视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
当机器人睡眠时：面向共享策略机器人学习的离线技能巩固
机构 * University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
专题命中 机器人学习 ：robot learning(title)；分类 cs.RO
AI总结 提出睡眠-觉醒框架，通过冻结技能记忆和纳什谈判梯度组合，解决多技能学习中的技能耦合崩溃问题，在Meta-World和SurgicAI上显著提升成功率和可靠性。
视觉验证实现推理时引导与自主策略改进
机构 * Princeton University（普林斯顿大学）
专题命中 机器人学习 ：robot policy(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 提出VERITAS框架，利用预训练通用机器人策略作为生成器，结合无梯度视觉验证器在推理时评估动作，实现无需额外训练的推理时策略引导和离线策略改进。
Comments Website: https://veritas-improvement.github.io
ThinkingVLA：用于机器人操作的交叉视觉与语言推理
机构 * Fudan University（复旦大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；分类 cs.RO
AI总结 提出ThinkingVLA，通过统一的多Transformer架构实现前向与逆向推理交织，显著提升长时域操作任务性能。
AnnotateAnything：面向机器人操作的3D资产自动标注
机构 * Northwestern University（西北大学） ； Peking University（北京大学）
专题命中 机器人操作 ：manipulation(title,abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出AnnotateAnything框架，通过视觉-语言标注和物理标注双流水线，自动为3D资产生成可执行操作标签，提升仿真数据收集效率和任务成功率。
ED3R: 能量感知的分布式灾难检测——基于协作机器人智能体
机构 * Dept. of Informatics and Telecommunications, National and Kapodistrian University of Athens（雅典大学信息学与电信系） ； Huawei Heisenberg Research Center (Munich)（华为海森堡研究中心（慕尼黑））
专题命中 机器人操作 ：robotic(title,abstract)；robotics(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出ED3R框架，通过机器人-远程控制器分层协作与分布式神经回归预测，在不确定性下以最低能耗实现野火检测，成功率达97.18%，能耗降低36.4%，检测速度提升41%。
Comments 14 pages, 9 figures
记忆作为消耗性资产：为具身智能体定价闪存耐久性及其局限性
机构 * KAIKAKU
专题命中 机器人操作 ：embodied agent(title)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文提出将机器人闪存耐久性视为折旧资本，通过单一影子价格η进行定价，实现成本最优的存储层级分配，并基于真实机器人日志测量价值-写入关联χ的符号，发现其取决于部署场景。
WeaveLA: 面向重复机器人操作的基于事件驱动的跨子任务潜在记忆编织
机构 * Fudan University（复旦大学） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO、cs.CV
AI总结 针对短窗口VLA策略缺乏跨子任务信息传递的问题，提出WeaveLA，通过事件触发将完成子任务压缩为潜在令牌并注入下一子任务的动作生成路径，在保持基础策略短窗口接口的同时实现轻量级跨子任务通道，在困难重复任务上成功率从0%提升至47.8%。
LAGO策略：面向平滑操作的延迟感知异步扩散策略与目标导向无碰撞规划
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； International Digital Economy Academy（国际数字经济学院） ； The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 提出LAGO策略，通过延迟感知条件引导和时空轨迹优化，解决异步扩散策略的间断和碰撞问题，实现平滑安全的操作。
Comments 8 pages, 8 figures
对比动作-图像预训练用于视觉运动控制
机构 * UC Berkeley（加州大学伯克利分校） ； NVIDIA（英伟达） ； Sapienza University of Rome（罗马大学） ； Panasonic（松下） ； ItalAI
专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出CAIP方法，利用大规模第一人称视频中3D手部关键点作为代理动作信号，通过对比学习统一动作-图像表示，在少量机器人数据下显著提升灵巧操作性能。
通过子手征对称性操控拓扑角态
专题命中 机器人操作 ：manipulation(title,abstract)
AI总结 本文以Benalcazar-Bernevig-Hughes模型为例，证明子手征对称性可提供通用控制原理，通过选择性破缺子对称性逐步降维四重角态流形，并设计绝热协议实现单角态或叠加态的高保真转移。
DexLink Hand：一款紧凑、经济、16自由度连杆驱动且具有类人灵巧性的手部
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学）
