机器人 / 具身智能

Memory as a Wasting Asset: Pricing Flash Endurance for Embodied Agents, and the Limits of Doing So

记忆作为消耗性资产：为具身智能体定价闪存耐久性及其局限性

Josef Liyanjun Chen

机构 * KAIKAKU 纠错

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

AI总结 本文提出将机器人闪存耐久性视为折旧资本，通过单一影子价格η进行定价，实现成本最优的存储层级分配，并基于真实机器人日志测量价值-写入关联χ的符号，发现其取决于部署场景。

Adaptive Modular Geometric Control of Robotic Manipulators

机器人操作臂的自适应模块化几何控制

Mahdi Hejrati, Amir Hossein Barjini, Gokhan Alcan, Jouni Mattila

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

AI总结 针对惯性参数不确定的机器人操作臂，提出一种自适应模块化几何控制框架，通过SE(3)上的对数映射定义构型误差，结合李代数对偶配对实现模块间功率共轭连接，并引入正定对称矩阵流形上的几何自适应律，证明闭环跟踪误差半全局一致最终有界。

Comments Submitted to Systems & Control Letters

PATCH: Action-Chunk-Conditioned Latent Patch Innovation Monitoring for Robot Manipulation

PATCH: 基于动作块条件潜在补丁创新的机器人操作监控

Yanan Zhou, Ranpeng Qiu, Yincong Chen, Jiajie Cui, Weiming Zhi

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Australian Centre For Robotics, The University of Sydney（悉尼大学澳大利亚机器人中心） 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 提出PATCH监控器，通过动作块条件潜在补丁创新检测局部场景动态，实现扰动感知的机器人操作干预与恢复。

Universal Manipulation Exoskeleton: Learning Compliant Whole-body Policies with Real-time Torque Feedback

通用操控外骨骼：利用实时扭矩反馈学习全身柔顺策略

Litian Liang, Jingxi Xu, Xinda Qi, Yujun Cai, Houzhu Ding, Luqi Wang, Zhixin Sun, Jyh-Herng Chow, Ming Yang, Mark Cutkosky

机构 * Ant Group（蚂蚁集团） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出通用操控外骨骼（UME），通过实时触觉扭矩反馈和全身数据采集，使机器人学习主动柔顺策略，在受限空间中完成移动操作、力控翻转等任务。

Robustness without Wrinkles: Parallel Simulation and Robust MPC for Certified Deformable Manipulation

无皱鲁棒性：并行仿真与鲁棒MPC实现可认证的变形体操作

Wei-Chen Li, Jeffrey Fang, Sasanka Polisetti, Yuexi Song, Glen Chou

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 提出CORD-SLS实时控制方法，通过GPU并行可微仿真与接触平滑实现高效梯度规划，结合鲁棒模型预测控制与共形预测校准，在绳索和布料操作中达到毫秒级规划与高安全性。

GHOST: Hierarchical Sub-Goal Policies for Generalizing Robot Manipulation

GHOST: 用于泛化机器人操作的层次化子目标策略

Sriram Krishna, Ben Eisner, Haotian Zhan, Ying Yuan, Haoyu Zhen, Chuang Gan, Shubham Tulsiani, David Held

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； UMass Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

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

AI总结 提出GHOST框架，通过将控制分解为高层子目标预测和低层目标条件控制器，实现视觉运动操作策略的泛化，并利用人类演示适应新物体和任务变化。

Comments Accepted at RSS 2026

When Video Misreads: Closed-Loop Distillation of Reading Heuristics for Exploratory Manipulation Trace QA

当视频误读：面向探索性操作痕迹问答的阅读启发式闭环蒸馏

Haizhou Ge, Yufei Jia, Yue Li, Zhixing Chen, Lu Shi, Lei Han, Guyue Zhou, Ruqi Huang

机构 * Tsinghua University（清华大学） ； DISCOVER Robotics 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 针对探索性操作中机器人误读视频痕迹的问题，提出闭环痕迹蒸馏方法，通过任务编码代理提取单行自然语言启发式提示，使冻结VLM准确预测最小成功动作链，在模拟和真实机器人任务上提升准确率0.38-0.47。

Comments 16 pages, 4 figures, 4 tables

Instant-Fold: In-Context Imitation Learning for Deformable Object Manipulation

Instant-Fold: 可变形物体操作的情境模仿学习

Yilong Wang, Cheng Qian, Edward Johns

机构 * The Robot Learning Lab（机器人学习实验室） ； Imperial College London（伦敦帝国学院） 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 提出Instant-Fold框架，通过单次人类演示的情境模仿学习，无需梯度更新即可推断并执行多种可变形物体操作模式，在仿真训练后零样本迁移到真实世界。

