机器人 / 具身智能

Generalization of World Models under Environmental Variability for Vision-based Quadrotor Navigation

环境变异性下基于视觉的四旋翼导航的世界模型泛化

Luca Zanatta, Grzegorz Malczyk, Kostas Alexis

机构 * Norwegian University of Science and Technology（挪威科学与技术大学） 纠错

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

AI总结 通过基于视觉的四旋翼导航测试，研究世界模型在不同环境随机性下的鲁棒性，发现自监督预训练阶段的泛化能力是模拟到现实迁移的强预测因子，并识别出离散潜在大小和训练序列长度是关键因素。

The ACRV Picking Benchmark (APB): A Robotic Shelf Picking Benchmark to Foster Reproducible Research

ACRV 摘取基准 (APB)：一个促进可重复研究的机器人货架摘取基准

Jürgen Leitner, Adam W. Tow, Jake E. Dean, Niko Suenderhauf, Joseph W. Durham, Matthew Cooper, Markus Eich, Christopher Lehnert, Ruben Mangels, Christopher McCool, Peter Kujala, Lachlan Nicholson, Trung Pham, James Sergeant, Liao Wu, Fangyi Zhang, Ben Upcroft, Peter Corke

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

AI总结 本文提出ACRV摘取基准(APB)，通过42个常见物品、广泛可用的货架和精确的物品排列指南，提供可重复的机器人摘取基准，支持完整机器人系统的比较。

Comments 8 pages, submitted to RA:Letters

Episodic Learning with Control Lyapunov Functions for Uncertain Robotic Systems

具有控制李雅普诺夫函数的不确定性机器人系统的经验学习

Andrew J. Taylor, Victor D. Dorobantu, Hoang M. Le, Yisong Yue, Aaron D. Ames

机构 * California Institute of Technology（加州理工学院） 纠错

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

AI总结 本文提出了一种基于控制李雅普诺夫函数的机器学习框架，用于适应机器人系统中的参数不确定性和未建模动态，通过迭代更新李雅普诺夫函数导数的估计和改进控制器，最终获得一个稳定性的二次规划基于控制器，并在平面Segway模拟中验证了方法的有效性。

The inverted Pendulum: A fundamental Benchmark in Control Theory and Robotics

倒立摆：控制理论与机器人学中的基本基准

Olfa Boubaker

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

AI总结 本文探讨倒立摆作为控制理论与机器人学中重要基准的应用动机，分析其在实际设计中的实现，并通过150篇文献综述展示其在历史、现状及挑战中的发展。

Comments IEEE International Conference on Education and e-Learning Innovations (ICEELI), 1-3 July 2012, Sousse, Tunisia

Dynamic Modularity Approach to Adaptive Inner/Outer Loop Control of Robotic Systems

动态模ularity方法用于机器人系统自适应内/外环控制

Hanlei Wang, Wei Ren, Chien Chern Cheah, Yongchun Xie, Shangke Lyu

专题命中 机器人数据与评测 ：robotic(title,abstract)；robotics(abstract)

AI总结 本文提出了一种动态模ularity方法，用于解决机器人系统内/外环结构的自适应控制问题，考虑了动态效应和系统不确定性，并提出了多种自适应外环控制方案，通过动态生成关节速度（或位置）命令来确保闭环系统的稳定性和收敛性。

Comments This version is mainly for including the experimental results

Journal ref IEEE Transactions on Automatic Control, 65(6): 2760-2767, 2020

Single Chip Self-Tunable N-Input N-Output PID Control System with Integrated Analog Front-end for Miniature Robotics

单芯片自调谐N输入N输出PID控制系统及集成模拟前端用于微型机器人

Anindya Shankar Bhandari, Arjun Chaudhuri, Mrigank Sharad

专题命中 机器人数据与评测 ：robotics(title,abstract)；robotic(abstract)

AI总结 本文设计了低功耗单芯片多通道PID控制器，用于微型机器人，包含N输入和N输出，实现N个并行通道。系统集成模拟前端和基于PSO算法的PID控制器，用于参数调谐，具有低功耗和高效调谐能力。

