机器人 / 具身智能

Constraint-Driven Synthesis of Hyper Petri Nets

约束驱动的超Petri网合成

Maksym Figat, Alessandro Pinto

机构 * Warsaw University of Technology（华沙技术大学） ； NASA Jet Propulsion Laboratory（美国宇航局喷气推进实验室） ； California Institute of Technology（加州理工学院） 纠错

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

AI总结 研究用Petri网对受约束机器人系统行为建模与合成，提出超Petri网方法从布尔规范合成Petri网，明确可观测标识与执行语义，通过两个场景证明该方法，为系统设计提供结构化方式并提出新研究方向。

Comments 14 pages, 12 figures

Fabric Pneumatic Artificial Muscles Based on the Drawstring Principle

基于拉绳原理的织物气动人工肌肉

Chendong Liu, Dapeng Yang, Yiming Dai, Li Jiang, Hong Liu

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

AI总结 受纺织拉绳原理启发提出新型织物气动人工肌肉DPAM，收缩时无额外径向变形，机械性能出色，负载能力超自重800倍等，通过仿生机器人和工业生产线验证实用性，为软机器人设计提供新思路。

On the Limits of Sampling-Based Reachability: Geometry, Dynamics, and Sample Complexity

论基于采样的可达性极限：几何、动力学与样本复杂度

Jixian Liu, Ihab Tabbara, Hussein Sibai, Enrique Mallada

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

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

AI总结 研究基于采样的可达性极限，通过将其视为几何支持估计，确定正则属性使恢复适定，界定样本复杂度，证明相关属性不可去除，实验表明对抗采样不改变缩放比例，揭示了初始集几何、动力学和采样定律对可达性估计的影响。

From Agent Failure Paths to Quantified Residual Risk: A Compositional Framework for Resilient Agentic AI

从智能体故障路径到量化残余风险：一种用于弹性智能体人工智能的组合框架

Hassan Karim, Sai Sitharaman, Deepti Gupta, Danda B. Rawat

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

AI总结 研究智能体人工智能风险表示问题，提出CPSAINT和FRIESA-K结合故障机制与风险估计，通过单独惩罚报告治理可观测性，形式化结构可组合性，在两个场景展示框架，获支持跨域推理等的紧凑内核。

UMCP: A Unified Multi-Task Collaborative Perception Network for Luggage Trolley Pose Estimation

UMCP：用于行李手推车姿态估计的统一多任务协作感知网络

Zhirui Sun, Zhihao Jiang, Yao Wang, Jianwei Peng, Jiankun Wang

机构 * Southern University of Science and Technology（南方科技大学） ； Jiaxing Research Institute, Southern University of Science and Technology（南方科技大学嘉兴研究院） 纠错

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

AI总结 针对机器人在杂乱动态环境中定位行李手推车的问题，提出统一多任务协作感知网络UMCP。基于YOLOv12架构，融合特征并采用特定建模提升方向估计精度，实验证明该方法能在降低成本的同时保持竞争力。

Feature-Guided Diffusion for Non-Differentiable Inverse Rendering

用于不可微逆渲染的特征引导扩散

Andrei-Timotei Ardelean, Michael Fischer, Tim Weyrich, Tomáš Iser

机构 * Adobe Research（Adobe研究） 纠错

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

AI总结 研究逆渲染问题，提出完全黑箱框架FIDE，通过特征引导，利用视觉Transformer提取特征训练扩散模型，结合CMA进化策略优化，在多种逆问题上验证，显著提升收敛速度并逃离局部最小值。

Robust PnP on a Neuromorphic Processor for Object Pose Estimation

用于物体位姿估计的神经形态处理器上的鲁棒PnP

Tam Ngoc-Bang Nguyen, Mohsi Jawaid, Tat-Jun Chin

机构 * AI for Space Group, Adelaide University（太空人工智能团队，阿德莱德大学） 纠错

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

AI总结 研究物体位姿估计问题，提出用于鲁棒PnP的神经形态可部署公式，基于分布式算法和SNN实现从事件感知、地标预测到几何优化的神经形态处理，在神经形态硬件上能源效率高且精度有竞争力。

