机器人 / 具身智能

Embodied AI with Foundation Models for Mobile Service Robots: A Systematic Review

基于基础模型的具身AI在移动服务机器人中的应用：系统综述

Matthew Lisondra, Beno Benhabib, Goldie Nejat

专题命中 机器人数据与评测 ：embodied AI(title,abstract)；robotics(abstract,comments)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文系统综述了基础模型在移动服务机器人中的应用，探讨了其在具身AI中的整合、核心挑战及未来研究方向。

Comments v2: Expanded systematic review; resubmitted to Robotics

Journal ref Robotics 2026, 15(3), 55

Robot Control Stack: A Lean Ecosystem for Robot Learning at Scale

机器人控制栈：一个用于大规模机器人学习的轻量生态系统

Tobias Jülg, Pierre Krack, Seongjin Bien, Yannik Blei, Khaled Gamal, Ken Nakahara, Johannes Hechtl, Roberto Calandra, Wolfram Burgard, Florian Walter

机构 * Department of Computer Science & Artificial Intelligence, University of Technology Nuremberg（技术大学纽伦堡计算机科学与人工智能系） ； Learning, Adaptive Systems and Robotics (LASR) Lab, Faculty of Computer Science, TU Dresden（德累斯顿技术大学计算机科学学院学习、适应系统与机器人实验室） ； Siemens Foundational Technologies, Siemens AG（西门子基础技术部，西门子股份公司） ； Chair for Robotics, Artificial Intelligence and Real-Time Systems, TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院机器人、人工智能与实时系统教授职位） 纠错

专题命中 机器人数据与评测 ：robot learning(title,abstract)；robotics(abstract)；分类 cs.RO、cs.LG

AI总结 机器人控制栈（RCS）是一个为大规模机器人学习设计的轻量生态系统，通过模块化架构和统一接口，促进模拟到现实的迁移，并评估了多种策略在不同机器人上的性能。

Comments Accepted at ICRA 2026

Latent World Models for Automated Driving: A Unified Taxonomy, Evaluation Framework, and Open Challenges

潜在世界模型用于自动驾驶：一种统一的分类法、评估框架和开放挑战

Rongxiang Zeng, Yongqi Dong

机构 * RWTH Aachen University（亚琛工业大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

专题命中 机器人数据与评测 ：world model(title,abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文提出统一的潜在空间框架，整合自动驾驶世界模型的最新进展，探讨潜在表示的分类、评估方法及未来研究方向。

Comments 17 pages, 6 figures, under review by IEEE Transactions on Intelligent Transportation Systems (IEEE-T-ITS)

Embodied Human Simulation for Quantitative Design and Analysis of Interactive Robotics

具身人类仿真用于交互机器人定量设计与分析

Chenhui Zuo, Jinhao Xu, Michael Qian Vergnolle, Yanan Sui

机构 * School of Aerospace Engineering, Tsinghua University（清华大学航天航空学院） 纠错

专题命中 机器人数据与评测 ：robotics(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种基于仿真的具身人类仿真框架，用于交互机器人设计中的定量分析与优化，通过生理学基础的运动行为生成和大规模设计空间探索，提升人机交互的性能。

SafeGen-LLM: Enhancing Safety Generalization in Task Planning for Robotic Systems

SafeGen-LLM: 提高机器人系统任务规划中的安全性泛化能力

Jialiang Fan, Weizhe Xu, Mengyu Liu, Oleg Sokolsky, Insup Lee, Fanxin Kong

机构 * University of Notre Dame（诺丁汉大学） ； Washington State University（华盛顿州立大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 SafeGen-LLM通过两阶段框架提升机器人任务规划的安全性泛化能力，优于现有基线。

Comments 12 pages, 6 figures

X-AVDT: Audio-Visual Cross-Attention for Robust Deepfake Detection

X-AVDT：用于鲁棒深度伪造检测的音频视觉交叉注意力

Youngseo Kim, Kwan Yun, Seokhyeon Hong, Sihun Cha, Colette Suhjung Koo, Junyong Noh

机构 * Visual Media Lab, KAIST（韩国科学技术院视觉媒体实验室） 纠错

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

AI总结 X-AVDT通过利用生成器内部的音频视觉一致性线索，提出了一种鲁棒且具有通用性的深度伪造检测方法，有效提升了检测性能。

Journal ref CVPR 2026

Pri4R: Learning World Dynamics for Vision-Language-Action Models with Privileged 4D Representation

Pri4R: 通过特权4D表示学习视觉-语言-动作模型的世界动态

Jisoo Kim, Jungbin Cho, Sanghyeok Chu, Ananya Bal, Jinhyung Kim, Gunhee Lee, Sihaeng Lee, Seung Hwan Kim, Bohyung Han, Hyunmin Lee, Laszlo A. Jeni, Seungryong Kim

机构 * KAIST AI（韩国科学技术院人工智能研究中心） ； LG AI Research（LG人工智能研究） ； Yonsei University（延世大学） ； Seoul National University（首尔国立大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Pri4R通过特权4D表示学习视觉-语言-动作模型的世界动态，提升操控任务性能

SpaceSense-Bench: A Large-Scale Multi-Modal Benchmark for Spacecraft Perception and Pose Estimation

