机器人 / 具身智能

Push, Press, Slide: Mode-Aware Planar Contact Manipulation via Reduced-Order Models

推、按、滑：基于降阶模型的模式感知平面接触操作

Melih Özcan, Umut Orguner, Ozgur S. Oguz

机构 * Dept. of Electrical and Electronics Engineering, Middle East Technical University（电子工程系，中东技术大学） ； Dept. of Computer Engineering, Bilkent University（计算机工程系，比尔肯特大学） 纠错

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

AI总结 本文提出一种基于接触拓扑选择和降阶运动学建模的平面操作框架，通过将复杂力矩-扭动极限面力学抽象为物理直观的离散库，实现高效接触力分配与轨迹生成。

Comments 8 pages, 13 figures. Submitted to IEEE IROS 2026

DySL-VLA: Efficient Vision-Language-Action Model Inference via Dynamic-Static Layer-Skipping for Robot Manipulation

DySL-VLA：通过动态-静态层跳过实现高效的视觉-语言-动作模型推理以用于机器人操作

Zebin Yang, Yijiahao Qi, Tong Xie, Bo Yu, Shaoshan Liu, Meng Li

机构 * Institute for Artificial Intelligence（人工智能研究院） ； School of Integrated Circuits, Peking University（集成电路学院，北京大学） ； Shenzhen Institute of Artificial Intelligence（深圳人工智能研究所） ； School of Electronics Engineering and Computer Science, Peking University（电子工程与计算机科学学院，北京大学） ； Beijing Advanced Innovation Center for Integrated Circuits（北京集成电路先进制造创新中心） 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DySL-VLA框架，通过动态跳过视觉-语言-动作层来降低计算成本，提升机器人操作任务的实时性能，实验表明在Calvin数据集上成功长度提升2.1%，参数减少85.7倍，速度提升3.75倍。

Comments DAC 2026

CompliantVLA-adaptor: VLM-Guided Variable Impedance Action for Safe Contact-Rich Manipulation

CompliantVLA-adaptor：基于视觉-语言模型的变量阻抗控制用于安全的高接触密度操作

Heng Zhang, Wei-Hsing Huang, Qiyi Tong, Gokhan Solak, Puze Liu, Kaidi Zhang, Sheng Liu, Jan Peters, Yu She, 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，意大利） ； Ph.D. program of national interest in Robotics and Intelligent Machines (DRIM) and Università di Genova, Genoa, Italy（机器人与智能机器国家利益博士项目和热那亚大学，热那亚，意大利） ； Edwardson School of Industrial Engineering, Purdue University, West Lafayette, IN 47907, USA（工业工程埃德华森学校，普渡大学，西拉法克萨，印第安纳州47907，美国） ； Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院，亚特兰大，美国） ； German Research Center for AI, Germany（德国人工智能研究中心，德国） ； TU Darmstadt, Darmstadt, Germany（图宾根大学，图宾根，德国） ； Karlsruhe Institute of Technology, Karlsruhe, Germany（卡尔斯鲁厄理工学院，卡尔斯鲁厄，德国） 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CompliantVLA-adaptor，通过引入基于视觉语言模型的上下文感知变量阻抗控制，提升接触密集任务的安全性和有效性。方法通过图像和自然语言解读任务上下文，调节阻抗控制器的刚度和阻尼参数，并利用实时力/扭矩反馈确保安全。实验表明在模拟和现实任务中均优于基线方法。

Comments under review

MoE-ACT: Scaling Multi-Task Bimanual Manipulation with Sparse Language-Conditioned Mixture-of-Experts Transformers

MoE-ACT：通过稀疏语言条件混合专家变压器扩展多任务双臂操作

Kangjun Guo, Haichao Liu, Yanji Sun, Ruhan Zhao, Jinni Zhou, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 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MoE-ACT框架，通过稀疏混合专家模块和FiLM动态调节，提升多任务双臂操作的鲁棒性和泛化能力，实验显示成功率提升33%。

Master Micro Residual Correction with Adaptive Tactile Fusion and Force-Mixed Control for Contact-Rich Manipulation

