机器人 / 具身智能

CRAFT: A Tendon-Driven Hand with Hybrid Hard-Soft Compliance

CRAFT: 一种具有混合硬-软柔顺性的腱驱动手

Leo Lin, Shivansh Patel, Jay Moon, Svetlana Lazebnik, Unnat Jain

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； UC Irvine（uci） 纠错

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

AI总结 提出CRAFT手，一种腱驱动拟人手，通过关节软材料与连杆刚性结合实现混合柔顺性，在接触丰富操作中提升强度、耐久性和抓取能力，覆盖Feix分类全部33种抓取。

Comments In RSS 2026. Website: https://roboticsconference.org/program/papers/192/

The Latent Color Subspace: Emergent Order in High-Dimensional Chaos

潜在颜色子空间：高维混沌中的涌现秩序

Mateusz Pach, Jessica Bader, Quentin Bouniot, Serge Belongie, Zeynep Akata

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Toronto（多伦多大学） ； University of Cambridge（剑桥大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文揭示了FLUX.1变分自编码器潜在空间中颜色表示的HSL结构，并提出一种无需训练的闭式潜在空间操作方法，实现对生成图像颜色的预测与显式控制。

Comments Accepted at ICML 2026

HANDOFF: Humanoid Agentic Task-Space Whole-Body Control via Distilled Complementary Teachers

HANDOFF: 通过蒸馏互补教师实现人形机器人任务空间全身控制

Lizhi Yang, Junheng Li, Nehar Poddar, Yiling Hou, Gio Huh, Robert Griffin, Georgia Gkioxari, Aaron Ames

机构 * California Institute of Technology（加州理工学院） ； The Institute for Human & Machine Cognition（人机认知研究院） 纠错

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

AI总结 提出HANDOFF框架，通过多教师KL蒸馏和上下文门控机制，将全身运动跟踪、行走和跌倒恢复三个专家策略融合为混合专家学生策略，实现基于紧凑显式接口的全身控制，在Unitree G1上达到先进的速度跟踪性能并扩展了操作工作空间。

Comments 22 pages, 9 figures, Project page: https://lzyang2000.github.io/HANDOFF/

Flex-$π$: A Multi-Stream World-Action Model with Compute Flexibility

Flex-$π$：具备计算灵活性的多流世界-动作模型

Ge Yan, Jinghao Liu, Yuzhi Fan, Lei Cai, Minwen Liao, Jesse Zhang, Dieter Fox

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（艾伦人工智能研究所） 纠错

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

AI总结 该研究提出Flex-$π$多流世界-动作模型，利用冻结的视频生成VAE实现多模态监督，通过混合专家Transformer与每流丢弃机制提升效率，在双臂操作任务上性能优于基线模型且运行更快。

Comments Project page: https://flex-pi.github.io/

Field-Localized Forgery Detection for Digital Identity Documents

用于数字身份文档的字段局部伪造检测

Abhishek Kumar, Riya Tapwal, Carsten Maple, Mark Hooper

机构 * The Alan Turing Institute（艾伦·图灵研究所） ； IIT Mandi（曼迪理工学院） 纠错

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

AI总结 本文提出FLiD框架，通过局部化关键身份字段来检测伪造，实现高准确率和低计算开销。

HyperFake: Hyperspectral Reconstruction and Attention-Guided Analysis for Advanced Deepfake Detection

HyperFake：用于高级深度伪造检测的高光谱重建与注意力引导分析

Pavan C Shekar, Pawan Soni, Vivek Kanhangad

机构 * Department of Electrical Engineering, Indian Institute of Technology Indore（印度理工学院印度尔分校电子工程系） 纠错

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

AI总结 HyperFake是首个利用高光谱成像重建的深度伪造检测方法，通过改进的MST++架构、光谱注意力机制与EfficientNet分类器，从RGB视频重建31通道高光谱数据，实现了更准确且泛化性更强的深度伪造检测。

Comments 6 pages, 3 figures, 1 table. Preliminary results on FaceForensics++ dataset. First approach to use hyperspectral reconstruction for deepfake detection

Mamba Policy: Towards Efficient 3D Diffusion Policy with Hybrid Selective State Models

