机器人 / 具身智能

Fraud Detection in Cryptocurrency Markets with Spatio-Temporal Graph Neural Networks

利用时空图神经网络进行加密货币市场欺诈检测

Lidia Losavio, Luca Persia, Madan Sathe, Dimosthenis Pasadakis

机构 * 1 Faculty of Informatics, Universit\` a della Svizzera italiana , Lugano, Switzerland ； 2 School of Management ； Law, Zurich University of Applied Sciences, Zurich, Switzerland 纠错

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

AI总结 本文提出利用时空图神经网络检测加密货币市场欺诈，通过聚合小时级数据构建图结构，结合注意力机制和Transformer编码提升欺诈检测性能。

Comments 9 pages, 3 figures, Accepted at the SDS2026: IEEE Swiss Conference on Data Science and AI

Towards Lawful Autonomous Driving: Deriving Scenario-Aware Driving Requirements from Traffic Laws and Regulations

迈向合法自动驾驶：从交通法规中推导场景感知的驾驶要求

Bowen Jian, Rongjie Yu, Hong Wang, Liqiang Wang, Zihang Zou

机构 * College of Transportation, Tongji University（同济大学交通运输学院） ； The Key Laboratory of Road and Traffic Engineering, Ministry of Education（教育部道路与交通工程重点实验室） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； College of Computer Science, University of Central Florida（佛罗里达中央大学计算机科学学院） ； Optixway AI 纠错

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

AI总结 本文提出一种基于交通场景分类的新型方法，利用大语言模型推导法律要求，提升自动驾驶系统的合规性与准确性。

CUB: Benchmarking Context Utilisation Techniques for Language Models

CUB：语言模型上下文利用技术的基准测试

Lovisa Hagström, Youna Kim, Haeun Yu, Sang-goo Lee, Richard Johansson, Hyunsoo Cho, Isabelle Augenstein

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； University of Gothenburg（哥德堡大学） ； Seoul National University（首尔国立大学） ； University of Copenhagen（哥本哈根大学） ； Ewha Womans University（成均馆大学） 纠错

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

AI总结 本文提出CUB基准，用于评估语言模型在不同噪声上下文下的上下文利用技术，发现现有方法在真实场景中存在不足，需更全面的测试。

Comments Accepted at ACL 2026, 33 pages

TwinLiteNet+: An Enhanced Multi-Task Segmentation Model for Autonomous Driving

TwinLiteNet+: 一种增强的多任务分割模型用于自动驾驶

Quang-Huy Che, Duc-Tri Le, Minh-Quan Pham, Vinh-Tiep Nguyen, Duc-Khai Lam

机构 * University of Information Technology, Ho Chi Minh City, Vietnam（越南胡志明市信息科技学院） ； Vietnam National University, Ho Chi Minh City, Vietnam（越南国家大学） 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TwinLiteNet+，一种高效的多任务分割模型，用于实时自动驾驶中的可行驶区域和车道标记分割，通过混合编码器架构和轻量级上采样模块提升精度与效率。

Journal ref Computers and Electrical Engineering 128 (2025) 110694

Generalizable Friction Coefficient Estimation via Material Embedding and Proxy Interaction Modeling

通过材料嵌入和代理交互建模实现通用摩擦系数估计

Zhendong Wang, Huamin Wang

机构 * Style3D Research（Style3D研究院） 纠错

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

AI总结 本文提出基于代理材料的摩擦系数估计框架，通过材料嵌入和融合函数实现高效预测，减少实验成本并提升鲁棒性。

Betting for Sim-to-Real Performance Evaluation

为仿真到现实性能评估进行投注

Zaid Mahboob, Yujia Chen, Bowen Weng

机构 * Iowa State University（爱荷华州立大学） ； U.S. Department of Commerce, National Institute of Standards and Technology（美国商务部国家标准化与技术研究院） 纠错

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

AI总结 本文通过投注视角研究机器人性能评估问题，提出理论支持的实用近似方法，展示如何通过合成分布推断现实中的机械臂抓取精度，验证了方法的有效性。

Comments Accepted to RSS 2026, with DOI pending

AMAVA: Adaptive Motion-Aware Video-to-Audio Framework for Visually-Impaired Assistance

AMAVA：一种自适应的动觉感知视频到音频框架，用于视障协助

Benjamin Klein, Kazi Ruslan Rahman, Sanchita Ghose

机构 * Department of Computer Science, San Francisco State University（计算机科学系，旧金山州立大学） ； Department of Mathematics, San Francisco State University（数学系，旧金山州立大学） ； Department of Computer Engineering, San Francisco State University（计算机工程系，旧金山州立大学） 纠错

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

AI总结 AMAVA通过将移动设备视频转换为相关声音效果或语音描述，帮助视障人士更高效地感知环境，提升导航安全性和信心。

Comments 8 pages, 7 figures. Published in the Proceedings of the 15th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2026), pages 282--289

