机器人 / 具身智能

Sim-to-Real Reinforcement Learning for Deformable Object Manipulation

Jan Matas, Stephen James, Andrew J. Davison

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

Comments Published at the Conference on Robot Learning (CoRL) 2018

Combining Self-Supervised Learning and Imitation for Vision-Based Rope Manipulation

Ashvin Nair, Dian Chen, Pulkit Agrawal, Phillip Isola, Pieter Abbeel, Jitendra Malik, Sergey Levine

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

Comments 8 pages, accepted to International Conference on Robotics and Automation (ICRA) 2017

Dual Latent Memory in Vision-Language-Action Models for Robotic Manipulation

用于机器人操作的视觉-语言-动作模型中的双潜记忆

Hongyu Qu, Jianzhe Gao, Xiaobin Hu, Shaohuan Yang, Xinlei Yu, Rui Yan, Wenguan Wang, Xiangbo Shu, Shuicheng Yan

机构 * Nanjing University of Science and Technology（南京理工大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 研究针对主流VLA模型处理长期任务的不足，提出LaMem-VLA框架，通过四个协调组件将历史经验重构为潜记忆令牌并与VLA推理直接交织，实现在同一潜空间处理历史经验，经实验验证该框架具有优越性。

Comments Project page: https://github.com/quhongyu/LaMem-VLA

Latent Diffusion Policy: Shaping Latent Spaces for Diffusion-Based Robotic Manipulation

潜在扩散策略：为基于扩散的机器人操作塑造潜在空间

Zhexuan Zhou, Yichen Lai, Jinhao Zhang, Huizhe Li, Youmin Gong, Jie Mei

机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出两阶段框架LDP，通过CVAE编码器吸收场景理解，在预浓缩的潜在空间中进行流匹配，简化学习并提升多臂协调任务性能。

Escaping the Diversity Trap in Robotic Manipulation via Anchor-Centric Adaptation

通过锚点中心适应摆脱机器人操作中的多样性陷阱

Yanzhe Chen, Kevin Yuchen Ma, Qi Lv, Yiqi Lin, Zechen Bai, Chen Gao, Mike Zheng Shou

机构 * National University of Singapore（新加坡国立大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Institude for Information Research, A STAR（A*STAR信息研究所） 纠错

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

AI总结 本文提出锚点中心适应方法，通过稳定策略骨架和选择性扩展覆盖范围，解决多样性陷阱问题，提升任务可靠性和成功率。

Comments 21 pages, 8 figures

DreamGrasp: Zero-Shot 3D Multi-Object Reconstruction from Partial-View Images for Robotic Manipulation

Young Hun Kim, Seungyeon Kim, Yonghyeon Lee, Frank Chongwoo Park

机构 * Seoul National University（首尔国立大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

OminiAdapt: Learning Cross-Task Invariance for Robust and Environment-Aware Robotic Manipulation

Yongxu Wang, Weiyun Yi, Xinhao Kong, Wanting Li

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

Imagine2touch: Predictive Tactile Sensing for Robotic Manipulation using Efficient Low-Dimensional Signals

Abdallah Ayad, Adrian Röfer, Nick Heppert, Abhinav Valada

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

Comments 3 pages, 3 figures, 2 tables, accepted at ViTac2024 ICRA2024 Workshop. arXiv admin note: substantial text overlap with arXiv:2403.15107

Foldsformer: Learning Sequential Multi-Step Cloth Manipulation With Space-Time Attention

Kai Mo, Chongkun Xia, Xueqian Wang, Yuhong Deng, Xuehai Gao, Bin Liang

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

Comments 8 pages, 6 figures, published to IEEE Robotics & Automation Letters (RA-L)

Journal ref IEEE Robotics and Automation Letters, vol. 8, no. 2, pp. 760-767, Feb. 2023

Fast Object Segmentation Learning with Kernel-based Methods for Robotics

Federico Ceola, Elisa Maiettini, Giulia Pasquale, Lorenzo Rosasco, Lorenzo Natale

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

Comments Manuscript accepted to 2021 IEEE International Conference on Robotics and Automation (ICRA)

Journal ref IEEE International Conference on Robotics and Automation (ICRA), 2021