Mamba Policy：基于混合选择性状态模型的高效3D扩散策略

Jiahang Cao, Qiang Zhang, Jingkai Sun, Jiaxu Wang, Hao Cheng, Yulin Li, Jun Ma, Kun Wu, Zhiyuan Xu, Yecheng Shao, Wen Zhao, Gang Han, Yijie Guo, Renjing Xu

机构 * Microelectronics Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）微电子领域） ； Division of Emerging Interdisciplinary Areas, The Hong Kong University of Science and Technology（香港科技大学新兴交叉领域 division） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Center for X-Mechanics, Zhejiang University（浙江大学X力学中心） 纠错

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

AI总结 本研究提出Mamba Policy，以XMamba Block融合Mamba与注意力机制，参数量减超80%，在Adroit等数据集上性能优异且计算资源需求低，长 horizon 场景鲁棒性更强。

Comments Accepted to IROS 2025. Project Page: https://sagecao1125.github.io/mamba_policy/

Demystifying Video Reasoning

揭秘视频推理

Ruisi Wang, Zhongang Cai, Fanyi Pu, Junxiang Xu, Wanqi Yin, Maijunxian Wang, Ran Ji, Chenyang Gu, Bo Li, Ziqi Huang, Hokin Deng, Dahua Lin, Ziwei Liu, Lei Yang

机构 * SenseTime Research（商汤科技研究院） ； Nanyang Technological University（南洋理工大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文通过实验揭示视频扩散模型中的推理主要发生在去噪步骤中，提出链式步骤（CoS）机制，并发现工作记忆、自我修正和感知先行等涌现行为，最后提出一种无需训练的集成策略来提升推理能力。

Comments Homepage: https://www.wruisi.com/demystifying_video_reasoning

DuetHOI: Language-Guided Bimanual Hand--Object Motion Generation with Articulation Planning and Contact Refinement

StructBiHOI: 结构化关节建模用于长时程双臂手-物体交互生成

Zhi Wang, Yuyan Liu, Liu liu, Ruonan Liu, Ruixuan Liu

机构 * Hefei University of Technology（合肥工业大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 StructBiHOI通过结构化关节建模框架实现长时程双臂手-物体交互生成，提升稳定性和效率。

Information Processing by Neuron Populations in the Central Nervous System: A Theory of the Mathematical Structure of Data and Operations

中枢神经系统中神经元群体的信息处理：数据与操作的数学结构理论

Martin N. P. Nilsson

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

AI总结 本研究提出源自单个可塑性神经元机械模型的数学框架，以凸锥代数表征神经元群体活动，实现多种信息处理功能，凸显矩阵嵌入的作用，对认知神经科学与人工智能具潜在意义。

Comments 60 pages, 12 figures. Major revision. The neuron model is shown to perform online projected-gradient optimization for NNLS. New results connect neuron-local learning to conic projection and rejection through sparse, activity-selected mappings, strengthen the cone algebra with Moreau-based proofs, and characterize approximate invariance under sparse embeddings. Adds a sensorimotor application

DinoLizer: Separating VAE and Diffusion Artifacts in Generative Inpainting Localization

DinoLizer: 从最佳中学习以实现生成修复的定位

Minh Thong Doi, Vincent Itier, Jan Butora, Jérémie Boulanger, Patrick Bas

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

AI总结 DinoLizer基于DINOv2改进生成修复中的篡改定位，通过滑动窗口和后处理提升鲁棒性，实现更高的IoU性能。

Task and Skill Planning: Hierarchical Robot Planning with Black-Box Skills

超越任务与运动规划：基于通用技能的分层机器人规划

Benned Hedegaard, Yichen Wei, Ziyi Yang, Ahmed Jaafar, Stefanie Tellex, George Konidaris, Naman Shah

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

AI总结 本文提出了一种基于通用技能的分层机器人规划框架，通过可组合交互原语整合运动规划与闭合回路控制器，实现在复杂长期任务中的高效执行。

Comments ICRA 2026

Breaking the Stealth-Potency Trade-off in Clean-Image Backdoors with Generative Trigger Optimization

