机器人 / 具身智能

Emergent Neural Automaton Policies: Learning Symbolic Structure from Visuomotor Trajectories

涌现神经自动机策略：从视觉运动轨迹中学习符号结构

Yiyuan Pan, Xusheng Luo, Hanjiang Hu, Peiqi Yu, Changliu Liu

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

专题命中 机器人学习 ：robot learning(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出ENAP框架，通过从视觉运动轨迹中自适应推断Mealy状态机，结合行为克隆学习连续控制，实现高效且可解释的机器人策略。

R3D: Revisiting 3D Policy Learning

R3D：重新审视3D策略学习

Zhengdong Hong, Shenrui Wu, Haozhe Cui, Boyi Zhao, Ran Ji, Yiyang He, Hangxing Zhang, Zundong Ke, Jun Wang, Guofeng Zhang, Jiayuan Gu

机构 * Zhejiang University（浙江大学） ； ShanghaiTech University（上海科技大学） 纠错

专题命中 机器人学习 ：manipulation(abstract)；分类 cs.RO、cs.CV

AI总结 本文针对3D策略学习中的训练不稳定和过拟合问题，提出结合可扩展的Transformer3D编码器与扩散解码器的新架构，有效提升3D模仿学习的性能。

Hoi! - A Multimodal Dataset for Force-Grounded, Cross-View Articulated Manipulation

嗨！- 一个用于力导向、跨视角人工 manipulation 的多模态数据集

Tim Engelbracht, René Zurbrügg, Matteo Wohlrapp, Martin Büchner, Abhinav Valada, Marc Pollefeys, Hermann Blum, Zuria Bauer

机构 * ETH Zurich（苏黎世联邦理工学院） ； Technical University of Munich（慕尼黑技术大学） ； University of Freiburg（弗赖堡大学） ； Microsoft（微软） ； University of Bonn（波恩大学） 纠错

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

AI总结 本文提出一个结合视觉、动作和触觉的多模态数据集，包含381个人工物体在38种环境中的3048个序列，用于评估方法在人机视角间的迁移能力及探索交互力等未被研究的模态。

AFFORD2ACT: Affordance-Guided Automatic Keypoint Selection for Generalizable and Lightweight Robotic Manipulation

AFFORD2ACT：基于 affordance 的自动关键点选择用于通用且轻量的机器人操作

Anukriti Singh, Kasra Torshizi, Khuzema Habib, Kelin Yu, Ruohan Gao, Pratap Tokekar

机构 * Department of Computer Science, University of Maryland, College Park, MD, USA（马里兰大学计算机科学系，College Park, MD, USA） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；robot learning(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出 AFFORD2ACT 框架，通过文本提示和单张图像生成最小化语义 2D 关键点，实现轻量级机器人操作，提升数据效率和泛化能力。

DockAnywhere: Data-Efficient Visuomotor Policy Learning for Mobile Manipulation via Novel Demonstration Generation

DockAnywhere: 通过新颖的示范生成实现移动操作的数据高效视觉-运动策略学习

Ziyu Shan, Yuheng Zhou, Gaoyuan Wu, Ziheng Ji, Zhenyu Wu, Ziwei Wang

机构 * Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学） 纠错

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

AI总结 本文提出DockAnywhere方法，通过解耦基座运动与不变的 manipulation 技能，提升移动操作在不同 docking 点下的视角泛化能力，实验表明其显著提高了策略成功率和泛化能力。

Comments Accepted to RA-L

XRZero-G0: Pushing the Frontier of Dexterous Robotic Manipulation with Interfaces, Quality and Ratios

XRZero-G0：通过接口、质量和比例推动灵巧机器人操作的前沿

James Wang, Primo Pu, Zephyr Fung, Alex Wang, Sam Wang, Bender Deng, Kevin Wang, Zivid Liu, Chris Pan, Panda Yang, Andy Zhai, Lucy Liang, Shalfun Li, Johnny Sun, Jacky Xu, Will Tian, Kai Yan, Kohler Ye, Scott Li, Qian Wang, Roy Gan, Hao Wang

机构 * X SQUARE ROBOT（X SQUARE机器人） 纠错

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

AI总结 本文提出XRZero-G0系统，通过 ergonomic 接口和数据混合策略提升数据收集效率，实现高质量数据集，使机器人操作在无真实机器人数据的情况下也能达到高性能。

