机器人 / 具身智能

DreamVLA: A Vision-Language-Action Model Dreamed with Comprehensive World Knowledge

Wenyao Zhang, Hongsi Liu, Zekun Qi, Yunnan Wang, Xinqiang Yu, Jiazhao Zhang, Runpei Dong, Jiawei He, Fan Lu, He Wang, Zhizheng Zhang, Li Yi, Wenjun Zeng, Xin Jin

机构 * SJTU（上海交通大学） ； EIT（欧洲研究所） ； THU（清华大学） ； Galbot ； PKU（北京大学） ； UIUC（伊利诺伊大学香槟分校） ； USTC（中国科学技术大学） 纠错

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

Adaptive Output Steps: FlexiSteps Network for Dynamic Trajectory Prediction

Yunxiang Liu, Hongkuo Niu, Jianlin Zhu

机构 * Faculty of Intelligence Technology, Shanghai Institute of Technology（智能技术学院，上海理工大学） 纠错

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

WebSight: A Vision-First Architecture for Robust Web Agents

Tanvir Bhathal, Asanshay Gupta

机构 * Stanford University（斯坦福大学） 纠错

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

Flexible Tool Selection through Low-dimensional Attribute Alignment of Vision and Language

Guangfu Hao, Haojie Wen, Liangxuan Guo, Yang Chen, Yanchao Bi, Shan Yu

机构 * Laboratory of Brain Atlas and Brain-inspired Intelligence, Institute of Automation Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所脑图谱与类脑智能实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences (UCAS)（中国科学院大学人工智能学院） ； School of Systems Science, Beijing Normal University（北京师范大学系统科学学院） ； School of Psychological and Cognitive Sciences & Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京大学心理与认知科学学院） ； IDG/McGovern Institute for Brain Research, Peking University（北京大学IDG/ McGovern脑科学研究院） ； Institute for Artificial Intelligence & Key Laboratory of Machine Perception (Ministry of Education), Peking University（北京大学人工智能研究所） ； School of Future Technology, University of Chinese Academy of Sciences (UCAS)（中国科学院大学未来技术学院） 纠错

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

Federated Domain Generalization: A Survey

Ying Li, Xingwei Wang, Rongfei Zeng, Praveen Kumar Donta, Ilir Murturi, Min Huang, Schahram Dustdar

机构 * College of Computer Science and Engineering, Northeastern University（计算机科学与工程学院，东北大学） ； Distributed Systems Group, TU Wien（分布式系统组，TU Wien） ； College of Software, Northeastern University（软件学院，东北大学） ； College of Information Science and Engineering, Northeastern University（信息科学与工程学院，东北大学） 纠错

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

Fusing Monocular RGB Images with AIS Data to Create a 6D Pose Estimation Dataset for Marine Vessels

Fabian Holst, Emre Gülsoylu, Simone Frintrop

机构 * University of Hamburg（汉堡大学） 纠错

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

Comments Author version of the submission to the IEEE Journal of Oceanic Engineering

EndoVLA: Dual-Phase Vision-Language-Action Model for Autonomous Tracking in Endoscopy

Chi Kit Ng, Long Bai, Guankun Wang, Yupeng Wang, Huxin Gao, Kun Yuan, Chenhan Jin, Tieyong Zeng, Hongliang Ren

机构 * The Chinese University of Hong Kong（香港中文大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

A Comprehensive Benchmark on Spectral GNNs: The Impact on Efficiency, Memory, and Effectiveness

Ningyi Liao, Haoyu Liu, Zulun Zhu, Siqiang Luo, Laks V. S. Lakshmanan

机构 * College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学） ； The University of British Columbia（不列颠哥伦比亚大学） 纠错

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

Comments Technical Report with Appendix. Our code and evaluation is available at: https://github.com/gdmnl/Spectral-GNN-Benchmark

Journal ref Proceedings of the ACM on Management of Data 3 (SIGMOD 2025), Article 238

iTBLS: A Dataset of Interactive Conversations Over Tabular Information

Anirudh Sundar, Christopher Richardson, Adar Avsian, Larry Heck

机构 * Georgia Tech（佐治亚理工学院） ； Google Inc.（谷歌公司） 纠错

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

Comments 15 pages, 4 figures

LiteFat: Lightweight Spatio-Temporal Graph Learning for Real-Time Driver Fatigue Detection

