机器人 / 具身智能

BIFROST: Bridging Invariant Feature Representation for Observation-space Sim2Real Transfer

BIFROST: 桥接不变特征表示用于观测空间Sim2Real迁移

Yunfu Deng, Josiah P. Hanna

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 机器人学习 ：manipulation(abstract)；navigation(abstract)；robot policy(abstract)；分类 cs.RO、cs.LG

AI总结 提出BIFROST方法，通过跨域双模拟目标学习共享历史编码器，将导致等价长期行为的观测-动作序列映射到相近潜状态，实现零样本sim2real迁移。

DVG-WM: Disentangled Video Generation Enables Efficient Embodied World Model for Robotic Manipulation

DVG-WM：解耦视频生成实现高效机器人操作具身世界模型

Ziyu Shan, Zhenyu Wu, Xiaofeng Wang, Zheng Zhu, Ziwei Wang

机构 * Nanyang Technological University, Singapore（南洋理工大学（新加坡）） ； Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学（中国北京）） ； GigaAI 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；robotic(title,abstract)；分类 cs.RO

AI总结 提出解耦视频生成世界模型（DVG-WM），将世界模型分解为动力学学习和视觉合成，通过流匹配直接映射动力学到视频潜变量，并引入潜变量退化机制再生接触细节，在LIBERO和真实平台实现高达3.97倍加速。

PhysMani: Physics-principled 3D World Model for Dynamic Object Manipulation

PhysMani：基于物理原理的动态物体操作3D世界模型

Peng Yun, Shouwang Huang, Hao Li, Jinxi Li, Jianan Wang, Bo Yang

机构 * vLAR Group, The Hong Kong Polytechnic University（香港理工大学vLAR Group） ； Astribot 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；world model(title,abstract)；embodied AI(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 提出PhysMani框架，结合物理原理的3D高斯世界模型与未来感知动作策略模型，通过在线优化学习无散度高斯速度场预测动态，在16个任务基准上超越基线方法。

Comments ECCV 2026. Code and data are available at: https://github.com/vLAR-group/PhysMani

Bridge-WA: Predicting Where and How the World Changes for Robotic Action

Bridge-WA: 预测世界变化的位置和方式以支持机器人动作

Yongjie Bai, Hanting Wang, Mingtong Dai, Qijun Zhong, Yang Liu, Liang Lin

机构 * Sun Yat-sen University（中山大学） ； Pengcheng Laboratory（鹏城实验室） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； X-Era AI Lab（X-Era AI实验室） 纠错

专题命中 机器人操作 ：robotic(title)；manipulation(abstract)；world model(abstract)；分类 cs.RO

AI总结 提出Bridge-WA轻量框架，通过蒸馏未来变化教师模型为三个紧凑先验，引导动作生成聚焦于场景变化的位置和方式，提升机器人操作的成功率和鲁棒性。

Comments 21 pages, 8 figures, https://hcplab-sysu.github.io/BRIDGE-WA

Imagining the Sense of Touch: Touch-Informed Manipulation via Imagined Tactile Representations

想象触觉：通过想象触觉表征进行触觉感知操作

Zhiyuan Zhang, Adeesh Desai, Jyun-Chi Hu, Yosuke Saka, Quan Khanh Luu, Jiuzhou Lei, Davood Soleymanzadeh, Bihao Zhang, Minghui Zheng, Yu She

机构 * Department of Industrial Engineering, Purdue University（普渡大学工业工程系） ； Department of Mechanical Engineering, Texas A&M University（德克萨斯农工大学机械工程系） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出TacImag框架，从视觉和本体感觉预测触觉观测，在无触觉传感器时指导操作策略，仿真和真实实验平均提升接触敏感任务44.4%、纹理敏感任务23.3%。

Comments Project website: https://tacimag.github.io/

LIME: Learning Intent-aware Camera Motion from Egocentric Video

LIME: 从自我中心视频学习意图感知的相机运动

Boyang Sun, Jiajie Li, Yung-Hsu Yang, Chenyangguang Zhang, Tim Engelbracht, Sunghwan Hong, Cesar Cadena, Marc Pollefeys, Hermann Blum

