CoRL

Counterfactual Video Generation Enables Scalable Humanoid Loco-Manipulation

反事实视频生成实现可扩展的人形机器人移动操作

Zihan Wang, Zhen Wu, Pieter Abbeel, Rocky Duan, Jitendra Malik, Carmelo Sferrazza, C. Karen Liu, Guanya Shi, Angjoo Kanazawa

机构 * Amazon FAR（亚马逊FAR） ； UC Berkeley（加州大学伯克利分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Stanford（斯坦福大学） 纠错

AI总结 提出PRISM框架，通过反事实视频生成和接触锚定仿真重建，从少量真实视频扩展训练数据，实现无需真实微调的人形机器人移动操作泛化。

Comments published at CoRL 2026. Project page: this https URL (https://prism-real2sim2real.github.io/)

Disentangling Spurious Correlations in Vision-Language-Action Models via Predicting Domain-Invariant Latent Lookahead

解耦视觉-语言-动作模型中的虚假相关性：通过预测域不变潜在前瞻

Junghyun Kim, Ngseo Kim, ChungWoo Lee, Seoyeon Lee, Woo-Jeong Baek, Adam Zhou, Chip Huyen, Jun-Ki Lee, Gi-Cheon Kang, Byoung-Tak Zhang

机构 * OpenMind ； Seoul National University（首尔大学） ； Hyundai Motors（现代汽车） ； Ajou University（亚洲大学） ； Tommoro Robotics 纠错

AI总结 提出域不变潜在前瞻（DILL）框架，通过预测域不变未来潜在变量解耦任务相关结构与域特定变化，缓解VLA模型中的捷径学习，提升视觉鲁棒性，在LIBERO-Plus上平均成功率69.1%，超最强基线11.4个百分点。

Comments Accepted to CoRL 2026. Project website: this https URL (https://dill-vla.github.io/)

SkillWeaver: Agentic Exploration over Neural Interaction Skills for Scalable Robot Data Generation

SkillWeaver：基于神经交互技能的智能体探索用于可扩展机器人数据生成

He Zhu, Lusen Zhao, Kwan Man Cheng, Su Li, Katerina Fragkiadaki

AI总结 提出SkillWeaver框架，通过VLM智能体探索神经交互技能并利用验证器引导的树搜索，自主生成39.1K演示数据，显著提升机器人策略的泛化与迁移能力。

Comments Conference on Robot Learning (CoRL), 2026

Scouting the Dynamics Gap: Test-Time Policy Adaptation via Action-Outcome Feedback

探索动力学差距：通过动作-结果反馈进行测试时策略自适应

Yishu Li, Liyuan Geng, Xinyi Mao, Amber Li, David Held

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

AI总结 针对预训练机器人策略在部署时需适应未知动力学的问题，提出SCOUT元学习框架，通过共享信念潜空间耦合动作预测与前向模型，利用动作-结果反馈在线更新信念，加速模拟及现实中的自适应。

Comments Accepted to Conference of Robot Learning (CoRL) 2026

Object-Centric Conditioning for Visuomotor Flow Matching

面向视觉运动流匹配的以对象为中心的调节

Jijie Li, Xu Yang, Junhong Zou, Chunhai Zhao, Chaoyang Zhao, Zhen Lei, Xiangyu Zhu

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

AI总结 针对视觉运动流匹配中空间偏移和视觉干扰下的鲁棒性问题，提出以对象为中心的SlotFlow策略，解耦语义与空间线索，提升鲁棒性并保持高效推理。

Comments Accepted to the 10th Conference on Robot Learning (CoRL 2026)

Workspace Models: Lightweight Robotic Memory via Saliency-Driven Supervision

工作区模型：通过显著性驱动的监督实现轻量级机器人记忆

Nitish Dashora, Douglas Chen, Idan Shenfeld, John Marangola, Pulkit Agrawal, Max Simchowitz

