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。
一种带有触觉反馈的视觉-触觉数据采集系统用于粗到细模仿学习
机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）
专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO
AI总结 本文提出一种视觉-触觉数据采集系统，生成时间结构丰富的接触密集演示，用于模仿学习。通过直接驱动夹具和触觉阵列，保留自然触觉反馈，结合实时注释，生成多模态数据集以支持粗到细学习算法。
随机微分方程引导的蒙特卡罗强化学习：一种用于噪声环境中稳健决策的随机最大值原理方法
专题命中 模仿学习与强化学习 ：navigation(abstract)
AI总结 研究探讨SMP定性最优条件能否指导稳健表格型强化学习算法，提出SDE-MC-AC框架，通过建立对应关系及自适应温度调度整合多种方法，经实验验证了相关假设，揭示导航模式，为随机最优控制与强化学习搭建桥梁。
治疗师-机器人-患者物理互动值得千言万语：通过远程触觉控制实现直观的治疗师指导
机构 * Department of Cognitive Robotics, Delft University of Technology（认知机器人系，代尔夫特理工大学） ； Department of Rehabilitation Medicine, Erasmus Medical Center（康复医学系，埃拉斯姆斯医疗中心）
专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO、cs.LG
AI总结 本文提出了一种通过远程触觉控制实现直观治疗师指导的系统，通过实验表明触觉演示能有效提升运动训练效率并减少治疗师负担。
Comments 14 pages, 5 figures, 3 tables
SHARE：在共享人机工作空间中实现以用户为中心的头戴式AR与SLAM
专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO
AI总结 研究针对共享人机工作空间中现有多智能体SLAM系统忽略异构智能体不同延迟要求的问题，设计实现SHARE系统。该系统以用户为中心，构建体验模型并调整传输优先级，利用视觉特征冗余降低延迟，实际部署效果良好，提升了用户感知。
Comments 28 pages, 15 figures, 1 table
通过自回归离散预训练实现机器人动作的统一具身VLM推理
机构 * AgiBot Research（AgiBot研究机构） ； AgiBot（AgiBot公司） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 机器人数据与评测 ：robotic(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出ERIQ基准和FACT模型，通过统一空间优化推理与动作，提升机器人在开放环境中的泛化与精确执行能力。
有效参数、真实行为：机器人技术的重整化——从无限电子质量到模拟与现实差距
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Stanford University（斯坦福大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 机器人数据与评测 ：robotics(title,abstract)；manipulation(abstract)；分类 cs.RO
AI总结 研究机器人技术中弥合模拟与现实差距的问题，提出基于重整化的方法，通过有效参数吸收模拟器遗漏细节以重现真实行为，经分析论证及实例展示该方法，并给出实用程序，为跨越模拟与现实差距提供补充路径。
关于在三个公共场所使用的仿人机器人头部接受度的案例研究
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO、cs.AI
AI总结 研究仿人机器人头部在公共场所的接受度，通过情感模拟后端处理自然语言生成多模态响应，邀请访客交流。结果显示用户有使用意愿，公共场所更适配，多语言响应受欢迎，但响应时间待改进。
Comments accepted at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026) Kitakyushu, Japan
用于脑机接口神经解码泛化的自监督一致性增强解缠学习
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Nanhu Brain-Computer Interface Institute（南湖脑机接口研究院）
专题命中 机器人数据与评测 ：robotics(abstract)；robotic(abstract)；分类 cs.RO、cs.AI
AI总结 研究脑机接口因神经漂移致性能下降问题，提出自监督一致性增强解缠学习框架（SSCDL）。通过设计一致性增强神经解码器及采用互补解缠泛化机制，学习鲁棒表征，实现跨日泛化，提升解码性能，展现长期交互潜力。
基于稀疏手术演示标注的超声机器人气管解剖结构分层学习理解
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 针对气管切开术定位问题，提出结合YOLOv8n与SAM2的学习框架，经混合训练平衡多方面性能，优于U-Net基线，实现高吞吐量，为机器人辅助气管切开术提供标准化自主手术辅助基础，提升安全性与精度。
Comments 17 pages, 8 figures, accepted at the 2026 International Conference on Cyborg and Bionic Systems (2026ICCBS)
SILICA：将扩散先验用于联合玻璃分割和深度估计
机构 * Robotics Research Center (RRC), IIIT Hyderabad（海得拉巴国际信息技术研究所机器人研究中心）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO、cs.CV
AI总结 研究透明表面深度估计难题，提出SILICA统一管道，利用文本到图像扩散模型先验联合预测玻璃分割和深度，无需真实世界玻璃深度注释，经实验验证其在不同环境中零样本转移性能出色，优于现有模型。
Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
一种用于长期脑机接口的具有不确定性引导自步学习的循环适应-泛化框架
