基于契约的智能体系统工程：以商运算实现可保障的系统设计
研究提出将 SysML v2 中带假设与要求约束的需求视为 assume/guarantee 契约，把系统需求在固定邻居上分解后，开放组件的最弱可靠需求即契约商，并可用 Signal Temporal Logic 表达。
全部机器人动态
arXiv cs.ROAI 评分4040 arXiv cs.ROAI 评分6262 GEMS：结合3D高斯溅射地图与智能体推理的长期时空记忆框架
作者提出GEMS框架，将持久化的时空3D高斯溅射（3DGS）地图与智能体推理流程结合，地图只重建一次，之后仅在场景变化区域更新并保存这些改动。智能体流程借助该地图按需渲染新视角，逐步累积证据以回答时空问题，并根据自然语言查询定位物体。
arXiv cs.ROAI 评分7272 FLORE：学习力反应式人形机器人移动操作
研究团队提出 FLORE 框架，用两只带力传感的 UMI 式手持夹爪和可穿戴追踪器采集无机器人演示，训练以视觉、本体感知和测量力旋量为输入的力反应扩散策略，输出动作与每只手力指令。配套的混合柔顺全身控制器借助真实力/力矩传感器的力误差积分实现单手力跟踪并保持平衡。在三项接触密集任务实机测试中，力反应策略成功率为 80%，同一控制器下仅位置策略为 26.7%。
arXiv cs.ROAI 评分7171 面向足式运动的可微接触动力学：策略学习与接触隐式轨迹优化
该论文提出一种用于摩擦接触的平滑解析梯度，仅在后向传播中替换精确接触敏感度，前向硬接触求解与实机可行轨迹保持不变。作者用10万样本、在台式机上训练不到2分钟得到的策略无需微调即可迁移到硬件，机器人在小跑策略下能承受推挤并穿越碎石和湿滑地面；在轨迹优化中，该梯度能找到精确梯度和Signorini松弛梯度遗漏的富接触解。
arXiv cs.ROAI 评分6262 用 EBench 评测前沿智能体：从直接控制到结合策略的 harness
该报告在 EBench 上评测 GPT-6-Astra 作为机器人智能体，采用与后训练策略相同的视觉和本体感知观测协议，比较直接控制与结合策略的 harness 两种配置。
arXiv cs.ROAI 评分7474 ZAP：预训练负责理解任务，仿真训练教会机器人动作
作者提出 Zero-real Agent Policy（ZAP），用预训练的 27B 参数视觉语言模型配合简单工具接口控制机器人，经监督微调和 GRPO 在简单仿真任务上训练，训练中不使用任何真实机器人数据。
arXiv cs.ROAI 评分6262 Specola：基于 STL 规范驱动机器人仿真评测工具
Specola 是一个在仿真中按信号时序逻辑（STL）规范评测机器人行为的工具，提供 Python API 和命令行接口，可接入现有策略执行循环。它给出适配器接口，并已提供 LIBERO、RoboCasa、Isaac Lab、RoboDojo 等九个仿真环境与基准的适配器，用于补充成功率之外的满足程度、参数敏感性和违规要求等信息。
arXiv cs.ROAI 评分6060 TrySee：面向专用领域的模块化感知增强 VLM 闭环机器人任务规划
TrySee 提出一种模块化闭环机器人任务规划流程，将通用 VLM 推理与领域专用感知及既有机器人组件结合，无需 VLM 微调或端到端演示。系统采用反应式循环规划，并加入领域专用模块化视觉预处理以提供在线 grounding，同时通过动态预处理选择机制提升可扩展性。
arXiv cs.ROAI 评分5353 FISRF：面向大语言模型机器人任务规划的自适应反思引导框架
FISRF 提出智能体与导师架构，用于估计机器人在任务规划中的最近发展区（ZPD），并自适应选择反思策略与导师引导，以缓解早期交互中错误经验累积的问题。在 ALFWorld 和真实机器人平台上的实验显示，该方法将平均纠错轮次减少 37%、冗余推理减少 25.1%，整体任务成功率提升 8%。
arXiv cs.ROAI 评分6262 面向敏捷四足机器人的连续时间安全规划与控制
研究提出一种实时运动规划框架，保留四足机器人完整的SE(2)模型及其各向异性、航向耦合的速度约束，并接受由此产生的非凸性。该方法将轨迹参数化为复合Bernstein多项式，利用凸包性质在整个规划时域内证明避障与输入约束成立，并以在线重规划频率闭环运行，向运动控制器下发机体速度。
