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。
看见、学习、辅助：基于视频学习的机器人康复安全自适应方法
专题命中 机器人学习 ：robotic(title)；分类 cs.RO
AI总结 本文提出一种基于视频的远程机器人康复教学框架，通过动态运动基元编码示范为6自由度身体中心轨迹，结合空间合规虚拟隧道和努力基 temporal dilation 机制，实现安全自适应康复训练。
GigaWorld-Policy-0.5：由自动研究赋能的更快更强的世界行动模型
机构 * GigaAI（字节跳动人工智能实验室） ； Tsinghua University（清华大学）
专题命中 机器人学习 ：world model(abstract)；robot policy(abstract)；分类 cs.RO
AI总结 研究旨在改进机器人策略学习，提出GigaWorld-Policy-0.5这一增强型以动作中心的WAM。预训练采用混合策略加强视觉与动作耦合，推理引入新架构提升效率，还用自动研究管道搜索训练配置，有效提升了机器人控制推理效率并保留训练优势。
Comments project page: https://open-gigaai.github.io/giga-world-policy/
IMBench：直观机器人操作的基准测试
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；分类 cs.RO、cs.AI
AI总结 IMBench旨在评估直观机器人操作这一综合能力，其任务含物理结构推断与动作序列生成。通过35个任务等进行实验，发现视觉语言模型和视觉 - 语言 - 动作模型的不足，为评估和发展物理智能提供基准。
Comments Accepted to SemRob Workshop, RSS 2026. Project Website: https://imbench.org/
NeuroCommitSSM：通过脑电图-肌电图-眼动追踪提交准备实现安全辅助操作的以决策为中心的共享自主性
机构 * Saint Louis University（圣路易斯大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 NeuroCommitSSM是用于辅助机器人操作安全控制的以决策为中心框架，依EEG、EMG和ET预测提交分数转化为离散事件，经三状态监督器控制执行。实验表明其在多场景下准确率高、错误提交低，硬件验证减少错误启动和决策不稳定。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 3 figures, and 8 tables
VTAP 夹爪：指尖传感与视觉触觉主动手掌协同实现灵巧的手中操作
机构 * Edwardson School of Industrial Engineering, Purdue University（普渡大学爱德华森工业工程学院） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 研究提出集成 VTAP 和触觉阵列传感器手指的夹爪，利用指掌协同与多模态感知实现操作。通过双模态手掌扩展能力，提出重定向框架。经多任务实验验证，该夹爪及框架为灵巧夹爪设计等提供实用参考架构。
Comments 8 pages, 10 figures, accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project webpage: https://yuhochau.github.io/vtap/
世界合一演示：用于学习开放世界移动操作的合成数据引擎
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 研究如何通过合成数据引擎WANDA从单个演示学习开放世界移动操作策略，利用重建背景、重排交互片段、校正状态扩展等方法，实现长期鲁棒性、空间泛化和跨环境泛化，还支持跨实体数据生成。
Comments Project website: https://wanda.lecar-lab.org/
Handroid：连接灵巧手与人形机器人
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Stanford University（斯坦福大学）
专题命中 机器人操作 ：robotics(abstract)；robot learning(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 研究旨在开发兼具灵巧手与拟人机器人功能的平台，提出Handroid，它能在单一可重构平台集成两种能力，有统一控制学习框架，经多种任务验证，成为推进形态可重构机器人技术及跨实体学习的紧凑可复制平台。
Comments Project website: https://handroid.org
数据与学习在高度依赖接触的操作中的关键作用
机构 * TU Munich（慕尼黑工业大学） ； Siemens AG（西门子公司）
专题命中 机器人操作 ：manipulation(title)；分类 cs.RO
AI总结 研究针对高度依赖接触的操作中数据与学习的问题，提出结合离线深度强化学习的自动数据收集方案，仅用少量自主数据收集，在四个现实任务中平均成功率达96%，为相关任务的数据收集和精密应用高成功率奠定基础。
Comments Project webpage: https://anonymous.4open.science/w/data_and_learning_where_it_matters/