AI总结 本文提出工作区令牌，通过训练时VLM蒸馏显著信息到轻量级记忆，部署时无需循环推理，提升记忆密集型任务策略性能。

Comments 26 pages; CoRL 2026; 11 figures

Bayesian Active Learning for Intent Disambiguation in Interactive Robot Planning

交互式机器人规划中意图消歧的贝叶斯主动学习

Huao Li, Carson Sobolewski, Augustinos Saravanos, William Tan, John Karigiannis, Chuchu Fan

机构 * Massachusetts Institute of Technology（麻省理工学院） ； GE Vernova（通用电气维诺瓦） 纠错

AI总结 针对交互式机器人规划中指令歧义问题，提出贝叶斯主动学习框架，利用LLM初始化STL规范并优化澄清查询，提升任务满意度并减少澄清轮次。

Comments Accepted by CoRL 2026, also presented at IROS 2026 Human-Robot Dialogue workshop

Humanoid Badminton: Learning Dynamic Racket Skills from Limited Human Motion Data

人形机器人羽毛球：从有限人体运动数据学习动态球拍技能

Jingzhi Cui, Zhexiong Wang, Bangjie Xu, Pengyu Zhao, Youyuan Li, Zhi Su, Peng Ren, Mengdi Xu, Chao Yu, Yi Wu, Luyang Wang, Zhongyu Li

AI总结 针对人形机器人羽毛球中数据稀缺与动作不自然的问题，提出三阶段分层强化学习框架，通过动作增强、技能规划和对抗正则化，首次实现真实机器人多技能人机对打。

Comments Accepted at CoRL 2026

GINIO: A Geometric SO(3)-Equivariant Interface for Neural Inertial Odometry

GINIO：用于神经惯性里程计的几何SO(3)-等变接口

Chankyo Kim, Minghan Zhu, Tzu-Yuan Lin, Avantika Rattan, Maani Ghaffari

机构 * University of Michigan（密歇根大学） 纠错

AI总结 GINIO提出SO(3)-等变接口用于神经惯性里程计，通过末帧对齐和谱协方差实现任意IMU旋转下的张量一致测量，显著提升ATE精度与鲁棒性。

Comments Accepted at the 10th Conference on Robot Learning (CoRL 2026). 28 pages, 14 figures

HuRo: Robotizing Human Videos for Scalable VLA Pretraining

HuRo：将人类视频机器人化以实现可扩展的VLA预训练

Jinho Jeong, Se June Joo, Jaehyun Kang, Dongyun Kim, Yena Kim, Hanjung Kim, Seon Joo Kim

机构 * RLWRLD ； Yonsei University（延世大学） 纠错

AI总结 HuRo提出机器人化人类视频的流程，构建大规模数据集，通过增加预训练规模显著提升真实操作任务的完成率和OOD鲁棒性。

Comments Accepted at CoRL 2026

Meta-Optimization and Program Search using Language Models for Task and Motion Planning

使用语言模型进行任务与运动规划的元优化与程序搜索

Denis Shcherba, Eckart Cobo-Briesewitz, Cornelius V. Braun, Marc Toussaint

机构 * TU Berlin（柏林技术大学） 纠错

AI总结 本文提出一种基于语言模型的元优化与程序搜索方法，通过将轨迹优化问题的程序搜索作为接口并利用零阶方法优化数值参数，解决任务与运动规划中高层规划与低层运动生成的接口问题，在物体操作和绘图任务上优于现有方法。

Comments 8 pages main text, 11 pages appendix, accepted at the 9th Annual Conference on Robot Learning (CoRL 2025)

Journal ref Proceedings of The 9th Conference on Robot Learning, PMLR 305:5339-5361, 2025

Diffusion-Guided Multi-Arm Motion Planning

扩散引导的多臂运动规划

Viraj Parimi, Brian C. Williams

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 针对多臂运动规划可扩展性差、依赖大数据集的问题，提出扩散引导的多臂规划器DG-MAP，利用条件扩散模型分解单臂轨迹生成与成对碰撞解决，实现高效扩展并验证有效性。

Journal ref Proceedings of The 9th Conference on Robot Learning, Proceedings of Machine Learning Research 305:4684-4696, 2025

CoFL-S: Spatially Queryable Sector Flow Fields for Local Language-Conditioned Navigation

