机器人 / 具身智能

Learning Physics from Pretrained Video Models: A Multimodal Continuous and Sequential World Interaction Models for Robotic Manipulation

从预训练视频模型中学习物理：一种多模态连续和序列世界交互模型用于机器人操作

Zijian Song, Qichang Li, Sihan Qin, Yuhao Chen, Tianshui Chen, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Laboratory of Big Data Analysis（广东大数据分析与处理重点实验室） ； X-Era AI Lab（X-Era人工智能实验室） ； Guangdong University of Technology（广东工业大学） 纠错

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

AI总结 PhysGen通过预训练视频模型学习物理知识，实现机器人操作的连续和序列世界交互，优于现有基线方法。

Comments 11 pages, 6 figures

SyncTwin: Fast Digital Twin Construction and Synchronization for Safe Robotic Manipulation

SyncTwin: 快速数字孪生构建与同步用于安全的机器人操作

Ruopeng Huang, Boyu Yang, Wenlong Gui, Jeremy Morgan, Erdem Biyik, Jiachen Li

机构 * University of California, Riverside（加州大学河滨分校） ； University of Southern California（南加州大学） 纠错

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

AI总结 SyncTwin通过快速构建和同步数字孪生，提升动态和遮挡环境下机器人操作的安全性和效率。

Comments Project Website: https://sync-twin.github.io/

A Soft Wrist with Anisotropic and Selectable Stiffness for Robust Robot Learning in Contact-rich Manipulation

具有各向异性可选刚度的柔软手腕用于接触丰富的操纵中鲁棒的机器人学习

Steven Oh, Tomoya Takahashi, Cristian C. Beltran-Hernandez, Yuki Kuroda, Masashi Hamaya

机构 * OMRON SINIC X Corp.（OMRON SINIC X公司） 纠错

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

AI总结 CLAW是一种具有各向异性可选刚度的柔软手腕，通过简单设计实现大变形范围和轻量化，有效提升机器人在接触丰富任务中的鲁棒学习能力。

RoboAug: One Annotation to Hundreds of Scenes via Region-Contrastive Data Augmentation for Robotic Manipulation

RoboAug: 通过区域对比数据增强实现从一个标注到数百种场景

Xinhua Wang, Kun Wu, Zhen Zhao, Hu Cao, Yinuo Zhao, Zhiyuan Xu, Meng Li, Shichao Fan, Di Wu, Yixue Zhang, Ning Liu, Zhengping Che, Jian Tang

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

AI总结 RoboAug通过区域对比数据增强技术，仅需单张图像的边界框标注，显著提升机器人在多样场景中的泛化能力和任务成功率。

Strawberry Robotic Operation Interface: An Open-Source Device for Collecting Dexterous Manipulation Data in Robotic Strawberry Farming

草莓机器人操作接口：一种用于收集机器人草莓种植中灵巧操作数据的开源设备

Linsheng Hou, Wenwu Lu, Yanan Wang, Chen Peng, Zhenghao Fei

机构 * Technological Innovation Center, Zhejiang University, Hangzhou, 311215, China（浙江大学杭州技术创新中心） ； College of Biosystems Engineering（生物系统工程学院） ； Food Science, Zhejiang University, Hangzhou, 310058, China（食品科学学院） 纠错

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

AI总结 本文提出了一种开源设备SROI，用于收集机器人草莓种植中灵巧操作数据，通过模块化末端执行器和立体摄像头实现野外环境下的数据采集，并发布数据集促进相关研究。

UniManip: General-Purpose Zero-Shot Robotic Manipulation with Agentic Operational Graph

UniManip: 通用目的零样本机器人操作的代理操作图

Haichao Liu, Yuanjiang Xue, Yuheng Zhou, Haoyuan Deng, Yinan Liang, Lihua Xie, Ziwei Wang

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； Department of Automation, Tsinghua University, China（清华大学自动化系） 纠错

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

AI总结 UniManip通过双层代理操作图实现通用零样本机器人操作，结合高层任务协调与底层动态状态表示，提升无监督环境下的执行鲁棒性。

Comments 15 pages, 12 figures, 6 tables, project page: https://henryhcliu.github.io/unimanip

When would Vision-Proprioception Policies Fail in Robotic Manipulation?