Comments Technical Report

Multi-Modal Manipulation via Multi-Modal Policy Consensus

多模态操控 via 多模态策略共识

Haonan Chen, Jiaming Xu, Hongyu Chen, Kaiwen Hong, Binghao Huang, Chaoqi Liu, Jiayuan Mao, Yunzhu Li, Yilun Du, Katherine Driggs-Campbell

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Columbia University（哥伦比亚大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Harvard University（哈佛大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文提出通过多模态策略共识实现多模态操控，采用扩散模型分解策略并利用路由网络动态组合模态贡献，提升机器人操控任务中多模态推理能力。

Comments 8 pages, 7 figures. Project website: https://policyconsensus.github.io

An Intelligent Robotic and Bio-Digestor Framework for Smart Waste Management

智能机器人与生物消化器框架用于智能垃圾管理

Radhika Khatri, Adit Tewari, Nikhil Sharma, M. B. Srinivas

机构 * BITS Pilani Dubai Campus（比斯帕尼迪拜校区） 纠错

专题命中 机器人操作 ：robotic(title,abstract)；分类 cs.RO、cs.LG

AI总结 本文提出结合机器人分拣模块和优化生物消化器的智能垃圾管理框架，通过实时分拣和动态优化提升处理效率，适用于住宅和工业场景。

Comments 8 pages, 10 figures, submitted to 7th International Conference on Smart Systems and Inventive Technology (ICSSIT 2026)

DEX-Mouse: A Low-cost Portable and Universal Interface with Force Feedback for Data Collection of Dexterous Robotic Hands

DEX-Mouse：一种低成本便携式和通用接口，具有力反馈，用于 Dexterous 机器人手的数据采集

Joonho Koh, Haechan Jung, Nayoung Kim, Wook Ko, Changjoo Nam

机构 * Dept. of Artificial Intelligence, Sogang University, Korea（人工智能系，ソガン大学，韩国） ； Dept. of Electronic Engineering, Sogang University, Korea（电子工程系，ソガン大学，韩国） ； Dept. of Mechanical Engineering, Sogang University, Korea（机械工程系，ソガン大学，韩国） ； Vertical Labs, Co., Ltd., Korea（垂直实验室，韩国） 纠错

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

AI总结 DEX-Mouse 提供一种无需校准的便携式力反馈接口，用于采集 Dexterous 机器人手数据，支持多种任务，提高任务完成率和降低操作负荷。

The Courtroom Trial of Pixels: Robust Image Manipulation Localization via Adversarial Evidence and Reinforcement Learning Judgment

像素法庭审判：通过对抗证据和强化学习判断实现稳健的图像篡改定位

Songlin Li, Zhiqing Guo, Dan Ma, Changtao Miao, Gaobo Yang

机构 * School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院） ； Ant Group（蚂蚁集团） ； College of Computer Science and Electronic Engineering, Hunan University（湖南大学计算机科学与电子工程学院） 纠错

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

AI总结 本文提出一种法庭式裁决框架，通过对抗证据和强化学习判断，提升图像篡改定位的鲁棒性，实验表明其性能优于现有方法。

cuRoboV2: Dynamics-Aware Motion Generation with Depth-Fused Distance Fields for High-DoF Robots

cuRoboV2：基于深度融合距离场的动态感知运动生成用于高自由度机器人

Balakumar Sundaralingam, Adithyavairavan Murali, Stan Birchfield

机构 * NVlabs 纠错

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

AI总结 cuRoboV2通过融合深度信息的距离场技术，实现高自由度机器人的安全、可行和反应式运动生成，提升了单臂机械臂到完整人形机器人的运动生成能力。

Comments cuRoboV2 Technical Report with code url

Differentiable Object Pose Connectivity Metrics for Regrasp Sequence Optimization

可微的物体姿态连通性度量用于重新抓取序列优化

Liang Qin, Weiwei Wan, Kensuke Harada

机构 * Graduate School of Engineering Science, The University of Osaka（大阪大学工学研究科） 纠错

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

AI总结 本文提出基于可微姿态序列连通性度量的隐式多步重新抓取规划框架，通过能量模型构建连续能量景观，提升抓取可行性规划的鲁棒性，并展示其在未见抓取姿态和跨末端效应转移中的泛化能力。

Hijacking Large Audio-Language Models via Context-Agnostic and Imperceptible Auditory Prompt Injection

