机器人 / 具身智能

DeformX: A Versatile Co-Simulation Framework for Deformable Linear Objects

DeformX: 一种用于可变形线性物体的多功能协同仿真框架

Yi Yang, Xiang Fei, Lehong Wang, Chenhao Li, Zilin Dai, Henry Kou, Lu Li, Howie Choset

机构 * The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） ； School of Ocean and Civil Engineering, Shanghai Jiao Tong University（上海交通大学海洋与土木工程学院） ； Zhiyuan College, Shanghai Jiao Tong University（上海交通大学致远学院） ； John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院） 纠错

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

AI总结 提出DeformX框架，集成Cosserat杆物理引擎与NVIDIA Isaac Sim，实现可变形线性物体的物理精确与视觉真实仿真，支持机器人学习，在真实线缆分割和绳索摆动任务中验证了仿真到现实的迁移能力。

Comments 11 pages, 11 figures, 5 tables, IROS 2026. Website: https://deformx.github.io/

Overcoming Imperfect Kinematics in Surgical Robotics Through Sim-to-Real Visuomotor Learning

通过仿真到现实的视觉运动学习克服手术机器人中的不完美运动学

Zhaoxuan Yan, Kaizhong Deng, Zhaoyang Jacopo Hu, George P. Mylonas, Daniel S. Elson

机构 * Hamlyn Centre for Robotic Surgery, Institute of Global Health Innovation, Imperial College London（伦敦帝国理工学院全球健康创新研究所哈姆林机器人手术中心） ； Department of Surgery and Cancer, Imperial College London（伦敦帝国理工学院外科与癌症系） ； Department of Mechanical Engineering, Imperial College London（伦敦帝国理工学院机械工程系） 纠错

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

AI总结 提出基于教师-学生框架的视觉运动学习策略，融合不可靠内部读数与精确外部视觉数据，实时补偿运动学误差，在达芬奇研究套件上验证可行性。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

ShotcreteDepth: A Bi-modal Dataset for Robust Robotic Depth Perception in Shotcrete Construction Environments

ShotcreteDepth：用于喷射混凝土施工环境中鲁棒机器人深度感知的双模态数据集

Jakub Gregorek, Lars Arnold Dethlefsen, Patrick Schmidt, Mads Essenbæk, Jonas Flink Bentzen, Lazaros Nalpantidis

机构 * Technical University of Denmark, Department of Electrical and Photonics Engineering（丹麦技术大学电气与光子工程系） ； Pioneer Centre for AI（人工智能先锋中心） ； Christiansen & Essenbæk A/S（Christiansen & Essenbæk 公司） 纠错

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

AI总结 针对喷射混凝土施工环境中的感知挑战，提出双模态数据集ShotcreteDepth，包含立体RGB图像和LiDAR点云，并附带轻量级标注工具，支持立体匹配、深度补全和深度估计研究。

You've Got a Golden Ticket: Improving Generative Robot Policies With A Single Noise Vector

你有一张金票：用单一噪声向量改进生成式机器人策略

Omkar Patil, Ondrej Biza, Thomas Weng, Karl Schmeckpeper, Wil Thomason, Xiaohan Zhang, Kausik Sivakumar, Robin Walters, Nakul Gopalan, Sebastian Castro, Stephen Hart, Eric Rosen

机构 * Robotics and AI Institute（机器人与人工智能研究所） ； Arizona State University（亚利桑那州立大学） ； Northeastern University（东北大学） 纠错

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

AI总结 提出用固定初始噪声替换高斯采样，通过蒙特卡洛搜索找到“金票”，无需训练即可提升预训练扩散/流匹配策略在46/51个任务中的成功率，最高提升55%。

Comments 34 pages, 14 figures, 12 tables

From Discrete Plans to Real-World Execution: A World-Model-Driven Framework for Execution-Aware Multi-Agent Path Finding

从离散规划到真实世界执行：一种面向执行感知的多智能体路径规划的世界模型驱动框架

Jingtian Yan, Shuai Zhou, He Jiang, Stephen F. Smith, Jiaoyang Li

机构 * IEEE Publication Technology Group（IEEE出版技术组） 纠错

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

AI总结 提出ExecTimeNet世界模型预测离散MAPF方案在物理机器人上的执行状态，并基于此构建REMAP框架和ESADG优化方法，在仿真和实物实验中分别减少高达21%和15.3%的执行延迟。

Control-Aware Manipulation of ArduPilot via Legitimate MAVLink Commands: Simulation and Hardware Validation

