机器人 / 具身智能

Target-Bench: Can Video World Models Achieve Mapless Path Planning with Semantic Targets?

Target-Bench: 视频世界模型能否在语义目标下实现无地图路径规划？

Dingrui Wang, Zhihao Liang, Hongyuan Ye, Zhexiao Sun, Zhaowei Lu, Yuchen Zhang, Yuyu Zhao, Yuan Gao, Marvin Seegert, Finn Schäfer, Haotong Qin, Wei Li, Luigi Palmieri, Felix Jahncke, Mattia Piccinini, Johannes Betz

机构 * TUM（慕尼黑技术大学） ； Bosch AI Center（博世人工智能中心） ； ETH（苏黎世联邦理工学院） ； NJU（南京大学） 纠错

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

AI总结 Target-Bench首次评估视频世界模型的语义推理、空间估计和规划能力，通过450个机器人采集场景和5个互补指标揭示当前模型在语义推理与视觉生成间的显著差距。

Comments 19 pages

EmbodiedClaw: Conversational Workflow Execution for Embodied AI Development

EmbodiedClaw：基于对话的多任务多场景多模型具身AI开发流程执行

Xueyang Zhou, Yihan Sun, Xijie Gong, Guiyao Tie, Pan Zhou, Lichao Sun, Yongchao Chen

机构 * School of Cyber Science and Engineering, Huazhong University of Science and Technology（华中科技大学信息科学与工程学院） ； School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） ； School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） ； Lehigh University（莱斯大学） ； College of AI, Tsinghua University（清华大学人工智能学院） 纠错

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

AI总结 本文提出EmbodiedClaw，通过对话实现具身AI开发流程的自动规划与执行，减少人工工程工作量，提升可执行性、一致性和可重复性。

Comments 13 pages, 7 figure

SuperGrasp: Single-View Object Grasping via Superquadric Similarity Matching, Evaluation, and Refinement

SuperGrasp：基于超二次曲面相似性匹配的单视角物体抓取

Lijingze Xiao, Jinhong Du, Supeng Diao, Yu Ren, Yang Cong

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

AI总结 本文提出SuperGrasp框架，通过超二次曲面相似性匹配和E-RNet网络，实现单视角平行爪抓取的高效候选生成与稳定评估，实验验证其在新物体和杂乱场景中的泛化能力。

Comments Minor revisions to the manuscript content, author order, and experimental results

Abstract 3D Perception for Spatial Intelligence in Vision-Language Models

抽象3D感知用于视觉-语言模型中的空间智能

Yifan Liu, Fangneng Zhan, Kaichen Zhou, Yilun Du, Paul Pu Liang, Hanspeter Pfister

机构 * Tsinghua University（清华大学） ； Harvard University（哈佛大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文提出SandboxVLM框架，通过抽象边界框编码几何结构和物理动力学，提升视觉-语言模型在3D任务中的空间智能，实验证明其在零样本设置下显著提升性能。

Feed-Forward 3D Scene Modeling: A Problem-Driven Perspective

前馈3D场景建模：以问题为导向的视角

Weijie Wang, Qihang Cao, Sensen Gao, Donny Y. Chen, Haofei Xu, Wenjing Bian, Songyou Peng, Tat-Jen Cham, Chuanxia Zheng, Andreas Geiger, Jianfei Cai, Jia-Wang Bian, Bohan Zhuang

机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Monash University（墨尔本大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of Tübingen（图宾根大学） 纠错

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

AI总结 本文探讨了前馈3D重建的通用方法，提出以模型设计为核心的分类体系，涵盖特征增强、几何意识、模型效率等五个核心问题，旨在推动3D场景建模的标准化与可扩展性。

Comments 67 pages, 395 references. Project page: https://ff3d-survey.github.io. Code: https://github.com/ziplab/Awesome-Feed-Forward-3D. This work has been submitted to Springer for possible publication

RoboTAG: End-to-end Robot Configuration Estimation via Topological Alignment Graph

