机器人 / 具身智能

HERB: Human-augmented Efficient Reinforcement learning for Bin-packing

HERB：用于装箱的人类增强高效强化学习

Gojko Perovic, Nuno Ferreira Duarte, Atabak Dehban, Gonçalo Teixeira, Egidio Falotico, José Santos-Victor

机构 * BioRobotics Institute, Scuola Superiore Sant’Anna, Pisa, Italy, and with the Department of Excellence in Robotics and AI, Scuola Superiore Sant’Anna, Pisa, Italy（生物机器人研究所，圣安娜高等学院，意大利比萨，以及与机器人与人工智能卓越部门，圣安娜高等学院，意大利比萨） ； Institute for Systems and Robotics, Instituto Superior Técnico, Universidade de Lisboa（系统与机器人研究所，技术高等学院，里斯本大学） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；robotic(abstract)；分类 cs.RO、cs.LG

AI总结 研究针对不规则物体装箱问题，提出HERB人类增强RL框架，结合人类示范与RL探索确定物体放置，实验表明该方法在效率、延迟上优于其他方法，且策略更稳定、似人类，还验证了现实可行性。

Comments 8 pages, 8 Figures

Learning to Throw Objects Safely in Multi-Obstacle Environments

学习在多障碍物环境中安全投掷物体

Mohammadreza Kasaei, Klemen Voncina, Hamidreza Kasaei

机构 * University of Groningen（格罗宁根大学） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO、cs.CV、cs.LG；robotics(comments)

AI总结 研究在多障碍物环境中安全投掷物体的问题，引入势场状态表示，结合动觉演示初始化，用SAC等算法优化，经模拟和真实机器人实验，该表示在成功率和扩展性上表现出色，实现了模拟到真实的可靠迁移。

Comments This paper has been presented at the IEEE International Conference on Robotics & Automation (ICRA), 2026

LLM-as-a-Verifier: A General-Purpose Verification Framework

LLM-as-a-Verifier：一种通用验证框架

Jacky Kwok, Shulu Li, Pranav Atreya, Yuejiang Liu, Yixing Jiang, Chelsea Finn, Marco Pavone, Ion Stoica, Azalia Mirhoseini

机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； NVIDIA Research（英伟达研究院） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 该工作将验证确定方案正确性的能力作为大模型新扩展轴，提出无需额外训练的通用LLM验证框架，生成连续评分，在多基准上取得SOTA性能，还可用于强化学习等场景。

Comments Code: https://github.com/llm-as-a-verifier/llm-as-a-verifier Website: https://llm-as-a-verifier.com

CanvasAgent: Enabling Complex Image Creation and Editing via Visual Tool Orchestration

CanvasAgent：通过视觉工具编排实现复杂图像创建和编辑

Hairui Zhu, Yiying Yang, Tengjin Weng, Ziyu Lu, Xiao Yao, Xiaoyang Ye, Lin Ma, Wenhao Jiang

机构 * Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.AI、cs.CV

AI总结 研究复杂图像创建编辑问题，提出CanvasAgent代理，通过多轮交互编排异构视觉工具，先经监督微调学习轨迹，再用广义信赖域策略优化器结合多种信号优化，结合CanvasCraft数据集进行实验，证明其对复杂多工具图像创建工作流程有效。

Comments 18pages, 5 figures

Joint Energy Management and Coordinated AIGC Workload Scheduling for Distributed Data Centers: A Diffusion-Aided Reward Shaping Approach

分布式数据中心的联合能源管理与协同AIGC工作负载调度：一种扩散辅助奖励塑造方法

Yang Fu, Peng Qin, Liming Chen, Zihao Zhang, Hao Yu, Yifei Wang

专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.LG

AI总结 针对AIGC在数据中心带来的能源管理与工作负载调度挑战，提出联合调度框架，考虑多种能源资源，制定系统效用最大化问题。因奖励稀疏限制DRL算法，开发扩散模型辅助奖励塑造方法，实验表明该方案能有效适应波动和异质性，实现高效学习收敛和系统效用。

