机器人 / 具身智能

On the Uniqueness of Solutions in GPS Source Localization: Distance and Squared-Distance Minimization under Limited Measurements in Two and Three Dimensions

关于GPS源定位中解的唯一性的研究：距离与平方距离最小化在二维和三维空间中的有限测量情况

Kiwoon Kwon

专题命中 具身导航 ：navigation(abstract)

AI总结 本文研究了GPS源定位中距离与平方距离最小化问题，在二维和三维空间中探讨了解的唯一性及有限测量下的解数量。

Signals too small to sense: Physical and information-theoretic limits to induction-based magnetoreception in birds

太小的信号无法感知：基于感应的鸟类磁感受机制的物理和信息论限制

Daniel R. Kattnig

专题命中 具身导航 ：navigation(abstract)

AI总结 该研究通过物理和信息论分析，指出基于感应的鸟类磁感受机制可能无法产生足够信息信号，但极小幅度的射频电磁波可能干扰其导航能力。

Comments 11 pages, 3 figures

Context and Diversity Matter: The Emergence of In-Context Learning in World Models

上下文与多样性至关重要：世界模型中情境学习的出现

Fan Wang, Zhiyuan Chen, Yuxuan Zhong, Sunjian Zheng, Pengtao Shao, Bo Yu, Shaoshan Liu, Jianan Wang, Ning Ding, Yang Cao, Yu Kang

机构 * Shenzhen Institute of Artificial Intelligence and Robotics for Society（深圳人工智能与机器人社会研究院） ； University of Science and Technology of China（中国科学技术大学） ； Anhui Province Key Laboratory of Intelligent Low-Carbon Information Technology and Equipment（安徽省智能低碳信息技术与设备重点实验室） 纠错

专题命中 具身推理 ：world model(title,abstract)；embodied AI(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究了世界模型中情境学习的机制，揭示了环境识别和学习的核心作用，并探讨了长上下文和多样化环境对学习效果的影响。

Journal ref 2026 International Conference on Learning Representations (ICLR)

Foundation World Models for Agents that Learn, Verify, and Adapt Reliably Beyond Static Environments

为能够学习、验证和在动态环境中适应的智能体构建基础世界模型

Florent Delgrange

机构 * AI Lab, Vrije Universiteit Brussel \& Flanders Make Brussels Belgium ； AI Lab, Vrije Universiteit Brussel \& Flanders Make 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基础世界模型，通过可学习奖励模型、自适应形式验证、在线抽象校准和测试时合成，使智能体在动态环境中可靠学习、验证和适应。

Comments AAMAS 2026, Blue Sky Idea Track. 4 pages, 1 Figure

VCWorld: A Biological World Model for Virtual Cell Simulation

VCWorld：一种用于虚拟细胞模拟的生物世界模型

Zhijian Wei, Runze Ma, Zichen Wang, Zhongmin Li, Shuotong Song, Shuangjia Zheng

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 VCWorld通过整合生物学知识与大语言模型的推理能力，构建了可解释的虚拟细胞模拟模型，实现了对细胞扰动的高效预测和机理阐释。

Comments Accepted at ICLR 2026

Inference-time Physics Alignment of Video Generative Models with Latent World Models

视频生成模型的推理时间物理对齐：基于潜在世界模型

Jianhao Yuan, Xiaofeng Zhang, Felix Friedrich, Nicolas Beltran-Velez, Melissa Hall, Reyhane Askari-Hemmat, Xiaochuang Han, Nicolas Ballas, Michal Drozdzal, Adriana Romero-Soriano

机构 * FAIR, Meta Superintelligence Labs ； University of Oxford ； Mila - Qu\' e bec AI Institute ； Columbia University ； McGill University ； Canada CIFAR AI Chair 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 本文提出WMReward方法，通过潜在世界模型提升视频生成的物理合理性，实验表明在多个生成设置中显著提高物理合理性，并在ICCV 2025挑战中取得第一名。