通过合法MAVLink命令对ArduPilot进行控制感知操纵：仿真与硬件验证

Feras Benchellal andLotfi Ben Othmane, Yasaswini Konapalli, Cihan Tunc, Bharat Bhargava

专题命中 机器人数据与评测 ：manipulation(title)

AI总结 研究针对ArduPilot无人机的控制感知攻击，通过修改PID增益、改变EKF配置和违反故障安全假设，导致无人机失控坠毁，并在SITL仿真和Pixhawk硬件平台上验证。

ISOPoT: Imaging Sonar Odometry by Point Tracking

ISOPoT：基于点跟踪的成像声纳里程计

Jaša Samec, Vid Rijavec, Marko Peljhan, Aleksander Grm, Andrej Androjna, Danijel Skočaj, Matej Dobrevski

机构 * Faculty of Computer and Information Science, University of Ljubljana（卢布尔雅那大学计算机与信息科学学院） ； Faculty of Maritime Studies and Transport, University of Ljubljana（卢布尔雅那大学海事研究与运输学院） ； OZON Research Group, TIMTEC（TIMTEC公司OZON研究组） ； MAT Systemics, University of California, Santa Barbara（加州大学圣塔芭芭拉分校MAT系统学） 纠错

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

AI总结 提出ISOPoT方法，利用现代点跟踪技术构建声纳里程计管道，通过多帧点轨迹作为主要对应表示，结合轻量级优化提升鲁棒性，在真实水下数据集上优于现有方法。

$ϕ$-Scene: Physically Grounded Image-to-3D Scene Reconstruction

$\phi$-Scene: 物理驱动的图像到3D场景重建

Haodong Li, Lulu Shao, Haolin Lu, Yu Fu, Yen-Ru Chen, Seemandhar Jain, Manmohan Chandraker

机构 * University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 提出$\phi$-Scene方法，将单图像3D场景重建视为拓扑驱动的物理组装过程，通过SDF优化和刚体仿真解决穿透与不稳定接触问题，在3D-Front数据集上取得最优性能。

Comments Project page: https://phi-scene.github.io/

Factor-Aware Mixture-of-Experts with Pretrained Encoder for Combinatorial Generalization

面向组合泛化的因子感知混合专家与预训练编码器

Feihong Zhang, Guojian Zhan, Zeyu He, Yinuo Wang, Likun Wang, Tianze Zhu, Yao Lyu, Tao Zhang, Tinghao Yi, Wei You, Shengbo Eben Li

机构 * Tsinghua University（清华大学） ； SunRisingAI Ltd.（日升AI有限公司） ； EFORT Intelligent Robot Co., Ltd.（埃夫特智能机器人有限公司） 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FAME框架，结合因子感知混合专家与预训练编码器，通过三阶段训练实现视觉机器人操作在多变环境中的组合泛化，在Meta-World和真实任务中分别提升34%和35%。

Comments 8 pages, 9 figures, accepted by the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

WorkBenchMark: A LEGO-Based Assembly Benchmark with an Assembly-by-Disassembly Baseline for the Smart Manufacturing League

WorkBenchMark：面向智能制造联盟的基于乐高积木的装配基准与通过拆卸进行装配的基线方法

Wenbo Ma, Daniel Swoboda, Matteo Tschesche, Till Hofmann

机构 * Chair of Machine Learning and Reasoning (i6), RWTH Aachen University（亚琛工业大学机器学习与推理教席（i6）） ； MASCOR Institute, FH Aachen University of Applied Science（亚琛应用技术大学MASCOR研究所） 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 提出一个基于乐高Duplo的机器人装配基准，包含400个任务和四个复杂度层级，并提供一个基于规划的基线方法，在所有层级上优于现代视觉-语言-动作方法。

Comments RoboCup Symposium 2026 accepted paper

Journal ref RoboCup 2026: Robot World Cup XXIX

A Geometric Framework for Absolute Pose and Velocity Estimation with Event Cameras

事件相机的绝对位姿与速度估计的几何框架

Zibin Liu, Shunkun Liang, Banglei Guan, Yang Shang, Qifeng Yu, Ji Zhao

机构 * National University of Defense Technology（国防科技大学） ； independent researcher（独立研究者） 纠错

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

AI总结 提出利用3D直线及其触发事件的几何约束，通过线性与多项式求解器同时估计事件相机的绝对位姿和速度，最少仅需三个对应关系，在精度和效率上超越现有方法。

Comments Accepted by IEEE Transactions on Image Processing

HapTile: A Haptic-Informed Vision-Tactile-Language-Action Dataset for Contact-Rich Imitation Learning

