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。
ManipArena: 通用机器人操作的综合现实世界评估
机构 * SYSU（中山大学） ； X SQUARE ROBOT ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Thsinghua University（清华大学）
专题命中 机器人数据与评测 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 ManipArena通过标准化框架解决现有评估不足问题，提供真实场景下的多任务测试与多级泛化能力，支持长时移动操作与传感诊断，促进视觉-语言-动作模型和世界模型的发展。
Comments Technical report for CVPR 2026 Challenge ManipArena
CoFL-S: 用于局部语言条件导航的空间可查询扇区流场
机构 * Dragon Lab, Department of Mechanical Engineering, The University of Tokyo（龙实验室，机械工程系，东京大学）
专题命中 机器人数据与评测 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 提出CoFL-S，一种低层级视觉-语言-动作框架，通过预测机器人局部可见扇区上的语言条件流场并滚动生成连续轨迹，在连续时间Habitat基准测试中优于动作令牌和动作块基线，并实现零样本真实世界部署。
Comments 27 pages, 13 figures
QuadRocket：用于火箭类飞行器自适应推力矢量控制的空中机器人试验台
机构 * ISR, Instituto Superior Técnico, Universidade de Lisboa（里斯本大学高等技术学院ISR） ； LAETA ； LARSyS
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO
AI总结 提出QuadRocket四旋翼火箭原型，通过自适应反步控制器实现未知扰动下的轨迹跟踪，并验证其作为推力矢量控制试验台的适用性。
Comments Paper accepted for publication in IEEE Transactions on Aerospace and Electronic Systems
MetaTune: 通过机器人可微动力学进行基于共轭的元调优
机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； School of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； The Shenzhen Huazhong University of Science and Technology Research Institute（华中科技大学深圳研究院）
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MetaTune框架，通过可微闭环元学习实现反馈控制器与扰动观测器的联合自调优，减少计算复杂度并提升鲁棒性。
从RGB视频学习3D高斯模拟器
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3DGSim，一种从多视角RGB视频直接学习物理交互的3D模拟器，统一了3D场景重建、粒子动力学预测和视频合成，能泛化到未见过的多体交互和新场景编辑。
QFedAgent: 量子增强的个性化联邦学习用于多智能体活动识别
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； FAMU-FSU College of Engineering, Florida State University（佛罗里达州立大学工程学院）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.AI、cs.LG
AI总结 提出QFedAgent混合量子-经典个性化联邦学习框架，通过变分量子电路融合模块减少参数开销，在非独立同分布多模态数据上实现97.7%准确率。
用于水下机器人施工环境监测的鲁棒图像处理技术
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出一种针对水下机器人施工环境监测的鲁棒图像处理框架，通过分阶段建模前向散射和海洋雪退化，使用合成数据重训练联合ID网络，并应用轻量级后处理，在真实水下数据集上提升视觉质量和UIQM分数。
Comments 8 pages, 9 figures
BuilderBench：智能体的构建模块
机构 * Princeton University（普林斯顿大学） ； Mila – Quebec AI Institute（魁北克AI研究院） ； Université de Montréal（蒙特利尔大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.AI、cs.LG
AI总结 提出BuilderBench基准，通过开放式探索训练智能体构建结构，实验表明现有前沿语言模型和强化学习算法无法解决任何非平凡任务。
Comments Blogpost: https://rajghugare19.github.io/builderbench and Code: https://github.com/rajghugare19/builderbench
寻求分割：全景指代分割的主动感知
机构 * Fudan University（复旦大学）
专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV
AI总结 提出主动全景指代分割任务，通过记忆增强智能体PanoSeeker结合视觉语言模型与空间记忆，实现高效搜索与分割。
Comments ECCV 2026, Project Page: https://henghuiding.com/APRS/
SimWorlds: 一个用于动态3D场景创建的多智能体系统
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学） ； University of California, Merced（加州大学默塞德分校）
专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.AI
AI总结 提出多智能体框架SimWorlds，通过规划-编码-审查流程和运行时状态检查工具，从文本生成动态4D场景，并引入基准4DBuildBench评估视觉保真度和物理一致性。
Comments 20 pages, 3 figures. Project page: https://dynsimworlds.github.io
从伪造到基础模型：身份证件攻击与检测的系统性综述
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV
AI总结 本文系统综述了身份证件伪造攻击（物理呈现、数字注入、生成式合成）及检测方法，揭示了基准与现实间的差距，并发现最强模型在零样本场景下APCER超25%。
SPOT：未知动态环境中无人机的时空无碰撞轨迹规划
机构 * Robotics Research Center, IIIT Hyderabad, India（IIIT海得拉巴机器人研究中心，印度） ； IIT-BHU, India（IIT-BHU，印度）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 提出一种基于4维时空规划器、视觉安全飞行走廊生成和轨迹优化的无地图反应式运动规划方法，实现无人机在未知动态环境中的避障，并通过备份规划模块应对死锁。
Comments Accepted for publication at ICRA 2026. Code available at (https://astik-2002.github.io/ICRA-2026-SPOT/)
Chameleon: 通过ML代理从内存破坏攻击中恢复信息物理系统
专题命中 机器人数据与评测 ：robotic(abstract)
AI总结 提出Chameleon框架，利用基于机器学习的代理在检测到攻击时替换受损组件，实现信息物理系统从内存破坏攻击中的自动恢复，在多种机器人车辆上验证了高保真度和低开销。
基于Koopman逆最优控制的未知动力学与代价的双线性系统估计
专题命中 机器人数据与评测 ：robotic(abstract)
AI总结 提出基于Koopman的逆最优控制框架，利用改进的扩展动态模态分解构建双线性系统，通过庞特里亚金最大值原理实现未知动力学与代价函数的准确估计。
Comments This work has been submitted to the IEEE for possible publication
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