机器人 / 具身智能

AssistDLO: Assistive Teleoperation for Deformable Linear Object Manipulation

AssistDLO：用于可变形线性物体操控的辅助远程操作

Berk Guler, Simon Manschitz, Kay Pompetzki, Jan Peters

机构 * TU Darmstadt, Institute for Intelligent Autonomous Systems, Computer Science Department（德累斯顿技术大学智能自主系统研究所，计算机科学系） ； Honda Research Institute Europe GmbH（本田欧洲研究院） ； German Research Center for AI (DFKI), Research Department: Systems AI for Robot Learning（德国人工智能研究中心（DFKI），研究部门：机器人学习的系统AI；黑森AI；德国机器人研究所（RIG）；认知科学中心） ； Hessian.AI ； Robotics Institute Germany (RIG) ； Centre for Cognitive Science 纠错

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

AI总结 本文提出AssistDLO框架，结合多视角状态估计、视觉辅助和基于控制屏障函数的几何感知共享自主控制器，提升可变形线性物体操控的精度与适应性。

Comments 20 pages, 14 figures. Submitted to a peer-reviewed journal

High-Speed, Scalable Sensor Readout for Dexterous Robotic Hands via Shift-Register Multiplexing

通过移位寄存器多路复用实现高吞吐量的可扩展传感器读取用于灵巧机械手

Jaehoon Kim, Lazaros Christoforidis, Michalis Papadakis, Victor Kartsch, Robert K. Katzschmann

机构 * Soft Robotics Lab, IRIS, D-MAVT, ETH Zurich（软机器人实验室，IRIS，D-MAVT，苏黎世联邦理工学院） ； Integrated Systems Laboratory, ETH Zurich（集成系统实验室，苏黎世联邦理工学院） 纠错

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

AI总结 本文提出一种基于串入并出移位寄存器原理的可扩展模拟传感器读取架构，支持异构模拟输出传感器的集成与扩展，实现高吞吐量的传感器数据采集，验证了其在机械手上的应用效果。

Online Safety Filter for Deformable Object Manipulation with Horizon Agnostic Neural Operators

面向可变形物体操作的在线安全过滤器：无时间 horizon 神经算子

Jiaxing Li, Hanjiang Hu, Zhuoyuan Wang, Yorie Nakahira, Changliu Liu

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(abstract)；分类 cs.RO

AI总结 本文提出一种基于约束的在线安全过滤器，通过最小修改控制策略，实时强制任务级安全约束，结合无时间 horizon 神经算子和边界控制屏障函数，提升柔体操作的安全性和效率。

ANCHOR: A Physically Grounded Closed-Loop Framework for Robust Home-Service Mobile Manipulation

ANCHOR：一种基于物理的闭环框架，用于鲁棒的家庭服务移动操作

Jinhao Jiang, Shengyu Fang, Sibo Zuo, Yujie Tang, Yirui Li

机构 * Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 ANCHOR通过物理 grounding 和结构化故障处理，提升家庭服务机器人在动态环境中的任务成功率和扰动恢复能力。

One-Shot Real-World Demonstration Synthesis for Scalable Bimanual Manipulation

单次现实演示合成用于可扩展的双臂操作

Huayi Zhou, Kui Jia

机构 * HNuzhy 纠错

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

AI总结 本文提出BiDemoSyn框架，通过单个现实示例生成大量高质量双臂操作演示，结合任务分解与视觉引导对齐，实现高效且物理可行的演示合成，提升机器人操作的泛化能力与数据效率。

Comments accepted by RSS 2026. The project link is https://hnuzhy.github.io/projects/BiDemoSyn/

DART: Learning-Enhanced Model Predictive Control for Dual-Arm Non-Prehensile Manipulation

DART：学习增强的模型预测控制用于双臂非抓取操作

Autrio Das, Shreya Bollimuntha, Madala Venkata Renu Jeevesh, Keshab Patra, Tashmoy Ghosh, Nagamanikandan Govindan, Arun Kumar Singh, K Madhava Krishna

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

AI总结 DART通过整合非线性MPC与基于优化的阻抗控制器，实现动态控制托盘上物体的精确运动，采用三种互补的动态建模策略，验证了不同建模方法在收敛时间、稳态误差、控制能耗和物体泛化方面的权衡。

