机器人 / 具身智能

ARM: Advantage Reward Modeling for Long-Horizon Manipulation

ARM：用于长 horizon 操控的优势奖励建模

Yiming Mao, Zixi Yu, Weixin Mao, Yinhao Li, Qirui Hu, Zihan Lan, Minzhao Zhu, Hua Chen

机构 * LimX Dynamics（LimX动力学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出ARM框架，通过三态标签策略提升长 horizon 操控任务的奖励建模，实现高效稳定的数据利用。

Wrench-Aware Admittance Control for Unknown-Payload Manipulation

考虑负载的阻抗控制用于未知负载的机械臂操作

Hossein Gholampour, Logan E. Beaver

机构 * Department of Mechanical & Aerospace Engineering, Old Dominion University（机械与航空航天工程系，老 Dominion 大学） 纠错

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

AI总结 本文提出一种考虑负载的阻抗控制框架，用于未知负载的抓取和放置任务，通过力矩测量减少负载影响，提升放置精度和堆叠性能。

LAMP: Lift Image-Editing as General 3D Priors for Open-world Manipulation

LAMP：将图像编辑提升为通用3D先验以实现开放世界操控

Jingjing Wang, Zhengdong Hong, Chong Bao, Yuke Zhu, Junhan Sun, Guofeng Zhang

机构 * State Key Lab of CAD&CG（计算机辅助设计与图形学国家重点实验室） 纠错

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

AI总结 LAMP通过将图像编辑作为3D先验，提取物体间连续的几何表示，提升开放世界操控的泛化能力与精度。

Learning Hybrid-Control Policies for High-Precision In-Contact Manipulation Under Uncertainty

在不确定性下学习混合控制策略以实现高精度接触操作

Hunter L. Brown, Geoffrey Hollinger, Stefan Lee

机构 * Collaborative Robotics and Intelligent Systems Institute, Oregon State University（协作机器人与智能系统研究所，俄勒冈州立大学） 纠错

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

AI总结 本文提出混合位置-力控制策略，通过Mode-Aware Training for Contact Handling (MATCH)提升学习效率，在高噪声环境下显著提高任务成功率并减少力的使用。

PhysMem: Scaling Test-time Physical Memory for Robot Manipulation

PhysMem：为机器人操作扩展测试时的物理内存

Haoyang Li, Yang You, Hao Su, Leonidas Guibas

机构 * Stanford University（斯坦福大学） ； UC San Diego（圣地亚哥大学） 纠错

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

AI总结 PhysMem通过测试时交互学习物理原理，提升机器人在不同环境下的物体操控能力，实验显示其在真实任务和模拟中均优于传统经验检索方法。

Text Slider: Efficient and Plug-and-Play Continuous Concept Control for Image/Video Synthesis via LoRA Adapters

Text Slider: 一种高效且即插即用的连续概念控制框架，通过LoRA适配器实现图像/视频合成

Pin-Yen Chiu, I-Sheng Fang, Jun-Cheng Chen

机构 * Research Center for Information Technology Innovation, Academia Sinica（学术院信息科技创新研究中心） 纠错

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

AI总结 Text Slider通过LoRA适配器在预训练文本编码器中识别低秩方向，实现图像和视频合成中的连续概念控制，提升效率并减少训练时间和GPU内存消耗。

Comments Accepted by WACV 2026. We provide more experimental results on the train-free version of our algorithm. Project page: https://textslider.github.io/ Code: https://github.com/aiiu-lab/TextSlider

AI-Enabled Image-Based Hybrid Vision/Force Control of Tendon-Driven Aerial Continuum Manipulators

基于人工智能的图像混合视觉/力控的腱驱动空中连续机械臂

Shayan Sepahvand, Farrokh Janabi-Sharifi, Farhad Aghili

机构 * Department of Mechanical, Industrial, and Mechatronics Engineering, Toronto Metropolitan University（机械、工业与机电工程系，多伦多 Metropolitan 大学） ； Department of Mechanical, Industrial, and Aerospace Engineering (MIAE), Concordia University（机械、工业与航空航天工程系（MIAE），康科迪亚大学） 纠错

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

AI总结 本文提出一种基于常应变建模的AI增强混合视觉/力控框架，用于腱驱动空中连续机械臂，结合快速固定时间滑模控制与径向基函数神经网络，实现快速在线学习视觉和力的不确定性，提升环境交互稳定性。

