机器人 / 具身智能

OpenSPM: An Environment-Transferable Robotic Key Spatial Pose Memory and Closed-Loop High-Frequency Flow-Matching Action Generation Model

OpenSPM：一种环境可迁移的机器人关键空间位姿记忆与闭环高频流匹配动作生成模型

Iok Tong Lei, Qingchen Xie, Yifan Wang, Yap Ying Jie, Zhidong Deng

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

AI总结 提出OpenSPM框架，通过空间位姿记忆和流匹配动作生成模型，实现开放环境桌面机器人操作的高频、精确控制，在LIBERO-GOAL任务中达到85.6%成功率和1033.3 Hz等效控制频率。

Comments Preprint

Bridge-WA: Predicting Where and How the World Changes for Robotic Action

Bridge-WA: 预测世界变化的位置和方式以支持机器人动作

Yongjie Bai, Hanting Wang, Mingtong Dai, Qijun Zhong, Yang Liu, Liang Lin

机构 * Sun Yat-sen University（中山大学） ； Pengcheng Laboratory（鹏城实验室） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； X-Era AI Lab（X-Era AI实验室） 纠错

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

AI总结 提出Bridge-WA轻量框架，通过蒸馏未来变化教师模型为三个紧凑先验，引导动作生成聚焦于场景变化的位置和方式，提升机器人操作的成功率和鲁棒性。

Comments 21 pages, 8 figures, https://hcplab-sysu.github.io/BRIDGE-WA

Imagining the Sense of Touch: Touch-Informed Manipulation via Imagined Tactile Representations

想象触觉：通过想象触觉表征进行触觉感知操作

Zhiyuan Zhang, Adeesh Desai, Jyun-Chi Hu, Yosuke Saka, Quan Khanh Luu, Jiuzhou Lei, Davood Soleymanzadeh, Bihao Zhang, Minghui Zheng, Yu She

机构 * Department of Industrial Engineering, Purdue University（普渡大学工业工程系） ； Department of Mechanical Engineering, Texas A&M University（德克萨斯农工大学机械工程系） 纠错

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

AI总结 提出TacImag框架，从视觉和本体感觉预测触觉观测，在无触觉传感器时指导操作策略，仿真和真实实验平均提升接触敏感任务44.4%、纹理敏感任务23.3%。

Comments Project website: https://tacimag.github.io/

Labimus: A Simulation and Benchmark for Humanoid Dexterous Manipulation in Chemical Laboratory

Labimus: 化学实验室中类人灵巧操作的仿真与基准

Yuhan Wu, Zhao Jin, Tao Li, Yuheng Zhang, Zhichao Wang, Shuo Wang, Jun Jiang, Xiaobo Li, Yanyong Zhang, Jian Tang, Zhengping Che, Yan Xia

机构 * University of Science and Technology of China（中国科学技术大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） 纠错

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

AI总结 提出Labimus，首个针对有机化学实验室中类人灵巧操作的基准，通过真实到仿真建模重建30多个功能资产，定义原子操作和称重流程，揭示任务完成与实验精度之间的差距。

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

VolumeDP: Modeling Volumetric Representation for Manipulation Policy Learning

VolumeDP: 用于操作策略学习的体积表示建模

Tianxing Zhou, Feiyang Xue, Zhangchen Ye, Tianyuan Yuan, Hang Zhao, Tao Jiang

机构 * IIIS, Tsinghua University（清华大学智能产业研究院） ； Galaxea AI 纠错

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

AI总结 提出VolumeDP策略架构，通过体积表示显式3D推理解决2D-3D不匹配问题，在LIBERO基准上达到88.8%平均成功率，比最强基线提升14.8%。

Comments Accepted to IROS 2026

Agentic RAG-VLM: Affordance-Aware Retrieval-Augmented Generation with Self-Reflective Planning for Robotic Grasping

Agentic RAG-VLM：基于自反规划与可操作性感知的检索增强生成在机器人抓取中的应用

Tao Chen, Lizheng Liu, Jiaxu Wang, Ziyue Jiang, Ruiqi Tian, JiGuang Huo, Zhongxue Gan

机构 * Fudan University（复旦大学） ； Kean University（肯恩大学） 纠错

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

AI总结 提出Agentic RAG-VLM框架，通过可操作性感知检索、场景图推理和自反规划，在杂乱环境中实现鲁棒抓取，成功率78.3%，比纯VLM基线提升53.3个百分点。

