机器人 / 具身智能

Safety-critical Control Under Partial Observability: Reach-Avoid POMDP meets Belief Space Control

安全关键控制在部分可观测性下：可达-避免POMDP与信念空间控制

Matti Vahs, Joris Verhagen, Jana Tumova

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

AI总结 本文提出了一种基于信念空间的分层控制架构，通过信念控制李雅普诺夫函数和屏障函数实现安全关键控制，提升机器人在部分可观测环境中的任务成功率和安全性。

COHORT: Hybrid RL for Collaborative Large DNN Inference on Multi-Robot Systems Under Real-Time Constraints

COHORT: 基于混合强化学习的多机器人系统实时协同大规模深度神经网络推理

Mohammad Saeid Anwar, Anuradha Ravi, Indrajeet Ghosh, Gaurav Shinde, Carl Busart, Nirmalya Roy

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

AI总结 COHORT通过混合强化学习策略，优化多机器人系统在实时约束下的大规模DNN推理，降低能耗并提升GPU利用率。

Comments Recently accepted at 27th IEEE International Symposium on a World of Wireless, Mobile and Multimedia Networks ( IEEE WoWMoM 2026)

Actor-Accelerated Policy Dual Averaging for Reinforcement Learning in Continuous Action Spaces

策略双平均加速器在连续动作空间强化学习中的应用

Ji Gao, Caleb Ju, Guanghui Lan, Zhaohui Tong

机构 * School of Chemical and Biomolecular Engineering, Georgia Institute of Technology, GA, USA（化学与生物分子工程学院，佐治亚理工学院，美国加利福尼亚州） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology, GA, USA（H.米尔顿·斯图尔特工业与系统工程学院，佐治亚理工学院，美国加利福尼亚州） 纠错

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

AI总结 本文提出加速器PDA，通过学习策略网络加速连续动作空间中的强化学习，提升性能并保持收敛保证。

Model-Free Co-Optimization of Manufacturable Sensor Layouts and Deformation Proprioception

无模型的可制造传感器布局与变形本体感觉共优化

Yingjun Tian, Guoxin Fang, Aoran Lyu, Xilong Wang, Zikang Shi, Yuhu Guo, Weiming Wang, Charlie C. L. Wang

机构 * Department of Mechanical and Aerospace Engineering, The University of Manchester, United Kingdom（曼彻斯特大学机械与航空航天工程系） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong, Shatin, Hong Kong（香港中文大学机械与自动化工程系） 纠错

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

AI总结 本文提出一种无模型的数据驱动方法，通过共同优化传感器布局和网络参数，提升软机器人和可穿戴设备中自由形变形的预测精度。

Safe Probabilistic Planning for Human-Robot Interaction using Conformal Risk Control

利用符合风险控制的人机交互安全概率规划

Jake Gonzales, Kazuki Mizuta, Karen Leung, Lillian J. Ratliff

机构 * University of Washington, Department of Electrical and Computer Engineering（华盛顿大学电气与计算机工程系） ； University of Washington, Department of Aeronautics and Astronautics（华盛顿大学航空与航天系） 纠错

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

AI总结 本文提出结合控制屏障函数与符合风险控制的方法，以提高人机交互中的安全性和效率。

SUBTA: A Framework for Supported User-Guided Bimanual Teleoperation in Structured Assembly

SUBTA：一种支持用户引导的双臂远程操作框架用于结构化装配

Xiao Liu, Prakash Baskaran, Songpo Li, Simon Manschitz, Wei Ma, Dirk Ruiken, Soshi Iba

机构 * Honda Research Institute USA（本田美国研究院） ； Honda Research Institute Europe GmbH（本田欧洲研究院） 纠错

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

AI总结 SUBTA通过结合意图估计、任务规划和上下文相关的运动辅助，提高了双臂远程操作在结构化装配中的精度和用户体验。

Comments 8 pages, 7 figures, accepted at ICRA 2026

MA-EgoQA: Question Answering over Egocentric Videos from Multiple Embodied Agents

MA-EgoQA：多智能体视角下的眼动视频问答

Kangsan Kim, Yanlai Yang, Suji Kim, Woongyeong Yeo, Youngwan Lee, Mengye Ren, Sung Ju Hwang

机构 * KAIST（韩国科学技术院） ； New York University（纽约大学） ； Samsung Electronics（三星电子） ； ETRI（电子技术研究所） 纠错

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

AI总结 MA-EgoQA旨在解决多智能体视角下的眼动视频问答问题，通过引入多代理眼动问答基准和EgoMAS模型，评估现有方法在处理多眼动流中的不足。

Comments Under review

Moving On, Even When You're Broken: Fail-Active Trajectory Generation via Diffusion Policies Conditioned on Embodiment and Task

继续前行，即使你已破损：通过扩散策略条件于躯体与任务的失败主动轨迹生成

Gilberto G. Briscoe-Martinez, Yaashia Gautam, Rahul Shetty, Anuj Pasricha, Marco M. Nicotra, Alessandro Roncone

