ContactIPM结合结构利用的内点法，有效解决接触隐式轨迹优化中的补充约束，速度提升2-8倍。
Yucheng Chen
RIFT通过学习预期标记实现一次性未来缓存，避免多轮视频生成，成功率达98.8%，显著降低延迟。
Chushan Zhang, Jinguang Tong, Xuesong Li 等
提出VIScore指标，结合正向性、影响力和清醒度，评估潜在世界模型规划成功率，相关性超过0.75。
Haiyu Wu, Randall Balestriero, Morgan Levine
提出XPolicyLab，标准化机器人策略接口，降低集成复杂度，从原本的O(NM)降至O(N+M)，实现42个策略的统一评估和部署。
XPolicyLab Community, Tianxing Chen, Yue Chen 等
PhysX-CoT通过结构化物理推理从单张图像生成模拟就绪的3D资产，性能优于现有基线。
Jie Huang, Xiaohe Li, Jiahao Li 等
本研究通过深层探测与剪枝技术分析驾驶视觉-语言-动作模型中的规划令牌，发现早期语义意图可线性解码，层剪可提升1.33倍速度。
Harisankar Babu, Benjamin Coors, Christopher Lang 等
提出PILOT框架，通过表示推导机制解耦意图与轨迹，提升WAMs性能。
Xiangkai Ma, Yue Ma, Junjie Wang 等
提出一种基于自我条件生成预测的主动交互感知路径积分方法，提升交通密集场景中的安全性和效率。
Khaled A. Mustafa, Mohamed-Khalil Bouzidi, Christian Schlauch 等
提出ErgoSurf结合在线高斯过程隐式表面与Ergodic控制，实现未知表面系统覆盖与几何重建，误差接近地面真值。
Stefan Schneyer, Timo Bachmann, Maged Iskandar 等
提出Prior-SG，通过任务和先验信息将场景图生成作为概率对齐问题，结合多尺度特征融合与图优化实现复杂环境中的区域分割。
Giorgio Tonetti, Laurent Kneip, Abel Gawel 等
提出SJRL方法，显著提升多智能体路径规划性能，尤其在高密度地图上。
He Jiang, Jingtian Yan, Yulun Zhang 等
BridgeVLA++结合点云投影、多视记忆与预训练VLM，实现高效、泛化强的3D机器人操控。
Peiyan Li, Yuze Zhu, Yixiang Chen 等
利用多模态交互设计支持DLD和移民背景儿童的包容性幸福评估，提出伦理设计建议。
Fethiye Irmak Dogan, Yue Lou, Alva Markelius 等
提出SARF通过特征锚定和注意力校正增强VLA模型抗物理攻击能力，成功将失败率从100%降至14.2%-56.8%。
Jinquan Zhang, Dongfu Yin, Run Yang 等
Teleopit系统实现全身、手部和视点VR映射，提升 humanoid 远程操控成功率至95%。
Bingqian Wu, Zicheng Xu, Xianghui Fan 等
提出基于深度学习的Humanoid-PoseNet和Humanoid-ActionNet，实现 humanoid 机器人从工人示范中学习建筑任务，平均运动跟踪误差82.45mm。
Yanxi Liu, Yizhi Liu
提出DynamicManip，通过单静态示范合成多样动态演示，提升动态操控效率与性能。
Haoran Liao, Pengyue Wang, Shuoyu Chen 等
OC-VLA++通过几何引导的跨视角一致性增强单目机器人操控的视点鲁棒性。
Tianyi Zhang, Ziyang Gong, Zhenjie Yang 等
BWM结合动作对齐数据构建与高保真视觉预测，提升机器人模拟与策略评估性能。
BWM Team
提出TEA模块结合深度学习实现农业场景中的可通行性估计，提升成功率至0.54。
Xiaobei Zhao, Xingqi Lyu, Xin Chen 等