机器人 / 具身智能

Multimodal Fusion for Sim2real Transfer in Visual Reinforcement Learning

多模态融合用于视觉强化学习中的仿真到现实迁移

Zichun Xu, Jingdong Zhao, Chenyu Guo, Qianxue Zhang, Liao Zhang, Xiao Zhang, Yiming Ren, Lian Zhang, Zengren Zhao

机构 * Medical Artificial Intelligence Lab, The First Hospital of Hebei Medical University, Hebei Medical University（医学人工智能实验室，河北医科大学第一医院，河北医科大学） ； State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（机器人系统国家重点实验室，哈尔滨工业大学） 纠错

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

AI总结 本文提出基于视觉变换器的多模态融合框架，通过融合RGB和深度信息提升泛化能力，并设计对比学习方案和课程式域随机化方案以提高样本效率和迁移性能，实验结果表明该方法在现实任务中表现优异。

TERDNet: Transformer Encoder-Recurrent Decoder Network for Scene Change Detection

TERDNet: 用于场景变化检测的Transformer编码器-递归解码器网络

Jiae Yoon, Ue-Hwan Kim

机构 * Department of AI Convergence, Gwangju Institute of Science and Technology (GIST)（人工智能融合系，全州科学技术院（GIST）） 纠错

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

AI总结 本文提出TERDNet，一种用于场景变化检测的Transformer编码器-递归解码器网络，通过多级特征提取、特征融合模块、递归解码器和上采样模块，提升了场景变化检测的精度和鲁棒性。

Comments 8 pages, 4 figures. Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026

Conflict-Aware Active Perception and Control in 3D Gaussian Splatting Fields via Control Barrier Functions

基于控制屏障函数的3D高斯点云场中冲突感知与控制

Amirhossein Mollaei Khass, Athanasios Cosse, Vivek Pandey, Nader Motee

机构 * Department of Mechanical Engineering and Mechanics, Lehigh University（机械工程与力学系，莱恩大学） 纠错

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

AI总结 本文提出了一种基于控制屏障函数的冲突感知与控制框架，用于在3D高斯点云场环境中安全导航并获取信息以减少地图不确定性，通过统一的安全关键和感知感知二次规划程序解决安全与感知目标的冲突。

Comments Project website: https://sircesoc.github.io/Conflict_Aware_Active_Perception/

Fault-Tolerant, Rigidity-Preserving Control of Inflatable Truss Robots

容错、保持刚性的可膨胀桁架机器人控制

James Wade, Isaac Weaver, Mihai Stanciu, Nathan Usevitch

机构 * Ira A. Fulton School of Engineering, Mechanical Engineering Department, Brigham Young University（伊拉·A·福林工程学院，机械工程系， Brigham Young 大学） 纠错

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

AI总结 本文提出了一种容错控制框架，用于可膨胀机器人桁架，能够在电机故障的情况下保持功能，通过三个关键贡献：扩展运动学优化以处理任意电机故障组合，引入离散时间控制屏障函数约束以保证结构刚性，以及利用 onboard 编码器反馈和基于正向运动学的状态估计器实现闭环位置控制。

CosFly-Track: A Large-Scale Multi-Modal Dataset for UAV Visual Tracking via Multi-Constraint Trajectory Optimization

CosFly-Track: 一个大规模多模态数据集，用于通过多约束轨迹优化的无人机视觉跟踪

Xiangyue Wang, Hanxuan Chen, Songsheng Cheng, Ruilong Ren, Jie Zheng, Shuai Yuan, Tianle Zeng, Hanzhong Guo, Kangli Wang, Ji Pei

机构 * Autel Robotics（Autel机器人公司） ； Nanjing University（南京大学） ； Peking University（北京大学） ； Southern University of Science and Technology（南方科技大学） ； University of Hong Kong（香港大学） 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CosFly-Track数据集，用于无人机视觉跟踪任务，通过多约束轨迹优化生成大规模多模态数据，提升了动态目标跟踪性能。

WorldParticle: Unified World Simulation of Lagrangian Particle Dynamics via Transformer

WorldParticle：通过Transformer实现拉格朗日粒子动力学的统一世界模拟

Caoliwen Wang, Minghao Guo, Siyuan Chen, Heng Zhang, Mengdi Wang, Xingyu Ni, Hanson Sun, Kunyi Wang, Zherong Pan, Kui Wu, Lingjie Liu, Yin Yang, Chenfanfu Jiang, Taku Komura, Wojciech Matusik, Peter Yichen Chen

机构 * University of British Columbia（不列颠哥伦比亚大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Georgia Institute of Technology（佐治亚理工学院） ； Inria（法国国家信息与自动化技术研究院） ； Meta ； Independent Researcher（独立研究者） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Utah（犹他大学） ； University of California Los Angeles（加州大学洛杉矶分校） ； University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出基于Transformer架构的粒子模拟器，能够统一模拟布料、弹性固体、牛顿流体、非牛顿流体、颗粒材料和分子动力学等不同物理现象，通过预测-校正设计和粒子表示，实现高效的模拟与泛化。