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Nanhu Brain-Computer Interface Institute（南湖脑机接口研究所）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO、cs.AI
AI总结 针对侵入性脑机接口因神经漂移面临的长期部署挑战，提出UnSPC框架，通过UnSPL机制协同DA和DG，利用噪声鲁棒排序策略挖掘可靠伪标签样本，引入CycAG策略整合DA和DG，经实验验证其有效性和鲁棒性，为长期BMI控制铺路。
RRTrack：用于动态场景的鲁棒且可恢复的物体6D姿态跟踪
机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院） ； College of Future Information Technology, Fudan University（复旦大学未来信息技术学院）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 研究针对动态场景中物体6D姿态跟踪难题，提出RRTrack。它采用2D-6D闭环跟踪策略，集成记忆视频对象分割与6D姿态细化，还有双库模板匹配模块。在合成基准和真实世界实验中验证，相比FoundationPose有显著提升，兼具高效与鲁棒性。
Comments 6D Pose Tracking, 10 pages, real-world experiments, training-free
用于在动态杂波中安全飞行的预期风险引导强化学习
机构 * Huazhong University of Science and Technology（华中科技大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO、cs.LG
AI总结 研究在动态杂波中四旋翼安全飞行问题，提出预期风险引导强化学习框架，利用特权模拟器状态构建风险地图，通过非对称架构训练网络自我预测风险，结合轻量级编码器提取线索，实验证明该方法有效提高安全裕度和飞行效率，且能实现模拟到现实的零样本转移。
Comments 8 pages, 7 figures. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
MIME：多模态交互式运动编码器
机构 * Purdue University（普渡大学）
专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV、cs.LG
AI总结 研究针对动画、AR/VR等场景中多人交互的文本-运动表示学习问题，提出多模态交互式运动编码器MIME，通过特定方法捕捉结构并训练，在文本-运动检索任务中表现出色，还能跨数据集支持下游运动生成。
Comments Under review at WACV 2027
OccTrack360: 从环视鱼眼相机实现4D全景占用跟踪
机构 * School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） ； State Key Laboratory of Extreme Photonics and Instrumentation, Zhejiang University（极端光子学与仪器国家重点实验室，浙江大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO、cs.CV
AI总结 OccTrack360提出新的4D全景占用跟踪基准及FoSOcc框架，解决鱼眼成像中的球面投影和体素定位问题，提升占用跟踪性能。
Comments Accepted to IEEE/RSJ IROS 2026. The benchmark and source code will be made publicly available at https://github.com/YouthZest-Lin/OccTrack360
UP-Fuse：基于不确定性引导的激光雷达-摄像头融合用于3D全景分割
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.AI、cs.CV
AI总结 UP-Fuse通过不确定性引导的融合框架，提升激光雷达与摄像头在3D全景分割中的鲁棒性和准确性。
基于物候学的树莓果实产量估计与收获预测学习框架
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 针对树莓产量预测和收获时间估计难题，本文开展物候学研究，构建数据集，开发综合基准，建立定制深度学习模型，能提前28至33天估计产量，提供可用数据集和可扩展框架，实现92.2%检测准确率。
在遮挡和快速物体运动情况下具有内置恢复功能的鲁棒6自由度物体姿态跟踪
机构 * Woven by Toyota, Inc.（丰田编织公司） ； University of Bonn（波恩大学） ； University of Bonn, Center for Robotics, and the Lamarr Institute for Machine Learning and Artificial Intelligence（波恩大学机器人中心以及拉玛尔机器学习与人工智能研究所）
专题命中 机器人数据与评测 ：robotics(abstract,comments)；分类 cs.CV
AI总结 针对RGB-D数据中未见物体的6自由度跟踪问题，尤其是遮挡和快速运动场景，提出结合关键点匹配与优化对齐及故障检测恢复模块的方法，在多场景评估中表现出色，是鲁棒6自由度物体跟踪的重要进展。
Comments 8 pages, 4 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
MulRobBench：用于安全且符合安全策略的多模态无人机智能体的决策级基准测试
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.AI
AI总结 智慧城市中无人机需在复杂条件下决策，MulRobBench作为决策级基准测试，将多模态观测、安全策略等集成，含多任务样本和评分维度，评估结合多种方式，给出模型得分，通过研究找出决策不稳定原因，为无人机多模态决策提供可重复基准。
Comments 22 pages, 18 figures, 17 tables
用于提示驱动手术概念分割的 SAM3 的参数高效适配
机构 * The Chinese University of Hong Kong（香港中文大学） ； XGEN Labs（XGEN实验室）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV
AI总结 针对手术数据与预训练数据的领域差距及现有方法计算消耗大效率低的问题，提出用低秩适配（LoRA）对 SAM3 进行参数高效适配用于手术概念分割，该方法在单个 GPU 上训练且性能优于主流基线，结果可支持下游手术场景重建和模拟。