迈向人造神经：用于机器人的仿生光纤触觉传感
机构 * School of Engineering Mathematics and Technology, University of Bristol（工程数学与技术学院，布里斯托大学）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 研究旨在为机器人开发仿生光纤触觉传感，以实现类人触觉感知。核心方法是OptiTac传感器模拟人类触觉结构，将触觉信号当图像用简单分析方法处理。主要贡献是建立传感框架，为未来分布式触觉系统提供可扩展路线，展示生物学原理对机器人人工神经开发的指导作用。
Comments 19 pages, 6 figures
MuxGel: 通过空间复用和深度重建实现同时双模视觉触觉感知
机构 * Edwardson School of Industrial Engineering, Purdue University（工业工程系，普渡大学）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 MuxGel通过空间复用和深度重建实现双模视觉触觉感知，提升机器人抓取任务的感知能力。
Comments Accepted by IROS 2026
让身体跟随：用于全身机器人遥操作的耦合自我中心控制
机构 * New Jersey Institute of Technology（新泽西理工学院） ； Johns Hopkins University（约翰霍普金斯大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究全身机器人遥操作协调难题，提出耦合自我中心控制方法，通过机器人躯干和基座自动响应操作员头部及手臂动作，在用户研究中评估该方法，相比基线混合界面有诸多优势。
Comments 8 pages, 11 figures, 1 table; submitted to the 2026 IEEE-RAS International Conference on Humanoid Robots (Humanoids 2026)
感知通用人工智能：可信度取决于维度完整性，而非能力
机构 * University of Bucharest（布加勒斯特大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 研究探讨大语言模型在对话中缺乏思维存在感的问题，提出可信度取决于维度完整性的假设，定义了时间、真相、熵和爱四个维度及相关行为立场，识别出行为层，还陈述了可证伪预测，为感知通用人工智能提供概念框架。
Comments 12 pages, 1 figure, 3 tables
CASAband：使用形状记忆合金致动器的易于佩戴的纺织腕带，用于空间和时间触觉反馈
机构 * Korea National University of Transportation（韩国交通大学） ； University of California（加州大学） ； Ajou University（全州大学） ； Pohang University of Science and Technology（釜山科学技术大学）
专题命中 机器人操作 ：navigation(abstract)；分类 cs.RO
AI总结 研究旨在开发用于手腕的触觉接口。核心方法是将CASA集成到纺织腕带实现触觉反馈。贡献在于该腕带能平衡功能、可穿戴性与舒适性，完全不受束缚，经实验验证可用于现实世界指导与导航任务，是形式与功能平衡的新型触觉接口。
通过双层优化同时校准噪声协方差和运动学参数以实现四足机器人和双足机器人的状态估计
机构 * Legged AI Lab（足式人工智能实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Shanghai Innovation Institute (SII)（上海创新研究院）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出一种双层优化框架，通过联合校准协方差矩阵和运动学参数提升机器人状态估计的准确性与不确定性校准。
人工智能虚构悖论
机构 * Integrated Program in Humane Studies, Kenyon College（肯尼恩学院人文学研究整合项目） ； AI CoLab, Kenyon College（肯尼恩学院人工智能协作实验室） ； Human-Centered AI Lab（以人为中心的人工智能实验室）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 本文探讨人工智能生成虚构内容的困境，指出叙事因果、信息重评和多尺度情感架构三大挑战，揭示AI生成虚构的难题及潜在风险。
Comments 15 pages, Presented at the MFS Cultural AI Conference, Purdue University, September 18, 2025. Accepted for publication as a collection of essays for a special issue of MFS Modern Fiction Studies on Cultural AI
节能有源堆叠智能超表面
