机器人 / 具身智能

A Bayesian Reasoning Framework for Robotic Systems in Autonomous Casualty Triage

一种用于自主急救分级的贝叶斯推理框架

Szymon Rusiecki, Cecilia Morales, Pia Störy, Kimberly Elenberg, Leonard Weiss, Artur Dubrawski

机构 * AGH University of Krakow（克拉科夫AGH大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Osnabrück University（奥斯纳布吕克大学） ； University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 本文提出一种融合多视觉算法的自主机器人系统，利用贝叶斯网络提升急救分级准确性，实验显示其在生理评估和整体分级准确率上显著提升。

Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA)

How VLAs (Really) Work In Open-World Environments

视觉-语言-动作模型（VLAs）在开放世界环境中的实际运作方式

Amir Rasouli, Yangzheng Wu, Zhiyuan Li, Rui Heng Yang, Xuan Zhao, Charles Eret, Sajjad Pakdamansavoji

机构 * Noah’s Ark Laboratory, Huawei Technologies Canada（华为加拿大技术有限公司诺亚实验室） 纠错

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

AI总结 本文探讨了VLAs在开放世界环境中的实际运作，指出现有评估方法可能忽视安全性问题，并提出改进的评估协议以更准确衡量复杂交互场景中的性能。

Comments 8 pages, 7 figures, 2 tables

AVOID-JACK: Avoidance of Jackknifing for Swarms of Long Heavy Articulated Vehicles

AVOID-JACK: 避免长重型关节车辆群的翻车

Adrian Schönnagel, Michael Dubé, Christoph Steup, Felix Keppler, Sanaz Mostaghim

机构 * Chair for Computational Intelligence, Otto-von-Guericke-University（计算智能系，奥托·冯·格里克大学） ； Fraunhofer Institute for Transportation and Infrastructure Systems IVI（交通与基础设施系统研究所） 纠错

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

AI总结 本文提出一种基于反应的分布式 swarm 智能策略，用于避免长重型关节车辆的翻车和相互碰撞，通过模拟实验验证了其有效性。

Comments 6+1 pages, 9 figures, accepted for publication in IEEE MRS 2025

PREVENT-JACK: Context Steering for Swarms of Long Heavy Articulated Vehicles

PREVENT-JACK：群组中长重载 articulated 车辆的上下文引导

Adrian Baruck, Michael Dubé, Christoph Steup, Sanaz Mostaghim

机构 * Fraunhofer Institute for Transportation and Infrastructure Systems IVI（交通与基础设施系统研究所） 纠错

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

AI总结 本文提出PREVENT-JACK方法，通过融合六个局部行为，解决长重载 articulated 车辆群组的死锁和碰撞问题，通过15000次模拟验证了大群组和密集场景下的性能影响。

Comments 32 pages, 7 figures, 4 videos; submitted to the Swarm Robotics collection of the Nature Portfolio Journal Robotics (NPJ Robot)

Rethinking Cross-Domain Evaluation for Face Forgery Detection with Semantic Fine-grained Alignment and Mixture-of-Experts

重新思考面向面部伪造检测的跨领域评估：基于语义细粒度对齐和专家混合

Yuhan Luo, Tao Chen, Decheng Liu

机构 * School of Cyber Engineering, Xidian University（西安电子科技大学信息工程学院） 纠错

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

AI总结 本文提出Cross-AUC评估指标和SFAM框架，通过语义细粒度对齐和专家混合提升面部伪造检测的跨领域鲁棒性，实验证明方法在多个数据集上优于现有技术。

Comments The source code is available at https://github.com/Yuhan-Luo/Semantic-Fine-grained-Alignment-and-Mixture-of-Experts

Instance-level Visual Active Tracking with Occlusion-Aware Planning

实例级视觉主动跟踪与遮挡感知规划

Haowei Sun, Kai Zhou, Hao Gao, Shiteng Zhang, Jinwu Hu, Xutao Wen, Qixiang Ye, Mingkui Tan

机构 * South China University of Technology（南方科技大学） ； Pazhou Laboratory（Pazhou实验室） ； Key Laboratory of Big Data and Intelligent Robot, Ministry of Education（教育部大数据与智能机器人重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出OA-VAT方法，通过实例感知原型初始化、在线原型增强跟踪和遮挡感知轨迹规划模块，解决遮挡和相似干扰问题，实现高精度实时跟踪。

Comments CVPR 2026 Poster