CoFL-S: 用于局部语言条件导航的空间可查询扇区流场

Haokun Liu, Zhaoqi Ma, Yicheng Chen, Wentao Zhang, Masaki Kitagawa, Zicen Xiong, Jinjie Li, Moju Zhao

机构 * Dragon Lab, Department of Mechanical Engineering, The University of Tokyo（龙实验室，机械工程系，东京大学） 纠错

AI总结 提出CoFL-S，一种低层级视觉-语言-动作框架，通过预测机器人局部可见扇区上的语言条件流场并滚动生成连续轨迹，在连续时间Habitat基准测试中优于动作令牌和动作块基线，并实现零样本真实世界部署。

Comments 29 pages, 13 figures

Journal ref Conference on Robot Learning, 2026

SCoCaT: Success Conditioned Constrained Reinforcement Learning for Spacecraft Docking

SCoCaT: 用于航天器对接的成功条件约束强化学习

Aman Arora, Ricard Marsal I Castan, Matteo El-Hariry, Miguel Olivares-Mendez

机构 * SnT - Interdisciplinary Centre for Security, Reliability and Trust（安全、可靠与信任跨学科中心） ； University of Luxembourg（卢森堡大学） 纠错

AI总结 针对航天器对接中基于终止的约束强化学习在终端导航任务中因目标靠近约束激活区域导致任务完成率低的问题，提出通过辅助价值评论家添加密集成功信号的方法，提高任务完成率并保持安全合规性。

Comments Accepted at CoRL 2026 Conference (https://www.corl.org/)

MPC-Injection: Biasing Off-Policy Locomotion RL Toward Controller-Induced Behavior Basins

MPC-Injection: 将离线运动学RL偏向控制器诱导的行为盆地

Roy Xing, Seyoung Ree, Brian Plancher

机构 * Dartmouth College（达特茅斯学院） ； Harvard University（哈佛大学） 纠错

AI总结 提出MPC-Injection方法，通过将模型预测控制器的轨迹注入回放缓冲区，引导强化学习策略学习期望步态，无需奖励塑形或对抗模仿学习，在仿真和真实机器人上验证有效性。

Comments 24 pages, 11 figures. CoRL 2026

FingerViP: Learning Real-World Dexterous Manipulation with Fingertip Visual Perception

FingerViP：利用指尖视觉感知学习真实世界灵巧操作

Zhen Zhang, Weinan Wang, Hejia Sun, Qingpeng Ding, Xiangyu Chu, Guoxin Fang, K. W. Samuel Au

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

AI总结 FingerViP通过在多指手部每个指尖安装微型摄像头，提升多视角视觉反馈，开发基于扩散模型的全身视觉-运动策略，实现复杂操作技能的学习与高成功率的现实任务执行。

Comments Accepted to CoRL 2026; 22 pages, 12 figures

Watch, Recall, Act: Always-On Robots in Concurrent Embodied Streams

观察、回忆、行动：并发具身流中的常开机器人

Ding Yi, Peiwen Sun, Chenchu Rong, Jianan Wang, Xili Dai, Xiangyu Yue, Xi Lin

机构 * Shanghai Jiaotong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； Nanjing University（南京大学） ； Astribot ； Juxi Tech（聚溪科技） 纠错

AI总结 针对常开机器人在并发具身流中的挑战，提出ARMS策略，利用预训练骨干加三个轻量模块异步处理实时感知、具身状态和自历史，在ARMS数据集训练后达到45%成功率，显著优于基线。

Comments 11 pages, 3 figures. Accepted to the 10th Conference on Robot Learning (CoRL 2026)

HiRE: Hindsight Reward Editing for Policy Finetuning

HiRE：用于策略微调的事后奖励编辑

Haoyi Niu, Zhengtao Han, Yufeng Ji, Zhongyu Li, Koushil Sreenath

机构 * University of California, Berkeley（加州大学伯克利分校） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 HiRE通过事后对比成功与失败轨迹，校准基础表征模型并惩罚陷阱状态，提供密集控制感知奖励，提升机器人策略微调的样本效率和性能。