Comments 8 pages,5 figures,5 tables

Grasp-Oriented Non-Prehensile Manipulation via Learning a Graspability Field

基于抓取能力场学习的面向抓取的非抓取操作

Licheng Zhong, Gim Hee Lee

机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 纠错

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

AI总结 提出通过学习物体配置的抓取能力场，将非抓取操作优化为最大化抓取成功概率，而非达到预设位姿，实现闭环操作到抓取的单一策略。

Comments European Conference on Computer Vision (ECCV), 2026

Robotic Arm-Based Spectral Sensing for Strawberry Positioning and Non-Destructive Sweetness Measurement

基于机械臂的光谱传感用于草莓定位与无损甜度测量

Yi Yang, Mark Cardamis, Wen Hu

机构 * Postdoctoral Supervisor: Dr Mark Cardamis（博士后导师：Mark Cardamis） ； Supervisor: Professor Wen Hu（导师：Wen Hu） 纠错

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

AI总结 提出一种集成RGB-ToF感知与机械臂控制的闭环系统，实现草莓检测、定位、接近及无损甜度估计，实验成功率达88.10%。

Comments 51 pages, 23 figures

AERMANI-VLM: Structured Prompting and Reasoning for Aerial Manipulation with Vision Language Models

AERMANI-VLM：基于视觉语言模型的空中 manipulation 的结构提示与推理

Sarthak Mishra, Rishabh Dev Yadav, Avirup Das, Saksham Gupta, Wei Pan, Spandan Roy

机构 * Robotics Research Center, IIIT Hyderabad（IIIT海得拉巴机器人研究中心） ； Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系） ； Newcastle University（纽卡斯尔大学） 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AERMANI-VLM框架，通过分离高层推理与低层控制，利用结构化提示生成自然语言推理轨迹，实现安全可靠的空中 manipulation 任务执行。

DexCompose: Reusing Dexterous Policies for Multi-Task Manipulation with a Single Hand

DexCompose: 利用单只手复用灵巧策略进行多任务操作

Dihong Huang, Zhenyu Wei, Zhuxiu Xu, Yunchao Yao, Sikai Li, Mingyu Ding

机构 * 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)；分类 cs.RO、cs.AI、cs.CV

AI总结 提出DexCompose框架，通过手指级动作所有权和双残差模块，解决灵巧操作中多任务组合时的冲突问题，在16个复合任务上平均成功率达77.4%。

Comments Project page: https://devon018.github.io/DexCompose-Webpage/

PA-BiCoop: A Primary-Auxiliary Cooperative Framework for General Bimanual Manipulation

PA-BiCoop: 一种通用双臂操作的主辅协作框架

Bai Qicheng, Wang Ziru, Ma Teli, Dai Guang, Wang Jingdong, Wang Mengmeng

机构 * SGIT AI Lab, State Grid Corporation of China（国家电网公司SGIT人工智能实验室） ； The Hong Kong University of Science and Technology, Guangzhou（香港科技大学（广州）） ； Baidu Research, Beijing, China（百度研究院） ； Zhejiang University of Technology, Hangzhou（浙江工业大学） 纠错

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

AI总结 提出PA-BiCoop框架，通过动态主辅臂角色分配和共享编码器-双解码器结构，实现双臂协调操作，在仿真和真实任务中平均性能提升超48%。

Comments ICRA2026

MobileManiBench: Simplifying Model Verification for Mobile Manipulation

MobileManiBench：简化移动操作模型验证

Wenbo Wang, Fangyun Wei, QiXiu Li, Xi Chen, Yaobo Liang, Chang Xu, Jiaolong Yang, Baining Guo

机构 * Microsoft Research Asia（微软亚洲研究院） ； University of Sydney（悉尼大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出仿真优先框架MobileManiBench，基于NVIDIA Isaac Sim和强化学习自动生成多样化移动操作轨迹，包含300K条轨迹，用于验证VLA模型在真实部署前的性能。

Comments Accepted to ECCV 2026

KRVF: A Source-Aware Semantic Voxel World Representation for Edge Mobile Manipulation