HapTile: 用于接触丰富模仿学习的触觉感知视觉-触觉-语言-动作数据集

Amirhosein Alian, Yongqiang Zhao, Shiyi Gu, Xuyang Zhang, Zhuo Chen, Christopher E. Mower, Haitham Bou-Ammar, Shan Luo

机构 * King’s College London, UK（伦敦国王学院） ； Huawei, Noah’s Ark Lab, UK（华为、诺亚实验室） ； University College London, UK（伦敦大学学院） 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HapTile数据集，通过集成指尖触觉反馈和操作员触觉感知，为接触丰富的机器人操作任务提供视觉-触觉-语言-动作联合数据，并验证其在策略学习中的有效性。

SIMSplat: Language-Aligned 4D Gaussian Splatting for Driving Scenario Generation

SIMSplat: 面向驾驶场景生成的语言对齐4D高斯泼溅

Sung-Yeon Park, Adam Lee, Juanwu Lu, Can Cui, Luyang Jiang, Rohit Gupta, Kyungtae Han, Ahmadreza Moradipari, Ziran Wang

机构 * Purdue University（普渡大学） ； University of California, Berkeley（加州大学伯克利分校） ； Toyota InfoTech Labs（丰田信息科技实验室） 纠错

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

AI总结 提出SIMSplat，一种基于场景图的4D高斯泼溅框架，通过嵌入语言对齐特征实现自由文本查询、对象级编辑和多智能体仿真，在驾驶场景生成中显著提升定位精度和任务完成率。

Gold Points Sniper: Self-guided Visual Reasoning in VLM for Fine-grained Action Understanding

金点狙击手：VLM中的自引导视觉推理用于细粒度动作理解

Haodi Liu, Xinhang Yang, Kunda Yan, Sen Cui, Zeyu Zhang, Changshui Zhang

机构 * Beijing National Research Center for Information Science and Technology (BNRist), Department of Automation, Tsinghua University（清华大学自动化系北京信息科学与技术国家研究中心） ； State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI)（北京通用人工智能研究院通用人工智能国家重点实验室） 纠错

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

AI总结 提出金点狙击手框架，通过金点提取器、选择性苏格拉底提问器和语义蕴含评估器三个模块，增强轻量级VLM的细粒度人类动作理解能力，在CAP基准上达到接近GPT-4o的性能且事实准确性更优。

THREAD: Trajectory Planning for Hybrid Rigid-Soft Manipulators with Environment-Aware Diffusion

THREAD: 面向混合刚柔机械臂的环境感知扩散轨迹规划

Shivani Kamtikar, Pranav Asthana, Naveen Kumar Uppalapati, Girish Krishnan, Girish Chowdhary

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Maryland College Park（马里兰大学帕克分校） 纠错

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

AI总结 提出首个基于扩散的混合刚柔机械臂轨迹规划器THREAD，通过物理启发损失联合约束刚柔段，实现狭窄环境穿行，任务成功率92.4%，碰撞减少5倍。

Comments Project Page: https://robot-thread.github.io, IROS 2026

Backpropagating Through Simulation: Analytic Policy Gradients for Sample and Learning Efficient Differentiable Continuous Control

通过仿真反向传播：用于样本高效和学习高效的可微连续控制的解析策略梯度

Yueci Deng

机构 * 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） 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 提出解析策略梯度（APG）方法，利用可微环境动力学通过仿真反向传播计算精确梯度，在四个连续控制任务中与PPO对比，显著提升样本效率。

World Action Models: A Survey

世界行动模型：综述

Qiuhong Shen, Shihua Zhang, Yue Liao, Qi Li, Zhenxiong Tan, Shizun Wang, Shuicheng Yan, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文综述世界行动模型（WAMs），通过两种互补视角组织现有工作，揭示其设计权衡与未来趋势。

Comments 57 pages, 6 figures

TIDY: Thermal Infrared Image Denoising via Wavelet Domain Entropy and Directional Stripe Index

TIDY: 基于小波域熵和方向条纹指数的热红外图像去噪

Tai Hyoung Rhee, Dong-Guw Lee, Ayoung Kim

机构 * Dept. of Mechanical Engineering, SNU（首尔大学机械工程系） 纠错

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

AI总结 提出轻量级小波域去噪器TIDY，利用真实噪声数据训练，通过小波熵和方向条纹指数损失项抑制随机噪声和条纹伪影，在室内恶劣条件下提升热红外图像质量及下游机器人任务性能。