机构 * ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结 提出LIME模型，从自我中心视频中挖掘多意图相机运动监督，结合自回归观察增益输出与连续流匹配位姿头，实现语言条件相机运动生成。

VT-WAM: Visual-Tactile World Action Model for Contact-Rich Manipulation

VT-WAM: 面向密集接触操作的视觉-触觉世界动作模型

Shuai Tian, Yupeng Zheng, Yuhang Zheng, Songen Gu, Yujie Zang, Yuxing Qin, Weize Li, Haoran Li, Wenchao Ding, Dongbin Zhao

机构 * SKL-MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统管理与控制国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； TARS Robotics ； National University of Singapore（新加坡国立大学） ； Fudan University（复旦大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO

AI总结 提出VT-WAM，在统一流匹配框架中联合学习视觉预测、触觉变形预测和动作预测，通过非对称混合Transformer注意力和接触门控注意力引导，在六项真实密集接触操作任务中平均成功率71.67%。

Gaming Consensus: Coordinated Manipulation in Crowdsourced Fact-Checking

游戏共识：众包事实核查中的协调操纵

Nikil Roashan Selvam, Jay Baxter, Sophie Hilgard, Brad Miller, Keith Coleman, Ellen Vitercik, Sanmi Koyejo

机构 * Stanford University（斯坦福大学） ； X Community Notes（X社区笔记） ； xAI 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.LG

AI总结 研究众包事实核查系统中矩阵分解桥接机制对协调操纵的脆弱性，发现通过少于10个评分即可操纵低质量笔记达到共识阈值，并提出了缓解措施。

Comments ICML 2026

Distilling Collaborative Dynamics into Latent Space for Implicit Coordination in Decentralized Multi-Agent Manipulation

将协作动态蒸馏到潜在空间以实现分散式多智能体操作中的隐式协调

Chanyoung Park, Minsung Yoon, Andrew Jeong, Sung-eui Yoon

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO

AI总结 提出CLS-DP分散式多智能体框架，通过将多智能体动态蒸馏到潜在空间，在部分可观测下实现隐式协调，无需全局视图或通信，在RoboFactory任务中平均成功率38%，优于集中式基线20%。

Comments Accepted to IROS 2026 | Project Page: https://cosdeneb.github.io/cls-dp/

Look But Don't Touch with Sparse Autoencoders for Unlearning in Diffusion Models

用稀疏自编码器实现扩散模型中的遗忘：只看不碰

Enrico Cassano, Riccardo Renzulli, Rayyan Ahmed, Marco Grangetto, Stephan Alaniz

机构 * University of Turin（都灵大学） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信学院，巴黎综合理工学院） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI、cs.CV

AI总结 本文利用稀疏自编码器作为语义检测器，通过检测并替换包含目标对象的图像区域，实现扩散模型中的对象擦除，避免了直接干预潜在空间导致的视觉伪影。

Comments Accepted at ECCV 2026

Automated grading of Linux/bash examinations using large language models: a four-level cognitive taxonomy approach

使用大语言模型对Linux/bash考试进行自动评分：一种四层认知分类方法

Manuel Alonso-Carracedo, Ruben Fernandez-Boullon, Pedro Celard, Francisco J. Rodriguez-Martinez, Lorena Otero-Cerdeira

机构 * Universidade de Vigo, Department of Computer Science, ESEI-Higher School of Computer Engineering（维戈大学计算机科学系ESEI高等计算机工程学院） ； IFCAE-Institute for Research in Physics, Computing and Aerospace Science（IFCAE物理、计算与航空航天科学研究所） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI

AI总结 本研究评估四种前沿大语言模型（GPT、Claude Opus、Gemini、GLM）在Linux/bash命令评分中的表现，采用四层认知分类法，发现Gemini 3.0 Pro配合评分标准提示达到最高人机一致性（ICC=0.888），且问题复杂度是评分难度的可靠预测因子。