Journal ref In Proceedings of the 15th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2026), pages 282--289, 2026

EmoBench-M: Benchmarking Emotional Intelligence for Multimodal Large Language Models

EmoBench-M：多模态大语言模型情感智能评估基准

He Hu, Lianzhong You, Hongbo Xu, Qianning Wang, Fei Richard Yu, Fei Ma, Zebang Cheng, Zheng Lian, Yucheng Zhou, Laizhong Cui

机构 * Shenzhen University（深圳大学） ； Guangdong Laboratory of Artificial Intelligence（广东人工智能与数字经济实验室） ； Auckland University of Technology（奥克兰理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； SKL-IOTSC, CIS, University of Macau（澳门科学技术大学SKL-IOTSC、CIS） 纠错

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

AI总结 本文提出EmoBench-M，通过建立心理理论基础，评估多模态大语言模型在13种场景中的情感识别、理解及社会复杂情感分析能力，揭示模型在情感智能方面的性能差距。

Equivariant Filter for Radar-Inertial Odometry

雷达-惯性里程计的等变滤波器

Giulio Delama, Jan Michalczyk, Morten Nissov, Martin Scheiber, Alessandro Fornasier, Kostas Alexis, Stephan Weiss

机构 * Hexagon Robotics, Zurich, Switzerland（瑞士茨里希霍克斯集团机器人技术有限公司） 纠错

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

AI总结 本文提出基于李群对称性的等变滤波器EqF，用于改进雷达-惯性里程计RIO，通过几何耦合导航状态与IMU偏置，提升鲁棒性和初始化精度。

Collaborative Trajectory Prediction via Late Fusion

通过晚期融合进行协作轨迹预测

Nadya Abdel Madjid, Murad Mebrahtu, Zakhar Yagudin, Bilal Hassan, Naoufel Werghi, Jorge Dias, Dzmitry Tsetserukou, Majid Khonji

机构 * Khalifa University, Computer Science（卡利法大学，计算机科学） ； New York University Abu Dhabi, Computer Science（纽约大学阿布扎赫德分校，计算机科学） ； Khalifa University, Computer and Information Engineering（卡利法大学，计算机与信息工程） ； Khalifa University, KUCARS-KU Center for Autonomous Robotic Systems, Department of Computer Science（卡利法大学，KUCARS-KU自主机器人系统中心，计算机科学系） ； Skolkovo Institute of Science, Intelligent Space Robotics Laboratory, Center for Engineering Systems and Sciences, and Technology（斯科尔科沃科学研究所，智能空间机器人实验室，工程系统与科学中心，和技术） 纠错

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

AI总结 本文提出通过将协作从感知阶段转移到预测模块，并引入晚期融合框架来减少不确定性，提升轨迹预测的准确性和成功率。

Safety-aware Goal-oriented Semantic Sensing, Communication, and Control for Robotics

面向安全的以目标为导向的语义感知、通信与控制 for 机器人

Wenchao Wu, Shutong Chen, Wenjie Liu, Zhibo Pang, Yansha Deng, Robert Schober

机构 * Department of Engineering, King’s College London（工程系，伦敦国王学院） ； Department of Intelligent Systems, KTH Royal Institute of Technology（智能系统系，皇家理工学院） ； Department of Automation Technology, ABB Corporate Research Sweden（自动化技术系，ABB瑞典公司） ； Institute for Digital Communications, FriedrichAlexander-Universität Erlangen-Nürnberg（数字通信研究所，埃尔兰根-纽伦堡弗里德里希-亚历山大大学） 纠错

专题命中 其他机器人 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出面向安全的以目标为导向的语义感知、通信与控制协同设计方法，通过在无线连接机器人系统中整合安全与有效性需求，提升任务性能并确保安全。

Comments 7 pages. This paper has been submitted to the IEEE Wireless Communications Magazine

Using Language Models as Closed-Loop High-Level Planners for Robotics Applications: A Brief Overview and Benchmarks

利用语言模型作为闭环高层规划器用于机器人应用：简要概述与基准测试

Hao Wang, Sathwik Karnik, Bea Lim, Somil Bansal

机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California（南加州大学明希德电气与计算机工程系） ； Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空航天工程系） ； Department of Mechanical Engineering, Stanford University（斯坦福大学机械工程系） 纠错

专题命中 其他机器人 ：robotics(title)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 本文研究了语言模型在机器人闭环高层规划中的应用，探讨了控制时间跨度和预热启动对性能的影响，并通过实验提供改进建议。

Flapping Wings Amplify Pitch Stability: Insights from a Robotic Bird

扑翼增强俯仰稳定性：来自仿生鸟类的启示

Rónán Gissler, Kenneth S. Breuer

专题命中 其他机器人 ：robotic(title)