JoyAI-RA 0.1: A Foundation Model for Robotic Autonomy

JoyAI-RA 0.1：一种用于机器人自主性的基础模型

Tianle Zhang, Zhihao Yuan, Dafeng Chi, Peidong Liu, Dongwei Li, Kejun Hu, Likui Zhang, Junnan Nie, Ziming Wei, Zengjue Chen, Yili Tang, Jiayi Li, Zhiyuan Xiang, Mingyang Li, Tianci Luo, Hanwen Wan, Ao Li, Linbo Zhai, Zhihao Zhan, Xiaodong Bai, Jiakun Cai, Peng Cao, Kangliang Chen, Siang Chen, Yixiang Dai, Shuai Di, Yicheng Gong, Chenguang Gui, Yucheng Guo, Peng Hao, Qingrong He, Haoyang Huang, Kunrui Huang, Zhixuan Huang, Shibo Jin, Yixiang Jin, Anson Li, Dongjiang Li, Jiawei Li, Ruodai Li, Yihang Li, Yuzhen Li, Jiaming Liang, Fangsheng Liu, Jing Long, Mingxi Luo, Xing Pan, Hui Shen, Xiaomeng Tian, Daming Wang, Song Wang, Junwu Xiong, Hang Xu, Wanting Xu, Zhengcheng Yu, He Zhang, Jiyao Zhang, Lin Zhao, Chen Zhou, Nan Duan, Yuzheng Zhuang, Liang Lin

机构 * Joy Future Academy（京东探索研究院） 纠错

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

AI总结 本文提出JoyAI-RA，一种面向通用机器人操作的视觉-语言-动作基础模型，通过多源多层级预训练框架提升跨身体行为学习能力，在仿真和现实任务中表现优异。

ETac: A Lightweight and Efficient Tactile Simulation Framework for Learning Dexterous Manipulation

ETac：一种轻量高效的触觉仿真框架用于学习灵巧操作

Zhe Xu, Feiyu Zhao, Xiyan Huang, Chenxi Xiao

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

AI总结 ETac通过轻量数据驱动模型高效模拟软体接触动态，实现高保真度与效率，支持大规模策略训练，提升触觉感知操作的学习效率和可扩展性。

Kinematic Optimization of Phalanx Length Ratios in Robotic Hands Using Potential Dexterity

基于潜在灵巧性的机械手指节长度比优化

HyoJae Kang, Joonho Lee, Jeongdo Ahn, Dong Il Park

机构 * Advanced Robotics Research Center, Korea Institute of Machinery & Materials (KIMM)（韩国机械材料研究院先进机器人研究中心） 纠错

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

AI总结 本文提出基于潜在灵巧性的机械手指节长度比优化框架，通过全局操作性、工作空间体积等指标评估，识别最优设计配置，分析可达性、灵巧性和可控性之间的权衡。

Comments This manuscript has been submitted for possible publication

Wrench-Aware Admittance Control for Unknown-Payload Manipulation

考虑负载的阻抗控制用于未知负载的机械臂操作

Hossein Gholampour, Logan E. Beaver

机构 * Department of Mechanical & Aerospace Engineering, Old Dominion University（机械与航空航天工程系，老 Dominion 大学） 纠错

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

AI总结 本文提出一种考虑负载的阻抗控制框架，用于未知负载的抓取和放置任务，通过力矩测量减少负载影响，提升放置精度和堆叠性能。

LAMP: Lift Image-Editing as General 3D Priors for Open-world Manipulation

LAMP：将图像编辑提升为通用3D先验以实现开放世界操控

Jingjing Wang, Zhengdong Hong, Chong Bao, Yuke Zhu, Junhan Sun, Guofeng Zhang

机构 * State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室） 纠错

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

AI总结 LAMP通过将图像编辑作为3D先验，提取物体间连续的几何表示，提升开放世界操控的泛化能力与精度。

DyTact: Capturing Dynamic Contacts in Hand-Object Manipulation

DyTact：在手-物体操作中捕捉动态接触

Xiaoyan Cong, Angela Xing, Chandradeep Pokhariya, Rao Fu, Srinath Sridhar

机构 * Brown University（布朗大学） ； IIT Delhi（德里理工学院） 纠错

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

AI总结 本文提出DyTact方法，通过动态、可变形的2D高斯surfels表示，实现非侵入式手-物体动态接触捕捉，提升新型视角合成质量。

Comments 3DV 2026 Oral, Webpage: https://ivl.cs.brown.edu/research/dytact

GraspSense: Physically Grounded Grasp and Grip Planning for a Dexterous Robotic Hand via Language-Guided Perception and Force Maps

