Characterization and Correlation of Robotic Snake Scale Friction and Locomotion Speed
本文开发了一种模块化蛇形机器人伪皮肤，通过实验测量了不同攻角鳞片在多种表面上的摩擦特性及运动速度，发现尽管摩擦系数与攻角存在预期趋势，但摩擦各向异性比率与运动速度之间并未呈现出一致的相关性，表明仅凭摩擦比率不足以预测蛇形机器人的运动速度。
🦾 Category
cs.RO
868 篇论文
HALyPO: Heterogeneous-Agent Lyapunov Policy Optimization for Human-Robot Collaboration
本文提出了异构智能体李雅普诺夫策略优化（HALyPO）方法，通过在策略参数空间强制实施李雅普诺夫下降条件来消除人机协作中的理性差距，从而在无需状态约束的情况下实现去中心化策略学习的形式化稳定性，显著提升了机器人在复杂人机协作场景中的泛化能力与鲁棒性。
RAGNav: A Retrieval-Augmented Topological Reasoning Framework for Multi-Goal Visual-Language Navigation
本文提出了 RAGNav 框架，通过融合低层拓扑地图与高层语义森林的双基记忆系统，结合锚点引导的条件检索与拓扑邻域传播机制，有效解决了多目标视觉语言导航中的空间幻觉与规划漂移问题，实现了最先进的性能。
Interaction-Aware Whole-Body Control for Compliant Object Transport
本文提出了一种受生物启发的交互导向全身控制（IO-WBC）框架，通过结合轨迹优化参考生成器与基于强化学习的自适应策略，使助行人形机器人能够在非结构化环境中实现稳定且柔顺的物体搬运。
Cognition to Control - Multi-Agent Learning for Human-Humanoid Collaborative Transport
该论文提出了“认知到控制”（C2C）三层分层架构，通过结合视觉语言模型 grounding、基于多智能体强化学习的系统 2 式 deliberative 协调以及全身控制层，有效解决了人机协作搬运任务中从高层意图到接触稳定全身运动的转化难题，实现了比端到端基线更鲁棒的协作与涌现式领导 - 跟随行为。
Learning Surgical Robotic Manipulation with 3D Spatial Priors
本文提出了名为 SST 的端到端视觉运动策略，通过利用手术3D数据集（Surgical3D）和几何Transformer直接从内窥镜图像中提取3D空间特征，解决了现有方法在误差累积或临床适用性上的局限，显著提升了手术机器人在复杂任务中的空间感知与操作性能。
Pretrained Vision-Language-Action Models are Surprisingly Resistant to Forgetting in Continual Learning
本文发现，相较于从头训练的小型策略模型，预训练的大规模视觉 - 语言 - 动作（VLA）模型在持续学习中表现出惊人的抗遗忘能力，仅需简单的经验回放即可在保持新技能学习能力的同时实现零遗忘，且即使性能暂时下降，其保留的潜在知识也能通过微调快速恢复旧技能。
SkillVLA: Tackling Combinatorial Diversity in Dual-Arm Manipulation via Skill Reuse
该论文提出了 SkillVLA 框架，通过显式支持双臂技能的复用与重组，有效解决了双臂操作中的组合多样性挑战，将任务成功率从 0% 显著提升至 51%。
IROSA: Interactive Robot Skill Adaptation using Natural Language
本文提出了一种名为 IROSA 的新框架，通过工具化架构将预训练大语言模型与机器人硬件安全解耦，实现了无需微调即可根据自然语言指令对工业机器人技能（如速度调整、轨迹修正和避障）进行交互式自适应。
DISC: Dense Integrated Semantic Context for Large-Scale Open-Set Semantic Mapping
