机器人 / 具身智能

InternScenes: A Large-scale Simulatable Indoor Scene Dataset with Realistic Layouts

InternScenes: 一个大规模可模拟室内场景数据集，具有逼真布局

Weipeng Zhong, Peizhou Cao, Yichen Jin, Li Luo, Wenzhe Cai, Jingli Lin, Hanqing Wang, Zhaoyang Lyu, Tai Wang, Bo Dai, Xudong Xu, Jiangmiao Pang

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北航） ； The University of Hong Kong（香港大学） 纠错

专题命中 机器人数据与评测 ：embodied AI(abstract,abstract_cn)；navigation(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出InternScenes数据集，包含4万多个多样化场景，涵盖15种常见场景类型和288个物体类别，通过整合现实扫描、程序生成和设计师创作的场景，保留大量小物品以实现逼真布局，用于场景布局生成和点-目标导航任务。

Comments Accepted by NeurIPS 2025; Project page: https://marjordcpz.github.io/InternScenes.github.io

Limited Linguistic Diversity in Embodied AI Datasets

具身AI数据集中的语言多样性有限

Selma Wanna, Agnes Luhtaru, Jonathan Salfity, Ryan Barron, Juston Moore, Cynthia Matuszek, Mitch Pryor

机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） ； Institute of Computer Science, University of Tartu（塔尔图大学计算机科学学院） ； Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校机械工程系） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） 纠错

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

AI总结 本文分析了多个广泛使用的视觉-语言-动作数据集的语言特性，发现其指令存在高度重复和结构单一的问题，旨在推动更详细的 dataset 报告和语言覆盖的扩展策略。

Comments Accepted to ACL 2026 (Main Conference)

MotionBricks: Scalable Real-Time Motions with Modular Latent Generative Model and Smart Primitives

MotionBricks: 可扩展的实时动作生成与模块化潜在生成模型及智能原语

Tingwu Wang, Olivier Dionne, Michael De Ruyter, David Minor, Davis Rempe, Kaifeng Zhao, Mathis Petrovich, Ye Yuan, Chenran Li, Zhengyi Luo, Brian Robison, Xavier Blackwell, Bernardo Antoniazzi, Xue Bin Peng, Yuke Zhu, Simon Yuen

机构 * NVIDIA ； Simon Fraser University（西蒙·弗雷泽大学） ； The University of Texas at Austin（得克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文提出MotionBricks，通过模块化潜在生成模型和智能原语实现实时动作生成，解决工业应用中实时可扩展性和多模态控制的挑战，展示了高质量和实时性能。

Comments ACM Transactions on Graphics; SIGGRAPH 2026. Project page: https://nvlabs.github.io/motionbricks/

GEGLU-Transformer for IMU-to-EMG Estimation with Few-Shot Adaptation

基于GEGLU-Transformer的IMU到EMG估计与少样本适应框架

Miroljub Mihailovic, Luca Tonin, Stefano Tortora, Emanuele Menegatti

机构 * Department of Information Engineering, University of Padua（帕多瓦大学信息工程系） 纠错

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

AI总结 本文提出基于GEGLU-Transformer的IMU到EMG估计框架，通过跨受试者泛化和快速个性化实现可靠估计，实验显示在少量适应数据下性能显著提升。

An analysis of sensor selection for fruit picking with suction-based grippers

基于吸盘夹具的水果采摘传感器选择分析

Eva Krueger, Marcus Rosette, Joseph R. Davidson

机构 * Collaborative Robotics and Intelligent Systems (CoRIS) Institute（协作机器人与智能系统研究所） 纠错

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

AI总结 本文提出一种多模态传感系统，用于评估不同采摘阶段传感器的效用，通过实验证明随机森林和多层感知器在检测成功采摘和即将失败事件中的高准确率。

Comments IROS Conference Format, 6 pages, 6 figures, 1 table

PermaFrost-Attack: Stealth Pretraining Seeding(SPS) for planting Logic Landmines During LLM Training

PermaFrost-Attack： stealth pretraining seeding (spS) 用于在LLM训练期间种植逻辑地雷

Harsh Kumar, Rahul Maity, Tanmay Joshi, Aman Chadha, Vinija Jain, Suranjana Trivedy, Amitava Das

机构 * Manipal University Jaipur（Manipal大学斋普尔） ； NIT, Karnataka（Karnataka理工学院） ； Pragya Lab, BITS Pilani Goa, India（BITS Pilani Goa印度普拉吉亚实验室） ； Apple, USA（美国苹果公司） ； Google, USA（美国谷歌公司） 纠错

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

AI总结 本文研究了在LLM训练中通过隐蔽预训练播种（SPS）植入逻辑地雷的威胁模型，通过几何诊断方法揭示了潜藏的中毒行为，展示了SPS对基础模型的安全性影响。

ReSim: Reliable World Simulation for Autonomous Driving

ReSim：面向自动驾驶的可靠世界模拟

Jiazhi Yang, Kashyap Chitta, Shenyuan Gao, Long Chen, Yuqian Shao, Xiaosong Jia, Hongyang Li, Andreas Geiger, Xiangyu Yue, Li Chen

