机器人 / 具身智能

ConceptWeaver: Weaving Disentangled Concepts with Flow

ConceptWeaver: 通过流模型编织解耦的概念

Jintao Chen, Aiming Hao, Xiaoqing Chen, Chengyu Bai, Chubin Chen, Yanxun Li, Jiahong Wu, Xiangxiang Chu, Shanghang Zhang

机构 * Peking University（北京大学） ； AMAP, Alibaba Group（阿里巴巴集团高德地图） 纠错

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

AI总结 ConceptWeaver通过三阶段框架实现单次概念解耦，利用阶段感知优化策略学习语义偏移并在推理中注入，实现高保真合成与编辑。

Rethinking Structure Preservation in Text-Guided Image Editing with Visual Autoregressive Models

重新思考基于视觉自回归模型的文本引导图像编辑中的结构保持

Tao Xia, Jiawei Liu, Yukun Zhang, Ting Liu, Wei Wang, Lei Zhang

机构 * Beijing Institute of Technology（北京理工大学） ； Shenyang Institute of Automation, CAS（中国科学院沈阳自动化研究所） ； Meitu Inc, MTLab（美图公司MTLab） 纠错

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

AI总结 本文提出基于视觉自回归模型的文本引导图像编辑框架，通过分析中间特征分布，改进可编辑区域定位和结构一致性，提升编辑质量和结构保持性。

Off-Axis Compliant RCM Joint with Near-Isotropic Stiffness and Minimal Parasitic Error

偏轴 compliant RCM 连接器：近各向同性刚度与最小寄生误差

Federico Mariano, Elena De Momi, Giovanni Berselli, Jovana Jovanova, Just L. Herder, Leonardo S. Mattos

机构 * Istituto Italiano di Tecnologia（意大利技术研究院） ； Politecnico di Milano（米兰理工大学） ； Università di Genova（热那亚大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 本文提出一种偏轴monolithic compliant RCM关节，结合近各向同性刚度与最小寄生运动，用于神经内窥镜操作。通过设计两阶段流程，实现各向同性刚度与RCM漂移的平衡，并通过有限元分析验证。

ObjectMorpher: 3D-Aware Image Editing via Deformable 3DGS Models

ObjectMorpher: 通过可变形3DGS模型实现3D感知的图像编辑

Yuhuan Xie, Aoxuan Pan, Yi-Hua Huang, Chirui Chang, Peng Dai, Xin Yu, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 ObjectMorpher通过可变形3DGS模型实现3D感知图像编辑，提供精确的物体级控制，支持快速且保持身份的编辑，优于2D拖拽和3D感知基线。

Comments 11 pages, 8 figures

Adversarial Attacks on Multimodal Large Language Models: A Comprehensive Survey

对多模态大语言模型的对抗攻击：全面综述

Bhavuk Jain, Sercan Ö. Arık, Hardeo K. Thakur

机构 * Google（谷歌） ； Bennett University, India（印度贝内特大学） 纠错

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

AI总结 本文综述了多模态大语言模型面临的对抗威胁，分析了攻击类型及其根源，提出分类框架以提升模型安全性。

Comments Survey paper, 37 pages, 10 figures, accepted at TMLR

Journal ref Transactions on Machine Learning Research, 2026

Culturally Adaptive Explainable LLM Assessment for Multilingual Information Disorder: A Human-in-the-Loop Approach

文化适应性可解释LLM评估用于多语言信息紊乱：一种人机协作方法

Maziar Kianimoghadam Jouneghani

机构 * University of Turin（都灵大学） 纠错

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

AI总结 本文提出一种人机协作框架，通过本地语言标注者生成的解释性理由，评估LLM在多语言信息紊乱中的表现，提升模型的文化适应性和可解释性。

Comments 9 pages, 3 figures, 1 table. Accepted to the Information Disorder Workshop at LREC 2026

Beyond Completion: Probing Cumulative State Tracking to Predict LLM Agent Performance

超越完成：探究累积状态跟踪以预测LLM代理性能

Dengzhe Hou, Lingyu Jiang, Deng Li, Zirui Li, Fangzhou Lin, Kazunori D Yamada

机构 * Tohoku University（东北大学） ； Lappeenranta-Lahti University of Technology LUT（拉彭兰塔-拉赫蒂理工大学） ； Texas A&M University（德克萨斯农工大学） ； Worcester Polytechnic Institute（伍斯特理工学院） 纠错

