机器人 / 具身智能

CropCraft: A Procedural World Generator for Robotic Simulation of Agricultural Tasks

CropCraft：用于农业任务机器人仿真的程序化世界生成器

Riccardo Bertoglio, Cyrille Pierre, Johann Laconte, Roland Lenain

机构 * Institut National de la Recherche Agronomique（法国国家农业科研院） 纠错

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

AI总结 提出基于Blender和Python的开源程序化世界生成器CropCraft，通过YAML配置生成多样化农田场景，支持间作、葡萄园和杂草田，并生成带标注的3D仿真环境，用于农业机器人感知和导航算法开发。

Journal ref IROS 2025 Workshop on Agricultural Robotics and Automation: Driving Innovation in Agri-Food Systems, Oct 2025, Hangzhou, China

GN0: Toward a Unified Paradigm for Generation, Evaluation, and Policy Learning in Visual-Language Navigation

GN0：迈向视觉语言导航中生成、评估与策略学习的统一范式

Xinhai Li, Xiaotao Zhang, Yuehao Huang, Jiankun Dong, Tianhang Wang, Sunyao Zhou, Yunzi Wu, Chengnuo Sun, Yunfei Ge, Qizhen Weng, Chi Zhang, Chenjia Bai, Xuelong Li

机构 * Institute of Artificial Intelligence, China Telecom（人工智能研究院，中国电信） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Tongji University（同济大学） ； Fudan University（复旦大学） ； Jiangsu University（江苏大学） 纠错

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

AI总结 提出GN0统一框架，通过自动生成大规模导航数据集GN-Matrix、基于3DGS的高保真仿真平台和BEV基准GN-Bench，结合RL驱动的导航基础模型BAE，在VLN任务上超越现有方法。

NVIDIA Isaac Sim: Enabling Scalable, GPU-Accelerated Simulation for Robotics

NVIDIA Isaac Sim：实现可扩展的GPU加速机器人仿真

Sicong Gao, Maurice Pagnucco, Tomasz Bednarz, Yang Song

机构 * School of Computer Science and Engineering, The University of New South Wales（新南威尔士大学计算机科学与工程学院） ； NVIDIA USA（NVIDIA美国公司） 纠错

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

AI总结 本文系统综述了NVIDIA Isaac Sim的架构、应用模式及局限性，重点分析其GPU加速在大规模并行训练、合成数据生成和物理精确建模方面的优势，并探讨了未来方向。

Making Embodied AI Reliable: A Community Agenda from Testing to Formal Verification

使具身AI可靠：从测试到形式验证的社区议程

Xi Zheng, Dulanga Weerakoon, Yintong Huo, Teresa Yeo, Guy Van Den Broeck, Vijay Ganesh, Daniel Neider, Biplav Srivastava, Ivan Ruchkin, Archan Misra, Corina Pasareanu

机构 * University of Waterloo（滑铁卢大学） ； Universityinceton University（普林斯顿大学） 纠错

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

AI总结 本文基于AAAI'26 Bridge Program讨论，提出通过集成测试、形式验证和运行时保证的神经符号方法，解决具身AI在开放世界中的生命周期可靠性问题。

Done, But Not Sure: Disentangling World Completion from Self-Termination in Embodied Agents

完成，但不确定：具身智能体中世界完成与自我终止的解耦

Ying Chen, Lihuang Fang, Rui Jiang, Mingxu Wang, Zhifeng Gu, Lei Yi, Jie Chen

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

AI总结 提出VIGIL评估框架，通过分离世界状态完成和终端报告正确性，独立衡量智能体的终止承诺能力，并揭示不同模型在相似完成率下终端报告准确性的显著差异。

SimuScene: Simulation-Ready Compositional 3D Scene Reconstruction from a Single Image

SimuScene: 从单张图像重建仿真就绪的组合式3D场景

Inhee Lee, Sangwon Baik, Sungjoo Kim, Hyeonwoo Kim, Hyunsoo Cha, Hanbyul Joo

机构 * Seoul National University（首尔国立大学） 纠错

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

AI总结 提出SimuScene，一种将物理仿真融入形状和布局估计的组合式3D重建流水线，通过物理引擎诊断重建错误并驱动修正，生成稳定且仿真就绪的场景。

Comments Project Page: https://snuvclab.github.io/SimuScene/

The Road Ahead in Autonomous Driving: The KITScenes Multimodal Dataset

自动驾驶的未来之路：KITScenes多模态数据集

Richard Schwarzkopf, Fabian Immel, Alexander Blumberg, Jonas Merkert, Nils Rack, Kaiwen Wang, Fabian Konstantinidis, Julian Truetsch, Carlos Fernandez, Annika Bätz, Kevin Rösch, Marlon Steiner, Willi Poh, Yinzhe Shen, Royden Wagner, Felix Hauser, Dominik Strutz, Jaime Villa, Gleb Stepanov, Holger Caesar, Ömer Şahin Taş, Frank Bieder, Jan-Hendrik Pauls, Christoph Stiller