机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； OpenDriveLab at Shanghai AI Lab（上海人工智能实验室OpenDrive实验室） ； NVIDIA Research（NVIDIA研究） ； Xiaomi EV（小米电动车） ； Shanghai Jiao Tong University（上海交通大学） ； University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； HKUST（香港科技大学） 纠错

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

AI总结 本文提出ReSim模型，通过整合真实数据与模拟数据提升自动驾驶场景模拟的可靠性与可控性，提升规划和策略选择性能。

Comments NeurIPS 2025 Spotlight. Project page: https://opendrivelab.com/ReSim

ASAP: An Azimuth-Priority Strip-Based Search Approach to Planar Microphone Array DOA Estimation in 3D

ASAP：一种基于方位优先的带状搜索方法用于三维平面麦克风阵列到达角估计

Ming Huang, Shuting Xu, Leying Yang, Huanzhang Hu, Yujie Zhang, Jiang Wang, Yu Liu, Hao Zhao, He Kong

机构 * Southern University of Science（南方科技大学） ； Institute of Science Tokyo, Japan（东京科学研究院） 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ASAP方法，通过优先处理方位角来提高三维平面麦克风阵列到达角估计的效率，通过带状搜索和区域收缩技术提升实时性能。

Comments This paper has been accepted to the Fourteenth IEEE Sensor Array and Multichannel Signal Processing Workshop, 2026

Evaluation without Generation: Non-Generative Assessment of Harmful Model Specialization with Applications to CSAM

无生成评估：有害模型专业化非生成性评估及其在CSAM中的应用

Vinith M. Suriyakumar, Ayush Sekhari, Lena Stempfle, Robertson Wang, Michael Simpson, Rebecca Portnoff, Marzyeh Ghassemi, Ashia C. Wilson

机构 * MIT（麻省理工学院） ； Thorn 纠错

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

AI总结 本文提出无生成评估方法，通过分析模型内部状态而非输出来评估模型能力，用于检测儿童性虐待材料等高风险领域，提供可扩展的非生成性评估方案。

Odysseys: Benchmarking Web Agents on Realistic Long Horizon Tasks

Odysseys：在现实长周期任务上评估网络代理

Lawrence Keunho Jang, Jing Yu Koh, Daniel Fried, Ruslan Salakhutdinov

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出Odysseys基准，通过200个现实浏览任务评估长周期网络代理，引入基于评分的评估方法，发现传统二元评估不足，且前沿模型在效率上仍有提升空间。

Comments 29 pages

BALTIC: A Benchmark and Cross-Domain Strategy for 3D Reconstruction Across Air and Underwater Domains Under Varying Illumination

BALTIC：跨空气和水域的3D重建基准与跨域策略

Michele Grimaldi, David Nakath, Oscar Pizarro, Jonatan Scharff Willners, Ignacio Carlucho, Yvan R. Petillot

机构 * School of Engineering & Physical Sciences, Heriot-Watt University（赫瑞瓦德大学工程与物理科学学院） ； Marine Data Science Group, Christian Albrechts University of Kiel（基尔大学海洋数据科学组） ； Frontier Robotics, The National Robotarium（前沿机器人，国家机器人中心） 纠错

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

AI总结 本文提出BALTIC基准，通过不同介质和光照条件下的多样化数据集评估3D重建方法，结合COLMAP和神经辐射场方法验证跨域重建性能，发现简单预处理的高斯点云在纹理一致条件下表现优异。

JaGuard: Position Error Correction of GNSS Jamming with Deep Temporal Graphs

JaGuard: 通过深度时序图解决GNSS干扰的位置误差校正

Ivana Kesić, Aljaž Blatnik, Carolina Fortuna, Blaž Bertalanič

机构 * Faculty of Electrical Engineering, University of Ljubljana（电子工程学院，卢布尔雅那大学） 纠错

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

AI总结 JaGuard通过动态图回归方法，利用时序图网络校正GNSS干扰引起的位置漂移，实验证明其在不同干扰强度下均能保持较低的误差率。

Comments 12 pages, 8 figures

DV-World: Benchmarking Data Visualization Agents in Real-World Scenarios

DV-World：在现实场景中评估数据可视化代理的基准测试

Jinxiang Meng, Shaoping Huang, Fangyu Lei, Jingyu Guo, Haoxiang Liu, Jiahao Su, Sihan Wang, Yao Wang, Enrui Wang, Ye Yang, Hongze Chai, Jinming Lv, Anbang Yu, Huangjing Zhang, Yitong Zhang, Yiming Huang, Zeyao Ma, Shizhu He, Jun Zhao, Kang Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） ； Renmin University of China（中国人民大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 DV-World通过260个任务评估数据可视化代理在现实专业生命周期中的能力，涵盖表格操作、视觉进化和意图对齐，采用混合评估框架揭示现有模型在复杂数据可视化挑战中的不足。

Poisoning Learned Index Structures: Static and Dynamic Adversarial Attacks on ALEX

毒化学习索引结构：对ALEX的静态和动态对抗攻击

Allen Jue

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文研究了对ALEX动态学习索引的静态和动态对抗攻击，通过大规模测试发现动态攻击显著降低查询性能，但攻击效果依赖于数据分布和评估方法。