机器人 / 具身智能

Genie Sim 3.0: A High-Fidelity Comprehensive Simulation Platform for Humanoid Robot

Genie Sim 3.0：人形机器人综合仿真平台

Chenghao Yin, Da Huang, Di Yang, Jichao Wang, Nanshu Zhao, Chen Xu, Wenjun Sun, Linjie Hou, Zhijun Li, Junhui Wu, Zhaobo Liu, Zhen Xiao, Sheng Zhang, Lei Bao, Rui Feng, Zhenquan Pang, Jiayu Li, Qian Wang, Maoqing Yao

机构 * AgibotTech（Agibot科技） 纠错

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

AI总结 Genie Sim 3.0通过高保真场景生成和开放数据集，提升机器人学习模型的泛化能力与仿真到现实的迁移效果。

PRM-as-a-Judge 1.5: A Toolkit for Robot Process Assessment

PRM-as-a-Judge 1.5：机器人过程评估工具包

Yuyang Liu, Yanqing Shen, Ruike Chen, Jifan Zhao, Yuxuan Tian, Yichi Zhang, Tianfeng Long, Zixuan Yin, Yipu Wang, Ziheng Qin, Wenxing Tan, Yang Shi, Mingyu Cao, Runze Xiao, Ziqi Wang, Zhixin Yin, Shiwei Chu, Yi-Fan Zhang, Yao Mu, Yuheng Ji, Yihao Wang, Jun Yan, Zhongyuan Wang, Pengwei Wang, Xiaolong Zheng

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 该研究推出PRM-as-a-Judge 1.5工具包，新增三个评估指标并结合RoboPulse++，发布含基准与可视化工具的评估套件，呼吁建立透明可复现的机器人评估体系。

Comments Project page: this https URL (https://prm-as-a-judge.github.io)

How to Relieve Distribution Shifts in Semantic Segmentation for Off-Road Environments

如何缓解越野环境语义分割中的分布偏移

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon, Dong-Wook Kim, Seung-Woo Seo

机构 * Department of Electrical and Communication Engineering, Seoul National University（电子与通信工程系，首尔国立大学） 纠错

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

AI总结 提出ST-Seg框架，通过风格扩展和纹理正则化缓解越野场景中源-目标域差异和传感器退化导致的分布偏移，提升语义分割鲁棒性。

Comments 8 pages, 6 figures. Accepted to IEEE Robotics and Automation Letters (RA-L)

Coverage Aware Active Evaluation for Failure Discovery with Paired Systems

面向配对系统故障发现的覆盖率感知主动评估

Anjali Parashar, Rachel Luo, Apoorva Sharma, Sushant Veer, Edward Schmerling, Carson Sobolewski, Mingxin Yu, Chuchu Fan, Marco Pavone

机构 * Laboratory of Information & Decision Systems (LIDS), MIT（麻省理工学院信息与决策系统实验室（LIDS）） ； NVIDIA Research（英伟达研究院） 纠错

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

AI总结 该研究针对自主系统故障发现难题，提出结合代理评估与残差建模、支持感知互信息目标的自适应方法，在三类任务中发现的故障数是基线的两倍。

Comments 9 main pages followed by Appendix, total 21 pages, 12 figures

LLM-Advisor: An LLM Advisor for Cost-efficient Path Planning across Multiple Terrains

LLM-Advisor: 一种用于多地形高效路径规划的LLM基准

Ling Xiao, Toshihiko Yamasaki

机构 * Graduate School of Information Science and Technology, Hokkaido University（弘前大学信息科学与技术研究生院） ； Department of Information and Communication Engineering, The University of Tokyo（东京大学信息与通信工程系） 纠错

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

AI总结 LLM-Advisor利用大型语言模型优化多地形路径规划，提升路径成本效率，适用于现实场景。

Comments This paper has been accepted by IEEE Transactions on Automation Science and Engineering

Twin: Playing an Unknown Game with a Test-Time Digital Twin

Twin：利用测试时数字孪生玩未知游戏

Alexy Skoutnev, Kirill Acharya, Gaston Longhitano, Madeleine Udell, Kevin Ellis, Iddo Drori