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

AI总结 本文提出WMF-AM方法，通过评估20种模型的累积算术状态跟踪能力，发现其与代理性能密切相关，且在控制完成分数和模型规模后仍保持显著相关性。

Is Seeing Believing? Evaluating Human Sensitivity to Synthetic Video

看见就是相信吗？评估人类对合成视频的敏感性

David Wegmann, Emil Stevnsborg, Søren Knudsen, Luca Rossi, Aske Mottelson

机构 * IT University of Copenhagen（哥本哈根信息技术大学） 纠错

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

AI总结 本文通过三项研究探讨人类对合成视频中视觉和听觉扭曲的感知，发现视频扭曲和深度伪造瑕疵会降低可信度，为深入理解合成视频的认知处理提供了新视角。

Mimic Intent, Not Just Trajectories

模仿意图，而非仅仅轨迹

Renming Huang, Chendong Zeng, Wenjing Tang, Jintian Cai, Cewu Lu, Panpan Cai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 本文提出MINT方法，通过多尺度频域标记解耦行为意图与执行细节，提升模仿学习的适应性和迁移能力，实验显示其在任务基准和真实机器人上的优越性能。

Compact Conformal Subgraphs

紧凑的共形子图

Sreenivas Gollapudi, Kostas Kollias, Kamesh Munagala, Aravindan Vijayaraghavan

机构 * Google Research（谷歌研究院） ； Department of Computer Science, Duke University（杜克大学计算机科学系） ； Northwestern University（西北大学） 纠错

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

AI总结 本文提出基于图的共形压缩框架，通过选择最小子图保留统计有效性并减少结构复杂度，实现高效共形预测与图压缩的结合，同时揭示了新的算法 regime。

Integrated Shape-Force Estimation for Continuum Robots: A Virtual-Work and Polynomial-Curvature Framework

连续机器人形状-力估计的集成方法：虚拟功与多项式曲率框架

Guoqing Zhang, Zihan Chen, Long Wang

机构 * Stevens Institute of Technology（史蒂文斯理工学院） ； Cornerstone Robotics Limited（基石机器人有限公司） 纠错

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

AI总结 本文提出一种结合电缆张力和末端姿态数据的连续机器人形状-力估计框架，利用多项式曲率动力学和虚拟功原理，实现轻量级优化与无迭代力估计，提升大变形下的精度与鲁棒性。

Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation

通过提示深度任何事实现4K分辨率的准确度量深度估计

Haotong Lin, Sida Peng, Jingxiao Chen, Songyou Peng, Jiaming Sun, Minghuan Liu, Hujun Bao, Jiashi Feng, Xiaowei Zhou, Bingyi Kang

机构 * Zhejiang University（浙江大学） ； ByteDance Seed（字节跳动Seed） ； Shanghai Jiao Tong University（上海交通大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 本文提出Prompt Depth Anything，利用低成本LiDAR作为提示，通过多尺度融合设计实现4K分辨率的度量深度估计，并在ARKitScenes和ScanNet++数据集上取得新突破。

Comments CVPR 2025; Project page: https://PromptDA.github.io/

Deception by Design: A Temporal Dark Patterns Audit of McDonald's Self-Ordering Kiosk Flow

设计中的欺骗：麦当劳自取餐台的时间暗模式审计

Aditya Kumar Purohit, Yuwei Liu, Manon Berney, Hendrik Heuer, Adrian Holzer

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文通过时间暗模式分析框架对德国麦当劳自取餐台进行审计，揭示了其界面设计中通过中层和底层模式实施的欺骗策略，如添加步骤、虚假层级等，指出这些策略可能通过线性任务结构和物理环境放大，需关注新兴监管讨论中的暗模式问题。

Comments Accepted at the Bridge Over Troubled Water: Aligning Commercial Incentives With Ethical Design Practice To Combat Deceptive Patterns. Workshop at the 2026 CHI Conference on Human Factors in Computing Systems, Barcelona, Spain

Objestures: Everyday Objects Meet Mid-Air Gestures for Expressive Interaction

Objestures：日常物品与空中手势的融合表达交互

Zhuoyue Lyu, Per Ola Kristensson

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出Objestures，融合日常物品交互和空中手势交互，设计出 expressive uni-和双手交互的空间。通过用户研究和案例研究，展示了其在Sound、Draw和Shadow等应用中的直观性和表达性。

Journal ref Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems

Bribery's Influence on Ranked Aggregation

贿赂对排序聚合的影响

Pallavi Jain, Anshul Thakur

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文研究了贿赂对Kemeny得分问题的影响，探讨了通过操纵排名来使特定排名的Kendall距离不超过k的可行性，发现某些操纵方式在多项式时间内可解决，而Kemeny共识问题则计算复杂度更高。

Radar Cross Section Characterization of Quantized Reconfigurable Intelligent Surfaces

量化可重构智能表面的雷达散射截面特性

Kainat Yasmeen, Shobha Sundar Ram, Debidas Kundu

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出基于低复杂度量化可重构智能表面的雷达传感框架，通过可控电磁波前增强非镜面和阴影区域的检测性能，推导出散射场和雷达散射截面的闭式表达式，并通过实验验证了其在非镜面方向引导和微多普勒特征恢复中的有效性。