通过自适应触觉融合和力混合控制实现接触密集操作的主微残差校正

Xingting Li, Yifan Xie, Han Liu, Wei Hou, Guangyu Chen, Shoujie Li, Wenbo Ding

机构 * Shenzhen Ubiquitous Data Enabling Key Lab, Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China（深圳智能数据赋能重点实验室，深圳国际研究生院，清华大学，深圳518055，中国） ； School of Electronics and Communication Engineering, Sun Yat-sen University, Shenzhen 518107, China（电子与通信工程学院，中山大学，深圳518107，中国） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University, Singapore 639956, Singapore（机械与航空航天工程学院，南洋理工大学，新加坡639956，新加坡） 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M2-ResiPolicy，结合高阶动作指导与低阶校正，通过触觉强度驱动的自适应融合机制和力混合PBIC执行层，提升接触密集操作的精度与安全性。

Learning Dexterous Manipulation with Quantized Hand State

通过量化手状态学习灵巧操作

Ying Feng, Hongjie Fang, Yinong He, Jingjing Chen, Chenxi Wang, Zihao He, Ruonan Liu, Cewu Lu

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DQ-RISE方法，通过量化手状态简化手部动作预测，同时允许手臂动作与紧凑手状态协同扩散，从而实现更平衡高效的灵巧操作学习。

Comments accepted by ICRA 2026

ST-VLA: Enabling 4D-Aware Spatiotemporal Understanding for General Robot Manipulation

ST-VLA：为通用机器人操作实现4D感知的时空理解

You Wu, Zixuan Chen, Cunxu Ou, Wenxuan Wang, Wenbo Huang, Lin Cao, Yangtao Chen, Weichao Qiu, Xingyue Quan, Jieqi Shi, Jing Huo, Yang Gao

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

AI总结 ST-VLA通过统一的3D-4D表示连接感知与动作，利用ST-Human数据集训练时空视觉语言模型，提升复杂3D场景中的鲁棒性和泛化能力。

Comments 25 pages, under review

Coordinated Manipulation of Hybrid Deformable-Rigid Objects in Constrained Environments

在受限环境中协调操控混合变形-刚性物体

Anees Peringal, Anup Teejo Mathew, Panagiotis liatsis, Federico Renda

机构 * Department of Mechanical and Nuclear Engineering, Khalifa University（卡利法大学机械与核工程系） ； Khalifa University Center for Autonomous Robotic Systems (KUCARS)（卡利法大学自主机器人系统中心） ； Department of Computer Science, Khalifa University（卡利法大学计算机科学系） 纠错

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

AI总结 本文提出基于准静态优化的操控规划器，利用应变基的Cosserat杆模型处理混合变形-刚性物体，实现通过约束环境中的任务空间目标，实验验证了其在受限环境中的有效性。

Comments 15 pages, 10 figures

COAD: Constant-Time Planning for Continuous Goal Manipulation with Compressed Library and Online Adaptation

COAD：基于压缩库和在线适应的连续目标操纵的常数时间规划

Adil Shiyas, Zhuoyun Zhong, Constantinos Chamzas

机构 * Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯特理工学院（WPI）） 纠错

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

AI总结 COAD通过压缩库和在线适应实现连续目标参数化任务空间的常数时间规划，减少运动库规模并提升规划效率与路径质量。

Comments Adil Shiyas and Zhuoyun Zhong contributed equally to this work

AOMGen: Photoreal, Physics-Consistent Demonstration Generation for Articulated Object Manipulation

AOMGen: 为关节物体操控生成逼真、物理一致的演示

Yulu Wu, Jiujun Cheng, Haowen Wang, Dengyang Suo, Pei Ren, Qichao Mao, Shangce Gao, Yakun Huang

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AOMGen框架，通过单次真实扫描、演示和数字资产库生成逼真训练数据，提升机器人操控任务的成功率。

Comments Accepted by CVPR Findings2026

Scalable Surface-Based Manipulation Through Modularity and Inter-Module Object Transfer

通过模块化和模块间物体转移实现可扩展的表面操控

Pratik Ingle, Jørn Lambertsen, Kasper Støy, Andres Faina

机构 * IT University（丹麦技术大学） 纠错

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

AI总结 本文提出了一种多模块柔软操控平台，通过模块间物体转移和共享边界驱动实现亚厘米级定位，同时减少驱动器数量并降低模块间干扰，为食品加工和物流等应用提供可扩展的柔软操控解决方案。

