机器人 / 具身智能

DiffPhD: A Unified Differentiable Solver for Projective Heterogeneous Materials in Elastodynamics with Contact-Rich GPU-Acceleration

DiffPhD：一种统一的可微求解器，用于具有接触丰富性的弹性动力学异质材料

Shih-Yu Lai, Sung-Han Tien, Jui-I Huang, Yen-Chen Tseng, Yi-Ting Chiu, Siyuan Luo, Ziqiu Zeng, Fan Shi, Peter Yichen Chen, Tiantian Liu, Yu-Lun Liu, Bing-Yu Chen

机构 * National Taiwan University（国立台湾大学） ； MoonShine Animation Studio（MoonShine 动画工作室） ； National University of Singapore（新加坡国立大学） ； The University of British Columbia（不列颠哥伦比亚大学） ； Independent Researcher（独立研究员） ； National Yang Ming Chiao Tung University（阳明交通大学） 纠错

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

AI总结 DiffPhD通过整合 stiffness-aware 项目权重、信任域特征值过滤和统一GPU管道，解决异质材料中的超弹性、大变形和接触丰富问题，实现高精度与速度的平衡。

X-Imitator: Spatial-Aware Imitation Learning via Bidirectional Action-Pose Interaction

X-Imitator：通过双向动作-姿态交互实现空间感知的模仿学习

Kai Xiong, Hongjie Fang, Lixin Yang, Cewu Lu

机构 * 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 本文提出X-Imitator框架，通过双向动作-姿态交互解决机器人操作中空间感知与动作生成的耦合问题，实验表明其在24个模拟和3个现实任务中表现优于现有方法。

Failing Forward: Adaptive Failure-Informed Learning for Vision-Language-Action Models

失败前进：面向视觉-语言-动作模型的自适应失败信息学习

Meng Zheng, Samhita Marri, Anwesa Choudhuri, Benjamin Planche, Zhongpai Gao, Van Nguyen Nguyen, Terrence Chen, Girish Chowdhary, Ziyan Wu

机构 * United Imaging Intelligence（联合影像智能） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 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AFIL框架，通过利用失败轨迹作为负向指导，提升视觉-语言-动作模型在机器人操作中的鲁棒性和成功率。

Beyond World-Frame Action Heads: Motion-Centric Action Frames for Vision-Language-Action Models

超越世界坐标动作头：面向视觉-语言-动作模型的运动中心动作框架

Huoren Yang, Jianchao Zhao, Hu Yusong, Qiguan Ou, Yuyang Gao, Wei Ke, Yuhang He, SongLin Dong, Zhiheng Ma, Yihong Gong

机构 * Xi’an Jiaotong University（西安交通大学） ； One Robotics ； Shenzhen University of Advanced Technology（深圳大学先进技术学院） 纠错

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

AI总结 本文提出MCF-Proto，一种轻量级动作头，通过运动中心动作框架和原型基动作参数化，提升VLA模型对机器人操作行为的组织与泛化能力。

Introducing Environmental Constraints to Grasping Strategies for Paper-Like Flexible Materials Using a Soft Gripper

引入环境约束以改进软夹具对纸张类柔性材料的抓取策略

Yi Dong, Yang Li, Jinjun Duan, Zhendong Dai

机构 * College of Mechanical and Electrical Engineering, Nanjing University（南京大学机械与电子工程学院） ； Jiangsu Key Laboratory of Bionic Materials and Equipment, Nanjing University of Aeronautics and Astronautics（江苏生物材料与设备重点实验室，南京航空航天大学） 纠错

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

AI总结 本文研究了使用通用软夹具抓取纸张类柔性材料的策略，通过环境约束分析其机械和运动模型，并设计评估系统验证材料和工况对抓取的影响。

Comments Under Review

XQCfD: Accelerating Fast Actor-Critic Algorithms with Prior Data and Prior Policies

