机器人 / 具身智能

ACE-Router: Generalizing History-Aware Routing from MCP Tools to the Agent Web

ACE-Router: 从MCP工具到智能体网络的历史感知路由泛化

Zhiyuan Yao, Zishan Xu, Yifu Guo, Zhiguang Han, Cheng Yang, Shuo Zhang, Weinan Zhang, Xingshan Zeng, Weiwen Liu

机构 * Zhejiang University（浙江大学） ； Shanghai Jiao Tong University（上海交通大学） ； Huawei Technologies Co. Ltd（华为技术有限公司） ； Sun Yat-sen University（中山大学） ； Nanyang Technological University（南洋理工大学） ； Hangzhou Dianzi University（杭州电子科技大学） 纠错

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

AI总结 本文提出ACE-Router，通过依赖丰富的候选图合成多轮轨迹，训练出动态上下文理解的路由器，实现在大规模生态系统中的精准导航，实验显示其在MCP-Universe和MCP-Mark基准上表现优异，具备泛化性和鲁棒性。

City-Wide Low-Altitude Urban Air Mobility: A Scalable Global Path Planning Approach via Risk-Aware Multi-Scale Cell Decomposition

城市级低空城市空中交通：一种通过风险感知多尺度单元分解的可扩展全局路径规划方法

Josue N. Rivera, Dengfeng Sun, Chen Lv

机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； School of Aeronautics and Astronautics, Purdue University（普渡大学航空航天学院） 纠错

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

AI总结 本文提出一种基于风险感知的多尺度单元分解方法，用于城市级低空城市空中交通的可扩展全局路径规划，通过动态平衡分辨率与计算速度，降低累计风险并减少计算时间。

Comments 6 pages

Geometry-Aware Networking for Low-Altitude Economy: Movable Antennas in Space-Air-Ground Integrated Systems

面向低空经济的几何感知网络：空间-空-地一体化系统中的可移动天线

Heyou Liu, Bang Huang, Mohamed-Slim Alouini

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种分层的空间-空-地一体化网络架构，通过可移动天线实现局部几何适应，提升网络鲁棒性和多功能操作能力。

An Innovation-Based Approach to Detect Stealthy Disturbance Attacks in Maritime Monitoring

基于创新的检测 stealthy 干扰攻击在海上监控中的方法

Gabriele Oliva, Bianca Mazzà, Roberto Setola

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出统计检测套件（SDS）用于检测恶意隐蔽干扰，通过Kalman滤波创新直接进行异常监控，结合四种互补检查提升海上系统对物理-网络安全的防御能力。

Comments Accepted for publication on Control Engineering Practice

AI-Mediated Hiring and the Job Search of Blind and Low-Vision Individuals

人工智能在招聘中的作用与盲人及低视力人士的求职

Kashif Imteyaz, Qiushi, Liang, Yakov Bart, Maitraye Das, Saiph Savage

专题命中 具身导航 ：navigation(abstract)

AI总结 本文探讨了人工智能招聘系统对盲人及低视力人士的影响，发现其加剧了求职困难，提出通过策略性反制和建立支持网络来应对，强调求职是相互依存的过程。

Intelligent Drill-Down: Large Language Model-Driven Drill-Down Technique for Human-AI Collaborative Visual Exploration

智能钻取：基于大语言模型的人机协作视觉探索钻取技术

Zhijun Zheng, Tian Qiu, Yuheng Zhao, Siming Chen

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出基于大语言模型的智能钻取框架，通过生成视觉洞察、解读用户意图和生成钻取路径，提升多维数据探索效率，减少认知负担。

Comments 11 pages, 6 figures. Accepted to IEEE PacificVis 2026

ICAT: Incident-Case-Grounded Adaptive Testing for Physical-Risk Prediction in Embodied World Models