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究节能有源堆叠智能超表面辅助下行链路传输框架，通过联合优化基站波束成形和ASIM配置最大化系统能量效率，利用多种变换和优化方法解决问题，相比传统方法显著提升EE，并研究了相关因素对性能的影响。
在时间调制非厄运系统中观测到恢复的绝热态转移
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究通过设计参数空间轨迹实现非厄运系统中绝热态转移，展示了对称与非对称双模开关的实现，为拓扑光谱特性应用提供新途径。
Comments 11+20 pages, 3+20 figures
Journal ref Nat. Commun. 17, 6333 (2026)
通过空间折叠实现超宽带光学null介质
专题命中 机器人操作 ：manipulation(abstract)
AI总结 通过空间折叠技术实现超宽带光学null介质，解决宽带与高透射率的矛盾，应用于电磁伪装和紧凑型微波器件。
Comments 13 pages,6 figures
Journal ref Laser Photonics Rev. 2026; 0:e71562
用于视觉语言导航的实例增强语义地图
机构 * Department of Mechanical Engineering, Kyung Hee University（庆熙大学机械工程系） ； Advanced Institutes of Convergence Technology (AICT)（融合技术高级研究院） ； School of Mechanical Engineering, Kyungpook National University（庆北国立大学机械工程学院）
专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.RO、cs.CV
AI总结 研究视觉语言导航问题，提出实例增强语义地图框架，通过实例级二维半丰富信息映射、基于大语言模型的鲁棒查询处理和存储高效的语义表示，提升导航性能，在相关实验中取得优于基线的结果。
RAVEN：用于稳健人形机器人导航的强化自适应可见性图规划与无碰撞MPC
机构 * Robotics and Mechanisms Laboratory (RoMeLa), Department of Mechanical and Aerospace Engineering, University of California, Los Angeles（机器人与机构实验室（RoMeLa），机械与航天工程系，加利福尼亚大学洛杉矶分校）
专题命中 具身导航 ：navigation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 研究针对人形机器人在动态环境中的导航问题，提出RAVEN框架，通过强化学习自适应调整可见性图规划器几何结构，结合无碰撞MPC层跟踪轨迹，经实验评估，该方法能减少超调、提高狭窄通道稳健性及在延迟噪声下可靠导航。
ABot-N1：迈向通用视觉语言导航基础模型
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 研究旨在构建通用视觉语言导航基础模型，针对当前方法问题，提出ABot-N1，通过慢-快架构解耦认知与控制，利用双视觉语言信号，实现跨场景稳健、可推广且可解释的导航，在城市规模导航等任务中表现出色并开源新基准。
在有限标注和导航预算下用于目标检测的具身主动学习
机构 * LAAS-CNRS, Universite de Toulouse, CNRS（法国国家科学研究中心图卢兹分部LAAS、图卢兹大学、法国国家科学研究中心） ； Department of Electrical Engineering and Automation at Aalto University（阿尔托大学电气工程与自动化系）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 研究在机器人导航和标注预算有限时，如何让目标检测器适应未知环境。核心方法是利用空间一致性选择样本重训检测器，实验表明该方法能在无外部监督下选图，相同预算下适应结束时检测精度最高。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
SkillNav：用于零样本对象目标导航的分数级技能干预
机构 * D-Robotics（D-机器人公司） ； HAI Center, University of Technology Sydney（悉尼科技大学HAI中心） ； School of Computer Science, Wuhan University（武汉大学计算机科学学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 研究针对VLM智能体零样本对象目标导航存在的问题，提出SkillNav框架，通过分层技能设计及双表示设计，无需训练，在多个数据集上提升成功率，建立新最优成绩。
EmbodiedDiffusion：用于异构机器人导航的端到端可通行性引导视觉扩散
机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（智能空间机器人实验室，数字工程中心，斯克尔科沃科学与技术研究所）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 针对自主导航中视觉可通行性估计问题，EmbodiedDiffusion框架利用无规划器合成监督等，同时预测可通行性地图与生成可行轨迹，经训练提炼语义到轻量级模型，能快速适应新平台，在多机器人室内环境中实现高效导航与轨迹生成。