Detecting Data Contamination in Large Language Models

在大型语言模型中检测数据污染

Juliusz Janicki, Savvas Chamezopoulos, Evangelos Kanoulas, Georgios Tsatsaronis

机构 * University of Amsterdam（阿姆斯特丹大学） ； Elsevier（埃塞克斯） 纠错

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

AI总结 研究评估了黑盒会员推断攻击在检测大型语言模型训练数据中的有效性，发现现有方法无法可靠检测成员身份，所有方法的AUC-ROC约为0.5，更高级的模型表现出更高的TPR和FPR，显示了检测的困难性。

Large Language Models Exhibit Normative Conformity

大语言模型表现出规范性从众

Mikako Bito, Keita Nishimoto, Kimitaka Asatani, Ichiro Sakata

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 研究探讨了大语言模型在多智能体系统中的从众偏差，区分信息性从众与规范性从众，发现五种模型同时表现出两种从众倾向，揭示了内部机制差异。

Temporal UI State Inconsistency in Desktop GUI Agents: Formalizing and Defending Against TOCTOU Attacks on Computer-Use Agents

桌面GUI代理中的时间UI状态不一致：形式化并防御针对计算机使用代理的TOCTOU攻击

Wenpeng Xu

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 桌面GUI代理通过截图-点击循环控制电脑，引入了新的漏洞：观察到动作之间的时间间隙（平均6.51秒）创建了TOCTOU窗口，允许未授权攻击者操纵UI状态。本文形式化了这一现象为视觉原子性违规，并提出了三种具体攻击原语，提出了PUSV防御机制，有效拦截了所有攻击。

Hybrid Task and Motion Planning with Reactive Collision Handling for Multi-Robot Disassembly of Complex Products: Application to EV Batteries

混合任务与运动规划与反应碰撞处理用于多机器人复杂产品拆解：应用于电动汽车电池

Abdelaziz Shaarawy, Cansu Erdogan, Rustam Stolkin, Alireza Rastegarpanah

机构 * Extreme Robotics Laboratory, School of Metallurgy and Materials, University of Birmingham（极端机器人实验室，冶金与材料学院，伯明翰大学） ； Department of Applied Artificial Intelligence and Robotics, Aston University（应用人工智能与机器人学院，阿斯顿大学） 纠错

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

AI总结 本文提出一种基于视觉的任务与运动规划框架，用于多机器人协同拆解复杂产品，通过学习型RRT规划器和混合安全层提高路径紧凑性和安全性，实验显示在电动汽车电池拆解中显著降低路径长度和扫过体积。

High-power attosecond X-ray free-electron lasers: physics and design strategy

高功率阿秒X射线自由电子激光：物理与设计策略

Chenzhi Xu, Jiawei Yan, Ye Chen, Winfried Decking, Marc Guetg, Tianyun Long, Bingyang Yan, Haixiao Deng

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究高功率阿秒X射线自由电子激光的物理机制与设计方法，探讨电子束特性对性能的影响，提供优化指南。

Hybridization of pulse and continuous-wave based optical quantum computation

脉冲与连续波基于的光学量子计算的混合化

Tatsuki Sonoyama, Tomoki Sano, Takumi Suzuki, Kazuma Takahashi, Takefumi Nomura, Akito Kawasaki, Takahiro Kashiwazaki, Asuka Inoue, Takeshi Umeki, Masahiro Yabuno, Shigehito Miki, Hirotaka Terai, Kan Takase, Warit Asavanant, Mamoru Endo, Akira Furusawa

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种结合脉冲和连续波光量子计算的混合架构，利用两者优势生成非高斯量子态并实现高容错性。通过脉冲光生成非高斯态，连续波光用于量子处理器，实现超快计算与低损耗操作。

Ultrafast Light-Induced Magnetoelectric Effect in van der Waals Magnetic Semiconductor Heterostructures

二维磁半导体异质结中的超快光致磁电效应

Wenyi Zhou, Ravi Kumar Bandapelli, Hari Paudyal, Bangzheng Han, I-Hsuan Kao, Ziling Li, Yuqing Zhu, Durga Paudyal, Jyoti Katoch, Simranjeet Singh, Roland K. Kawakami

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究揭示了二维磁半导体异质结中超快光激发导致的磁矩转动机制，通过实验和理论分析表明载流子输运改变垂直磁各向异性，从而触发磁化预cession动力学。

Comments 8 pages, 4 figures

Integral-Differential Calculus

积分-微分学

Grant Molnar

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文阐述了牛顿-莱布尼茨微积分，通过定义积分、验证标准函数积分、证明替换引理并跨过微积分基本定理，展示微分学的核心方法与贡献。

Comments 16 pages, no figures. Expository. Humorous

Integrated Supermode Photonics Enabled by Supersymmetric Transformation

通过超对称变换实现的集成超模光子学

Kaile Chen, Qi Lu, Yuan Zhong, Jingchi Li, Yuru Li, Zhaohui Li, Chao Lu, Yikai Su, Lu Sun