ICAT：基于事件-案例的自适应测试用于体素世界模型中的物理风险预测

Zhenglin Lai, Sirui Huang, Yuteng Li, Changxin Huang, Jianqiang Li, Bingzhe Wu

机构 * Shenzhen University（深圳大学） 纠错

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

AI总结 ICAT通过结合真实事故报告和安全手册构建结构化风险记忆，约束生成具有因果链和严重程度标签的风险案例，提升体素世界模型在物理风险预测中的可靠性。

Toward Consistent World Models with Multi-Token Prediction and Latent Semantic Enhancement

迈向一致的世界模型：多令牌预测与潜在语义增强

Qimin Zhong, Hao Liao, Haiming Qin, Mingyang Zhou, Rui Mao, Wei Chen, Naipeng Chao

机构 * Shenzhen University（深圳大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

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

AI总结 本文通过多令牌预测和潜在语义增强方法，解决大语言模型内部世界模型一致性问题，提升表示对齐性和鲁棒性。

Comments Accepted by ACL 2026 Main Conference. 21 pages, 3 figures, 7 tables

Infrastructure-Centric World Models: Bridging Temporal Depth and Spatial Breadth for Roadside Perception

以基础设施为中心的世界模型：弥合时间深度与空间广度以实现道路感知

Siyuan Meng, Chengbo Ai

机构 * Department of Civil and Environmental Engineering, University of Massachusetts Amherst（土木与环境工程系，马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 本文提出以基础设施为中心的世界模型，通过时空互补性提升道路感知能力，提出三阶段框架和双层架构，结合多模态数据引擎和开放源代码基础，推动基础设施理解交通。

Comments 18 pages, 7 tables, 1 figure, vision paper

The Global Neural World Model: Spatially Grounded Discrete Topologies for Action-Conditioned Planning

全局神经世界模型：用于动作条件规划的空间接地离散拓扑

Noureddine Kermiche

机构 * Western Digital Corporation（西部数据公司） 纠错

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

AI总结 本文提出全局神经世界模型，通过平衡的连续熵约束实现拓扑量化，采用连续动作条件联合嵌入预测架构，将环境映射到离散2D网格，防止流形漂移，通过最大熵探索学习通用过渡动态。

Comments 12 pages, 8 figures

SafeDream: Safety World Model for Proactive Early Jailbreak Detection

SafeDream: 用于主动早期对抗检测的安全世界模型

Bo Yan, Weikai Lin, Yada Zhu, Song Wang

机构 * University of Central Florida（中央佛罗里达大学） ； University of Rochester（罗切斯特大学） ； IBM Research（IBM研究院） 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SafeDream，一种轻量级世界模型框架，通过安全状态模型、CUSUM检测和对比想象组件，实现早期对抗检测，提升检测及时性并降低误报率。

Stable Language Guidance for Vision-Language-Action Models

用于视觉-语言-动作模型的稳定语言引导

Zhihao Zhan, Yuhao Chen, Jiaying Zhou, Qinhan Lyu, Hao Liu, Keze Wang, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学） ； Guangdong Key Lab of Big Data Analysis & Processing（广东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 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出RSS框架，通过解耦物理 affordance 与语义执行，提升视觉-语言-动作模型在语言扰动下的鲁棒性，实验表明其在多种操作基准测试中达到最优性能。

Comments Accepted to ACL2026 main conference

ADAPT: Benchmarking Commonsense Planning under Unspecified Affordance Constraints

ADAPT：在未指定 affordance 约束下评估常识规划的基准测试

Pei-An Chen, Yong-Ching Liang, Jia-Fong Yeh, Hung-Ting Su, Yi-Ting Chen, Min Sun, Winston Hsu

机构 * National Taiwan University（国立台湾大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； National Tsing Hua University（国立清华大学） 纠错

专题命中 具身推理 ：embodied agent(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出 ADAPT 模块，通过显式 affordance 推理提升智能具身代理的鲁棒性和任务成功率，展示了领域适应的视觉语言模型在 affordance 推理中的优越性。

How Robustly do LLMs Understand Execution Semantics?

