Warp：面向冻结机器人策略的结构化输出空间适配
作者提出 Warp，一种上下文条件化的单调双射样条适配器，对冻结基础策略的采样输出做非线性重塑并保持逐维顺序。在 ManiSkill 四个任务上，Warp 在匹配的进化策略适配器研究中恢复效果最强；改用 PPO 后顺序关系随任务变化。在物理 SO101 插销任务中，Warp 成功率与强随机残差相当，成功周期时间中位数约降低 30%。
全部机器人动态
arXiv cs.ROAI 评分5858 arXiv cs.ROAI 评分6262 RegimeVGGT：按层保留空间结构的 VGGT 免训练加速方法
RegimeVGGT 提出一种免训练的逐层压缩方法，在重建质量不变的情况下，相比内存优化版 VGGT* 实现 6.7 倍加速。作者通过谱分析、探针和因果分析发现，VGGT 的浅层缺少跨视图结构，中层负责跨视图对齐，深层对稠密几何冗余，但其跨帧注意力对位姿仍然关键。
arXiv cs.ROAI 评分6262 PS2-RL：可证明安全且可扩展的强化学习框架
作者提出 PS2-RL 两阶段框架，用学习到的备份策略前向积分系统动力学，在线生成隐式控制不变集，从而避免显式构造控制不变集带来的维度扩展问题。第一阶段用安全到达价值函数训练备份策略，实现向已认证基础集的安全恢复；第二阶段通过可微投影层端到端训练 RL 策略，严格保证由备份策略诱导的安全性。该框架不限制底层 RL 算法，可接入现有训练流程，并在状态维度最高 10 的机器人控制任务上完成评估。
arXiv cs.ROAI 评分5858 超材料触觉显示器实现可编程虚拟像素
研究团队提出用超材料物理设计刚性板中的波传播，通过优化谐振器晶格产生慢波色散支，将虚拟触觉像素分辨率提升一个数量级。该显示器由8个外围执行器驱动，可在任意表面位置生成厘米级分辨率的局部虚拟触觉像素，输出带宽75-400 Hz。四项感知实验中，参与者对瞬态与持续振动的多像素图案定位、探索和辨别准确率为95.3%至100%。
arXiv cs.ROAI 评分5858 FLAG：用潜变量增强引导的流策略最大熵强化学习
FLAG 提出一种流策略最大熵强化学习方法，通过给状态空间增加流潜变量并优化可证明一致的代理目标，把采样区域局部化以缓解重要性权重坍缩。作者称该方法在有限重要性样本下即可完成表达性策略优化，并在基于状态的高维控制基准上取得表达性策略最大熵在线强化学习方法中的最优表现。该工作被 NeurIPS 2026 接收。
arXiv cs.ROAI 评分5353 表达性集群机器人的现实差距与感知差距研究
该研究将同一套去中心化协调代码部署在桌面、空中和人形移动操作机器人三类集群上，并在现场艺术表演中观察其表现。结果显示算法在三类平台均可靠执行，但物理形态使可见运动的时间尺度变化超过三倍并改变轨迹几何。观众调查还发现，观察者对集群运动的意义归因与情绪反应（舒适或威胁）并不随技术成功同步变化，且二者彼此不相关。
arXiv cs.ROAI 评分7171 RoboTryOn：用虚拟试穿将人类视频合成机器人灵巧操作演示
RoboTryOn 提出把人类到机器人的转换当作虚拟试穿，保留演示动作、物体和背景，只把人类替换成参考图指定的目标机器人。方法自回归转换关键帧并以其引导视频合成，运动以人手骨架为条件，再用带深度特征的逆动力学模型（IDM）从合成视频推断动作标签用于策略学习。实验显示，仅用合成数据训练的策略在包括双臂操作在内的新任务上平均成功率从2%提升到60%，且约三分之一采集成本即可达到纯遥操作示教策略的水平。
arXiv cs.ROAI 评分7272 DreamFree：免生成未来视频的世界动作模型表示蒸馏方法