SOTER: A Runtime Assurance Framework for Programming Safe Robotics Systems

SOTER：一种用于安全机器人系统编程的运行时保证框架

Ankush Desai, Shromona Ghosh, Sanjit A. Seshia, Natarajan Shankar, Ashish Tiwari

机构 * University of California at Berkeley, CA, USA（加州大学伯克利分校） ； SRI International（SRI国际） ； Microsoft（微软） 纠错

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

AI总结 本文提出SOTER框架，通过一种编程语言和集成的运行时保证系统，为安全机器人系统提供保障，确保在使用未经认证组件时仍能满足安全要求。

Impostor: An Agent-Curated Benchmark for Realistic AIGC Manipulation Localization

Impostor：一个用于真实AIGC篡改定位的智能体策划基准

Zhenliang Li, Yutao Hu, Qixiong Wang, Wenpeng Du, Hongxiang Jiang, Jiasong Wu, Xiaolong Jiang, Jungong Han

机构 * Southeast University（东南大学） ； Xiaohongshu Inc.（小红书公司） ； Tsinghua University（清华大学） 纠错

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

AI总结 为解决现有图像篡改检测与定位基准在视觉真实感、篡改多样性和生成器覆盖方面的局限，提出了Impostor数据集和CraftAgent框架，并设计了PhaseAware-Net方法，在多个基准上取得优异性能。

Comments 10 pages, 3 figures, 5 tables

Distributed Impedance Control of Latency-Prone Robotic Systems with Series Elastic Actuation

具有串联弹性执行器的延迟敏感机器人系统的分布式阻抗控制

Ye Zhao, Luis Sentis

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

AI总结 本文研究了具有串联弹性执行器的延迟敏感机器人系统的分布式阻抗控制问题，提出了一种关键阻尼增益设计方法，用于优化SEA级联控制架构的阻抗控制器设计，并通过频率域方法分析了时间延迟、滤波和负载惯量对SEA阻抗性能的影响。

Comments 24 pages, 16 figures. arXiv admin note: text overlap with arXiv:1501.02854

Sim-to-Real Transfer of Robotic Control with Dynamics Randomization

机器人控制的仿真到现实转移与动力学随机化

Xue Bin Peng, Marcin Andrychowicz, Wojciech Zaremba, Pieter Abbeel

机构 * OpenAI 纠错

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

AI总结 本文提出一种简单方法通过随机化仿真动力学来弥合现实与仿真的差距，使策略能适应不同动态，从而在无需真实系统训练的情况下实现现实世界泛化。

Bionic Reflex Control Strategy for Robotic Finger with Kinematic Constraints

仿生反射控制策略用于具有运动学约束的机械手指

Narkhede Kunal Sanjay, Shyamanta M. Hazarika

机构 * Department of Mechanical Engineering（机械工程系） ； Indian Institute of Technology Kharagpur（印度理工学院卡里格普分校） ； Indian Institute of Technology Guwahati（印度理工学院古瓦哈蒂） 纠错

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

AI总结 本文提出了一种用于具有运动学约束的机械手指的仿生反射控制策略，通过力跟踪阻抗控制策略实现仿生反射，减少手指的动力学模型并讨论了允许精确力跟踪的阻抗控制策略，展示了单指在平面上支撑矩形物体的仿真结果，反射响应时间在毫秒级。

Comments 5 pages, 7 figures

Modular Deep Q Networks for Sim-to-real Transfer of Visuo-motor Policies

模块化深度Q网络用于视觉-运动策略的仿真到现实迁移

Fangyi Zhang, Jürgen Leitner, Michael Milford, Peter Corke

机构 * Australian Centre for Robotic Vision (ACRV)（澳大利亚机器人视觉中心） ； Queensland University of Technology (QUT)（昆士兰理工大学） 纠错

专题命中 机器人数据与评测 ：robot learning(abstract)；robotic(abstract)；robotics(comments,journal_ref)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出模块化深度强化学习方法，通过在感知与控制之间引入瓶颈，实现仿真到现实的迁移，提升机器人视觉-运动协调能力。

Comments Australasian Conference on Robotics and Automation (ACRA) 2017, Student Paper Award Finalist

Journal ref The proceedings of the Australasian Conference on Robotics and Automation (ACRA) 2017

Distributed controller-estimator for target tracking of networked robotic systems under sampled interaction