Privacy-Preserving and Verifiable Approximate Distributed Coded Computing

隐私保护且可验证的近似分布式编码计算

Xavier Martínez-Luaña, Alba Gude-Santos, Manuel Fernández-Veiga, Rebeca P. Díaz-Redondo

机构 * Galician Research and Development Center in Advanced Telecommunications (GRADIANT)（加利西亚先进电信研究与发展中心（GRADIANT）） ； atlanTTic, Information & Computing Lab (ICLAB), Telecommunication Engineering School, Universidade de Vigo（atlanTTic，信息与计算实验室（ICLAB），电信工程学校，维戈大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.LG

AI总结 提出一种模型无关的分布式学习框架，结合隐私增强编码计算与鲁棒聚合及验证技术，同时抵御联邦和去中心化学习中的隐私泄露与恶意攻击。

JointHOI: Jointly Generating Contact Maps Enhances Hand Object Interaction Generation

JointHOI：联合生成接触图增强手物交互生成

Mingyeong Song, Jungbin Cho, Jisoo Kim, Ananya Bal, Kartik Sharma, Youngjae Yu, Laszlo A. Jeni, Junhyug Noh

机构 * Ewha Womans University（梨花女子大学） ； Yonsei University（延世大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Seoul National University（首尔大学） 纠错

专题命中 机器人操作 ：robotics(abstract)；分类 cs.CV

AI总结 提出单阶段扩散框架JointHOI，联合生成3D手物运动与距离接触图，通过接触引导采样提升时间稳定性和物理合理性。

Comments 18 pages

Online Segment 3D Gaussians via Launching Virtual Drones

通过发射虚拟无人机在线分割3D高斯体

Liwei Liao, Rongjie Wang, Ronggang Wang

机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology, Shenzhen Graduate School, Peking University（广东省超高清沉浸式媒体技术重点实验室，北京大学深圳研究生院） ； Pengcheng Laboratory（鹏城实验室） ； Peking University（北京大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV

AI总结 提出SAGO框架，通过虚拟无人机将3D分割转化为在线最佳视角规划任务，无需预设置即可在亚秒内从3D高斯体中提取干净3D资产。

The Three Dimensions of ROS 2 Middleware

ROS 2中间件的三个维度

Sanghoon Lee, Taehun Kim, Angelo Corsaro, Kyung-Joon Park

机构 * Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院（DGIST）） ； Eclipse Zenoh 纠错

专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO

AI总结 本文系统调研ROS 2中间件，提出空间、时间和状态三个结构维度框架，分析其架构限制与权衡，为鲁棒可扩展的机器人中间件研究提供路线图。

Comments 31 pages, 3 figures. Survey paper

Antenna System for Simultaneous Wireless Power and Information Transfer to Brain Implants

用于脑植入物同时无线功率和信息传输的天线系统

Ali Khaleghi, Aminolah Hassanvand, Ilangko Balasingham

专题命中 机器人操作 ：robotic(abstract)

AI总结 提出一种无电池无线脑机接口系统，采用双功能天线实现感应耦合无线供电和背散射高速数据传输（32 Mbps），消除导线并保持能效。

Comments Published at IMBioC 2024. Part of the B-CRATOS project, Horizon 2020 FET-OPEN, grant 965044

Journal ref 2024 18th European Conference on Antennas and Propagation (EuCAP), Glasgow, United Kingdom, 2024, pp. 1-5

Social-Annotate: Self-Healing Browser Extension to Annotate and Collect Social Media Data

Social-Annotate: 用于标注和收集社交媒体数据的自愈浏览器扩展

Ali Najafi, Ismail Uluturk, Onur Varol

专题命中 机器人操作 ：manipulation(abstract)

AI总结 提出Social-Annotate浏览器扩展，通过注入可定制表单实现在线平台直接数据收集，并集成大语言模型驱动的自愈代理以应对界面变化，支持12个平台，降低数据收集和维护成本。

Comments 13 pages, 3 figures, 1 SI-table, 2 SI-figures

Path-level Hindsight Instructions for Semantic Exploration in Vision-Language Navigation

