arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-08-21 至 2026-08-21 共收录 77 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人数据与评测 10 篇

2512.10668 2026-08-21 cs.CV 版本更新 77%

XDen-1K: A Density Field Dataset of Real-World Objects

XDen-1K:一个现实世界物体的密度场数据集

Jingxuan Zhang, Tianqi Yu, Yatu Zhang, Jinze Wu, Kaixin Yao, Jingyang Liu, Yuyao Zhang, Jiayuan Gu, Jingyi Yu

机构 * ShanghaiTech University(上海科技大学)

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

AI总结 XDen-1K通过提供大规模现实世界物体的多模态数据,推动物理基础视觉推理和具身AI的研究。

Comments Project Page: this https URL (https://xden-1k.github.io/)

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19710 2026-08-21 cs.CV cs.AI 新提交 62%

Robust Cross-Modal Foundation Model Perception for Underwater Robots under Degraded Visual Conditions

退化视觉条件下水下机器人的鲁棒跨模态基础模型感知

Mohammad Arif Ul Alam

机构 * College of Science and Technology, North Carolina A & T State University(北卡罗来纳农工州立大学科学技术学院)

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

AI总结 该研究针对水下机器人视觉退化问题,提出感知退化的视觉-声纳门控融合方法,在极端退化下使平衡准确率较 DINOv2 基线提升 33.5%,实现鲁棒跨模态感知。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.29786 2026-08-21 cs.CV cs.RO 版本更新 62%

OP3DSG: Open-Vocabulary Part-Aware 3D Scene Graph Generation for Real-World Environments

OP3DSG:面向真实环境的开放词汇部件感知3D场景图生成

Yirum Kim, Ue-Hwan Kim

机构 * Gwangju Institute of Science and Technology(全州科学技术院)

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

AI总结 提出OP3DSG框架,通过部件感知检测与融合、几何初始化先验图及LLM精炼,实现开放词汇下对象、交互部件、空间/功能关系及可供性的统一建模,在UniGraph3D基准上达到最优性能。

Comments Accepted to ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.20271 2026-08-21 cs.AI cs.DC 新提交 57%

Catching the Rug: Early Prediction of Fraudulent Memecoins on Solana via Machine Learning

捕获“ rug pull”:基于机器学习的Solana平台欺诈性模因币早期预测

Jianghai Li, Pavel Kuznetsov, Yury Yanovich, Konstantin Nott-Whaley, Igor Vodolazov

机构 * Higher School of Economics(高等经济学院) Moscow State University(莫斯科国立大学) Skolkovo Institute of Science and Technology(斯科尔科沃科学技术研究院)

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

AI总结 本研究针对Solana平台模因币的“ rug pull”欺诈问题,利用XGBoost等经典机器学习模型,基于交易初期5分钟数据实现早期检测,多源数据融合提升了跨平台泛化能力,为投资者提供了保护框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19212 2026-08-21 cs.CL cs.CV 新提交 57%

NepOOC-M: Bilingual Nepali-English Benchmark and Comparative Analysis of Multimodal Architectures for OOC Detection

NepOOC-M:面向OOC检测的尼泊尔语-英语双语基准及多模态架构的对比分析

Sanjeev Khatiwada

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

AI总结 针对尼泊尔语OOC虚假信息检测,构建首个尼泊尔语多语言OOC基准NepOOC,评估多模态等架构发现仅文本mBERT性能最优,数据集扩充比架构优化更有效。

Comments 12 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.17584 2026-08-21 cs.RO 版本更新 57%

HODAgent: Towards On-Demand, Responsive Humanoids for Physical World Human Interaction

HODAgent:面向物理世界人机交互的按需、响应式人形机器人

Wang Warren Chen, Jiahao Zhang, Zhenjiang Li, Mingxu Wang, Lei Yi, Yuchen Kang, Shuo Sun, Ziping Chen, Jie Chen

机构 * Xiaopeng(小鹏)

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

AI总结 HODAgent作为面向服务人形机器人的System-2具身智能体,通过半双工架构实现自适应服务,在仿真与实体机器人上均显著优于基准模型。

Comments we have received a formal directive from our company requiring all company assets to undergo a mandatory internal review process before any public release. We are now required to immediately withdraw the paper to comply with this policy