XQCfD：利用先验数据和先验策略加速快速Actor-Critic算法

Daniel Palenicek, Florian Vogt, Joe Watson, Ingmar Posner, Danica Kragic, Jan Peters

机构 * Technical University of Darmstadt（技术大学达姆施塔特） ； KTH Royal Institute of Technology（皇家理工学院） ； University of Oxford（牛津大学） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

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

AI总结 本文提出XQCfD算法，通过先验数据、预训练策略和静止策略架构提升样本效率，在稀疏奖励任务中取得最佳性能。

Comments 22 pages, 10 figures, 2 tables

Kintsugi: Learning Policies by Repairing Executable Knowledge Bases

Kintsugi: 通过修复可执行知识库学习策略

Teng Cao, Yu Deng, Hikaru Shindo, Quentin Delfosse, Lanxi Wen, Suli Wang, Jannis Blüml, Christopher Tauchmann, Kristian Kersting

机构 * Artificial Intelligence and Machine Learning Lab, Technical University of Darmstadt, Germany（德累斯顿技术大学人工智能与机器学习实验室） ； Hessian Center for Artificial Intelligence (hessian.AI), Germany（黑森人工智能中心） ； Department of Computer Science, Technical University of Darmstadt, Germany（德累斯顿技术大学计算机科学系） ； Department of Computer Science, Technical University of Munich (TUM), Germany（慕尼黑技术大学计算机科学系） ； German Research Center for Artificial Intelligence (DFKI), Germany（德国人工智能研究中心） ； Centre for Cognitive Science, Technical University of Darmstadt, Germany（德累斯顿技术大学认知科学中心） 纠错

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

AI总结 Kintsugi提出一种白盒策略学习框架，通过验证器门控构建可执行知识库，以可组合的类型条目表示任务级策略知识，并通过局部类型编辑提升知识库，实现可检查、可编辑和可部署的策略改进。

LiteVLA-H: Dual-Rate Vision-Language-Action Inference for Onboard Aerial Guidance and Semantic Perception

LiteVLA-H: 双速率视觉-语言-动作推断用于机载空中引导与语义感知

Justin williams, Kishor Datta Gupta, Roy George, Mrinmoy Sarkar

机构 * Department of Cyber Physical Systems, Clark Atlanta University（克劳克阿特拉大学网络物理系统系） 纠错

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

AI总结 LiteVLA-H通过双速率操作在边缘设备上实现高效视觉-语言-动作推断，兼顾快速动作输出与语义理解，提升空中引导与场景感知性能。

Insider Attacks in Multi-Agent LLM Consensus Systems

多智能体大语言模型共识系统中的内部攻击

Xiaolin Sun, Zixuan Liu, Yibin Hu, Zizhan Zheng

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，Location，Country） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，Location，Country） ； Department of Computer Science, Tulane University, New Orleans, United States of America（计算机科学系， Tulane大学，新奥尔良，美国） 纠错

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

AI总结 研究多智能体大语言模型共识系统中的内部攻击问题，提出基于世界模型的框架，通过学习良性智能体的潜在行为状态并利用强化学习训练攻击者，有效降低共识率并延长分歧时间。

BrickCraft: Visuomotor Skill Composition with Situated Manual Guidance for Long-Horizon Interlocking Brick Assembly

BrickCraft: 基于情境手动指导的长视界互锁积木组装技能组合

Jichuan Yu, Bowei Li, Zhenran Tang, Guanxing Lu, Chuxiong Hu, Ruixuan Liu, Changliu Liu

机构 * Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 BrickCraft通过情境手册将高层装配计划与物理执行连接，利用相对公式分解复杂任务为可重用的原始技能，实现长视界互锁积木组装。

Contact-Grounded Policy: Dexterous Visuotactile Policy with Generative Contact Grounding

接触导向策略：具备生成接触基础的灵活视觉-触觉策略

Zhengtong Xu, Yeping Wang, Ben Abbatematteo, Jom Preechayasomboon, Sonny Chan, Nick Colonnese, Amirhossein H. Memar

