arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-03-10 至 2026-03-10 共收录 183 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人操作 53 篇

2603.06846 2026-03-10 cs.CV cs.RO 73%

MotionBits: Video Segmentation through Motion-Level Analysis of Rigid Bodies

MotionBits: 通过刚体的运动级分析进行视频分割

Howard H. Qian, Kejia Ren, Yu Xiang, Vicente Ordonez, Kaiyu Hang

机构 * Department of Computer Science(计算机科学系) Rice University(里士满大学) University of Texas at Dallas(德克萨斯大学达拉斯分校)

专题命中 机器人操作 :manipulation(abstract);robotic(abstract);分类 cs.RO、cs.CV

AI总结 MotionBits通过运动学空间扭转等价性定义运动级视频分割单元,提出无需学习的图基分割方法,在MoRiBo基准上提升37.3%的mIoU,有效提升嵌入式推理与操作性能。

Comments 23 pages, 18 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.08357 2026-03-10 cond-mat.mes-hall 71%

Optical manipulation of valley coherence via Landau level transitions in black phosphorus and WTe2 monolayers

通过黑磷和WTe2单层的Landau能级跃迁操控谷相干性

Xinyu Mu, Shihao Li, Xiaoying Zhou, Guangyi Jia

专题命中 机器人操作 :manipulation(title)

AI总结 本文通过黑磷和WTe2单层的Landau能级跃迁操控谷相干性,显著增强谷量子干涉并展现独特的光谱特征。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15502 2026-03-10 physics.optics physics.bio-ph q-bio.CB q-bio.QM 71%

Optical Manipulation of Erythrocytes via Evanescent Waves: Assessing Glucose-Induced Mobility Variations

通过倏逝波操控红细胞:评估葡萄糖诱导的运动变化

T. Troncoso Enríquez, J. Staforelli-Vivanco, I. Bordeu, M. González-Ortiz

专题命中 机器人操作 :manipulation(title)

AI总结 该研究利用倏逝波操控红细胞,发现葡萄糖浓度变化显著影响其运动性,揭示了倏逝波在探测细胞膜机械性质方面的潜力。

Comments 5 pages, pre-print

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.08668 2026-03-10 cs.RO 70%

Exp-Force: Experience-Conditioned Pre-Grasp Force Selection with Vision-Language Models

Exp-Force:基于视觉-语言模型的经验条件预抓取力选择

Siqi Shang, Minchao Huang, Bill Fan, Lillian Chin

机构 * The University of Texas at Austin(德克萨斯大学奥斯汀分校)

专题命中 机器人操作 :manipulation(abstract);robotic(abstract);分类 cs.RO

AI总结 Exp-Force通过经验条件框架利用视觉-语言模型实现基于单张图像的预抓取力选择,显著提升了抓取力的准确性和可靠性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07652 2026-03-10 cs.CV 70%

GLASS: Graph and Vision-Language Assisted Semantic Shape Correspondence

GLASS: 图与视觉-语言辅助的语义形状对应

Qinfeng Xiao, Guofeng Mei, Qilong Liu, Chenyuan Yi, Fabio Poiesi, Jian Zhang, Bo Yang, Yick Kit-lun

机构 * Hong Kong Polytechnic University, HK SAR(香港理工大学) Fondazione Bruno Kessler, Italy(布鲁诺·凯斯勒基金会) Laboratory for Artificial Intelligence in Design, HK SAR(设计中的人工智能实验室) University of Technology Sydney, Australia(悉尼科技大学)

专题命中 机器人操作 :manipulation(abstract);robotic(abstract);分类 cs.CV

AI总结 GLASS通过整合几何频谱分析与视觉-语言模型的语义先验,实现了在非等距变形和跨类设置中鲁棒的3D形状语义对应学习。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.08255 2026-03-10 cs.RO cs.LG 62%

FlowTouch: View-Invariant Visuo-Tactile Prediction

FlowTouch: 视点不变的视觉-触觉预测

Seongjin Bien, Carlo Kneissl, Tobias Jülg, Frank Fundel, Thomas Ressler-Antal, Florian Walter, Björn Ommer, Gitta Kutyniok, Wolfram Burgard