机构 * FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； University Charles III of Madrid（马德里第三大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 本文提出KITScenes多模态数据集，通过高保真传感器和完整HD地图，解决现有数据集在传感器精度、地图完整性和地理多样性上的不足，并引入四个基准推动空间学习。

Comments 28 pages, 21 figures

SCOPE: Real-Time Natural Language Camera Agent at the Edge

SCOPE：边缘实时自然语言相机代理

Nikolaj Hindsbo, Sina Ehsani, Pragyana Mishra

机构 * Armada AI 纠错

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

AI总结 提出SCOPE模块化代理，用于自然语言控制的PTZ相机，在边缘部署实现实时感知、规划与控制，并通过仿真和物理实验评估延迟、准确性和错误模式。

Comments 9 pages, 4 figures, 6 tables. Accepted at HRI '26 (21st ACM/IEEE International Conference on Human-Robot Interaction), Edinburgh, Scotland, March 16--19, 2026. Code: https://github.com/HindsboNikolaj/SCOPE

Journal ref Proceedings of the 21st ACM/IEEE International Conference on Human-Robot Interaction (HRI '26), ACM, 2026

RobotValues: Evaluating Household Robots When Human Values Conflict

RobotValues: 当人类价值观冲突时评估家用机器人

Jongwook Han, Hyeongjin Kim, Yohan Jo

机构 * Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院） 纠错

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

AI总结 提出RobotValues基准，通过10K个价值冲突场景评估家用机器人规划器，发现视觉语言模型存在默认价值偏好且难以覆盖，表明评估需考虑价值冲突下的行动选择。

SeeTraceAct: Visibility-Aware Latent Planning from Cross-Embodiment Demonstration Videos

SeeTraceAct: 跨具身演示视频中的可见性感知潜在规划

Jaehyeon Son, Junhyun Kim, Kyle Kam, Jeremiah Coholich, Seok Joon Kim, Jinhoo Kim, Chris Dongjoo Kim, Jaemin Cho, Dieter Fox, Zsolt Kira

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Allen Institute for AI（Allen人工智能研究所） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 提出SeeTraceAct框架，通过可见性感知的未来末端执行器轨迹预测增强空间定位，实现基于单次跨具身演示视频的机器人策略泛化，在模拟和真实场景中取得最优成功率。

PaintBench: Deterministic Evaluation of Precise Visual Editing

PaintBench: 精确视觉编辑的确定性评估

Kai Xu, Ellis Brown, Shrikar Madhu, Rob Fergus, He He, Saining Xie

机构 * New York University（纽约大学） 纠错

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

AI总结 提出PaintBench基准，通过程序化生成20种基本视觉编辑操作，实现确定性像素级评估，发现当前模型性能低（最高mIoU 17.1%），并揭示任务分解和场景变化的影响。

Comments Project Page: https://paintbench.github.io/

RadarSFD: Single-Frame Diffusion with Pretrained Priors for Radar Point Clouds

RadarSFD：基于预训练先验的单帧扩散用于雷达点云

Bin Zhao, Nakul Garg

机构 * Rice University（里士大学） 纠错

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

AI总结 提出RadarSFD，一种条件潜在扩散框架，利用预训练单目深度估计器的几何先验，从单帧雷达数据重建密集LiDAR-like点云，无需合成孔径或多帧聚合。

Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026). Project page: https://phi-lab-rice.github.io/RadarSFD/

Forecasting Conceptual Diffusion in Science: The Case of Quantum Computing

预测科学中的概念扩散：以量子计算为例

Thomas Maillart, Thibaut Chataing, David Dosu, Paul Bagourd, Julian Jang-Jaccard, Alain Mermoud

机构 * Geneva School of Economics and Management, University of Geneva（日内瓦经济管理学院，日内瓦大学） ； Faculty of Medicine, University of Geneva（日内瓦大学医学院） ； Open Quantum Institute, CERN（开放量子研究所，欧洲核子研究中心） ； armasuisse Science + Technology（armasuisse 科学与技术） 纠错

