机器人 / 具身智能

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