arXiv cs.ROAI 评分5858 FERRET：用环境编辑作为奖励学习的纠正信号
作者提出将环境编辑作为机器人纠正的补充反馈形式，在机器人运动保持不变时由人编辑场景，使编辑的唯一解释是被移动的物体。他们提出 FERRET（Feature Learning from Environmental and Robot-Relational Edit Traces），从机器人纠正和环境纠正中学习偏好，并展示环境编辑能消歧特征、学到仅靠机器人纠正无法学到的偏好。
arXiv cs.ROAI 评分6262 VPR-Space：面向太空模拟域的视觉位置识别基准
论文提出VPR-Space基准，用于评估月球、火星等地外表面场景下的视觉位置识别（VPR）能力。作者基于太空模拟域（SAD）现有数据构建了16个数据库-查询数据集，覆盖环境、视角变化和光照条件等挑战。
arXiv cs.ROAI 评分5858 IROS 2026 实地研究：LiDAR 与相机融合的鸟瞰图提升全尺寸车辆遥操作表现
研究团队用一辆真实车尺寸车辆开展 N=18 的实地实验，比较相机画面、原始 LiDAR 点云鸟瞰图和 LiDAR 与相机融合鸟瞰图三种遥操作界面。
arXiv cs.ROAI 评分5252 从语言到驱动力：让自主机器人对齐人类意图的多模态框架
研究提出一种多模态框架，利用大语言模型和视觉语言模型把自然语言表达的人类目的转化为机器人任务与驱动力，使开放式学习的自主机器人行为与人类意图对齐。系统分为语义对齐、任务生成和驱动力建模三层，形成人类输入定义高层目的、机器人扩展为可执行任务、反馈维持对齐的双向交互闭环。仿真和实体机器人实验表明该流程能生成有效任务与行为。
arXiv cs.ROAI 评分6767 基于3D高斯泼溅的腕部相机VLA精确接近方法
研究提出基于3D高斯泼溅（3DGS）的数据生成流程，用于腕部相机VLA策略的精细接近任务适配。该方法重建真实工作空间并从机器人对齐位姿渲染腕部相机观测，与平滑结构化接近轨迹配对用于VLA微调，并加入指令条件化的接近验证器在物理接触前判断终止。
arXiv cs.ROAI 评分6060 基于多模态基础模型的上下文感知表达性动作生成与调制
该研究提出一种从文本、音频、视频的多模态上下文描述自动生成并调制复杂全身表达性手势序列的方法，基于动态运动基元（DMP）统一实现动画原理，并用多模态基础模型生成高度上下文感知的参数化动作变体。
arXiv cs.ROAI 评分5252 RoboDoctor：面向机器人策略的免训练递归自我改进框架
RoboDoctor 是一个免训练框架，在固定模型权重下通过诊断、动作执行和持久经验记录三个修订目标，让通用机器人策略与语言模型智能体在执行中自适应。在 54 条 RoboDojo-Sim 任务条目上，该框架取得五维平均分 57.10、原生成功率 49.44%，记录交互展示了策略切换、选择性纠正和抓取修正。作者指出这些结果刻画的是所评估系统中的执行期自适应，仍需对照实验来分离跨回合经验的贡献。
arXiv cs.ROAI 评分5858 微型振动驱动机器人集群在受限场地中的分布式预测集群控制
研究提出一种分布式预测集群控制器，每台微型振动驱动机器人独立求解非线性模型预测控制（NMPC）问题，仅与局部邻居交换预测轨迹，在0.64平方米场地的开源振动驱动bristlebot数字孪生上对比六种障碍函数与控制障碍函数（CBF）安全形式。
arXiv cs.ROAI 评分5858 PIFR：长程具身导航中的抢占式指令跟随与任务恢复基准
作者提出 PIFR 基准，用于评测长程具身导航中高优先级指令打断当前任务序列后的抢占与恢复能力。PIFR 包含单次、重复和嵌套中断设置，并分别给出插入任务完成、原任务恢复和整段序列完成的阶段指标。作者还提出一个轻量候选排序基线，用于改善中断后目标重新定位。
arXiv cs.ROAI 评分5656 通过任务分解增强深度强化学习的机器人运动规划
该研究提出面向深度强化学习（DRL）的任务分解框架，将迁移学习（TL）与奖励重设计（RR）结合，以提升障碍环境下的学习效率与鲁棒性。
arXiv cs.ROAI 评分6060 DEX-PHD：面向灵巧操作多模态数据采集的便携手持设备
