机器人 / 具身智能

Benchmarking Interaction, Beyond Policy: a Reproducible Benchmark for Collaborative Instance Object Navigation

交互基准测试，超越策略：协作实例物体导航的可重复基准

Edoardo Zorzi, Francesco Taioli, Yiming Wang, Marco Cristani, Alessandro Farinelli, Alberto Castellini, Loris Bazzani

机构 * Sapienza University of Rome（罗马大学） ； University of Verona（维罗纳大学） ； Polytechnic of Turin（都灵理工大学） ； Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； Reykjavik University（雷克雅未克大学） 纠错

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

AI总结 本文提出QAsk-Nav基准，用于评估协作实例物体导航中的导航与协作问答能力，提供轻量级问答协议和高质量数据集，开发出更高效且性能更优的Light-CoNav模型。

Rusty Flying Robots: Learning a Full Robotics Stack with Real-Time Operation on an STM32 Microcontroller in a 9 ECTS MS Course

锈迹斑斑的飞行机器人：在9 ECTS硕士课程中利用STM32微控制器实时操作学习完整的机器人系统

Wolfgang Hoenig, Christoph Scherer, Khaled Wahba

机构 * Technical University Berlin（柏林工业大学） ； Robotics Institute Germany (RIG)（德国机器人研究所（RIG）） 纠错

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

AI总结 本课程通过在高度受限的STM32微控制器上实时操作，让学生学习完整的机器人系统，强调非线性算法的应用和Rust语言的使用，提升实际操作能力。

Comments Accepted at the International Conference on Robotics in Education (RiE), 2026

Situationally-Aware Dynamics Learning

情境感知动态学习

Alejandro Murillo-Gonzalez, Lantao Liu

机构 * Luddy School of Informatics, Computing, and Engineering, Indiana University（印第安纳大学卢迪信息学、计算与工程学院） 纠错

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

AI总结 本文提出了一种在线学习隐状态表示的框架，通过建模未观测参数对转移动态和奖励结构的影响，提升机器人在复杂环境中的适应性和安全性。

Journal ref The International Journal of Robotics Research (IJRR) 2026

Proactive Agent Research Environment: Simulating Active Users to Evaluate Proactive Assistants

主动代理研究环境：模拟活跃用户以评估主动助手

Deepak Nathani, Cheng Zhang, Chang Huan, Jiaming Shan, Yinfei Yang, Alkesh Patel, Zhe Gan, William Yang Wang, Michael Saxon, Xin Eric Wang

机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； Apple, USA（苹果公司（美国）） ； University of Washington（华盛顿大学） ； Independent Researcher, USA（独立研究员（美国）） 纠错

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

AI总结 本文提出Pare框架，通过状态机模拟用户交互，构建并评估主动代理，同时引入Pare-Bench基准测试143种不同任务，测试上下文感知、目标推理和多应用协调能力。

Comments 34 pages, 8 figures, 5 tables

Compact Keyframe-Optimized Multi-Agent Gaussian Splatting SLAM

紧凑化关键帧优化多智能体高斯点云SLAM

Monica M. Q. Li, Pierre-Yves Lajoie, Jialiang Liu, Giovanni Beltrame

机构 * Polytechnique Montreal（蒙特利尔理工学院） ； University of Wisconsin（威斯康星大学） 纠错

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

AI总结 本文提出一种改进的多智能体RGB-D高斯点云SLAM框架，通过压缩步骤和中央闭环计算减少通信负载，提升地图保真度，实验证明数据传输量减少85-95%。

Go Big or Go Home: Simulating Mobbing Behavior with Braitenbergian Robots

要么大举进攻，要么全盘退出：基于布拉提恩格机器人模拟群体排斥行为

Elaheh Sanoubari

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

AI总结 本文通过Webots平台模拟布拉提恩格机器人在面对光源时的群体排斥行为，探讨了叫声范围和机器人数量对群体攻击成功率的影响。

Comments This work was completed in 2019 as a final project for a graduate course at the University of Waterloo, titled: ECE 750 - Artificial Life: Embodied Intelligence

Are Large Vision-Language Models Ready to Guide Blind and Low-Vision Individuals?

大视觉-语言模型是否准备好指导盲人和低视力者？

Eunki Kim, Na Min An, Wan Ju Kang, Sangryul Kim, James Thorne, Hyunjung Shim

机构 * SKT ； KAIST AI（韩国科学技术院人工智能） ； NAVER ； Theia Insights 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 本文提出统一框架，通过用户研究和定制数据集，开发出更高效的评估器，提升大视觉-语言模型在盲人和低视力用户导航中的应用性能。

Comments 42 pages, 14 figures, 28 tables

But what is your honest answer? Aiding LLM-judges with honest alternatives using steering vectors

但你的诚实答案是什么？利用引导向量辅助LLM-法官的诚实替代方案

Leon Eshuijs, Archie Chaudhury, Alan McBeth, Ethan Nguyen

机构 * Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； Independent（独立） 纠错

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

AI总结 本文提出JUSSA框架，通过引导向量优化法官的诚实性，提升对欺骗性回答的检测能力，实验显示在不同 dishonesty 水平下，GPT-4.1和Claude Haiku的AUROC均有显著提升，但任务复杂度不匹配时性能下降。

Neural-Assisted in-Motion Self-Heading Alignment

神经辅助动态自航向对齐

Zeev Yampolsky, Felipe O. Silva, Adriano Frutuoso, Itzik Klein

机构 * The Hatter Department of Marine Technologies, Charney School of Marine Sciences, University of Haifa（海法大学查尼海洋科学学院哈特海洋技术系） 纠错

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

AI总结 本文提出神经辅助框架提升海洋自主平台初始航向估计精度与速度，实验显示精度提升53%并缩短对齐时间67%。

Comments 12 Pages, 10 Figures, 6 Tables

A novel three-step approach to forecast firm-specific technology convergence opportunity via multi-dimensional feature fusion

一种新颖的三步方法用于通过多维特征融合预测企业特定技术收敛机会

Fu Gu, Ao Chen, Yingwen Wu

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 本文提出一种三步方法，通过多维特征融合预测企业特定技术收敛机会，利用注意力机制和集成学习模型提升预测效果。