机构 * Dept. of Computer Science, University of Colorado Boulder, CO, USA（计算机科学系，科罗拉多大学博尔德分校） ； Dept. of Electrical, Computer, and Energy Engineering, University of Colorado Boulder, CO, USA（电气、计算机与能源工程系，科罗拉多大学博尔德分校） 纠错

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

AI总结 DEFT通过扩散策略实现机器人在受损情况下完成任务，其在多种失败条件下表现出高成功率和鲁棒性。

Comments To be published in the 2026 IEEE International Conference on Robotics & Automation

TacLoc: Global Tactile Localization on Objects from a Registration Perspective

TacLoc: 从配准角度实现物体的全局触觉定位

Zirui Zhang, Boyang Zhang, Fumin Zhang, Huan Yin

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

AI总结 TacLoc通过单次点云配准方法实现物体的高效触觉定位，无需预训练模型或渲染数据，提升了姿态估计的准确性和效率。

Comments 8 pages, 12 figures

DSFlash: Comprehensive Panoptic Scene Graph Generation in Realtime

DSFlash：实时生成全景场景图

Julian Lorenz, Vladyslav Kovganko, Elias Kohout, Mrunmai Phatak, Daniel Kienzle, Rainer Lienhart

机构 * University of Augsburg（奥格斯堡大学） 纠错

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

AI总结 DSFlash是一种低延迟、资源高效的实时全景场景图生成模型，能够以高帧率处理视频流并提供更丰富的上下文信息。

Comments Accepted at CVPR 2026

PLANING: A Loosely Coupled Triangle-Gaussian Framework for Streaming 3D Reconstruction

PLANING：一种松散耦合的三角高斯框架用于流式3D重建

Changjian Jiang, Kerui Ren, Xudong Li, Kaiwen Song, Guanghao Li, Linning Xu, Tao Lu, Junting Dong, Yu Zhang, Bo Dai, Mulin Yu

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

AI总结 PLANING提出了一种松散耦合的三角高斯框架，实现高效流式3D重建，提升重建质量并提高计算效率，适用于大规模场景建模和模拟环境。

Comments Project page: https://city-super.github.io/PLANING/

In Pursuit of Many: A Review of Modern Multiple Object Tracking Systems

追寻众多：现代多目标跟踪系统的综述

Mk Bashar, Samia Islam, Kashifa Kawaakib Hussain, Md. Bakhtiar Hasan, A. B. M. Ashikur Rahman, Md. Hasanul Kabir

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

AI总结 本文综述了现代多目标跟踪系统的发展，涵盖从基于检测到端到端设计的演变，以及基于变压器、生成模型等架构的最新进展，并探讨了基准趋势和实际部署中的挑战。

An Event-Driven E-Skin System with Dynamic Binary Scanning and real time SNN Classification

基于动态二进制扫描的事件驱动电子皮肤系统与实时SNN分类

Gaishan Li, Zhengnan Fu, Anubhab Tripathi, Junyi Yang, Arindam Basu

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 本文提出基于动态二进制扫描的事件驱动电子皮肤系统，实现高效的数据压缩与实时手写数字识别，准确率达92.11%。

Dull, Dirty, Dangerous: Understanding the Past, Present, and Future of a Key Motivation for Robotics

平淡、肮脏、危险：理解机器人学中关键激励因素的过去、现在与未来

Nozomi Nakajima, Pedro Reynolds-Cuéllar, Caitrin Lynch, Kate Darling

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

AI总结 本文通过分析机器人学文献和社会科学文献，探讨了'平淡、肮脏、危险'工作概念的定义、应用及对机器人技术影响的思考。

Motion Forcing: A Decoupled Framework for Robust Video Generation in Motion Dynamics

运动强制：一种解耦框架，用于运动动态中的鲁棒视频生成

Tianshuo Xu, Zhifei Chen, Leyi Wu, Hao Lu, Ying-cong Chen

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

AI总结 运动强制通过解耦物理推理与视觉合成，提升复杂场景下视频生成的鲁棒性和物理一致性。

Comments https://tianshuo-xu.github.io/Motion-Forcing/

Automated Layout and Control Co-Design of Robust Multi-UAV Transportation Systems

多无人机运输系统鲁棒布局与控制协同设计

Carlo Bosio, Mark W. Mueller

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

AI总结 本文提出了一种协同优化多无人机运输系统布局与控制的方法，通过优化推力模块排列提升系统鲁棒性和飞行精度。

Comments 7 pages, 7 figures, journal paper (IEEE RA-L)

Cybersecurity AI: Hacking Consumer Robots in the AI Era

人工智能时代的消费机器人网络安全问题

Víctor Mayoral-Vilches, Unai Ayucar-Carbajo, Olivier Laflamme, Ruikai Peng, María Sanz-Gómez, Francesco Balassone, Lucas Apa, Endika Gil-Uriarte

专题命中 其他机器人 ：robotic(abstract)

AI总结 本文探讨了生成式AI对机器人网络安全的影响，通过三个案例研究展示了AI如何自动化发现漏洞，呼吁传统防御架构向AI原生防御代理演变。