视觉-本体感觉策略在机器人操作中何时会失败？

Jingxian Lu, Wenke Xia, Yuxuan Wu, Zhiwu Lu, Di Hu

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学光明学院人工智能学院） ； Beijing Key Laboratory of Research on Large Models（北京大模型与智能治理研究重点实验室） ； School of Artificial Intelligence, Beihang University（北航人工智能学院） 纠错

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

AI总结 研究提出GAP算法，通过动态调节本体感觉优化，解决视觉-本体感觉策略在运动转换阶段的泛化问题。

Comments Accepted by ICLR 2026

Scaling World Model for Hierarchical Manipulation Policies

为分层操作策略扩展世界模型

Qian Long, Yueze Wang, Jiaxi Song, Junbo Zhang, Peiyan Li, Wenxuan Wang, Yuqi Wang, Haoyang Li, Shaoxuan Xie, Guocai Yao, Hanbo Zhang, Xinlong Wang, Zhongyuan Wang, Xuguang Lan, Huaping Liu, Xinghang Li

机构 * Xi’an Jiao Tong University（西安交通大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

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

AI总结 本文提出分层VLA框架，利用大规模预训练世界模型提升机器人操作在分布外场景的泛化能力，实验显示性能提升显著。

RoboInter: A Holistic Intermediate Representation Suite Towards Robotic Manipulation

RoboInter: 一种面向机器人操控的综合中间表示套件

Hao Li, Ziqin Wang, Zi-han Ding, Shuai Yang, Yilun Chen, Yang Tian, Xiaolin Hu, Tai Wang, Dahua Lin, Feng Zhao, Si Liu, Jiangmiao Pang

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beihang University（北航） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 RoboInter通过统一的中间表示套件，提升机器人操控中视觉-语言-动作系统的泛化能力和推理能力。

Comments Published to ICLR 2026, 69 pages, 40 figures

Trace-Focused Diffusion Policy for Multi-Modal Action Disambiguation in Long-Horizon Robotic Manipulation

面向长时程机器人操作的多模态动作消歧的轨迹聚焦扩散策略

Yuxuan Hu, Xiangyu Chen, Chuhao Zhou, Yuxi Liu, Gen Li, Jindou Jia, Jianfei Yang

机构 * MARS Lab, Nanyang Technological University（MARS实验室，南洋理工大学） 纠错

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

AI总结 TF-DP通过轨迹聚焦解决长时程机器人操作中的多模态动作模糊问题，提升时间一致性和鲁棒性，实验结果优于普通扩散策略。

Learning Geometrically-Grounded 3D Visual Representations for View-Generalizable Robotic Manipulation

学习几何基础的3D视觉表示以实现视图通用的机器人操作

Di Zhang, Weicheng Duan, Dasen Gu, Hongye Lu, Hai Zhang, Hang Yu, Junqiao Zhao, Guang Chen

机构 * Tongji University（同济大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出MethodName框架，通过单视角3D预训练和多步蒸馏实现机器人操作的视图通用性，实验显示其在成功率和视图泛化能力上优于现有方法。

ALRM: Agentic LLM for Robotic Manipulation

ALRM：用于机器人操作的代理LLM

Vitor Gaboardi dos Santos, Ibrahim Khadraoui, Ibrahim Farhat, Hamza Yous, Samy Teffahi, Hakim Hacid

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

AI总结 ALRM提出了一种基于LLM的代理框架，通过ReAct推理循环实现机器人操作的模块化执行，支持代码生成和工具规划模式，实验表明其在多步骤推理和语言多样性任务中表现优异。

AC^2-VLA: Action-Context-Aware Adaptive Computation in Vision-Language-Action Models for Efficient Robotic Manipulation

AC^2-VLA: 基于动作-上下文的自适应计算在视觉-语言-动作模型中的应用以实现高效的机器人操作

Wenda Yu, Tianshi Wang, Fengling Li, Jingjing Li, Lei Zhu

机构 * Tongji University（同济大学） ； University of Technology Sydney（悉尼大学） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 AC^2-VLA通过结合动作上下文实现自适应计算，提升机器人操作的效率，减少计算成本并保持任务成功率。

Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control

基于协作轨迹控制的机器人操作视频生成学习

Xiao Fu, Xintao Wang, Xian Liu, Jianhong Bai, Runsen Xu, Pengfei Wan, Di Zhang, Dahua Lin

机构 * The Chinese University of Hong Kong（香港中文大学） ； Kuaishou Technology（快手科技） ； Zhejiang University（浙江大学） 纠错

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

AI总结 RoboMaster通过协作轨迹控制方法，解决多物体交互建模问题，实现机器人操作视频生成的高保真度与多物体交互建模。

Comments ICLR 2026. Project Page: https://fuxiao0719.github.io/projects/robomaster/

A Mobile Magnetic Manipulation Platform for Gastrointestinal Navigation with Deep Reinforcement Learning Control

用于胃肠道导航的移动磁力操控平台与深度强化学习控制

Zhifan Yan, Chang Liu, Yiyang Jiang, Wenxuan Zheng, Xinhao Chen, Axel Krieger

机构 * Laboratory for Computational Sensing and Robotics (LCSR)（计算感知与机器人实验室） 纠错

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

AI总结 本文提出了一种基于深度强化学习的移动磁力操控平台，用于胃肠道导航，实现了在大工作空间内的高精度磁力操控。

A General One-Shot Multimodal Active Perception Framework for Robotic Manipulation: Learning to Predict Optimal Viewpoint