Misleading Large Language Models used (or misused) in Scientific Peer-Reviewing via Hidden Prompt-Injection Attacks

通过隐藏提示注入攻击误导用于科学同行评审的大型语言模型

Matteo Gioele Collu, Umberto Salviati, Roberto Confalonieri, Mauro Conti, Giovanni Apruzzese

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究探讨了通过隐藏提示注入攻击误导科学同行评审中使用的大型语言模型的潜力，设计了不可见于人类读者但能引导LLM输出的对抗性提示，并评估了其在不同系统和论文中的鲁棒性。

Comments Accepted to ACM TAISAP

Secure Filtering against Spatio-Temporal False Data Attacks under Asynchronous Sampling

在异步采样下抵御时空虚假数据攻击的安全滤波

Zishuo Li, Anh Tung Nguyen, André M. H. Teixeira, Yilin Mo, Karl H. Johansson

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文针对连续线性时不变系统在非周期性和异步采样测量下的安全状态估计问题，提出一种去中心化估计算法，通过时间预测同步局部状态并进行时间戳对齐，以抵御虚假数据攻击。

Comments 10 pages and 6 figures. arXiv admin note: text overlap with arXiv:2303.17514

Strongly nonlinear antiferromagnetic dynamics in high magnetic fields

强非线性反铁磁动力学在高强度磁场中的表现

Pavel Stremoukhov, Ansar Safin, Casper F. Schippers, Reinoud Lavrijsen, Maurice Bal, Uli Zeitler, Alexandr Sadovnikov, Kamyar Saeedi Ilkhchy, Sergey Nikitov, Andrei Kirilyuk

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过THz光和33T磁场调控NiO反铁磁体，展现大振幅非线性动力学，为超快反铁磁序共振切换奠定基础。

Journal ref Results in Physics 57, 107377 (2024)

Attacking AI Accelerators by Leveraging Arithmetic Properties of Addition

通过利用加法的算术性质攻击AI加速器

Masoud Heidary, Biresh Kumar Joardar

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种利用加法交换性破坏AI模型核心运算的新硬件老化攻击方法，通过排列加法器输入诱导晶体管应力，导致电路延迟退化，实验表明在4年内可使推理准确率下降64%。

Comments 10 pages, 11 figures

Nonclassical correlations and quadrature squeezing of photons in anisotropic quantum Rabi-Stark model

非经典关联与光子的二次量压缩在各向异性量子拉比-斯图尔特模型中

Yong-Xin Zhang, Chen Wang, Qing-Hu Chen

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过量子 dressed 主方程探讨各向异性量子拉比-斯图尔特模型中光子的非经典效应，揭示非线性斯图尔特耦合对光子统计的调控作用，并展示其在光子 antibunching 和 bunching 方面的可调性，为量子相变预测提供实验探测手段。

Comments 13pages, 6 figures

Journal ref Adv. Quantum Technol. (2025), e00744

Language-Conditioned World Modeling for Visual Navigation

基于语言的视觉导航世界建模

Yifei Dong, Fengyi Wu, Yilong Dai, Lingdong Kong, Guangyu Chen, Xu Zhu, Qiyu Hu, Tianyu Wang, Johnalbert Garnica, Feng Liu, Siyu Huang, Qi Dai, Zhi-Qi Cheng

机构 * University of Washington（华盛顿大学） ； National University of Singapore（新加坡国立大学） ； Clemson University（克莱姆森大学） ； Drexel University（德雷塞尔大学） ； Microsoft Research（微软研究院） 纠错

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

AI总结 本文研究了基于语言的视觉导航问题，提出LCVN数据集并开发了两种模型家族，通过语言 grounding、未来状态预测和动作生成实现统一任务学习。

Comments 19 pages, 6 figures, Code: https://github.com/F1y1113/LCVN

Dream to Recall: Imagination-Guided Experience Retrieval for Memory-Persistent Vision-and-Language Navigation

梦想回溯：基于想象的体验检索用于记忆持久的视觉与语言导航

Yunzhe Xu, Yiyuan Pan, Zhe Liu

机构 * National Key Laboratory of Human Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能全国重点实验室） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

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

AI总结 本文提出Memoir，通过想象引导的检索机制提升记忆持久的视觉与语言导航性能，通过混合视角记忆和经验增强导航模型，在多个基准测试中实现了显著提升。

Comments Accepted by IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)

OVSegDT: Segmenting Transformer for Open-Vocabulary Object Goal Navigation

OVSegDT：用于开放词汇物体目标导航的分割Transformer

Tatiana Zemskova, Aleksei Staroverov, Dmitry Yudin, Aleksandr Panov

机构 * Cognitive AI Systems Lab（认知人工智能系统实验室） ； MIRAI ； NUST MISIS（国立研究型技术大学MISIS） 纠错

