，在长序列操作任务中展现出高精度和鲁棒性。

Manifold-Constrained MPPI: Real-Time Sampling-Based Control Under Hard Constraints

流形约束MPPI：硬约束下的实时采样控制

Seulchan Lee, Sanghyun Kim

机构 * School of Mechanical Engineering, Kyung Hee University（京畿大学机械工程学院） ； Advanced Institute of Convergence Technology（融合技术高级研究院） 纠错

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

AI总结 提出流形约束MPPI（MC-MPPI），通过变分自编码器学习约束流形的低维表示，结合二次规划控制器，实现实时硬约束满足。

Comments International Journal of Control, Automation, and Systems

Language Movement Primitives: Grounding Language Models in Robot Motion

语言运动基元：将语言模型锚定在机器人运动中

Yinlong Dai, Benjamin A. Christie, Daniel J. Evans, Dylan P. Losey, Simon Stepputtis

机构 * Collab , Dept. of Mechanical Engineering, Virginia Tech, Blacksburg, VA 24061（合作组，机械工程系，弗吉尼亚理工学院，黑斯堡，VA 24061） ； TEA Lab , Dept. of Mechanical Engineering, Virginia Tech, Blacksburg, VA 24061（TEA实验室，机械工程系，弗吉尼亚理工学院，黑斯堡，VA 24061） 纠错

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

AI总结 提出语言运动基元（LMP）框架，通过将视觉语言模型（VLM）推理与动态运动基元（DMP）参数化结合，实现零样本机器人操作任务。

ComPose: When to Trust Hands for Object Pose Tracking

ComPose：何时信任手部进行物体姿态跟踪

Jisu Shin, Junoh Lee, JunGyu Lee, Inhwan Bae, Dohyeon Lee, Hokyun Im, Youngwoon Lee, Hae-Gon Jeon

机构 * GIST（韩国信息科学与技术学院） ； Yonsei Univ.（延世大学） ； DGIST（国立地面空间技术研究所） 纠错

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

AI总结 提出ComPose框架，利用手部作为补充线索，结合基础模型中的物体和手部线索，在RGB视频中实现6DoF物体姿态跟踪，有效应对严重手部遮挡和几何模糊。

Comments 22 pages, 10 figures

Motion Design for Grasp-Based Dynamic Locomotion in Microgravity

微重力环境下基于抓取的动态移动运动设计

Chaerim Moon, Joohyung Kim, Justin K. Yim

机构 * Department of Mechanical Science and Engineering at the University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） 纠错

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

AI总结 本文针对微重力环境下多肢体机器人系统基于抓取的动态移动问题，提出了一种可参数化的移动规划框架，通过调整步态模式、步长、移动速度和名义姿态等参数，评估其在稳定性和驱动需求方面的性能。研究结果表明，扩大可行接触力空间并抑制脉冲全身动力学可提升移动性能。

From swept contact to pose: Probe-aware registration via complementary-shape docking

从扫掠接触到姿态：通过互补形状对接实现探针感知的注册

Chen Chen, Yunwen Li, Yifan Xu, Xiangjie Yan, Chang Shu, Jianxia Hou, Shiji Song, Xiang Li

机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Tsingscribe Medical Ltd.（Tsingscribe医疗有限公司） ； D-MAVT, ETH Zürich（苏黎世联邦理工学院D-MAVT） ； Peking University School and Hospital of Stomatology（北京大学口腔医学院及口腔医院） ； Institute for Guo Qiang, Tsinghua University（清华大学国强研究院） 纠错

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

AI总结 本研究提出了一种无需校准的注册方法，通过将接触注册重新表述为物体与探针扫掠体积之间的互补形状对接，显式考虑探针几何形状，并利用接触和非接触证据。该方法通过3D FFT相关性进行全局到局部搜索，然后使用李代数更新和解析接触灵敏度进行连续SE(3)细化，实现了高效的探索和指标级收敛。

Comments 8 pages, 9 figures, accepted to ICRA 2026

Self-assembling Modular Aerial Robot for Versatile Aerial Tasks

自组装模块化空中机器人用于多功能空中任务

Junichiro Sugihara, Masaki Kitagawa, Jinjie Li, Yunong Li, Takuzumi Nishio, Kei Okada, Moju Zhao