Jing Ren, Suyu Ma, Hong Jia, Xiwei Xu, Ivan Lee, Haytham Fayek, Xiaodong Li, Feng Xia

机构 * School of Computing Technologies, RMIT University（计算技术学院，皇家墨尔本理工大学） ； CSIRO’s Data61（CSIRO的数据61） ； School of Computer Science, University of Auckland（计算机科学学院，奥克兰大学） ； STEM, University of South Australia（STEM，南澳大利亚大学） 纠错

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

Comments 8 pages, 4 figures

LM-MCVT: A Lightweight Multi-modal Multi-view Convolutional-Vision Transformer Approach for 3D Object Recognition

Songsong Xiong, Hamidreza Kasaei

机构 * Department of Artificial Intelligence, University of Groningen（人工智能系，格罗宁根大学） 纠错

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

TextInPlace: Indoor Visual Place Recognition in Repetitive Structures with Scene Text Spotting and Verification

Huaqi Tao, Bingxi Liu, Calvin Chen, Tingjun Huang, He Li, Jinqiang Cui, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Peng Cheng Laboratory（鹏城实验室） ； University of Cambridge（剑桥大学） 纠错

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

Comments Accepted to IROS 2025

POEX: Towards Policy Executable Jailbreak Attacks Against the LLM-based Robots

Xuancun Lu, Zhengxian Huang, Xinfeng Li, Chi Zhang, Xiaoyu ji, Wenyuan Xu

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

Comments Homepage: https://poex-jailbreak.github.io/

LifelongPR: Lifelong point cloud place recognition based on sample replay and prompt learning

Xianghong Zou, Jianping Li, Zhe Chen, Zhen Cao, Zhen Dong, Qiegen Liu, Bisheng Yang

机构 * School of Advanced Manufacturing, Nanchang University（南昌大学先进制造学院） ； State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University（武汉测绘遥感信息工程国家重点实验室） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； School of Information Engineering, Nanchang University（南昌大学信息工程学院） 纠错

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

TFMPathy: Tabular Foundation Model for Privacy-Aware, Generalisable Empathy Detection from Videos

Md Rakibul Hasan, Md Zakir Hossain, Aneesh Krishna, Shafin Rahman, Tom Gedeon

机构 * School of Electrical Engineering, Computing and Mathematical Sciences, Curtin University（Curtin大学电气工程、计算与数学科学学院） ； The Australian National University（澳大利亚国立大学） ； North South University（北南大学） ； University of ÓBuda（奥布达大学） 纠错

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

UniCalib: Targetless LiDAR-Camera Calibration via Probabilistic Flow on Unified Depth Representations

Shu Han, Xubo Zhu, Ji Wu, Ximeng Cai, Wen Yang, Huai Yu, Gui-Song Xia

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Electronic Information, Wuhan University（武汉大学电子信息学院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） 纠错

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

Comments 8 pages,5 figures

OceanSim: A GPU-Accelerated Underwater Robot Perception Simulation Framework

Jingyu Song, Haoyu Ma, Onur Bagoren, Advaith V. Sethuraman, Yiting Zhang, Katherine A. Skinner

机构 * Department of Robotics, University of Michigan（机器人系，密歇根大学） 纠错

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

Comments Accepted at IROS 2025; 8 pages, 6 figures

Learning to Initialize Trajectory Optimization for Vision-Based Autonomous Flight in Unknown Environments

Yicheng Chen, Jinjie Li, Wenyuan Qin, Yongzhao Hua, Xiwang Dong, Qingdong Li

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

Comments Accepted to IROS 2025. Source code available

Fast and Robust Visuomotor Riemannian Flow Matching Policy

Haoran Ding, Noémie Jaquier, Jan Peters, Leonel Rozo

机构 * Bosch Center for Artificial Intelligence（博世人工智能中心） ； Division of Robotics, Perception, and Learning, KTH Royal Institute of Technology（机器人、感知与学习 division，皇家理工学院） ； Computer Science Department of the Technische Universität Darmstadt（达姆施塔特技术大学计算机科学系） 纠错