Responsible Personalisation: The Double-Edged Sword of Personalisation in Human-Robot Interaction

负责任的个性化：人机交互中个性化的双刃剑

Antonio Andriella, Jauwairia Nasir, Andrea Rezzani, Alyssa Kubota, Dimitri Lacroix, Tamlin Love, Aniol Civit, Vicky Charisi, Elisabeth Andre, Wing-Yue Geoffrey Louie

机构 * Institut de Robòtica i Informàtica Industrial (CSIC-UPC)（工业机器人与信息学研究所（西班牙国家研究委员会-加泰罗尼亚理工大学）） ； Universität Augsburg（奥格斯堡大学） ； Free University of Bozen-Bolzano（博尔扎诺自由大学） ； San Francisco State University（旧金山州立大学） ； Nantes Université, Univ Angers, Laboratoire de psychologie des Pays de la Loire, LPPL UR 4638（南特大学、昂热大学、卢瓦尔河地区心理学实验室（编号4638）） ； Bielefeld University, Center for Cognitive Interaction Technology (CITEC)（比勒费尔德大学、认知交互技术中心） ； Singapore-MIT Alliance for Research and Technology Singapore Centre for Collective Intelligence, MIT（新加坡-麻省理工学院科研与技术联盟、新加坡集体智能中心、麻省理工学院） ； Oakland University（奥克兰大学） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 研究人机交互中个性化的双刃剑问题，提出基于生命周期和上下文敏感的框架，结合个性化过程阶段与交互特征，综合分析关键伦理风险，转化为设计建议并概述挑战，为个性化机器人行为提供伦理基础。

Comments 36 pages, 3 figures

Embodied Human-Robot Interaction via Acoustics: A MARL Approach with AcoustoBots for Spatial Data Physicalization

通过声学实现的具身化人机交互：一种用于空间数据物理化的多智能体强化学习方法及声控机器人

Shiqi Liu, Narsimlu Kemsaram, Prateek Mittal, Pengyuan Wei, Sriram Subramanian

机构 * University College London（伦敦大学学院） ； University of Malaya（马来亚大学） 纠错

专题命中 人机交互与遥操作 ：navigation(abstract)；分类 cs.RO；robotic(comments)

AI总结 研究针对传统数据物理化局限，提出声控机器人平台，采用基于MADDPG算法的MARL策略及GS - PAT声学控制器，实现感知 - 显示 - 动作循环。通过试验评估单双机器人任务，结果显示悬浮稳定、成功率高且碰撞少，支持其用于具身化人机交互。

Comments This paper has been accepted for publication in the Proceedings of the 2026 International Conference on Robotic System and Artificial Intelligence (RSAI 2026), 10-12 July, 2026, Tokyo, Japan

Passive Variable Impedance For Shared Control

被动可变阻抗用于共享控制

Maximilian Mühlbauer, Nepomuk Werner, Ribin Balachandran, Thomas Hulin, João Silvério, Freek Stulp, Alin Albu-Schäffer

机构 * German Aerospace Center (DLR), Robotics and Mechatronics Center（德国航空航天中心（DLR），机器人与机电中心） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO；robotics(comments)

AI总结 本文研究了共享控制中可变刚度和控制器仲裁的稳定性，通过加权叠加输出力矩实现整体框架，解决闭环系统中的被动性问题，验证了方法的有效性。

Comments submitted for publication at the IEEE Robotics and Automation Letters (RA-L)

OrchardBench: A Physically-Grounded, GPU-Parallel Apple-Orchard Simulation Benchmark for Agricultural Robotics

OrchardBench：用于农业机器人的基于物理的、GPU并行苹果园模拟基准测试

Humphrey Munn

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

AI总结 研究针对农业机器人水果采摘问题，提出基于物理的、GPU并行的OrchardBench模拟基准测试，通过随机L系统生长树木，定义任务和度量套件，报告基线结果，指出分析基线有提升空间，为新自主方法提供了机会。