KRVF：面向边缘移动操作的源感知语义体素世界表示

Runfeng Ling

机构 * The University of Manchester（曼彻斯特大学） 纠错

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

AI总结 提出KRVF，一种源感知语义体素表示，用于边缘移动操作，通过任务导向体素编码占用、语义、时间新鲜度和证据源，实现深度故障感知推理和映射-感知闭环。

Comments Technical report, 9 pages, 3 figures

RMTL: Reinforced Micro-task Learning for Long-Horizon Manipulation with VLM Rewards

RMTL: 基于强化微任务学习与VLM奖励的长时域操作

Anıl Can Ateş, Orhan Kahraman, Cihan Topal

机构 * Istanbul Technical University（伊斯坦布尔理工大学） 纠错

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

AI总结 针对长时域操作中单提示VLM奖励信号稀疏的问题，提出RMTL方法，将任务分解为语言描述的微任务，通过多视角VLM奖励和反向课程学习加速训练，并学习层次化策略切换微任务。

Comments 16 pages, 11 figures

Monte Carlo Tree Search with Tensor Factorization for Optimization Problems in Robotics

基于张量分解的蒙特卡洛树搜索用于机器人优化问题

Teng Xue, Yan Zhang, Amirreza Razmjoo, Sylvain Calinon

机构 * Idiap Research Institute（Idiap研究机构） ； École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑分校） 纠错

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

AI总结 提出TTTS算法，利用张量分解压缩决策树分支间的隐式相关性，以线性复杂度降低MCTS的计算和存储开销，在逆运动学、运动规划、多阶段操作等任务中实现高效全局优化。

Comments 25 pages, 17 figures

ForceBand: Learning Forceful Manipulation with sEMG

ForceBand: 利用表面肌电信号学习有力操作

Botao He, Zhi Wang, Linna Kuang, Ishaan Ghosh, Jitendra Malik, Cornelia Fermuller, Tingfan Wu, Jiayuan Mao, Ruoshi Liu, Haozhi Qi, Yiannis Aloimonos

机构 * Amazon FAR（亚马逊 FAR） ； University of Maryland（马里兰大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 提出ForceBand，一种低成本腕戴式sEMG系统，通过预测手指力来增强人类演示数据，用于机器人有力操作策略学习，在多种物体上实现87%的成功率。

One Body, Two Minds: Variable Autonomy Approach for a Co-embodied Robotic Hand

一个身体，两个心智：共体机械手的可变自主性方法

Piotr Koczy, Yuchong Zhang, Danica Kragic, Michael C. Welle

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； INCAR Robotics AB（INCAR Robotics AB公司） 纠错

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

AI总结 提出共体可变自主性方法，让人类与机器人共享同一身体并在任务阶段切换自主级别，通过用户研究验证了该方法在辅助机器人中的有效性。

DynaMOMA: Instantaneous Prediction of Grasp Poses for Mobile Manipulation of Dynamic Objects

DynaMOMA：动态物体移动操作的抓取姿态瞬时预测

Zhinan Yu, Junyan Xu, Jiazhao Zhang, Zheng Qin, Yijie Tang, Yuhang Huang, Yihan Cao, Zhiyuan Yu, Yongjun Wang, Renjiao Yi, Chenyang Zhu, Kai Xu

机构 * National University of Defense Technology（国防科技大学） ； CFCS, Peking University（北京大学前沿计算研究中心） ； Defense Innovation Institute, Academy of Military Sciences（军事科学院国防科技创新研究院） ； Wuhan University（武汉大学） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院产业人工智能研究院） 纠错

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

AI总结 提出DynaMOMA框架，结合基于锚点的扩散模型预测瞬时抓取轨迹与全身控制策略，实现动态物体移动操作，在仿真和真实实验中表现优异。

FT-WBC: Learning Fault-Tolerant Whole-Body Control for Legged Loco-Manipulation

FT-WBC：学习腿式操作任务的容错全身控制

Yudong Zhong, Pengfei Mai, Sikai Guo, Jiahang Cao, Zhihai Bi, Qiuyue Liu, Ziyan Feng, Jinni Zhou, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 针对腿式机械臂在致动器故障下易失稳的问题，提出FT-WBC框架，通过故障估计器和姿态适应模块实现容错全身控制，提升生存率和操作空间。