Comments CoRL 2026

H2RBench: A Real-to-Sim Benchmark for Evaluating Human-to-Robot Transfer

H2RBench：用于评估人机迁移的真实到仿真基准

Chuyang Xiao, Haotian Zhan, Sriram Krishna, Peilin Meng, Muhammad Zubair Irshad, Sergey Zakharov, David Held

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan（密歇根大学） ； Toyota Research Institute（丰田研究所） 纠错

AI总结 提出H2RBench真实到仿真基准，标准化评估人机迁移方法，发现方法利用人类数据能力差异大，且仿真性能可预测真实性能（皮尔逊r=0.89）。

Comments 10th Conference on Robot Learning (CoRL 2026), Austin, TX, USA

Never Too Late for Force: Accelerating VLA Post-Training with Reactive Force Injection

力，永不嫌迟：通过反应式力注入加速视觉-语言-动作模型的训练后优化

Yi Wang, Wendi Chen, Zimo Wen, Han Xue, Xueqi Li, Wenye Yu, Zhijie Chen, Hao Yang, Jun Lv, Chuan Wen, Cewu Lu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southern University of Science and Technology（南方科技大学） ； Noematrix Ltd.（诺玛矩阵有限公司） 纠错

AI总结 研究针对预训练VLA策略在接触状态下表现不佳的问题，提出LIFT框架，通过嫁接反应式动作专家、注入力及结合在线DAgger循环，提升其在富含接触操作任务中的性能，且证明相关组件对稳健操作很重要。

Comments Accepted to CoRL 2026.Project page: https://lift-policy.github.io/

DreamStream: Towards Policy-Oriented Generative Simulation for End-to-End Driving

DreamStream：面向端到端驾驶的策略导向生成式仿真

Ziyang Leng, Sicheng Mo, Seth Z. Zhao, Haoyuan Cai, Yu Zeng, Rowan McAllister, Bolei Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Toyota Research Institute（丰田研究所） 纠错

AI总结 DreamStream提出策略导向的生成式闭环仿真器，通过自回归视频模型和FDπ指标缩小仿真到真实差距，并构建Navhard-CL基准以暴露驾驶策略失败模式。

Comments Accepted to CoRL 2026. Project page: https://vail-ucla.github.io/DreamStream/

PAKT: Physically-Aligned Kinesthetic Teaching for Reinforcement Learning

PAKT：用于强化学习的物理对齐动觉示教

Lars Johannsmeier, Yashraj Narang

机构 * NVIDIA（英伟达） 纠错

AI总结 PAKT提出一种物理对齐的动觉示教框架，通过导纳控制与高性能控制栈，在接触丰富的工业操作中显著降低循环时间和干预次数。

Comments 17 pages, 6 figures, 9 tables, Conference on Robot Learning

Learning Beyond What Humans Can Demonstrate

学习超越人类所能演示的

Yuchen Song, Aditya Mittal, Unnat Jain

机构 * University of California, Irvine（加州大学尔湾分校） 纠错

AI总结 针对人类难以演示的机器人操作任务，提出GLIDE框架，通过推断失败模式并生成护栏，将数据收集成功率从0-10%提升至70-90%，并支持政策学习。

Comments Accepted to CoRL 2026. Project website: http://guardrail-policy.github.io/

BarrierFormer: Transformer-Guided Predictive Barrier Enforcement for Safe Robot Control

BarrierFormer：基于Transformer引导的预测性障碍函数强制安全机器人控制

Anandsingh Chauhan, Kunal Garg

机构 * Arizona State University（亚利桑那州立大学） 纠错

AI总结 针对CBF短视和MPC计算昂贵的问题，提出BarrierFormer，一种障碍监督的Transformer框架，通过预测性滚动编码CBF约束学习无模型安全策略，实现实时安全导航，并在安全率和延迟上超越现有方法。

Comments 23 pages, 2 figures, Accepted at 10th Conference on Robot Learning (CoRL 2026), Austin TX, USA

CompVLA: A Variable Compliance Vision-Language-Action Model for Contact-rich Manipulation

