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。
RoboInter1.5：用于具身世界建模和机器人操作的整体中间表示套件
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 研究针对现有机器人数据集问题，基于RoboInter1.0提出RoboInter1.5套件，含多种中间表示资源及相关任务，通过广泛评估证明其为中间表示提供统一时空框架，将其作为双向接口，规范动作空间并约束物理模拟器潜在展开。
Comments 28 pages. arXiv admin note: substantial text overlap with arXiv:2602.09973
视觉地点识别中可靠操作点选择的分位数迁移
机构 * QUT Centre for Robotics（昆士兰理工大学机器人中心） ； School of Electrical Engineering and Robotics（电气工程与机器人学院） ； Queensland University of Technology（昆士兰理工大学）
专题命中 机器人操作 ：navigation(abstract)；分类 cs.RO、cs.CV
AI总结 提出一种通过分位数归一化迁移阈值的方法，自动选择视觉地点识别系统的操作点，在100%精度下最大化召回率，无需手动调参。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
PhysClaw-0：一种通过语言修正实现机器人自主的共生智能体系统
机构 * GigaAI（字节跳动人工智能实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Leeds（利兹大学） ； Cornell University（康奈尔大学） ； Tsinghua University（清华大学） ； Nanjing University of Science and Technology（南京理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； FAWTD（一汽技术开发部）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究针对自主数据收集问题，提出PhysClaw-0共生智能体系统，通过跨轮保留和重用修正、自主收集验证等方式，在真实机器人测试中减少人力时间，提高成功率，并提升验证者与人类一致性。
Comments WebPage: https://open-gigaai.github.io/Zero2Skill
轨道霍尔效应实现了无需额外转换层的亚铁磁体无场磁化反转
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究利用Mo/CoGd器件中Mo层的局域轨道霍尔电流，通过面内对称性破缺产生z极化阻尼类扭矩，CoGd兼具转换与自开关功能，实现无场电流诱导的亚铁磁确定性开关，突出轨道霍尔电流在节能磁化开关上的潜力。
Comments We are withdrawing this manuscript because our current analysis has revealed serious analytical issues that render the main conclusions invalid. We intend to thoroughly revise the methodology and submit a corrected version in the future
不要愚弄我两次：通过经验驱动推理在野外适应逆境
机构 * Department of Engineering Design, Indian Institute of Technology, Madras（印度理工学院工程设计系，马德拉斯） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 具身导航 ：robotics(abstract)；embodied agent(abstract)；分类 cs.RO、cs.LG
AI总结 提出一种持续学习框架，使移动机器人能够在线从干扰中学习，通过语义将异常行为归因于原因，从而更好地预测和规划未来。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
主动偏好学习的反事实推理与环境设计
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO；robot learning(comments)
AI总结 研究机器人主动偏好学习中现有方法的不足，提出CRED方法，通过联合优化环境设计和轨迹选择，利用反事实推理生成轨迹，经实验验证该方法能改善奖励学习并在不同环境有效泛化。
Comments RSS 2025 Workshop on Human-in-the-Loop Robot Learning: Teaching, Correcting, and Adapting
交互式医学-SAM2 GUI：基于Napari的半自动标注工具用于医学图像
机构 * Department of Biomechatronic Engineering, Sungkyunkwan University（生物机电工程系，全州大学） ； Department of Neurosurgery, Seoul National University Hospital, Seoul National University College of Medicine（神经外科，首尔国立大学医院，首尔国立大学医学院）
专题命中 具身导航 ：navigation(abstract)；分类 cs.CV
AI总结 交互式医学-SAM2 GUI 提供基于Napari的本地工作流，实现高效的3D医学图像半自动标注与导出功能。
Comments Planning to submit JOSS (Journal of Open Source Software)