利用生成式触发器优化打破干净图像后门的隐蔽性-有效性权衡

Binyan Xu, Fan Yang, Di Tang, Xilin Dai, Kehuan Zhang

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

AI总结 该研究提出生成式干净图像后门框架GCB，利用条件InfoGAN优化触发器，仅需极小投毒示例即可实现攻击，CA下降不到1%，适配多类数据集、架构与任务，且能抵御多数后门防御。

Comments 19 pages, 22 figures, 15 tables. To appear in AAAI '26 (Oral). This paper extends the AAAI-2026 version by including the Appendix

Quantile Transfer for Reliable Operating Point Selection in Visual Place Recognition

视觉地点识别中可靠操作点选择的分位数迁移

Dhyey Manish Rajani, Michael Milford, Tobias Fischer

机构 * QUT Centre for Robotics（昆士兰理工大学机器人中心） ； School of Electrical Engineering and Robotics（电气工程与机器人学院） ； Queensland University of Technology（昆士兰理工大学） 纠错

专题命中 机器人操作 ：navigation(abstract)；分类 cs.RO、cs.CV

AI总结 提出一种通过分位数归一化迁移阈值的方法，自动选择视觉地点识别系统的操作点，在100%精度下最大化召回率，无需手动调参。

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

TempoVLA: Learning Speed-Controllable Vision-Language-Action Policies

TempoVLA: 学习速度可控的视觉-语言-动作策略

Dong Jing, Jingchen Nie, Tianqi Zhang, Jiaqi Liu, Huaxiu Yao, Zhiwu Lu, Mingyu Ding

机构 * RUC（中国人民大学） ； FDU（福建大学） ； UNC（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 提出TempoVLA，通过可变速度轨迹增强和速度条件机制，实现机器人操作中速度的双向灵活控制，并支持动态速度调节。

EEG-based AI-BCI Wheelchair Advancement: Transformer-Based Learning with Motor Imagery for Brain Computer Interface

基于EEG的AI-BCI轮椅前进：用于脑机接口的混合深度学习与运动想象

Bipul Thapa, Biplov Paneru, Bishwash Paneru, Khem Narayan Poudyal

机构 * Department of Computer Science and Engineering, Kathmandu University（加德满都大学计算机科学与工程系） ； Department of Electronics and Communication Engineering, Nepal Engineering College, Pokhara University（博卡拉大学尼泊尔工程学院电子与通信工程系） ； Department of Applied Sciences and Chemical Engineering, Institute of Engineering, Pulchowk Campus, Tribhuvan University（特里布万大学工程学院普尔乔克校区应用科学与化学工程系） 纠错

专题命中 机器人操作 ：navigation(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种结合运动想象左右手运动机制的AI集成方法，利用EEG数据模拟轮椅导航，采用CNN-Transformer混合模型实现高准确率的EEG分类。

Koopman-driven grip force prediction through EMG sensing

通过肌电传感实现Koopman驱动的抓握力预测

Tomislav Bazina, Ervin Kamenar, Maria Fonoberova, Igor Mezić

机构 * University of Rijeka（里耶卡大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； AIMdyn, Inc.（AIMdyn公司） 纠错

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

AI总结 本文通过单个肌电传感器对中等缠绕抓握中的抓握力进行准确预测，利用Koopman算子理论和数据提升技术，实现快速且鲁棒的力估计与短期预测，wMAPE为5.5%。

Comments 11 pages, 8 figures, journal

Journal ref IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 33, pp. 2192-2202, 2025

DIM-WAM: World-Action Modeling with Diverse Historical Event Memory

DIM-WAM：基于多样化历史事件记忆的世界-动作建模

Kai Wang, Zhaopeng Gu, Yixiang Chen, Yuan Xu, Qisen Ma, Jiabing Yang, Zhaowen Li, Yan Huang, Liang Wang, Peng Su

机构 * NLPR, CASIA（中国科学院自动化研究所模式识别国家重点实验室） ； Yinwang Intelligent Technology（银旺智能科技） ； FiveAges（五龄科技） 纠错

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

AI总结 提出DIM-WAM，一种记忆增强的世界-动作模型，通过多尺度历史上下文、局部未来动态和全局任务进度解决长期遗忘问题，在RMBench和真实机器人任务上显著提升成功率。

FunHOI: Annotation-Free 3D Hand-Object Interaction Generation via Functional Text Guidance