通过上下文无关且不可察觉的音频提示注入劫持大型音频-语言模型

Meng Chen, Kun Wang, Li Lu, Jiaheng Zhang, Tianwei Zhang

机构 * The State Key Laboratory of Blockchain and Data Security, Zhejiang University（区块链与数据安全国家重点实验室，浙江大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） ； Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出AudioHijack框架，通过生成不可察觉的对抗性音频劫持LALMs，实验显示在6种恶意行为中平均成功率达79%-96%。

Comments Accepted by IEEE S&P 2026

Giving Faces Their Feelings Back: Explicit Emotion Control for Feedforward Single-Image 3D Head Avatars

赋予面孔情感：面向单图像3D头像的显式情绪控制

Yicheng Gong, Jiawei Zhang, Liqiang Liu, Yanwen Wang, Lei Chu, Jiahao Li, Hao Pan, Hao Zhu, Yan Lu

机构 * Nanjing University（南京大学） ； Microsoft Research Asia（微软亚洲研究院） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出一种显式情绪控制框架，通过双路径调节机制在不修改核心设计的情况下，将情绪作为独立控制信号注入单图像3D头像重建中，实现情绪与身份的解耦和可控情绪转移。

Robustness Analysis of Machine Learning Models for IoT Intrusion Detection Under Data Poisoning Attacks

物联网入侵检测机器学习模型在数据中毒攻击下的鲁棒性分析

Fortunatus Aabangbio Wulnye, Justice Owusu Agyemang, Kwame Opuni-Boachie Obour Agyekum, Kwame Agyeman-Prempeh Agyekum, Kingsford Sarkodie Obeng Kwakye, Francisca Adomaa Acheampong

机构 * Department of Telecommunication, Kwame Nkrumah University of Science and Technology (KNUST), Kumasi, Ghana（电信系，科克伦大学科学与技术学院（KNUST），加纳库马西） 纠错

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

AI总结 本研究评估了四种常用分类器在数据中毒攻击下的鲁棒性，发现集成模型较稳定，而逻辑回归和深度神经网络在标签操纵和异常值攻击下性能下降达40%，强调了对抗训练和异常监控的重要性。

The AI Research Assistant: Promise, Peril, and a Proof of Concept

人工智能研究助手：前景、危险与概念验证

Tan Bui-Thanh

机构 * Department of Aerospace Engineering & Engineering Mechanics, and Oden Institute for Computational Engineering & Sciences, University of Texas at Austin（航空航天工程与工程力学系，奥登计算工程与科学研究所，德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文通过案例研究探讨人工智能在数学研究中的应用，展示人类与AI协作发现新误差表示和界限的方法，指出AI在代数运算和证明探索中的优势及需人类监督的局限。

Comments 11 pages

SCENIC: Stream Computation-Enhanced SmartNIC

SCENIC：流计算增强的智能网卡

Benjamin Ramhorst, Maximilian Jakob Heer, Luhao Liu, Heejae Kim, Jonas Dann, Jin-Soo Kim, Gustavo Alonso

专题命中 机器人操作 ：manipulation(abstract)

AI总结 SCENIC通过将智能网卡数据路径作为流计算子系统，实现了高性能网络数据处理与灵活控制路径的结合，兼顾带宽和定制化需求。

Controllable highly oriented skyrmion track array in Fe3GaTe2

可调控的高取向天空之轮轨道阵列在Fe3GaTe2中

Yunhao Wang, Shiyu Zhu, Chensong Hua, Guojing Hu, Linxuan Li, Senhao Lv, Jianfeng Guo, Jiawei Hu, Runnong Zhou, Zizhao Gong, Chengmin Shen, Zhihai Cheng, Jinan Shi, Wu Zhou, Haitao Yang, Weichao Yu, Jiang Xiao, Hong-Jun Gao

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过矢量磁场操控技术，在Fe3GaTe2中实现了大面积高取向天空之轮轨道阵列的可控生成与调控，揭示了平面磁场和Dzyaloshinskii-Moriya相互作用在生成中的关键作用。

Journal ref Physical Review X 15, 021032 (2025)

Presynthesis: Towards Scaling Up Program Synthesis with Finer-Grained Abstract Semantics

Presynthesis：迈向通过更细粒度抽象语义扩大程序合成的规模

Rui Dong, Qingyue Wu, Danny Ding, Zheng Guo, Ruyi Ji, Xinyu Wang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出Presynthesis方法，通过引入离线预合成阶段，利用树自动机和oracle提升程序合成效率，显著优于现有方法。