机构 * Department of Computer Science & Artificial Intelligence, University of Technology Nuremberg(乌尔姆技术大学计算机科学与人工智能系) Ludwig Maximilian University of Munich(慕尼黑路德维希-马克西米利安大学) TUM School of Computation, Information and Technology, Technical University of Munich(慕尼黑技术大学计算、信息与技术学院)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO、cs.LG

AI总结 FlowTouch通过利用物体的局部3D网格实现视点不变的视觉-触觉预测,有效弥补仿真与现实之间的差距,并提升抓取稳定性预测能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.20627 2026-03-10 cs.CV cs.RO 62%

Object-Scene-Camera Decomposition and Recomposition for Data-Efficient Monocular 3D Object Detection

面向数据高效的单目3D物体检测的物体-场景-相机分解与重组

Zhaonian Kuang, Rui Ding, Meng Yang, Xinhu Zheng, Gang Hua

机构 * Institute of Artificial Intelligence and Robotics(人工智能与机器人研究院) Xi'an Jiaotong University(西安交通大学) Intelligent Transportation Thrust of the Systems Hub(系统枢纽智能交通事业部) Hong Kong University of Science and Technology (GZ)(香港科技大学(广州)) Amazon Alexa AI(亚马逊Alexa AI)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO、cs.CV

AI总结 本文提出了一种在线分解与重组数据处理方案,通过生成多样化的物体-场景-相机组合数据,提升单目3D物体检测模型的性能。

Comments IJCV

Journal ref Int J Comput Vis 134, 155 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.10932 2026-03-10 cs.CR cs.AI cs.RO 62%

DropVLA: An Action-Level Backdoor Attack on Vision-Language-Action Models

DropVLA: 对视觉-语言-动作模型的行动级后门攻击

Zonghuan Xu, Jiayu Li, Yunhan Zhao, Xiang Zheng, Xingjun Ma, Yu-Gang Jiang

机构 * Institute of Trustworthy Embodied AI, Fudan University(可信具身AI研究院,复旦大学) Shanghai Key Laboratory of Multimodal Embodied AI(上海多模态具身AI重点实验室) City University of Hong Kong(香港城市大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO、cs.AI

AI总结 DropVLA是一种针对视觉-语言-动作模型的行动级后门攻击,通过有限的数据污染实现对特定动作的精准操控,验证了在现实环境中的有效性。

Comments 8 pages, 6 tables, 3 figures. Under review

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.15828 2026-03-10 cs.RO cs.AI 62%

Context Matters! Relaxing Goals with LLMs for Feasible 3D Scene Planning

情境至关重要!利用LLMs进行可行的3D场景规划

Emanuele Musumeci, Michele Brienza, Francesco Argenziano, Abdel Hakim Drid, Vincenzo Suriani, Daniele Nardi, Domenico D. Bloisi

机构 * Department of Computer, Automation and Management Engineering, Sapienza University of Rome(Sapienza大学计算机、自动化与管理工程系) Department of Electronics and Automation, Mohamed Khider University of Biskra(Mohamed Khider大学电子与自动化系) International University of Rome UNINT, Rome(罗马国际大学UNINT)

专题命中 机器人操作 :embodied agent(abstract);分类 cs.RO、cs.AI

AI总结 ContextMatters结合LLMs与经典规划,通过分层目标放松提升3D场景规划的成功率

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07072 2026-03-10 cs.RO cs.LG 62%

The Talking Robot: Distortion-Robust Acoustic Models for Robot-Robot Communication

会说话的机器人:用于机器人-机器人通信的抗失真声学模型

Hanlong Li, Karishma Kamalahasan, Jiahui Li, Kazuhiro Nakadai, Shreyas Kousik

机构 * Institute of Science Tokyo(东京科学研究所) Georgia Institute of Technology(佐治亚理工学院)

专题命中 机器人操作 :robotic(abstract);分类 cs.RO、cs.LG

AI总结 Artoo是一种用于机器人-机器人通信的抗失真声学模型,通过端到端共训练神经网络实现高解码准确性,适用于资源受限的机器人平台。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.08599 2026-03-10 cs.RO 57%

Bilevel Planning with Learned Symbolic Abstractions from Interaction Data

基于交互数据学习的符号抽象的双层规划

Fatih Dogangun, Burcu Kilic, Serdar Bahar, Emre Ugur

机构 * Bogazici University(博雅大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO

