机器人 / 具身智能

InteLiPlan: An Interactive Lightweight LLM-Based Planner for Domestic Robot Autonomy

InteLiPlan：一种交互式轻量级基于大语言模型的规划器，用于家用机器人自主性

Kim Tien Ly, Kai Lu, Ioannis Havoutis

机构 * Middlesex University（中塞克斯大学） ； Oxford Robotics Institute, University of Oxford（牛津机器人研究所，牛津大学） 纠错

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

AI总结 InteLiPlan是一种基于大语言模型的轻量级交互式规划器，通过实时机载计算实现家用机器人自主性和鲁棒性的提升，成功完成95%的任务执行率。

VisGym: Diverse, Customizable, Scalable Environments for Multimodal Agents

VisGym: 多模态代理的多样化、可定制化、可扩展环境

Zirui Wang, Junyi Zhang, Jiaxin Ge, Long Lian, Letian Fu, Lisa Dunlap, Ken Goldberg, XuDong Wang, Ion Stoica, David M. Chan, Sewon Min, Joseph E. Gonzalez

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

AI总结 VisGym通过多样化环境评估多模态代理在多步视觉决策中的表现，揭示模型在长上下文处理和视觉化任务中的局限性。

Comments Project page: https://visgym.github.io/

RoboBrain 2.5: Depth in Sight, Time in Mind

RoboBrain 2.5：视觉深度，思维时间

Huajie Tan, Enshen Zhou, Zhiyu Li, Yijie Xu, Yuheng Ji, Xiansheng Chen, Cheng Chi, Pengwei Wang, Huizhu Jia, Yulong Ao, Mingyu Cao, Sixiang Chen, Zhe Li, Mengzhen Liu, Zixiao Wang, Shanyu Rong, Yaoxu Lyu, Zhongxia Zhao, Peterson Co, Yibo Li, Yi Han, Shaoxuan Xie, Guocai Yao, Songjing Wang, Leiduo Zhang, Xi Yang, Yance Jiao, Donghai Shi, Kunchang Xie, Shaokai Nie, Chunlei Men, Yonghua Lin, Zhongyuan Wang, Tiejun Huang, Shanghang Zhang

机构 * BAAI RoboBrain Team（百度人工智能研究院RoboBrain团队） 纠错

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

AI总结 RoboBrain 2.5通过提升3D空间推理和时间值估计，增强具身智能在复杂精细操作中的物理基础和执行感知能力。

Comments 37 pages, 13 figures, Technical Report

Active Cross-Modal Visuo-Tactile Perception of Deformable Linear Objects

主动跨模态视觉-触觉感知用于可变形线性物体

Raffaele Mazza, Ciro Natale, Pietro Falco

机构 * Dipartimento di Ingegneria, Università degli Studi della Campania Luigi Vanvitelli（工程学院，坎帕尼亚路易吉·范维蒂利大学） ； Dipartimento di Ingegneria dell’Informazione, Università degli Studi di Padova（信息工程学院，帕多瓦大学） 纠错

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

AI总结 本文提出一种结合视觉和触觉的跨模态感知框架，用于重建受遮挡的可变形线性物体的3D形状。

Combining Shape Completion and Grasp Prediction for Fast and Versatile Grasping with a Multi-Fingered Hand

结合形状补全与抓取预测以实现快速且多功能的多指手抓取

Matthias Humt, Dominik Winkelbauer, Ulrich Hillenbrand, Berthold Bäuml

机构 * DLR Institute of Robotics and Mechatronics（德国航空航天中心机器人与机电系统研究所） ； Technical University of Munich（慕尼黑技术大学） ； Deggendorf Institute of Technology（德格多夫技术学院） 纠错

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

AI总结 本研究提出了一种结合形状补全与抓取预测的深度学习方法，实现快速且多功能的多指手抓取，通过高效算法在单视角深度图像基础上完成物体抓取任务。

Comments 8 pages, 10 figures, 3 tables, 1 algorithm. Published in Humanoids 2023. Project page: https://aidx-lab.org/grasping/humanoids23