Localization and Tracking of User-Defined Points on Deformable Objects for Robotic Manipulation

Sven Dittus, Benjamin Alt, Andreas Hermann, Darko Katic, Rainer Jäkel, Jürgen Fleischer

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

Comments 4 pages, 4 figures, accepted at the ICRA 2021 Workshop on Representing and Manipulating Deformable Objects

U-LAG: Uncertainty-Aware, Lag-Adaptive Goal Retargeting for Robotic Manipulation

Anamika J H, Anujith Muraleedharan

机构 * Anamika J H（匿名ika J H） ； Anujith Muraleedharan（阿努吉斯·穆拉莱德哈兰） 纠错

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

Comments 8 pages, 5 figures. Accepted to the IROS 2025 Workshop on Perception and Planning for Mobile Manipulation in Changing Environments

Design and Benchmarking of A Multi-Modality Sensor for Robotic Manipulation with GAN-Based Cross-Modality Interpretation

Dandan Zhang, Wen Fan, Jialin Lin, Haoran Li, Qingzheng Cong, Weiru Liu, Nathan F. Lepora, Shan Luo

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

Comments Accepted by IEEE Transactions on Robotics

Search-Based Task Planning with Learned Skill Effect Models for Lifelong Robotic Manipulation

Jacky Liang, Mohit Sharma, Alex LaGrassa, Shivam Vats, Saumya Saxena, Oliver Kroemer

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

Comments To appear in the International Conference on Robotics and Automation (ICRA) 2022

Where to relocate?: Object rearrangement inside cluttered and confined environments for robotic manipulation

Sang Hun Cheong, Brian Y. Cho, Jinhwi Lee, ChangHwan Kim, Changjoo Nam

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

Comments 2020 IEEE International Conference on Robotics and Automation (ICRA)

Scaling Manual-Grounded Appliance Manipulation with Data Synthesis and Unified Planning

通过数据合成与统一规划扩展基于手册的家电操作规模

Yuxing Long, Lei Kang, Ziyan Yu, Yuzheng Gao, Bin Cheng, Jiyao Zhang, Xiaoqi Li, Haolin Yang, Dongjiang Li, Hui Shen, Hao Dong

机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（北京大学计算机学院计算前沿研究中心） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Jingdong Technology Information Technology Co., Ltd（京东科技信息技术有限公司） 纠错

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

AI总结 针对现有大模型缺乏支持基于手册的家电操作规划的数据集的问题，提出MAGE数据合成流水线构建UseAppliance数据集，开发AppliancePlan模型，在RealAppliance-Bench和真实机器人实验中表现优异，推进通用家用机器人发展。

Comments Accepted by ACM MM 26

Learning Dexterous Manipulation Using Contact Wrench Guidance From Human Demonstration

利用人类演示的接触力引导学习灵巧操作

Xinghao Zhu, Zixi Liu, Shalin Jain, Chenran Li, Milad Noori, Michael Andres Lin, Huihua Zhao, John Welsh, Mrinal Verghese, Wei Liu, Tingwu Wang, Xingye Da, Zhengyi Luo, Vishal Kulkarni, Naema Bhatti, Yuke Zhu, Linxi Fan, Bowen Wen, Danfei Xu, Soha Pouya, Yan Chang

机构 * NVIDIA（英伟达） 纠错

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

AI总结 提出CHORD框架，通过物体中心的接触力空间引导，利用人类演示的力和力矩信息增强强化学习，在包含4739个双臂灵巧操作任务的大规模基准上平均成功率82.12%，并泛化到全身操作和真实世界。

Real2Sim2Real for Vision-Language-Action Manipulation: An AMD ROCm-Based Pipeline

用于视觉-语言-动作操纵的Real2Sim2Real：基于AMD ROCm的管道

Qing Yang, Xun Wang, Ziguan Wang, Zhenjiang Li, Hongqiang Wang, Dongdong Weng

机构 * AMD AIG Team（AMD人工智能团队） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 本文针对视觉-语言-动作操纵提出基于AMD ROCm的Real2Sim2Real技术栈，涵盖多硬件计算，由开放软件栈统一。通过四个演示表明无需CUDA锁定生态系统，展示了在多硬件平台上的相关成果，且管道可在特定硬件和平台上原生运行并重现。

