机器人 / 具身智能

DexEMG: Towards Dexterous Teleoperation System via EMG2Pose Generalization

DexEMG: 通过EMG2Pose泛化实现灵巧遥控系统

Qianyou Zhao, Wenqiao Li, Chiyu Wang, Kaifeng Zhang

机构 * Sharpa ； 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 DexEMG通过EMG2Pose泛化实现灵巧遥控系统，利用sEMG信号提升机器人手的高精度操控与环境适应能力。

CDF-Glove: A Cable-Driven Force Feedback Glove for Dexterous Teleoperation

CDF-Glove: 一种用于灵巧遥控操作的电缆驱动力反馈手套

Huayue Liang, Ruochong Li, Yaodong Yang, Long Zeng, Yuanpei Chen, Xueqian Wang

机构 * Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（人工智能与机器人中心，深圳国际研究生院，清华大学） ； PKU-Psibot Joint Lab（北京大学-PsiBot联合实验室） ； Department of Advanced Manufacturing, Shenzhen International Graduate School, Tsinghua University（先进制造系，深圳国际研究生院，清华大学） 纠错

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

AI总结 CDF-Glove是一种低成本的电缆驱动力反馈手套，通过实时力反馈提升灵巧遥控操作的演示质量和任务成功率。

CAVER: Curious Audiovisual Exploring Robot

CAVER：好奇的视听探索机器人

Luca Macesanu, Boueny Folefack, Samik Singh, Ruchira Ray, Ben Abbatematteo, Roberto Martín-Martín

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 CAVER是一种新型机器人，通过好奇心驱动的探索算法和多模态视听表示，提升材料分类和音频示范模仿的性能。

Comments 9 pages, 6 figures

Push Anything: Single- and Multi-Object Pushing From First Sight with Contact-Implicit MPC

Push Anything: 从首次视觉感知实现单对象和多对象推移的接触隐式MPC

Hien Bui, Yufeiyang Gao, Haoran Yang, Eric Cui, Siddhant Mody, Brian Acosta, Thomas Stephen Felix, Bibit Bianchini, Michael Posa

机构 * General Robotics, Automation, Sensing, and Perception (GRASP) Laboratory（通用机器人、自动化、感知与感知实验室） 纠错

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

AI总结 本研究提出C3+算法，通过接触隐式MPC实现从首次视觉感知到多对象推移的高效操控，实现98%的成功率。

Comments Presented at ICRA 2026; 8 pages, 8 figures. Hien Bui, Yufeiyang Gao, and Haoran Yang contributed equally to this work

Token Bottleneck: One Token to Remember Dynamics

令牌瓶颈：一个令牌来记住动态

Taekyung Kim, Dongyoon Han, Byeongho Heo, Jeongeun Park, Sangdoo Yun

机构 * NAVER AI Lab（NAVER AI实验室） ； Korea University（韩国大学） 纠错

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

AI总结 Token Bottleneck通过压缩场景为一个令牌并利用补丁提示来学习动态场景的序列表示，从而在视觉跟踪和机器人操作等任务中实现优越性能。

Comments NeurIPS 2025, 18 pages, 9 figures, 10 tables, project page: https://token-bottleneck.github.io, code: https://github.com/naver-ai/tobo

Tracing Back Error Sources to Explain and Mitigate Pose Estimation Failures

追溯错误来源以解释和缓解姿态估计失败

Loris Schneider, Yitian Shi, Rosa Wolf, Carolin Brenner, Rudolph Triebel, Rania Rayyes

机构 * Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） ； German Aerospace Center (DLR)（德国航空航天中心） 纠错

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

AI总结 本文提出了一种模块化框架，通过归因特定误差源并针对性缓解，提升ICP在机器人抓取任务中的鲁棒性和性能

Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction

Pro-HOI：感知引导的人形-物体交互

Yuhang Lin, Jiyuan Shi, Dewei Wang, Jipeng Kong, Yong Liu, Chenjia Bai, Xuelong Li

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

AI总结 Pro-HOI通过感知引导框架实现人形机器人稳健的移动- manipulation 交互，利用根轨迹作为通用接口，提升复杂环境下的任务执行能力。

Hippo: High-performance Interior-Point and Projection-based Solver for Generic Constrained Trajectory Optimization

Hippo: 高性能内点法和投影求解器用于通用约束轨迹优化

Haizhou Zhao, Ludovic Righetti, Majid Khadiv

机构 * Tandon School of Engineering, New York University（纽约大学Tandon工程学院） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑机器人与智能机器研究所（MIRMI），慕尼黑技术大学） 纠错

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

AI总结 Hippo是一种高效的求解器，通过内点法和投影方法处理约束轨迹优化问题，适用于复杂机器人任务。

ISS Policy : Scalable Diffusion Policy with Implicit Scene Supervision

ISS政策：具有隐式场景监督的可扩展扩散策略

Wenlong Xia, Jinhao Zhang, Ce Zhang, Yaojia Wang, Huizhe Li, Youmin Gong, Jie Mei