Journal ref 2023 IEEE-RAS 22nd International Conference on Humanoid Robots (Humanoids), pp. 1-8, 2023

Learning Diverse Skills for Behavior Models with Mixture of Experts

通过专家混合学习行为模型的多样化技能

Wangtian Shen, Jinming Ma, Mingliang Zhou, Ziyang Meng

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

AI总结 Di-BM通过专家混合学习方法，提升机器人行为模型在多任务场景下的性能和数据效率。

Domain-specific Hardware Acceleration for Model Predictive Path Integral Control

领域特定硬件加速用于模型预测路径积分控制

Erwan Tanguy-Legac, Tommaso Belvedere, Gianluca Corsini, Marco Tognon, Marcello Traiola

机构 * Univ Rennes（里昂大学） ； Inria（法国国家信息与自动化技术研究院） ； CNRS（法国国家科学研究中心） ； IRISA（国际信息与自动化研究所） ； UMR6074（法国国家科研机构联合研究单位6074） 纠错

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

AI总结 本文提出了一种针对MPPI控制的定制硬件加速器，通过实验验证其在轨迹精度上优于基于GPU的实现。

Comments 7 pages, 11 figures

Future Optical Flow Prediction Improves Robot Control & Video Generation

未来光流预测改进机器人控制与视频生成

Kanchana Ranasinghe, Honglu Zhou, Yu Fang, Luyu Yang, Le Xue, Ran Xu, Caiming Xiong, Silvio Savarese, Michael S Ryoo, Juan Carlos Niebles

机构 * Salesforce AI Research（Salesforce AI研究院） ； Stony Brook University（石溪大学） 纠错

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

AI总结 FOFPred通过统一的视觉-语言模型和扩散架构，实现高效的未来光流预测，提升机器人控制与视频生成的性能。

Comments Project Site (Code, Models, Demo): https://fofpred.github.io

GR-Dexter Technical Report

GR-Dexter 技术报告

Ruoshi Wen, Guangzeng Chen, Zhongren Cui, Min Du, Yang Gou, Zhigang Han, Liqun Huang, Mingyu Lei, Yunfei Li, Zhuohang Li, Wenlei Liu, Yuxiao Liu, Xiao Ma, Hao Niu, Yutao Ouyang, Zeyu Ren, Haixin Shi, Wei Xu, Haoxiang Zhang, Jiajun Zhang, Xiao Zhang, Liwei Zheng, Weiheng Zhong, Yifei Zhou, Zhengming Zhu, Hang Li

机构 * ByteDance Seed（字节跳动种子） 纠错

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

AI总结 GR-Dexter 提出了一种综合框架，通过紧凑机械手、双臂遥控系统和训练配方，实现基于VLA的通用灵巧手机器人操作。

PartDexTOG: Generating Dexterous Task-Oriented Grasping via Language-driven Part Analysis

PartDexTOG: 通过语言驱动的部件分析生成灵活的任务导向抓取

Weishang Wu, Yifei Shi, Zhizhong Chen, Zhipong Cai

机构 * College of Computer Science and Technology, National University of Defense Technology（计算机科学与技术学院，国防科技大学） ； College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学） 纠错

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

AI总结 PartDexTOG通过语言驱动的部件分析生成灵活的任务导向抓取，提升抓取性能和泛化能力。

Plenoptic Video Generation

光场视频生成

Xiao Fu, Shitao Tang, Min Shi, Xian Liu, Jinwei Gu, Ming-Yu Liu, Dahua Lin, Chen-Hsuan Lin

机构 * NVIDIA ； The Chinese University of Hong Kong（香港中文大学） ； 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.CV

AI总结 PlenopticDreamer通过多输入单输出视频条件模型和相机引导检索策略，实现高质量多视角视频重绘，提升时空一致性和视角转换能力。

Comments Project Page: https://research.nvidia.com/labs/dir/plenopticdreamer/

Learning to Nudge: A Scalable Barrier Function Framework for Safe Robot Interaction in Dense Clutter