DreamFree 提出一种无需生成未来视频的世界动作模型（WAM），通过表示蒸馏让视觉编码器仅凭当前观测预测冻结视频扩散模型的表示，再由动作模块提取动作相关信息。
arXiv cs.ROAI 评分6060 研究：机器人比物体更重时，惯量失配如何影响机器人策略学习
该论文研究机械臂与操作物体之间的惯量失配如何影响机器人策略学习，通过改变机器人和物体质量的受控仿真实验发现，强化学习在广泛质量组合下都能成功，而行为克隆在较轻机器人操作较重物体时学到的策略更可靠。
arXiv cs.ROAI 评分4747 上肢外骨骼肌电控制：解码器-整形器-控制器框架、设计指南与未来方向
一篇综述提出用于上肢外骨骼连续肌电控制的功能性“解码器-整形器-控制器”框架：解码器从表面肌电（sEMG）估计意图相关变量，整形器按辅助策略将其映射为控制参考，控制器通过执行器控制实现该参考。
arXiv cs.ROAI 评分5858 LIFE：让机器人从经验中持续学习并积累能力的框架
作者提出 LIFE（Lifelong Intelligence from Experience）框架，让机器人持续观察、选择性记忆，并把经验转化为新能力。
arXiv cs.ROAI 评分6767 Tactus：面向自然灵巧操作数据采集的触觉与位姿传感手套
作者提出 Tactus 纺织集成传感手套，在 1.5 mm 指尖堆叠厚度下同时提供电容触觉力感知与 IMU 融合位姿跟踪，用于采集自然灵巧操作演示数据。该手套在 95% 置信度下最小可检测力为 0.59 N，比两款商用触觉手套基线低 1.6–2.7 倍，跨被试一致性为 0.87；操作遮挡最严重时指尖关键点相对误差为 11.0 mm。
arXiv cs.ROAI 评分7171 X-Fly：面向全动作块空中视觉语言导航的到达与停止学习框架
X-Fly 提出一种分阶段训练框架，用于全动作块空中视觉语言导航（VLN），解决执行完整动作块后策略查询状态偏离专家演示、缺乏恢复与停止监督的问题。
arXiv cs.ROAI 评分7171 下肢假肢的统一模式连续仿生控制策略
研究提出一种模式统一的假肢控制框架，将膝踝生物力学表示为随地形坡度和步态相位连续变化的函数，并用径向基函数插值统一上坡与下坡多项式模型。该框架把生物力学转化为随坡度变化的连续阻抗参数，在单一有限状态机控制器中结合双侧传感估计步态状态。
arXiv cs.ROAI 评分5858 PriMoRetarget：用优先级运动重定向实现人形机器人动作迁移
作者提出 PriMoRetarget，一个用显式优先级层级替代相对权重加权的运动重定向框架，让低优先级更新受约束以保留高优先级目标。该方法在覆盖单人动作、人物操作和人物交互的四组数据集上评估，生成的动作更能保留任务相关交互，并提供比常用重定向方法更易跟踪的参考轨迹。
arXiv cs.ROAI 评分6060 SimForcing：将仿真运动先验蒸馏进真实域机器人世界模型
SimForcing 提出一种仿真引导框架，通过潜空间运动蒸馏把仿真教师的运动知识迁移到真实域机器人世界模型，并用多块仿真条件与条件丢弃降低对仿真预测精度的依赖。
arXiv cs.ROAI 评分4747 低成本4自由度机械臂RoArm-M2-S实现视觉引导的书写工具重定向与颜色分拣
约200美元的Waveshare RoArm-M2-S四自由度机械臂在固定俯视相机下，借助YOLO11n-OBB检测器、ArUco参考位姿与颜色分类器完成书写工具的颜色分拣，无需腕部旋转关节。对偏离固定接近方向超过45度的工具，通过纠正性扫掠在最多4次内转为可抓取姿态。196次单工具试验中176次（89.8%）落入正确颜色料箱，20次失败中19次为抓取滑脱或未抓中、1次为颜色误标。