Comments 8 pages

FreeTacMan: Robot-free Visuo-Tactile Data Collection System for Contact-rich Manipulation

FreeTacMan: 无需机器人的人工智能视觉-触觉数据采集系统用于接触密集的 manipulation

Longyan Wu, Checheng Yu, Jieji Ren, Li Chen, Yufei Jiang, Ran Huang, Guoying Gu, Hongyang Li

机构 * Shanghai Innovation Institute（上海创新研究院） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai University（上海大学） 纠错

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

AI总结 FreeTacMan 提出了一种无需机器人的视觉-触觉数据采集系统，通过可穿戴抓取器和高精度光学跟踪系统，实现了高效的数据收集和多模态数据集的构建，推动了机器人 manipulation 的研究。

Towards Human-Like Manipulation through RL-Augmented Teleoperation and Mixture-of-Dexterous-Experts VLA

通过强化学习增强的遥控操作与混合的灵巧专家VLA实现人机操作

Tutian Tang, Xingyu Ji, Wanli Xing, Ce Hao, Wenqiang Xu, Lin Shao, Cewu Lu, Qiaojun Yu, Jiangmiao Pang, Kaifeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Sharpa ； Shanghai AI Lab（上海人工智能实验室） ； Zhongguancun Academy（中关村学院） ； National University of Singapore（新加坡国立大学） ； Shanghai Innovation Institute（上海创新研究院） 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IMCopilot和MoDE-VLA框架，通过强化学习和多模态融合提升机器人灵巧操作能力，实现接触丰富的手内任务性能提升。

Comments Project Homepage: https://sites.google.com/view/mode-vla

RoTri-Diff: A Spatial Robot-Object Triadic Interaction-Guided Diffusion Model for Bimanual Manipulation

RoTri-Diff: 一种基于空间机器人-物体三元交互引导的扩散模型用于双臂操作

Zixuan Chen, Nga Teng Chan, Yiwen Hou, Chenrui Tie, Zixuan Liu, Haonan Chen, Junting Chen, Jieqi Shi, Yang Gao, Jing Huo, Lin Shao

机构 * School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

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

AI总结 RoTri-Diff通过建模机器人-物体三元交互关系，提出了一种基于扩散的模仿学习框架，以提高双臂操作的稳定性和协调性。

Comments ICRA 2026

SuperSuit: An Isomorphic Bimodal Interface for Scalable Mobile Manipulation

SuperSuit：一种用于可扩展移动操作的同构双模接口

Tongqing Chen, Hang Wu, Jiasen Wang, Xiaotao Li, Zhu Jin, Lu Fang

机构 * Tsinghua University（清华大学） ； TARS Robotics（TARS机器人） 纠错

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

AI总结 SuperSuit 提出了一种双模数据采集框架，通过同构运动学接口实现移动机械臂的高效长周期演示和策略训练。

EmboAlign: Aligning Video Generation with Compositional Constraints for Zero-Shot Manipulation

EmboAlign：通过组合约束对齐视频生成以实现零样本操控

Gehao Zhang, Zhenyang Ni, Payal Mohapatra, Han Liu, Ruohan Zhang, Qi Zhu

机构 * Northwestern University（西北大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 EmboAlign通过视觉语言模型生成组合约束，对齐视频生成模型输出，提升零样本机器人操控的成功率。

TEGA: A Tactile-Enhanced Grasping Assistant for Assistive Robotics via Sensor Fusion and Closed-Loop Haptic Feedback

TEGA: 一种通过传感器融合和闭环触觉反馈的触觉增强抓取助手用于辅助机器人

Hengxu You, Tianyu Zhou, Fang Xu, Kaleb Smith, Eric Jing Du

机构 * Department of Civil and Coastal Engineering, University of Florida（土木与海岸工程系，佛罗里达大学） ； Nvidia（英伟达） 纠错

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

AI总结 TEGA通过融合EMG意图到力推断与触觉传感，提供闭环触觉反馈，提升残疾用户抓取稳定性与任务成功率。

Comments Accepted to include in ICRA 2026

Critic in the Loop: A Tri-System VLA Framework for Robust Long-Horizon Manipulation