Two-Bridge: Exclusive Objectives and Extended Horizon StarCraft II Benchmark

双桥：独占目标与扩展视野的星际争霸II基准测试

Sourav Panda, Tanmay Ambadkar, Shreyash Kale, Abhinav Verma, Jonathan Dodge

机构 * Pennsylvania State University（宾夕法尼亚州立大学） 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 为解决星际争霸II全游戏与迷你游戏之间的复杂度鸿沟，提出双桥地图套件作为中间基准，通过禁用经济机制隔离远程导航和微操战术技能，实现低计算成本下的连贯机动与交战行为学习。

ALOE: Action-Level Off-Policy Evaluation for Vision-Language-Action Model Post-Training

ALOE: 面向视觉-语言-动作模型后训练的动作级离策略评估

Rushuai Yang, Hecheng Wang, Zhichao Wu, Chiming Liu, Xiaohan Yan, Xuan Du, Shuoyu Yue, Chuheng Zhang, Yunlong Wang, Yongcheng Liu, Lizhe Qi, Yi Chen, Wei Shan, Maoqing Yao

机构 * AgiBot ； The Hong Kong University of Science and Technology（香港科技大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） ； Independent Researcher（独立研究者） 纠错

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

AI总结 提出ALOE框架，通过离策略评估直接估计当前策略的价值，结合分块时序差分和保守值聚合，改善稀疏奖励下的信用分配，在四项真实世界操作任务中优于现有方法。

Automatic Vehicle Detection using DETR: A Transformer-Based Approach for Navigating Treacherous Roads

基于DETR的自动车辆检测：一种应对危险道路的Transformer方法

Istiaq Ahmed Fahad, Abdullah Ibne Hanif Arean, Nazmus Sakib Ahmed, Mahmudul Hasan

机构 * Institute of Information Technology（信息科技学院） ； University of Dhaka（达卡大学） ； Dept. of Computer Science and Engineering（计算机科学与工程系） 纠错

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

AI总结 首次将DETR用于复杂驾驶环境中的自动车辆检测，通过Co-DETR训练方案增强特征学习与注意力机制，在BadODD数据集上优于YOLO等传统方法。

Pose Anything Anywhere:Model-free Object Poses from Arbitrary References

Pose Anything Anywhere: 任意参考图像下的无模型物体姿态估计

Hongli Xu, Jiaqi Hu, Junwen Huang, Boyang Zhong, Peter KT Yu, Nassir Navab, Benjamin Busam, Slobodan Ilic

机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Siemens AG（西门子股份公司） ； XYZ Robotics ； ROBOX 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PANY，一种统一的无模型框架，通过多视图变换器学习视图一致几何和跨视图对齐，支持单/稀疏参考视图和RGB-D输入，在YCB-V和LM-O上分别提升姿态精度12%和20%以上。

Comments Accepted to ECCV 2026

Each Judge Its Own Yardstick: Discovering Per-VLM Taxonomies for Physical Video Evaluation

各有所尺：发现用于物理视频评估的每VLM分类体系

Yu Cao, Ziquan Liu, Zhensong Zhang, Jiankang Deng, Shaogang Gong, Jifei Song

机构 * Queen Mary University of London（伦敦玛丽女王大学） ； Huawei Darwin Research Center（华为达尔文研究中心） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 提出JudgeFit方法，通过迭代优化为每个视觉语言模型发现其专属的物理视频评估分类体系，在16个VLM上平均相对提升约32%，并揭示模型特定盲点。

Active Inference as the Test-Time Scaling Law for Physical AI Agents

主动推理作为物理AI代理的测试时缩放定律

Omar Hashash, Christo Kurisummoottil Thomas, Walid Saad, Merouane Debbah, Karl Friston, Adeel Razi

机构 * Bradley Department of Electrical and Computer Engineering（布拉德利电气与计算机工程系） ； Institute for Advanced Computing（先进计算研究所） ； Virginia Tech（弗吉尼亚理工大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； Worcester Polytechnic Institute（沃思堡理工学院） ； Khalifa University of Science and Technology（卡利法科学与技术大学） ； CentraleSupelec（中央超导研究所） ； University Paris Saclay（巴黎萨克雷大学） ； Queen Square Institute of Neurology（伦敦大学学院神经科学研究所） ； School of Psychological Sciences（心理学系） ； Monash University（莫纳什大学） ； CIFAR Global Scholars Program（CIFAR全球学者计划） ； Queen Square Institute of Neurology, University College London（伦敦大学学院神经科学研究所） 纠错