机构 * Purdue University（普渡大学） ； Meta Reality Labs Research（Meta现实实验室） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 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Contact-Grounded Policy，通过预测机器人状态和触觉反馈的耦合轨迹，生成接触基础的灵活视觉-触觉策略，优于现有基线方法。

RopeDreamer: A Kinematic Recurrent State Space Model for Dynamics of Flexible Deformable Linear Objects

RopeDreamer：一种用于柔性可变形线性物体动态的运动学递归状态空间模型

Tim Missal, Lucas Domingues, Berk Guler, Simon Manschitz, Jan Peters, Paula Dornhofer Paro Costa

机构 * Technical University of Darmstadt（德意志技术大学） ； School of Electrical and Computer Engineering, Universidade Estadual de Campinas (UNICAMP)（坎皮纳斯州立大学电气与计算机工程学院） ； Instituto de Pesquisas Eldorado（Eldorado研究所） ； Honda Research Institute Europe GmbH（本田欧洲研究院） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Centre for Cognitive Science（认知科学研究中心） ； Artificial Ingelligence Lab, Recod.ai（Recod.ai人工智能实验室） 纠错

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

AI总结 本文提出结合递归状态空间模型与四元数运动链表示的潜变量框架，用于预测柔性可变形线性物体的状态，通过约束物理有效流形减少自交和非物理变形，提升长周期预测性能。

Function-based Parametric Co-Design Optimization of Dexterous Hands

基于函数的参数化双工手优化设计

Mohammad Amin Mirzaee, Harsh Gupta, Wenzhen Yuan

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文提出了一种综合参数框架，统一手掌结构、手指运动学、指尖几何和微尺度表面曲率，通过参数化表面变形核直接影响接触交互，提升抓取稳定性任务的仿真与现实优化性能。

Comments 8 pages, 7 figures, https://www.aminmirzaee.com/HandCDO/

Genie Sim PanoRecon: Fast Immersive Scene Generation from Single-View Panorama

Genie Sim PanoRecon：从单视角全景快速生成沉浸式场景

Zhijun Li, Yongxin Su, Di Yang, Jichao Wang, Zheyuan Xing, Qian Wang, Maoqing Yao

机构 * AgibotTech 纠错

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

AI总结 提出Genie Sim PanoRecon，通过高斯点散布管道快速生成高质量3D场景，用于机器人操作模拟，实现全景分解、并行处理和无缝重建，提升仿真实景生成效率。

Complementarity by Construction: A Lie-Group Approach to Solving Quadratic Programs with Linear Complementarity Constraints

通过构造的互补性：一种李群方法用于求解带有线性互补性约束的二次规划

Arun L. Bishop, Micah I. Reich, Zachary Manchester

机构 * Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学） 纠错

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

AI总结 本文提出利用李群结构解决带有线性互补性约束的二次规划问题，通过构造退化映射实现约束自洽，开发出开源求解器Marble，在多个基准问题中表现优异。

BridgeACT: Bridging Human Demonstrations to Robot Actions via Unified Tool-Target Affordances

BridgeACT: 通过统一的工具-目标可及性桥接人类示范与机器人动作

Yifan Han, Jianxiang Liu, Haoyu Zhang, Yuqi Gu, Yunhan Guo, Wenzhao Lian

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

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

AI总结 BridgeACT通过统一的工具-目标可及性表示，直接从人类视频学习机器人操作，无需机器人示范数据，有效提升真实世界执行能力。

Language Models Might Not Understand You: Evaluating Theory of Mind via Story Prompting

语言模型可能并不理解你：通过故事提示评估理论自我意识

Nathaniel Getachew, Abulhair Saparov

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

AI总结 通过故事提示框架评估大语言模型的理论自我意识和世界建模能力，发现模型在世界建模任务中表现优于理论自我意识任务，且对人物推理更准确。

Comments 21 pages, 17 figures

Full-Body Dynamic Safety for Robot Manipulators: 3D Poisson Safety Functions for CBF-Based Safety Filters