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

AI总结 通过构建时间分辨的概念共现网络并训练LightGBM模型，研究量子计算领域概念的内生巩固与外生扩散的可预测性，发现外生扩散和熵具有强可预测性（R²高达0.78），而内生巩固在量子计算中几乎不可预测，但在神经植入领域显著上升（R²=0.83），表明概念扩散受语义和引用环境中的稳定结构规律支配。

Comments 19 pages, 5 figures, 6 tables. Code and manuscript sources: https://github.com/wazaahhh/breakthroughs-diffusion . An earlier version was presented at the Global Tech Mining Conference (GTM) 2026 (submission #117)

Semantic-weighted ICP for LiDAR Odometry: Class-Aware Residual Reweighting for Robust Scan Registration

语义加权ICP用于LiDAR里程计：基于类感知残差加权的鲁棒扫描配准

Vasco Carvalho, Tiago Barros, Urbano J. Nunes

机构 * Institute of Robotics and Autonomous Systems, University of Lisbon（里斯本大学机器人与自主系统研究所） 纠错

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

AI总结 提出语义加权ICP方法，通过根据语义类别的几何稳定性对残差进行加权，在动态和复杂环境中提升LiDAR里程计的位姿估计鲁棒性。

OVO-S-Bench: A Hierarchical Benchmark for Streaming Spatial Intelligence in Multimodal LLMs

OVO-S-Bench：多模态大语言模型中流式空间智能的分层基准

Yifei Li, Pengyiang Liu, Yuhang Zang, Zhongyue Shi, Qi Fu, Hongye Hao, Jiwen Lu

机构 * Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 提出OVO-S-Bench，一个完全人工标注的流式空间智能基准，包含1680个问题，涵盖四个抽象层次，评估38个MLLM，发现Gemini-3.1-Pro落后人类专家27分，流式空间微调MLLM表现不如其骨干模型。

Comments 48 pages, 12 figures, 15 tables. Project page: https://internlm.github.io/OVO-S-Bench/

The DeepSpeak-Agentic Dataset

DeepSpeak-Agentic 数据集

Sarah Barrington, Maty Bohacek, Hany Farid

机构 * University of California, Berkeley, USA（加州大学伯克利分校） ； Stanford University, USA（斯坦福大学） 纠错

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

AI总结 本文提出了一个包含37小时人机半结构化对话视频的数据集DeepSpeak-Agentic，用于评估AI代理的自动取证识别、研究人机交互特性，并作为大型语言模型和AI生成语音/面部技术的基准。

Deadlock and Noise in Self-Organized Aggregation Without Computation

无计算的自组织聚合中的死锁与噪声

Joshua J. Daymude, Noble C. Harasha, Andréa W. Richa, Ryan Yiu

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

AI总结 研究无计算自组织聚合算法在多机器人系统中的死锁问题，证明确定性运动下存在死锁构型，并发现少量误差可避免死锁，同时提出一种离散噪声版本。

Comments 17 pages, 11 figures

Journal ref Stabilization, Safety, and Security of Distributed Systems (SSS 2021), pp. 51-65

A data-driven filter bank framework for IMU-based heave motion estimation

基于数据驱动的滤波器组框架用于IMU垂荡运动估计

Aybars Tokta

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 提出一种数据驱动框架，通过优化一组与特定频率范围相关的IIR滤波器，利用合成数据集实现IMU垂荡运动的高精度鲁棒估计。

Comments 6 pages, 10 figures

Simulation of stochastic systems via polynomial chaos expansions and convex optimization

通过多项式混沌展开和凸优化模拟随机系统

Lorenzo Fagiano, Mustafa Khammash

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 提出一种基于凸优化的计算高效方法，通过特定加权矩阵的正则化技术计算多项式混沌展开系数，避免模型操作，适用于高维随机变量和少量蒙特卡洛模拟。

Comments This manuscript is a preprint of a paper published on Physical Reviews E and is subject to American Physical Society copyright. The copy of record is available at http://pre.aps.org. http://link.aps.org/doi/10.1103/PhysRevE.86.036702

Journal ref Physical Reviews E, Volume 86, Issue 3, 036702, 2012

Characterization of accessibility for affine connection control systems at some points with nonzero velocity

非零速度点处仿射连接控制系统的可达性刻画

María Barbero-Liñán

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对仿射连接控制系统，本文在非零速度点处推广了可达性代数的描述，前提是仿射连接限制在对称闭包给出的分布上，并应用于不同机械控制系统。