机构 * Department of Mechanical Engineering, The University of Tokyo（东京大学机械工程系） ； Department of Mechano Informatics, The University of Tokyo（东京大学机械信息学系） 纠错

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

AI总结 本文提出了一种自组装模块化空中机器人LEGION，通过飞行中自组装实现协同操作，结合灵活 maneuverability 和可重构性，实现了从被动观察者到主动参与者转变，拓展了空中物理交互的范围。

DexWild: Dexterous Human Interactions for In-the-Wild Robot Policies

DexWild：面向真实场景的机器人策略的灵巧交互

Tony Tao, Mohan Kumar Srirama, Jason Jingzhou Liu, Kenneth Shaw, Deepak Pathak

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)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出DexWild框架，通过结合人类和机器人示范数据，提升机器人在多样化环境中的泛化能力，实验表明其在未见环境中的成功率显著高于传统方法。

Comments In RSS 2025. Website at https://dexwild.github.io

Generalizable and Actionable Parts Pose Estimation with Symmetry Annotation-Free Learning Strategy

具有对称标注自由学习策略的通用且可操作的部件姿态估计

Wenxiao Chen, Xueyu Yuan, Liu Liu, Di Wu, Dan Guo

机构 * Hefei University of Technology, Hefei, Anhui, China（合肥工业大学） ； University of Science and Technology of China, Hefei, Anhui, China（中国科学技术大学） 纠错

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

AI总结 本文提出了一种无需对称标注的通用且可操作的部件姿态估计框架SAFAG，通过分步细化两阶段框架和自监督学习策略解决对称预测问题，提升了在数据匮乏场景下的姿态估计性能和鲁棒性。

Comments Accepted as a poster at the Forty-third International Conference on Machine Learning (ICML 2026)

HandelBot: Real-World Piano Playing via Fast Adaptation of Dexterous Robot Policies

HandelBot：通过快速适应灵巧机器人策略实现真实世界钢琴演奏

Amber Xie, Haozhi Qi, Dorsa Sadigh

机构 * Stanford University（斯坦福大学） ； Amazon FAR (Frontier AI & Robotics)（亚马逊前沿人工智能与机器人实验室） 纠错

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

AI总结 本文提出HandelBot框架，结合仿真策略和快速适应，通过两阶段流程实现高精度双手钢琴演奏，实验表明其在真实环境中的表现优于直接仿真部署。

Comments Website: https://amberxie88.github.io/handelbot

Real-to-Sim for Highly Cluttered Environments via Physics-Consistent Inter-Object Reasoning

通过物理一致的物体间推理实现高密度环境下的现实到仿真

Tianyi Xiang, Jiahang Cao, Sikai Guo, Guoyang Zhao, Andrew F. Luo, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）机器人与自主系统方向） ； Institute of Data Science, The University of Hong Kong（香港大学数据科学学院） 纠错

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

AI总结 本文提出一种物理约束的现实到仿真管道，通过接触图建模空间依赖性，提升高密度环境中的物体姿态和物理属性的精确性，实现高物理保真度的仿真场景。

Comments Project page: https://physics-constrained-real2sim.github.io

WorldAct: Activating Monolithic 3D Worlds into Interactive-Ready Object-Centric Scenes

WorldAct：将单体3D世界激活为可交互的以对象为中心的场景

Jichen Hu, Jiawei Guo, Jiazhong Cen, Chen Yang, Sikuang Li, Wei Shen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei Inc（华为公司） 纠错

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

AI总结 WorldAct通过多模态代理将静态生成的3D世界分解为可编辑的交互场景，支持对象级编辑和任务执行，保留全局一致性。

Comments Project page: https://sjtu-deepvisionlab.github.io/WorldAct

Diffusion Policy for Coordinated Control of a Nonholonomic Mobile Base and Dual Arms in Door Opening and Passing

扩散策略用于非holonomic移动基底和双臂的协调控制以开门和通过

Shangqun Yu, Matthew En, Daniel Wu, Sangjun Park, Ziyi Zhou, Seyed Fakoorian, Donghyun Kim

机构 * Manning College of Information and Computer Sciences, University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校信息与计算机科学学院） ； alpha-z 纠错

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

AI总结 本文提出基于扩散的视觉-运动控制策略，实现非holonomic移动基底与双臂的协调控制，以完成开门和通过任务，展示了在复杂约束下的高成功率和鲁棒性。