作者提出便携手持设备 DEX-PHD，集成灵巧机器人手、逐指连续控制和多模态记录，可采集本体感知信息、指尖接触数据与腕部相机视频，操作者通过关节级映射直接控制机器人手。其无缆设计支持在多种环境中采集数据，作者在需要多指协同的接触密集型任务上演示，并将采集的示范通过开环回放在实体人形机器人上执行，结果显示开环回放保留了手指运动的主要时序模式和任务相关接触。
arXiv cs.ROAI 评分5555 RoKON：面向机器人操作的高效自适应数据驱动预测控制
论文提出 RoKON，一种面向机器人操作的数据驱动预测控制方法，无需学习显式动力学模型。方法用高斯核非线性预测器表示输入输出数据关系，并提出阻尼高斯-牛顿法利用控制问题的最小二乘结构实现实时控制，同时引入混合缓冲管理策略，在保留相关离线数据的同时纳入有信息的在线数据，以适应动力学变化。
arXiv cs.ROAI 评分6262 MATE-BT：面向异构多机器人团队的分层去中心化任务自治行为树框架
论文提出 MATE-BT，一个将任务执行、任务分配与任务执行分层解耦的异构多机器人团队去中心化框架，由机载活跃领导者管理任务推进与团队级任务分配，并在领导者故障后转移权限。
arXiv cs.ROAI 评分6363 EmbodiedLab 发布具身智能体基准：让机器人在物理实验中“动手求知”
EmbodiedLab 是一个要求机器人“动手求知”的基准：智能体接收目标与实验装置，自行选择实验流程，在物理仿真实验室中通过相机读取仪器，评估其最终获得的知识以及任务要求的物理状态。
arXiv cs.ROAI 评分5959 LRIO：地下环境中抗退化的去中心化雷达-激光雷达-惯性里程计
作者提出去中心化 LiDAR-雷达-惯性里程计框架 LRIO，融合激光雷达、FMCW 雷达与惯性传感，在 GPS 拒止且受烟雾影响的地下隧道中做位姿估计。框架核心是自适应残差阈值（ART）机制，用于检测传感器随时间退化并调整融合过程，配合容错最优信息滤波器（RETOIF）以故障感知方式融合激光-惯性与多路雷达-惯性里程计。
arXiv cs.ROAI 评分5858 VisGeo-PipeTrack：面向无人机动态管道跟踪的视觉几何伺服控制框架
论文提出VisGeo-PipeTrack伺服控制框架，用YOLOv5检测管道标签并结合视觉几何约束定位，使无人机跟踪存在振动等动态运动的管道。控制端采用基于模型预测控制的实时校正自适应PID（MPC-RCAPID），通过递推最小二乘在线估计模型并滚动优化调整PID参数。
arXiv cs.ROAI 评分5858 Reward-Guided RRT*：预算约束下的任务与运动规划框架
作者提出 Reward-Guided RRT*，一种基于采样的框架，通过一系列局部联合的任务选择与运动规划阶段，在连续状态空间中直接构建满足预算的任务序列，无需预计算任务转移图。
arXiv cs.ROAI 评分6060 Labference：评估机器人实验室中推理与动作衔接的基准
作者提出 Labference 基准，用于评估机器人如何根据实际物理执行结果调整后续操作，并分别测量操作选择、物理执行和任务完成情况。初步评测显示，受测 VLA 策略在物体转移成功的情况下仍出现目标选择错误，而 GPT 驱动的控制虽能正确选择，却遇到执行失败和较高计算开销。
arXiv cs.ROAI 评分5252 Thermal-Headroom Routing：极端高温下机器人感知的散热余量路由
作者提出 Thermal-Headroom Routing（THR），一种用闭式 RC 热模型预测处理器温度、排除预计越过降频阈值的检测器配置的轻量模型选择策略。
arXiv cs.ROAI 评分5858 RetroNav：结合场景回溯与重试的自进化终身导航框架
RetroNav 是一个无需训练的终身导航框架，把导航、记忆积累与失败反思整合在一起，在五个导航基准上取得当前最优表现。它用统一记忆系统把几何与语义场景知识和历史导航经验关联起来，区分客观观察与依赖任务的解读；每次导航后由独立评估器判断是否需要重试，需要时由回溯智能体结合场景证据生成重试简报。作者表示方法将开源。
arXiv cs.ROAI 评分6060 四旋翼控制器对比受调参、参考预览、执行器建模与回退策略影响的可复现仿真研究