机器人机械臂的全身动态安全性：基于CBF的安全过滤器中的3D泊松安全函数

Meg Wilkinson, Gilbert Bahati, Ryan M. Bena, Emily Fourney, Joel W. Burdick, Aaron D. Ames

机构 * Computing and Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学系） ； Mechanical and Civil Engineering, California Institute of Technology（加州理工学院机械与土木工程系） 纠错

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

AI总结 本文提出利用3D泊松安全函数实现机器人机械臂在动态环境中的全身避障，通过求解泊松方程生成全局平滑的CBF，确保任务空间的安全约束。

PAT3D: Physics-Augmented Text-to-3D Scene Generation

PAT3D：融合物理的文本到3D场景生成

Guying Lin, Kemeng Huang, Michael Liu, Ruihan Gao, Hanke Chen, Lyuhao Chen, Beijia Lu, Taku Komura, Yuan Liu, Jun-Yan Zhu, Minchen Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Genesis AI 纠错

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

AI总结 PAT3D通过融合视觉-语言模型与物理模拟，生成物理合理且无交叠的3D场景，提升场景质量和物理稳定性。

Comments 19 pages, 12 figures

DeVI: Physics-based Dexterous Human-Object Interaction via Synthetic Video Imitation

DeVI：基于物理的灵巧人-物体交互通过合成视频模仿

Hyeonwoo Kim, Jeonghwan Kim, Kyungwon Cho, Hanbyul Joo

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 DeVI通过合成视频模仿实现基于物理的灵巧人-物体交互，结合3D人体跟踪与鲁棒2D物体跟踪，提升对未知目标物体的控制能力，优于现有方法。

Comments Project Page: https://snuvclab.github.io/devi/

SpaceDex: Generalizable Dexterous Grasping in Tiered Workspaces

SpaceDex：在分层工作空间中的通用灵巧抓取

Wensheng Wang, Chuanjun Guo, Wei Wei, Tong Wu, Ning Tan

机构 * Sun Yat-sen University（中山大学） ； Stellarobot Company（Stellarobot公司） 纠错

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

AI总结 SpaceDex提出了一种分层框架，通过视觉-语言模型规划和臂手特征分离网络，提升在受限3D环境中的灵巧抓取性能，实现在100次真实测试中达到63%的成功率。

Fed3D: Federated 3D Object Detection

Fed3D: 联邦3D目标检测

Suyan Dai, Chenxi Liu, Fazeng Li, Peican Lin

机构 * School of Automation Science and Enginnering, South China University of Technology（华南理工大学自动化科学与工程学院） ； State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所机器人重点实验室） ； Institutes for Robotics and Intelligent Manufacturing, Chinese Academy of Sciences（中国科学院机器人与智能制造研究院） 纠错

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

AI总结 本文提出Fed3D框架，解决多机器人感知网络中3D目标检测的隐私保护与数据异质性问题，通过局部-全局类感知损失和联邦3D提示模块降低通信成本。

cuRoboV2: Dynamics-Aware Motion Generation with Depth-Fused Distance Fields for High-DoF Robots

cuRoboV2：基于深度融合距离场的动态感知运动生成用于高自由度机器人

Balakumar Sundaralingam, Adithyavairavan Murali, Stan Birchfield

机构 * NVlabs 纠错

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

AI总结 cuRoboV2通过融合深度信息的距离场技术，实现高自由度机器人的安全、可行和反应式运动生成，提升了单臂机械臂到完整人形机器人的运动生成能力。

Comments cuRoboV2 Technical Report with code url

RePAIR: Interactive Machine Unlearning through Prompt-Aware Model Repair

RePAIR：通过提示感知模型修复实现交互式机器去学习

Jagadeesh Rachapudi, Pranav Singh, Ritali Vatsi, Praful Hambarde, Amit Shukla

机构 * Indian Institute of Technology Mandi（印度理工学院曼迪） 纠错

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

AI总结 本文提出RePAIR框架，通过提示感知模型修复实现用户交互式机器去学习，解决大语言模型在预训练中吸收有害知识、虚假信息和隐私数据的问题，实现用户自主控制数据。