FunHOI：通过功能文本引导实现无注释的3D手-物体交互生成

Yongqi Tian, Xueyu Sun, Haoyuan He, jianlei Wang, Caigui Jiang

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 研究针对手-物体交互中功能抓取语义捕捉难的问题，提出两阶段框架FGS-Net，通过文本引导3D模型生成器FGG和姿态优化策略FGR，无需额外3D注释数据即可实现精确高质量的3D手-物体交互生成。

Endogenous Resistance to Activation Steering in Language Models

语言模型中激活引导的内生抵抗

Alex McKenzie, Keenan Pepper, Stijn Servaes, Martin Leitgab, Murat Cubuktepe, Mike Vaiana, Diogo de Lucena, Judd Rosenblatt, Michael S. A. Graziano

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 研究发现大型语言模型在任务不匹配的激活引导下能内生抵抗，通过显式重启恢复正确生成，并识别出相关稀疏自编码器潜在变量，可增强或削弱该抵抗。

VISOR: Visual Input-based Steering for Output Redirection in Vision-Language Models

VISOR：视觉语言模型中用于输出重定向的基于视觉输入的转向

Mansi Phute, Ravikumar Balakrishnan

机构 * Georgia Institute of Technology（佐治亚理工学院） ； HiddenLayer, Inc（HiddenLayer公司） 纠错

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

AI总结 研究提出VISOR方法，通过优化视觉输入实现对视觉语言模型行为的精细控制，在关键对齐任务中验证其有效性，且具有低开销等优势，但也揭示了视觉通道安全漏洞。

Regression Test Selection for Updated Capability Modules in Compositional ML Systems via Atomic-Quality Probes

原子探针治理在组合机器人策略中的技能更新

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

机构 * School of Software（软件学院） ； Harbin Institute of Technology（哈尔滨工业大学） ； School of Computer Science and Technology（计算机科学与技术学院） ； Heriot-Watt University（赫瑞-瓦特大学） ； Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息技术研究所） ； School of Future Science and Engineering（未来科学与工程学院） 纠错

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

AI总结 本文提出原子质量探针和混合选择器，用于分析组合机器人策略中技能更新的治理问题，通过实验发现主导技能对成功率影响显著，并在不同任务中验证了方法的有效性。

Comments 8 pages main text + appendix; 3 figures, 12 tables;

Training Vision-Language-Action Models with Dense Embodied Chain-of-Thought Supervision

训练具有密集具身思维链监督的视觉-语言-动作模型

Haoyang Li, Guanlin Li, Youhe Feng, Chen Zhao, Zhuoran Wang, Yang Li, Qizhe Wei, Shifeng Bao, Haitao Shen, Yihan Zhao, Tong Yang, Jing Zhang

机构 * Renmin University of China（中国人民大学） ； Zhipu AI（智谱AI） 纠错

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

AI总结 提出ZR-0模型，通过密集具身思维链监督对齐跨具身表示，采用双流架构（VLM生成结构化推理，扩散Transformer生成动作），在多个仿真和真实平台实现强性能。

Physically Grounded 3D Generative Reconstruction under Hand Occlusion using Proprioception and Multi-Contact Touch

基于本体感知和多接触触觉的物理 grounded 的 3D 生成重建在手部遮挡下

Gabriele Mario Caddeo, Pasquale Marra, Lorenzo Natale

机构 * Istituto Italiano di Tecnologia（意大利技术研究院） 纠错

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

AI总结 本文提出了一种多模态、物理 grounded 的方法，用于在严重手部遮挡下进行度量尺度的无遮挡物体重建和姿态估计，通过本体感知和多接触触觉信号提升重建精度和物理一致性。

Comments 29 pages, 10 figures, Accepted to ECCV 2026

Learning Dexterous Grasping from Sparse Taxonomy Guidance

从稀疏分类学指导中学习灵巧抓取

Juhan Park, Taerim Yoon, Seungmin Kim, Joong-Gil Kim, Wontae Ye, Jeongeun Park, Yoonbyung Chai, Geonwoo Cho, Geunwoo Cho, Dohyeong Kim, Kyungjae Lee, Yong-Jae Kim, Sungjoon Choi