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

AI总结 提出基于主动推理第一性原理的测试时缩放定律，使物理AI代理通过世界模型推理在非平稳环境中泛化，并利用变分推理更新策略，在自动驾驶任务中提升36%以上推理效率。

Comments 53 pages, 13 figures

Temporal logics and formal synthesis for robot planning and control

机器人规划与控制的时间逻辑与形式化综合

Jana Tumova, Joris Verhagen, Matti Vahs

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 本文介绍线性时间逻辑和信号时间逻辑作为机器人行为的规范语言，并讨论从离散图/游戏到采样运动规划、轨迹优化和控制证书的形式化综合方法，最后指出实际部署中的挑战。

SARIF: Segment Anything for Robust Image Forensics

SARIF: 用于鲁棒图像鉴别的 Segment Anything

Dong-Hyun Moon, Ju-Hyeon Nam, Sang-Chul Lee

机构 * Department of Electrical and Computer Engineering, Inha University（仁荷大学电气与计算机工程系） 纠错

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

AI总结 提出SARIF框架，利用Segment Anything Model的提示架构和泛化能力，通过反馈引导掩码解码器和双编码器设计提取伪造痕迹，实现自动伪造定位，在跨数据集和图像退化下表现鲁棒。

Comments Accepted to ECCV 2026. Equal contribution: Dong-Hyun Moon and Ju-Hyeon Nam. Corresponding author: Sang-Chul Lee. Code: https://github.com/Inha-CVAI/SARIF_ECCV2026

Scalable Hierarchical Attention Transformers for Multi-Turn Jailbreak Detection in Long Conversations

可扩展的层次注意力Transformer用于长对话中的多轮越狱检测

Chenhui Hu, Muhammed Salih, Sudipto Guha, Subramanian Srinivasan

机构 * Zscaler, Inc.（Zscaler公司） 纠错

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

AI总结 提出一种层次化检测器，通过紧凑的轮次表示和轻量级对话模块捕捉跨轮推理，在14,038条对话上F1达0.9394，超越Claude Opus 4.7，误报率减半。

Non-line-of-sight imaging with arbitrary relay surface geometries via 3D Gaussian Transient Rendering

基于3D高斯瞬态渲染的任意中继曲面几何非视距成像

Yi Wang, Ziyu Zhan, Yuran Wang, Hao Wang, Qiang Liu, Zuoqiang Shi, Lingyun Qiu, Xing Fu

机构 * Department of Precise Instrument, Tsinghua University（清华大学精密仪器系） ； Department of Electrical Engineering, City University of Hong Kong（香港城市大学电子工程系） ； Yau Mathematical Science Center, Tsinghua University（清华大学姚期智科学中心） 纠错

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

AI总结 针对非视距成像中中继曲面形状任意且采样稀疏的问题，提出一种无几何假设的LOS引导NLOS成像方法，利用3D高斯原语和可微分瞬态渲染实现端到端优化，在真实数据上达到最先进的重建保真度。

Building Generalization Into Behavior Generation Via Adaptive Compositions of Regularities

通过规律的自适应组合构建行为生成中的泛化能力

Aravind Battaje, Malte Bernhard, Vito Mengers, Oliver Brock

机构 * Science of Intelligence, Research Cluster of Excellence, Berlin, Germany（柏林智能科学卓越研究中心） ； Robotics Institute Germany（德国机器人研究所） 纠错

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

AI总结 本文通过AICON框架研究自适应组合规律（机器人-环境系统中的可预测关系）作为行为生成中泛化能力的关键机制，并在模拟实验中验证其有效性。

Comments 10 pages, 6 figures. v2: Add reference to Sebastián et al. and flatten PDF figures for maximum compatibility

Human-in-the-Loop Swarms: A Bionic Swarm Approach to Real-World Soil Mapping

人在环路的群体：一种用于真实土壤测绘的仿生群体方法

Petras Swissler, Mohammadali Rashidioun, Nicholas Sahu, Raaid Kabir, Ayodeji Aderibigbe, Oladoyin Kolawole

机构 * New Jersey Institute of Technology（新泽西理工学院） ； University of Washington（华盛顿大学） 纠错

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

AI总结 提出Bionic Swarm系统，通过人类用户替代机器人难以实现的任务，结合蓝牙传感器和集中式服务器运行群体算法，并在真实户外环境中验证了Score-Biased-Search算法，降低了实地群体机器人研究的门槛。

Comments 27 pages, 15 figures. Submitted to Advanced Intelligent Systems