AI总结 本文提出一种双层神经符号框架,利用学习的概率符号规则和连续效应模型,在多目标操作任务中实现高效且可靠的规划。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.02026 2026-03-10 cs.RO 57%

Synchronized Online Friction Estimation and Adaptive Grasp Control for Robust Gentle Grasp

同步在线摩擦估计与自适应抓取控制用于稳健的温和抓取

Zhenwei Niu, Xiaoyi Chen, Jiayu Hu, Zhaoyang Liu, Tang Jian, Xiaozu Ju

机构 * X-Humanoid

专题命中 机器人操作 :robotic(abstract);分类 cs.RO

AI总结 本文提出了一种同步在线摩擦估计与自适应抓取控制的统一框架,通过实时摩擦系数估计和动态抓力调节实现稳健的温和抓取。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07848 2026-03-10 cs.AI 57%

Intentional Deception as Controllable Capability in LLM Agents

意图性欺骗作为LLM代理中的可控能力

Jason Starace, Terence Soule

机构 * Department of Computer Science University of Idaho(计算机科学系大学爱达荷州立大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.AI

AI总结 本文研究了意图性欺骗作为LLM代理可控能力的系统性分析,发现动机是主要攻击向量,而信念系统更难识别,现有事实验证方法不足以应对战略框架的欺骗。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07826 2026-03-10 cs.RO 57%

Physics-infused Learning for Aerial Manipulator in Winds and Near-Wall Environments

融合物理的学习方法用于风力和近壁环境中的空中机械臂

Yiming Zhang, Junyi Geng

机构 * Independent Researcher(独立研究者) Assistant Professor of Aerospace Engineering(航空航天工程副教授)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO

AI总结 本文提出了一种融合物理模型与学习方法的空中机械臂控制框架,通过叶片元素模型和残差力估计器提升风力和近壁环境下的操作鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07550 2026-03-10 cs.CL cs.AI 57%

Learning-free L2-Accented Speech Generation using Phonological Rules

无需学习的L2口音语音生成:基于语音学规则

Thanathai Lertpetchpun, Yoonjeong Lee, Jihwan Lee, Tiantian Feng, Dani Byrd, Shrikanth Narayanan

机构 * Signal Analysis and Interpretation Lab, University of Southern California, USA(信号分析与解读实验室,美国南加州大学) Department of Linguistics, University of Southern California(语言学系,美国南加州大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.AI

AI总结 本文提出无需学习的L2口音语音生成方法,通过语音学规则与多语言TTS模型结合,在无需带口音数据的情况下实现音素级口音操控。

Comments Submitted to Interspeech2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07308 2026-03-10 cs.RO 57%

Soft Rigid Hybrid Gripper with Inflatable Silicone Pockets for Tunable Frictional Grasping

具有可调摩擦抓取的软刚性混合夹爪

Hoang Hiep Ly, Cong-Nhat Nguyen, Doan-Quang Tran, Quoc-Khanh Dang, Ngoc Duy Tran, Thi Thoa Mac, Anh Nguyen, Xuan-Thuan Nguyen, Tung D. Ta

专题命中 机器人操作 :robotics(abstract);分类 cs.RO

AI总结 本研究提出了一种结合刚性结构和可膨胀硅胶口袋的混合夹爪,通过调节内部空气压力实现可调摩擦抓取,有效抓取重物、滑腻物和易碎物,减少对物体的损伤。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.06816 2026-03-10 cs.CL cs.AI q-bio.NC 57%

"Dark Triad" Model Organisms of Misalignment: Narrow Fine-Tuning Mirrors Human Antisocial Behavior

黑暗三联征模型生物:对齐偏差:狭窄微调映射人类反社会行为

Roshni Lulla, Fiona Collins, Sanaya Parekh, Thilo Hagendorff, Jonas Kaplan

机构 * Brain & Creativity Institute, University of Southern California(大脑与创造力研究所,南加州大学) Department of Psychology, University of Southern California(心理学系,南加州大学) Interchange Forum for Reflecting on Intelligent Systems, University of Stuttgart(智能系统反思交流论坛,斯图加特大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.AI

AI总结 本文通过黑暗三联征框架,研究LLM中的对齐偏差问题,通过微调诱导反社会行为,揭示LLM中潜在的人格结构。

Comments 38 pages, 17 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.08484 2026-03-10 cs.CR 50%