CompVLA：用于接触丰富操作的可变柔顺视觉-语言-动作模型

Jongmin Kim, Junsu Ha, Che-Sang Park, Minchang Song, Hyeokju Jeong, Himchan Hwang, Jianlong Fu, Frank C. Park

机构 * Seoul National University（首尔大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 针对现有VLA模型缺乏柔顺控制导致接触丰富任务性能差的问题，提出联合预测运动与刚度矩阵的CompVLA框架，通过柔顺专家模块和阻抗控制提升成功率，实验验证其有效性。

Comments Conference on Robot Learning (CoRL) 2026

BiRoAD: Learning Shared and Role-Adaptive Representations for Bimanual Manipulation

BiRoAD：用于双臂操作的学习共享与角色自适应表示

Yan Shen, Yuchen Liu, Feng Jiang, Hangtian Hu, Xiaoqi Li, Shu Chen, Ruihai Wu, Hao Dong

机构 * Peking University（北京大学） ； PrimeBot Research Institute（PrimeBot研究院） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 BiRoAD提出双臂角色自适应分解框架，通过交换对称/反对称分量学习共享与角色自适应表示，在不改变策略输入下提升双臂操作在角色配置上的鲁棒性。

Comments Accepted at CoRL 2026

Simultaneous Forward and Inverse Human-in-the-Loop Optimization

同时进行的前向与逆向人在回路优化

Kyeongwon Park, Steven H. Collins

机构 * Stanford University（斯坦福大学） 纠错

AI总结 提出SFIHILO方法，通过前向模型预测用户结果并主动查询偏好，高效逆向学习奖励函数并优化控制策略，在仿真中显著提升样本效率，实现更有效的人机交互。

Comments Accepted at the 10th Conference on Robot Learning (CoRL 2026)

Future-Aware Flow Planning for Safe UAV Target Following

面向安全无人机目标跟踪的未来感知流规划

Boning Feng, Haoran Zhang, Xiaowen Bi, Yanzhen Zhang, Xiaodan Shi

机构 * Stockholm University（斯德哥尔摩大学） ； Peking University（北京大学） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院） ； Guangdong Provincial/Zhuhai Key Laboratory of IRADS（广东省/珠海市智能机器人先进感知与决策系统重点实验室） 纠错

AI总结 提出未来感知流规划框架，利用预测目标未来生成安全轨迹，并嵌入风险修复，在基准测试中改善安全-跟踪权衡，实现零碰撞率与高安全跟踪时间。

Comments The Conference on Robot Learning (CoRL) 2026

ENPIRE: Agentic Robot Policy Self-Improvement in the Real World

ENPIRE: 现实世界中智能体机器人策略的自我改进

Wenli Xiao, Jia Xie, Tonghe Zhang, Haotian Lin, Letian "Max" Fu, Haoru Xue, Jalen Lu, Yi Yang, Cunxi Dai, Zi Wang, Jimmy Wu, Guanzhi Wang, S. Shankar Sastry, Ken Goldberg, Linxi "Jim" Fan, Yuke Zhu, Guanya Shi

机构 * NVIDIA（英伟达） ； CMU（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校） 纠错

AI总结 提出ENPIRE框架，通过环境重置、策略执行、结果验证和迭代优化的闭环反馈，使编码智能体自主改进机器人操作策略，在灵巧操作任务上达到99%成功率。

Comments 2026 Conference on Robot Learning

Scaling Sim-to-Real VLA Reinforcement Learning with Generative 3D Worlds

在生成3D世界中扩展机器人视觉语言动作的强化学习

Andrew Choi, Xinjie Wang, Zhizhong Su, Wei Xu

机构 * Horizon Robotics（地平线机器人） 纠错

AI总结 本文提出利用生成3D世界模型来提升机器人视觉语言动作模型的泛化能力，通过生成多样化的交互场景，提高模拟到现实的迁移效果，并展示在真实世界中的性能提升。

Comments Accepted to CoRL 2026. Project page: https://horizonrobotics.github.io/gail/projects/scaling-sim-to-real-rl-vla/