ED3R: Energy-Aware Distributed Disaster Detection Enabled by Cooperative Robotic Agents

ED3R: 能量感知的分布式灾难检测——基于协作机器人智能体

Lina Magoula, Nikolaos Koursioumpas, Nancy Alonistioti, Ramin Khalili

机构 * Dept. of Informatics and Telecommunications, National and Kapodistrian University of Athens（雅典大学信息学与电信系） ； Huawei Heisenberg Research Center (Munich)（华为海森堡研究中心（慕尼黑）） 纠错

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

AI总结 提出ED3R框架，通过机器人-远程控制器分层协作与分布式神经回归预测，在不确定性下以最低能耗实现野火检测，成功率达97.18%，能耗降低36.4%，检测速度提升41%。

Comments 14 pages, 9 figures

Robotic Policy Adaptation via Weight-Space Meta-Learning

通过权重空间元学习实现机器人策略自适应

Christian Bianchi, Siamak Yousefi, Alessio Sampieri, Andrea Roberti, Luca Rigazio, Fabio Galasso, Luca Franco

机构 * ItalAI ； University of Verona（威尼斯大学） ； Sapeinza University of Rome（罗马萨佩因扎大学） 纠错

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

AI总结 提出WIZARD框架，通过权重空间元学习从语言指令和演示视频生成任务特定LoRA参数，无需微调即可适应新任务，在LIBERO上性能提升高达14倍。

From Human Videos to Robot Manipulation: A Survey on Scalable Vision-Language-Action Learning with Human-Centric Data

从人类视频到机器人操作：基于人类中心数据的可扩展视觉-语言-动作学习综述

Zhiyuan Feng, Qixiu Li, Huizhi Liang, Rushuai Yang, Yichao Shen, Zhiying Du, Zhaowei Zhang, Yu Deng, Li Zhao, Hao Zhao, Zongqing Lu, Oier Mees, Marc Pollefeys, Jiaolong Yang, Baining Guo

机构 * Tsinghua University（清华大学） ； HKUST（香港科技大学） ； Xi’an Jiaotong University（西安交通大学） ； Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Peking University（北京大学） ； Microsoft Zurich Project（微软苏黎世实验室） 纠错

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

AI总结 本文综述了如何将丰富的人类视频转化为视觉-语言-动作（VLA）模型的有效知识，分类了四种方法（潜在动作表示、预测世界模型、显式2D监督、显式3D重建），并指出了结构化非结构化视频、跨具身和视角的动作映射、以及评估协议设计三大挑战。

Comments Accepted to IJCAI 2026 Survey Track. Project page: https://aaronfengzy.github.io/HumanCentricToVLA-Survey/

HiVLA: A Visual-Grounded-Centric Hierarchical Embodied Manipulation System

HiVLA：一种以视觉为基础的分层具身操作系统

Tianshuo Yang, Guanyu Chen, Yutian Chen, Zhixuan Liang, Yitian Liu, Zanxin Chen, Chunpu Xu, Haotian Liang, Jiangmiao Pang, Yao Mu, Ping Luo

机构 * The University of Hong Kong（香港大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； 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(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 HiVLA提出一种分层框架，将高层语义规划与底层动作控制解耦，通过视觉 grounding 和 Diffusion Transformer 专家提升机器人操作能力，实验证明其在长时序技能组合和精细操作中表现优异。

Comments Project Page: https://tianshuoy.github.io/HiVLA-page/

Wiggle and Go! System Identification for Zero-Shot Dynamic Rope Manipulation

Wiggle and Go! 系统识别用于零样本动态绳索操作

Arthur Jakobsson, Abhinav Mahajan, Karthik Pullalarevu, Krishna Suresh, Yunchao Yao, Yuemin Mao, Bardienus Duisterhof, Shahram Najam Syed, Jeffrey Ichnowski

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 本文提出Wiggle and Go!系统，通过学习模拟先验知识实现零样本动态绳索操作，提升任务执行精度与效率，实验显示其在绳索任务中的表现优于传统方法。