Comments Published at PLDI 2026

Journal ref Proc. ACM Program. Lang. 10, PLDI, Article 210 (June 2026), 25 pages

NEAT-NC: NEAT guided Navigation Cells for Robot Path Planning

NEAT-NC：基于生物导航细胞的NEAT引导机器人路径规划

Hibatallah Meliani, Khadija Slimani, Samira Khoulji

机构 * ISI Laboratory, National School of Applied Sciences (ENSA), Abdelmalek Essaadi University（阿德莱尔梅萨迪大学应用科学学院智能研究所） ； EsieaLab LDR, Higher School of Computer Science, Electronics and Automation (ESIEA)（高等计算机科学、电子与自动化学校） 纠错

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

AI总结 本文提出NEAT-NC算法，利用导航细胞和递归神经网络提升动态环境中的路径规划性能，展示其在复杂环境中的适应性。

Comments To appear in short form in Genetic and Evolutionary Computation Conference (GECCO '26), 2026

Journal ref Genetic and Evolutionary Computation Conference (GECCO '26), July 13--17, 2026, San Jose, Costa Rica

Constrained Decoding for Safe Robot Navigation Foundation Models

安全机器人导航基础模型的约束解码

Parv Kapoor, Akila Ganlath, Michael Clifford, Changliu Liu, Sebastian Scherer, Eunsuk Kang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Toyota InfoTech Labs（丰田信息科技实验室） 纠错

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

AI总结 本文提出SafeDec框架，通过约束解码确保机器人导航基础模型满足信号时间逻辑规范，提升安全性和行动生成能力。

DigiForest: Digital Analytics and Robotics for Sustainable Forestry

DigiForest: 数字分析与机器人技术用于可持续林业

Marco Camurri, Enrico Tomelleri, Matías Mattamala, Sebastián Barbas Laina, Martin Jacquet, Jens Behley, Sunni Kanta Prasad Kushwaha, Fang Nan, Nived Chebrolu, Leonard Freißmuth, Marvin Chayton Harms, Meher V. R. Malladi, Fan Yang, Jonas Frey, Cesar Cadena, Marco Hutter, Janine Schweier, Kostas Alexis, Cyrill Stachniss, Maurice Fallon, Stefan Leutenegger

机构 * Dipartimento di Ingegneria Industriale, University of Trento（工业工程系，特伦托大学） ； Faculty of Engineering, Free University of Bozen-Bolzano（工程学院，博兹纳-博尔扎诺自由大学） ； Faculty of Agricultural, Environmental and Food Sciences, Free University of Bozen-Bolzano（农业、环境与食品科学学院，博兹纳-博尔扎诺自由大学） ； Competence Centre for Mountain Innovation Ecosystems（山地创新生态系统研究中心） ； School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Technical University of Munich, School of Computation, Information and Technology（慕尼黑技术大学，计算、信息与技术学院） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（工程 cybernetics 系，挪威科学技术大学） ； Center for Robotics, University of Bonn（机器人中心，波恩大学） ； Swiss Federal Research Institute WSL（瑞士联邦研究 institute WSL） ； Oxford Robotics Institute, Department of Engineering Science, University of Oxford（牛津大学机器人研究所，工程科学系） ； Mobile Robotics Lab, ETH Zürich, Department of Mechanical and Process Engineering（移动机器人实验室，苏黎世联邦理工学院机械与过程工程系） 纠错

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

AI总结 DigiForest通过数字技术和自主机器人实现大规模精准林业，包含自主机器人数据采集、自动提取树种特征、决策支持系统和低影响选择性采伐，已在芬兰、英国和瑞士等地验证。

Comments 34 pages, 24 figures

CBF-based Probabilistic Safe Navigation under Unknown Nonlinear Obstacle Dynamics

基于CBF的概率安全导航在未知非线性障碍动力学下

Jiwon Lee, Hugo Matias, Daniel Silvestre, Thinh T. Doan

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文提出一种数据驱动的观测器，用于未知障碍动力学，生成alpha置信集流，并转化为控制屏障函数以确保(1-alpha)概率安全，适用于任意相对阶的自主水面车辆动力学。

Comments 6 pages, 2 figures. Submitted to IEEE L-CSS with CDC 2026 option

Sixth-Sense: Self-Supervised Learning of Spatial Awareness of Humans from a Planar Lidar

第六感：从平面激光雷达自监督学习人类的空间感知

Simone Arreghini, Nicholas Carlotti, Mirko Nava, Antonio Paolillo, Alessandro Giusti