WorldPack：用于长上下文视频世界建模的动态帧压缩
机构 * The University of Tokyo（东京大学） ； Google DeepMind（谷歌DeepMind）
专题命中 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.CV、cs.LG
AI总结 研究针对长上下文视频世界建模中时空一致生成的挑战，提出WorldPack视频世界模型，通过轨迹打包和几何选择机制，基于3D空间相关性动态分配压缩率，扩展有效上下文，在相关数据集上优于基线，提升空间推理任务表现。
RouterVLA：将冒烟测试转化为异构VLA选择的监督信号
机构 * The Chinese University of Hong Kong（香港中文大学） ； University of Maryland, College Park（马里兰大学 College Park 分校） ； Tsinghua University（清华大学）
专题命中 机器人基础模型 ：robotic(abstract)；分类 cs.RO
AI总结 提出RouterVLA方法，利用预部署评估的冒烟测试记录来监督异构VLA策略的选择，通过结果分离的交叉拟合和透明规则，在LIBERO-Plus数据集上将保留集成功率提升14.64个百分点。
Comments v2: revised title, updated author list, restructured the experiments
小米机器人1：利用超过10万小时的真实世界轨迹扩展视觉语言动作模型
机构 * Xiaomi Robotics（小米机器人）
专题命中 机器人数据与评测 ：robotics(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 研究提出小米机器人1这一视觉语言动作模型，采用两阶段训练方法，预训练利用大量真实轨迹赋予模型能力，后训练使其与机器人实体及指令对齐。该模型在多基准测试中表现优异，能有效微调，建立新的最先进水平。
Comments Project page: https://robotics.xiaomi.com/xiaomi-robotics-1.html
机器人化仓储系统中的动态多智能体取送货
机构 * Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University（工业与系统工程系，香港理工大学） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO
AI总结 针对订单内部SKU动态追加的仓库场景，首次形式化动态多智能体取送货问题，提出两种基于令牌传递的事件触发在线重规划算法，显著降低订单流时间。
ClothTransformer: 用于可扩展布料模拟的统一潜空间变换器
机构 * S-Lab, Nanyang Technological University, Singapore（新加坡南洋理工大学S实验室，南洋理工大学，新加坡） ； Feeling AI ； University of Oxford（牛津大学） ； Nanyang Technological University（南洋理工大学） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 机器人数据与评测 ：manipulation(abstract)；robotic(abstract)；分类 cs.CV
AI总结 提出ClothTransformer，通过将布料模拟重构为潜空间中的自回归序列建模，使用统一Transformer架构处理多种场景，实现比现有方法低4-9倍的误差，并引入可扩展潜空间公式和穿透自由数据集。
DocShield：通过证据导向的智能代理推理实现AI文档安全
机构 * Ant Group（蚂蚁集团） ； Nanyang Technological University（南洋理工大学） ； CFAR and IHPC, Agency for Science, Technology and Research (A*STAR), Singapore（新加坡科技研究局（A*STAR）计算与先进机器人中心及高性能计算研究所）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI、cs.CV
AI总结 本文提出DocShield框架，通过视觉-逻辑联合推理解决文档伪造检测问题，采用CCT机制和多任务奖励优化，提升检测准确性和解释性，实验显示其在多个基准测试中表现优异。
Comments 10 pages, 4 figures, 5 tables. Preprint. arXiv admin note: text overlap with arXiv:2512.21482
用于 API 调用智能体的无环境合成数据生成
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.AI
AI总结 研究针对训练 API 调用 LLM 智能体数据收集瓶颈问题，提出无环境合成数据生成方法，利用 LLMs 生成任务、响应等，经评判器过滤轨迹，在相关基准上评估，结果表明此方法可有效训练智能体，是实用可扩展方案。
方向 mollification 用于保持结的 $C^{\infty}$ 平滑化多边链及其显式曲率界
机构 * Dept. of Computer Architecture and Automation, Faculty of Physics, Complutense University of Madrid（马德里康普顿斯大学物理学院计算机体系结构与自动化系）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 本文提出方向 mollification 操作，用于在保持顶点的情况下对多边链进行 $C^{\infty}$ 平滑，提供显式曲率界和局部可控性，适用于几何建模和需要严格结保真的应用。
Comments Under review in AMC
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