Comments 22 pages, 10 figures

Entanglement, defects, and $T\bar{T}$ on a black hole background

纠缠、缺陷与黑洞背景上的$T\bar{T}$

Ankur Dey

专题命中 具身推理 ：world model(abstract)

AI总结 本文研究了在黑洞背景上纠缠、缺陷与$T\bar{T}$变形之间的关系，通过计算纠缠熵验证了岛屿和缺陷极值表面方案的对偶性，并讨论了$T\bar{T}$变形对Page曲线的影响。

Comments 26 pages, 8 figures, v2 matches with published version

Journal ref J. High Energ. Phys. 2026, 242 (2026)

Actor-Critic for Continuous Action Chunks: A Reinforcement Learning Framework for Long-Horizon Robotic Manipulation with Sparse Reward

用于连续动作片段的Actor-Critic：一种针对长周期机械臂操作的强化学习框架

Jiarui Yang, Bin Zhu, Jingjing Chen, Yu-Gang Jiang

专题命中 模仿学习与强化学习 ：manipulation(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.AI

AI总结 AC3是一种用于连续动作分块的强化学习框架，通过定向稳定机制和自监督模块，在稀疏奖励环境下实现高效稳定的动作序列学习。

Comments 14 pages, 13 figures, Accepted by AAAI 2026 (oral)

Learning to Build: Autonomous Robotic Assembly of Stable Structures Without Predefined Plans

学习构建：无需预定义计划的自主机器人稳定结构组装

Jingwen Wang, Johannes Kirschner, Paul Rolland, Luis Salamanca, Stefana Parascho

机构 * Lab of Creative Computation, École Polytechnique Fédérale de Lausanne（创意计算实验室，瑞士联邦理工学院） ； Swiss Data Science Center（瑞士数据科学中心） 纠错

专题命中 模仿学习与强化学习 ：robotic(title,abstract)；分类 cs.RO、cs.LG

AI总结 本文提出了一种无需预定义计划的自主机器人组装方法，通过强化学习策略实现灵活适应环境变化的稳定结构构建。

Actor-Critic Pretraining for Proximal Policy Optimization

行为克隆预训练用于近端策略优化

Andreas Kernbach, Amr Elsheikh, Nicolas Grupp, René Nagel, Marco F. Huber

专题命中 模仿学习与强化学习 ：robotics(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.LG

AI总结 本文提出了一种基于行为克隆的actor-critic预训练方法，用于近端策略优化，通过初始化actor和critic网络提升样本效率。

Multi-Objective Reinforcement Learning for Large-Scale Tote Allocation in Human-Robot Collaborative Fulfillment Centers

大规模人机协作分拣中心中的多目标强化学习用于托盘分配

Sikata Sengupta, Guangyi Liu, Omer Gottesman, Joseph W Durham, Michael Kearns, Aaron Roth, Michael Caldara

机构 * Department of Computer and Information Science, University of Pennsylvania, Philadelphia, PA, USA（计算机与信息科学系，宾夕法尼亚大学，费城，PA，USA） ； Amazon（亚马逊） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.LG

AI总结 本文提出了一种多目标强化学习方法，用于解决大规模人机协作分拣中心中的托盘分配问题，通过权衡处理速度、资源使用和空间利用等目标，实现了高效且满足约束的策略学习。

Imagine a City: CityGenAgent for Procedural 3D City Generation

想象一座城市：CityGenAgent用于程序化3D城市生成

Zishan Liu, Zecong Tang, RuoCheng Wu, Xinzhe Zheng, Jingyu Hu, Ka-Hei Hui, Haoran Xie, Bo Dai, Zhengzhe Liu

机构 * Lingnan University, Hong Kong SAR, China（岭南大学） ； Zhejiang University, Hangzhou, China（浙江大学） ； The Chinese University of Hong Kong, Hong Kong SAR, China（香港中文大学） ； Autodesk AI Lab, Canada（Autodesk AI实验室） ； The University of Hong Kong, Hong Kong SAR, China（香港大学） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.CV