AI总结 通过风洞实验发现，提高扑翼频率可增强飞行器纵向静稳定性，甚至使不稳定飞行器稳定。研究揭示稳定性不仅取决于静稳度，还与斯特劳哈尔数有关，实验数据与准稳叶片元素模型吻合。

Attention-Based Neural-Augmented Kalman Filter for Legged Robot State Estimation

基于注意力的神经增强卡尔曼滤波器用于四足机器人状态估计

Seokju Lee, Kyung-Soo Kim

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

专题命中 其他机器人 ：robotics(comments,journal_ref)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文提出基于注意力的神经增强卡尔曼滤波器(AttenNKF)用于四足机器人状态估计，通过神经补偿器补偿足部滑动引起的误差，提升滑动条件下估计性能。

Comments 8 pages, 6 figures, Accepted to IEEE Robotics and Automation Letters (RA-L)

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 4, pp. 4122-4129, April 2026

Supporting Family-School Partnerships with Robot-Facilitated Home-Based Activities

通过机器人辅助的居家活动支持家庭-学校合作

Michael F Xu, Qiyao Yang, Heather Kirkorian, Bilge Mutlu

机构 * University of Wisconsin--Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文探讨了通过社交机器人促进家庭-学校合作的新方法，设计并开发了支持家庭沟通的机器人系统，通过实验证明了机器人在家庭日常生活中的整合效果及使用挑战。

Comments Proceedings of the 25th Interaction Design and Children Conference (IDC '26)

Scalable Spatiotemporal Inference with Biased Scan Attention Transformer Neural Processes

可扩展的时空推断与偏扫描注意力变压器神经过程

Daniel Jenson, Jhonathan Navott, Piotr Grynfelder, Mengyan Zhang, Makkunda Sharma, Elizaveta Semenova, Seth Flaxman

机构 * University of Oxford（牛津大学） ； Imperial College London（伦敦帝国学院） ； University of Bristol（布里斯托尔大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG

AI总结 本文提出BSA-TNP模型，通过引入核回归块、群不变注意力偏置和高效偏扫描注意力，实现高精度、高效率的时空过程建模，支持多分辨率学习和大规模推断。

Airspeed Forward-Invariance for Unpowered Fixed-Wing Aircraft

无动力固定翼飞行器空速前向不变性保障

Huseyin Emre Tekaslan, Ella M. Atkins

机构 * Kevin T. Crofton Department of Aerospace and Ocean Engineering, Virginia Polytechnic Institute and State University（凯文·T·克罗夫顿航空航天与海洋工程系，弗吉尼亚理工学院和州立大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO

AI总结 本文研究无动力固定翼飞行器在稳风条件下的空速保护问题，通过建立风依赖的二次规划框架，确保空速安全包络的前向不变性。

HardFlow: Hard-Constrained Sampling for Flow-Matching Models via Trajectory Optimization

HardFlow: 通过轨迹优化实现流匹配模型的硬约束采样

Zeyang Li, Kaveh Alim, Navid Azizan

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG

AI总结 本文提出HardFlow框架，通过轨迹优化解决流匹配模型中硬约束采样问题，利用数值最优控制确保终端时间满足约束，并在统一框架下提升样本质量。

Alert Chain and Observation Planning for Ground Wide Angle Camera Network

地面宽视场相机网络的警报链与观测规划

Xu-hui Han, Pin-pin Zhang, Yu-jie Xiao, Li-ping Xin, Ruo-song Zhang, Lei Huang, Xiao-meng Lu, Hong-bo Cai, Yang Xu, Wen-long Dong, Hua-li Li, Ya-tong Zheng, Jian-yan Wei

专题命中 其他机器人 ：robotic(abstract)

AI总结 本文提出了一种用于地面宽视场相机网络的自动化警报处理流程，通过整合FOCS和AOM系统实现多波段快速跟进观测，以发现伽马射线暴的光学对应物。

Comments Accepted for publication in the SVOM special issue in Research in Astronomy and Astrophysics, 11 pages, 6 figures

Spectro-Temporal Modulation Representation Framework for Human-Imitated Speech Detection

基于听觉感知的频谱-时间调制表示框架用于人类模仿语音检测

Khalid Zaman, Masashi Unoki

机构 * Graduate School of Advanced Science and Technology, Japan Advanced Institute of Science and Technology（先进科学科技研究生学校，日本科学技术院） 纠错

专题命中 其他机器人 ：robotic(abstract)

AI总结 本文提出基于听觉感知的频谱-时间调制表示框架，用于检测人类模仿语音，通过两种耳蜗滤波器模型捕捉语音信号的时频变化，实验表明该方法在检测模仿语音攻击和提升语音认证鲁棒性方面具有潜力。