学习引导：一种可扩展的障碍函数框架用于安全的机器人交互在密集障碍物中

Haixin Jin, Nikhil Uday Shinde, Soofiyan Atar, Hongzhan Yu, Dylan Hirsch, Sicun Gao, Michael C. Yip, Sylvia Herbert

机构 * University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文提出了一种可扩展的障碍函数框架，通过学习可组合的以对象为中心的函数，实现安全的机器人交互在密集障碍物中，无需重新训练即可跨任务转移。

Openpi Comet: Competition Solution For 2025 BEHAVIOR Challenge

Openpi Comet: 2025 BEHAVIOR挑战的竞赛解决方案

Junjie Bai, Yu-Wei Chao, Qizhi Chen, Jinwei Gu, Moo Jin Kim, Zhaoshuo Li, Xuan Li, Tsung-Yi Lin, Ming-Yu Liu, Nic Ma, Kaichun Mo, Delin Qu, Shangkun Sun, Hongchi Xia, Fangyin Wei, Xiaohui Zeng

机构 * Openpi Comet 纠错

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

AI总结 Openpi Comet通过系统构建方法，在2025 BEHAVIOR挑战中取得优异成绩，展示了在长期移动操作任务中的高效解决方案

Comments Post-challenge bug fix

Local Path Optimization in The Latent Space Using Learned Distance Gradient

在潜在空间中利用学习的距离梯度进行局部路径优化

Jiawei Zhang, Chengchao Bai, Wei Pan, Tianhang Liu, Jifeng Guo

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出利用学习的距离梯度在潜在空间中进行局部路径优化，通过训练神经网络预测机器人与障碍物的距离，提高路径规划效率。

Comments This paper has been published in IROS 2025

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 15940-15946

PreGME: Prescribed Performance Control of Aerial Manipulators based on Variable-Gain ESO

PreGME：基于变增益ESO的空中机械臂预设性能控制

Mengyu Ji, Shiliang Guo, Zhengzhen Li, Jiahao Shen, Huazi Cao, Shiyu Zhao

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； WINDY Lab, Department of Artificial Intelligence, Westlake University（西湖大学人工智能研究院WINDY实验室） ； College of Artificial Intelligence, Zhejiang University（浙江大学人工智能学院） ； Research Center for Industries of the Future, Westlake University（未来产业研究中心） 纠错

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

AI总结 PreGME通过变增益ESO和预设性能控制，实现空中机械臂高精度运动控制，有效应对动态耦合挑战。

Comments 12 pages, 6 figures

Assignment-Routing Optimization: Solvers for Problems Under Constraints

路径-分配优化：受约束问题的求解器

Yuan Qilong, Michal Pavelka

机构 * Singapore Institute of Technology（新加坡理工学院） ； Mathematical Institute, Faculty of Mathematics and Physics, Charles University（数学学院，数学与物理系，查尔斯大学） 纠错

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

AI总结 本文提出了一种基于MIP的求解器，用于解决受约束的路径-分配优化问题，在包装规划、运动规划和复杂物流中表现出高效和高质量的解决方案。

Comments 11 pages, 1 figures

OpenHOI: Open-World Hand-Object Interaction Synthesis with Multimodal Large Language Model

OpenHOI: 基于多模态大语言模型的开放世界手-物体交互合成

Zhenhao Zhang, Ye Shi, Lingxiao Yang, Suting Ni, Qi Ye, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 OpenHOI通过多模态大语言模型实现开放世界手-物体交互合成，能生成长周期操控序列并处理复杂语言指令。

Comments Accepted by NeurIPS 2025 as Oral

RecurGS: Interactive Scene Modeling via Discrete-State Recurrent Gaussian Fusion

RecurGS: 通过离散状态递归高斯融合实现交互式场景建模

Wenhao Hu, Haonan Zhou, Zesheng Li, Liu Liu, Jiacheng Dong, Zhizhong Su, Gaoang Wang

机构 * Zhejiang University（浙江大学） ； Horizon Robotics ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 RecurGS通过递归融合框架实现离散状态的交互式场景建模，提升3D环境的更新效率和逼真度。