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一种系统方法，通过多阱光学势实现等距有效指数分布的超模，并利用二阶离散超对称变换实现高精度激发任意目标超模，为集成超模光子学提供可扩展的解决方案。

Vault as a credit instrument

vault 作为信用工具

Anastasiia Zbandut, Carolina Goldstein

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出五种可操作的去中心化金融借贷 vault 存款人信用风险指标，通过三级分解 vault 风险，涵盖机械损失渠道、治理质量和智能合约代码完整性，为 vault 风险管理提供实证估计架构。

VIGIL: An Extensible System for Real-Time Detection and Mitigation of Cognitive Bias Triggers

VIGIL：一个用于实时检测和缓解认知偏差触发的可扩展系统

Bo Kang, Sander Noels, Tijl De Bie

机构 * Ghent University（根特大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)

AI总结 VIGIL通过浏览器扩展实时检测和缓解在线信息中的认知偏差触发，结合LLM重述和隐私分层推理，提供可扩展的插件系统。

Personalized Embodied Navigation for Portable Object Finding

面向便携物品寻找的个性化具身导航

Vishnu Sashank Dorbala, Bhrij Patel, Amrit Singh Bedi, Dinesh Manocha

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Central Florida（中央佛罗里达大学） 纠错

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

AI总结 本文提出了一种面向动态环境的个性化习惯学习方法，通过引入Transit-Aware Planning算法提升便携物品寻找的性能，在模拟和现实环境中均取得显著效果。

Comments 10 pages

MacroNav: Multi-Task Context Representation Learning Enables Efficient Navigation in Unknown Environments

MacroNav：多任务上下文表示学习实现未知环境中的高效导航

Kuankuan Sima, Longbin Tang, Zhenyu Yang, Haozhe Ma, Lin Zhao

机构 * Department of Electrical and Computer Engineering（电子与计算机工程系） ； Department of Mechanical Engineering（机械工程系） ； School of Computing（计算学院） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出MacroNav框架，通过多任务自监督学习和强化学习策略，实现高效导航。实验表明其在成功率和路径长度加权成功率上优于现有方法，且计算效率高。

Comments Accepted by IEEE Robotics and Automation Letters

LiveVLN: Breaking the Stop-and-Go Loop in Vision-Language Navigation

LiveVLN: 突破视觉语言导航中的停止与前进循环

Xiangchen Wang, Weiye Zhu, Teng Wang, TianTian Geng, Zekai Zhang, Zhiyuan Qi, Jinyu Yang, Feng Zheng

机构 * Southern University of Science and Technology（南方科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Spatialtemporal AI（时空AI） 纠错

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

AI总结 LiveVLN通过增强预训练视觉语言导航器，实现更连续的具身导航，减少等待时间并提升动作可用性，实验证明在真实部署中显著提升执行效率。

Comments 8 pages, 4 figures

Multimodal embodiment-aware navigation transformer

多模态具身感知导航Transformer

Louis Dezons, Quentin Picard, Rémi Marsal, François Goulette, David Filliat

机构 * LARIAD 纠错

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

AI总结 本文提出ViLiNT，通过融合多模态数据提升机器人导航鲁棒性，利用Transformer和扩散模型生成可导航路径，实现在不同环境中导航成功率提升166%。

Comments 8 pages, 7 figures

The Essence of Balance for Self-Improving Agents in Vision-and-Language Navigation

视觉-语言导航中自改进智能体的平衡本质

Zhen Liu, Yuhan Liu, Jinjun Wang, Jianyi Liu, Wei Song, Jingwen Fu

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence and the Institute of Artificial Intelligence and Robotics（人机混合增强智能国家重点实验室和人工智能与机器人研究院） ； School of Information Science and Technology（信息科学与技术学院） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 本文提出SDB机制，通过平衡行为多样性与学习稳定性，提升视觉-语言导航中自改进性能，在R2R、SOON和REVERIE数据集上取得显著提升。

Explore Like Humans: Autonomous Exploration with Online SG-Memo Construction for Embodied Agents

像人类一样探索：面向具身智能体的在线SG-Memo构建自主探索

Xu Chen, Shichao Xie, Zhining Gu, Lu Jia, Minghua Luo, Fei Liu, Zedong Chu, Yanfen Shen, Xiaolong Wu, Mu Xu

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文提出ABot-Explorer框架，通过在线RGB-only过程统一记忆构建与探索，利用VLMs提取语义导航 affordances，生成结构化SG-Memo以提升探索效率和环境覆盖。