分布式控制器-估计器用于网络化机器人系统在采样交互下的目标跟踪

Ming-Feng Ge, Zhi-Hong Guan, Bin Hu, Ding-Xin He, Rui-Quan Liao

机构 * College of Automation, Huazhong University of Science and Technology（华中科技大学自动化学院） ； Petroleum Engineering College, Yangtze University（江汉石油学院石油工程学院） 纠错

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

AI总结 本文提出两种新型分布式控制器-估计器算法，用于网络化机器人系统在采样交互下的目标跟踪问题，通过小值范数和李雅普诺夫稳定性理论分析，确定交互拓扑、采样周期等参数以实现跟踪误差的实际稳定性。

Comments 8 pages, 4 figures, Published in Automatica

Journal ref Automatica, 2016, 69: 410-417

Adaptive Visual Tracking for Robotic Systems Without Image-Space Velocity Measurement

无图像空间速度测量的机器人系统自适应视觉跟踪

Hanlei Wang

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

AI总结 本文研究了无图像空间速度测量的机器人视觉跟踪问题，提出了一种新的图像空间观测器，通过未知动力学中的图像空间速度信息设计自适应控制器，解决了多不确定性分离问题，避免了过参数化。

Comments 21 pages, 3 figures, revised for making improvements based on the reviewers' and AE's comments from Automatica and for adding the journal reference

Journal ref Automatica, 55: 294-301, May 2015

Quantifying Robotic Swarm Coverage

量化机器人群覆盖

Brendon G. Anderson, Eva Loeser, Marissa Gee, Fei Ren, Swagata Biswas, Olga Turanova, Matt Haberland, Andrea L. Bertozzi

专题命中 机器人数据与评测 ：robotic(title)；robotics(abstract)

AI总结 本文提出了一种误差度量方法，用于量化机器人群的覆盖性能，通过理论分析和计算方法，提供了两个基准来评估控制方案的效果。

Comments To appear in Springer series Lecture Notes in Electrical Engineering (LNEE). This book contribution is an extension of our ICINCO 2018 conference paper arXiv:1806.02488. 27 pages, 8 figures, 2 tables

A Backstepping control strategy for constrained tendon driven robotic finger

具有约束的肌腱驱动机械手指的反步控制策略

Kunal Sanjay Narkhede, Aashay Anil Bhise, IA Sainul, Sankha Deb

专题命中 机器人数据与评测 ：robotic(title,abstract)

AI总结 本文提出了一种反步控制策略，通过引入运动学约束使非完整系统变得可控，用于单肌腱和单执行器驱动的机械手指控制。

Comments To appear in the Proceedings of IEEE ICCAR 2019

FactoryNet: A Large-Scale Dataset toward Industrial Time-Series Foundation Models

FactoryNet：面向工业时间序列基础模型的大规模数据集

Karim Othman, Jonas Petersen, Matei Ignuta-Ciuncanu, Camilla Mazzoleni, Federico Martelli, Alessandro Lombardi, Riccardo Maggioni, Philipp Petersen

机构 * ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 提出首个工业时间序列通用预训练语料库FactoryNet，通过统一模式实现跨实体零样本迁移和高效异常检测。

Comments Accepted at AI4Physics and FMSD, ICML 2026. Code: https://github.com/Forgis-Labs/FactoryNet

Adversarial Discriminative Sim-to-real Transfer of Visuo-motor Policies

对抗性判别仿真到现实的视觉-运动策略转移

Fangyi Zhang, Jürgen Leitner, Zongyuan Ge, Michael Milford, Peter Corke

机构 * Australian Centre for Robotic Vision (ACRV)（澳大利亚机器人视觉中心） ； Queensland University of Technology (QUT)（昆士兰技术大学） ； Monash University（墨尔本大学） 纠错

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

AI总结 本文提出对抗性判别仿真到现实转移方法，减少现实数据标注成本，在桌面上物体抓取任务中，通过视觉观测控制7自由度机械臂在障碍物中抓取蓝色立方体，仅需93个标注和186个未标注图像即可实现97.8%的成功率和1.8厘米的控制精度。