Flow as Flow: Modeling Robot Velocity Fields as Probability Velocity Fields for Flow-Based Object Manipulation

Flow as Flow：将机器人速度场建模为概率速度场用于基于流的物体操作

Koki Seno, Daichi Yashima, Yusuke Takagi, Kento Tokura, Komei Sugiura

机构 * Keio University（庆应义塾大学） 纠错

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

AI总结 提出Flow as Flow框架，将机器人速度场建模为概率流，基于流匹配公式实现高效高质量的机器人流生成，在标准基准和真实世界实验中优于基线方法。

Bridging Language and Action: A Survey of Language-Conditioned Robot Manipulation

连接语言与行动：语言引导的机器人操作综述

Xiangtong Yao, Hongkuan Zhou, Oier Mees, Yuan Meng, Ted Xiao, Yonatan Bisk, Jean Oh, Edward Johns, Mohit Shridhar, Dhruv Shah, Jesse Thomason, Kai Huang, Joyce Chai, Zhenshan Bing, Alois Knoll

机构 * Technical University of Munich（慕尼黑技术大学） ； Corporate Research, Robert Bosch GmbH（罗伯特·博世集团企业研究部） ； University of California Berkeley（加州大学伯克利分校） ； Microsoft（微软） ； Google DeepMind（谷歌DeepMind） ； Carnegie Mellon University（卡内基梅隆大学） ； Imperial College London（伦敦帝国理工学院） ； Princeton University（普林斯顿大学） ； University of Southern California（南加州大学） ； Sun Yat-sen University（中山大学） ； University of Michigan（密歇根大学） ； Institute for Artificial Intelligence, University of Stuttgart（斯图加特大学人工智能研究所） ； The State Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） 纠错

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

AI总结 本文综述了语言引导的机器人操作领域，探讨了语言如何与机器人系统整合，分析了现有方法的分类及最新进展，指出关键争议和未来研究方向。

Prior Reinforce: Goal-Conditioned Dynamic Manipulation with Limited Trials

Prior Reinforce: 有限试验下的目标条件动态操控

Yihang Hu, Pingyue Sheng, Yuyang Liu, Shengjie Wang, Yang Gao

机构 * IIIS, Tsinghua University（清华大学智能学院） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Spirit AI 纠错

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

AI总结 提出Prior Reinforce框架，利用条件扩散模型从少量演示学习运动流形，并在低维条件空间通过反馈驱动优化适应新目标，实现少至十次试验内的动态操控。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

FlowDPG: Deterministic Policy Gradient on Flow Matching Policies for Real-World Manipulation

FlowDPG：面向真实世界操作的流匹配策略上的确定性策略梯度

Kexin Shi, Junyao Shi, Poorvi Hebbar, Zhuolun Zhao, Tarun Amarnath, Yifan Su, Shikhar Bahl, Deepak Pathak

机构 * Skild AI ； Carnegie Mellon University（卡内基梅隆大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 提出FlowDPG方法，通过将评论家梯度蒸馏到速度场中，避免反向传播时间，实现流匹配策略的稳定策略改进，并在真实世界双机械臂AirPods组装任务中达到92%成功率。

T-Rex: Tactile-Reactive Dexterous Manipulation

T-Rex: 触觉反应灵巧操作

Dantong Niu, Zhuoyang Liu, Zekai Wang, Boning Shao, Zhao-Heng Yin, Anirudh Pai, Yuvan Sharma, Stefano Saravalle, Ruijie Zheng, Jing Wang, Ryan Punamiya, Mengda Xu, Yuqi Xie, Yunfan Jiang, Letian Fu, Konstantinos Kallidromitis, Matteo Gioia, Junyi Zhang, Jiaxin Ge, Haiwen Feng, Fabio Galasso, Wei Zhan, David M. Chan, Yutong Bai, Roei Herzig, Jiahui Lei, Li Fei-Fei, Ken Goldberg, Jitendra Malik, Pieter Abbeel, Yuke Zhu, Danfei Xu, Linxi Fan, Trevor Darrell

机构 * UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） ； Stanford（斯坦福大学） ； Panasonic（松下） ； La Sapienza University（罗马大学） ； ItalAI 纠错

