机器人 / 具身智能

Learning Visual Feature-Based World Models via Residual Latent Action

通过残差潜在动作学习基于视觉特征的世界模型

Xinyu Zhang, Zhengtong Xu, Yutian Tao, Yeping Wang, Yu She, Abdeslam Boularias

机构 * Rutgers University（罗格斯大学） ； Purdue University（普渡大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 机器人学习 ：world model(title,abstract)；robot learning(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出RLA-WM世界模型，通过流匹配预测残差潜在动作，优于现有特征和视频扩散模型，且在速度和效率上更优，同时开发了两项机器人学习技术。

Escaping the Diversity Trap in Robotic Manipulation via Anchor-Centric Adaptation

通过锚点中心适应摆脱机器人操作中的多样性陷阱

Yanzhe Chen, Kevin Yuchen Ma, Qi Lv, Yiqi Lin, Zechen Bai, Chen Gao, Mike Zheng Shou

机构 * National University of Singapore（新加坡国立大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Institude for Information Research, A STAR（A*STAR信息研究所） 纠错

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

AI总结 本文提出锚点中心适应方法，通过稳定策略骨架和选择性扩展覆盖范围，解决多样性陷阱问题，提升任务可靠性和成功率。

Comments 21 pages, 8 figures

An Aerial Manipulator for Perception-Driven Flower Targeting Toward Contactless Pollination in Vertical Farming

一种用于感知驱动花靶向的空中机械臂，以实现垂直农场的无接触授粉

Chenzhe Jin, Zhuohang Wu, Yifan Cai, Xiangqi Li, Jan Ming Kevin Tan, Narsimlu Kemsaram, Valerio Modugno

机构 * Department of Computer Science University College London London United Kingdom（计算机科学系伦敦大学学院伦敦英国） ； Department of Artificial Intelligence University of Malaya Kuala Lumpur Malaysia（人工智能系马来大学吉隆坡马来西亚） ； University College London（伦敦大学学院） ； University of Malaya（马来大学） 纠错

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

AI总结 本文提出了一种用于垂直农场中感知驱动花靶向的空中机械臂平台，结合RGBD感知、MPPI控制和轻量2自由度机械臂，实现精确末端定位和稳定授粉。

Comments This paper has been accepted for publication in the Proceedings of the 2026 4th International Conference on Robotics, Control and Vision Engineering (RCVE 2026), 10-12 July, 2026, Tokyo, Japan

BrickCraft: Visuomotor Skill Composition with Situated Manual Guidance for Long-Horizon Interlocking Brick Assembly

BrickCraft: 基于情境手动指导的长视界互锁积木组装技能组合

Jichuan Yu, Bowei Li, Zhenran Tang, Guanxing Lu, Chuxiong Hu, Ruixuan Liu, Changliu Liu

机构 * Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 BrickCraft通过情境手册将高层装配计划与物理执行连接，利用相对公式分解复杂任务为可重用的原始技能，实现长视界互锁积木组装。

Contact-Grounded Policy: Dexterous Visuotactile Policy with Generative Contact Grounding

接触导向策略：具备生成接触基础的灵活视觉-触觉策略

Zhengtong Xu, Yeping Wang, Ben Abbatematteo, Jom Preechayasomboon, Sonny Chan, Nick Colonnese, Amirhossein H. Memar

机构 * Purdue University（普渡大学） ； Meta Reality Labs Research（Meta现实实验室） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文提出Contact-Grounded Policy，通过预测机器人状态和触觉反馈的耦合轨迹，生成接触基础的灵活视觉-触觉策略，优于现有基线方法。

Drifting Field Policy: A One-Step Generative Policy via Wasserstein Gradient Flow

漂移场策略：一种基于Wasserstein梯度流的一步生成策略

Juil Koo, Mingue Park, Jiwon Choi, Yunhong Min, Minhyuk Sung

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 本文提出漂移场策略（DFP），一种基于漂移模型范式的非ODE一步生成策略，通过Wasserstein-2梯度流逆KL更新软目标策略，实现概率空间中的梯度步进，提升漂移骨干的性能，在多个操控任务中取得最佳表现。

Activation Differences Reveal Backdoors: A Comparison of SAE Architectures

激活差异揭示后门：SAE架构的比较

Sachin Kumar

机构 * LexisNexis 纠错

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

AI总结 研究通过对比稀疏自编码器架构，探讨如何通过激活差异检测语言模型中的后门，发现Diff-SAE在后门隔离中表现优于Crosscoders，且在不同层和微调策略下均有效。

Comments Accepted at IJCNN 2026 (IEEE WCCI). ©2026 IEEE

NoiseGate: Learning Per-Latent Timestep Schedules as Information Gating in World Action Models