Beyond Binary: Sim-to-Real Dexterous Manipulation with Physics-Grounded Contact Representation

超越二元：基于物理接触表示的仿真到现实灵巧操作

Jiahe Pan, Stelian Coros, Jitendra Malik, Toru Lin

机构 * ETH Zürich（苏黎世联邦理工学院） ； UC Berkeley（伯克利加州大学） 纠错

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

AI总结 提出基于物理原理的中心压力（CoP）触觉表示，结合可微动力学传感器标定，实现多指手的零样本仿真到现实迁移，在插销入孔和球平衡任务中优于二元接触和原始触觉基线。

Comments Project site: https://mpan31415.github.io/tactile_rep/

SUGAR: A Scalable Human-Video-Driven Generalizable Humanoid Loco-Manipulation Learning Framework

SUGAR: 一种可扩展的人类-视频驱动的通用人形机器人运动-操作学习框架

Tianshu Wu, Xiangqi Kong, Yue Chen, Qize Yu, Hang Ye, Jia Li, Yizhou Wang, Hao Dong

机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学计算机科学系） ； School of Computer Science and Engineering, Beihang University（计算机科学与工程学院，北航） 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 该研究提出SUGAR框架，通过将多样化的视频转化为可部署的人形机器人运动-操作技能，无需特定任务的奖励工程或参考动作条件，在仿真和现实硬件中实现了六种代表性任务的高性能表现，展示了可扩展性和零样本现实迁移能力。

Comments Project Page: https://tianshuwu.github.io/sugar-humanoid/

SkiP: When to Skip and When to Refine for Efficient Robot Manipulation

SkiP: 在何时跳过和何时细化以实现高效的机器人操作

Mingtong Dai, Guanqi Peng, Yongjie Bai, Feng Yan, Chunjie Chen, Lingbo Liu, Liang Lin, Xinyu Wu

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Peng Cheng Laboratory（鹏城实验室） ； Southern University of Science and Technology（南方科技大学） ； Sun Yat-sen University（中山大学） ； UNT ； University of Chinese Academy of Sciences（中国科学院大学） 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 SkiP通过动态跳过冗余步骤和精细化关键步骤，提升机器人操作效率，无需额外结构或规划器。

Control Your View: High-Resolution Global Semantic Manipulation in Learned Image Compression

掌控你的视角：高分辨率全球语义操控在学习图像压缩中的应用

Jiaming Liang, Chi-Man Pun, Weisi Lin, Greta Seng Peng Mok

机构 * University of Macau（澳门大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出了一种新的方法，用于在学习图像压缩中实现高分辨率全球语义操控，通过改进的周期几何衰减调度策略，克服了现有方法在高分辨率语义操控中的局限性。

VTouch++: A Multimodal Dataset with Vision-Based Tactile Enhancement for Bimanual Manipulation

VTouch++：一个用于双臂操作的多模态数据集，具有基于视觉的触觉增强

Qianxi Hua, Xinyue Li, Zheng Yan, Yang Li, Chi Zhang, Yongyao Li, Yufei Liu

机构 * Humanoid Robot (Shanghai) Co., Ltd.（人形机器人（上海）有限公司） ； Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（上海智能自主系统研究院，同济大学） ； School of Astronautics, Harbin Institute of Technology（航天学院，哈尔滨工程大学） 纠错

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

AI总结 本文提出VTouch++数据集，通过视觉触觉传感提供高保真的物理交互信号，采用矩阵式任务设计实现系统学习，并利用自动化数据采集管道确保可扩展性，通过跨模态检索和真实机器人评估验证其有效性。

Learning Hybrid-Control Policies for High-Precision In-Contact Manipulation Under Uncertainty

在不确定性下学习混合控制策略以实现高精度接触操作

Hunter L. Brown, Geoffrey Hollinger, Stefan Lee

机构 * Collaborative Robotics and Intelligent Systems Institute, Oregon State University（协作机器人与智能系统研究所，俄勒冈州立大学） 纠错

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

AI总结 本文提出混合位置-力控制策略，通过Mode-Aware Training for Contact Handling (MATCH)提升学习效率，在高噪声环境下显著提高任务成功率并减少力的使用。

Multimodal Diffusion Forcing for Forceful Manipulation

多模态扩散强迫用于强力操控

Zixuan Huang, Huaidian Hou, Dmitry Berenson

机构 * University of Michigan, Ann Arbor（密歇根大学安娜堡分校） 纠错

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

AI总结 本文提出多模态扩散强迫框架，通过随机部分遮蔽和扩散模型重建轨迹，学习机器人多模态轨迹，提升对动作与力信号的依赖性，实验证明其在模拟和现实环境中的强性能和鲁棒性。