GraspSense: 为灵活机械手提供基于语言引导感知和力图的抓取与握力规划

Elizaveta Semenyakina, Ivan Snegirev, Mariya Lezina, Miguel Altamirano Cabrera, Safina Gulyamova, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（斯科尔科沃科技学院智能空间机器人实验室） 纠错

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

AI总结 本文提出一种基于力图的抓取与握力规划方法，通过物理建模和力图分析，使机械手能选择结构更坚固的接触区域并保持安全的抓取力。

Comments 6 pages, 4 figures, 4 tables. Minor non-semantic changes in the main scheme

F2F-AP: Flow-to-Future Asynchronous Policy for Real-time Dynamic Manipulation

F2F-AP: 流向未来异步策略用于实时动态操控

Haoyu Wei, Xiuwei Xu, Ziyang Cheng, Hang Yin, Angyuan Ma, Bingyao Yu, Jie Zhou, Jiwen Lu

机构 * Department of Automation, Tsinghua University（清华大学自动化系） 纠错

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

AI总结 本文提出F2F-AP策略，通过预测物体流合成未来观测，利用基于流的对比学习目标对齐视觉特征，提升实时动态操控任务的响应性和成功率。

Comments Tsinghua University, 14pages,12 fugures

ActiveGlasses: Learning Manipulation with Active Vision from Ego-centric Human Demonstration

ActiveGlasses: 从第一人称人类示范中学习 manipulation 与 active vision

Yanwen Zou, Chenyang Shi, Wenye Yu, Han Xue, Jun Lv, Ye Pan, Chuan Wen, Cewu Lu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Noematrix Ltd（Noematrix有限公司） 纠错

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

AI总结 ActiveGlasses 通过主动视觉从第一人称人类示范中学习机器人 manipulation，实现零样本迁移，优于基线方法并在不同机器人平台间泛化。

Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery

基于EEG的混合视觉和运动想象的机器人抓取与放置控制

Yichang Liu, Tianyu Wang, Ziyi Ye, Yawei Li, Yu-Gang Jiang, Shouyan Wang, Yanwei Fu

机构 * Institute of Science and Technology for Brain-inspired Intelligence (ISTBI), Fudan University（复旦大学类脑智能科学与技术研究院） ； School of Data Science, Fudan University（复旦大学大数据学院） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海市多模态具身智能重点实验室） ； Shanghai Innovation Institute（上海创新研究院） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出一种整合EEG视觉和运动想象与机器人控制的框架，实现实时意图驱动的抓取与放置。系统通过离线预训练解码器在在线流式管道中零样本方式实现神经信号与物理控制的连接，实现视觉意图到机器人动作的转换，验证了纯想象基BCI范式在实际人机协作中的灵活性。

Comments ICRA 2026

Feel Robot Feels: Tactile Feedback Array Glove for Dexterous Manipulation

触觉反馈阵列手套：用于灵巧操作的触觉反馈手套

Feiyu Jia, Xiaojie Niu, Sizhe Yang, Qingwei Ben, Tao Huang, Feng zhao, Jingbo Wang, Jiangmiao Pang

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

AI总结 本文提出TAG手套，通过高精度手部运动捕捉与高分辨率触觉反馈，实现灵巧操作的触觉闭环远程操控，提升接触几何和动态力的实时感知能力。

Comments 13 pages, 16 figures

Probe-to-Grasp Manipulation Using Self-Sensing Pneumatic Variable-Stiffness Joints

利用自感知气动可变刚度关节的探针到抓取操作

Ngoc Duy Tran, Yeman Fan, Feng Dai, Khang Nguyen, Anh Nguyen, Hoang Hiep Ly, Tung D. Ta, Shigeru Chiba

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

AI总结 本文提出一种利用被动软刚两指混合夹具的探针到抓取框架，通过自感知气动可变刚度关节估计物体相对刚度，实现对变形物体的稳定抓取。

CycleManip: Enabling Cyclic Task Manipulation via Effective Historical Perception and Understanding