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

AI总结 提出大规模触觉数据集和可变速率混合Transformer架构，在12项精细操作任务上平均成功率提升超30%。

Comments Project page: https://tactile-rex.github.io/

FTP-1: A Generalist Foundation Tactile Policy Across Tactile Sensors for Contact-Rich Manipulation

FTP-1：一种跨触觉传感器的通用基础触觉策略，用于密集接触操作

Chengbo Yuan, Zicheng Zhang, Mingjie Zhou, Wendi Chen, Yi Wang, Zhuoyang Liu, Dantong Niu, Shuo Wang, Hui Zhang, Wenkang Zhang, Yingdong Hu, Yuanqing Gong, Wanli Xing, Chuan Wen, Cewu Lu, Kaifeng Zhang, Yang Gao

机构 * Tsinghua University（清华大学） ； Shanghai Qi Zhi Institute（上海期智研究院） ； Sharpa ； Shanghai Jiao Tong University（上海交通大学） ； University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院） ； Fudan University（复旦大学） ； 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 提出FTP-1，首个通用基础触觉策略，通过异构编码器和共享Transformer专家，跨21种传感器和3000小时数据预训练，实现触觉操作技能的跨传感器迁移，在未见传感器上成功率提升31%。

Belt-Finger: An Affordable Soft Belt-Driven Gripper for Dexterous In-Hand Manipulation

Belt-Finger: 一种经济实惠的软带驱动夹爪，用于灵巧的手内操作

Boya Zhang, Andreas Zell, Georg Martius

机构 * University of Tübingen（图宾根大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） 纠错

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

AI总结 提出一种双软带手指模块，为平行夹爪增加三个手内自由度（平移、俯仰、滚动），在保持低成本、易集成的同时提升灵巧操作能力，并通过MPC和遥操作验证其有效性。

Periodic robust robotic rock chop via virtual model control

基于虚拟模型控制的周期性鲁棒机器人砍切

Yi Zhang, Fumiya Iida, Fulvio Forni

机构 * University of Cambridge（剑桥大学） ； University of Tokyo（东京大学） 纠错

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

AI总结 提出一种物理结构化的虚拟模型控制器，通过切换虚拟机构生成鲁棒的周期性砍切运动，无需预规划轨迹，在Franka机械臂上实现多种蔬菜的亚毫米级精确切割。

Modeling Branches for Active Manipulation using Iterative Parameter Estimation

基于迭代参数估计的主动操作分支建模

Madhav Rijal, Rashik Shrestha, Trevor Smith, Yu Gu

机构 * Department of Mechanical and Aerospace Engineering, West Virginia University（机械与航空航天工程系，西弗吉尼亚大学） 纠错

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

AI总结 提出一种通过迭代估计材料参数来建模植物分支的方法，利用有限元模拟和变形感知运动规划器，实现精确分支操作，平均变形能量降低35.69%。

Comments Accepted to IROS 2026

Invertible Neural Network Adapter for One-Step Flow Matching in Robot Manipulation

用于机器人操作中一步流匹配的可逆神经网络适配器

Yu Zhang, Kangyi Ji, Yongxiang Zou, Rongtao Xu, Feng Zheng, Long Cheng

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

AI总结 提出可逆神经网络适配器，通过一步去噪过程生成高维动作，降低推理复杂度并保持精度，在仿真和真实实验中提升效率。

ReSiReg: Towards Spatially Consistent Semantics in Language-Conditioned Robotic Tasks

ReSiReg：面向语言条件机器人任务的空间一致语义

Simon Schwaiger, David Seyser, Alessandro Scherl, Wilfried Wöber, Gerald Steinbauer-Wagner

机构 * Graz University of Technology, Institute of Software Engineering and Artificial Intelligence（格拉茨技术大学，软件工程与人工智能研究所） ； University of Applied Sciences Technikum Wien, Department of Industrial Engineering（维也纳应用科技大学，工业工程系） ； University of Alicante, Department of Computer Technology（阿利坎特大学，计算机技术系） ； University of Natural Resources and Life Sciences, Institute for Integrative Nature Conservation Research（自然资源与生命科学大学，整合自然保护研究 institute） 纠错

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

AI总结 提出ReSiReg方法，通过重构空间一致的VLM中间特征，改善密集语言接地检索，在OVSS和3D映射中提升空间一致性，并发布紧凑的25M参数VLM模型。