循环批评者：一种三系统VLA框架用于鲁棒的长周期操控

Pengfei Yi, Yingjie Ma, Wenjiang Xu, Yanan Hao, Shuai Gan, Wanting Li, Shanlin Zhong

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； the School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

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

AI总结 循环批评者提出了一种三系统VLA框架，通过动态调度VLM和VLA实现鲁棒的长周期操控，提升系统在分布外场景的自主性和鲁棒性。

Task-Relevant and Irrelevant Region-Aware Augmentation for Generalizable Vision-Based Imitation Learning in Agricultural Manipulation

面向农业操作的通用视觉模仿学习的任务相关与无关区域感知增强

Shun Hattori, Hikaru Sasaki, Takumi Hachimine, Yusuke Mizutani, Takamitsu Matsubara

机构 * Division of Information Science, Graduate School of Information Science, Nara Institute of Science and Technology (NAIST)（信息科学系，信息科学研究生院，奈良科学技术研究所） 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DRAIL框架，通过区分任务相关与无关区域，提升农业操作中视觉模仿学习的泛化能力。

Viewpoint Matters: Dynamically Optimizing Viewpoints with Masked Autoencoder for Visual Manipulation

视角至关重要：基于掩码自动编码器的动态视角优化用于视觉操控

Pengfei Yi, Yifan Han, Junyan Li, Litao Liu, Wenzhao Lian

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； the School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Rutgers University（罗格斯大学） ； 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(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 MAE-Select通过动态选择最具信息量的视角，提升单摄像头机器人视觉操控性能，甚至超越多摄像头系统。

How to Peel with a Knife: Aligning Fine-Grained Manipulation with Human Preference

如何用刀剥皮：将细粒度操作与人类偏好对齐

Toru Lin, Shuying Deng, Zhao-Heng Yin, Pieter Abbeel, Jitendra Malik

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出了一种通过剥皮任务学习细粒度操作与人类偏好的对齐方法，通过两阶段策略优化实现高成功率和泛化能力。

Comments Project page can be found at https://toruowo.github.io/peel

The More the Merrier: Running Multiple Neuromorphic Components On-Chip for Robotic Control

更多更优：在芯片上运行多个神经形态组件用于机器人控制

Evan Eames, Priyadarshini Kannan, Ronan Sangouard, Philipp Plank, Elvin Hajizada, Gintautas Palinauskas, Lana Amaya, Michael Neumeier, Sai Thejeshwar Sharma, Marcella Toth, Prottush Sarkar, Axel von Arnim

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

AI总结 本文提出了一种在芯片上运行多个神经形态组件的流水线，用于实现视觉机器人控制，展示了其在低功耗和低延迟方面的性能。

Comments IOP Journal of Neuromorphic Computing and Engineering, preliminary acceptance

Jailbreaking Embodied LLMs via Action-level Manipulation

通过动作层面操控实现体感大语言模型的突破

Xinyu Huang, Qiang Yang, Leming Shen, Zijing Ma, Yuanqing Zheng

机构 * The Hong Kong Polytechnic University, Hong Kong SAR, China（香港理工大学） ； University of Cambridge, Cambridge, United Kingdom（剑桥大学） 纠错

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

AI总结 Blindfold通过动作层面操控实现对体感大语言模型的突破，其攻击成功率显著高于现有基线，凸显了对后果感知防御机制的迫切需求。

Comments This paper has been officially accepted for ACM SenSys 2026

Smart Prism with Tilt Compensation for CAN bus on Mobile Machinery Using Robotic Total Stations

具备倾斜补偿的智能棱镜用于移动机械CAN总线上的机器人全站仪

Sumesh Sharma, Marcel Moll, Timo Oksanen

机构 * Technical University of Munich, Germany（慕尼黑技术大学） ； Munich Institute of Robotics（慕尼黑机器人与机器智能研究所） 纠错

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

AI总结 本文提出一种具备倾斜补偿的智能棱镜，通过IMU实现动态环境下高精度参考轨迹验证。

Journal ref Technical University of Munich. 2026. ISBN 978-3-911430-10-4. https://mediatum.ub.tum.de/1844733

A User Study on the Suitability of Teleoperation Interfaces for Primitive Manipulation Tasks

