平滑隐式接触动力学的安全关键控制
一篇被 Robotics and Automation Letters (RA-L) 接收的论文为平滑隐式接触动力学提出安全滤波框架，通过一阶 Taylor 近似推导离散时间控制障碍函数（CBF）约束，并引入边界聚焦 rollout 筛选平滑参数 κ、以固定裕度收紧预测约束。四个接触丰富系统的仿真表明，该方法消除了标准 CBF 下观测到的力约束违反。
全部嵌入式与具身智能动态
arXiv cs.RO 机器人学AI 评分5050 arXiv cs.RO 机器人学AI 评分5858 TAVIS：面向模仿学习的第一人称主动视觉与预期注视基准
TAVIS 是面向主动视觉模仿学习的评测基础设施，包含 TAVIS-Head（5 个任务，通过 pan/tilt 颈部全局搜索）与 TAVIS-Hands（3 个任务，腕部相机局部遮挡）两套任务，基于 IsaacLab 构建，覆盖 GR1T2、Reachy2 两种人形躯干具身。
arXiv cs.RO 机器人学AI 评分4747 TriDeliver：融合快递员、UAV 与众包地面车辆的空地协同即时配送框架
TriDeliver 提出首个分层协同框架，将人类快递员、UAV 与众包地面车辆（GVs）整合用于即时配送，并设计基于 Transfer Learning（TL）的算法从快递员行为历史中提取知识、迁移至 UAV 与 GVs。
arXiv cs.RO 机器人学AI 评分5555 NovaPlan：基于闭环视频语言规划的零样本长时域机器人操作框架
NovaPlan 是一个分层框架，通过系统性地提出、验证和修复视觉计划，实现鲁棒的零样本长时域操作。高层由 VLM 规划器分解任务，并通过验证多个候选视频回滚过滤动力学不一致的未来；执行中采用在物体中心流与人手流之间自适应切换的混合几何表示，并持续监控执行、在失败时合成指尖轻戳等局部非抓取纠正行为。
arXiv cs.RO 机器人学AI 评分5555 RoboPilot：面向动态环境的双思考模式机器人操作框架与 RoboPilot-Bench 基准
RoboPilot 提出一种双思考闭环 agentic 框架，用于动态真实环境中的机器人操作，通过反馈机制根据环境变化和执行错误进行重规划，并在快慢思考间动态切换以平衡效率与精度。
arXiv cs.RO 机器人学AI 评分5555 Agentic Scene Policies：面向零样本泛化的机器人策略框架被 IROS 2026 接收
论文提出机器人策略框架 Agentic Scene Policies（ASP），通过 scene-agent 工具接口把物体定位能力与机器人技能统一到单一 agentic 动作空间，缓解模块化策略仅按语义检索、缺乏显式空间推理的局限。
arXiv cs.RO 机器人学AI 评分5555 LYRA：面向超长时程机器人操作的人类引导终身代码生成框架
论文提出 LYRA，一个人类引导的终身技能学习与代码生成框架，将人类反馈蒸馏为模块化可复用技能，并在外部记忆中存储技能与执行示例，借助检索增强生成和用户提示支持超长时程任务执行。
arXiv cs.RO 机器人学AI 评分5858 RoboFAC：面向机器人操作失败分析与纠正的框架
RoboFAC 提出一个面向 VLA 模型失败诊断与恢复的框架，构建了含 9,440 条错误操作轨迹、78,623 个 QA 对、覆盖 53 个仿真与真实场景的失败数据集，并训练出可本地部署的轻量多模态模型。实验显示其失败分析准确率比 GPT-4o 高 34.1%，作为外部监督器接入真实 VLA 控制流程后在四项任务上带来 29.1% 的相对提升，且延迟显著低于 GPT-4o；模型与数据集已公开。
arXiv cs.RO 机器人学AI 评分5555 Ledger：从第一人称视频构建持久 3D 物体记忆的研究
论文提出 Ledger，一种从第一人称视频构建的持久 3D 物体记忆，结合物体位置、历史与上下文描述，可在物体离开视野后仍保留记录并回答空间问题。
arXiv cs.RO 机器人学精选AI 评分6666 RoboJEPA：面向多本体机器人世界模型的扩展律研究
论文提出基于 JEPA 的机器人世界模型 RoboJEPA，在覆盖 12 种机器人本体的大规模真实机器人数据集上训练，其想象误差（latent rollout 误差）随算力呈二阶幂律，可在拟合规模之外预测模型质量。
推荐理由：论文给出想象误差随算力的二阶幂律，为评估多本体世界模型规模提供了可迁移的预测方法。
arXiv cs.RO 机器人学AI 评分5151 ECHO：面向人体携物目的地预测的具身相机观测数据集
