机器人 / 具身智能

From Transparent Labware Segmentation to Collision Avoidance: A Real-Time Edge-Aware Perception Pipeline

从透明实验器皿分割到避障：一种实时边缘感知感知流水线

Shijun Ding, Chen Qian, Weiwei Shang, Junlin Xiong

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

AI总结 本文提出边缘感知实例分割框架，构建含透明实验器皿的LabGlass-IS数据集，实现机器人对透明器皿的实时避障，在边界F值等指标上优于现有方法，真实机器人试验避障成功率达93.3%。

Dense Metric Depth Completion from Sparse Direct Time-of-Flight Sensors

基于稀疏直接飞行时间传感器的密集度量深度补全

Hakyeong Kim, Ruicheng Wang, Chengtang Yao, Jiaolong Yang, Min H. Kim

机构 * KAIST（韩国科学技术院） ； USTC（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

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

AI总结 本文提出一种深度引导双分支视觉Transformer框架，结合dToF模拟流程，实现稀疏dToF到密集度量深度的零样本泛化补全，性能优于现有方法且高效。

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

OmniRouting: A Semantic-Coupled Multimodal Benchmark for Constraint-Aware Spatial Reasoning in PCB Routing

OmniRouting：面向PCB布线中约束感知空间推理的语义耦合多模态基准

Taiting Lu, Kaiyuan Lin, Ziwei Dong, Sisong Bei, Haolin Ye, Yuxin Tian, Runze Liu, Mingjia Wang, Jingying Zeng, Hongxing Pan, Kai Zhang, Haoyu Wang, Guoliang Shi, Ling Ma, Yifan Yang, Jiaying Lu, Qi He, Yi-Chao Chen, Sung-Liang Chen, Yincheng Jin, Mahanth Gowda

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

AI总结 本研究针对LLMs在PCB布线推理上的能力缺口，构建了OmniRouting基准，含1681个工业级PCB设计及四项任务，发现现有LMMs存在显著局限并计划开源相关资源。

Faster-WAM: Efficient Inference-Time Future Conditioning for Robust World Action Models

Faster-WAM：面向鲁棒世界动作模型的高效推理时未来条件化方法

Weiheng Zhao, Haoyi Jiang, Xin Shi, Liu Liu, Fan Huang, Zhizhong Su, Wei Sui, Xinggang Wang

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Faster-WAM，通过稀疏未来条件化框架等技术解决现有WAMs的性能效率矛盾，在多个机器人操控基准上实现更优权衡，提升了分布外泛化能力与鲁棒性。

NeuroPB: Scaling Neural Decoding with Pretrained Behavioral Representations

NeuroPB：利用预训练行为表示扩展神经解码

Luyao Jin, Yonghao Song, Huan Zhao, Vincent C. K. Cheung, Wei-Hsin Liao

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

AI总结 本文提出NeuroPB框架，通过预训练大规模行为表示并对齐有限配对神经-行为数据，提升神经解码性能，在猕猴数据集上R²提升11%与8%，且泛化能力强，为高效BCI提供可行方向。

AI-based single-shot structured-light depth reconstruction for real-time laparoscopic surgical guidance

基于AI的单次结构光深度重建用于实时腹腔镜手术导航

Wayne Wonseok Rodgers, Xiangyi Le, Seonghoon Jang, Shuwen Wei, Justin Opfermann, Michael Kam, Axel Krieger, Jin U. Kang

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

AI总结 本研究开发了一种基于AI的无同步单次结构光深度重建方法，用于腹腔镜手术导航，其在体模实验中达到了高精度和26.0 Hz的帧率，性能优于基线模型和现成单目深度模型。

Comments 17 pages, 7 figures

SimFoundry: Modular and Automated Scene Generation for Policy Learning and Evaluation

SimFoundry: 用于策略学习和评估的模块化自动化场景生成

Nadun Ranawaka, Josiah Wong, Wei-Lin Pai, Wei-Teng Chu, Tianyuan Dai, Masoud Moghani, Hang Yin, Yunfan Jiang, Wesley Durbano, Brandon Huynh, Yu Fang, Danfei Xu, Ruohan Zhang, Li Fei-Fei, Linxi Fan, Bowen Wen, Ajay Mandlekar, Yuke Zhu

机构 * NVIDIA ； Georgia Institute of Technology（佐治亚理工学院） ； Stanford University（斯坦福大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Toronto（多伦多大学） 纠错

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

AI总结 提出SimFoundry系统，从视频零样本构建仿真场景，支持对象、场景和任务编辑，生成数字孪生与数字表亲，提升策略在真实世界的泛化能力，实验显示仿真评估与真实性能高度相关。

SACK : Safe Active Continual Koopman Learning for Uncertain Systems with Contractive Guarantees