路径级事后指令用于视觉语言导航中的语义探索

Sung June Kim, Sangpil Kim, Honglak Lee

机构 * Korea University（高丽大学） ； University of Michigan（密歇根大学） 纠错

专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.AI

AI总结 提出Phi-Nav框架，通过事后推理将指令与智能体实际探索轨迹对齐，利用三阶段双监督循环将语义未标记的运动转化为密集训练信号，在R2R-CE和RxR-CE基准上以少量专家演示取得竞争性能。

Comments Accepted to ECCV 2026

Real-Time Visual Intelligence on Low-Cost UAVs: A Modular Approach for Tracking, Scanning, and Navigation

低成本无人机上的实时视觉智能：一种用于跟踪、扫描和导航的模块化方法

Andrei-Marian Ungureanu, Stelian Spînu

专题命中 具身导航 ：navigation(title)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 基于DJI Tello平台，采用模块化架构集成面部检测、识别和单目深度估计，通过轻量神经网络实现实时跟踪、扫描和导航，验证了AI在受限硬件上的可行性。

Comments 6 pages, 5 figures. Project repository available at: github.com

Journal ref Journal of Military Technology, Vol. 9, No. 1, pp. 47-52, Jun. 2026

Lightweight Safe Reinforcement Learning for End-to-End UAV Navigation

面向端到端无人机导航的轻量级安全强化学习

Shenghui Zhang, YuXuan Gao, Songwei Zhao, Jifeng Hu, Zijing Zhang, Hechang Chen

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI

AI总结 提出一种安全约束感知-控制集成框架，利用轻量级网络和基于拉格朗日的安全PPO算法，实现无人机在稀疏感知和动态约束下的安全高效导航。

DynFly: Dynamic-Aware Continuous Trajectory Generation for UAV Vision-Language Navigation in Urban Environments

DynFly: 面向城市环境无人机视觉语言导航的动态感知连续轨迹生成

Wen Jiang, Hanfang Liang, Li Wang, Kangyao Huang, Wang Xu, Wei Fan, Jinyuan Liu, Shaoyu Liu, Hongwei Duan, Bin Xu, Xiangyang Ji, Huaping Liu

机构 * Beijing Institute of Technology（北京理工大学） ； Tsinghua University（清华大学） ； Dalian University of Technology（大连理工大学） ； Xidian University（西安电子科技大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV

AI总结 提出DynFly框架，通过B样条控制点空间表示和Spline-DiT生成器，结合无人机动态感知监督，将高层导航意图转化为连续可执行轨迹，显著提升导航性能和轨迹质量。

Comments 34 pages, 9 figures

SE(2) Navigation Mesh

SE(2)导航网格

Shuyang Shi, Kaixian Qu, Changan Chen, Ines Kast, Yuntao Ma, Marco Hutter

机构 * Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室） 纠错

专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO

AI总结 提出SE(2)导航网格，通过编码偏航依赖的可通行性，支持非圆形机器人在复杂多层环境中的高效路径规划，并开发了A*-拉绳-A*分层路径搜索策略。

Comments Project page: https://se2-navmesh.github.io/

WorldDirector: Building Controllable World Simulators with Persistent Dynamic Memory

WorldDirector: 构建具有持久动态记忆的可控世界模拟器

Hanlin Wang, Hao Ouyang, Qiuyu Wang, Wen Wang, Qingyan Bai, Ka Leong Cheng, Yue Yu, Yixuan Li, Yihao Meng, Zichen Liu, Yanhong Zeng, Yujun Shen, Qifeng Chen

机构 * HKUST（香港科技大学） ； Ant Group（蚂蚁集团） ； ZJU（浙江大学） ； CUHK（香港中文大学） 纠错

专题命中 具身导航 ：world model(abstract)；分类 cs.CV

AI总结 提出WorldDirector框架，通过LLM协调3D轨迹与相机运动作为视频生成控制信号，解耦语义运动编排与视觉生成，实现持久动态对象记忆和自由视角探索。