该研究在含转子陀螺耦合、电机滞后与饱和的非线性被控对象上对比级联PID、悬停LQR、BL-SMC、带LQR回退的线性MPC（LMPC-F）、启用预览的LMPC-F和几何SO(3)控制器，发现统一的十二候选调参协议改变了固定基线下的平均RMSE排序，使BL-SMC从末位升至首位，且该排序在50组新实现上重现、48候选预算下不变。
arXiv cs.ROAI 评分4747 《变形的语言：语义失效分析作为可变形物体灵巧操作的前提》
论文提出语义失效分析是可变形物体灵巧操作走向成熟的关键一步，并用概念验证实验支持这一主张。与刚体操作不同，线缆、塑料件、布料等会因材料、几何和行为差异出现屈曲、塑性变形、压力变化和撕裂等多样且难以检测的失效模式，需要不同的纠正策略。作者定义了语义失效分析的组成部分与挑战，并给出实验结果说明其作为研究方向的潜力。
arXiv cs.ROAI 评分7272 Zero-HLM：无需真实机器人数据的人形移动操作框架
Zero-HLM 提出 real-to-sim-to-real 框架，将手机拍摄与仿真源演示转化为人形移动操作的可扩展训练数据。研究生成 4800 条经物理验证的演示，在 Unitree G1 的三项任务上实现零样本迁移；仿真训练的 GR00T N1.7 平均全任务成功率为 66.7%，而真实数据训练为 46.7%。
arXiv cs.ROAI 评分6262 PushAround：基于物理信息混合搜索的多机器人协同清障
PushAround 提出一种物理信息混合搜索方法，将几何连通性推理与短时仿真结合，为移动机器人团队生成可执行的清障计划。该方法通过重复的 W-clearance 连通图（WCCG）查询找出需要拓宽的前沿缺口，并按估计的下游代价排序，再生成直接或递归推障候选，选择障碍物、方向、接触与力。
arXiv cs.ROAI 评分5555 基于因子图的双臂操作柔性线缆三维力估计
该研究提出用因子图对柔性线缆（DLO）进行概率建模，在重建线缆形状的同时估计作用其上的三维力的大小、方向与位置。由于线缆细且无驱动，应变片和驱动读数通常不适用，方法仅使用一种传感信息，并在加入测量噪声、线缆沿指定路径运动的仿真测试中完成力估计。作者称该通用方法可适用于更广泛的任务。
arXiv cs.ROAI 评分6060 VISTA：面向具身智能体自我改进的主动探索框架
VISTA 是一个元智能体框架，把事后回放反思改为主动自我探索，以改进具身智能体的 harness。它维护记录 harness 版本谱系的 harness graph，让元智能体检索历史假设、复用有效机制并避免重复失败方向；每轮从保留版本及其执行证据出发，自主生成新 rollout、探查失败与恢复行为，再据此迭代修改 harness 并重新评估。
arXiv cs.ROAI 评分5858 多候选 Simplex 架构从设计时辨识到运行时构建上下文相关安全吸引域
研究提出两阶段吸引域（RoA）认证流程，用基于收缩的稳定性分析确定目标集，再用 Taylor 模型可达性分析验证，从而在运行时构建上下文相关的安全 RoA，并支持高保障控制器候选间的安全切换。
arXiv cs.ROAI 评分5555 JevVLA：受Jev启发的VLA策略能量式适配框架
研究者提出JevVLA，一种面向视觉-语言-动作（VLA）策略的轻量能量式适配框架，在冻结基座策略的情况下学习一个可微标量能量函数，同时用于离散候选比较和连续动作修正或生成。
arXiv cs.ROAI 评分6262 LECO：从优化中学习直接控制，实现动态目标跟踪
LECO 将动态目标跟踪的在线轨迹优化转为离线学习直接控制策略，通过可微运动学模型让轨迹级目标直接指导控制学习。在三种仿真障碍密度下，其均方根线性加加速度比该指标最优对比方法降低 14.1%–31.2%，跟踪成功率最高，单周期计算耗时 4.25–5.63 ms。
arXiv cs.ROAI 评分5959 基于分位数的命令余量 MPC 用于电流指令万向架指向控制
论文研究两轴电流指令万向架在机械扰动不匹配条件下的视线指向控制，提出分位数扰动预测器与受 tube 启发的模型预测控制器，按预测不确定性预留命令余量。在两轴嵌入式平台上，所提配置的二维指向均方根误差为 3.94 ± 0.10 mrad，评估窗口内无命令限幅样本，并单独报告了 100 Hz 标称实现下的求解时间与循环超时记录。