关于远程操作接口适用于基本操作任务的用户研究

Jun Aoki, Shunki Itadera

机构 * University of Tsukuba（茨口大学） ； National Institute of Advanced Industrial Science（国家先进工业科学研究院） 纠错

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

AI总结 本研究比较了VR控制器和三维鼠标在操作机械臂时的表现，发现不同接口在不同任务中各有优劣，强调了任务主导运动原始体在设计远程操作接口中的重要性。

Comments Accepted at 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI'26), Late Breaking Report

Hybrid Offline-Online Reinforcement Learning for Sensorless, High-Precision Force Regulation in Surgical Robotic Grasping

混合离线-在线强化学习用于无传感器、高精度力调节的外科机器人抓取

Edoardo Fazzari, Omar Mohamed, Khalfan Hableel, Hamdan Alhadhrami, Cesare Stefanini

机构 * Dept. of Robotics, Mohamed bin Zayed University of AI（机器人学院，Mohamed bin Zayed人工智能大学） 纠错

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

AI总结 本研究提出了一种混合离线-在线强化学习框架，通过高保真建模实现无传感器的高精度外科机器人抓取力调节，验证了仿真到现实的迁移能力。

RoboMIND 2.0: A Multimodal, Bimanual Mobile Manipulation Dataset for Generalizable Embodied Intelligence

RoboMIND 2.0：一种多模态、双臂移动操作数据集，用于通用具身智能

Chengkai Hou, Kun Wu, Jiaming Liu, Zhengping Che, Di Wu, Fei Liao, Guangrun Li, Jingyang He, Qiuxuan Feng, Zhao Jin, Chenyang Gu, Zhuoyang Liu, Nuowei Han, Xiangju Mi, Yaoxu Lv, Yankai Fu, Gaole Dai, Langzhe Gu, Tao Li, Yuheng Zhang, Yixue Zhang, Xinhua Wang, Shichao Fan, Meng Li, Zhen Zhao, Ning Liu, Zhiyuan Xu, Pei Ren, Junjie Ji, Haonan Liu, Kuan Cheng, Shanghang Zhang, Jian Tang

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

AI总结 RoboMIND 2.0通过多模态双臂移动操作数据集和MIND-2系统，提升通用具身智能的泛化能力。

VCA: Vision-Click-Action Framework for Precise Manipulation of Segmented Objects in Target Ambiguous Environments

VCA：面向目标模糊环境中的分割物体精确操控的视觉-点击-动作框架

Donggeon Kim, Seungwon Jan, Hyeonjun Park, Daegyu Lim

机构 * ROBROS Inc.（ROBROS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 VCA框架通过视觉点击交互替代文本指令，实现目标模糊环境中分割物体的精确操控，提升机器人操作的准确性和实用性。

Comments Submitted to UR 2026

Surface-based Manipulation Using Tunable Compliant Porous-Elastic Soft Sensing

基于表面的可调合规 porous-弹性柔软感知操作

Gayatri Indukumar, Muhammad Awais, Diana Cafiso, Matteo Lo Preti, Lucia Beccai

机构 * Soft BioRobotics Perception Group at Istituto Italiano di Tecnologia（意大利技术研究院软生物机器人感知组） ； University of Genoa（热那亚大学） ； Biorobotics Institute, Scuola Superiore Sant’Anna（圣安娜高等学院生物机器人研究所） ； Soft Robotics Lab, National University of Singapore（新加坡国立大学软机器人实验室） 纠错

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

AI总结 本文提出了一种可调合规 porous-弹性柔软感知系统，通过调整晶格密度实现对操作力和灵敏度的自适应调节，用于精细物体操作。

Comments 6 pages, 6 figures, 1 table, to be published in RoboSoft 2026 proceedings

HeRO: Hierarchical 3D Semantic Representation for Pose-aware Object Manipulation

HeRO：用于姿态感知物体操作的分层3D语义表示

Chongyang Xu, Shen Cheng, Haipeng Li, Haoqiang Fan, Ziliang Feng, Shuaicheng Liu

机构 * College of Computer Science, Sichuan University（四川大学计算机学院） ； School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院） ； Dexmal 纠错

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

AI总结 HeRO通过分层语义场结合几何与语义，提升姿态感知操作的控制策略，实现多个任务的成功率提升。

Comments Accepted by ICRA 2026