ASACK : 适应性安全主动持续Koopman学习用于具有收缩保证的不确定系统

Chandan Kumar Sah, Rajpal Singh, Jishnu Keshavan

机构 * Department of Mechanical Engineering, Indian Institute of Science（机械工程系，印度科学研究院） 纠错

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

AI总结 本文提出ASACK框架，通过合同适应律和主动学习策略实现非线性系统安全高效的持续适应，结合理论误差界与鲁棒MPC提供形式安全保证。

Data-Aware and Scalable Sensitivity Analysis for Decision Tree Ensembles

面向数据的可扩展敏感性分析用于决策树集成

Namrita Varshney, Ashutosh Gupta, Arhaan Ahmad, Tanay V. Tayal, S. Akshay

机构 * Department of Computer Science and Engineering, Indian Institute of Technology Bombay（计算机科学与工程系，印度理工学院班加罗尔） 纠错

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

AI总结 本文提出了一种数据感知的敏感性分析框架，用于评估决策树集成的鲁棒性和公平性，通过混合整数线性规划和SMT编码提高效率，并在大规模集成上实现了显著改进。

Image Classification Using CNN-QNN Hybrid Model with Optimized Correlated Features

基于优化相关特征的CNN-QNN混合模型的图像分类

Minseo Seong, Youngwook Kim

机构 * Sogang University（西江大学） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI、cs.CV

AI总结 本文提出优化CNN特征相关性的CNN-QNN混合模型，在CIFAR-10等三项分类任务中，使特征平均相关性达0.5可提升分类准确率与稳定性，凸显QNN的性能潜力。

Comments Accepted by CVPR Findings 2026

An entropic explanation of insistence on sameness in autism

自闭症中坚持同一性的熵解释

Przemysław Śliwiński

机构 * Wrocław University of Science and Technology（弗罗茨瓦夫理工大学） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.LG

AI总结 该研究提出基于信息论的框架，将自闭症的坚持同一性解释为熵度量约束最小化的体现，可量化相关概念、指导护理并可通过类图灵测试验证，为自闭症疗法提供基础。

Comments 11 pages, 2 figures, a preprint of the accepted article

Journal ref Śliwiński P (2026) An entropic explanation of insistence on sameness in autism. Frontiers in Computational Neuroscience. 19:1714428

GASP: GPU-Accelerated Safe Planner for Real-Time Collision-Aware Motion Generation with Latent Trajectory Sampling

GASP：用于实时碰撞感知运动生成的GPU加速安全规划器，结合隐式轨迹采样

Colin Merk, Stefanos Charalambous, Peter Dürr, Farshad Khadivar

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

AI总结 本研究提出GASP这一GPU加速安全规划器，结合隐式轨迹采样，可实现毫秒级碰撞感知关节空间运动生成，在机器人乒乓球任务中表现优异且大幅降低训练碰撞次数。

Static Timing Orchestration for Tree-Structured Robot Control Firmware

树结构机器人控制固件的静态时序编排

Wang Xi, Feiran Wei, Mo Deng, Weiheng Lin, Pangkit Fong, Jianping He

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 针对树结构机器人控制固件的结构化数据依赖问题，提出FineMote框架，通过静态调度机制优化时序性能，在真实平台上验证了其有效性。

Transforming Remanufacturing Automation with Large Language Models: A Forward-Looking Analysis with Case Studies

用大语言模型推动再制造自动化：前瞻性分析与案例研究

Chang Liu, Sara Behdad, Prabhakar Pagilla, Xiao Liang, Minghui Zheng

专题命中 其他机器人 ：robotic(abstract)；robotics(journal_ref)

AI总结 本文通过前瞻性分析与案例研究，提出ReManGPT概念框架，探讨大语言模型在再制造自动化中的应用，以应对报废产品变异性等挑战，同时分析其部署障碍与未来方向。

Journal ref Robotics and Computer-Integrated Manufacturing 2027

Scaling behavior in non-reciprocal and odd conserved dynamics near criticality

临界点附近非互易与奇守恒动力学中的标度行为

Martin Kjøllesdal Johnsrud, Giulia Pisegna, Ramin Golestanian

专题命中 其他机器人 ：robotic(abstract)

AI总结 本研究采用微扰动力学重整化群技术，探究非互易Cahn-Hilliard模型临界点附近的标度行为，发现结构与动力学关联遵循不同标度律，其结果或对生命系统调控相分离有重要启示。

Stochastic Online Feedback Optimization for Networks of Non-Compliant Agents

面向非合规智能体网络的随机在线反馈优化

Caio Kalil Lauand, Andrey Bernstein

专题命中 其他机器人 ：robotic(abstract)

AI总结 本研究针对非合规智能体网络，将在线反馈优化（OFO）框架扩展至随机场景，推导了算法的均方误差界并将其应用于电力系统。

Comments 15 pages, 3 figures, 1 table