Comments 12 pages

ADMM-Based Safety-Critical Distributed NMPC for Cooperative Transportation by Quadrupedal Robots

基于交替方向乘子法的四足机器人协同运输安全关键型分布式非线性模型预测控制

Ruturaj S. Sambhus, Kapi Ketan Mehta, Yicheng Zeng, Kaveh Akbari Hamed

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

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

AI总结 研究四足机器人协同运输的安全关键型分布式控制框架，核心方法是用ADMM分解优化问题，结合高阶控制障碍函数。相比集中式NMPC，减少求解时间，保持性能，消融研究显示对通信延迟鲁棒，能改善负载跟踪与协调。

Comments Supplementary video available at: https://youtu.be/w8hg52T8Luc?si=nzQrGsqP5ZBNFlGp

One-Shot Generative Design for Disordered Metamaterials via Self-Organizing Neural Cellular Automata

通过自组织神经细胞自动机实现无序超材料的一次性生成设计

Yujie Xiang, Liwei Wang

机构 * Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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

AI总结 研究针对无序超材料设计难题，提出基于神经细胞自动机的生成设计框架，仅需单个训练模板，能生成多样微观结构并适应不同域，通过操纵局部规则实现特定性能控制，在多尺度机械隐身设计中验证了其有效性，为相关领域提供了新方法。

Towards end-to-end optimization in multimaterial 3D printing

迈向多材料3D打印中的端到端优化

Xue-Ling Luo, Steven Yang, Jingye Tan, Robert F. Shepherd, Noy Cohen, Nikolaos Bouklas

机构 * addressline= Sibley School of Mechanical ； Aerospace Engineering, Cornell University , city= Ithaca , state= NY , country= USA ； addressline= Department of Aerospace \& Mechanical Engineering, University of Southern California , city= Los Angeles , state= CA , country= USA ； addressline= Department of Materials Science ； Engineering, Technion - Israel Institute of Technology , city= Haifa , country= Israel ； addressline= Pasteur Labs , city= Brooklyn , state= NY , country= USA 纠错

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

AI总结 针对多材料3D打印中优化空间材料分布与结构拓扑的难题，提出将稀疏物理增强神经网络与有限元拓扑优化集成的端到端框架，通过提取本构定律实现精确微分，应用于软机器人抓手，可取代经验原型制作，建立实用的机器学习设计模型。

Globalized Constrained Stein Variational Inference for Diverse Feasible Robot Motion Planning

用于多样化可行机器人运动规划的全局约束斯坦变分推理

Jiayun Li, Georgia Chalvatzaki

机构 * PEARL Lab, Dept. of Computer Science, TU Darmstadt（珍珠实验室，达姆施塔特工业大学计算机科学系） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

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

AI总结 研究机器人运动规划多模态问题，提出SteinSQP方法，通过约束斯坦变分推理演化粒子集合，用无矩阵原始对偶算法解决子问题，引入优点函数全局化方法，在多任务中表现良好，收敛快且可行性高。

Infra-Swarm: Robust Vision-Based Multi-Robot Swarming via Near-Infrared Spectral Vision

Infra-Swarm：通过近红外光谱视觉实现基于视觉的鲁棒多机器人集群

Haoyu Chen, Qijin Li, Wanyu Xiang, Xiuxiu Lin, Zian Ning, Shiyu Zhao

机构 * Westlake University（西湖大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学） 纠错

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

AI总结 研究针对分布式集群受带宽或环境限制问题，提出Infra-Swarm，通过机器人配备近红外光源和相机，利用光学耀斑测量邻居3D位置，借助窄带滤波器抗干扰，以最小计算开销实现集群大规模可扩展性。