Lightweight Pilot Estimation on LEO Satellite Signals for Enhanced SOP Navigation

轻量级试点估计用于低轨卫星信号以增强SOP导航

Francesco Zanirato, Alessio Curzio, Francesco Ardizzon, Elisa Sbalchiero, Luca Canzian, Stefano Tomasin, Nicola Laurenti, Jaron Samson

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文提出一种轻量级方法，用于估计低轨卫星信号中的重复符号，以提高SOP导航的性能，通过集成最新文献方法，实现600秒内多普勒频移测量，并通过最小二乘法获得约268米的定位误差。

Comments Submitted to NAVITEC 2026

Pulsar Selection Criteria and Performance Evaluation of Autonomous X-ray Pulsar Navigation Systems

脉冲星选择标准及自主X射线脉冲星导航系统的性能评估

Sui Chen, Emilie Parent, Nanda Rea, Francesco Topputo

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文分析了脉冲星选择标准对导航性能的影响，通过NICER任务数据评估了自主导航系统在近地轨道和木星转移中的性能，发现 Crab 脉冲星在低轨道导航中误差低于7公里，但在缺乏定时更新时会出现滤波发散。

Comments 68 pages, 26 figures, 6 tables; Article accepted for publication in Acta Astronautica

Memory Over Maps: 3D Object Localization Without Reconstruction

记忆超越映射：无需重建的3D物体定位

Rui Zhou, Xander Yap, Jianwen Cao, Allison Lau, Boyang Sun, Marc Pollefeys

机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软） 纠错

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

AI总结 本文提出无需重建的3D物体定位方法，通过轻量级视觉记忆实现快速场景索引，显著降低预处理成本，验证了基于图像的场景记忆可替代密集3D重建。

Comments 8 pages, 6 figures

TFusionOcc: T-Primitive Based Object-Centric Multi-Sensor Fusion Framework for 3D Occupancy Prediction

TFusionOcc：基于T-原语的对象中心多传感器融合框架用于3D占用预测

Zhenxing Ming, Yaoqi Huang, Julie Stephany Berrio, Mao Shan, Stewart Worrall

机构 * Australian Centre for Robotics（澳大利亚机器人中心） 纠错

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

AI总结 本文提出TFusionOcc框架，通过T-原语实现3D语义占用预测，结合概率模型和多阶段融合架构，实验显示其在nuScenes数据集上表现优异。

Vision-Based Human Awareness Estimation for Enhanced Safety and Efficiency of AMRs in Industrial Warehouses

基于视觉的人类意识估计以提高工业仓库中自主移动机器人（AMRs）的安全性和效率

Maximilian Haug, Christian Stippel, Lukas Pscherer, Benjamin Schwendinger, Ralph Hoch, Angel Gaydarov, Sebastian Schlund, Thilo Sauter

机构 * Fraunhofer Austria Research GmbH（弗劳恩霍夫奥地利研究有限公司） ； Computer Vision Lab（计算机视觉实验室） ； Digital Factory Vorarlberg GmbH（数字工厂沃尔夫斯堡有限公司） ； Institute of Computer Technology（计算机技术研究所） 纠错

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

AI总结 本文提出一种实时视觉方法，利用单个RGB摄像头估计AMR的人类意识，通过3D人体姿态提升和头部姿态估计确定人类位置和视线锥，从而判断人类是否意识到AMR，提升工业环境中的安全性和效率。

Comments 5 pages, 2 figures

Journal ref 2025 IEEE 30th International Conference on Emerging Technologies and Factory Automation (ETFA), Porto, Portugal, 1-4

MIST: A Co-Design Framework for Heterogeneous, Multi-Stage LLM Inference

MIST：一种用于异构、多阶段LLM推理的联合设计框架

Abhimanyu Rajeshkumar Bambhaniya, Hanjiang Wu, Suvinay Subramanian, Sudarshan Srinivasan, Souvik Kundu, Amir Yazdanbakhsh, Midhilesh Elavazhagan, Madhu Kumar, Minlan Yu, Arijit Raychowdhury, Tushar Krishna

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Google（谷歌） ； Intel（英特尔） ； Intel Labs（英特尔实验室） ； Google DeepMind（谷歌DeepMind） ； Harvard University（哈佛大学） ； Infravana 纠错

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

AI总结 MIST是一种用于异构、多阶段LLM推理的联合设计框架，通过模拟不同请求阶段和复杂硬件层次，优化硬件-软件协同设计，解决LLM推理中的配置空间导航和跨厂商PD配置问题。

Comments Inference System Design for Multi-Stage AI Inference Pipelines. 11 Pages, 10 Figues, 5 Tables