机器人 / 具身智能

Topo-ADV: Generating Topology-Driven Imperceptible Adversarial Point Clouds

Topo-ADV：生成拓扑驱动的不可察觉对抗点云

Gayathry Chandramana Krishnan Nampoothiry, Raghuram Venkatapuram, Anirban Ghosh, Ayan Dutta

机构 * University of North Florida（北佛罗里达大学） 纠错

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

AI总结 本文提出Topo-ADV，通过拓扑结构生成不可察觉的对抗点云，挑战传统假设，提升攻击成功率。

Comments Under review

Self-Configuring Universal Multichannel and Multidimensional Integrated Photonic Processing Engine

自配置通用多通道和多维集成光子处理引擎

Zengqi Chen, Wu Zhou, Hao Chen, Kaihang Lu, Wenzhang Tian, Yiou Cui, Yuxiang Yin, Mingyuan Zhang, Xiaofu Pan, Jianqi Hu, Yeyu Tong

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种自配置光子处理器，实现多维光束的任意操控，通过光学奇异值分解引擎实现空间和偏振维度的精确处理，支持光束整形、光学开关和可重构光加-drop复用等多功能。

DeCoVec: Building Decoding Space based Task Vector for Large Language Models via In-Context Learning

DeCoVec：通过上下文学习构建基于解码空间的任务向量以指导大语言模型

Feiyang Li, Yile Wang

机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机与软件学院） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 DeCoVec通过上下文学习在解码空间中构建任务向量，无需微调或侵入性操作，有效提升大语言模型性能，实验显示在多个数据集上优于基线方法。

Comments Accepted to ACL 2026 Findings

ChatInject: Abusing Chat Templates for Prompt Injection in LLM Agents

ChatInject: 利用聊天模板对LLM代理进行提示注入

Hwan Chang, Yonghyun Jun, Hwanhee Lee

机构 * Department of Artificial Intelligence, Chung-Ang University（中央大学人工智能系） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究提出ChatInject攻击，通过模拟聊天模板诱导LLM代理执行恶意指令，实验显示其攻击成功率显著高于传统方法，且现有防御措施对多轮对话变种效果有限。

Comments ICLR 2026

Persistent Uncorrelated Magnetic Domains in Fe/Si Multilayers and their suppression by incorporating 11B4C

Fe/Si多层中持久无关联磁域及其通过掺入11B4C的抑制

Anton Zubayer, Artur Glavic, Naureen Ghafoor, Yuqing Ge, Yasmine Sassa, Martin Månsson, Andreas Suter, Thomas Prokscha, Zaher Salman, Wai-Tung Lee, Kristbjörg Anna Thórarinsdóttir, Arnaud Le Febvrier, Per Eklund, Jens Birch, Fridrik Magnus, Sean Langridge, Andrew Caruana, Christy Kinane, Fredrik Eriksson

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过极化中子反射仪探讨Fe/Si和Fe/Si+B4C多层中的磁域，发现Fe/Si多层在低磁场下存在显著的自旋翻转非规范散射，而Fe/Si+B4C多层在低磁场下无此散射，表明其在更低磁场下达到磁饱和，B4C的掺入抑制了磁域和自旋翻转非规范散射，提升中子极化光学应用。

Real-time polarization tuning in Mach-Zehnder interferometer using electro-optically modulated twist angles of nematic liquid crystal Note: This paper has been accepted for publication in "Journal of Theoretical and Applied Physics"

在马赫-曾德干涉仪中使用向列型液晶的电光调制扭角实现实时偏振调节

Rajneesh Joshi, Gyaprasad

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出利用马赫-曾德干涉仪中含扭曲向列型液晶细胞的非相干正交偏振光叠加，实现对光偏振度的动态控制，通过电场调节液晶分子扭角改变偏振面，实现偏振度可调的实时控制。

Comments 8 pages, 6 Figures,

Israel-Hamas War on X: A Case Study of Coordinated Campaigns and Information Integrity

X平台上的以色列-哈马斯战争：协调行动与信息完整性案例研究

Tuğrulcan Elmas, Filipi Nascimento Silva, Manita Pote, Priyanka Dey, Keng-Chi Chang, Jinyi Ye, Luca Luceri, Cody Buntain, Emilio Ferrara, Alessandro Flammini, Fil Menczer

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文通过分析2023年以色列-哈马斯战争期间的推文，研究协调行动与信息完整性之间的关系，发现协调行动主要依赖低复杂度策略，且信息完整性、毒性及情绪信号互不相关。

Quantum Protocols for Time Synchronisation and Distribution: A Critical Assessment