论文提出 contextual object placement 基准任务，即在观察到的携物过程中预测物体的目的地，并发布配套数据集 ECHO。
arXiv cs.RO 机器人学AI 评分5555 SQAM：用标量伴随匹配实现流策略的 Q-Learning 微调
论文提出 Q-learning with Scalar Adjoint Matching（SQAM），针对流策略经多步流生成动作、用离线 RL 微调时每步需向量-雅可比乘积且成本随流步数与策略规模增长的问题，观察到预训练流策略的批量平均速度雅可比集中在对角线上，据此推导出按流时间缩放最终动作价值梯度的闭式标量伴随，消除逐步向量-雅可比乘积，并在策略生成动作上加入价值惩罚。
arXiv cs.RO 机器人学AI 评分5353 Rubix：基于排列几何的无对应全局点集对齐方法
论文提出 Rubix，在平方欧氏损失下全局求解等权平面点集对齐问题，无需给定对应关系。每个匹配对应一个复相关，其凸包构成排列多边形，最远顶点给出全局对齐；作者证明 n≥2 时顶点数紧界为 n(n-1)，回答了 Rote 的旋转分配公开问题，精确算术下以 O(n^5) 次操作恢复该多边形。
arXiv cs.RO 机器人学AI 评分4747 时间可解释的可微决策树（DDT）：用动作分块提升序贯决策的可解释性
研究提出"时间可解释性"概念，通过动作分块（action chunking）改进可微决策树（DDT）在序贯决策任务中的表现，并给出两种融入动作分块的策略梯度算法与一种信息论树重构算法。在四个仿真环境中，从蒸馏的动作分块策略热启动得到的 DDT 效果最佳：在四个领域中的三个上匹配神经网络策略的性能，参数量最多减少 80%。代码已开源。
arXiv cs.RO 机器人学AI 评分5757 VPP2 论文：提升视频预测以改善机器人操作策略的零样本泛化
论文提出 Video Prediction Policy 2（VPP2），一种世界动作模型（WAM），通过大规模操作视频继续预训练、蒸馏为单步视觉规划器，并以 mixture-of-transformers（MoT）架构引入动作模块，实现视频预测与动作生成的零样本泛化。
arXiv cs.RO 机器人学AI 评分4444 MoSDOT：通过保支撑蒸馏实现多智能体协调（NeurIPS 2026 论文）
NeurIPS 2026 主会（Poster）接收的论文提出 MoSDOT（Mode-Support Semi-Discrete Optimal Transport），在教师训练前用条件半离散最优传输把每个噪声样本指派到单一协调模式，修复标准 flow-based 教师将噪声与回放目标独立配对导致的模式间错误采样。
arXiv cs.RO 机器人学AI 评分4545 RLHF 用于人机协作的范围综述与实验研究
一项针对人机协作（HRC）中 RLHF 的范围综述筛选 199 条记录并纳入 20 篇 2020-2025 年同行评审文献，作者称其为首个聚焦 RLHF 双向闭环设计的综述。随后开展的 VR 被试间实验用贝叶斯模型分析系统发起与用户发起反馈对机器人近端行为安全导航的影响，结果显示用户发起反馈能更好地捕捉感知安全，表明反馈时机直接影响反馈质量。
arXiv cs.RO 机器人学AI 评分5252 UltraWorld：从无跟踪临床视频学习可交互超声世界模型
UltraWorld 提出一种自蒸馏方法，可在没有真实动作标注的情况下，把临床超声视频中的先验迁移到可交互世界模型。
arXiv cs.RO 机器人学AI 评分4545 超越策略支持：面向自动驾驶的交互约束离线强化学习框架 ICDP
研究提出离线强化学习框架 Interaction-Constrained Drive Policy（ICDP），显式控制自动驾驶中的交互分布偏移（IDS），将联合支持退化精确分解为自车支持分量与残余交互支持分量，并通过对比密度比估计恢复后者，无需显式联合密度建模、周围智能体预测或在反应式仿真器中 rollout。
arXiv cs.RO 机器人学AI 评分5151 MeshSIPP：动态环境下高效的时空格点路径规划
论文提出 MeshSIPP，一种面向动态环境下非完整约束轨迹规划的高效算法，通过将运动原语作为空间束传播、用轻量包围区间检查筛选，并把昂贵的精确出发时间搜索推迟到原语到达终态时，来消除计算瓶颈；另加时间感知剪枝规则提前丢弃冗余时空分支。作者证明该搜索具备完备性与最优性，在超过 6,000 个基准实例和 ROS 2 实时仿真中，MeshSIPP 相比最先进的时空规划器最高获得 3× 加速。
arXiv cs.RO 机器人学AI 评分4444 面向长期 LLM Agent 的情境条件化思考策略学习