SpaceSense-Bench: 一个大规模多模态基准用于航天器感知与姿态估计

Aodi Wu, Jianhong Zuo, Zeyuan Zhao, Xubo Luo, Ruisuo Wang, Xue Wan

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间利用技术与工程中心） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） 纠错

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

AI总结 SpaceSense-Bench通过大规模多模态数据集提升航天器感知与姿态估计的鲁棒性与准确性。

Comments 8 pages, 5 figures

DenoiseSplat: Feed-Forward Gaussian Splatting for Noisy 3D Scene Reconstruction

DenoiseSplat: 用于噪声3D场景重建的前馈高斯点散布

Fuzhen Jiang, Zhuoran Li, Yinlin Zhang

机构 * Hangzhou Dianzi University（杭州电子科技大学） 纠错

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

AI总结 DenoiseSplat通过前馈高斯点散布方法，在噪声多视图图像中实现更准确的3D场景重建，优于现有方法。

You Only Pose Once: A Minimalist's Detection Transformer for Monocular RGB Category-level 9D Multi-Object Pose Estimation

你只需一次定位：一种极简主义的检测转换器用于单目RGB类别级9D多目标姿态估计

Hakjin Lee, Junghoon Seo, Jaehoon Sim

机构 * PIT IN Co.（PIT IN公司） 纠错

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

AI总结 YOPO提出了一种单阶段的检测转换器，通过端到端训练实现类别级9D多目标姿态估计，取得了新的状态-of-the-art成果。

Comments This paper has been accepted by IEEE ICRA 2026

NanoBench: A Multi-Task Benchmark Dataset for Nano-Quadrotor System Identification, Control, and State Estimation

NanoBench：一种用于纳米四旋翼系统识别、控制和状态估计的多任务基准数据集

Syed Izzat Ullah, Jose Baca

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

AI总结 NanoBench是首个公开的纳米级四旋翼多任务基准数据集，提供高精度地面真实数据及控制器和估计器输出，用于系统识别、控制和状态估计的评估。

Comments 9 pages, 6 figures

TIMID: Time-Dependent Mistake Detection in Videos of Robot Executions

TIMID: 视频中机器人执行过程的时间依赖性错误检测

Nerea Gallego, Fernando Salanova, Claudio Mannarano, Cristian Mahulea, Eduardo Montijano

机构 * Department of Systems Engineering and Computer Science, I3A, University of Zaragoza（系统工程与计算机科学系，I3A，阿拉瓦扎大学） ； University of Torino（托里诺大学） 纠错

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

AI总结 TIMID通过时间依赖性错误检测框架，解决机器人执行高层任务时的复杂时序异常识别问题，利用弱监督训练和模拟数据集提升检测性能。

Comments 8 pages, 5 figures , IROS submission

DOCFORGE-BENCH: A Comprehensive 0-shot Benchmark for Document Forgery Detection and Analysis

DOCFORGE-BENCH：一个全面的零样本文档伪造检测与分析基准

Zengqi Zhao, Weidi Xia, En Wei, Yan Zhang, Jane Mo, Tiannan Zhang, Yuanqin Dai, Zexi Chen, Yiran Tao, Simiao Ren

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of California, Irvine（加州大学尔湾分校） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； Duke University（杜克大学） ； University of California, Davis（加州大学戴维斯分校） ； New York University（纽约大学） ； Georgetown University（乔治城大学） 纠错

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

AI总结 DOCFORGE-BENCH提出首个零样本文档伪造检测基准，揭示校准失败问题，强调阈值适应对实际部署的重要性。

From Demonstrations to Safe Deployment: Path-Consistent Safety Filtering for Diffusion Policies

从演示到安全部署：扩散策略的路径一致安全过滤

Ralf Römer, Julian Balletshofer, Jakob Thumm, Marco Pavone, Angela P. Schoellig, Matthias Althoff

机构 * Department of Computer Engineering, Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich（计算机工程系，慕尼黑机器人与机器智能研究所（MIRMI），慕尼黑技术大学） ； Department of Aeronautics and Astronautics, Stanford University（航空与航天系，斯坦福大学） 纠错

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

AI总结 本文提出路径一致安全过滤方法，用于提升扩散策略在动态环境中的安全性和任务成功率。

Comments Accepted to IEEE ICRA 2026. Project page: https://tum-lsy.github.io/pacs/. 8 pages, 4 figures

CoRe-GS: Coarse-to-Refined Gaussian Splatting with Semantic Object Focus

CoRe-GS：基于语义对象聚焦的粗到细 Gaussian Splatting

Hannah Schieber, Dominik Frischmann, Victor Schaack, Simon Boche, Angela Schoellig, Stefan Leutenegger, Daniel Roth

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

AI总结 CoRe-GS通过任务驱动的语义对象聚焦优化，实现高效且高质量的3D场景重建，适用于机器人应用。

From Veracity to Diffusion: Adressing Operational Challenges in Moving From Fake-News Detection to Information Disorders

从真实性到扩散：从假新闻检测到信息紊乱的运营挑战

Francesco Paolo Savatteri, Chahan Vidal-Gorène, Florian Cafiero

机构 * Ecole nationale des chartes - PSL（国家档案学院-PSL） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文探讨了从假新闻检测到信息紊乱的转变，通过比较两个数据集，分析预测目标变化对性能的影响，并提出轻量透明的管道方法。