arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-05-01 至 2026-05-01 共收录 12 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人操作 12 篇

2602.00937 2026-05-01 cs.RO cs.AI cs.CV cs.LG 90%

CLAMP: Contrastive Learning for 3D Multi-View Action-Conditioned Robotic Manipulation Pretraining

CLAMP: 基于对比学习的3D多视角动作条件机器人操控预训练

I-Chun Arthur Liu, Krzysztof Choromanski, Sandy Huang, Connor Schenck

机构 * Google DeepMind(谷歌DeepMind) University of Southern California(南加州大学)

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

AI总结 CLAMP通过3D点云和机器人动作进行预训练,利用对比学习提升机器人操控精度与效率,优于现有基线方法。

Comments Accepted to the Robotics: Science and Systems (RSS) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.22615 2026-05-01 cs.RO 88%

GazeVLA: Learning Human Intention for Robotic Manipulation

GazeVLA:学习人类意图以促进机器人操作

Chengyang Li, Kaiyi Xiong, Yuan Xu, Lei Qian, Yizhou Wang, Wentao Zhu

机构 * Shanghai Jiao Tong University(上海交通大学) Eastern Institute of Technology, Ningbo(宁波东部科技研究院) Peking University(北京大学) ShanghaiTech University(上海科技大学)

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

AI总结 本文提出GazeVLA框架,通过学习人类意图弥合人机之间的固有差距,提升机器人操作性能。

Comments Project page: https://gazevla.github.io

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27175 2026-05-01 cs.RO 79%

Global Sampling-Based Trajectory Optimization for Contact-Rich Manipulation via KernelSOS

基于全局采样的轨迹优化用于接触密集操作的KernelSOS方法

Zhongqi Wei, Frederike Dümbgen

机构 * Department of Mechanical Engineering, Carnegie Mellon University(卡内基梅隆大学机械工程系) Inria, Département d’informatique de l’ENS, CNRS, PSL Research University(法国国家科学研究中心(CNRS)、巴黎高等师范学院(ENS)和PSL研究大学的Inria)

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

AI总结 本文提出Global-MPPI框架,结合全局探索与局部优化,解决接触密集操作中的高维、长时域问题,实验显示其收敛更快且成本更低。

Comments 8 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.28161 2026-05-01 cs.RO 70%

RopeDreamer: A Kinematic Recurrent State Space Model for Dynamics of Flexible Deformable Linear Objects

RopeDreamer:一种用于柔性可变形线性物体动态的运动学递归状态空间模型

Tim Missal, Lucas Domingues, Berk Guler, Simon Manschitz, Jan Peters, Paula Dornhofer Paro Costa

机构 * Technical University of Darmstadt(德意志技术大学) School of Electrical and Computer Engineering, Universidade Estadual de Campinas (UNICAMP)(坎皮纳斯州立大学电气与计算机工程学院) Instituto de Pesquisas Eldorado(Eldorado研究所) Honda Research Institute Europe GmbH(本田欧洲研究院) German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心) Robotics Institute Germany (RIG)(德国机器人研究所) Centre for Cognitive Science(认知科学研究中心) Artificial Ingelligence Lab, Recod.ai(Recod.ai人工智能实验室)

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

AI总结 本文提出结合递归状态空间模型与四元数运动链表示的潜变量框架,用于预测柔性可变形线性物体的状态,通过约束物理有效流形减少自交和非物理变形,提升长周期预测性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27557 2026-05-01 cs.RO 70%

Function-based Parametric Co-Design Optimization of Dexterous Hands

基于函数的参数化双工手优化设计

Mohammad Amin Mirzaee, Harsh Gupta, Wenzhen Yuan

机构 * University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)

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

AI总结 本文提出了一种综合参数框架,统一手掌结构、手指运动学、指尖几何和微尺度表面曲率,通过参数化表面变形核直接影响接触交互,提升抓取稳定性任务的仿真与现实优化性能。

Comments 8 pages, 7 figures, https://www.aminmirzaee.com/HandCDO/

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27414 2026-05-01 cs.CV cs.CR cs.LG 62%

Understanding Adversarial Transferability in Vision-Language Models for Autonomous Driving: A Cross-Architecture Analysis

理解视觉语言模型在自动驾驶中的对抗转移性:跨架构分析

David Fernandez, Pedram MohajerAnsari, Amir Salarpour, Mert D. Pese

机构 * School of Computing, Clemson University, USA(克莱姆森大学计算机学院)