Comments Accepted by The 2nd MICCAI Workshop on Efficient Medical AI
MEMENTO：内存引导的基于代码的策略进化的模因算法
机构 * Center for Applied Autonomous Sensor Systems (AASS), Örebro University（应用自主传感器系统中心（AASS），于默奥大学） ； Örebro University（于默奥大学）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.LG
AI总结 研究长期具身任务中基于代码的策略进化问题，提出内存引导单精英模因框架MEMENTO，通过进化展开评估器及利用反馈指标改进策略，在相关领域实验中性能优于基线，还证明了模拟到现实转移的可行性。
超越成功率：攻防安全代理的成本感知评估
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.AI
AI总结 研究通过成本-成功率视角评估语言模型安全代理，在攻防挑战中比较固定成本下模型性能，发现红蓝队任务扩展模式不同，进攻性CTF性能与测试时计算量有关，防御性SOC调查更依赖工具使用等，强调安全代理基准应考量经济效率与运营契合度。
开放手术中机器人辅助的模仿学习：针对缝合跟随的多策略评估
机构 * Harvard Medical School（哈佛医学院） ； Massachusetts General Hospital（麻省总医院）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 本研究首次评估通用模仿学习在开放手术中用于外科医生-机器人协作辅助的可行性，以缝合跟随（每次缝合时助手执行的抓取-拉动-释放动作）为任务，通过比较四种策略（ACT、Diffusion Policy、SmolVLA、π₀）在28个训练模型上的表现，发现π₀在数据效率、背景鲁棒性和轨迹平滑性上最优，并在机器人缝合试验中达到92%的缝合完成率。
面向大规模量子模拟的高性能Pauli代数框架
专题命中 机器人数据与评测 ：manipulation(abstract)
AI总结 提出一种结合二进制辛编码、规范系数约简和分组稀疏算子表示的高性能Pauli代数框架，加速量子多体与量子化学模拟中的Pauli乘法、哈密顿量构造及算子-态乘法，并在多核CPU和GPU上实现高效VQE和ADAPT-VQE计算。
在机器人化学实验室中对大型语言模型智能体进行压力测试
专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO、cs.AI
AI总结 研究以机器人化学实验室为测试平台，使科学智能可衡量，通过4608次试验发现工作流程执行率低、长期规划有挑战，反馈促使局部调整，提供了部署评估及改进诊断框架。
可扩展的低成本实验室自动化：用于自主液体处理的数字孪生集成机器人平台（RAINBOTTM）
机构 * Acceleration Consortium, University of Toronto（多伦多大学加速联盟） ； AISCIA Informatics（AISCIA信息学公司） ； Hamad Bin Khalifa University (HBKU)（哈马德·本·哈利法大学）
专题命中 其他机器人 ：robotic(title)；分类 cs.RO
AI总结 研究针对商业液体处理系统的局限，提出将消费级3D打印机改装为低成本液体处理机器人RAINBOTTM的方法，通过数字孪生实现远程监控，结合CEIDTM框架进行目标导向实验，成本低，建立了可访问的物理 - 虚拟实验室自动化框架。
CLMASP：将大语言模型与答案集编程耦合用于机器人任务规划
机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院）
专题命中 其他机器人 ：robotic(title)；分类 cs.AI
AI总结 本文提出CLMASP方法，结合大语言模型和答案集编程，解决机器人任务规划中计划落地问题，实验显示其执行率显著提升。
Comments 9 pages, accepted to IJCAI 2025 Main Track
ARdena：实时大语言模型智能体的场景驱动控制
机构 * Faculty of Applied Mathematics and Informatics, University of Osijek Croatia（奥西耶克大学应用数学与信息学院，克罗地亚） ； Meet Intelligent Innovations LLC（Meet智能创新有限责任公司）
专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.AI
AI总结 研究如何在实时交互环境中控制大语言模型智能体行为，提出分层场景驱动的LLM控制框架，通过结构化提示实现运行时行为控制，在ARDena中实现该框架并评估，结果显示场景驱动提示能有效控制LLM智能体。
Comments 12 pages, 3 figures
基于边缘的QoS感知自适应任务放置：多机器人系统中的闭环控制
机构 * Deakin University（德肯大学） ； RMIT University（皇家墨尔本理工大学） ； Zhejiang University（浙江大学） ； Swinburne University of Technology（西姆伯恩理工大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种QoS感知的自适应任务放置（ATP）控制器，通过多指标成本评分和闭环控制，在共享边缘节点上动态切换任务放置，以降低尾延迟和截止时间违规。
Comments 6 pages, 2 figures, 2 tables, 1 algorithm, accepted paper on the 24th IEEE International Conference on Industrial Informatics (INDIN), 26-29 July, 2026, Melbourne, Australia
凸化平均场控制：一种占用测度和弗兰克 - 沃尔夫方法
专题命中 其他机器人 ：robotic(abstract)
AI总结 针对大规模机器人群体的平均场控制问题，建立基于优化的框架，将其提升到占用测度空间并采用弗兰克 - 沃尔夫算法求解，避免状态空间离散化，具有O(1/k)收敛速度，可扩展到三维环境，展现出实用性和可扩展性。
Comments 7 pages, 5 figures. Accepted to the 2026 American Control Conference (ACC)
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