AI总结 CityGenAgent通过自然语言驱动的分层程序化生成方法，实现了高质量3D城市生成，提升了语义对齐、视觉质量和可控性。

Mixed-Initiative Dialog for Human-Robot Collaborative Manipulation

混合发起对话用于人机协作操作

Albert Yu, Chengshu Li, Luca Macesanu, Arnav Balaji, Ruchira Ray, Raymond Mooney, Roberto Martín-Martín

机构 * UT Austin（得克萨斯大学） ； OpenAI ； NYU（纽约大学） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 人机交互与遥操作 ：manipulation(title)；robotic(abstract)；分类 cs.RO、cs.LG

AI总结 MICoBot通过混合发起对话范式提升人机协作任务的成功率和用户体验。

Comments Project website at https://robin-lab.cs.utexas.edu/MicoBot/

A Soft Fabric-Based Thermal Haptic Device for VR and Teleoperation

一种基于柔性织物的热触觉装置用于虚拟现实和远程操作

Rui Chen, Domenico Chiaradia, Antonio Frisoli, Daniele Leonardis

机构 * Institute of Mechanical Intelligence, School of Advanced Studies Sant’Anna（机械智能研究所，圣安娜高级研究院） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出了一种轻量化的柔性热触觉装置，通过集成气动驱动和导电织物，实现快速热反馈和高精度力控制，提升虚拟现实和远程操作的交互体验。

Journal ref IEEE ACCESS 2026

GDA-YOLO11: Amodal Instance Segmentation for Occlusion-Robust Robotic Fruit Harvesting

GDA-YOLO11: 一种用于抗遮挡的机器人果实采摘的无遮挡实例分割

Caner Beldek, Emre Sariyildiz, Son Lam Phung, Gursel Alici

专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.CV

AI总结 GDA-YOLO11通过改进的无遮挡分割模型提升机器人果实采摘的遮挡鲁棒性，实现更高的采摘成功率和更准确的分割性能。

Comments 9 pages, journal pre-print

HALO: A Unified Vision-Language-Action Model for Embodied Multimodal Chain-of-Thought Reasoning

HALO：一种用于具身多模态推理的统一视觉-语言-动作模型

Quanxin Shou, Fangqi Zhu, Shawn Chen, Puxin Yan, Zhengyang Yan, Yikun Miao, Xiaoyi Pang, Zicong Hong, Ruikai Shi, Hao Huang, Jie Zhang, Song Guo

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 HALO提出了一种统一的视觉-语言-动作模型，通过结合文本推理、视觉子目标预测和增强的动作预测，实现具身多模态链式推理，提升了机器人在复杂环境中的表现和泛化能力。

OPTIAGENT: A Physics-Driven Agentic Framework for Automated Optical Design

OPTIAGENT：一种基于物理的代理框架用于自动光学设计

Yuyu Geng, Lei Sun, Yao Gao, Xinxin Hu, Zhonghua Yi, Xiaolong Qian, Weijian Hu, Jian Bai, Kaiwei Wang

机构 * Zhejiang University（浙江大学） ； INSAIT, Sofia University（INSAIT，索菲亚大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV、cs.LG

AI总结 OPTIAGENT通过结合LLM与物理驱动的优化方法，首次实现了无需专业光学知识即可自动设计光学系统，提升了光学设计的自动化水平和精度。

Robust Skills, Brittle Grounding: Diagnosing Restricted Generalization in Vision-Language Action Policies via Multi-Object Picking

稳健的技能，脆弱的接地：通过多对象拾取诊断视觉语言动作策略中的受限泛化

David Emukpere, Romain Deffayet, Jean-Michel Renders

机构 * Naver Labs Europe（纳维尔实验室欧洲） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.RO