专题命中 机器人操作 ：robot learning(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出一种紧凑、低成本的连杆驱动仿人手，通过混合平面与空间连杆机构实现16个独立驱动、20个关节的高灵巧性，重320g、成本低于400美元，达到最大Kapandji评分并复现全部33种Feix抓取类型。
在位优势：LLM推荐系统中的品牌偏见与认知操纵动态
机构 * Trine University（特莱恩大学） ； Texas A&M University（德克萨斯农工大学）
专题命中 机器人操作 ：manipulation(title)；分类 cs.AI
AI总结 研究LLM推荐中的品牌动态，发现知名品牌在同等规格下获100%推荐（IAI=10.0），但微弱评分优势可打破垄断；权威营销语言（如虚假临床证据）以+0.17评分点的偏差剩余价值打破垄断；多品牌GEO竞争存在社会困境，集体优化降低个体收益。
Comments 16 pages, 4 figures, 11 tables
基于Transformer的可行且最优末端接近翻滚目标的空间机械臂热启动方法
机构 * Stanford University（斯坦福大学）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 针对空间机械臂末端接近翻滚目标的实时轨迹生成问题，提出基于因果Transformer的热启动方法，通过分解规划并热启动姿态-力矩分配阶段，在300个测试场景中减少28%迭代次数和23%运行时间，同时保持控制成本分布。
Comments 8 pages, 4 figures
基于接触式条纹投影轮廓术的高分辨率反射与透明物体三维表面测量
机构 * Department of Mechanical Engineering, Yonsei University（延世大学机械工程系） ； Yonsei Institute for Embodied Intelligence, Yonsei University（延世大学具身智能研究所）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.CV
AI总结 针对GelSight传感器在反射/透明物体上深度精度不足和校准困难的问题，提出基于数字条纹投影的接触式三维测量方法，通过三角测量实现高精度全视场三维重建。
动作生成应从何处开始？面向生成式机器人策略的可学习源先验
机构 * Southeast University（东南大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 提出LeaP，用轻量MLP预测基于本体感知的对角高斯分布作为动作生成源先验，替代标准高斯分布，在15个RoboTwin任务中平均成功率81.6%，优于基线方法6.5-25.5个百分点。
用于鲁棒扩散策略的Kolmogorov回归
机构 * Bala Cynwyd, PA 19004（巴拉辛威德, PA 19004）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI、cs.LG
AI总结 提出后向Kolmogorov方程将扩散策略提升至Cameron-Martin空间，用确定性边界值PDE问题替代随机分数匹配，通过精度加权损失和残差诊断实现收敛保证、轨迹规则化和无奖励故障检测。
GeneralVLA-2: 几何感知重建与受控记忆用于机器人规划
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； CASIA（中国科学院自动化研究所） ； AI 2 Robotics
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 针对机器人规划中3D物体重建幻觉和记忆质量不可控的问题，提出GeoFuse-MV3D几何先验引导重建分支和受控长期记忆系统，在GSO-30和Terminal-Bench等基准上显著提升性能。
TRACE: 用于延迟证据视觉运动模仿的轨迹路由因果记忆
机构 * Zeno AI ； Zhejiang University（浙江大学） ； Zhejiang University of Technology（浙江工业大学） ； The University of Sydney（悉尼大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 针对视觉运动模仿中早期线索消失导致观察歧义的问题，提出TRACE记忆框架，利用路径签名存储和检索任务相关证据，在长周期任务中提升分支选择准确率。
改进和评估手-物体交互检测
机构 * School of Computer Science, University of Bristol, Bristol, UK（布里斯托大学计算机科学学院） ； Computer Science and Electrical and Computer Engineering, New York University, NY, US（纽约大学计算机科学与电气与计算机工程系）
专题命中 机器人操作 ：robotics(abstract)；分类 cs.CV
AI总结 提出HOI-DETR框架，将手-物体和物体-物体交互引入Co-DETR架构，在四个数据集上显著提升检测性能，mAP提升超过20个百分点。
Comments Project page: https://ahmaddarkhalil.github.io/HOI-DETR/
任意地点，任意干扰：利用调制信号远程激活LiDAR上的特洛伊恶意软件
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本研究设计了一种嵌入LiDAR固件的特洛伊恶意软件，并利用光学触发通过调制信号远程激活，实现虚假目标注入和真实目标抑制，威胁自动驾驶安全。
铁磁流体液滴中的磁-莱顿弗罗斯特效应