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

AI总结 本文提出OVSegDT，一种轻量级Transformer策略，通过语义分支和熵自适应损失调节解决开放词汇物体目标导航中的过拟合和安全问题，提升泛化能力。

SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation

SpatialAnt：通过主动场景重建与视觉预判实现自主零样本机器人导航

Jiwen Zhang, Xiangyu Shi, Siyuan Wang, Zerui Li, Zhongyu Wei, Qi Wu

机构 * Fudan University（复旦大学） ； University of Southern California（南加州大学） ； Adelaide University（阿德莱德大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 SpatialAnt通过主动场景重建和视觉预判机制，解决零样本机器人导航中自建场景的不完整和噪声问题，提升导航性能。

Comments 10 pages, 4 figures, 5 tables. Homepage: https://imnearth.github.io/Spatial-X/

DIV-Nav: Open-Vocabulary Spatial Relationships for Multi-Object Navigation

DIV-Nav: 多物体导航中的开放词汇空间关系

Jesús Ortega-Peimbert, Finn Lukas Busch, Timon Homberger, Quantao Yang, Olov Andersson

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

AI总结 本文提出DIV-Nav系统，通过分解复杂空间约束为简单物体查询、计算语义信念图交集以及利用LVLM验证，实现基于开放词汇空间关系的多物体导航。

Beyond Textual Knowledge-Leveraging Multimodal Knowledge Bases for Enhancing Vision-and-Language Navigation

超越文本知识的多模态知识库用于增强视觉-语言导航

Dongsheng Yang, Yinfeng Yu, Liejun Wang

机构 * School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院） ； Joint International Research Laboratory of Silk Road Multilingual Cognitive Computing（丝绸之路多语言认知计算联合国际研究实验室） 纠错

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

AI总结 本文提出BTK框架，通过整合环境特定文本知识与生成图像知识库，提升视觉-语言导航中的语义 grounding 和跨模态对齐，实验表明在R2R和REVERIE数据集上性能显著提升。

Comments Main paper (37 pages). Accepted for publication by the Information Processing and Management,Volume 63,Issue 6,September 2026,104766

Grip as Needed, Glide on Demand: Ultrasonic Lubrication for Robotic Locomotion

按需抓握，按需滑动：超声波润滑用于机器人运动

Mostafa A. Atalla, Daan van Bemmel, Jack Cummings, Paul Breedveld, Michaël Wiertlewski, Aimée Sakes

机构 * Department of BioMechanical Engineering, Delft University of Technology (TU Delft)（代尔夫特理工大学生物力学工程系） ； Department of Cognitive Robotics, Delft University of Technology (TU Delft)（代尔夫特理工大学认知机器人学系） 纠错

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

AI总结 本文提出超声波润滑作为主动摩擦控制方法，通过共振结构实现接触界面的抓握与滑动状态切换，提升机器人运动效率和适应性。

Comments Accepted for publication in the 2026 IEEE International Conference on Robotics and Automation (ICRA) in Vienna

A Foldable and Agile Soft Electromagnetic Robot for Multimodal Navigation in Confined and Unstructured Environments

一种多功能软电磁机器人，用于在受限和无结构环境中多模式导航

Zhihao Lv, Xiaoyong Zhang, Mengfan Zhang, Xiaoyu Song, Xingyue Liu, Yide Liu, Shaoxing Qu, Guoyong Mao

机构 * State Key Laboratory of Fluid Power and Mechatronic Systems（流体动力与机电系统国家重点实验室） ； Key Laboratory of Soft Machines and Smart Devices of Zhejiang Province（浙江省软体机器人与智能器件重点实验室） ； Center for X-mechanics（交叉力学中心） ； Department of Engineering Mechanics, Zhejiang University（浙江大学工程力学系） 纠错

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

AI总结 本文提出一种可折叠且灵活的软电磁机器人，具备多种运动模式，可在复杂环境中高效导航，其体积可减少79%，并能适应黏弹性表面和模拟生物组织。

osmAG-Nav: A Hierarchical Semantic Topometric Navigation Stack for Robust Lifelong Indoor Autonomy

osmAG-Nav：一种用于鲁棒长期室内自主性的分层语义拓扑导航栈

Yongqi Zhang, Jiajie Zhang, Chengqian Li, Fujing Xie, Sören Schwertfeger

机构 * ShanghaiTech University（上海科技大学） 纠错

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

AI总结 本文提出osmAG-Nav导航栈，通过分层语义拓扑地图实现大空间多层环境中的高效导航，降低规划延迟并提升长期定位稳定性。

Comments 42 pages, 10 figures