量子协议用于时间同步与分布：一种批判性评估

Michal Krelina, Utku Tefek, Zeki C. Seskir, Kadir Durak

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文批判性评估了量子时间同步协议，指出时间传输而非钟性能是当前的主要瓶颈，并探讨了量子方法在安全性和科学计量中的潜在价值。

Comments 24 pages, 1 figure

Reference-Beam Attacks against Twin-Field Quantum Key Distribution using Optical Injection Locking

参考光束攻击针对双场量子密钥分发使用光学注入锁定

Sergio Juárez, Alessandro Marcomini, Mikhail Petrov, Robert I. Woodward, Toby J. Dowling, R. Mark Stevenson, Marcos Curty, Davide Rusca

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文分析了基于光学注入锁定的双场量子密钥分发中可能存在的侧信道，展示了两种现实攻击场景，并提出有效的防御措施以增强系统安全性。

Comments 15 pages, 9 figures

Journal ref Phys. Rev. A 113, 032613 (2026)

MerNav: A Highly Generalizable Memory-Execute-Review Framework for Zero-Shot Object Goal Navigation

MerNav：一种高度可泛化的记忆-执行-审查框架用于零样本物体目标导航

Dekang Qi, Shuang Zeng, Xinyuan Chang, Feng Xiong, Shichao Xie, Xiaolong Wu, Mu Xu

机构 * Amap, Alibaba Group（高德，阿里巴巴集团） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 本文提出MerNav框架，通过记忆、执行和审查模块提升视觉语言导航任务中的成功率和泛化能力，在多个数据集上均取得显著提升。

Comments 9 pages, 2 figures, 5 tables, conference

LLMs for Text-Based Exploration and Navigation Under Partial Observability

基于部分可观测性的文本基于探索与导航中的大型语言模型

Stephan Sandfuchs, Maximilian Melchert, Jörg Frochte

机构 * AKIS -- Interdisciplinary Institute for Applied AI and Data Science Ruhr（AKIS——鲁尔跨学科应用人工智能与数据科学研究所） ； Bochum University of Applied Sciences（波鸿应用科学大学） 纠错

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

AI总结 本文研究了大型语言模型在部分可观测环境下作为纯文本控制器的可行性，评估了九种不同LLM在探索和导航任务中的表现，发现推理调优模型在导航任务中表现更可靠，但效率仍低于理想路径。

Comments 15 pages, (to be published Springer Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering [LNICST] )

EDFNet: Early Fusion of Edge and Depth for Thin-Obstacle Segmentation in UAV Navigation

EDFNet：边缘与深度信息的早期融合用于无人机导航中的薄障碍物分割

Negar Fathi

机构 * University of Nebraska--Lincoln（内布拉斯加大学林肯分校） 纠错

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

AI总结 EDFNet通过融合RGB、深度和边缘信息，提升无人机导航中薄障碍物的分割性能，实验表明其在边界敏感和召回率指标上表现优异，但超薄类别分割仍面临挑战。

Obstacle-aware navigation of smart microswimmers in a turbulent flow

智能微游泳器在湍流中的障碍意识导航

Vaishnavi Gajendragad, Akanksha Gupta, Nadia Bihari Padhan, Rahul Pandit

专题命中 具身导航 ：navigation(title)

AI总结 本文提出一种障碍意识对抗Q学习方法，用于智能微游泳器在湍流中避障，通过抑制滞点捕获倾向，提升导航性能。

Ψ-Map: Panoptic Surface Integrated Mapping Enables Real2Sim Transfer

Ψ-Map：全景表面集成映射实现真实到仿真转移

Xuan Yu, Yuxuan Xie, Changjian Jiang, Shichao Zhai, Rong Xiong, Yu Zhang, Yue Wang

机构 * Department of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） 纠错

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

AI总结 Ψ-Map通过整合几何强化、端到端学习和高效渲染，实现大规模场景中高精度全景重建，兼顾几何精度与实时推理，满足机器人仿真需求。

ResearchCube: Multi-Dimensional Trade-off Exploration for Research Ideation

ResearchCube: 多维权衡探索用于研究构想

Zijian Ding, Fenghai Li, Ziyi Wang, Joel Chan

专题命中 具身导航 ：manipulation(abstract)；navigation(abstract)

AI总结 ResearchCube通过多维权衡谱帮助研究者探索和优化构想，提供三维空间交互，提升认知和控制感。

COXNet: Cross-Layer Fusion with Adaptive Alignment and Scale Integration for RGBT Tiny Object Detection