A Four-Tier Communication Architecture and Sim-to-Real Validation of a Graphical Open-Source Platform for Robotic Engineering Education

用于机器人工程教育的四层通信架构与图形化开源平台的仿真到现实验证

Thien Tran, Khang Duong, Minh Tran, Jonathan Kua, Thuong Hoang, Jiong Jin

机构 * Deakin University（德金大学） ； RMIT University（皇家墨尔本理工大学） ； Swinburne University of Technology（斯威本科技大学） 纠错

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

AI总结 针对大学实验室中机械臂教育规模化面临的商业数字孪生成本高和ROS门槛高的问题，提出一种四层通信架构，基于图形化开源平台（GOSP）实现虚拟环境与物理机器人的数据桥接，并通过仿真到现实验证其硬件无关的可行性。

Comments 4 pages, 4 figures, accepted paper on the 24th IEEE International Conference on Industrial Informatics (INDIN), 26-29 July, 2026, Melbourne, Australia

A Physics-Grounded Benchmark for Multi-Agent Dynamics in World Models

基于物理的多智能体动力学世界模型基准

Nuo Chen, Lulin Liu, Zihao Li, Ziyao Zeng, Zihao Zhu, Wenyan Cong, Junyuan Hong, Yunhao Yang, Zhengzhong Tu, Yan Wang, Boris Ivanovic, Marco Pavone, Zhangyang Wang, Yang Zhou, Zhiwen Fan

机构 * Texas A&M University（德克萨斯大学） ； University of Minnesota（明尼苏达大学） ； Marquette University（马奎特大学） ； Yale University（耶鲁大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Massachusetts General Hospital（麻省总医院） ； Harvard Medical School（哈佛医学院） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出CrashTwin框架，通过多智能体碰撞场景数据集和校准无关重建流程，从时空一致性、动量与动能守恒、世界动力学完整性三个维度评估世界模型的物理可信度。

Comments 34 pages, 9 figures, 12 tables

GraspIT: A Dataset Bridging the Sim-to-Real gap and back for Validated Grasping SE(3) Pose Generation

GraspIT：一个弥合模拟与现实差距并用于验证抓取SE(3)姿态生成的数据集

Paul Koch. Adem Karakurt, André Sers

机构 * Fraunhofer IPK（弗劳恩霍夫研究所） 纠错

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

AI总结 研究针对新型物体抓取，提出GraspIT数据集。通过在Isaac Sim中对桌面场景进行物理滑动测试标注，经Real↔Sim循环反向投影到真实场景。贡献约31.6万个带注释RGBD帧集及开源工具，可用于桌面操作策略学习等。

Comments Preprint, release soon

Towards Real-World Applications with an Autonomous Powered Wheelchair

迈向具有自主动力轮椅的现实世界应用

Simone Arreghini, Alessandro Giusti, Alex Bordini, Enrico Ferrara, Giovanni Fulgoni, Antonio Paolillo

机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA), USI-SUPSI（达勒莫勒人工智能研究所（IDSIA），瑞士意大利语区大学 - 瑞士南部应用科学与艺术大学） ； Genny Factory（Genny工厂） 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 针对动力轮椅自主性有限等问题，研究通过在商用自平衡轮椅上集成自主感知、手势交互和导航等技术构建概念验证原型，并在叫车和跟人等应用中展示，凸显自主与辅助结合潜力及可行性，也指出技术挑战。

SWITCH: Benchmarking Modeling and Handling of Tangible Interfaces in Long-horizon Embodied Scenarios

SWITCH：在长时程具身场景中评估和处理具象接口的基准测试

Juntao Cheng, Wanyue Zhang, Zhiwei Yu, Shuo Ren, Zheqi He, Shaoxuan Xie, Guocai Yao, Jieru Lin, Börje F. Karlsson, Jiajun Zhang