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.18632 2026-08-21 cs.RO 版本更新 57%

ROBOSHACKLES: A Safety Dataset for Human-Injury Prevention in Embodied Foundation Models

ROBOSHACKLES: 面向具身基础模型中人体伤害预防的安全数据集

Zhuowen Yin, Chongyang Liu, Wenzhang Yang, Renjue Li, Yinxing Xue

机构 * Institute of Al for Industries, Chinese Academy of Sciences(工业人工智能研究所,中国科学院) University of Science and Technology of China(中国科学技术大学)

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

AI总结 为解决机器人伤害人类数据难以安全收集的问题,提出基于真实观测的安全数据构建流水线,生成包含1万条视频的ROBOSHACKLES数据集,涵盖直接和间接伤害类别,评估发现现有模型在安全关键场景下100%产生不安全动作。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.14398 2026-08-21 cs.AI 版本更新 57%

ChronoAgentic: A Code-based Multi-Agent World Simulator for Physically Grounded Simulation Construction

编码智能体作为世界模拟器

Hongyu Wang, Jingquan Wang, Ashvin Anilkumar, Bocheng Zou, Radu Serban, Dan Negrut

机构 * Department of Mechanical & Aerospace Engineering, University of Wisconsin-Madison(威斯康星大学麦迪逊分校机械与航空航天工程系) School of Computer, Data, and Information Sciences, University of Wisconsin-Madison(威斯康星大学麦迪逊分校计算机、数据与信息科学学院)

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

AI总结 提出一个通过可执行模拟代码构建基于物理的世界模型的智能体框架,协调规划、代码生成、视觉审查和物理分析智能体,迭代修正代码以满足物理约束,在物理准确性、指令忠实度和视觉质量上超越视频模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19741 2026-08-21 cs.CL cs.DB 新提交 50%

One Success Isn't Reliability: Thinkingbox, a Sandbox and Benchmark for Agents in Stateful Business Workflows

单次成功并非可靠:Thinkingbox——面向有状态业务工作流智能体的沙箱与基准测试集

Zhuochun Li, Youngmin Ko, Ali Keramati, Nicola Ferri, Susana Palmaz Lopez Pelaez, Liang-Chun Tsai, Calvin Wang, Mirco Milletari, Tuhin Kundu, Vadim Smolyakov, Kjartan Olafsson, Tommy Guy

机构 * University of Pittsburgh(匹兹堡大学) Northwestern University(西北大学) University of California Irvine(加州大学欧文分校) Microsoft(微软公司)

专题命中 机器人数据与评测 :navigation(abstract)

AI总结 研究人员推出面向有状态业务工作流智能体的沙箱Thinkingbox及基准测试集Thinkingbox-bench,发现现有智能体在该基准上可靠完成任务的表现远逊于单次成功表现,凸显了端到端任务可靠评估的必要性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19422 2026-08-21 cs.HC 新提交 50%

Cyber-Physical Systems for Accessibility and Ability Augmentation: Bridging Diverse Communities

用于无障碍与能力增强的信息物理系统:连接多元社区

Shuchang Xu, Riku Arakawa, Mina Huh, Nandi Zhang, Tianyu Zhang, Wazeer Zulfikar, Ruei-Che Chang, Yotam Sechayk, Huamin Qu, Amy Pavel, Franklin Mingzhe Li, Yukang Yan, Brian A. Smith, Pattie Maes

专题命中 机器人数据与评测 :robotics(abstract)

AI总结 该研究聚焦可穿戴设备、机器人技术、XR与智能环境融合形成的CPS,旨在连接多元社区,通过解决关键挑战设计以无障碍和能力增强为核心的CPS,提升残障人士体验并增强人类能力。

Comments UIST 26 Workshop

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 其他机器人 7 篇

2608.19729 2026-08-21 cs.AI cs.CV cs.RO 新提交 82%

SafeBranch: Branch-Pair Safety Alignment for Embodied Agents

SafeBranch:面向具身智能体的分支对安全对齐方法

Hyunse Lee, Jiwoo Jeong, Haneul Lee, Kyochul Jang, Youngjae Yu, Woojin Lee

机构 * Dongguk University(东国大学) Seoul National University(首尔大学)