COXNet：跨层融合与自适应对齐与尺度整合用于RGBT微小目标检测

Peiran Peng, Tingfa Xu, Liqiang Song, Mengqi Zhu, Yuqiang Fang, Jianan Li

机构 * Beijing Institute of Technology（北京理工大学） ； National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台） ； National Key Laboratory of Space Target Awareness, Space Engineering University（航天工程大学空间目标感知全国重点实验室） ； Key Laboratory of Photoelectronic Imaging Technology and System, Ministry of Education of China（教育部光电成像技术与系统重点实验室） ； Chongqing Innovation Center, Beijing Institute of Technology（北京理工大学重庆创新中心） ； China North Vehicle Research Institute（中国北方车辆研究所） 纠错

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

AI总结 本文提出COXNet框架，通过跨层融合模块、动态对齐与尺度精修模块及优化标签分配策略，提升RGBT多模态微小目标检测的鲁棒性，在RGBTDronePerson数据集上实现3.32%的mAP50提升。

Energy-Efficient Federated Edge Learning For Small-Scale Datasets in Large IoT Networks

面向大规模物联网网络的小规模数据集的节能联邦边缘学习

Haihui Xie, Wenkun Wen, Shuwu Chen, Zhaogang Shu, Minghua Xia

机构 * College of Computer and Information Sciences, Fujian Agriculture and Forestry University（福建农林大学计算机与信息学院） ； Engineering Research Center of Smart Sensing and Agricultural Chip Technology, Fujian Province University（福建省高校智慧感知与农业芯片技术工程研究中心） ； R&D Department, Techphant Technologies Company Ltd.（广州技象科技有限公司研发部） ； School of Electronics and Information Technology, Sun Yat-sen University（中山大学电子与信息工程学院） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.LG

AI总结 本文提出一种协作优化框架，用于在小规模数据集上实现高效的联邦边缘学习，通过预期学习损失量化样本数量与学习目标的关系，并设计随机在线学习算法和资源优化问题以提升资源利用效率和学习性能。

Comments 16 pages, 9 figures. To appear in IEEE TWC

CodaRAG: Connecting the Dots with Associativity Inspired by Complementary Learning

CodaRAG: 通过互补学习启发的关联性连接点

Cheng-Yen Li, Xuanjun Chen, Claire Lin, Wei-Yu Chen, Wenhua Nie, Hung-Yi Lee, Jyh-Shing Roger Jang

机构 * National Taiwan University（国立台湾大学） 纠错

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

AI总结 CodaRAG通过互补学习系统启发，提出了一种将碎片化信息整合为稳定记忆基础，通过多维路径遍历图结构，消除超关联噪声，提升检索和生成精度的框架。

Comments Preprint, Submitted to ACM TIST

Decoupled Generative Modeling for Human-Object Interaction Synthesis

解耦生成模型用于人-物交互合成

Hwanhee Jung, Seunggwan Lee, Jeongyoon Yoon, SeungHyeon Kim, Giljoo Nam, Qixing Huang, Sangpil Kim

机构 * Korea University（高丽大学） ； Meta ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出DecHOI方法，通过分离路径规划与动作合成，提升人-物交互合成的真实感与灵活性，优于现有方法。

SWE-Shepherd: Advancing PRMs for Reinforcing Code Agents

SWE-Shepherd：推进基于强化学习的代码代理的PRMs

Mahir Labib Dihan, Md Ashrafur Rahman Khan

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出SWE-Shepherd框架，通过引入过程奖励模型为代码代理提供密集的步骤级监督，提升代码代理在大型代码库中的交互效率和动作质量。

Comments Code is available at https://github.com/mahirlabibdihan/swe-shepherd

Distributed Safety-Critical Control of Multi-Agent Systems with Time-Varying Communication Topologies

多智能体系统中具有时间变化通信拓扑的分布式安全控制

Shiyu Cheng, Luyao Niu, Bhaskar Ramasubramanian, Andrew Clark, Radha Poovendran

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种基于分布式优化的控制框架，通过截断函数和辅助不匹配变量处理时间变化通信拓扑下的多智能体协同与避障问题。

Glide-in-Place: Foot-Steered Differential-Drive for Hands-Free VR Locomotion

Glide-in-Place：无手VR移动的足部驱动差分驱动

Bin Hu, Yang Liu, Xizi Liu, Qinggerou Xiao, Xiru Wang, Zhe Yuan, Wen Ku, Xiu Li, Yun Wang

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出Glide-in-Place系统，通过足部压力实现连续转向，实现无手VR移动，相比传统方法更高效且减少疲劳。

HyEm: Query-Adaptive Hyperbolic Retrieval for Biomedical Ontologies via Euclidean Vector Indexing

HyEm：通过欧几里得向量索引实现查询自适应的双曲检索用于生物医学本体

Ou Deng, Shoji Nishimura, Atsushi Ogihara, Qun Jin

专题命中 具身导航 ：navigation(abstract)