arXiv cs.ROAI 评分6262 MMUSV-Sim：面向多USV协同感知的海事仿真平台
作者提出MMUSV-Sim，一个基于Unreal Engine 5和Project AirSim的海事仿真与数据生成平台，支持多USV同步多模态采集与共享世界坐标系下的3D标注。
arXiv cs.ROAI 评分6767 Reverse to Advance：用易任务时间反转数据降低遥操作成本学习高难度操作策略
该论文提出一种遥操作成本有效的框架，利用易任务的时间反转轨迹作为高难度操作任务的监督信号，减少人工示教采集。框架包含闭环数据采集流程、基于运动学先验与 critic 引导优势过滤的分层数据精炼，以及迭代策略学习三部分。在两个仿真基准和实机实验中，该方法相比基于反转和强化学习的基线提升了高难度任务成功率，数据效率更高且训练更稳定。
arXiv cs.RO精选AI 评分7878 AutoDex：自动采集真实世界灵巧抓取数据的系统
AutoDex 是一个无需持续人工操作即可采集真实世界灵巧抓取数据的系统，可自动规划并执行抓取、标注结果并复位物体以持续采集。研究团队用 Allegro 和 Inspire 手在 100 个物体上采集了超过 3500 次抓取试验，记录成功与失败及同步视觉观测和机器人状态；采集 500 条轨迹约需 0.2 人工时，遥操作则为 9.3 人工时。
推荐理由：该研究给出自动采集灵巧抓取数据的闭环系统，并用人工工时与检索成功率对比遥操作和仿真筛选。
arXiv cs.ROAI 评分6060 SDN：通过选择扩散噪声在测试时提升 VLA 策略鲁棒性
作者提出 Selected Diffusion Noise（SDN），一种免训练方法，把扩散噪声当作可控自由度来提升 VLA 策略的测试时可靠性。SDN 采样多个候选动作块并做两阶段筛选：先用反事实负集按任务相关视觉 grounding 过滤，再按 JerkRMS 选出运动学上最稳定的动作块。在三种 VLA 策略的仿真与真实环境实验中，分别取得 8-10% 和 18.33% 的提升。
arXiv cs.ROAI 评分6565 InDex：通过意图条件微调让VLA模型适配灵巧操作
研究提出 InDex 框架，用重定向演示得到的归一化开合信号监督标量抓取意图，分两阶段把平行夹爪 VLA 模型适配到多指灵巧手。在四个仿真任务中，InDex 配合 π0.5 取得 85.8% 平均任务成功率，比原生策略提升 35.5 个百分点，并在未微调的相似几何新物体上达到 69.0%。在三个 VLA 主干和单独训练的真实世界策略上同样有效，真实策略平均成功率从 71.0% 升至 83.0%。
arXiv cs.ROAI 评分6262 B2FF：用预想象里程碑为 VLA 策略做失败恢复
作者提出 B2FF 恢复框架，让 VLA 在执行前基于初始观测生成熟悉未来状态的里程碑库，恢复时由可恢复性感知选择器选定一个里程碑作为固定视觉目标，把偏离轨迹的观测映射回熟悉的未来。在注入失败的 LIBERO 基准上，按与注入失败对齐的受控恢复时机，B2FF 将基线 VLA 的平均成功率从 56.3% 提升到 74.0%，且无需微调底层动作生成器。该工作已被 CoRL 2026 接收。
arXiv cs.ROAI 评分6262 AcroRL：用双向推力强化学习实现四旋翼激进翻转
AcroRL 提出基于强化学习的框架，通过调制恒定参考轨迹完成位置受限的四旋翼紧凑翻转，并分别为正向到倒置、倒置到正向的转换训练策略。在 JAX 仿真中，该方法的位置 RMSE 比最强优化基线降低 32%，调节时间缩短 57%；实机在多种偏航配置下完成翻转，位置 RMSE 低于 0.35m，并验证了与下游轨迹生成和控制的兼容性。作者同时开源了实现代码，论文已被 CoRL 2026 接收。