一种通用的一次性多模态主动感知框架用于机器人操作：学习预测最佳视角

Deyun Qin, Zezhi Liu, Hanqian Luo, Xiao Liang, Yongchun Fang

机构 * Institute of Robotics and Automatic Information Systems, College of Artificial Intelligence, Nankai University（机器人与自动信息系统研究所，人工智能学院，南开大学） ； Tianjin Key Laboratory of Intelligent Robotics, Nankai University（智能机器人重点实验室，南开大学） ； College of Artificial Intelligence, Nankai University（人工智能学院，南开大学） ； Department of Computing, The Hong Kong Polytechnic University（computing 部门，香港理工大学） 纠错

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

AI总结 本文提出了一种通用的一次性多模态主动感知框架，用于机器人操作，通过多模态特征融合和交叉注意力机制提升抓取成功率，并实现仿真到现实的无缝迁移。

Intent at a Glance: Gaze-Guided Robotic Manipulation via Foundation Models

意图一目了然：通过基础模型实现的注视引导的机器人操作

Tracey Yee Hsin Tay, Xu Yan, Jonathan Ouyang, Daniel Wu, William Jiang, Jonathan Kao, Yuchen Cui

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 GAMMA通过结合基础模型和注视技术，实现无需特定任务训练的机器人操作自主控制，提升人机交互的直观性和可扩展性。

Comments Accepted to 2025 RSS Robot Planning in the Era of Foundation Models (FM4RoboPlan) Workshop

Action-Sketcher: From Reasoning to Action via Visual Sketches for Long-Horizon Robotic Manipulation

动作草图生成器：通过视觉草图实现从推理到动作的长周期机器人操作

Huajie Tan, Peterson Co, Yijie Xu, Shanyu Rong, Yuheng Ji, Cheng Chi, Xiansheng Chen, Qiongyu Zhang, Zhongxia Zhao, Pengwei Wang, Zhongyuan Wang, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（1 多媒体信息处理国家重点实验室，计算机科学学院，北京大学） ； Beijing Academy of Artificial Intelligence（2 北京人工智能研究院） ； University of Sydney（3 新南威尔士大学） ； Institute of Automation, Chinese Academy of Sciences（4 中国科学院自动化研究所） 纠错

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

AI总结 动作草图生成器通过视觉草图实现从推理到动作的长周期机器人操作，结合视觉-语言-动作框架提升任务执行的鲁棒性和可解释性。

Comments 26 pages, 14 figures

Kinematics-Aware Diffusion Policy with Consistent 3D Observation and Action Space for Whole-Arm Robotic Manipulation

具有一致3D观察和动作空间的运动学感知扩散策略用于全身机械臂操作

Kangchen Lv, Mingrui Yu, Yongyi Jia, Chenyu Zhang, Xiang Li

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

AI总结 本文提出一种基于一致3D空间的运动学感知扩散策略，用于提高全身机械臂操作的样本效率和空间泛化能力。

Comments The first two authors contributed equally. Project Website: https://kinematics-aware-diffusion-policy.github.io

ShapeForce: Low-Cost Soft Robotic Wrist for Contact-Rich Manipulation

ShapeForce: 低成本的软体机器人手腕用于接触密集的操控

Jinxuan Zhu, Zihao Yan, Yangyu Xiao, Jingxiang Guo, Chenrui Tie, Xinyi Cao, Yuhang Zheng, Lin Shao

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； RoboScience, Shenzhen, China（深圳机器人科学研究院） 纠错

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

AI总结 ShapeForce是一种低成本软体机器人手腕，通过变形核心和标记跟踪提供力样信号，实现接触密集操控的高效反馈。

H-GAR: A Hierarchical Interaction Framework via Goal-Driven Observation-Action Refinement for Robotic Manipulation

H-GAR: 一种通过目标驱动的观察-动作细化的分层交互框架用于机器人操控

Yijie Zhu, Rui Shao, Ziyang Liu, Jie He, Jizhihui Liu, Jiuru Wang, Zitong Yu

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

AI总结 H-GAR通过目标驱动的观察-动作细化分层框架提升机器人操控的准确性和一致性。

Comments Accepted to AAAI 2026 (Oral), Project Page: https://github.com/JiuTian-VL/H-GAR

ManualVLA: A Unified VLA Model for Chain-of-Thought Manual Generation and Robotic Manipulation

ManualVLA: 一种统一的VLA模型用于链式思维手动生成和机器人操作

Chenyang Gu, Jiaming Liu, Hao Chen, Runzhong Huang, Qingpo Wuwu, Zhuoyang Liu, Xiaoqi Li, Ying Li, Renrui Zhang, Peng Jia, Pheng-Ann Heng, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； Simplexity Robotics Project（Simplexity机器人项目） 纠错