NoiseGate: 在世界动作模型中学习每潜在时间步的调度作为信息门控

Wen Huang, Haoran Sun, Yongjian Guo, Yunxuan Ma, Haoran Li, Jing Long, Zhouying Mo, Zhong Guan, Yucheng Guo, Shuai Di, Junwu Xiong

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； JDT AI Infra（JDT AI 基础设施） ； Tianjin University（天津大学） 纠错

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

AI总结 本文提出NoiseGate，通过学习每潜在时间步的调度作为信息门控策略，改进世界动作模型中的动作生成与未来观察建模。

Fortifying Time Series: DTW-Certified Robust Anomaly Detection

强化时间序列：DTW认证的鲁棒异常检测

Shijie Liu, Tansu Alpcan, Christopher Leckie, Sarah Erfani

机构 * Department of Electrical and Electronic Engineering（电气与电子工程系） ； University of Melbourne（墨尔本大学） ； School of Computing and Information Systems（计算与信息系统学院） 纠错

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

AI总结 本文提出DTW认证的鲁棒异常检测方法，通过将ℓp范数转换为DTW距离，提升时间序列异常检测的鲁棒性，实验显示在DTW对抗攻击下F1分数提升18.7%。

Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

PISTO: Proximal Inference for Stochastic Trajectory Optimization

PISTO：随机轨迹优化的近端推断

Hongzhe Yu, Zinuo Chang, Yongxin Chen

机构 * School of Aerospace Engineering（航空航天工程学院） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 PISTO通过引入KL正则化稳定更新，实现非光滑成本的高效优化，在机器人运动规划中取得更高成功率和更优路径质量。

Comments 8 pages

Active Control of Topological Exceptional Points in Non-Hermitian Metasurfaces

非厄米特元表面中拓扑异常点的主动控制

Parul Sharma, Sobhan Subhra Mishra, Yash Gupta, Brijesh Kumar, Ranjan Singh, Abhishek Kumar, Anshuman Kumar

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究通过光激发锗作为活性介质，在太赫兹波段实现非厄米特光子系统的动态时间操控，展示了亚皮秒级本征模切换和拓扑相位积累的直接观测，验证了泵浦-探测延迟作为异常点拓扑控制参数的有效性。

Ultralight dark matter detection with trapped-ion interferometry

用囚禁离子干涉仪探测超轻暗物质

Leonardo Badurina, Diego Blas, John Ellis, Sebastian A. R. Ellis

专题命中 机器人操作 ：manipulation(abstract)

AI总结 利用单离子波包操控进展，探索超轻暗物质弱磁场检测新方法，通过纠缠的自旋与运动自由度实现高灵敏度干涉测量，拓展暗物质参数空间探测。

Comments 18 pages (including appendices), 4 figures, v2: matches published version

Journal ref Phys. Rev. D 113, 092004 (2026)

A Julia Framework for Graph-Structured Nonlinear Optimization

用于图结构非线性优化的Julia框架

David L Cole, Sungho Shin, Victor Zavala

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出一个Julia框架，用于解决图结构非线性优化问题，结合Plasmo.jl和MadNLP.jl，展示其在气体网络中的可扩展性。

Comments 30 pages, 14 figures

Journal ref Industrial & Engineering Chemistry Research, 2022

Stability-Certified Koopman Observer Design for Nonlinear Systems via Generalized Persidskii Dynamics

非线性系统通过广义Persidskii动力学设计稳定性认证的Koopman观测器

Syed Pouladi

专题命中 机器人操作 ：robotic(abstract)

AI总结 本文提出基于广义Persidskii系统的Koopman观测器设计方法，通过线性矩阵不等式认证观测误差的输入到状态稳定性，实验证明其在估计精度和鲁棒性上优于扩展卡尔曼滤波和线性Koopman观测器。

Exploring the "Banality" of Deception in Generative AI

探究生成AI中欺骗的‘平凡性’

Ishitaa Narwane, Johanna Gunawan, Konrad Kollnig

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文探讨生成AI中欺骗的‘平凡性’，分析用户自身参与欺骗的现象，并提出通过提高意识、提供干预工具和改进监管来防范欺骗的方法。

Comments Accepted at CHI'26 ACAI Workshop

Learning Material-Aware Hamiltonian Risk Fields for Safe Navigation

学习材料感知的哈密顿风险场以实现安全导航

Aditya Sai Ellendula, Yi Wang, Chandrajit Bajaj

机构 * Department of Computer Science, University of Texas at Austin（德克萨斯大学奥斯汀分校计算机科学系） ； Oden Institute, University of Texas at Austin（德克萨斯大学奥斯汀分校奥登学院） 纠错