CycleManip: 通过有效的历史感知和理解实现循环任务操控

Yi-Lin Wei, Haoran Liao, Yuhao Lin, Pengyue Wang, Zhizhao Liang, Guiliang Liu, Wei-Shi Zheng

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） 纠错

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

AI总结 本文提出CycleManip框架，通过端到端模仿方法实现循环任务操控，解决了历史利用不足和缺乏评估基准的问题，实验表明方法在模拟和现实环境中均表现出高成功率和良好的适应性。

Comments Accepted by CVPR2026. Project page: https://isee-laboratory.github.io/CycleManip/

Surface-Constrained Offline Warping with Contact-Aware Online Pose Projection for Safe Robotic Trajectory Execution

表面约束的离线变形与接触感知的在线姿态投影用于安全的机器人轨迹执行

Farong Wang, Sai Swaminathan, Fei Liu

机构 * Min H. Kao Department of Electrical Engineering and Computer Science (EECS), University of Tennessee, Knoxville (UTK)（田纳西大学诺克斯维尔分校电气工程与计算机科学系） 纠错

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

AI总结 本文提出一种两阶段框架，通过表面约束的离线变形和接触感知的在线投影，实现稳定且可重复的表面嵌入轨迹执行，减少几何不连续性和大角度跳跃。

Comments 7 pages, 7 figures. Submitted to IROS 2026

$π$, But Make It Fly: Physics-Guided Transfer of VLA Models to Aerial Manipulation

$π$, 但使其飞行：基于物理的VLA模型向空中操作的转移

Johnathan Tucker, Denis Liu, Aiden Swann, Allen Ren, Javier Yu, Jiankai Sun, Brandon Kim, Lachlain McGranahan, Quan Vuong, Mac Schwager

机构 * Stanford University（斯坦福大学） ； Physical Intelligence 纠错

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

AI总结 本文提出AirVLA系统，研究预训练VLA模型在空中抓取任务中的迁移性，通过引入负载感知指导机制和高斯点扩散管道合成数据，提升空中操作性能，实现导航任务100%成功和抓取任务50%成功。

TacVLA: Contact-Aware Tactile Fusion for Robust Vision-Language-Action Manipulation

TacVLA: 基于接触感知的触觉融合用于鲁棒的视觉-语言-动作操控

Kaidi Zhang, Heng Zhang, Zhengtong Xu, Zhiyuan Zhang, Md Rakibul Islam Prince, Xiang Li, Xiaojing Han, Yuhao Zhou, Arash Ajoudani, Yu She

机构 * Human-Robot Interfaces and Interaction Lab, Istituto Italiano di Tecnologia（人机交互实验室，意大利理工学院） ； Ph.D. program of national interest in Robotics and Intelligent Machines (DRIM) and Università di Genova（机器人与智能机器国家级博士项目（DRIM）和热那亚大学） ； Edwardson School of Industrial Engineering, Purdue University（工业工程学院，普渡大学） 纠错

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

AI总结 TacVLA通过引入触觉模态提升视觉-语言-动作操控的鲁棒性，采用接触感知门控机制实现多模态融合，实验显示在拆解、箱内拾取和视觉遮挡场景中性能提升显著。

Comments 9 pages, 7 figures

Efficient Hybrid SE(3)-Equivariant Visuomotor Flow Policy via Spherical Harmonics for Robot Manipulation

基于球面谐波的高效混合SE(3)-等变视觉运动流策略用于机器人操作

Qinglun Zhang, Shen Cheng, Tian Dan, Haoqiang Fan, Guanghui Liu, Shuaicheng Liu

机构 * University of Electronic Science and Technology of China（电子科学与技术大学） ； Dexmal 纠错

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

AI总结 本文提出E3Flow框架，通过球面谐波表示实现高效且稳定的多模态等变学习，提升机器人操作的性能、效率和数据效率。

Comments Accepted by CVPR 2026

SG-VLA: Learning Spatially-Grounded Vision-Language-Action Models for Mobile Manipulation

SG-VLA：学习空间接地的视觉-语言-动作模型用于移动操作

Ruisen Tu, Arth Shukla, Sohyun Yoo, Xuanlin Li, Junxi Li, Jianwen Xie, Hao Su, Zhuowen Tu