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

Comments Accepted for publication in IEEE T-RO. Project website: https://sites.google.com/view/rfmp 17 pages, 12 figures, 12 tables

Empirical Analysis of Sim-and-Real Cotraining of Diffusion Policies for Planar Pushing from Pixels

Adam Wei, Abhinav Agarwal, Boyuan Chen, Rohan Bosworth, Nicholas Pfaff, Russ Tedrake

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

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

Comments 11 pages, 17 figures, IROS 2025 Aug 5, 2025 update: Included new experiments in Sections V and VII. Updated abstract and minor changes to text

La La LiDAR: Large-Scale Layout Generation from LiDAR Data

Youquan Liu, Lingdong Kong, Weidong Yang, Xin Li, Ao Liang, Runnan Chen, Ben Fei, Tongliang Liu

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

Comments Preprint; 10 pages, 6 figures, 7 tables

Veila: Panoramic LiDAR Generation from a Monocular RGB Image

Youquan Liu, Lingdong Kong, Weidong Yang, Ao Liang, Jianxiong Gao, Yang Wu, Xiang Xu, Xin Li, Linfeng Li, Runnan Chen, Ben Fei

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

Comments Preprint; 10 pages, 6 figures, 7 tables

Vision-based Perception System for Automated Delivery Robot-Pedestrians Interactions

Ergi Tushe, Bilal Farooq

机构 * Laboratory of Innovations in Transportation (LiTrans)（创新交通实验室） ； Data Science Program Toronto Metropolitan University, Canada, Toronto（数据科学项目多伦多 Metropolitan 大学） 纠错

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

Journal ref In the proceedings of 11th IEEE International Smart Cities Conference (ISC2), Patras, Greece, October 2025

Distributed AI Agents for Cognitive Underwater Robot Autonomy

Markus Buchholz, Ignacio Carlucho, Michele Grimaldi, Yvan R. Petillot

机构 * School of Engineering & Physical Sciences, Heriot-Watt University（工程与物理科学学院，赫里奥特-瓦特大学） 纠错

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

MIXPINN: Mixed-Material Simulations by Physics-Informed Neural Network

Xintian Yuan, Yunke Ao, Boqi Chen, Philipp Fuernstahl

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） ； ROCS, Balgrist University Hospital, University of Zurich（苏黎世大学罗兹医学中心） ； ETH AI Center, ETH Zürich（苏黎世联邦理工学院人工智能中心） 纠错

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

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

Exploring 3D Reasoning-Driven Planning: From Implicit Human Intentions to Route-Aware Activity Planning

Xueying Jiang, Wenhao Li, Xiaoqin Zhang, Ling Shao, Shijian Lu

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

Unified Locomotion Transformer with Simultaneous Sim-to-Real Transfer for Quadrupeds

Dikai Liu, Tianwei Zhang, Jianxiong Yin, Simon See

机构 * NVIDIA AI Technology Centre (NVAITC)（NVIDIA AI技术中心） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

Comments Accepted for IROS 2025. Project website for video: https://johnliudk.github.io/ult/

DiFuse-Net: RGB and Dual-Pixel Depth Estimation using Window Bi-directional Parallax Attention and Cross-modal Transfer Learning

Kunal Swami, Debtanu Gupta, Amrit Kumar Muduli, Chirag Jaiswal, Pankaj Kumar Bajpai

机构 * Visual Intelligence Team, Samsung Research India Bangalore（三星印度班加罗尔视觉智能团队） 纠错

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

Comments Accepted in IROS 2025

AugInsert: Learning Robust Visual-Force Policies via Data Augmentation for Object Assembly Tasks

Ryan Diaz, Adam Imdieke, Vivek Veeriah, Karthik Desingh

机构 * University of Minnesota, Twin Cities（明尼苏达大学，双城分校） ； Google DeepMind（谷歌DeepMind） 纠错

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

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

PatchTraj: Unified Time-Frequency Representation Learning via Dynamic Patches for Trajectory Prediction

Yanghong Liu, Xingping Dong, Ming Li, Weixing Zhang, Yidong Lou

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