Robustness and Stability Analysis of Differentiable Shift-Variant FBP for Cone-Beam CT under Challenging Acquisition Settings

锥束CT在具有挑战性的采集设置下的可微变移位FBP的鲁棒性和稳定性分析

Chengze Ye, Linda-Sophie Schneider, Yipeng Sun, Mareike Thies, Siyuan Mei, Paula Andrea Pérez-Toro, Siming Bayer, Andreas Maier

机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg, Erlangen, Germany（模式识别实验室，弗赖堡-亚历山大-大学埃尔朗根-纽伦堡，埃尔朗根，德国） 纠错

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

AI总结 研究锥束CT中可微变移位FBP在挑战性采集设置下的鲁棒性与稳定性，通过系统研究发现其在不规则轨迹稳定，采样点分布影响大，稀疏视图下质量优、计算快，严重欠采样有性能下降，还适用于非平面多等中心几何结构。

Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2026:014

Journal ref Machine.Learning.for.Biomedical.Imaging. 2026 (2026)

SensorPerch: Sense Wherever and Whenever it Matters

SensorPerch：随时随地感知重要之处

Zhanxin Wu, Ruofei Tong, Tapomayukh Bhattacharjee

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 针对机器人感知视角受限问题，提出SensorPerch，通过将传感器视为独立实体实现主动感知。它由可重构传感器平台和视角选择框架组成，能按需构建与任务相关的视角。在对象耦合和策略耦合感知任务中验证了该范式的有效性。

A Numerically-Robust ROS 2 Port of iG-LIO: Diagnosing and Fixing Toolchain-Induced Failures in Incremental GICP LiDAR-Inertial Odometry

iG-LIO的数值稳健ROS 2端口：诊断和修复增量GICP激光雷达惯性里程计中工具链引起的故障

Afonso E. Carvalho, David Portugal, Paulo Peixoto

机构 * Robotics Institute (RI), Carnegie Mellon University (CMU)（卡内基梅隆大学机器人研究所） ； Institute of Systems and Robotics (ISR), University of Coimbra (UC)（科英布拉大学系统与机器人研究所） 纠错

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

AI总结 研究针对iG-LIO的ROS 2端口，诊断并修复由工具链导致的数值故障。通过分析QoS不匹配等问题，采取修正点场解析、添加传感器支持等方法，在多种传感器上验证了改进后的端口，为该端口提供了可引用参考。

Comments 3 pages, 1 figure, 4 references

Implicit-Behavior Coordination from Unlabeled Sub-Task Demonstrations for Rearrangement Tasks

基于未标记子任务演示的重排任务隐式行为协调

Ahmed Shokry, Usama Ahmed Siddiquie, Sicong Pan, Maren Bennewitz

机构 * Humanoid Robots Lab and Center for Robotics, University of Bonn（人形机器人实验室及机器人技术中心，波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） 纠错

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

AI总结 研究长期机器人重排任务，提出基于未标记子任务演示的隐式行为协调方法，通过价值引导动作选择学习类技能行为，实验表明该方法在复杂任务中表现优，能处理更大行为库，为显式技能管道提供替代。

URS-Stereo: Uncertainty-Guided Residual Search for Real-Time Stereo Matching

URS-Stereo：用于实时立体匹配的不确定性引导残差搜索

Pouya Sohrabipour, Chaitanya kumar reddy Pallerla, Dongyi Wang

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

AI总结 本文针对实时立体匹配中前阶段视差估计不准确导致后续匹配失败的问题，提出URS-Stereo框架，通过不确定性引导残差搜索模块，动态调整搜索区域，提高局部对应估计稳健性，保持实时推理速度，提升视差估计效果。

Semantic-Guided Progressive Object Removal with Gaussian Splatting

基于高斯点云的语义引导渐进式物体移除

Xianliang Huang, Chen Xiao, Yuanxiang Ni, Guanming Liu, Mingkai Liu, Dikai Fan, Xiao Liu, Hao Zhang