Comments Project website: https://unified-df.github.io

Robotic chip-scale nanofabrication for superior consistency

机器人微米级纳米加工以实现卓越的一致性

Felix M. Mayor, Wenyan Guan, Erik Szakiel, Amir H. Safavi-Naeini, Samuel Gyger

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

AI总结 本文提出利用机器人手臂自动化微米级纳米加工，提高复杂器件制造的一致性，通过Josephson结电阻开发验证了机器人在减少人工操作波动方面的有效性。

Comments 5 pages, 3 figures

Journal ref Appl. Phys. Lett. 128, 144101 (2026)

At a Glance to Your Fingertips: Enabling Direct Manipulation of Distant Objects Through SightWarp

指尖上的全景：通过SightWarp实现对远处物体的直接操控

Yang Liu, Thorbjørn Mikkelsen, Zehai Liu, Gengchen Tian, Diako Mardanbegi, Qiushi Zhou, Hans Gellersen, Ken Pfeuffer

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

AI总结 SightWarp通过眼手协调实现对远距离物体的直接操控，提升3D交互性能与灵活性。

Comments 12 pages, 11 figures, The 38th Annual ACM Symposium on User Interface Software and Technology (UIST '25), September 28-October 01, 2025, Busan, Republic of Korea

NovaPlan: Zero-Shot Long-Horizon Manipulation via Closed-Loop Video Language Planning

NovaPlan: 通过闭环视频语言规划实现零样本长周期操控

Jiahui Fu, Junyu Nan, Lingfeng Sun, Hongyu Li, Jianing Qian, Jennifer L. Barry, Kris Kitani, George Konidaris

机构 * Robotics and AI Institute（机器人与人工智能研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Brown University（布朗大学） ； University of Pennsylvania（宾夕法尼亚大学） 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 NovaPlan通过闭环视频语言规划实现零样本长周期操控，结合高层任务分解与底层物理执行，无需先验演示即可完成复杂装配任务。

Comments 25 pages, 15 figures. Project webpage: https://nova-plan.github.io/

Articulated 3D Scene Graphs for Open-World Mobile Manipulation

具身3D场景图用于开放世界移动操作

Martin Büchner, Adrian Röfer, Tim Engelbracht, Tim Welschehold, Zuria Bauer, Hermann Blum, Marc Pollefeys, Abhinav Valada

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MoMa-SG框架，通过语义-运动学3D场景图实现开放世界移动操作中物体的稳健交互与操控。

Dex4D: Task-Agnostic Point Track Policy for Sim-to-Real Dexterous Manipulation

Dex4D：一种任务无关的点轨迹策略用于仿真到现实的灵巧操作

Yuxuan Kuang, Sungjae Park, Katerina Fragkiadaki, Shubham Tulsiani

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)；分类 cs.RO、cs.CV、cs.LG

AI总结 Dex4D通过仿真学习任务无关的点轨迹策略，实现零样本部署的灵巧操作任务。

Comments Project page: https://dex4d.github.io/

Robot-Wearable Conversation Hand-off for Navigation

机器人可穿戴对话切换用于导航

Dániel Szabó, Aku Visuri, Benjamin Tag, Simo Hosio

专题命中 机器人操作 ：navigation(title,abstract)；embodied AI(abstract)

AI总结 本文提出通过对话切换实现多设备室内导航，发现可穿戴设备更受用户青睐，强调了具身AI在人机交互中的作用。

Comments To appear in Proceedings of Augmented Humans International Conference (AHs 2026)

SemanticFeels: Semantic Labeling during In-Hand Manipulation

语义感受：手握 manipulation 中的语义标注

Anas Al Shikh Khalil, Haozhi Qi, Roberto Calandra

机构 * LASR Lab TU Dresden（达姆施塔特技术大学激光感知实验室） ； UC Berkely（伯克利大学） 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 SemanticFeels 通过结合视觉和触觉信息，利用神经隐式形状表示实现多材料物体的高精度材料分类。

Comments 10 pages, 5 figures

FlowHOI: Flow-based Semantics-Grounded Generation of Hand-Object Interactions for Dexterous Robot Manipulation

FlowHOI: 基于流的语义引导的双手-物体交互生成用于灵巧机器人操作

Huajian Zeng, Lingyun Chen, Jiaqi Yang, Yuantai Zhang, Fan Shi, Peidong Liu, Xingxing Zuo