Comments This work has been submitted for publication and is currently under review
一种用于复杂行为规划的生成式部分指定有限状态机方法
机构 * University of Canberra（堪培拉大学）
专题命中 具身导航 ：robotics(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 研究为自主机器人在动态环境中的行为规划，提出生成式部分指定有限状态机（GPSFSM）神经符号架构，利用Fabric等组件实现标准化语义能力描述，实验表明该方法计划生成成功率高、延迟低，还能生成复杂行为，且开源堆栈使其实用可重复。
Comments Accepted for publication in the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 10 figures, 1 table
MemoGuard：一种用于在通信受限的机器人导航中防范内存陷阱的自适应运行时
机构 * University of California, Irvine（加利福尼亚大学欧文分校） ； Yonsei University（延世大学）
专题命中 具身导航 ：navigation(title)；分类 cs.RO、cs.AI
AI总结 针对通信受限机器人导航中的内存陷阱问题，提出MemoGuard自适应运行时，在重用情景记忆前依拓扑、资源和结果契约验证，在模拟器及特定硬件上实验，有效减少电池安全违规和备用调用，降低开销并开源。
Comments Paper accepted at IEEE/ACM ESWEEK (CODES) 2026. Authors' version posted for personal use and not for redistribution. The definitive version of the paper will appear in IEEE Embedded Systems Letters
改进的 VBGS：实时连续变分贝叶斯高斯点云融合
专题命中 具身导航 ：robotics(abstract)；navigation(abstract)；分类 cs.RO、cs.CV
AI总结 针对实时重建需求，改进的 VBGS 框架通过空间截断变分推理和改进重新分配，加速连续重建。在 NeRF 合成数据集上，RTX 3070 Ti 实现平均每帧延迟大幅降低，加速 1680 倍，且保持重建质量。
Comments 5 pages, 4 figure. Technical Report. This work introduces ImprovedVBGS, accelerated continual learning for 3D Gaussian Splatting based Reconstruction. Code available at [https://github.com/damanimc/ImprovedVBGS](https://github.com/damanimc/ImprovedVBGS)
整体融合：基于因子图的与任务和设置无关的机器人定位与状态估计
机构 * ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； NASA Jet Propulsion Laboratory（美国国家航空航天局喷气推进实验室）
专题命中 具身导航 ：robotic(abstract)；robotics(comments,journal_ref)；分类 cs.RO、cs.CV
AI总结 研究针对移动机器人定位与状态估计问题，提出整体融合方法，通过因子图公式融合多类型测量，注重局部平滑性与一致性，能在典型硬件上实现低延迟、平滑在线估计及低漂移全局定位，在多场景验证了框架有效性。
Comments 21 pages, 25 figures, 9 tables, Transactions on Robotics, accepted
Journal ref Transactions on Robotics 2026
以5Hz思考，20Hz行动：用于闭环驾驶的异步快慢视觉-语言-动作推理
机构 * The University of Tokyo（东京大学） ； TIER IV, Inc.（TIER IV公司） ； Huawei（华为）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI
AI总结 研究针对大语言模型用于闭环驾驶时推理延迟与车辆控制速率冲突的问题，提出快慢架构，慢系统用冻结主干处理历史，快专家基于缓存和当前帧回归航路点，经训练在CARLA上提升路线完成率，降低误差且可零样本转移。
Comments 13 pages, 5 figures, 4 tables
将视频搜索为树：用于有基础的长视频问答的自校正智能体
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Sony（索尼）
专题命中 具身导航 ：navigation(abstract)；分类 cs.CV
AI总结 研究有基础的长视频问答问题，提出VideoTreeSearch框架，通过构建自适应时间树及可学习的离散操作让智能体导航，经监督微调与强化学习训练，在多个基准测试中表现出色，证明自校正分层搜索是关键机制。
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