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究磁场对铁磁流体液滴动态莱顿弗罗斯特效应的影响，发现磁场可诱导液滴在低于零场莱顿弗罗斯特温度下反弹，提出磁-莱顿弗罗斯特效应的理论框架。
外延NiO中位错模板化的反铁磁畴
专题命中 机器人操作 ：manipulation(abstract)
AI总结 利用扫描电子显微镜电子通道衬度成像，发现外延NiO/MgO(001)中界面位错网络在纳米尺度上钉扎反铁磁孪晶畴壁，并通过热循环和厚度系列实验揭示了位错网络对反铁磁畴结构的模板化机制。
Comments 5 pages, 4 figures
手性声子通过磁弹性耦合实现超快磁化翻转
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究利用太赫兹驱动的手性声子通过磁弹性耦合实现比线性声子更快的磁化翻转，揭示了手性在自旋-晶格动力学中的关键作用。
EvolveNav: 用于零样本目标导航的主动预反思与自进化记忆
机构 * HKUST(GZ)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） ； Xi’an Jiaotong University（西安交通大学） ； XGRIDS（深圳格物智联）
专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.AI
AI总结 提出自进化零样本目标导航框架，通过从历史轨迹提取规则并基于置信上界检索，结合记忆引导预反思模块，减少无效探索，成功率提升10.1%。
几何一致的内窥镜表示用于图像引导导航：基于结构化基础模型适配
机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Semaphor Surgical ； Johnson & Johnson MedTech（强生医疗科技）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI、cs.CV
AI总结 提出统一框架，结合合成数据管道与层级感知几何语义适配，学习几何一致且领域鲁棒的图像表示，提升单目内窥镜中的位姿估计与深度预测性能。
VISTA：通过动作历史条件实现尺度感知的视觉导航
机构 * Polytechnique Montreal（蒙特利尔理工学院） ； MILA（MILA研究所） ； Institute of Science Tokyo（东京科学大学） ； CoRA Lab（CoRA实验室） ； Mist Lab（Mist实验室）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.LG
AI总结 针对视觉导航基础模型因动作归一化导致的尺度脆弱性，提出通过动作历史条件化提供物理位移上下文，并集成DINOv3编码器增强重复环境中的特征表示，实现零样本跨环境部署。
StepGuard: 通过单步校准保护网页导航
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； Xiamen University（厦门大学） ； Zhejiang Lab（之江实验室） ； CSIRO（澳大利亚联邦科学与工业研究组织）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 针对网页导航中单步脆弱性问题，提出StepGuard框架，通过动态双策略优化（DDPO）解决奖励冲突，并利用置信度引导的自适应导航反射（CANR）校准单步误差，显著提升导航与答案准确率。
VL-MemKnG：结合时空知识图谱的混合记忆用于长程自我中心导航轨迹问答
机构 * Mobile Robotics Laboratory, Artificial Intelligence Center（移动机器人实验室，人工智能中心） ； Skoltech（斯科尔科沃科学技术学院） ； Intelligent Multimodal Vision Analysis Group, Department of Engineering, Universitat Pompeu Fabra（智能多模态视觉分析组，工程系，庞培法布拉大学） ； Independent Researcher（独立研究员）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 提出VL-MemKnG混合记忆框架，结合时空知识图谱与片段级上下文记忆，通过混合检索推理模块提升长程自我中心视频导航问答的准确性和效率。
惯性导航中用于截断误差降低的规范自由度优化
专题命中 具身导航 ：navigation(title,abstract)
AI总结 提出u-space方法，将规范自由度推广到未知强迫函数系统，通过闭式或经验形式优化规范，在多种仿真和实测惯性导航数据中一致降低截断误差。
FLAP: 面向无先验地图3D导航的视场约束主动感知规划
机构 * The State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院工业控制技术国家重点实验室） ； Huzhou Institute, Zhejiang University（浙江大学湖州研究院） ； Huzhou Key Laboratory of Autonomous System（湖州市自动驾驶系统重点实验室） ； Shanghai Institute of Special Equipment Inspection and Technical Research Co., Ltd（上海市特种设备监督检验技术研究院有限公司）
专题命中 具身导航 ：navigation(title)；分类 cs.RO
AI总结 提出一种将主动感知直接融入轨迹优化的规划框架，通过传感器坐标系下的视场几何约束和速度触发机制，在保证安全的同时提升效率，并支持任意3D机动。
Comments 18 pages, 19 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