arXiv cs.ROAI 评分6262 PredictiveGraphs：面向半静态场景的预测性时空场景图
作者提出 PredictiveGraphs，把对物体状态做贝叶斯推理的 Perpetua* 滤波器嵌入三维场景图的边，使机器人能对随时间变化的环境做时空语义推理并预测未来状态。
arXiv cs.ROAI 评分4747 基于图的概念建模框架：面向人机协作的设计方法
该研究提出一种融合功能建模与图论表示的计算框架，用于在早期概念设计阶段分析人机系统中的联合工作策略，刻画系统功能关系与工作环境的物理和信息结构，并显式捕捉协作需求随时间的演变。以灾难救援机器人为案例，展示了该框架如何支持人机协作策略的早期权衡空间探索，并识别出灵活管理协作开销所需的合作能力。
arXiv cs.ROAI 评分4343 SUPER：视觉惯性里程计中基于敏感度的不确定性感知性能与风险评估
SUPER 是一个在视觉惯性里程计运行时自适应调整视觉量测信息的有界控制器，基于双目观测的多视角路标离散度，将轨迹一致性投影到像素空间并结合重投影残差，门控时间平滑的有界信息更新。
arXiv cs.ROAI 评分6565 软体机器人动力学学习：不确定性感知主动探索框架
作者提出一种不确定性感知的主动探索框架，可自主学习与任务无关、可泛化的软体机器人动力学模型。该方法在连续体臂、流体中关节鱼和肌骨腿三个仿真平台以及一台真实气动连续体臂上评估，相比随机探索和任务特定基线建模精度更高，并在未见任务的零样本控制中取得更高回报，在传感噪声、执行延迟和材料非线性下保持稳健。
arXiv cs.ROAI 评分6060 MARLIN：用语言协商引导多智能体强化学习
MARLIN 提出一种混合框架，让大语言模型在强化学习策略尚未学会有效行为前，通过机器人间语言协商生成高层动作计划来引导策略学习，并在训练中动态切换强化学习与语言模型协商。作者在仿真和实体机器人上分别用本地与远程语言模型评测，结果显示早期训练性能高于标准多智能体强化学习，最终性能受影响有限。代码已公开，论文被 ROBIO2026 接收。
arXiv cs.ROAI 评分7272 强化学习实现通用机器人策略的多任务规模化改进
该论文研究通用机器人策略能否在部署阶段同时针对多个不同任务进行在线改进，并系统评估了价值估计、策略提取和资源分配等算法与工程选择。作者构建了一套结构化评测来检验通用改进能力，发现合适的配方不仅能在线提升多任务表现，还能泛化到在线训练未涉及的任务，其中训练任务分布与基于价值的强化学习是关键因素。作者称这是机器人基础模型在线通用改进的早期证据之一。
arXiv cs.RO精选AI 评分7878 NVIDIA 提出基于 Cosmos 的交互式世界仿真框架
NVIDIA 提出一个共享框架，将 Cosmos 世界基础模型适配为面向 Physical AI 的实时交互式世界仿真。该框架能根据动作和场景控制流式输出视觉观测，既支持预测动作的视觉后果，也支持从外部仿真器维护的物理状态生成观测。作者在相机导航、机器人操作、可控视频迁移和多视角自动驾驶仿真中做了演示，并公开了代码与模型检查点。
推荐理由：NVIDIA 把 Cosmos 世界基础模型改造成可实时交互的仿真框架，并公开代码与权重，读者可据此判断世界模型在机器人训练中的可用边界。
arXiv cs.ROAI 评分6262 ReactWorld：用结构化交互响应引导具身视频生成
ReactWorld 是一个由结构化交互预判引导的具身视频生成模型，在生成骨干的特征空间中预测交互走向，显式描述参与者角色、未来运动响应强度和局部运动变化。它通过响应反馈适配器把预测位移转为时间注意力的位置偏置，引导跨帧的物体特征更新与信息检索。