Loop closure grasping: Topological transformations enable strong, gentle, and versatile grasps

环闭合抓取：拓扑变换实现强、柔、多用途的抓取

Kentaro Barhydt, O. Godson Osele, Sreela Kodali, Cosima du Pasquier, Chase M. Hartquist, H. Harry Asada, Allison M. Okamura

机构 * Department of Mechanical Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程系） ； Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系） 纠错

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

AI总结 环闭合抓取通过拓扑变换实现强、柔、多功能的抓取，适用于复杂物体和环境。

Journal ref Science Advances 11, ady9581 (2025)

Real-Time QP Solvers: A Concise Review and Practical Guide Towards Legged Robots

实时QP求解器：一种简洁回顾与面向腿部机器人的实用指南

Van Nam Dinh

机构 * Institute of Science and Technology（科技研究院） ； Vinh University（文大学） 纠错

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

AI总结 本文综述了实时QP求解器，分析了其在腿部机器人中的应用，探讨了不同求解器的性能与适用场景，强调了求解器、任务与硬件之间的协同作用。

Comments 12 pages, 1 figure, 2 tables

Taxonomy and Modular Tool System for Versatile and Effective Non-Prehensile Manipulations

多功能高效非握力操作的分类与模块化工具系统

Cedric-Pascal Sommer, Robert J. Wood, Justin Werfel

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工具系统，用于增强机器人在非握力操作中的多功能性和有效性，适用于航空航天和家庭场景。

Comments 34 pages, 10 figures, 2 tables, supplementary videos: https://youtu.be/Hcefy53PY0M, https://youtu.be/nFF9k91hsfU, https://youtu.be/EulPLskNIZQ

Estimating Object Physical Properties from RGB-D Vision and Depth Robot Sensors Using Deep Learning

基于RGB-D视觉和深度机器人传感器利用深度学习估计物体物理特性

Ricardo Cardoso, Plinio Moreno

机构 * Ricardo Pedreiras Cardoso ； Plinio Moreno 纠错

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

AI总结 本文提出结合深度图像和RGB图像的数据，利用深度学习方法估计物体质量，通过合成数据集提升模型性能。

UPETrack: Unidirectional Position Estimation for Tracking Occluded Deformable Linear Objects

UPETrack：用于跟踪遮挡变形线性物体的单向位置估计

Fan Wu, Chenguang Yang, Haibin Yang, Shuo Wang, Yanrui Xu, Xing Zhou, Meng Gao, Yaoqi Xian, Zhihong Zhu, Shifeng Huang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Foshan Institute of Intelligent Equipment Technology（佛山智能装备技术研究所） ； School of Artificial Intelligence and Robotics（人工智能与机器人学院） 纠错

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

AI总结 UPETrack通过几何驱动的单向位置估计方法，实现了对遮挡变形线性物体的高效跟踪，提升了定位精度和计算效率。

MPC for momentum counter-balanced and zero-impulse contact with a free-spinning satellite

MPC用于动量平衡和零冲量接触的自由旋转卫星

Theofania Karampela, Rishie Seshadri, Florian Dörfler, Sarah H. Q. Li

机构 * Theofania Karampela（未知） ； Rishie Seshadri（未知） ； Florian Dörfler（未知） ； Sarah H.Q. Li（未知） 纠错

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

AI总结 本文提出了一种非线性MPC框架，用于实现服务卫星与自由旋转目标卫星的零冲量接触，通过显式建模交叉耦合动态以满足约束条件。

Comments 21 pages, 4 figures, 5 tables, submission for AIAA SciTech 2026 conference

Variational Shape Inference for Grasp Diffusion on SE(3)

变分形状推断用于SE(3)上的抓取扩散

S. Talha Bukhari, Kaivalya Agrawal, Zachary Kingston, Aniket Bera

机构 * Department of Computer Science, Purdue University（计算机科学系，普渡大学） 纠错

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

AI总结 本文提出一种基于变分形状推断的SE(3)抓取扩散框架，通过隐式神经表示训练自编码器并引导扩散模型，实现鲁棒的多模态抓取合成，实验显示在ACRONYM数据集上性能提升6.3%并具备零样本迁移能力。