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

AI总结 ISS策略通过隐式场景监督模块提升机器人操作的性能和鲁棒性，实现高效、泛化能力强的3D视觉-运动扩散策略。

Robust Differentiable Collision Detection for General Objects

鲁棒可微碰撞检测用于通用物体

Jiayi Chen, Wei Zhao, Liangwang Ruan, Baoquan Chen, He Wang

机构 * Peking University（北京大学） ； Galbot ； Tsinghua University（清华大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文提出了一种鲁棒且高效的可微碰撞检测框架，支持凸和凹物体，通过基于距离的随机平滑、自适应采样和等价梯度传输提升梯度计算的鲁棒性和信息性，并在复杂网格上实现了显著的性能提升。

DigiArm: An Anthropomorphic 3D-Printed Prosthetic Hand with Enhanced Dexterity for Typing Tasks

DigiArm: 一种具有增强灵活性的3D打印仿人假手，适用于打字任务

Dean Zadok, Tom Naamani, Yuval Bar-Ratson, Elisha Barash, Oren Salzman, Alon Wolf, Alex M. Bronstein, Nili Krausz

机构 * Department of Computer Science, Technion, Haifa, Israel（计算机科学系，技术学院，海法，以色列） ； Department of Mechanical Engineering, Technion, Haifa, Israel（机械工程系，技术学院，海法，以色列） 纠错

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

AI总结 DigiArm是一种低成本3D打印假手，专为提高打字任务的灵活性而设计，通过增强手指和腕部控制实现精确操作。

Unified Complementarity-Based Contact Modeling and Planning for Soft Robots

基于互补性的统一接触建模与规划方法用于软机器人

Milad Azizkhani, Yue Chen

机构 * Woodruff School of Mechanical Engineering and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（伍德鲁夫机械工程学院和机器人与智能机器研究所（IRIM）、佐治亚理工学院） ； Coulter Department of Biomedical Engineering (Georgia Tech and Emory University) and the Institute for Robotics and Intelligent Machines (IRIM), Georgia Institute of Technology（库勒生物医学工程系（佐治亚理工学院和埃默里大学）和机器人与智能机器研究所（IRIM）、佐治亚理工学院） 纠错

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

AI总结 本文提出了一种统一的基于互补性的框架，用于软机器人接触建模与规划，通过解决冗余接触、尺度差异和病态问题，实现了物理一致的接触建模和动态轨迹优化。

Comments 9 pages, 4 figures

DM0: An Embodied-Native Vision-Language-Action Model towards Physical AI

DM0：一种面向物理AI的具身原生视觉-语言-动作模型

En Yu, Haoran Lv, Jianjian Sun, Kangheng Lin, Ruitao Zhang, Yukang Shi, Yuyang Chen, Ze Chen, Ziheng Zhang, Fan Jia, Kaixin Liu, Meng Zhang, Ruitao Hao, Saike Huang, Songhan Xie, Yu Liu, Zhao Wu, Bin Xie, Pengwei Zhang, Qi Yang, Xianchi Deng, Yunfei Wei, Enwen Zhang, Hongyang Peng, Jie Zhao, Kai Liu, Wei Sun, Yajun Wei, Yi Yang, Yunqiao Zhang, Ziwei Yan, Haitao Yang, Hao Liu, Haoqiang Fan, Haowei Zhang, Junwen Huang, Yang Chen, Yunchao Ma, Yunhuan Yang, Zhengyuan Du, Ziming Liu, Jiahui Niu, Yucheng Zhao, Daxin Jiang, Wenbin Tang, Xiangyu Zhang, Zheng Ge, Erjin Zhou, Tiancai Wang

机构 * DM0 Team（DM0团队） ； Dexmal ； StepFun 纠错

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

AI总结 DM0提出了一种面向物理AI的具身原生视觉-语言-动作模型，通过统一具身操作和导航，结合预训练、中训练和后训练流程，实现对复杂物理任务的高效处理。

Comments Authors are listed in alphabetical order. Code is available at https://github.com/Dexmal/dexbotic

EmbeWebAgent: Embedding Web Agents into Any Customized UI

EmbeWebAgent：将Web代理嵌入到任何定制的UI中

Chenyang Ma, Clyde Fare, Matthew Wilson, Dave Braines

机构 * IBM Research Europe（IBM欧洲研究院） ； University of Oxford（牛津大学） 纠错

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

AI总结 EmbeWebAgent通过轻量前端钩子和可重用后端工作流，将Web代理嵌入定制UI，支持混合粒度动作并实现鲁棒的多步骤行为。

Comments Technical Report; Live Demo: https://youtu.be/Cy06Ljee1JQ

EigenSafe: A Spectral Framework for Learning-Based Probabilistic Safety Assessment