Comments Under review for the International Journal of Robotics Research

X4Val: Learning Neural Surrogates for Variance-Reduced Policy Evaluation

X4Val: 学习方差缩减策略评估的神经代理模型

Rachel Luo, Michael Watson, Apoorva Sharma, Heng Yang, Han Qi, Edward Schmerling, Sushant Veer, Boris Ivanovic, Marco Pavone

机构 * NVIDIA Research（NVIDIA研究院） ； Harvard University（哈佛大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出X4Val框架，通过嵌入多域数据并学习可迁移预测器，结合控制变量估计器实现无配对样本下的方差缩减，在自动驾驶和机器人操作任务中方差降低达38.4%。

M3imic: Learning a Versatile Whole-Body Controller for Multimodal Motion Mimicking

M3imic: 学习用于多模态运动模仿的通用全身控制器

Zuxing Lu, Ziang Zheng, Yao Lyu, Jingyu Liu, Feihong Zhang, Song Lu, Xin Yuan, Changyin Sun, Xingxing Zuo, Shengbo Eben Li

机构 * School of Automation, Southeast University（东南大学自动化学院） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； Department of Robotics, Mohamed Bin Zayed University of Artificial Intelligence（马尔代夫比兹亚德大学人工智能学院机器人系） 纠错

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

AI总结 提出M3imic框架，通过模态特定编码器将异构运动参考模态（机器人关节角度、人体姿态轨迹、末端执行器位姿）映射到共享潜在空间，并利用大规模强化学习训练单一策略，实现无需模态特定重训练的sim-to-real迁移。

NextMotionQA: Benchmarking and Judging Human Motion Understanding with Vision-Language Models

NextMotionQA: 使用视觉语言模型基准测试和评判人体运动理解

Yong Cao, Chuqiao Li, Xianghui Xie, Gerard Pons-Moll, Andreas Geiger

机构 * University of Tübingen（图宾根大学） ； Tübingen AI Center（图宾根人工智能中心） ； Max Planck Institute for Informatics（马克斯·普朗克信息学院） ； Saarland Informatics Campus（萨尔兰州信息学院） 纠错

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

AI总结 提出NextMotionQA基准，通过三项互补任务和多粒度难度分层，系统评估视觉语言模型在人体运动理解中的能力，并揭示其在细粒度评判中的局限性。

Comments 23 pages, 8 figures, 9 tables

PAC-Bayes Control: Learning Policies that Provably Generalize to Novel Environments

PAC-Bayes 控制：学习能够证明在新环境中泛化的能力的策略

Anirudha Majumdar, Alec Farid, Anoopkumar Sonar

机构 * Department of Mechanical and Aerospace Engineering（1,2 机械与航空航天工程系） ； Department of Computer Science Princeton University（3 计算机科学系 纽约大学普林斯顿分校） 纠错

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

AI总结 本文提出了一种基于PAC-Bayes框架的机器人策略学习方法，通过在新环境中泛化能力的理论分析，为机器人系统提供强泛化保证。

Comments Extended version of paper presented at the 2018 Conference on Robot Learning (CoRL)

Transfer from Simulation to Real World through Learning Deep Inverse Dynamics Model

通过学习深度逆动力学模型实现仿真到现实世界的迁移

Paul Christiano, Zain Shah, Igor Mordatch, Jonas Schneider, Trevor Blackwell, Joshua Tobin, Pieter Abbeel, Wojciech Zaremba

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

AI总结 本文提出通过学习深度逆动力学模型，在仿真与现实世界之间实现控制策略的迁移，解决仿真与现实差异导致的性能下降问题。

Funnel Libraries for Real-Time Robust Feedback Motion Planning

用于实时鲁棒反馈运动规划的 funnel 库

Anirudha Majumdar, Russ Tedrake

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

AI总结 本文提出利用预计算的 funnel 库实现实时鲁棒反馈运动规划，通过凸优化计算 funnel 并在运行时安全组合运动计划，验证了在复杂环境中高动态机器人系统鲁棒性和安全性。

Comments International Journal of Robotics Research (To Appear)

Expectations vs. Realities: The Cost of MSE-Optimal Forecasting Under Conditional Uncertainty

期望与现实：条件不确定性下MSE最优预测的成本

Riku Green, Zahraa S. Abdallah, Telmo M Silva Filho

机构 * The University of Bristol（布里斯托尔大学） 纠错

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

AI总结 本文通过条件不确定性间隙理论证明多步时间序列预测中MSE最优与边际真实性存在根本性权衡，并实证表明小幅牺牲MSE（≤5%）可显著提升边际真实性（中位数17.3%）。