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

AI总结 SWITCH基准测试通过1170个时间交互视频，评估具象接口在真实第一人称环境中的闭环交互推理，揭示多模态模型在细粒度视觉-时间感知、结果验证和错误恢复方面的不足。

Comments The dataset is available at https://huggingface.co/datasets/BAAI-Agents/SWITCH

Uncertainty-Aware Velocity Correction for Proprioceptive Vehicle Localization using Evidential Mamba

使用证据曼巴进行本体感知车辆定位的不确定性感知速度校正

Abinav Kalyanasundaram, Karthikeyan Chandra Sekaran, Wolfgang Utschick, Michael Botsch

机构 * AImotion Bavaria, Technische Hochschule Ingolstadt（巴伐利亚AImotion公司，英戈尔施塔特技术应用大学） ； Technische Universität München（慕尼黑工业大学） 纠错

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

AI总结 针对智能车辆在GNSS信号缺失时定位难题，提出EVC-Mamba架构，利用车载传感器数据转化为虚拟速度传感器校正IMU漂移，经曼巴模型捕捉动态、证据深度学习量化不确定性，实现高精度定位且支持实时车载部署。

Comments Accepted at the 2026 International Conference on Indoor Positioning and Indoor Navigation (IPIN 2026), Rome, Italy. 6 pages, 4 figures

UI2App: Benchmarking Visual Interaction Inference in Executable Web Application Generation

UI2App：可执行Web应用程序生成中视觉交互推理的基准测试

Grace Man Chen, Litao Guo, Yifan Wu, Yiyu Chen, Yenchi Tseng, Sicheng Liu, Yuyu Luo, Ying-Cong Chen

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 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 研究针对现有网页生成基准测试对交互能力评估不足的问题，引入UI2App基准测试，通过设计端到端管道沿四个维度评估工件，实验发现视觉与交互能力不匹配，复杂交互是瓶颈，为相关研究提供了参考。

From Open Waters to Enclosed Cabins: ProteusVPR for Cross-Scene Visual Place Recognition in Maritime Perception and Cabin Inspection

从开阔水域到封闭舱室：ProteusVPR用于海洋感知与舱室检查中的跨场景视觉位置识别

Zexi Chen, Zitai Huang, Qiwen Gu, Zhiqi Li, Shengli Dong, Chenlei Wang, Junqiao Zhao, Hongdong Wang, Bing Han

机构 * Shanghai Jiaotong University（上海交通大学） ； COSCO SHIPPING Advanced Technology Institute（中远海运先进技术研究院） ； Shanghai Ship and Shipping Research Institute Co.LTD（上海船舶运输科学研究所） ； Tongji University（同济大学） ； Dalian Maritime University（大连海事大学） 纠错

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ProteusVPR两阶段检索-细化框架，通过几何-视觉估计网络融合时序帧与几何描述符，在跨场景海洋环境下将平均定位误差降低60%以上。

EgoDyn-Bench: Evaluating Ego-Motion Understanding in Vision-Centric Foundation Models for Autonomous Driving

EgoDyn-Bench：评估面向自动驾驶的视觉中心基础模型中的自我运动理解

Finn Rasmus Schäfer, Yuan Gao, Dingrui Wang, Thomas Stauner, Stephan Günnemann, Mattia Piccinini, Sebastian Schmidt, Johannes Betz

机构 * Professorship of Autonomous Vehicle Systems, Technical University of Munich, Munich, Germany（自动驾驶车辆系统教授职位，慕尼黑技术大学，德国慕尼黑） ； Bayerische Motoren Werke AG, Munich, Germany（巴伐利亚发动机有限公司，德国慕尼黑） ； Data Analytics and Machine Learning Group, Technical University of Munich, Munich, Germany（数据分析与机器学习小组，慕尼黑技术大学，德国慕尼黑） 纠错