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·扎耶德人工智能大学） ； Technical University of Munich（慕尼黑技术大学） ； National University of Singapore（新加坡国立大学） ； Westlake University（西湖大学） 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 FlowHOI通过语义引导的流匹配框架生成双手-物体交互序列，提升机器人操作的准确性和效率。

Comments Project Page: https://huajian-zeng.github.io/projects/flowhoi/

Localized Graph-Based Neural Dynamics Models for Terrain Manipulation

基于图的神经动力学模型用于地形操控

Chaoqi Liu, Yunzhu Li, Kris Hauser

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出基于图的神经动力学模型，通过局部化粒子图实现高效地形操控，提升预测精度和计算效率。

High-fidelity robotic PCR amplification

高保真度的机器人PCR扩增

Vincent Beguin, Jean Grétillat, Kornelija Kaminskaitė, Simonas Juzenas, Dainius Kirsnauskas, Pierre-Yves Burgi, Samuel Wenger, Valentin Remonnay, Silvia Angeloni, Bart van der Schoot, Augustin Cerveaux, Thomas Heinis, Renaldas Raisutis, Martin Jost, Lukas Zemaitis, Ignas Galminas, Jérôme Charmet

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

AI总结 本文提出了一种基于机器人控制的PCR平台，通过运动控制替代温度控制，实现高保真度的PCR扩增，同时减少试剂消耗和交叉污染，提升自动化生化处理的效率与可扩展性。

Comments 28 pages total (manuscript: 18 pages, including 8 figures and references) (supplementary materials: 10 pages, including 9 figures)

Coordinated Humanoid Manipulation with Choice Policies

协调的人形机器人操作与选择策略

Haozhi Qi, Yen-Jen Wang, Toru Lin, Brent Yi, Yi Ma, Koushil Sreenath, Jitendra Malik

机构 * UC 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.LG

AI总结 本文提出选择策略，通过模块化遥控和模仿学习，实现人形机器人在无结构环境中的协调操作与高效学习。

Comments Code and Website: https://choice-policy.github.io/

SAGA: Open-World Mobile Manipulation via Structured Affordance Grounding

SAGA：通过结构化可及性 grounding 实现开放世界移动操作

Kuan Fang, Yuxin Chen, Xinghao Zhu, Farzad Niroui, Lingfeng Sun, Jiuguang Wang

机构 * RAI Institute（RAI研究院） 纠错

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

AI总结 SAGA通过结构化可及性接地实现开放世界移动操作，能有效处理多种任务形式并实现零样本执行。

Comments 9 pages, 7 figures

WholeBodyVLA: Towards Unified Latent VLA for Whole-Body Loco-Manipulation Control

WholeBodyVLA: 向统一的潜变量VLA迈进以实现全身体姿操控控制

Haoran Jiang, Jin Chen, Qingwen Bu, Li Chen, Modi Shi, Yanjie Zhang, Delong Li, Chuanzhe Suo, Chuang Wang, Zhihui Peng, Hongyang Li

机构 * Fudan University（复旦大学） ； OpenDriveLab & MMLab at The University of Hong Kong（香港大学开放驾驶实验室及多模态实验室） ； AgiBot（AgiBot公司） ； SII（SII研究所） 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 WholeBodyVLA通过统一的潜变量学习框架和专门设计的强化学习策略，实现了大空间人形运动-操控的精准控制与高效泛化。

Obstruction reasoning for robotic grasping

机器人抓取中的障碍物推理

Runyu Jiao, Matteo Bortolon, Francesco Giuliari, Alice Fasoli, Sergio Povoli, Guofeng Mei, Yiming Wang, Fabio Poiesi

机构 * Fondazione Bruno Kessler（布鲁诺·科塞勒基金会） ； University of Trento（特伦托大学） 纠错

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

AI总结 UNOGrasp通过视觉-语言模型提升机器人抓取中障碍物推理能力，结合监督与强化学习微调，实现更高效的路径规划和抓取性能。

In-N-On: Scaling Egocentric Manipulation with in-the-wild and on-task Data

In-N-On：通过野外和任务数据扩展眼动操控

Xiongyi Cai, Ri-Zhao Qiu, Geng Chen, Lai Wei, Isabella Liu, Tianshu Huang, Xuxin Cheng, Xiaolong Wang

机构 * UC San Diego（加州大学圣迭戈分校） 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In-N-On方法，通过结合野外和任务数据，扩展眼动操控策略，实现语言指令跟随、少样本学习和鲁棒性提升。

Comments Project webpage: https://xiongyicai.github.io/In-N-On/