机构 * UC San Diego（南加洲大学） ； Lambda, Inc（Lambda公司） 纠错

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

AI总结 本文提出SG-VLA模型，通过辅助任务协同训练和多模态输入增强，提升移动操作中视觉-语言-动作模型的空间感知与表征能力，实现在家庭环境中更高效的物体抓取与操作。

NL2SpaTiaL: Generating Geometric Spatio-Temporal Logic Specifications from Natural Language for Manipulation Tasks

NL2SpaTiaL: 从自然语言生成几何时空逻辑规范用于操作任务

Licheng Luo, Kaier Liang, Yu Xia, Mingyu Cai

机构 * University of California, Riverside（加州大学河滨分校） ； Lehigh University（莱恩大学） 纠错

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

AI总结 本文提出NL2SpaTiaL框架，通过生成层次化逻辑树实现自然语言到时空逻辑规范的高效转换，解决了传统方法在深度嵌套下的性能问题，验证了结构化方法在操作任务验证中的有效性。

GAPG: Geometry Aware Push-Grasping Synergy for Goal-Oriented Manipulation in Clutter

GAPG：面向目标操作的几何感知推抓取协同

Lijingze Xiao, Jinhong Du, Yang Cong, Supeng Diao, Yu Ren

机构 * College of Automation Science and Engineering, South China University of Technology（华南理工大学自动化科学与工程学院） 纠错

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

AI总结 本文提出GAPG框架，通过整合点云数据，利用几何关系评估抓取与推动作，提升机器人在杂乱环境中的安全性和效率。

Comments Accepted to ICRA 2026

Speedup Patch: Learning a Plug-and-Play Policy to Accelerate Embodied Manipulation

加速补丁：学习一种插件式策略以加快具身操作

Zhichao Wu, Junyin Ye, Zhilong Zhang, Yihao Sun, Haoxin Lin, Jiaheng Luo, Haoxiang Ren, Lei Yuan, Yang Yu

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China ； School of Artificial Intelligence, Nanjing University, China ； Mila-Quebec AI Institute \& Université de Montréal, Canada 纠错

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

AI总结 本文提出Speedup Patch，一种轻量且策略无关的框架，通过仅使用离线数据实现插件式加速，通过约束马尔可夫决策过程优化调度器，提升执行效率而不牺牲任务性能。

Rapid Adaptation of Particle Dynamics for Generalized Deformable Object Mobile Manipulation

粒子动力学快速适应用于广义变形物体移动操作

Bohan Wu, Roberto Martín-Martín, Li Fei-Fei

机构 * Stanford University（斯坦福大学） ； 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(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出RAPiD方法，通过学习视觉-运动策略和动态嵌入推理，实现变形物体移动操作的高成功率。

Comments 8 pages, ICRA 2026

U-ARM : Ultra low-cost general teleoperation interface for robot manipulation

U-ARM：超低成本通用机器人操控接口

Yanwen Zou, Zhaoye Zhou, Chenyang Shi, Zewei Ye, Junda Huang, Yan Ding, Bo Zhao

机构 * School of AI, SJTU（1 人工智能学院，上海交通大学） ； EvoMind Tech（2 EvoMind科技） ； IAAR-Shanghai（3 上海IAAR） 纠错

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

AI总结 U-ARM提出一种低成本且快速适应的遥控框架，通过三种结构不同的3D打印领导者臂实现与多数商用机械臂的兼容，成本仅为50.5美元和56.8美元，提升了操控效率和任务成功率。

DexViTac: Collecting Human Visuo-Tactile-Kinematic Demonstrations for Contact-Rich Dexterous Manipulation

DexViTac：收集人类视觉-触觉-运动示范以实现富接触的灵巧操作

Xitong Chen, Yifeng Pan, Min Li, Xiaotian Ding

机构 * State Key Laboratory of Intelligent Manufacturing Equipment and Technology（智能制造装备与技术国家重点实验室） ； Huazhong University of Science and Technology（华中科技大学） ； Wuhan Huaweike Intelligent Technology Co., Ltd.（武汉华为凯科技有限公司） 纠错

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

AI总结 DexViTac通过高保真采集第一人称视觉、高密度触觉感知、末端执行器姿态和手部运动学，构建了超过2400个视觉-触觉-运动学示范的多模态数据集，提升了接触丰富灵巧操作的学习效率和成功率。

Comments 9 pages, 9 figures.Project page: https://xitong-c.github.io/DexViTac/