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

AI总结 本文提出EgoDyn-Bench基准，用于评估视觉中心基础模型的自我运动理解能力，发现模型在将物理逻辑与视觉感知结合时存在结构性缺陷，通过显式轨迹编码可恢复物理一致性。

Comments 36 Pages, Accepted at ECCV 2026

Observation Quality Matters: Robust Multi-Fisheye Calibration via Failure-Oriented Analysis

观测质量至关重要：通过面向失败的分析实现鲁棒多鱼眼相机校准

Peize Liu, Zhe Tong, Chen Feng, Shaojie Shen

机构 * The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 研究多鱼眼相机校准难题，通过面向失败分析发现内参初始化是主因，提出CO - Calib框架，结合鲁棒目标检测器和误差分析引导帧选择器，实验表明该框架提升校准成功率、外参精度及校准稳定性。

Comments 9 pages, 7 figures, 6 tables. Code: https://github.com/HKUST-Aerial-Robotics/CO-Calib

AlayaWorld: Long-Horizon and Playable Video World Generation

AlayaWorld：长期可玩视频世界生成

AlayaWorld Team, Kaipeng Zhang, Chuanhao Li, Yifan Zhan, Yongtao Ge, Yuanyang Yin, Jiaming Tan, Kang He, Liaoyuan Fan, Ruicong Liu, Xiaojie Xu, Xuangeng Chu, Zhen Li, Zhengyuan Lin, Zhixiang Wang, Zian Meng, Zihui Gao

机构 * Alaya Lab（阿莱亚实验室） 纠错

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

AI总结 研究旨在解决游戏世界构建难题，核心方法是提出AlayaWorld全栈开源框架，可实现开放式实时交互，统一开发流程，主要贡献是为生成世界模型研究和应用奠定实践基础。

Comments Authors are listed alphabetically by the first name and their role. See the contribution section for details

WebRetriever: A Large-Scale Comprehensive Benchmark for Efficient Web Agent Evaluation

WebRetriever：用于高效网络智能体评估的大规模综合基准测试

Wei Dong, Tianyu Fu, Zhe Yu, Hanning Wang, Anyang Su, Zhizhou Fang, Yuyang Chen, Shuo Wang, Minghui Wu, Ping Jiang, Zhen Lei, Chenxu Zhao

机构 * Mininglamp Technology（旷视科技） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所综合技术集成中心） 纠错

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

AI总结 针对现有网络智能体评估基准测试的局限，提出WebRetriever这一大规模综合基准测试，涵盖多领域网站和任务。采用NavEval框架及三个评估协议，实验揭示不同协议性能差异，为网络智能体研发提供细粒度见解和严谨基础。

Beyond the Leaderboard: A Synthesis of Tool-Use, Planning, and Reasoning Failures in Large Language Model Agents

超越排行榜：大语言模型智能体中工具使用、规划和推理失败的综合分析

Wael Albayaydh, Rui Zhao, Ivan Flechais

机构 * University of Oxford（牛津大学） 纠错

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

AI总结 本文综合多篇论文形成大语言模型智能体局限性交叉分类法，识别出六个失败集群，通过迭代分组得出分类法，发现失败与任务长度非线性相关，单个子任务性能不能保证端到端成功，额外脚手架效果不佳，同时在部分任务上有进展。

Comments 16 pages, 3 tables, 1 figure

CSTutorBench: Benchmarking Small Language Models as Tutors for Block-Based Programming

CSTutorBench：将小型语言模型作为基于块的编程导师进行基准测试

H. Chad Lane, Bryson Kageler

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 研究针对K-12环境中部署语言模型的问题，引入CSTutorBench基准评估VEX VR中语言模型作导师的表现。通过对11个模型测试发现其在深层教学行为有困难，模型家族和指令调整方法对辅导质量预测性更好，特定提示修订可提分，凸显此类基准的价值。

Journal ref SLM4ED'26: The 1st Workshop of Small Language Models for Education (SLM4ED). AIED 2026. Seoul, Republic of Korea