大语言模型如何理解执行语义的鲁棒性？

Claudio Spiess, Prem Devanbu, Earl T. Barr

机构 * University College London（伦敦大学学院） 纠错

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

AI总结 研究通过代码输出预测任务评估大语言模型对代码理解的鲁棒性，发现开源模型在代码变换和输入扰动下表现稳定，而前沿模型GPT-5.2表现出显著的脆弱性，且异常处理能力不足。

Unmasking the Illusion of Embodied Reasoning in Vision-Language-Action Models

揭示视觉-语言-动作模型中具身推理的幻觉

Haiweng Xu, Sipeng Zheng, Hao Luo, Wanpeng Zhang, Ziheng Xi, Zongqing Lu

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） ； BeingBeyond 纠错

专题命中 具身推理 ：robotic(abstract)；分类 cs.RO

AI总结 本文通过BeTTER基准测试揭示现有VLA模型在动态场景中表现不佳，指出其根本问题在于架构瓶颈导致的语义表示退化，强调需解决高频率控制与高层推理间的矛盾。

LMMs Meet Object-Centric Vision: Understanding, Segmentation, Editing and Generation

LMMs 与以物体为中心的视觉：理解、分割、编辑和生成

Yuqian Yuan, Wenqiao Zhang, Juekai Lin, Yu Zhong, Mingjian Gao, Binhe Yu, Yunqi Cao, Wentong Li, Yueting Zhuang, Beng Chin Ooi

机构 * Zhejiang University（浙江大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） 纠错

专题命中 具身推理 ：manipulation(abstract)；分类 cs.CV

AI总结 本文探讨了LMMs与以物体为中心的视觉结合，总结了在理解、分割、编辑和生成方面的新进展，提出了开放挑战和未来方向。

Comments 38 pages, 6 figures

Exploring Mutual Cross-Modal Attention for Context-Aware Human Affordance Generation

探索互惠的跨模态注意力以实现情境感知的人体可供性生成

Prasun Roy, Saumik Bhattacharya, Subhankar Ghosh, Umapada Pal, Michael Blumenstein

机构 * University of Technology Sydney（技术大学悉尼大学） ； Indian Institute of Technology, Kharagpur（印度理工学院哈里科特） ； Indian Statistical Institute, Kolkata（印度统计研究所科契） 纠错

专题命中 具身推理 ：navigation(abstract)；分类 cs.CV

AI总结 本文提出一种互惠的跨模态注意力机制，通过不同模态的空间特征图互相关注，以提升2D场景中人体可供性预测的准确性与效率。

Comments Accepted in The IEEE Transactions on Artificial Intelligence (TAI) 2026

ReFineVLA: Multimodal Reasoning-Aware Generalist Robotic Policies via Teacher-Guided Fine-Tuning

ReFineVLA: 通过教师引导微调实现多模态推理感知的通用机器人策略

Tuan Van Vo, Tan Q. Nguyen, Khang Nguyen, Nhat Xuan Tran, Duy H. M. Nguyen, An T. Le, Ngo Anh Vien, Minh Nhat Vu

机构 * VinRobotics ； University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； Max Planck Research School for Intelligent Systems (IMPRS-IS)（智能系统Max Planck研究学校） ； Intelligent Autonomous Systems Lab（智能自主系统实验室） ； TU Darmstadt（德累斯顿技术大学） ； Automation & Control Institute（自动化与控制研究所） ； TU Wien（维也纳技术大学） ； Austrian Institute of Technology (AIT)（奥地利技术研究所） 纠错

专题命中 机器人基础模型 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出ReFineVLA框架，通过教师引导的推理增强数据集微调机器人策略，提升多模态推理能力与泛化性能，在模拟任务中取得最佳表现。

Comments arXiv admin note: substantial text overlap with arXiv:2505.19080

ReconVLA: An Uncertainty-Guided and Failure-Aware Vision-Language-Action Framework for Robotic Control