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

BaRA: Budget-constrained and Reliable Web Data Collection Agent

BaRA: 基于BFS与反思的网络数据收集代理

Soojeong Lee, Joseph Lee, Yongseong Cho, Sunjae Kim, Youngwoo Moon, Kyungwoo Song

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 提出BaRA框架，结合有界广度优先搜索和历史自反思，在固定交互预算下高效收集网站级数据，在链接发现和可下载多模态提取上优于现有方法。

Complexity-Scalable Direct Geolocation and Cancellation of Terrestrial GNSS Jammers: Single-Satellite and Multi-Antenna Experiments in Low Earth Orbit

复杂度可扩展的地面GNSS干扰源直接定位与消除：低地球轨道单卫星和多天线实验

Giacomo Pojani, Javier Tegedor, Joaquim Fortuny-Guasch, Francesco Menzione, David Evans, Tim Oerther, Maximilian Henkel, Jonas Stene Lindbjor

专题命中 具身导航 ：navigation(abstract)

AI总结 提出准直接定位（QDG）技术，通过压缩I/Q样本和快速时延-多普勒匹配，实现低轨卫星对GNSS干扰源的高效定位，实验验证了高压缩比下的定位能力。

Comments 15 pages, 15 figures, submitted to ION GNSS+ 2026

Beyond Textual Repository Exploration: Dual-Modal Structural Reasoning for Agentic Issue Resolution

超越文本仓库探索：面向智能体问题解决的双模态结构推理

Jiayi Zhang, Kai Huang, Yang Liu, Chunyang Chen

专题命中 具身导航 ：navigation(abstract)

AI总结 提出DUALVIEW框架，通过模块耦合图、函数调用图、类层次图和程序依赖图四种图视图，结合视觉与文本响应，使智能体在仓库探索中直接推理代码依赖结构，提升长时域问题解决性能。

Context-Triggered Robust MPC for Temporal Logic Specifications

上下文触发的鲁棒MPC用于时序逻辑规范

Arash Bahari Kordabad, Satya Prakash Nayak, Sadegh Soudjani, Anne-Kathrin Schmuck

专题命中 具身导航 ：navigation(abstract)

AI总结 针对带扰动的线性系统，提出结合鲁棒MPC与局部不变控制器的切换架构，通过凸对偶将鲁棒约束转化为确定性优化，实现上下文触发的时序逻辑规范满足。

Comments 14 pages, 7 figures

From Consistency to Collaborative Discovery: MFEA-CoD for Multitask Novelty Search

从一致性到协同发现：用于多任务新颖性搜索的MFEA-CoD

Jiao Liu, Yanchi Li, Hua Yu, Abhishek Gupta, Yew-Soon Ong

专题命中 具身导航 ：navigation(abstract)

AI总结 提出MFEA-CoD算法，将进化多任务从一致性迁移转向协同发现，通过多任务排斥和自适应迁移机制，在多任务新颖性搜索中高效发现行为新颖解，并扩展至新颖性增强优化以应对欺骗性目标。

How Much Static Structure Do Code Agents Need? A Study of Deterministic Anchoring

代码智能体需要多少静态结构？关于确定性锚定的研究

Zhihao Lin, Mingyi Zhou, Yizhuo Yang, Li Li

专题命中 具身导航 ：navigation(abstract)

AI总结 研究轻量级静态分析（如调用图、继承层次）作为确定性锚定，通过注入结构注释提高代码智能体导航的可复现性和稳定性，发现锚定效果依赖粒度与仓库特性。

Comments Accepted to the ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2026). 21 pages

Low-Complexity Direct Geolocation of Terrestrial GNSS Jammers from Low Earth Orbit

低复杂度直接定位地面GNSS干扰源的低地球轨道方法

Giacomo Pojani, Javier Tegedor, Joaquim Fortuny-Guasch

专题命中 具身导航 ：navigation(abstract)

AI总结 提出准直接定位(QDG)技术，大幅降低直接定位复杂度，通过低轨卫星OPS-SAT PRETTY实验验证了对地面干扰源的定位，支持多星座RFI监测。

Comments 6 pages, 4 figures, submitted to IEEE NAVICON 2026