机器人 / 具身智能

Dynamics-Aware Meta-Imitation for Generalization to Unseen Robotic Manipulation

用于泛化到未见机器人操作的动力学感知元模仿

Zhenduo Shang, Xiyao Liu, Bohan Li, Xudong Wang, Teng Ren, Lianqing Liu, Zhi Han

机构 * State Key Laboratory of Robotics and Intelligent Systems, Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所机器人学国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shenyang University of Technology（沈阳工业大学） 纠错

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

AI总结 研究针对机器人模仿学习的数据稀缺与环境泛化问题，提出动力学感知元模仿（DAMI）框架，通过整合元学习、引入视觉运动轨迹模块等方法，有效捕捉任务动力学，在模拟和真实场景实验中表现优于现有基线。

Robust Silicone Pour Casting and Sensor Embedding Procedures for Soft Robotic Actuators

用于软机器人致动器的稳健硅胶浇注成型和传感器嵌入程序

Harshit Thakker, Paul Dela Cruz, Mostafa Mo. Massoud, Jacqueline Libby

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

AI总结 研究软机器人可重复可扩展制造问题，核心方法是双组分浇注成型制造软气动致动器及嵌入薄膜柔性传感器，并进行有限元建模和多种实验验证，主要贡献是提供稳健制造程序及相关验证，推动软机器人广泛应用。

Comments 8 pages, 17 figures, to be published in: IEEE RAS/EMBS 11th International Conference on Biomedical Robotics and Biomechatronics (BioRob 2026)

Difference-Based Relational Learning for Zero-Shot Object-Goal Visual Navigation With Direct Sim-to-Real Transfer

基于差异的关系学习用于零样本目标视觉导航及直接模拟到现实的迁移

Guolei Qi, Feitian Zhang

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

AI总结 针对零样本目标视觉导航中模拟到现实差距的挑战，提出T-DRN，结合基于暹罗差异的特征提取器和双帧时间缓冲区，经实验验证其在AI2-THOR及物理轮式机器人上能提高零样本泛化能力，支持直接模拟到现实迁移。

Can LLMs Prove Robotic Path Planning Optimality? A Benchmark for Research-Level Algorithm Verification

大语言模型能否证明机器人路径规划的最优性？一种用于研究级算法验证的基准测试

Zhengbang Yang, Md. Tasin Tazwar, Minghan Wei, Zhuangdi Zhu

机构 * George Mason University（乔治梅森大学） ； Florida Atlantic University（佛罗里达大西洋大学） 纠错

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

AI总结 本文提出首个评估大语言模型在机器人路径规划算法近似比证明能力的基准测试，包含34个研究级证明任务，揭示了LLM在缺乏领域知识时的局限性，并通过上下文补充分析改进推理质量。

VTLoc: Learning-based Tactile Contact Localization in Visual Point Clouds

VTLoc：基于学习的视觉点云中触觉接触定位

Zhiyuan Wu, Zhuo Chen, Shan Luo

机构 * Department of Engineering, King’s College London（伦敦国王学院工程系） 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 研究视觉与触觉融合的接触定位问题，提出VTLoc框架，通过几何多模态对齐模块和迭代定位更新器，利用视觉点云从触觉读数定位接触点，在新基准上减少对应模糊性，改善单触接触定位。

EgoExoMoCap: Distributed Ego-Exo Human Motion Capture

EgoExoMoCap：分布式自我-外部人体运动捕捉

Jiaxi Jiang, Bharat Lal Bhatnagar, Nan Yang, Lingni Ma, Sebastian Starke, Robin Kips, Nadine Bertsch, Christian Holz, Federica Bogo

机构 * Meta Reality Labs（元现实实验室） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 针对头戴式设备人体运动捕捉，提出EgoExoMoCap分布式框架，联合自我与外部中心多模态信号，利用头部等跟踪信号及DINOv3特征，能在复杂场景中稳健重建运动，突破了两种范式孤立的局限。

Comments Accepted by ECCV 2026, Project page and code: https://siplab.org/projects/EgoExoMoCap

NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception

神经执行器：用于机器人动力学和外力感知的神经驱动建模

Zhiyang Dou, John U. Onyemelukwe, Hangxing Zhang, Heng Zhang, Minghao Guo, Yunsheng Tian, Michal Piotr Lipiec, Joshua Jacob, Chao Liu, Peter Yichen Chen, Yuri Ivanov, Wojciech Matusik