论文提出情境条件化思考记忆框架，将历史推理经验转化为预测当前情境应思考内容的轻量策略，把详细推理留给大语言模型。实验显示该策略在时间规则泛化上达到 1.000 F1，将 DeepSeek 推理 F1 从 0.789 提升至 0.868，在 30,000 条历史情境下把单次查询在线处理时间从 0.3636 ms 降至 0.0382 ms。
arXiv cs.RO 机器人学AI 评分5757 WAPR：面向未知物体位姿估计的广角位姿精修基础模型
WAPR 是一个零样本广角 6D 位姿精修模型，可对旋转偏差最大达 90 度的候选位姿进行精修，每个检测实例仅需 12 个候选位姿，单帧推理在 1 s 内完成，位姿估计吞吐量最高达每秒 25 个检测实例。
arXiv cs.RO 机器人学AI 评分4747 ActiveLang：语义不确定性引导探索的主动开放词汇 3D 地图构建
ActiveLang 提出一种主动开放词汇 3D 地图构建系统，通过语义不确定性引导探索，在紧凑的双 Gaussian 表示上在线适配语言特征，联合重建场景几何、外观与开放词汇语义，内存开销较小。其规划器高效选取信息量高的视点，用更少观测和更低计算成本完成建图。在 Replica 和 ScanNet++ 上的实验显示，其 2D 与 3D 开放词汇分割效果相比在线与离线基线均有明显提升。
arXiv cs.RO 机器人学AI 评分5353 TERRA：通过时序效果表示与关系对齐学习可迁移的潜在动作
TERRA 用紧凑的时序效果（净特征变化加窗口内低阶动力学分量）描述状态转移，并提出 Effect-Anchored Transport（EAT），让潜在动作在其他初始状态下解码后锚定到源端观察到的效果，使其含义由跨上下文的作用而非单一转移决定。
arXiv cs.RO 机器人学AI 评分5353 DSReg：无需重建即可证明恢复单个世界隐变量
论文提出 DSReg（Dependency-Sparsity Regularization），在 Structural Diversity 条件下证明可在无重建、无解码器、无标签的情况下，将单个世界隐变量恢复到符号置换意义下。
arXiv cs.RO 机器人学AI 评分5757 RLHND：用视频基础模型从第一视角视频估计手部位姿与触觉信息
RLHND 提出基于视频基础模型的手部跟踪模型，从单目第一视角视频联合估计手部位姿与贴近实际的触觉信息，缓解现有方法仅从裁剪帧回归位姿导致的不准确和物理不一致问题。
arXiv cs.RO 机器人学AI 评分5252 事件对齐的视觉动作推理框架提升 WAM 在 DOMINO 上的成功率
论文提出一种事件对齐的视觉动作推理框架，围绕交互事件组织视觉-动作预测，让 WAM 在每次想象推演中生成事件对齐的视觉上下文，对任务关键状态变化给予更细粒度的推理，对连接性过渡则粗粒度推进。
arXiv cs.RO 机器人学AI 评分5555 Kuration SDK：用数据策展弥合虚拟到现实差距
论文提出面向物理 AI 数据策展的通用工具 Kuration SDK，并随论文开源。作者在 CounterStrike 游戏数据上训练和评估扩散世界模型，确认可玩性与 FVD、LPIPS、JEDi 等指标并不对应，将其称为 Virtual2Real gap；Kuration SDK 帮助定位了两个 LPIPS 和 FVD 分数接近、但实际表现差异很大的世界模型的根因。
arXiv cs.RO 机器人学AI 评分4242 LeCuration：用小型世界模型做数据筛选的多面工具
LeCuration 是一个以 LeWorldModel（LeWM）为潜在编码器与预测器、并加入 diffusion transformer（DiT）解码器的小型世界模型，用作面向更大下游模型的数据筛选工具。其嵌入可作为异常检测信号和基于内容的聚类启发式，自回归预测游戏状态可定性检查动作-状态一致性。论文给出 CS:GO 游戏数据的概念验证案例，尚未报告定量筛选指标与下游训练结果。
arXiv cs.RO 机器人学AI 评分5050 目标条件策略学习中的"视界信息诅咒"
研究在目标条件策略学习中识别出一种"视界信息诅咒"：增大目标重标注视界会显著削弱策略泛化与性能，即便测试时只评估邻近子目标序列，行为克隆（BC）策略仍出现严重的、依赖训练视界的性能退化，而强化学习（RL）目标可缓解该现象。作者将其解释为动作与事后重标注目标之间条件互信息随视界下降，并发现将短视界策略的输入 Jacobian 蒸馏到长视界策略可在组合操作任务上带来显著性能提升。
arXiv cs.RO 机器人学AI 评分4545 StableGrasp：从单张图像重建物理稳定的仿人手抓取