EigenSafe: 一种基于谱的强化学习概率安全评估框架

Inkyu Jang, Jonghae Park, Sihyun Cho, Chams E. Mballo, Claire J. Tomlin, H. Jin Kim

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

AI总结 EigenSafe通过学习主导特征对提升强化学习的安全性，适用于机器人操作中的安全策略优化。

Comments Inkyu Jang and Jonghae Park contributed equally to this work. Project Webpage: https://eigen-safe.github.io/

Learning to Pick: A Visuomotor Policy for Clustered Strawberry Picking

学习选择：一种用于聚类草莓采摘的视觉-运动策略

Zhenghao Fei, Wenwu Lu, Linsheng Hou, Chen Peng

机构 * ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University, Hangzhou, China（浙江大学杭州国际科技创新中心） 纠错

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

AI总结 本研究提出了一种基于人类示范的视觉-运动策略，用于解决遮挡环境下草莓采摘的挑战，通过改进的ACT模型实现高效精准采摘。

On the Surprising Effectiveness of Spectral Clipping in Learning Stable Linear and Latent-Linear Dynamical Systems

在学习稳定线性和潜在线性动态系统中的意外有效性

Hanyao Guo, Yunhai Han, Harish Ravichandar

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 频谱截断通过高效学习稳定线性和潜在线性动态系统，实现预测准确性、稳定性与计算效率的统一。

Hand2World: Autoregressive Egocentric Interaction Generation via Free-Space Hand Gestures

Hand2World: 通过自由空间手势生成自主回归的视角交互

Yuxi Wang, Wenqi Ouyang, Tianyi Wei, Yi Dong, Zhiqi Shen, Xingang Pan

机构 * College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） 纠错

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

AI总结 Hand2World通过自由空间手势生成视角交互，利用自回归框架解决遮挡、相机运动解耦和长视频生成问题，提升视觉生成的质量与稳定性。

Implicit State Estimation via Video Replanning

通过视频重规划进行隐式状态估计

Po-Chen Ko, Jiayuan Mao, Yu-Hsiang Fu, Hsien-Jeng Yeh, Chu-Rong Chen, Wei-Chiu Ma, Yilun Du, Shao-Hua Sun

机构 * National Taiwan University（国立台湾大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Cornell University（康奈尔大学） ； Harvard University（哈佛大学） ； Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

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

AI总结 本文提出一种通过视频重规划实现隐式状态估计的框架，通过在线更新模型参数和过滤失败计划，提升复杂任务中的动态适应能力。

Nimbus: A Unified Embodied Synthetic Data Generation Framework

Nimbus：一个统一的具身合成数据生成框架

Zeyu He, Yuchang Zhang, Yuanzhen Zhou, Miao Tao, Hengjie Li, Hui Wang, Yang Tian, Jia Zeng, Tai Wang, Wenzhe Cai, Yilun Chen, Ning Gao, Jiangmiao Pang

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

AI总结 Nimbus通过统一的四层架构和解耦执行模型，提升合成数据生成的吞吐量和稳定性，支持大规模分布式环境下的持续高吞吐数据生成。

Why Look at It at All?: Vision-Free Multifingered Blind Grasping Using Uniaxial Fingertip Force Sensing

为何还要看呢？：使用单轴指尖力感知实现视觉无关的多指盲抓取

Edgar Lee, Junho Choi, Taemin Kim, Changjoo Nam, Seokhwan Jeong

机构 * Department of Mechanical Engineering, Sogang University（机械工程系，首尔大学） ； Department of Electronic Engineering, Sogang University（电子工程系，首尔大学） 纠错

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

AI总结 本文提出了一种无需视觉或多轴触觉传感器的多指盲抓取方法，通过单轴指尖力反馈和关节本体感觉实现高成功率抓取。

Comments Submitted to Journal (under review)

CoWTracker: Tracking by Warping instead of Correlation

CoWTracker: 通过形变而非相关性进行跟踪

Zihang Lai, Eldar Insafutdinov, Edgar Sucar, Andrea Vedaldi

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

AI总结 CoWTracker通过形变替代相关性进行密集点跟踪，结合Transformer架构实现高效且高精度的跟踪与光流估计。

Comments Project website: cowtracker.github.io

GeoLanG: Geometry-Aware Language-Guided Grasping with Unified RGB-D Multimodal Learning

GeoLanG: 基于几何的语言引导抓取与统一RGB-D多模态学习

Rui Tang, Guankun Wang, Long Bai, Huxin Gao, Jiewen Lai, Chi Kit Ng, Jiazheng Wang, Fan Zhang, Hongliang Ren