机构 * PICO, ByteDance Inc.（字节跳动公司PICO） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Fudan University（复旦大学） 纠错

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

AI总结 提出结合语义引导块匹配与区域渐进式细化的框架用于3D物体移除。利用DINOv2编码语义指导，通过RPR策略分区域优化，基于高斯点云实现高效重建，在物体移除上性能优于现有高斯方法。

Comments 8 pages, 4 figures

Metallic Ultrasound Waveguides as a Distributed Tactile Sensing Platform for Contact Localization, Force Estimation, and Material Class Discrimination

金属超声波波导作为用于接触定位、力估计和材料类别识别的分布式触觉传感平台

Alexandros Rosakis, Alessio Tamborini, Basile Fakhoury, Cole Bailey, Morteza Gharib

机构 * Division of Engineering and Applied Science, Caltech（加州理工学院工程与应用科学部） 纠错

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

AI总结 研究金属超声波波导作分布式触觉传感器，用圆柱压头测试其对不同力和材料单点及多点接触的声学响应，可实现接触定位、力估计和材料类别识别。

Constrained Flow Matching via Lagrangian Dual Flows

通过拉格朗日对偶流进行约束流匹配

Vince Kurtz, Alexander Davydov

机构 * DePaul University（德保罗大学） ； Rice University（里士满大学） 纠错

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

AI总结 研究在生成建模中加入推理时约束的问题，提出基于拉格朗日对偶动力学的拉格朗日对偶流技术，能保证非线性约束满足，算法简单有效并建立新理论联系。

Learning to Evolve Scenes: Reasoning about Human Activities with Scene Graphs

学习演化场景：用场景图推理人类活动

Francesca Pistilli, Simone Alberto Peirone, Giuseppe Averta

机构 * Politecnico di Torino（托斯托大学） 纠错

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

AI总结 提出SG-Ego标注集和GLEN模型，通过时空场景图显式建模人-环境交互的动态演化，实现活动驱动的场景变化推理与预测。

Comments Project page at https://francescapistilli.github.io/GLEN

FAR-LIO: Enabling High-Speed Autonomy through Fast, Accurate, and Robust LiDAR-Inertial Odometry

FAR-LIO：通过快速、准确和鲁棒的LiDAR-惯性里程计实现高速自主

Maximilian Leitenstern, Marcel Weinmann, Patrick Haft, Tobias Lasser, Dominik Kulmer, Markus Lienkamp

机构 * NVIDIA Corp., USA（美国英伟达公司） 纠错

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

AI总结 提出FAR-LIO，一种基于CUDA加速的LiDAR-惯性里程计框架，通过新颖的体素哈希映射和稀疏感知GICP算法实现低延迟和高精度，在高速赛车场景中位置误差降低6.9%，运行时间减少38.4%。

Comments 8 pages, accepted for publication at IROS2026 (IEEE/RSJ International Conference on Intelligent Robots and Systems 2026)

A Novel Bio-Inspired Fish Robot with Tunable Stiffness via Particle Jamming

一种基于颗粒堵塞的可调刚度仿生鱼机器人

Jack Stonecipher, Allen Gao, Wei Wang

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 提出一种通过颗粒堵塞快速调节刚度的仿生鱼机器人，实验表明刚度调节对游泳速度和能耗有显著影响，低频时软体最优，高频时硬体更优。

Comments ICRA2026 accepted, best paper finalist

Energy-based Compositional Diffusion Planning

基于能量的组合扩散规划

Tao Sun, Utkarsh Aashu Mishra, Jiaxin Lu, Danfei Xu, Iro Armeni

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

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

AI总结 提出能量基组合扩散器（ECD），将全局轨迹建模为局部桥势之和的最小化，通过保守修正场和边界反应项改进启发式拼接，实现线性时间复杂度的马尔可夫分数近似，在OGBench任务中达到最优成功率。