StableGrasp 提出一个基于可微仿真的优化框架，从单张 RGB 图像重建物理稳定的仿人手抓取，将视觉手部姿态与决定抓取力的控制目标显式分离。该方法在可微仿真器中通过最小化抓取动能联合优化手部几何与控制，并对手部几何施加正则以保持视觉一致性与几何合理性。实验显示其重建的抓取在严格物理仿真下比其他手-控制策略稳定得多。
arXiv cs.RO 机器人学AI 评分3838 单步带标签令牌路由问题的复杂性研究
论文研究了受中性原子量子计算机原子搬运启发的单步带标签令牌路由问题的计算复杂性。研究证明该问题在最大度为四的平面网格图上即使存在边不相交路径的解仍为 NP-complete，在最大度为三的树上按解边重数参数化为 W[1]-hard，且在候选边重数不超过八的树上仍为 NP-complete。同时证明该问题在树上按最大度与候选边重数（或候选顶点重数）联合参数化时是固定参数可解的。
arXiv cs.RO 机器人学AI 评分5252 GUARD：面向机器人硬盘拆解的几何不确定性点云去噪与分割框架
GUARD 提出一种几何不确定性感知框架，在单次前向传播中同时完成点云滤波与分割，用于机器人硬盘拆解中的部件识别。该框架结合多尺度几何 Transformer 与多带宽随机傅里叶特征高斯过程估计逐点几何不确定性，并辅以预测熵抑制不可靠测量。
arXiv cs.RO 机器人学AI 评分4141 基于异构图神经网络的多智能体路径规划共享路图生成与评估
论文提出一种可扩展的异构图神经网络（GNN）框架，用于自动生成和评估多智能体共享路图，将路径点、智能体位置和任务位置表示为异构图中的不同节点。模型在专家求解器轨迹聚合的占据密度图上训练，学习识别关键兴趣点并剪除冗余节点与边，生成紧凑、协调感知且对任务排列不变的路图。实验显示该框架在稠密路图上可将运行时间和图规模至少降低 40%。
arXiv cs.RO 机器人学AI 评分4545 LASER：面向支撑约束熵正则化离线强化学习的隐空间伴随匹配算法
LASER 提出一种离线强化学习算法，通过隐空间伴随匹配实现熵正则化的隐空间强化学习，在保持表达性流策略的同时避免通过时间反向传播。在 40 项不同数据集质量的 OGBench 任务上，LASER 取得 state-of-the-art 性能，且在所有任务上使用固定的、与任务无关的超参数，优于包括按任务和数据集专门调参的基线方法。该论文已被 NeurIPS 2026 接收。
arXiv cs.RO 机器人学AI 评分5151 FlightMagNav：面向户外磁场定位的开放数据集与概率地图学习验证框架
论文提出 FlightMagNav，一个面向近地飞行平台磁场定位研究的开放数据集，数据由搭载两台光泵磁力计（量子磁力计）和 GNSS 辅助惯性导航系统的无人机采集，包含磁场地图学习与验证两部分测量。随数据集一并发布了概率式磁场地图学习与验证框架，并用其演示数据集的用法，最后展望了可基于该数据集展开的研究方向。
arXiv cs.RO 机器人学AI 评分5555 RoboPrompt：用稀疏人类输入直观引导机器人策略
RoboPrompt 是一个轻量级机器人策略引导系统，用户通过绘制轨迹、目标点和粗略方向指令等稀疏输入引导策略行为，将人类意图翻译与基座策略解耦，在噪声空间控制动作生成，无需修改基座策略架构或为其微调。
arXiv cs.RO 机器人学同新闻AI 评分6262 Long-WAM：扩展世界动作模型上下文的模型系统框架
Long-WAM 提出在实时控制约束下扩展因果世界动作模型上下文的模型系统框架，核心发现是访问历史不等于利用历史，更长历史只有在视频基础模型采用自回归预训练时才显著见效。
同一新闻，精选展示《Long-WAM：扩展世界-动作模型上下文的模型系统框架》
arXiv cs.RO 机器人学AI 评分5757 VLA 模型对指令措辞敏感：论文提出改写规则缓解语言敏感性
论文发现 VLA 模型对指令措辞高度敏感，$π_{0.5}$ 在 LIBERO 上对 switch on the stove 成功率 100%，对 switch on the hot plate 仅 2%，改写增强微调后的 $π_0$ 仍波动达 61 个百分点。
arXiv cs.RO 机器人学AI 评分5353 分解式触觉表示与控制框架实现小于 1 mm 接触定位与 35% 插孔成功率提升
论文提出一种分解式触觉表示与控制框架，将法向力与接触斑映射为可从传感器读数恢复的有效接触响应，并把响应分解为接触几何、力分布和时变接触三部分分别编码与随机化，Tactile Gated Policy 在控制中保留这些表示且无需重训练即可覆盖所有掩码配置。