本文提出了 DISC（密集集成语义上下文）框架，通过利用视觉 Transformer 中间层直接提取距离加权的单遍 CLIP 嵌入，并结合全 GPU 加速的体素级在线更新机制，有效解决了现有开放集语义映射方法在上下文缺失和计算效率方面的瓶颈，从而在大规模复杂场景中实现了显著优于现有零样本方法的实时语义精度与检索性能。
Lightweight Visual Reasoning for Socially-Aware Robots
该论文提出了一种轻量级的语言到视觉反馈模块，通过将图像隐藏状态经门控多层感知机重新注入视觉编码器，使机器人能在文本语境下对场景进行二次解读，从而在导航、场景描述及人类意图识别等社会感知任务中显著提升性能。
RVN-Bench: A Benchmark for Reactive Visual Navigation
本文提出了 RVN-Bench，这是一个基于 Habitat 2.0 和高保真 HM3D 场景构建的碰撞感知基准测试，旨在解决现有室内视觉导航基准缺乏碰撞考量或仅适用于室外场景的问题，通过提供多样化的无地图环境、标准化评估指标及支持在线与离线学习的工具，推动安全且鲁棒的室内移动机器人视觉导航研究。
ArthroCut: Autonomous Policy Learning for Robotic Bone Resection in Knee Arthroplasty
本文提出了名为 ArthroCut 的自主策略学习框架，该框架通过微调 Qwen-VL 模型并融合术前影像与实时多模态手术数据，实现了膝关节置换术中机器人从辅助执行到具备上下文感知能力的自主骨切除，在实验中显著提升了多平面切割的准确率与可靠性。
Structural Action Transformer for 3D Dexterous Manipulation
本文提出了结构动作 Transformer（SAT），通过引入以结构为中心的视角，将动作重构为无序的关节轨迹序列并结合具身关节码本，从而有效解决了异构高自由度机械手在 3D 灵巧操作中的跨本体技能迁移难题。
Right in Time: Reactive Reasoning in Regulated Traffic Spaces
本文提出了一种结合概率任务设计与反应式电路的框架，通过利用数据流的频率变化特性对推理公式进行动态细分与缓存，实现了在受监管交通空间中针对自主代理的在线精确概率推理，从而显著提升了计算效率并支持实时安全合规决策。
Map-Agnostic And Interactive Safety-Critical Scenario Generation via Multi-Objective Tree Search
本文提出了一种基于多目标蒙特卡洛树搜索的地图无关交互式安全关键场景生成框架，通过结合混合搜索策略与微观交通仿真，在真实城市环境中高效生成兼具高碰撞率、自然行为及多样性的自动驾驶压力测试场景。
Lambdas at the Far Edge: a Tale of Flying Lambdas and Lambdas on Wheels
本文温和地介绍了作为集合编程基础模型的交换演算（XC）及其在都灵大学开发的 C++ 实现库 FCPP，该库将程序表示为类型化 Lambda 项，并已成功部署于网络边缘的漫游车及即将应用于无人机等飞行设备上。
Self-adapting Robotic Agents through Online Continual Reinforcement Learning with World Model Feedback
该论文提出了一种受生物启发的在线持续强化学习框架，通过利用世界模型预测残差自动检测分布外事件并触发微调，使机器人能够在部署期间无需外部监督即可实现自我适应与持续改进。
Force-Aware Residual DAgger via Trajectory Editing for Precision Insertion with Impedance Control
本文提出了一种名为 TER-DAgger 的力感知残差模仿学习框架，通过基于优化的轨迹编辑融合人类修正、仅在力异常时触发干预以及结合笛卡尔阻抗控制，显著提升了接触丰富型精密装配任务的成功率并解决了协变量偏移问题。
HE-VPR: Height Estimation Enabled Aerial Visual Place Recognition Against Scale Variance
本文提出了 HE-VPR 框架，通过引入高度估计将检索空间分解为高度特定的子库，并利用共享 DINOv2 骨干网络与轻量级适配器，在显著降低内存占用和训练成本的同时，有效提升了多尺度航拍视觉定位的准确率。