Socially-Aware Autonomous Doorway Traversal and Payload Delivery for Emergency Assistance

面向应急援助的具备社会感知能力的自主过门与物资递送机器人系统

Andrew Snowdy, Ananya Trivedi, Sarvesh Prajapati, Lorena Maria Genua, Taskin Padir

机构 * Department of Electrical and Computer Engineering, Northeastern University（美国东北大学电气与计算机工程系） ； Northeastern University（美国东北大学） 纠错

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

AI总结 针对机器人辅助应急疏散场景，以行为树为核心框架实现社会感知自主过门与救援物资递送功能，经多场景实验验证系统可靠性，为应急响应机器人提供实用基础。

TypeGo: An OS Runtime for Embodied Agents

TypeGo：一种用于具身智能体的操作系统运行时

Guojun Chen, Alex Schott, Lin Zhong

机构 * Yale University（耶鲁大学） 纠错

专题命中 其他机器人 ：embodied agent(title,abstract)；分类 cs.RO

AI总结 研究针对具身智能体大语言模型规划与实时控制等的矛盾，提出TypeGo运行时，将基于大语言模型的规划构建为异步循环，管理智能体物理身体，通过自然语言指令编程，能降低延迟并支持并发任务，提供了初步设计证据。

HJCD-IK: GPU-Accelerated Inverse Kinematics through Batched Hybrid Jacobian Coordinate Descent

HJCD-IK：通过批处理混合雅可比坐标下降实现GPU加速的逆运动学

Cael Yasutake, Andrew H. Liu, Zachary Kingston, Brian Plancher

机构 * Columbia University（哥伦比亚大学） ； Purdue University（普渡大学） ； Barnard College, Columbia University（巴纳德学院，哥伦比亚大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO

AI总结 研究机器人逆运动学问题，提出基于GPU加速、采样的混合求解器HJCD-IK，通过结合方向感知贪婪坐标下降初始化、雅可比优化和并行碰撞滤波器，在速度和精度上比现有求解器有显著提升，且能找到无碰撞解决方案并开源代码。

Comments Accepted to IROS 2026. 8 pages, 6 figures, 3 tables, 4 algorithms

Procedural Volumetric Modeling of Plant Branching Structures for Finite Element Analysis

用于有限元分析的植物分支结构的过程性体素建模

Ajith Moola, Prashant Kumar Gupta, Baskar Ganapathysubramanian, Aishwarya Pawar

专题命中 其他机器人 ：robotics(abstract)

AI总结 针对精准农业等领域对植物建模的需求，提出自动体素过程性建模框架，能从输入骨架或点云生成适合有限元分析的六面体网格，经多步骤操作实现，在多植物数据集验证，还支持动态网格生成模拟植物生长。

Comments 31 pages, 15 figures

Redundant contacts and force redistribution stabilize limbless vertical climbing

冗余接触和力的重新分布稳定无肢垂直攀爬

Calvin A. Riiska, Michelle Lee, Yonatan Nemenman, Gauge Thacker, Joseph R. Mendelson, Jennifer M. Rieser

专题命中 其他机器人 ：robotic(abstract)

AI总结 研究无脚蛇类垂直攀爬机制，通过测量三维运动学和接触力发现其利用高度冗余接触网络动态平衡力，上爬时主动做功，建立新接触会触发力重新分布，为理解无肢攀爬进化及设计敏捷机器人提供框架和原理。

Comments 5 figures

From Active to Odd to Smart Matter

从活性物质到奇异物到智能物质

Olivier Dauchot

专题命中 其他机器人 ：robotics(abstract)

AI总结 本文提出从活性物质到奇异物到智能物质的统一轨迹，沿凝聚态物质传统演进及从自发集体动力学向任务驱动功能转变两条轴展开，强调相关原理、概念转变与挑战，指出学习或能替代传统控制观点。

Comments 9 pages, 4 figures

Journal ref Phys. Rev. E 114, 011001 (2026)