Comments 12 pages, Accepted for KDD 2026 Research track

Data-driven Discovery of Cyber-Physical Systems

基于数据的物理系统发现

Ye Yuan, Xiuchuan Tang, Wei Pan, Xiuting Li, Wei Zhou, Hai-Tao Zhang, Han Ding, Jorge Goncalves

机构 * School of Automation, Huazhong University of Science and Technology（华中科技大学自动化学院） ； State Key Lab of Digital Manufacturing Equipment and Technology（数字制造装备与技术国家重点实验室） ； School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） ； Department of Cognitive Robotics, Delft University of Technology（代尔夫特理工大学认知机器人系） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； Luxembourg Centre for Systems Biomedicine, University of Luxembourg（卢森堡系统生物医学中心，卢森堡大学） 纠错

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

AI总结 本文提出了一种从数据直接反向工程物理系统的通用框架，通过识别物理系统和推断转移逻辑，成功应用于机械、电气系统和医疗应用，为预测CPS轨迹、评估性能、设计容错系统和制定新系统设计指南提供了新方法。

A Framework for On-line Learning of Underwater Vehicles Dynamic Models

在线学习水下机器人动态模型的框架

Bilal Wehbe, Marc Hildebrandt, Frank Kirchner

机构 * DFKI - Robotic Innovation Center（DFKI机器人创新中心） 纠错

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

AI总结 本文提出了一种在线学习水下机器人动态模型的框架，通过增量支持向量回归方法从数据流中逐步学习模型，并结合增量学习策略来改进模型在整体状态空间上的泛化能力。

Comments 8 pages, 6 figures, ICRA 2019 authors preprint

Learning of Multi-Context Models for Autonomous Underwater Vehicles

多情境模型学习用于自主水下车辆

Bilal Wehbe, Octavio Arriaga, Mario Michael Krell, Frank Kirchner

机构 * DFKI - Robotic Innovation Center（DFKI机器人创新中心） ； Robotics Research Group（机器人研究组） 纠错

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

AI总结 本文提出利用LSTM网络学习自主水下车辆的多情境模型，通过实验数据构建仿真模型，生成不同情境并提高分类准确性，展现对噪声的鲁棒性和大数据集的扩展能力。

Comments 6 pages, 7 figures, AUV 2018 author copy

Context-Specific Validation of Data-Driven Models

基于情境的驱动模型验证

Somil Bansal, Shromona Ghosh, Alberto Sangiovanni-Vincentelli, Sanjit A. Seshia, Claire J. Tomlin

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

AI总结 本文提出了一种基于情境的驱动模型验证框架，通过计算闭环实际系统与学习模型之间的距离来评估模型质量，并采用主动采样方案高效计算距离上界，用于验证实际系统控制器设计。

Proceedings of the The First Workshop on Verification and Validation of Cyber-Physical Systems

第一届验证与验证网络物理系统研讨会会议记录

Mehdi Kargahi, Ashutosh Trivedi

机构 * Reykjavík, Iceland（冰岛雷克雅未克） ； MITL Specification Debugging for Monitoring of Cyber-Physical Systems（网络物理系统监控的MITL规格调试） ； Automatic Synthesis of Controllers from Specifications using Control Certificates（使用控制证书从规范自动合成控制器） ； A Compositional Framework for Preference-Aware Agents（偏好感知代理的组合框架） ； Output Feedback Controller Design with Symbolic Observers for Cyber-physical Systems（网络物理系统符号观测器输出反馈控制器设计） ； Towards an Approximate Conformance Relation for Hybrid I/O Automata（混合I/O自动机近似一致性关系） ； On Nonlinear Prices in Timed Automata（时序自动机中的非线性价格） ； Towards the Verification of Safety-critical Autonomous Systems in Dynamic Environments（动态环境中安全关键自主系统的验证） 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 本文介绍了首届网络物理系统验证与验证研讨会，探讨了验证与验证方法，包括控制、模拟和形式化方法等，旨在解决复杂软件和算法的验证问题。

Journal ref EPTCS 232, 2016