KSOS-BO: Improving Sampling in Bayesian Optimization via Kernel Sum of Squares

KSOS-BO: 通过核平方和改进贝叶斯优化中的采样

Buqing Ou, Frederike Dümbgen

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 本文提出KSOS-BO，一种基于核的无导数框架，用于优化贝叶斯优化的获取函数，通过将获取函数优化建模为半正定规划问题，实现了结构化的全局搜索，并在多个基准函数上表现出色，平均改进了81.16%的 regrets，尽管计算成本较高，但收敛速度更快。

The Topography Trap: Sifting Interlayer Excitons from Strain-Related Artifacts in Real-World 2D Hetrostructures

地形陷阱：在真实世界二维异质结构中区分异层激子与应变相关伪影

Pablo Hernández López, Luka Pirker, Astrid Weston, Arijit Kayal, Rafael Nadas, Adrián Dewambrechies Fernández, Álvaro Rodríguez, Roman Gorbachev, Kirill I. Bolotin, Otakar Frank, Sebastian Heeg

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 该研究提出了一种决策树协议，通过层内激子淬灭评估异层耦合，并将光致发光与原子力显微镜相关联，以正确分配TMDC异质结构的室温PL特征。研究发现MoS2-MoSe2和MoS2-WSe2异质结构中存在MoMomentum-直接异层激子（KK-IX），而先前报告的明亮、动量间接、与扭角无关的ΓK-IX则被证明源于界面拓扑不均质处的局部应变。

Comments 21 pages, 3 figures

MemGym: a Long-Horizon Memory Environment for LLM Agents

MemGym: 一种长时间跨度的记忆环境用于LLM智能体

Wujiang Xu, Yu Wang, Kai Mei, Kaiqu Liang, Zhenting Wang, Mingyu Jin, Han Zhang, Shi-Xiong Zhang, Wenyue Hua, Sambit Sahu, Dimitris N. Metaxas

机构 * Rutgers University（罗杰斯大学） ； Capital One ； Princeton University（普林斯顿大学） ； Microsoft Research（微软研究院） 纠错

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 本文提出MemGym，一种用于评估LLM智能体记忆能力的基准测试环境，通过统一现有智能体 gym 和内部记忆基础管道，提供一个记忆推理接口。MemGym 包含五个评估赛道，涵盖四个智能体领域，能够独立评估记忆性能，排除推理、检索和工具使用能力的干扰。

How Reliable Are FOSS Popularity Metrics? Analyzing the Effort Required for Spoofing Common Software Popularity Metrics

开源软件流行度指标有多可靠？分析伪造常见软件流行度指标所需的努力

Ben Swierzy, Timo Pohl, Marc Ohm, Michael Meier

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文研究了开源软件流行度指标的可靠性，分析了伪造这些指标所需的努力，并指出许多指标类别，如提交数据、问题跟踪器活动、下载量、仓库内容和依赖关系，可以被低至中等程度地操纵，揭示了npm上的一个涉及影响奖励机制的Sybil攻击。

Comments Short Version of arXiv:2505.05897v1, Full paper accepted at ARES 2025

MiXR: Harvesting and Recomposing Geometry from Real-World Objects for In-Situ 3D Design

MiXR: 从现实物体中采集和重组几何结构用于现场3D设计

Faraz Faruqi, Demircan Tas, Arthur Caetano, Niccolò Meniconi, Oğuz Arslan, Misha Sra, Ruofei Du, Stefanie Mueller, Mustafa Doga Dogan

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文提出MiXR系统，通过从环境中采集几何结构并进行重组，实现现场3D设计，结合生成式AI合成连贯模型，使用户能明确定义空间结构并利用生成模型进行几何优化，实验表明其在设计精度和用户控制感方面优于传统方法。

Comments 12 pages, 12 figures

AutoRPA: Efficient GUI Automation through LLM-Driven Code Synthesis from Interactions

AutoRPA: 通过基于LLM的代码合成实现高效的GUI自动化

Minghao Chen, Xinyi Hu, Zhou Yu, Yufei Yin

机构 * Zhejiang Key Laboratory of Space Information Sensing and Transmission（浙江空间信息感知与传输重点实验室） ； School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机科学学院） 纠错

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

AI总结 本文提出AutoRPA框架，通过将ReAct风格代理的决策逻辑自动转化为鲁棒的RPA功能，提高GUI自动化效率和可重用性，同时减少82%到96%的token使用量。

Comments Accepted in ICML 2026

CMC-Opt: Constraint Manifold with Corners for Inequality-Constrained Optimization

CMC-Opt: 带角落的约束流形用于不等式约束优化

Yetong Zhang, Frank Dellaert

机构 * College of Computing（计算学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Atlanta, USA（美国亚特兰大） 纠错

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

AI总结 本文提出了一种基于流形的框架，用于解决机器人中存在等式和不等式约束的优化问题。通过引入带角落的约束流形，将原问题直接转换为无约束优化问题，从而在约束状态空间上进行优化，并在大规模动力学规划问题中验证了该框架的有效性和鲁棒性。

Temporal Counterfactual Explanations of Behaviour Tree Decisions

行为树决策的时序反事实解释

Tamlin Love, Antonio Andriella, Guillem Alenyà

机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与计算机工业研究所，CSIC-UPC） 纠错

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

AI总结 本文提出了一种生成反事实解释的方法，通过构建行为树的因果模型来解释机器人决策原因，提高了机器人系统的透明性和安全性。

Comments 33 pages, 7 figures + 4 figures in appendices