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

AI总结 本文通过跨架构研究探讨视觉语言模型在自动驾驶中的对抗转移性,评估了三种架构在不同场景下的对抗效果,发现高跨架构有效性。

Comments 9 pages, 2 figures. Accepted at SAE WCX 2026

Journal ref SAE Technical Paper 2026-01-0170, SAE WCX 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.28183 2026-05-01 cond-mat.mtrl-sci cond-mat.mes-hall physics.app-ph 50%

Uniaxial strain-driven ferroelastic domain control in LaAlO3

单轴应变驱动的LaAlO3铁电弹性域控制

Matthias Roeper, Robin Buschbeck, Jakob Wetzel, Tobias Ritschel, Anna-Lena Hofmann, Vladyslav Kovtunovych, Mike N. Pionteck, Javier Taboada-Gutiérrez, Alexey B. Kuzmenko, Martina Basini, Vivek Unikandanunni, Iuliia Kiseleva, Jochen Geck, Susanne C. Kehr, Maximilian Lederer, Simone Sanna, Lukas M. Eng, Samuel D. Seddon

专题命中 机器人操作 :manipulation(abstract)

AI总结 通过单轴应变调控LaAlO3单晶的铁电弹性域结构,实现可控的域分布变化,为异质结构中的主动实时编程提供新方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27518 2026-05-01 cs.HC math.OC 50%

lpviz: Interactive Linear Programming Visualization

lpviz: 交互式线性规划可视化

Evan Grand, Michael Klamkin

专题命中 机器人操作 :manipulation(abstract)

AI总结 lpviz是一款基于浏览器的线性规划可视化工具,提供直观界面让用户直接绘制和编辑可行域及目标向量,支持比较多种线性规划算法的性能,且开源免费。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27417 2026-05-01 cond-mat.mes-hall physics.optics 50%

Mobile Exceptional Points Generate Momentum-Space Switching Domains

移动的极点生成动量空间切换域

Jung-Wan Ryu, Chang-Hwan Yi

专题命中 机器人操作 :manipulation(abstract)

AI总结 研究探讨了在周期调制下移动极点如何生成动量空间切换域,通过两能带模型提出带排列不变量,揭示了极点运动对布里渊区带切换行为的影响。

Comments 13 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27281 2026-05-01 cs.SD 50%

Accent Conversion: A Problem-Driven Survey of Sociolinguistic and Technical Constraints

声调转换:社会语言学与技术约束驱动的调研

Yurii Halychanskyi, Jianfeng Steven Guo, Volodymyr Kindratenko

机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校计算机科学与数据科学学院) National Center for Supercomputing Applications, University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校国家超级计算应用中心) Department of East Asian Languages and Cultures, University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校东亚语言与文化系)

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文调研了声调转换方法的发展,分析了数据对齐、表征解耦和资源稀缺等挑战,回顾了从早期规则基方法到现代神经网络架构的演变,并探讨了应用需求对声调修改与说话人身份保护的平衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27202 2026-05-01 cs.CR 50%

Indirect Prompt Injection in the Wild: An Empirical Study of Prevalence, Techniques, and Objectives

野外间接提示注入:网页中间接提示注入的实证研究

Soheil Khodayari, Xuenan Zhang, Bhupendra Acharya, Giancarlo Pellegrino

专题命中 机器人操作 :manipulation(abstract)

AI总结 研究通过分析网页和HTTP响应中的间接提示注入实例,揭示其在真实环境中的普遍存在性、技术手段及影响,发现大部分指令针对机器而非人类,且存在多种不同的目标和影响。

Comments 18 pages total, 12 pages main content, 8 figures, and 12 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.27041 2026-05-01 econ.GN q-fin.EC q-fin.TR 50%

The Signal Credibility Index for Prediction Markets: A Microstructure-Grounded Diagnostic with Weighted and Time-Varying Extensions

预测市场信号可信度指数:基于微观结构的诊断方法及其加权和时间变化扩展

Maksym Nechepurenko

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出信号可信度指数作为独立诊断工具,通过改进的持久性组件、加权柯布-道格拉斯形式、时间变化规格及蒙特卡洛验证,区分微观结构制度,揭示协调可信度而非纯信息内容的两种失效模式。

Comments 19 pages, 5 figures, 5 tables. Companion to arXiv:2604.24147. Replication code: https://github.com/ForesightFlow/signal-credibility-index

详情

展开后加载摘要…

URL PDF HTML 收藏