Comments This work has been submitted to the IEEE for possible publication

EgoLCD: Egocentric Video Generation with Long Context Diffusion

EgoLCD：基于长上下文扩散的自体视频生成

Liuzhou Zhang, Jiarui Ye, Yuanlei Wang, Ming Zhong, Mingju Cao, Wanke Xia, Bowen Zeng, Zeyu Zhang, Hao Tang

机构 * Peking University（北京大学） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； Chinese Academy of Sciences（中国科学院） ； Tsinghua University（清华大学） 纠错

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

AI总结 EgoLCD通过结合长时稀疏KV缓存和LoRA扩展的注意力机制，实现了高效稳定的自体长上下文视频生成，提升了感知质量和时间一致性。

Development of a 15-Degree-of-Freedom Bionic Hand with Cable-Driven Transmission and Distributed Actuation

15自由度仿生手的开发：电缆驱动传动与分布式驱动

Haoqi Han, Yi Yang, Yifei Yu, Yixuan Zhou, Xiaohan Zhu, Hesheng Wang

机构 * Department of Computer Science and Engineering, Shanghai Jiao Tong University（计算机科学与工程系，上海交通大学） ； Department of Engineering Mechanics, Shanghai Jiao Tong University（工程力学系，上海交通大学） ； Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, Key Laboratory of Marine Intelligent Equipment and System of Ministry of Education, Shanghai Engineering Research Center of Intelligent Control and Management, Shanghai Jiao Tong University（自动化系，教育部系统控制与信息处理重点实验室，教育部海洋智能设备与系统重点实验室，智能控制与管理工程研究中心，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 本文提出了一种15自由度仿生手，通过电缆驱动传动和分布式驱动技术，实现了高抓取力与精细操作的平衡，具备轻量化和高性能特点。

Magnetic Tactile-Driven Soft Actuator for Intelligent Grasping and Firmness Evaluation

磁性触觉驱动的软执行器用于智能抓取与刚度评估

Chengjin Du, Federico Bernabei, Zhengyin Du, Sergio Decherchi, Matteo Lo Preti, Lucia Beccai

机构 * Soft BioRobotics Perception Lab, Istituto Italiano di Tecnologia (IIT)（软生物机器人感知实验室，意大利技术研究院） ； The BioRobotics Institute, Scuola Superiore Sant’Anna (SSSA)（生物机器人研究所，圣安娜高等学院） ； Department of Haptic Intelligence, CVTE Guangzhou Shiyuan Electronics Co., Ltd（触觉智能部门，广州世渊电子有限公司） ； Università degli Studi di Genova (UniGe)（热那亚大学） 纠错

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

AI总结 本文提出磁性触觉驱动软执行器，结合磁传感、学习校正和实时推断，实现智能抓取与刚度评估。

Comments 25 pages, 24 figures

SARL: Spatially-Aware Self-Supervised Representation Learning for Visuo-Tactile Perception

SARL: 用于视觉-触觉感知的时空自监督表征学习

Gurmeher Khurana, Lan Wei, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X Initiative, Imperial College London（生物工程系、Imperial-X计划、帝国理工学院伦敦分校） 纠错

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

AI总结 SARL通过引入三个地图级目标，提升视觉-触觉数据的自监督学习效果，实现更精确的机器人感知。

Learning Particle Dynamics Subject to Rigid Body Manipulations Using Graph Neural Networks

利用图神经网络学习受刚体操作约束的粒子动力学

Niteesh Midlagajni, Constantin A. Rothkopf

机构 * Centre for Cognitive Science Technical University of Darmstadt（认知科学中心德意志理工大学） 纠错

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

AI总结 本文提出基于图神经网络的框架，用于学习液体在刚体相互作用和主动操作下的动力学，通过图节点表示粒子并利用BVH算法处理碰撞，实现动态环境中的高保真模拟与控制任务解决。