Towards Modeling Cybersecurity Behavior of Humans in Organizations

面向组织中人类网络安全行为建模

Klaas Ole Kürtz

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出了一种面向组织中人类网络安全行为的建模方法,整合意识、安全文化等关键概念,为开发对抗AI代理操纵攻击的安全策略提供理论框架。

Comments 11 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2403.12222 2026-03-10 quant-ph 50%

Multiplexed quantum state transfer in waveguides

波导中的多路复用量子态传输

Guillermo F. Peñas, Ricardo Puebla, Juan José García-Ripoll

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出利用波导实现多路复用量子态传输,通过时域正交光子和频率复用技术,提升量子信息存储与操作的保真度。

Journal ref Phys. Rev. Research 6, 033294, 2024

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.08009 2026-03-10 cond-mat.mes-hall cond-mat.mtrl-sci 50%

Quantum Metric Senses A Persistent Spin Helix

量子度量与持久自旋螺旋

Awadhesh Narayan

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文通过量子度量研究持久自旋螺旋的几何特性,揭示了自旋轨道耦合相等时的几何发散现象,并探讨了更高阶相互作用对量子度量的影响。

Comments 5 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07843 2026-03-10 cs.HC 50%

How Neurotypical and Autistic Children Interact Nonverbally with Anthropomorphic Agents in Open-Ended Tasks

神经正常与自闭症儿童如何与拟人化代理在开放式任务中进行非语言互动

Chuxuan Zhang, Bermet Burkanova, Lawrence H. Kim, Grace Iarocci, Elina Birmingham, Angelica Lim

专题命中 机器人操作 :embodied agent(abstract)

AI总结 研究探讨神经正常与自闭症儿童与拟人化代理在开放式任务中的非语言互动模式,发现重复面部和手部运动需在人工代理开发中考虑。

Comments 4 pages, 4 figures, 3 tables, accepted by HRI Late Break Report

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07586 2026-03-10 cs.HC 50%

AiRWeb: Using AR to Extend Web Browsing Beyond Handheld Screens

AiRWeb:利用AR扩展网页浏览超越手持屏幕

Mengfei Gao, Caroline Appert, Ludovic David, Emmanuel Pietriga

专题命中 机器人操作 :manipulation(abstract)

AI总结 AiRWeb通过AR技术扩展网页浏览,允许用户灵活卸载内容到周围空间,实现个性化组织,提升移动浏览体验。

Comments CHI EA '26: Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.23612 2026-03-10 cond-mat.mtrl-sci 50%

Interface-Enhanced Superconductivity in Ultrathin TiN Proximitized by Topological Insulators

界面增强的超导性在拓扑绝缘体近邻的超薄TiN中

Renjie Xie, Bowen Hao, Min Ge, Shenjin Zhang, Rongjing Zhai, Jiachang Bi, Shunda Zhang, Shaozhu Xiao, Fengfeng Zhang, Hee Taek Yi, Seongshik Oh, Tong Zhou, Yanwei Cao, Xiong Yao

专题命中 机器人操作 :manipulation(abstract)

AI总结 本研究通过界面工程在超薄TiN中实现了界面增强的超导性,揭示了拓扑绝缘体-超导体异质结构中超导性的调控机制。

Comments 29 pages, 5 figures, Accepted by ACS Nano

Journal ref ACS Nano (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.20311 2026-03-10 cond-mat.mes-hall physics.optics 50%

Photonic spin Hall effect dependent on Landau level transitions in monolayer WTe2

光子自旋霍尔效应依赖于单层WTe2中的能级跃迁

Qiaoyun Ma, Hui Dou, Yiting Chen, Guangyi Jia, Xinxing Zhou

专题命中 机器人操作 :manipulation(abstract)

AI总结 单层WTe2中通过Landau能级跃迁调控光子自旋霍尔效应,揭示霍尔角对PSHE的强影响及自旋轨道相互作用的特性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.07638 2026-03-10 cs.GR 50%

Differentiable Variable Fonts

可微变量字体

Kinjal Parikh, Danny M. Kaufman, David I. W. Levin, Alec Jacobson

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出可微变量字体,通过可微框架实现字体参数与矢量图形的连接,用于自动化设计优化和文本动画。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 具身导航 52 篇