机构 * MIT（麻省理工学院） ； Amazon（亚马逊） 纠错

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

AI总结 研究针对低成本平台执行器动力学致模拟到现实误差问题，提出NeuralActuator模型，能联合预测多种内容，引入NAD数据集，通过可微模拟训练，经多平台实验验证其在电机状态估计等方面有应用价值。

Comments RSS 2026. Outstanding Systems Paper Award. Project Page: https://people.csail.mit.edu/frankzydou/projects/NeuralActuator/index.html Code: https://github.com/Frank-ZY-Dou/Dynamics-Modeling/tree/main/NeuralActuator

Learning Reach-Avoid Task with Reinforcement Learning: Vectorized Simulation and Benchmark

基于强化学习的到达-回避任务学习：矢量化仿真与基准测试

Jonas Weihing, Shahram Eivazi

机构 * Tübingen university（图宾根大学） 纠错

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

AI总结 研究深度强化学习在机器人手臂到达-回避任务中的应用，利用MuJoCo MJX物理引擎和Brax库构建基准，展示多种任务设置，取得最优结果，发现此前深度强化学习在现实场景中性能不佳，强调解决该任务仍需更多研究。

AEGIS: Assay-Aware Protocol Validation and Runtime Monitoring for Open-Source Liquid Handling Robots

AEGIS：用于开源液体处理机器人的检测感知协议验证和运行时监测

Priyanka V. Setty, Arvind Ramanathan, Ian Foster, Rick Stevens

机构 * Data Science and Learning Division, Argonne National Laboratory（阿贡国家实验室数据科学与学习部） ； Department of Computer Science, University of Chicago（芝加哥大学计算机科学系） 纠错

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

AI总结 研究开源液体处理机器人运行问题，提出AEGIS两层防护系统。一层结合检测规则库与大语言模型验证协议，二层用主成分分析模型监测运行轨迹，经实验验证有效，统一了检测感知验证与视觉监测，且开源。

A Task-Space Receding Horizon Controller for Fast Collision Avoidance

一种用于快速避碰的任务空间滚动时域控制器

Mattia Penzotti, Marco Controzzi

机构 * Biorobotics Institute and the Department of Excellence in Robotics and AI, Scuola Superiore Sant’Anna（生物机器人研究所和机器人与人工智能卓越系，圣安娜高等学校） 纠错

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

AI总结 研究机器人操纵器实时避碰问题，提出任务空间滚动时域控制器，通过短接触一致展开生成终端参考并计算首个输入，经迭代动力学求解器塑造参考，仿真与实验验证该方法在动态杂波中平衡多方面性能且提升成功率。

Event3R: Asynchronous-to-Global 3D Reconstruction from Event Camera via Spatial-Temporal Feature Aggregation

Event3R：通过时空特征聚合从事件相机进行异步到全局的3D重建

Jian Huang, Haotian Shen, Xinhao Lou, Chengrui Dong, Wenpu Li, Peidong Liu

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） 纠错

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

AI总结 研究针对事件相机异步、稀疏和高动态特性及缺乏标注数据集的问题，提出Event3R框架，通过时空体素表示、时间注意力模块、掩码箱建模策略及对比对齐和一致性正则化损失，实现鲁棒的3D重建，性能显著优于现有方法。

Comments accepted to IROS 2026

Programmable Synchronization Graphs for Adaptive and Fault-Tolerant Modular Miniature Robots

用于自适应和容错模块化微型机器人的可编程同步图

Okan Kulekcioglu, Arqam Bin Ahmad, Ines Garcia, Filipe Serra Alves, Onur Ozcan, M. Selim Hanay

机构 * Department of Mechanical Engineering, Bilkent University（巴尔坎大学机械工程系） ； International Iberian Nanotechnology Laboratory (INL)（国际伊比拉纳米技术实验室） 纠错

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

AI总结 研究模块化微型机器人协调难题，提出可编程同步图框架，通过图耦合编码运动协调，实现同步、相位调整、容错及适应，还能减轻耦合负担，降低相位误差，确立其为紧凑控制层。

HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization

HiLSVA：用于科学可视化的人机协同智能系统设计与评估

Kuangshi Ai, Patrick Phuoc Do, Chaoli Wang

机构 * Department of Computer Science and Engineering, University of Notre Dame（Notre Dame 大学计算机科学与工程系） 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HiLSVA，一种人机协同智能系统，通过计划优先的多智能体架构、显式人类监督和逐步溯源，支持混合主动的科学可视化工作流，增强而非替代人类分析推理。

Comments IEEE Transactions on Visualization and Computer Graphics (IEEE VIS '26)

WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing

WeEdit：一个数据集、基准和基于字形引导的文本中心图像编辑框架

Hui Zhang, Juntao Liu, Zongkai Liu, Liqiang Niu, Fandong Meng, Zuxuan Wu, Yu-Gang Jiang

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

AI总结 WeEdit通过构建大规模数据集和定制训练策略，提升文本中心图像编辑的精度与多样性，优于现有开源模型。

Comments Accepted by ECCV2026

Bifocal Attention: Harmonizing Geometric and Spectral Positional Embeddings for Algorithmic Generalization

双焦点注意力：协调几何与谱域的位置嵌入以实现算法泛化

Kanishk Awadhiya

机构 * Indian Institute of Technology, Delhi（印度理工学院德里分校） 纠错

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

AI总结 本研究提出双焦点注意力机制，通过协调几何与谱域的位置嵌入，解决算法泛化中的结构间隙问题，提升模型对递归推理的处理能力。

Comments There is issue with affiliation, any further updates will be communicated but right now removal is necessary

Robust and Efficient MuJoCo-based Model Predictive Control via Web of Affine Spaces Derivatives

基于仿射空间网络导数的鲁棒高效MuJoCo模型预测控制

Chen Liang, Daniel Rakita

机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系） 纠错

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

AI总结 针对MJPC中有限差分导数计算瓶颈，引入仿射空间网络（WASP）导数替代，实现高效稳定的导数计算，在多种机器人任务中实现高达2倍加速，并优于随机采样规划器。

Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Sym2Real: Symbolic Dynamics with Residual Learning for Data-Efficient Adaptive Control

Sym2Real：用于数据高效自适应控制的基于残差学习的符号动力学

Easop Lee, Samuel A. Moore, Boyuan Chen

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

AI总结 Sym2Real框架解决符号回归在实际控制中因对噪声敏感而受限的问题，先从低保真模拟学习，再用少量真实数据残差自适应弥合模拟到现实差距，仅约10条轨迹就实现对四旋翼和赛车的鲁棒控制及模拟到现实转移。

Comments 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Comprehensive Dataset of Synthetic and Manipulated Overhead Imagery for Development and Evaluation of Forensic Tools

综合性合成与 manipulated 天顶影像数据集用于开发和评估取证工具

Brandon B. May, Kirill Trapeznikov, Shengbang Fang, Matthew C. Stamm

机构 * Drexel University（德雷塞尔大学） 纠错

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

AI总结 本文提出了一种综合性合成与 manipulated 天顶影像数据集，用于开发和评估取证工具，支持可控生成多种操纵类别及任务基准性能。

Dynamic Constraint Reconstruction Based Control Barrier Functions for Safety-Critical Control of High-Dimensional Manipulators

基于动态约束重构的控制障碍函数用于高维机器人的安全关键控制

Bingsheng Zhang, Shen Wang, Qiang Wang, Muguo Du, Donghai Shi, Xiaofeng Tao

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对高维机器人受干扰及模型不确定问题，提出基于动态约束重构的控制障碍函数框架，用扩展状态观测器估计干扰并重构安全约束，引入安全裕度，仿真表明该方法能在强干扰下实现零安全违规并提升轨迹跟踪性能。

In the Driver's Seat: A Multi-Company Study on the Reality of Autonomous Driving System Testing

掌控全局：关于自动驾驶系统测试现状的多公司研究

Qunying Song, Yuan Gao, Johannes Betz, Dietmar Pfahl, Mohammad Reza Mousavi, Federica Sarro

专题命中 机器人数据与评测 ：world model(abstract)

AI总结 针对自动驾驶系统测试复杂且缺乏标准的问题，通过对九家公司专家访谈，经主题分析总结行业测试情况、挑战与趋势，提出以证据为中心的闭环测试框架，为ADS测试提供指导并指明未来方向。

Comments 34 pages, 6 figures, 3 tables