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

AI总结 GeoLanG通过统一RGB-D多模态学习，结合深度引导几何模块和自适应通道集成，实现鲁棒的语言引导抓取，提升复杂环境中的抓取精度和泛化能力。

Comments IEEE ICRA 2025

MELEGROS: Monolithic Elephant-inspired Gripper with Optical Sensors

MELEGROS：具有光学传感器的单体大象启发式夹具

Petr Trunin, Diana Cafiso, Anderson Brazil Nardin, Trevor Exley, Lucia Beccai

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

AI总结 MELEGROS是一种基于单体结构和光学传感器的仿生夹具，通过集成传感器和气压驱动结构实现多功能抓取与感知。

Comments 15 pages, 6 figures. SI 18 pages, 19 figures. Submitted to Wiley Advanced Science

Fine-Tuning Flow Matching via Maximum Likelihood Estimation of Reconstructions

通过重建的最大似然估计进行流匹配微调

Zhaoyi Li, Jingtao Ding, Yong Li, Shihua Li

机构 * School of Automation, Southeast University（自动化学院，东南大学） ； Key Laboratory of MCCSE of the Ministry of Education, Southeast University（教育部信息与通信工程重点实验室，东南大学） ； Beijing Zhongguancun Academy（北京中关村学院） ； Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） 纠错

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

AI总结 本文提出通过最大似然估计微调流匹配模型，以提高其稳定性和鲁棒性，并在多个任务中验证了方法的有效性。

Towards Space-Based Environmentally-Adaptive Grasping

面向空间环境的自适应抓取

Leonidas Askianakis, Aleksandr Artemov

机构 * Technical University of Munich, Department of Aerospace and Geodesy（慕尼黑技术大学航空航天与大地测量系） ； Project-S 纠错

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

AI总结 本文提出了一种在空间环境中实现自适应抓取的方法，通过学习潜在流形中的控制策略，提高了任务成功率和环境鲁棒性。

On Uncertainty Calibration for Equivariant Functions

关于等变函数的不确定性校准

Edward Berman, Jacob Ginesin, Marco Pacini, Robin Walters

机构 * Department of Mathematics, Northeastern University（东北大学数学系） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Trento & Fondazione Bruno Kessler（特伦托大学及布鲁诺·凯斯勒基金会） ； Khoury College of Computer Sciences, Northeastern University（东北大学计算机科学学院） ； Geometric Learning Lab（几何学习实验室） 纠错

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

AI总结 本文研究了等变函数与不确定性校准之间的关系，通过理论分析和实验验证，揭示了对称性不匹配对模型校准的影响。

Comments Published in Transactions on Machine Learning Research (TMLR). Code is available at https://github.com/EdwardBerman/EquiUQ . Excited to share this paper, comments welcome :D

Learning From a Steady Hand: A Weakly Supervised Agent for Robot Assistance under Microscopy

从稳定的手学习：一种弱监督的机器人助手用于显微镜下的机器人辅助

Huanyu Tian, Martin Huber, Lingyun Zeng, Zhe Han, Wayne Bennett, Giuseppe Silvestri, Gerardo Mendizabal-Ruiz, Tom Vercauteren, Alejandro Chavez-Badiola, Christos Bergeles

机构 * School of Biomedical Engineering & Imaging Sciences, King’s College London（生物医学工程与成像科学学院，伦敦国王学院） 纠错

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

AI总结 本文提出了一种弱监督的机器人助手，通过融合校准感知与阻抗控制，提升了显微镜下生物医学微操作的精度和可靠性。

Shallow-π: Knowledge Distillation for Flow-based VLAs

Shallow-π：基于流的视觉-语言-动作模型的知识蒸馏

Boseong Jeon, Yunho Choi, Taehan Kim

机构 * Samsung Research South Korea（三星韩国研究） 纠错

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

AI总结 Shallow-π通过知识蒸馏显著减少基于流的VLA模型的transformer深度，实现更快的推理速度和更高的性能

Just in time Informed Trees: Manipulability-Aware Asymptotically Optimized Motion Planning

及时知情树：面向可 manipulability 的渐进优化运动规划

Kuanqi Cai, Liding Zhang, Xinwen Su, Kejia Chen, Chaoqun Wang, Sami Haddadin, Alois Knoll, Arash Ajoudani, Luis Figueredo

机构 * Human-Robot Interfaces and Interaction(HRI2), Istituto Italiano Di Tecnologia (IIT)（人机交互（HRI2），意大利技术研究所（IIT）） ； Swiss Federal Technology Institute of Lausanne (EPFL)（洛桑联邦理工学院（EPFL）） ； Technical University of Munich（慕尼黑技术大学） ； School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； School of Computer Science, University of Nottingham, UK（计算机科学学院，诺丁汉大学（英国）） 纠错

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

AI总结 JIT*算法通过两个核心模块提升运动规划效率，优化路径发现并减少奇异点风险，适用于高维机器人路径规划。