2603.06927 2026-03-10 cs.RO 88%

A Contrastive Fewshot RGBD Traversability Segmentation Framework for Indoor Robotic Navigation

一种用于室内外机器人导航的对比式少样本RGBD可 traversability 分割框架

Qiyuan An, Tuan Dang, Fillia Makedon

机构 * Department of Computer Science and Engineering, University of Texas at Arlington(计算机科学与工程系,德克萨斯大学阿灵顿分校) Uber(优步) Cognitive Robotics Lab, Department of Electrical Engineering and Computer Science, University of Arkansas(认知机器人实验室,电气工程与计算机科学系,阿肯色大学)

专题命中 具身导航 :navigation(title,abstract);robotic(title,abstract);分类 cs.RO;robotics(journal_ref)

AI总结 本文提出了一种基于对比学习的少样本RGBD分割框架,利用负例原型和稀疏深度信息提升室内机器人导航的可 traversability 分割性能。

Journal ref IEEE International Conference on Robotics & Automation 2026 (ICRA)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.08475 2026-03-10 cs.RO cs.AI 84%

R2F: Repurposing Ray Frontiers for LLM-free Object Navigation

R2F:利用射线前沿进行无需大语言模型的对象导航

Francesco Argenziano, John Mark Alexis Marcelo, Michele Brienza, Abdel Hakim Drid, Emanuele Musumeci, Daniele Nardi, Domenico D. Bloisi, Vincenzo Suriani

机构 * Department of Computer, Automation and Management Engineering, Sapienza University of Rome(罗马萨皮恩扎大学计算机、自动化与管理工程系) Department of Electronics and Automation, Mohamed Khider University of Biskra(比斯克拉Mohamed Khider大学电子与自动化系) International University of Rome UNINT, Rome(罗马国际大学UNINT)

专题命中 具身导航 :navigation(title,abstract);robotic(abstract);分类 cs.RO、cs.AI

AI总结 R2F通过重新利用射线前沿技术,开发无需大语言模型的室内开放词汇对象导航框架,实现实时高效导航性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.26909 2026-03-10 cs.RO 83%

NaviTrace: Evaluating Embodied Navigation of Vision-Language Models

NaviTrace: 评估视觉-语言模型的具身导航

Tim Windecker, Manthan Patel, Moritz Reuss, Richard Schwarzkopf, Cesar Cadena, Rudolf Lioutikov, Marco Hutter, Jonas Frey

机构 * Robotic Systems Lab, ETH Zurich(苏黎世联邦理工学院机器人系统实验室) Intuitive Robots Lab, KIT(卡尔斯鲁厄理工学院直观机器人实验室) FZI Research Center for Information Technology(弗劳恩霍夫信息技术研究中心)

专题命中 具身导航 :navigation(title,abstract);robotic(abstract);分类 cs.RO

AI总结 NaviTrace通过语义感知轨迹评分评估视觉-语言模型的具身导航能力,揭示了模型在空间定位和目标定位方面的不足。

Comments 11 pages, 6 figures, with appendix, accepted to ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.14736 2026-03-10 cs.RO 83%

Safe Navigation of Bipedal Robots via Koopman Operator-Based Model Predictive Control

通过Koopman算子基于模型预测控制实现双足机器人安全导航

Jeonghwan Kim, Yunhai Han, Harish Ravichandar, Sehoon Ha

机构 * School of Interactive Computing at the Georgia Institute of Technology(佐治亚理工学院交互计算学院)

专题命中 具身导航 :navigation(title,abstract);robotics(abstract);分类 cs.RO

AI总结 本文提出基于Koopman算子的模型预测控制方法,用于提升双足机器人在复杂环境中的安全导航性能。

Comments 9 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07545 2026-03-10 cs.CV cs.AI cs.LG 82%

DreamSAC: Learning Hamiltonian World Models via Symmetry Exploration

DreamSAC:通过对称探索学习哈密顿世界模型

Jinzhou Tang, Fan Feng, Minghao Fu, Wenjun Lin, Biwei Huang, Keze Wang

专题命中 具身导航 :world model(title,abstract);分类 cs.AI、cs.CV、cs.LG

AI总结 DreamSAC通过基于哈密顿的对称探索方法,学习物理不变性以提升3D物理模拟中的外推泛化能力。

Comments 19 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