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

AI总结 ManualVLA通过融合多模态手册生成与动作执行，提升机器人长周期任务中的规划与操作能力。

A Cross-Embodiment Gripper Benchmark for Rigid-Object Manipulation in Aerial and Industrial Robotics

面向空载和工业机器人的跨体态夹具基准测试

Marek Vagas, Martin Varga, Jaroslav Romancik, Ondrej Majercak, Alejandro Suarez, Anibal Ollero, Bram Vanderborght, Ivan Virgala

机构 * Faculty of Mechanical Engineering, Technical University of Kosice（机械工程学院，科西策技术大学） ； GRVC Robotics Lab of Seville（塞维利亚GRVC机器人实验室） ； Brubotics, Vrije Universiteit Brussel and IMEC（Brubotics、布鲁塞尔自由大学和IMEC） 纠错

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

AI总结 本文提出跨体态夹具基准测试，用于评估夹具在不同机器人平台上的抓取性能和节能能力。

Reconfigurable Auxetic Devices (RADs) for Robotic Surface Manipulation

可重构各向同性装置（RADs）用于机器人表面操控

Jacob Miske, Ahyan Maya, Ahnaf Inkiad, Jeffrey Ian Lipton

机构 * Department of Mechanical and Industrial Engineering, Northeastern University（机械与工业工程系，东北大学） ； Department of Mathematics, Northeastern University（数学系，东北大学） ； Khoury College of Computer Sciences, Northeastern University（计算机科学学院，东北大学） 纠错

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

AI总结 本研究提出了一种可重构各向同性装置，通过可重构锁定或嵌入伺服电机实现形状控制，以实现机器人表面操控中的可变表面收缩和扩展。

Comments 13 pages, 9 figures

3D Affordance Keypoint Detection for Robotic Manipulation

用于机器人操作的3D affordance关键点检测

Zhiyang Liu, Ruiteng Zhao, Lei Zhou, Chengran Yuan, Yuwei Wu, Sheng Guo, Zhengshen Zhang, Chenchen Liu, Marcelo H Ang

机构 * Advanced Robotics Centre, National University of Singapore（新加坡国立大学先进机器人中心） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） 纠错

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

AI总结 本文提出FAKP-Net，通过3D关键点四元组提升机器人操作中物体功能理解与执行精度。

Comments Accepted to IROS 2024

VLA-4D: Embedding 4D Awareness into Vision-Language-Action Models for SpatioTemporally Coherent Robotic Manipulation

VLA-4D: 将4D意识嵌入视觉-语言-动作模型中以实现时空一致的机器人操作

Hanyu Zhou, Chuanhao Ma, Gim Hee Lee

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） 纠错

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

AI总结 VLA-4D通过4D意识增强视觉-语言-动作模型，实现时空一致的机器人操作，提升动作执行的空间平滑性和时间一致性。

Audio-VLA: Adding Contact Audio Perception to Vision-Language-Action Model for Robotic Manipulation

Xiangyi Wei, Haotian Zhang, Xinyi Cao, Siyu Xie, Weifeng Ge, Yang Li, Changbo Wang

机构 * School of Computer Science and Technology, East China Normal University（东华师范大学计算机科学与技术学院） ； School of Data Science and Engineering, East China Normal University（东华师范大学数据科学与工程学院） ； School of Software Engineering, East China Normal University（东华师范大学软件工程学院） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） 纠错

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

OmniVIC: A Self-Improving Variable Impedance Controller with Vision-Language In-Context Learning for Safe Robotic Manipulation

Heng Zhang, Wei-Hsing Huang, Gokhan Solak, Arash Ajoudani

机构 * Human-Robot Interfaces and Interaction Lab, Istituto Italiano di Tecnologia, Genoa, Italy（人机交互实验室，意大利理工学院，热那亚） ； Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院，美国亚特兰大） 纠错

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

Comments Code, video and RAG dataset are available at \url{https://sites.google.com/view/omni-vic}

Tactile-Conditioned Diffusion Policy for Force-Aware Robotic Manipulation

Erik Helmut, Niklas Funk, Tim Schneider, Cristiana de Farias, Jan Peters

机构 * Department of Computer Science, Technical University of Darmstadt（德累斯顿技术大学计算机科学系） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Centre for Cognitive Science, Technical University of Darmstadt（德累斯顿技术大学认知科学中心） ； Hessian Center for Artificial Intelligence (Hessian.AI), Darmstadt（黑森人工智能中心（Hessian.AI）） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

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

A multi-modal tactile fingertip design for robotic hands to enhance dexterous manipulation

Zhuowei Xu, Zilin Si, Kevin Zhang, Oliver Kroemer, Zeynep Temel

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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