Comments ICML 2026

Shape Sensing of Continuum Robots using Direct Laser Writing

使用直接激光写入的连续体机器人形状感知

Amber K. Rothe, Nidhi Malhotra, Jaydev P. Desai

机构 * Medical Robotics and Automation (RoboMed) Laboratory（医疗机器人与自动化实验室） ； Wallace H. Coulter Department of Biomedical Engineering（Wallace H. Coulter生物医学工程部门） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文利用直接激光写入技术制造应变传感器，集成于连续体机器人关节中，通过线性和非线性模型预测关节角度，误差低至1.76度，并实现闭环控制，跟踪误差小于3度。

Comments This work has been submitted to the IEEE for possible publication

Constant Time-Delay Leader Following with Neural Networks and Invariant Extended Kalman Filters for Arbitrary Trajectories

基于神经网络与不变扩展卡尔曼滤波的任意轨迹恒定时间延迟领航跟随

Luka Antonyshyn, Paulo Ricardo Marques de Araujo, Sidney Givigi

机构 * University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） ； School of Computing（计算学院） 纠错

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

AI总结 提出一种结合概率Seq2Seq神经网络与不变扩展卡尔曼滤波的恒定时间延迟轨迹跟踪方法，用于无通信、无全局坐标的车队，在SE(2)流形上准确估计领车轨迹，并利用几何模型预测控制提升性能。

Comments 9 pages, 6 figures

Towards mm-Level Accurate UWB Radar: High-Accuracy Phase-Based Obstacle Detection through Multi-Channel Fusion

迈向毫米级精度的UWB雷达：通过多通道融合实现基于相位的高精度障碍物检测

Jelle De Moerloose, Adnan Shahid, Eli De Poorter

机构 * IDLab, Department of Information Technology, Ghent University-imec（IDLab信息科技系，根特大学-imec） 纠错

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

AI总结 提出一种在无源UWB雷达中利用相位信息进行距离估计的框架，通过多通道融合实现厘米级精度，中位误差1.69 cm，比仅用幅度的方法提升显著。

Comments 13 pages, Submitted to IEEE Transactions On Wireless Communications

FUSE: Quantifying Uncertainty in Vision-Language Models by Bayesian Fusing Epistemic and Aleatoric Uncertainty

FUSE: 通过贝叶斯融合认知不确定性和偶然不确定性来量化视觉语言模型中的不确定性

Harry Zhang, Luca Carlone

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 提出FUSE概率框架，通过贝叶斯融合视觉语言模型中的偶然不确定性和认知不确定性，生成标量不确定性度量，用于可靠预测输出正确性，实现SOTA不确定性校准。

Rethinking One-Step Image Editing through ChordEdit: Reproduction, Simplification, and New Insights

通过ChordEdit重新思考一步图像编辑：复现、简化与新见解

Minghan Li, Jeremy Moebel, Mengyu Wang

机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） 纠错

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

AI总结 本文通过复现、消融和简化ChordEdit，揭示其机制：和弦窗口作为时间步偏移，和弦传输执行低频语义编辑，近端对齐补充高频细节，从而将编辑分解为粗低频传输和细高频对齐两个阶段，为自适应编辑提供新路径。

Comments 9 pages

SpikF-GO: Spiking Fourier Graph Operators for Multivariate Time Series Forecasting

SpikF-GO: 用于多元时间序列预测的尖峰傅里叶图算子

Jafar Bakhshaliyev, Niels Landwehr

机构 * Data Science Group, University of Hildesheim（希尔德斯海姆大学数据科学组） 纠错

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

AI总结 针对现有SNN预测方法缺乏变量间依赖建模的问题，提出SpikF-GO，通过超变量图公式和尖峰驱动谱处理，结合可学习稀疏频率门和复数LIF门，在统一协议下达到SNN方法最佳平均排名，并降低能耗。

Comments 23 pages, 2 figures, 11 tables. Accepted for presentation at ECML PKDD 2026. Code: https://github.com/jafarbakhshaliyev/SpikF-GO