AI总结 通过多对象拾取实验发现，视觉语言动作策略在复杂环境下执行基本操作比遵循指令更可靠，表明技能获取与指令遵循脱节，需改进基准测试以更准确诊断泛化能力。

MSVBench: Towards Human-Level Evaluation of Multi-Shot Video Generation

MSVBench: 向多镜头视频生成的人机水平评估迈进

Haoyuan Shi, Yunxin Li, Nanhao Deng, Zhenran Xu, Xinyu Chen, Longyue Wang, Baotian Hu, Min Zhang

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Alibaba International Digital Commerce（阿里巴巴国际数字商业） 纠错

专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV

AI总结 MSVBench通过引入分层脚本和参考图像，提出混合评估框架，验证了视频生成模型的连贯性和吸引力，并展示了其在多镜头视频生成中的有效性。

Vision-Language Semantic Grounding for Multi-Domain Crop-Weed Segmentation

面向多领域作物杂草分割的视觉-语言语义定位

Nazia Hossain, Xintong Jiang, Yu Tian, Philippe Seguin, O. Grant Clark, Shangpeng Sun

机构 * Department of Bioresource Engineering, McGill University（生物资源工程系，麦吉尔大学） ； Department of Plant Science, McGill University（植物科学系，麦吉尔大学） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV

AI总结 VL-WS通过视觉-语言对齐实现多领域作物杂草细粒度分割，提升泛化能力和数据效率。

MicroPush: A Simulator and Benchmark for Contact-Rich Cell Pushing and Assembly with a Magnetic Rolling Microrobot

MicroPush：一种用于接触密集细胞推动和组装的模拟器和基准测试平台，配备磁性滚动微机器人

Yanda Yang, Sambeeta Das

机构 * Department of Mechanical Engineering, University of Delaware（机械工程系，德雷克塞尔大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.RO

AI总结 MicroPush提供了一个开源的模拟器和基准测试平台，用于评估磁性滚动微机器人在接触密集任务中的自主操作能力，包括细胞推动和多目标组装。

Comments 13 pages, 8 figures

ForesightSafety Bench: A Frontier Risk Evaluation and Governance Framework towards Safe AI

ForesightSafety Bench: 面向安全人工智能的前沿风险评估与治理框架

Haibo Tong, Feifei Zhao, Linghao Feng, Ruoyu Wu, Ruolin Chen, Lu Jia, Zhou Zhao, Jindong Li, Tenglong Li, Erliang Lin, Shuai Yang, Enmeng Lu, Yinqian Sun, Qian Zhang, Zizhe Ruan, Jinyu Fan, Zeyang Yue, Ping Wu, Huangrui Li, Chengyi Sun, Yi Zeng

机构 * Beijing Institute of AI Safety and Governance（北京人工智能安全与治理研究院） ； Beijing Key Laboratory of Safe AI and Superalignment（北京安全人工智能与超对齐重点实验室） ； BrainCog Lab, Institute of Automation, Chinese Academy of Sciences（脑认知实验室，中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Long-term AI（长期人工智能） 纠错

专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.AI

AI总结 本文提出ForesightSafety Bench框架，通过94个细化风险维度系统评估前沿AI安全风险，揭示多领域安全漏洞。

ECAM: A Contrastive Learning Approach to Avoid Environmental Collision in Trajectory Forecasting

ECAM: 一种用于轨迹预测中避免环境碰撞的对比学习方法

Giacomo Rosin, Muhammad Rameez Ur Rahman, Sebastiano Vascon

机构 * Department of Environmental Sciences, Informatics and Statistics, Ca' Foscari University of Venice, Italy（环境科学、信息学与统计学系，威尼斯卡福斯卡里大学，意大利） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV