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

AI总结 本文提出一种基于材料感知的哈密顿风险场方法，通过引入上下文能量项，实现安全导航中的风险选择性控制，实验验证了其在不同场景下的有效性。

GustPilot: A Hierarchical DRL-INDI Framework for Wind-Resilient Quadrotor Navigation

GustPilot：一种用于抗风四旋翼导航的分层DRL-INDI框架

Amir Atef Habel, Roohan Ahmed Khan, Fawad Mehboob, Clement Fortin, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory（智能空间机器人实验室） ； Center for Digital Engineering（数字工程中心） ； Skolkovo Institute of Science and Technology（斯克尔科夫科学与技术研究院） 纠错

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

AI总结 本文提出GustPilot框架，结合深度强化学习与INDI控制器，通过风感知规划和快速扰动抑制提升四旋翼在风扰环境下的导航可靠性。

Comments 8 pages, 5 figures

Evaluation of an Actuated Spine in Agile Quadruped Locomotion

四足动物敏捷运动中主动脊柱的评估

Nico Bohlinger, Piotr Kicki, Davide Tateo, Krzysztof Walas, Jan Peters

机构 * Department of Computer Science, Technical University of Darmstadt（德意志技术大学达姆施塔特分校计算机科学系） ； IDEAS Research Institute（IDEAS研究所） ； Institute of Robotics and Machine Intelligence, Poznan University of Technology（波兹南技术大学机器人与机器智能研究所） 纠错

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

AI总结 本文通过MuJoCo仿真研究了主动脊柱对四足机器人敏捷运动的提升效果，证明其在高速奔跑、爬楼梯、陡坡和障碍跨越等任务中增强了机器人的敏捷性和通过能力。

Docking and Persistent Operations for a Resident Underwater Vehicle

用于驻留水下车辆的对接与持久操作

Leonard Günzel, Gabrielė Kasparavičiūtė, Ambjørn Grimsrud Waldum, Bjørn-Magnus Moslått, Abubakar Aliyu Badawi, Celil Yılmaz, Md Shamin Yeasher Yousha, Robert Staven, Martin Ludvigsen

机构 * Applied Underwater Robotics Lab（应用水下机器人实验室） ； NTNU（挪威特纳赫大学） 纠错

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

AI总结 本文提出了一种驻留水下车辆系统，通过水下机器人自主导航和对接，实现了持久无人操作，验证了水声与视觉导航在真实环境中的可行性。

Trajectory as the Teacher: Few-Step Discrete Flow Matching via Energy-Navigated Distillation

轨迹作为教师：通过能量导航蒸馏实现少步离散流匹配

Amin Karimi Monsefi, Dominic Culver, Nikhil Bhendawade, Manuel R. Ciosici, Yizhe Zhang, Irina Belousova

机构 * The Ohio State University（俄亥俄州立大学） ； Apple（苹果公司） 纠错

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

AI总结 本文提出TS-DFM方法，通过能量导航蒸馏减少离散流匹配的训练步骤，实现更高效的文本生成，实验表明其在生成质量与速度上均优于传统方法。

Benchmarking World-Model Learning with Environment-Level Queries

用环境级查询评估世界模型学习

Archana Warrier, Dat Nguyen, Michelangelo Naim, Moksh Jain, Yichao Liang, Karen Schroeder, Cambridge Yang, Joshua B. Tenenbaum, Sebastian Vollmer, Kevin Ellis, Zenna Tavares

机构 * Basis Research Institute ； DFKI GmbH ； Harvard University ； Universit\'e de Montr\'eal \& Mila - Quebec AI Institute ； University of Cambridge ； Massachusetts Institute of Technology ； Cornell University 纠错

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

AI总结 本文提出WorldTest协议，通过环境级查询评估智能体是否学习到支持多种环境属性的模型，通过AutumnBench验证人类在网格世界环境中的表现优于前沿模型。

Comments 34 pages, 10 figures

Chordless cycle filtrations for dimensionality detection in complex networks via topological data analysis

无弦循环过滤法用于通过拓扑数据分析在复杂网络中检测维度性

Aina Ferrà Marcús, Robert Jankowski, Meritxell Vila Miñana, Carles Casacuberta, M. Ángeles Serrano

机构 * Universitat de Barcelona Institute of Complex Systems (UBICS), Universitat de Barcelona, Barcelona, Spain（巴塞罗那大学复杂系统研究所（UBICS）、巴塞罗那大学、西班牙巴塞罗那） ； Faculty of Electrical Engineering, Mathematics and Computer Science, Delft University of Technology, 2628 CD, Delft, Netherlands（代尔夫特理工大学电子工程、数学和计算机科学学院、荷兰代尔夫特） ； Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing, and Engineering, Indiana University, Bloomington, IN, USA（复杂网络与系统研究中心、信息学、计算与工程学院、印第安纳大学、美国布卢明顿） 纠错