ReconVLA：一种基于不确定性和故障意识的视觉-语言-动作框架用于机器人控制

Lingling Chen, Zongyao Lyu, William J. Beksi

机构 * Department of Computer Science and Engineering, The University of Texas at Arlington（计算机科学与工程系，德克萨斯理工大学） 纠错

专题命中 机器人基础模型 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 ReconVLA通过引入符合预测方法，为视觉-语言-动作模型提供校准的不确定性估计和故障检测，提升机器人控制的可靠性与安全性。

Comments 17 pages, 9 figures, and 7 tables

World-Value-Action Model: Implicit Planning for Vision-Language-Action Systems

世界价值-动作模型：面向视觉-语言-动作系统的隐式规划

Runze Li, Hongyin Zhang, Junxi Jin, Qixin Zeng, Zifeng Zhuang, Yiqi Tang, Shangke Lyu, Donglin Wang

机构 * Westlake University（西湖大学） ； Nanjing University Suzhou Campus（南京大学苏州校区） 纠错

专题命中 机器人基础模型 ：embodied agent(abstract)；world model(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出World-Value-Action模型，通过隐式规划提升视觉-语言-动作系统在长时域决策中的性能，通过学习潜在表示和价值函数实现高效规划。

Can Explicit Physical Feasibility Benefit VLA Learning? An Empirical Study

显式物理可行性能否促进VLA学习？一项实证研究

Yubai Wei, Chen Wu, Hashem Haghbayan

机构 * Department of Computing, University of Turku（图尔库大学计算机系） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文研究显式物理可行性监督对VLA学习的影响，提出几何基础可行性目标并集成到扩散基VLA策略训练中，实验证明其能提升物理可靠性和任务性能，增强低数据下的学习效率。

Comments 8 pages, 5 figures

SafeVLA: Towards Safety Alignment of Vision-Language-Action Model via Constrained Learning

SafeVLA: 通过约束学习实现视觉-语言-动作模型的安全对齐

Borong Zhang, Yuhao Zhang, Jiaming Ji, Yingshan Lei, Yishuai Cai, Josef Dai, Yuanpei Chen, Yaodong Yang

机构 * Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学） ； PKU-PsiBot Joint Lab（北京大学PsiBot联合实验室） ； State Key Laboratory of General Artificial Intelligence, Peking University（通用人工智能国家重点实验室，北京大学） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出SafeVLA方法，通过约束学习整合安全约束，有效降低安全违规成本并提升任务成功率，同时确保安全性和泛化能力。

Comments Accepted by NeurIPS 2025 Spotlight Presentation

On the Importance of Tactile Sensing for Imitation Learning: A Case Study on Robotic Match Lighting

关于触觉感知在模仿学习中的重要性：机器人点火任务的案例研究

Niklas Funk, Changqi Chen, Tim Schneider, Georgia Chalvatzaki, Roberto Calandra, Jan Peters

机构 * Technical University of Darmstadt（德累斯顿技术大学） ； LASR Lab, TU Dresden（TU德累斯顿激光实验室） 纠错

专题命中 模仿学习与强化学习 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO

AI总结 本文提出融合视觉和触觉的模仿学习框架，通过模块化Transformer与流基生成模型提升动态任务中的操作性能，证明触觉信息对学习动态操作的重要性。

Does "Do Differentiable Simulators Give Better Policy Gradients?'' Give Better Policy Gradients?

可微模拟器能否提供更好的策略梯度？

Ku Onoda, Paavo Parmas, Manato Yaguchi, Yutaka Matsuo

机构 * The University of Tokyo（东京大学） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文探讨可微模拟器在策略梯度方法中的有效性，提出DDCG和IVW-H两种方法，通过切换估计器和控制方差提升鲁棒性与样本效率。

Comments ICLR2026

Journal ref The Fourteenth International Conference on Learning Representations. ICLR 2026