AI总结 ECAM通过对比学习方法提升轨迹预测中对环境碰撞的避免能力，有效降低碰撞率。

Comments IJCNN 2025

Refining Almost-Safe Value Functions on the Fly

实时精调近似安全价值函数

Sander Tonkens, Sosuke Kojima, Chenhao Liu, Judy Masri, Sylvia Herbert

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出refineCBF和HJ-Patch方法，通过实时在线适应提升机器人系统的安全性和鲁棒性。

Hello-Chat: Towards Realistic Social Audio Interactions

Hello-Chat: 向真实社交音频交互迈进

Yueran Hou, Peilei Jia, Zihan Sun, Qihang Lu, Wenbing Yang, Yingming Gao, Ya Li, Jun Gao

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.AI

AI总结 Hello-Chat通过大规模真实对话数据和模态交错训练策略，实现了在拟人化生成和情感一致性方面的突破，推动 empathetic AI 的发展。

Model Predictive Control with Reference Learning for Soft Robotic Intracranial Pressure Waveform Modulation

基于参考学习的软机器人颅内压波形调节模型预测控制

Fabian Flürenbrock, Yanick Büchel, Johannes Köhler, Marianne Schmid Daners, Melanie N. Zeilinger

机构 * Institute for Dynamic Systems and Control（动态系统与控制研究所） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文提出基于参考学习的软机器人控制框架，通过MPC和BO算法实现颅内压波形的精确调节，实验表明其在跟踪误差和调节效率方面优于传统PID控制器。

CLEAR-IR: Clarity-Enhanced Active Reconstruction of Infrared Imagery

CLEAR-IR: 用于增强红外成像清晰度的主动重建方法

Nathan Shankar, Pawel Ladosz, Hujun Yin

机构 * University of Manchester（曼彻斯特大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；robotic(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结 CLEAR-IR通过DeepMAO架构提升红外图像清晰度，增强机器人在低光环境下的感知与任务执行能力。

Comments 8 pages, 6 figures, 2 tables

U-Mind: A Unified Framework for Real-Time Multimodal Interaction with Audiovisual Generation

U-Mind：一种实时光学交互的统一框架

Xiang Deng, Feng Gao, Yong Zhang, Youxin Pang, Xu Xiaoming, Zhuoliang Kang, Xiaoming Wei, Yebin Liu

机构 * Tsinghua University（清华大学） ； Meituan（美团） 纠错

专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.CV

AI总结 U-Mind 提出了一种统一框架，通过实时生成和多模态联合建模，实现高效且连贯的多模态交互，推动智能对话代理的发展。

Comments Accepted to CVPR 2026

SLA-Aware Distributed LLM Inference Across Device-RAN-Cloud

面向SLA的分布式大语言模型推理跨设备-无线接入网-云

Hariz Yet, Nguyen Thanh Tam, Mao V. Ngo, Lim Yi Shen, Lin Wei, Jihong Park, Binbin Chen, Tony Q. S. Quek

机构 * Singapore University of Technology and Design（新加坡科技设计大学） 纠错

专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.AI

AI总结 该研究探讨了在设备-无线接入网-云架构中实现大语言模型推理的SLA可行性，发现量化模型在边缘和云层级表现各异，MIG隔离技术保障了基带处理的实时性。

Comments Accepted to IEEE INFOCOM Workshops 2026 (6G AI-RAN 2026), Tokyo, Japan. This arXiv version is a preprint / author version

Generalized Momenta-Based Koopman Formalism for Robust Control of Euler-Lagrangian Systems

基于广义动量的Koopman形式化用于欧拉-拉格朗日系统的鲁棒控制

Rajpal Singh, Aditya Singh, Chidre Shravista Kashyap, Jishnu Keshavan

机构 * Department of Mechanical Engineering, Indian Institute of Science（机械工程系，印度科学研究院） ； Robert Bosch Centre for Cyber-Physical Systems, Indian Institute of Science（网络物理系统研究中心，印度科学研究院） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出基于广义动量的Koopman形式化，通过解耦动力学与执行通道，提升鲁棒控制效率与预测性能。