ARM: Advantage Reward Modeling for Long-Horizon Manipulation

ARM：用于长 horizon 操控的优势奖励建模

Yiming Mao, Zixi Yu, Weixin Mao, Yinhao Li, Qirui Hu, Zihan Lan, Minzhao Zhu, Hua Chen

机构 * LimX Dynamics（LimX动力学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出ARM框架，通过三态标签策略提升长 horizon 操控任务的奖励建模，实现高效稳定的数据利用。

Multi-Modal Manipulation via Multi-Modal Policy Consensus

多模态操控 via 多模态策略共识

Haonan Chen, Jiaming Xu, Hongyu Chen, Kaiwen Hong, Binghao Huang, Chaoqi Liu, Jiayuan Mao, Yunzhu Li, Yilun Du, Katherine Driggs-Campbell

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Columbia University（哥伦比亚大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文提出通过多模态策略共识实现多模态操控，采用扩散模型分解策略并利用路由网络动态组合模态贡献，提升机器人操控任务中多模态推理能力。

Comments 8 pages, 7 figures. Project website: https://policyconsensus.github.io

World Models for Learning Dexterous Hand-Object Interactions from Human Videos

为从人类视频学习灵巧手-物体交互构建世界模型

Raktim Gautam Goswami, Amir Bar, David Fan, Tsung-Yen Yang, Gaoyue Zhou, Prashanth Krishnamurthy, Michael Rabbat, Farshad Khorrami, Yann LeCun

机构 * FAIR at Meta（Meta 的 FAIR 部门） ； New York University（纽约大学） 纠错

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

AI总结 本文提出DexWM模型，通过手部关键点提取实现对精细手部动作的建模，提升未来状态预测和零样本迁移能力。

M4Diffuser: Multi-View Diffusion Policy with Manipulability-Aware Control for Robust Mobile Manipulation

M4Diffuser：多视角扩散策略与具有操纵性意识的控制的多自由度扩散策略用于鲁棒移动操纵

Ju Dong, Lei Zhang, Liding Zhang, Yao Ling, Yu Fu, Kaixin Bai, Zoltán-Csaba Márton, Zhenshan Bing, Zhaopeng Chen, Alois Christian Knoll, Jianwei Zhang

机构 * TAMS (Technical Aspects of Multimodal Systems), Department of Informatics, University of Hamburg（汉堡大学信息学院技术多模态系统部门） ； Technical University of Munich（慕尼黑技术大学） ； Agile Robots SE（敏捷机器人有限公司） 纠错

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

AI总结 M4Diffuser通过多视角扩散策略与操纵性意识控制器实现鲁棒移动操纵，提升任务成功率与环境适应性。

Comments Project page: https://sites.google.com/view/m4diffuser, 10 pages, 9 figures

EgoDex: Learning Dexterous Manipulation from Large-Scale Egocentric Video

EgoDex: 从大规模第一人称视频中学习灵巧操作

Ryan Hoque, Peide Huang, David J. Yoon, Mouli Sivapurapu, Jian Zhang

机构 * Apple（苹果公司） 纠错

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

AI总结 EgoDex通过大规模第一人称视频数据集推动灵巧操作研究，提供3D手部跟踪数据及模仿学习评估框架。

Comments ICLR 2026

Spatiotemporal modulation of surface texture for information encoding and object manipulation

表面纹理的时空调制用于信息编码和物体操控

Xiao Yang, Jay Sim, Ruike Renee Zhao

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

AI总结 本文提出了一种光热驱动的液晶弹性体双层结构，通过动态褶皱实现可编程的时空表面纹理调制，用于信息编码和物体操控。

Learning Part-Aware Dense 3D Feature Field for Generalizable Articulated Object Manipulation

学习具有部分感知的密集3D特征场以实现通用的可变形物体操作

Yue Chen, Muqing Jiang, Kaifeng Zheng, Jiaqi Liang, Chenrui Tie, Haoran Lu, Ruihai Wu, Hao Dong

机构 * Peking University（北京大学） ； Beijing Institute of Technology（北京理工大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出PA3FF，一种具有部分感知的密集3D特征场，用于提升可变形物体操作的泛化能力，通过对比学习训练，实现高效且通用的机器人操作

Comments Accept to ICLR 2026, Project page: https://pa3ff.github.io