RoboTAG: 通过拓扑对齐图实现端到端的机器人配置估计

Yifan Liu, Fangneng Zhan, Wanhua Li, Haowen Sun, Katerina Fragkiadaki, Hanspeter Pfister

机构 * Tsinghua University（清华大学） ； Harvard University（哈佛大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Nanyang Technological University（南洋理工大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出RoboTAG，通过结合3D和2D分支，利用拓扑对齐图缓解对标签的依赖，提升机器人姿态估计的鲁棒性。

[Emerging Ideas] Artificial Tripartite Intelligence: A Bio-Inspired, Sensor-First Architecture for Physical AI

新兴理念：人工三元智能：一种生物启发、以传感器优先的物理AI架构

You Rim Choi, Subeom Park, Hyung-Sin Kim

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 本文提出人工三元智能（ATI），一种生物启发的物理AI架构，通过模块化设计实现传感器控制与推理的协同进化，提升动态环境下的性能与效率。

3D Instruction Ambiguity Detection

三维指令歧义检测

Jiayu Ding, Haoran Tang, Hongbo Jin, Wei Gao, Ge Li

机构 * School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） 纠错

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

AI总结 本文提出三维指令歧义检测任务，构建了大规模基准Ambi3D，发现现有3D大语言模型难以判断指令歧义，提出AmbiVer框架解决该问题，提升具身AI的安全性。

Olfactory pursuit: catching a moving odor source in complex flows

嗅觉追逐：在复杂的流体中捕捉移动的气味源

Maurizio Carbone, Lorenzo Piro, Robin A. Heinonen, Luca Biferale, Massimo Cencini, Antonio Celani

机构 * Istituto dei Sistemi Complessi, CNR（复杂系统研究所，国家研究 council） ； Department of Physics & INFN, Tor Vergata University of Rome（罗马 Tor Vergata 大学物理系及 INFN） 纠错

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

AI总结 研究提出了一种基于部分可观测马尔可夫决策过程的嗅觉追逐方法，结合信息获取与贪心策略，有效应对目标持续运动的挑战，提升在信息贫乏环境中的搜索性能。

A Domain-Specific Language for LLM-Driven Trigger Generation in Multimodal Data Collection

面向LLM驱动触发生成的领域特定语言

Philipp Reis, Philipp Rigoll, Martin Zehetner, Jacqueline Henle, Stefan Otten, Eric Sax

机构 * FZI Research Center for Information Technology（FZI信息与技术研究中心） 纠错

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

AI总结 本文提出一种基于领域特定语言的意图驱动数据收集框架，通过自然语言交互与形式化规范相结合，实现多模态传感器数据的选择性采集，提升生成一致性与执行效率。

Comments Version submitted to the IEEE International Conference on Intelligent Transportation Systems (ITSC 2026)

Optimizing Control-Friendly Trajectories with Self-Supervised Residual Learning

利用自监督残差学习优化可控路径

Kexin Guo, Zihan Yang, Yuhang Liu, Jindou Jia, Xiang Yu

机构 * School of Aeronautic Science and Engineering, Beihang University（北京航空航天大学航空科学与工程学院） ； Hangzhou Innovation Institute, Beihang University（北京航空航天大学杭州创新研究院） ； School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） 纠错

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

AI总结 本文提出自监督残差学习与轨迹优化框架，通过学习闭环模型中的未知动态效应，生成对后续控制器友好的最优轨迹，验证了混合动力学在四旋翼敏捷飞行中的有效性。

Comments 10 pages, 9 figures

Shill Bidding Prevention in Decentralized Auctions Using Smart Contracts

利用智能合约防止去中心化拍卖中的哄抬报价

M. A. Bouaicha, G. Destefanis, T. Montanaro, N. Lasla, L. Patrono

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文提出利用区块链智能合约的动态惩罚机制，通过评估九种不同竞价行为的Bid Shill Score，防止拍卖欺诈，同时保持交易成本和响应时间在可控范围内。

Journal ref Information Sciences, Volume 718, November 2025, 122374