专题命中 其他机器人 :embodied agent(title,abstract);分类 cs.RO、cs.AI、cs.CV

AI总结 针对具身智能体的交互式安全问题,提出SafeBranch框架,通过自身不安全回滚生成的分支对对齐执行器安全性,在多基准及分布外变体上实现安全成功数约为未训练基线十倍的效果,且不牺牲任务成功。

Comments 25 pages, 12 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19453 2026-08-21 cs.RO cs.FL 新提交 79%

When Automata Meet Streams: Temporal Logic Compilation for Stream-Based Robotics Task and Motion Planning

自动机与流的结合:面向基于流的机器人任务与运动规划的时态逻辑编译

Sayem Nazmuz Zaman, Cyrus Neary

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

AI总结 该研究提出SAM-TD方法,将LTL_f约束编译为自动机并嵌入动作模式,实现基于流的TAMP对动态生成对象的时态约束处理,在机器人环境中验证了其可行性与竞争力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.07104 2026-08-21 cs.CV cs.AI 版本更新 62%

Extended to Reality: Prompt Injection in 3D Environments

扩展到现实:3D环境中的提示注入

Zhuoheng Li, Ying Chen

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

AI总结 研究提出PI3D攻击,通过在3D环境中放置带文本的物理物体来注入提示,挑战多模态大语言模型的安全性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.20231 2026-08-21 physics.soc-ph cs.AI cs.CY 新提交 57%

Growth Without Us: Machine Consumers, Corporate Circularity, and the Decoupling of GDP from Humanity after AGI

无人类的增长:机器消费者、企业循环性以及AGI后GDP与人类的脱钩

Sahil Sharma

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

AI总结 该研究构建后AGI经济模型,论证零人类消费的封闭企业间经济可实现高增长,产出与人类福利脱钩,后AGI时代需以所有权政策替代就业政策。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.13064 2026-08-21 math.DS cs.RO 版本更新 57%

Symmetric Lyapunov Subcenter Manifolds for Periodic Regulation of Mechanical Systems

保守机械系统中Lyapunov子中心流形的性质

Yannik P. Wotte, Arne Sachtler, Alin Albu-Schäffer, Stefano Stramigioli, Cosimo Della Santina

机构 * University of Twente (UT)(特文特大学) Technical University of Munich (TUM)(慕尼黑技术大学) German Aerospace Center (DLR)(德国航空航天中心) Delft University of Technology (TU Delft)(代尔夫特理工大学)

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

AI总结 研究保守机械系统中Lyapunov子中心流形的性质,揭示其作为控制目标的可行性及在机器人周期调节任务中的应用。

Comments 21 pages, 27 figures, submitted to Automatica

详情

展开后加载摘要…

URL PDF HTML 收藏
2608.19816 2026-08-21 cs.CY 新提交 50%

Understanding as an Explicit and Assessable Component of Frontier AI Safety Decisions

将理解作为前沿AI安全决策的明确且可评估的组成部分

Stephen Barrett, Robin Bloomfield, Alexandra Chirilă, Mamoon Masud, David Meredith Hardy, Phillip Mulvana

专题命中 其他机器人 :robotics(abstract)

AI总结 该研究提出一种基于Assurance 2.0框架的临时方法,用于明确且可评估前沿AI安全决策中的理解,经两种场景测试,该方法可应用且能驱动工程工作。

详情

展开后加载摘要…

URL PDF HTML 收藏
2401.01129 2026-08-21 math.OC eess.SY math.DG math.DS 版本更新 50%

Variational Lifting and Optimal Gauges on Riemannian Homogeneous Spaces

黎曼齐性空间上的变分提升与最优规范

Jacob R. Goodman, Leonardo J. Colombo

专题命中 其他机器人 :robotic(abstract)

AI总结 本文针对黎曼齐性空间构建变分提升框架,推导对称破缺欧拉-庞加莱方程,引入最小垂直动能的变分问题确定最优规范,并以量子态和卫星定向问题验证框架有效性。

Comments 22 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