Rewind-IL: Online Failure Detection and State Respawning for Imitation Learning

Rewind-IL：在线故障检测与状态重置用于模仿学习

Gehan Zheng, Sanjay Seenivasan, Matthew Johnson-Roberson, Weiming Zhi

机构 * College of Connected Computing, Vanderbilt University（范德比尔特大学连接计算学院） ； School of Computer Science, University of Waterloo（滑铁卢大学计算机科学学院） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； Australian Centre for Robotics, The University of Sydney（悉尼大学机器人研究中心） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 Rewind-IL通过零样本故障检测和状态重置机制，提升模仿学习在长时域任务中的可靠性，解决执行漂移问题。

Comments 9 pages, 8 figures, 6 tables. Project page at https://sjay05.github.io/rewind-il

Refinement of Accelerated Demonstrations via Incremental Iterative Reference Learning Control for Fast Contact-Rich Imitation Learning

通过增量迭代参考学习控制细化加速演示

Koki Yamane, Cristian C. Beltran-Hernandez, Steven Oh, Masashi Hamaya, Sho Sakaino

机构 * OMRON SINIC X Corporation（OMRON SINIC X公司） ； University of Tsukuba（茨口大学） ； Waseda University（早稻田大学） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出I2RLC方法，通过逐步提升速度并更新参考轨迹，实现高保真度的加速演示，提升接触密集模仿学习的效率与稳定性。

Comments 8 pages, 11 figures, submitted to IROS 2026

Web-Gewu: A Browser-Based Interactive Playground for Robot Reinforcement Learning

Web-Gewu: 一个基于浏览器的机器人强化学习交互 playground

Kaixuan Chen, Linqi Ye

机构 * School of Future Technology, Shanghai University（上海大学未来技术学院） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO

AI总结 Web-Gewu 通过 WebRTC 云-边-端架构降低机器人强化学习教育的计算和环境配置门槛，实现低延迟的浏览器端交互和实时可视化。

DynaWeb: Model-Based Reinforcement Learning of Web Agents

DynaWeb：基于模型的Web代理强化学习

Hang Ding, Peidong Liu, Junqiao Wang, Ziwei Ji, Meng Cao, Rongzhao Zhang, Lynn Ai, Eric Yang, Tianyu Shi, Lei Yu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Sichuan University（四川大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； McGill University（麦吉尔大学） ； Shanghai AI Lab（上海人工智能实验室） ； Gradient ； University of Toronto（多伦多大学） ； Mila - Quebec AI Institute（魁北克AI研究所） 纠错

专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.AI

AI总结 本文提出DynaWeb框架，通过模拟环境提升Web代理的强化学习效率，实验表明其在WebArena和WebVoyager基准上显著提升性能。

Will People Enjoy a Robot Trainer? A Case Study with Snoopie the Pacerbot

人们会喜欢机器人教练吗？一项与Snoopie的Pacerbot的案例研究

Maximilian Du, Jennifer Grannen, Shuran Song, Dorsa Sadigh

机构 * Stanford University（斯坦福大学） 纠错

专题命中 人机交互与遥操作 ：embodied agent(abstract)；分类 cs.RO

AI总结 本文探讨机器人四足机器人能否作为有效的个人训练设备，通过间隔训练案例研究，展示机器人教练在一致性与遵守节奏方面的优势，并证明用户更偏好机器人教练。

Comments 8 pages, 4 figures. To appear at ICRA 2026

Scaling Human-AI Coding Collaboration Requires a Governable Consensus Layer

规模化的人工智能编码协作需要一个可治理的共识层

Tianfu Wang, Zhezheng Hao, Yin Wu, Wei Wu, Qiang Lin, Hande Dong, Nicholas Jing Yuan, Hui Xiong

机构 * Tencent（腾讯） 纠错

专题命中 人机交互与遥操作 ：world model(abstract)；分类 cs.LG

AI总结 本文提出Agentic Consensus共识层，通过类型属性图替代代码作为主要工程产物，解决AI辅助开发中代码与聊天历史维度塌陷导致的系统不透明问题，强调通过共识熵衡量协作流程的对齐度和干预距离。