机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA)（达勒莫利人工智能研究所（IDSIA）） 纠错

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

AI总结 本文提出基于1D激光雷达和RGB-D相机的自监督方法，实现对人类的检测与2D姿态估计，提升机器人在共享空间中的全方位感知能力。

Speak, Segment, Track, Navigate: An Interactive System for Video-Guided Skull-Base Surgery

说话、分割、跟踪、导航：一种用于视频引导的颅底手术交互系统

Jecia Z. Y. Mao, Francis X. Creighton, Russell H. Taylor, Manish Sahu

机构 * IEEE 纠错

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

AI总结 本文提出一种基于语音引导的嵌入式代理框架，用于视频引导的颅底手术，通过实时视觉感知和图像引导任务响应外科医生的查询，提高手术流程整合性和部署速度。

A Robust Approach for LiDAR-Inertial Odometry Without Sensor-Specific Modeling

一种无需传感器特定建模的鲁棒激光雷达-惯性里程计方法

Meher V. R. Malladi, Tiziano Guadagnino, Luca Lobefaro, Cyrill Stachniss

机构 * University of Bonn, Center for Robotics（波恩大学机器人中心） 纠错

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

AI总结 本文提出一种无需传感器特定建模的鲁棒激光雷达-惯性里程计方法，通过简化惯性测量单元积分模型和直接扫描到地图的激光雷达配准，提升整体里程计性能，并在多种机器人传感器和平台数据集上验证了其鲁棒性。

POMDP-based Object Search with Growing State Space and Hybrid Action Domain

基于增长状态空间和混合动作域的POMDP目标搜索

Yongbo Chen, Hesheng Wang, Shoudong Huang, Hanna Kurniawati

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University, Shanghai, 200240, People's Republic of China（自动化与智能感知学院，上海交通大学，上海，200240，中华人民共和国） ； School of Computing, Australian National University (ANU), Canberra, ACT, 2601, Australia（计算学院，澳大利亚国立大学（ANU），堪培拉，ACT，2601，澳大利亚） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China, Shanghai, 200240, People's Republic of China（系统控制与信息处理重点实验室，中华人民共和国教育部，上海，200240，中华人民共和国） ； Robotics Institute, University of Technology Sydney, Australia（机器人研究所，悉尼技术大学，澳大利亚） 纠错

专题命中 具身导航 ：world model(abstract)；分类 cs.RO

AI总结 本文提出GNPF-kCT算法，通过结合神经过程网络和k中心聚类，解决复杂室内环境中移动机器人高效定位目标物体的问题，实验证明其在目标搜索任务中优于现有方法。

Model-Based Reinforcement Learning Exploits Passive Body Dynamics for High-Performance Biped Robot Locomotion

基于模型的强化学习利用被动身体动力学实现高性能双足机器人运动

Tomoya Kamimura, Haruka Washiyama, Akihito Sano

机构 * Department of Mechanical Science and Bioengineering, Graduate School of Engineering and Science, The University of Osaka（大阪大学机械科学与生物工程学系） ； Department of Electrical and Mechanical Engineering, Nagoya Institute of Technology（名古屋工业大学电气机械学系） 纠错

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

AI总结 本研究利用双足机器人身体的被动性质，通过基于模型的深度强化学习生成行走和跑步运动，发现被动元件能提高运动的鲁棒性和能耗效率。

An Active Perception Game for Robust Exploration

一种用于鲁棒探索的主动感知游戏

Siming He, Yuezhan Tao, Igor Spasojevic, Vijay Kumar, Pratik Chaudhari

机构 * General Robotics, Automation, Sensing and Perception (GRASP) Laboratory（通用机器人、自动化、传感与感知实验室） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出一种主动感知游戏方法，通过分析信息增益估计误差与主动感知的数学关系，减少估计误差并提升探索性能。

Broad presence of ferromagnetism in bees and relationship to phylogeny, natural history, and sociality

蜂群中铁磁性的广泛存在及其与系统发育、自然史和社会性之间的关系

Laura Russo, Caleb Allen, Cameron S. Jorgensen, Lizabeth Quigley, C. Charlotte Buchanan, Michael Winklhofer, Seán G. Brady, Laurence Packer, Anne Murray, Dustin A. Gilbert

专题命中 具身导航 ：navigation(abstract)

AI总结 研究发现蜂类中基于铁磁颗粒的磁感知广泛存在，无系统发育信号，并在非蜂类中也检测到，磁信号与生活史特征相关，强度随体大小和社会行为增强。

Journal ref Sci. Adv. 12, eaed7391 (2026)