Detecting Precise Hand Touch Moments in Egocentric Video

在第一人称视频中精确检测手触时刻

Huy Anh Nguyen, Feras Dayoub, Minh Hoai

机构 * Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； Adelaide University（阿德莱德大学） 纠错

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

AI总结 本文提出HiCE模块和TouchMoment数据集，通过时空特征和跨注意力机制提升手触检测精度，实验显示在严格评估标准下，方法在平均精度上优于现有基线16.91%。

Comments Accepted to CVPR Findings 2026

iTeach: In the Wild Interactive Teaching for Failure-Driven Adaptation of Robot Perception

iTeach：真实环境中的交互教学用于机器人感知的故障驱动适应

Jishnu Jaykumar P, Cole Salvato, Vinaya Bomnale, Jikai Wang, Yu Xiang

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

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

AI总结 iTeach通过故障驱动的交互教学框架，实现机器人感知在真实环境中的自适应。该方法通过人类与物体的短时交互暴露信息配置，结合少量样本进行迭代微调，提升分割性能和抓取成功率。

CLASP: Closed-loop Asynchronous Spatial Perception for Open-vocabulary Desktop Object Grasping

CLASP: 闭环异步空间感知用于开放词汇桌面物体抓取

Yiran Ling, Wenxuan Li, Siying Dong, Yize Zhang, Xiaoyao Huang, Jing Jiang, Ruonan Li, Jie Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； National Key Laboratory of Smart Farm Technologies and Systems（智慧农场技术与系统全国重点实验室） ； Peng Cheng Laboratory（鹏城实验室） ； Northeastern University（东北大学） 纠错

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

AI总结 本文提出CLASP框架，通过异步闭环机制整合多模态感知、逻辑推理与状态反馈，解决低级抓取中多模态演示不足、空间幻觉和开放环执行脆弱性问题，实现87%的成功率和强泛化能力。

TOSC: Task-Oriented Shape Completion for Open-World Dexterous Grasp Generation from Partial Point Clouds

TOSC：面向任务的形状补全用于从部分点云生成开放世界灵巧抓取

Weishang Wu, Yifei Shi, Zhiping Cai

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

AI总结 本文提出面向任务的形状补全方法，通过生成任务导向的接触区域完成方案，提升开放世界中灵巧抓取的性能，改进抓取位移和 Chamfer 距离。

Comments Accepted to AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(13), 10781-10789 (2026)

Statics of continuum planar grasping

连续体平面抓取的力学

Udit Halder

机构 * Department of Mechanical Engineering, University of South Florida（南佛罗里达大学机械工程系） 纠错

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

AI总结 本文提出基于控制理论的框架，分析连续接触与平面物体的静态平衡，通过优化接触力提升抓取性能。

Adaptive Action Chunking at Inference-time for Vision-Language-Action Models

推理时的自适应动作分块

Yuanchang Liang, Xiaobo Wang, Kai Wang, Shuo Wang, Xiaojiang Peng, Haoyu Chen, David Kim Huat Chua, Prahlad Vadakkepat

机构 * National University of Singapore（新加坡国立大学） ； Shenzhen University of Advanced Technology（深圳理工大学） ； Sangfor Technologies Inc.（深信服科技股份有限公司） ； Mininglamp Technology（明略科技） ； Shenzhen Technology University（深圳技术大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本文提出自适应动作分块策略，通过动作熵动态调整分块大小，提升机器人操作的反应与一致性。

Comments accepted by CVPR 2026