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

AI总结 本文提出基于无弦循环的拓扑数据分析加权方案，用于数据驱动估计网络维度，结合代数拓扑和机器学习，提供鲁棒方法揭示复杂网络隐藏几何结构。

GPU-Accelerated Barrier-Rate Guided MPPI Control for Tractor-Trailer Systems

GPU加速的障碍率引导的MPPI控制用于拖车-拖车系统

Keyvan Majd, Hardik Parwana, Bardh Hoxha, Steven Hong, Hideki Okamoto, Georgios Fainekos

机构 * Toyota Motor North America, Research & Development（丰田美国电机公司研发部） 纠错

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

AI总结 本文提出基于障碍率引导的MPPI控制方法，用于解决拖车-拖车系统在复杂环境中的导航问题，通过在路径积分更新中嵌入控制屏障函数约束，提高轨迹鲁棒性和探索能力。

Comments Accepted to IEEE ITSC 2025

Why Does Agentic Safety Fail to Generalize Across Tasks?

为何代理安全无法跨任务泛化？

Yonatan Slutzky, Yotam Alexander, Tomer Slor, Yoav Nagel, Nadav Cohen

机构 * Some Institute（某些研究所） 纠错

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

AI总结 本文探讨了代理安全在多任务场景中泛化失败的原因，指出安全要求使任务与安全执行的关系更为复杂，通过理论和实验表明需新的方法提升安全性能。

SCASRec: A Self-Correcting and Auto-Stopping Model for Generative Route List Recommendation

SCASRec: 一种自校正和自动停止的生成路线推荐模型

Chao Chen, Longfei Xu, Daohan Su, Tengfei Liu, Hanyu Guo, Yihai Duan, Kaikui Liu, Xiangxiang Chu

专题命中 具身导航 ：navigation(abstract)

AI总结 SCASRec通过整合排序与冗余消除，解决传统多阶段推荐中目标不一致、冗余处理不灵活和阶段分离导致的性能问题，实现端到端优化。

AgenticSZZ: Temporal Knowledge Graph-Guided Agentic Bug-Inducing Commit Identification

AgenticSZZ: 基于时间知识图谱的代理式Bug引发提交识别

Yu Shi, Hao Li, Bram Adams, Ahmed E. Hassan

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出AgenticSZZ，利用时间知识图谱改进Bug引发提交识别，通过构建包含时间与结构关系的知识图谱，并结合LLM代理进行图搜索，提升识别精度与效果。

Comments Add RQ3 with open-source LLMs evaluation, such as DeepSeek-V4-Pro

A Minimum Doubly Resolving Set and Strong Resolving Set for the Crystal Cubic Carbon

晶立方碳的最小双重分辨集和强分辨集

Ali Zafari, Saeid Alikhani

专题命中 具身导航 ：navigation(abstract)

AI总结 研究提出晶立方碳CCC(n)的新型结构表示，确定其最小双重分辨集和强分辨集的大小。

Comments Personal reasons, Professor Jia Bao Liu asked us not to mention his name in the article and to thank him only in the acknowledgments section

LoopNav: Benchmarking Spatial Consistency in World Models

LoopNav：世界模型中空间一致性评估的基准测试

Kewei Lian, Shaofei Cai, Yitao Liang, Anji Liu

机构 * NUS（国立新加坡大学） ； Peking Univeristy（北京大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.AI、cs.CV

AI总结 LoopNav提出一个基于循环导航的基准测试，用于评估世界模型的空间一致性，通过Minecraft开放世界环境收集250小时视频数据，并引入场景图一致性评分以量化空间一致性。

Comments V3: SGCS

Predictive but Not Plannable: RC-aux for Latent World Models

可预测但不可计划：RC-aux用于潜在世界模型

Wenyuan Li, Guang Li, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama

机构 * Hokkaido University（北海道大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV、cs.LG

AI总结 本文提出RC-aux，通过改进潜在世界模型的时空匹配，提升规划能力，实验表明其在目标导向任务中表现更优。

AGWM: Affordance-Grounded World Models for Environments with Compositional Prerequisites

AGWM：基于 affordance 的世界模型用于具有组合前提条件的环境

Qinshi Zhang, Weipeng Deng, Zhihan Jiang, Jiaming Qu, Qianren Li, Weitao Xu, Ray LC

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； University of Hong Kong（香港大学） ； Columbia University（哥伦比亚大学） ； Amazon（亚马逊） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出 AGWM 模型，通过学习抽象 affordance 结构来跟踪动作的动态可执行性，以解决传统世界模型在多步预测中的误差累积问题。

Comments 16 pages, 3 figures, 4 tables. Appendix on pages 11-16 (main text is self-contained)