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

AI总结 该研究提出Twin系统，通过测试时数字孪生构建可执行世界模型，在ARC-AGI-3等未知游戏中通关率达97.8%，效率优于人类，核心是通过模拟交互和反例修复推断游戏规则与目标。

Comments Project website with action-by-action replays of all 25 runs: this https URL (https://arc-agi-3-twin.vercel.app/) Code: this https URL (AGI-3" target="_blank" rel="noopener">https://github.com/Alexyskoutnev/TWIN-ARC-AGI-3)

The Past and Future of AI Scientists

AI科学家的过去与未来

Ross D. King

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

AI总结 本文综述AI科学家的过去与未来，指出其核心挑战是多技术集成，现有技术已支持构建更通用系统，其有望变革科学，诺贝尔图灵挑战目标进展超前。

Data-driven registration and modeling of brain deformation for image-guided neurosurgery

数据驱动的图像配准与变形建模在图像引导神经外科中的应用：系统综述

Tiago Assis, Colin P. Galvin, Joshua P. Castillo, Nazim Haouchine, Marta Kersten-Oertel, Zeyu Gao, Mireia Crispin-Ortuzar, Stephen J. Price, Thomas Santarius, Yangming Ou, Sarah Frisken, Nuno C. Garcia, Alexandra J. Golby, Reuben Dorent, Ines P. Machado

机构 * LASIGE, Faculty of Sciences, University of Lisbon（里斯本大学科学学院LASIGE） ； Department of Neurosurgery and Department of Radiology, Brigham and Women's Hospital, Harvard Medical School（哈佛医学院布里洛妇女医院神经外科与放射科） ； Gina Cody School of Engineering and Computer Science, Concordia University（康科迪亚大学工程与计算机科学学院） ； Cancer Research UK Cambridge Centre, University of Cambridge（剑桥大学癌症研究英国中心） ； Department of Oncology, University of Cambridge（剑桥大学肿瘤科） ； Department of Clinical Neurosciences, University of Cambridge（剑桥大学临床神经科学系） ； Computational Health Informatics Program (CHIP) and Department of Radiology, Boston Children's Hospital, Harvard Medical School（哈佛医学院波士顿儿童医院计算健康信息学计划与放射科） ； Sorbonne Université, Institut du Cerveau - Paris Brain Institute - ICM（索邦大学巴黎脑研究所-ICM） 纠错

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

AI总结 系统综述2020-2025年间基于学习的脑变形补偿方法，包括深度学习配准、变形场回归、多模态对齐、切除感知架构及混合模型，指出当前方法在鲁棒性、标准化基准、可解释性和临床部署方面的局限，并展望未来研究方向。

Comments 41 pages, 7 figures, 9 tables. Final postprint version available in Medical Image Analysis at this https URL (https://doi.org/10.1016/j.media.2026.104217)

Estimating Dynamic Soft Continuum Robot States From Boundaries

从边界估计动态软体连续体机器人的状态

Tongjia Zheng, Jessica Burgner-Kahrs

机构 * The Continuum Robotics Laboratory（连续机器人实验室） ； the Robotics Institute at the University of Toronto（多伦多大学机器人研究所） 纠错

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

AI总结 本研究提出一种基于基座力/力矩测量的对偶边界观测器，实现动态无穷维软体连续体机器人状态估计，兼具传感需求低、增益调参高效等优势，经仿真与实验验证了其性能。

Surface Roughness and Filler Restructuring in Magneto-Active Elastomers: Magnetically Hard versus Magnetically Soft Particles

磁活性弹性体中的表面粗糙度与填料重构：硬磁粒子与软磁粒子的对比

Júlio P. A. Santos, Mehdi Hasanzade, Chaitanya Doifode, Raphael Kriegl, Alexander Kovalev, Mikhail Shamonin, Stanislav N. Gorb, Sofia Kantorovich

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 本研究通过分子动力学对比研究了相同饱和磁化强度下，填充硬磁与软磁粒子的磁活性弹性体的表面粗糙度与填料重构差异，明确了二者不同的演化路径，并指出需开发考虑羰基铁微粒子多畴特性的软磁模型。