机构 * Korea University（高丽大学） ； Korea University of Technology and Education（韩国技术教育大学） ； Naver AI Lab（Naver AI 实验室） ； Seoul National University（首尔大学） ； WIRobotics ； RLWRLD 纠错

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

AI总结 GRIT框架通过稀疏分类学指导学习灵巧抓取，提升对新物体的泛化能力，实现87.9%的成功率，并通过高阶分类学选择实现抓取策略的可控性。

Comments IROS 2026 accepted

StemVLA:An Open-Source Vision-Language-Action Model with Future 3D Spatial Geometry Knowledge and 4D Historical Representation

StemVLA：一种融合未来3D空间几何知识与4D历史表示的开源视觉-语言-动作模型

Jiasong Xiao, Yutao She, Kai Li, Yuyang Sha, Ziang Cheng

机构 * Ricoh Software Research Center（理光软件研究中心） ； YZH Engineering Technology (Beijing) Co., Ltd.（易智赫工程技术（北京）有限公司） 纠错

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

AI总结 提出StemVLA框架，通过显式建模未来3D空间结构和历史4D时空表示，提升机器人操作任务中的空间推理与长时决策能力，在LIBERO基准上平均准确率达92.0%。

Comments Preprint

Securing Time Integrity in Energy IoT Against Clock Drift and Y2K38 Failures

保护能源物联网中的时间完整性：应对时钟漂移和Y2K38故障

Saeid Jamshidi, Omar Abdul Wahab, Rolando Herrero, Foutse Khomh

机构 * Department of Computer and Software Engineering, Polytechnique Montréal（Polytechnique Montréal 计算机与软件工程系） ； SWAT Laboratory, Polytechnique Montréal（Polytechnique Montréal SWAT 实验室） ； College of Engineering, Northeastern University（Northeastern University 工程学院） ； Concordia Institute for Information Systems Engineering (CIISE), Concordia University（Concordia University 信息系统工程研究所） 纠错

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

AI总结 提出STGAT框架，结合漂移感知时间嵌入、时间自注意力和图注意力，检测能源物联网中的时钟漂移、同步偏移和Y2K38溢出等时间异常，准确率达95.7%。

Audio Deepfake Detection with Half-Truth Localisation Using Cross-Attentive Feature Fusion

使用交叉注意力特征融合的半真音频深度伪造检测与定位

S. Sutharya, Remya K. Sasi

机构 * Department of Computer Science（计算机科学系） 纠错

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

AI总结 提出CAFNet模型，通过三元分类和边界回归联合检测部分伪造音频，在MLADDC数据集上达到92.71%准确率和0.075s定位误差。

Comments 13 pages, 5 figures, 11 tables

DADP: Domain Adaptive Diffusion Policy

DADP: 领域自适应扩散策略

Pengcheng Wang, Qinghang Liu, Haotian Lin, Yiheng Li, Guojian Zhan, Masayoshi Tomizuka, Yixiao Wang

机构 * University of California, Berkeley, California, USA（加州大学伯克利分校） ； Peking University, Beijing, China（北京大学） ； Tsinghua University, Beijing, China（清华大学） 纠错

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

AI总结 提出DADP，通过无监督解耦和领域感知扩散注入，实现跨动态环境的鲁棒零样本适应，在运动与操控任务上超越先前方法。

OpenTie: Open-vocabulary Sequential Rebar Tying System

OpenTie: 开放词汇的连续钢筋绑扎系统

Sai Fan, Mingze Liu, Haozhen Li, Haobo Liang, Yixing Yuan, Yanke Wang

机构 * Hong Kong Center for Construction Robotics, The Hong Kong University of Science and Technology（香港建设机器人中心，香港科技大学） ； Division of Business and Hospitality Management (BHM), College of Professional and Continuing Education (CPCE), The Hong Kong Polytechnic University (PolyU)（专业及持续教育学院（CPCE）商务及酒店管理系，香港理工大学） 纠错

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

AI总结 提出OpenTie，一种无需训练的3D钢筋绑扎框架，通过RGB到点云生成和开放词汇检测实现高精度连续绑扎，优于基于YOLO的方法。

Comments This article is accepted by The 2026 IEEE 22nd International Conference on Automation Science and Engineering (CASE 2026)