AI总结 HyEm通过结合双曲本体嵌入与欧几里得ANN基础设施，解决生物医学本体中层次感知的检索问题，提升实体中心查询和混合意图查询性能，保持索引可扩展性。

WM-DAgger: Enabling Efficient Data Aggregation for Imitation Learning with World Models

WM-DAgger: 通过世界模型实现模仿学习中的高效数据聚合

Anlan Yu, Zaishu Chen, Peili Song, Zhiqing Hong, Haotian Wang, Desheng Zhang, Tian He, Yi Ding, Daqing Zhang

机构 * Peking University（北京大学） ； JD Logistics（京东物流） ； Nankai University（南开大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Rutgers University（罗格斯大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Institut Polytechnique de Paris（巴黎综合理工学院） 纠错

专题命中 具身推理 ：world model(title,abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出WM-DAgger框架，利用世界模型合成OOD恢复数据，无需人工干预，提升机器人模仿学习效率，实验表明在少样本下显著提高任务成功率。

RoboStereo: Dual-Tower 4D Embodied World Models for Unified Policy Optimization

RoboStereo: 双塔4D具身世界模型用于统一策略优化

Ruicheng Zhang, Guangyu Chen, Zunnan Xu, Zihao Liu, Zhizhou Zhong, Mingyang Zhang, Jun Zhou, Xiu Li

机构 * Tsinghua University（清华大学） ； X Square Robot ； HKUST（香港科技大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；embodied AI(abstract)；manipulation(abstract)；分类 cs.CV

AI总结 本文提出RoboStereo，通过双塔4D具身世界模型实现统一策略优化，解决几何幻觉和缺乏统一优化框架的问题，实验显示在细粒度操作任务中平均相对提升超过97%。

OOWM: Structuring Embodied Reasoning and Planning via Object-Oriented Programmatic World Modeling

OOWM: 通过面向对象的程序化世界建模结构化具身推理与规划

Hongyu Chen, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东省大数据分析与处理重点实验室） ； X-Era AI Lab（X-Era AI实验室） 纠错

专题命中 具身推理 ：world model(title,abstract)；robotic(abstract)；分类 cs.AI、cs.LG

AI总结 OOWM通过软件工程形式化方法构建具身推理框架，利用UML类图和活动图实现环境状态与控制策略的显式建模，结合监督微调与分组相对策略优化提升规划效果。

Grounded World Model for Semantically Generalizable Planning

基于语义泛化的世界模型用于规划

Quanyi Li, Lan Feng, Haonan Zhang, Wuyang Li, Letian Wang, Alexandre Alahi, Harold Soh

机构 * Independent（独立） ； EPFL（瑞士联邦理工学院洛桑） ； Beihang University（北京航空航天大学） ； University of Toronto（多伦多大学） ； NUS（新加坡国立大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出基于视觉-语言对齐潜在空间的世界模型，用于改进视觉-运动模型控制，实现更广泛的语义泛化能力。

Zero-shot World Models Are Developmentally Efficient Learners

零 shot 世界模型是发展性高效学习者

Khai Loong Aw, Klemen Kotar, Wanhee Lee, Seungwoo Kim, Khaled Jedoui, Rahul Venkatesh, Lilian Naing Chen, Michael C. Frank, Daniel L. K. Yamins

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV

AI总结 本文提出零 shot 视觉世界模型（ZWM），基于稀疏时间因子预测器、零 shot 估计和推理组合，展示了其在单个儿童第一人称经验中快速生成多物理理解基准能力，复现儿童发展行为特征，为高效灵活学习提供蓝图。

From Topology to Trajectory: LLM-Driven World Models For Supply Chain Resilience

从拓扑到轨迹：LLM驱动的世界模型用于供应链韧性

Jia Luo

机构 * Huazhong University and Science and Technology（华中科技大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI

AI总结 本文提出ReflectiChain框架，通过生成世界模型和回顾代理强化学习，提升供应链韧性，实验显示在极端场景下性能提升显著。

Do LLMs Build Spatial World Models? Evidence from Grid-World Maze Tasks

大型语言模型构建空间世界模型了吗？基于网格世界迷宫任务的证据

Weijiang Li, Yilin Zhu, Rajarshi Das, Parijat Dube

机构 * University of Notre Dame（圣母大学） ； Columbia University（哥伦比亚大学） ； MQube Cognition（MQube认知实验室） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI

AI总结 本文通过迷宫任务评估LLM的空间理解能力，发现其空间推理依赖于表示形式而非任务类型，表明LLM缺乏稳健的空间世界模型。