arXiv cs.ROAI 评分5858 Fluidic Body：把群体机器人当作手的流体延伸来操控
作者提出 Fluidic Body 系统，让操作者通过手部动作改变手与群体机器人之间虚拟流体的属性，从而调整群体行为：张开手时群体变软、可变形绕开障碍，握拳时群体变硬、可聚合成整体推动物体。
arXiv cs.ROAI 评分3131 基于人物画像的MLLM评估：城市街道中机器人类型与时段如何影响感知安全
研究用首尔街道的18张图像（分白天/夜间、道路等级、无机器人/配送机器人/人形机器人三种条件），让Qwen3.8-27B和Gemma4-26B两个多模态大语言模型各以500个合成人物画像为条件做两两选更安全的图像，并与25名人类受访者对比。
arXiv cs.ROAI 评分6060 WayPOP：全景开放集全景分割跟踪基准发布
WayPOP 是一个基于真实 Waymo PVPS 序列构建的全景开放集全景分割跟踪基准，通过插入 Objaverse 的域外 3D 资产生成跨时间、跨视角一致的全景标注。
arXiv cs.ROAI 评分5757 Beyond Accuracy：潜在意图下脑机机器人解码器的信息论评估
该论文将脑机机器人控制形式化为 POMDP，证明只要任意目标对都可被解码器区分，遗憾就有界，否则线性增长，边界由最差目标对的 Chernoff 信息 Γ_min 决定。
arXiv cs.ROAI 评分3838 3D旋转表示：数学基础与对比分析
该论文系统梳理了SO(3)的多种旋转表示，包括欧拉角、轴角向量、四元数、旋转矩阵、指数映射及新兴的连续与概率方法，并从连续性、万向锁敏感性、计算效率、存储需求、插值与复合运算等维度进行对比。实证结果表明四元数因紧凑高效而占优，6D连续表示与矩阵Fisher分布则在连续性和不确定性建模上更具优势。
arXiv cs.RO精选AI 评分8080 cuRoboV2-Fast：面向扭矩受限无碰撞运动的 GPU 加速规划器
作者提出 GPU 加速规划器 cuRoboV2-Fast，用于无碰撞、载荷感知且扭矩受限的运动，通过 B 样条轨迹优化减少迭代次数，并用 TimeOpt 在速度、加速度、加加速度和扭矩约束下优化固定路径的通行速度。
推荐理由：论文给出 GPU 加速的扭矩受限无碰撞规划器，并对比了规划延迟与实机抓放周期，可供关注规划部署效率的读者参考。
arXiv cs.RO精选AI 评分8484 HALO：从仿真合成数据训练的人形机器人自主系统实现零样本实机迁移
研究团队提出人形机器人自主系统 HALO，通过在约一千个程序化生成的家庭场景中合成视觉-语言-动作数据，摆脱对遥操作采集的依赖。HALO 习得坐椅子、导航到指定物体、侧身穿半开门、蹲爬桌下和推箱子等技能，并能组合完成长程任务。训练中未见过真实家庭场景，HALO 零样本迁移到物理世界，在六个未建图真实环境的 360 次试验中达到 91% 成功率。
推荐理由：论文给出用程序化生成家庭场景合成视觉-语言-动作数据、再零样本迁移到实机的完整路径，可参考其数据规模化思路。
arXiv cs.ROAI 评分6565 VABAR：面向智能体机器人的变异性自动化基准发布
作者提出面向智能体机器人的变异性自动化基准 VABAR，基于开源工具与 Newton 物理引擎构建仿真操作评测。该基准覆盖工具分拣、工具悬挂、齿轮啮合、注射器装填、线缆插入与线缆布线六类操作任务，包含标准化任务变体、难度分级、成功指标和 33 项可泛化技能及人工编写的程序化参考解。论文还给出基于 Graph-as-Policy（GaP）与 Isaac Lab Arena 的初始基线评测。