机器人 / 具身智能

Illuminant and light direction estimation using Wasserstein distance method

Selcuk Yazar

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

Understanding Trade offs When Conditioning Synthetic Data

Brandon Trabucco, Qasim Wani, Benjamin Pikus, Vasu Sharma

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Advex AI ； Facebook AI Research（脸书人工智能研究） 纠错

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

Real-is-Sim: Bridging the Sim-to-Real Gap with a Dynamic Digital Twin

Jad Abou-Chakra, Lingfeng Sun, Krishan Rana, Brandon May, Karl Schmeckpeper, Niko Suenderhauf, Maria Vittoria Minniti, Laura Herlant

机构 * Robotics and AI Institute（机器人与人工智能研究所） ； Queensland University of Technology（昆士兰理工大学） 纠错

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

Lifelong Learning of Video Diffusion Models From a Single Video Stream

Jason Yoo, Yingchen He, Saeid Naderiparizi, Dylan Green, Gido M. van de Ven, Geoff Pleiss, Frank Wood

机构 * University of British Columbia（不列颠哥伦比亚大学） ； KU Leuven（鲁文大学） ； Vector Institute（向量研究所） ； Amii（阿米研究所） 纠错

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

Comments Video samples are available here: https://drive.google.com/drive/folders/1CsmWqug-CS7I6NwGDvHsEN9FqN2QzspN

DABstep: Data Agent Benchmark for Multi-step Reasoning

Alex Egg, Martin Iglesias Goyanes, Friso Kingma, Andreu Mora, Leandro von Werra, Thomas Wolf

机构 * Adyen（阿德耶恩） ； Hugging Face 纠错

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

Comments 13 pages, 5 figures

MMInA: Benchmarking Multihop Multimodal Internet Agents

Shulin Tian, Ziniu Zhang, Liangyu Chen, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S实验室） 纠错

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

Comments ACL 2025 findings. The live leaderboard is at https://mmina.cliangyu.com/

A Multi-Scale Spatial Attention-Based Zero-Shot Learning Framework for Low-Light Image Enhancement

Muhammad Azeem Aslam, Hassan Khalid, Nisar Ahmed

机构 * School of Information Engineering, Xi’an Eurasia University, Xi’an, 710065, Shaanxi, China（西安欧亚大学信息工程学院） ； Department of Electrical Engineering, University of Engineering and Technology Lahore（拉合尔工程与技术大学电气工程系） ； Department of Computer Science, University of Engineering and Technology Lahore（拉合尔工程与技术大学计算机科学系） 纠错

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

Overlap-Aware Feature Learning for Robust Unsupervised Domain Adaptation for 3D Semantic Segmentation

Junjie Chen, Yuecong Xu, Haosheng Li, Kemi Ding

机构 * School of Automation and Intelligent Manufacturing (AIM), Southern University of Science and Technology, Shenzhen, China（自动化与智能制造学院（AIM），南方科技大学，深圳，中国） ； Department of Electrical and Computer Engineering, National University of Singapore（电气与计算机工程系，新加坡国立大学） 纠错

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

Comments This paper has been accepted to the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)

Matrix-Game: Interactive World Foundation Model

Yifan Zhang, Chunli Peng, Boyang Wang, Puyi Wang, Qingcheng Zhu, Fei Kang, Biao Jiang, Zedong Gao, Eric Li, Yang Liu, Yahui Zhou

机构 * Skywork AI 纠错

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

Comments Technical Report

A Motivational Architecture for Open-Ended Learning Challenges in Robots

Alejandro Romero, Gianluca Baldassarre, Richard J. Duro, Vieri Giuliano Santucci

机构 * Integrated Group for Engineering Research (GII) CITIC research center Universidade da Coruña（整合工程研究组（GII）CITIC研究中心乌拉圭大学） ； Istituto di Scienze e Tecnologie della Cognizione (ISTC) Consiglio Nazionale delle Ricerche (CNR)（认知科学与技术研究所（ISTC）国家研究委员会（CNR）） 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 RLDM 2025

Geometric Contact Flows: Contactomorphisms for Dynamics and Control

Andrea Testa, Søren Hauberg, Tamim Asfour, Leonel Rozo

机构 * Bosch Center for Artificial Intelligence（博世人工智能中心） ； Institute for Anthropomatics and Robotics（人机学与机器人研究所） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院） ； Section of Cognitive Systems（认知系统部门） 纠错

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

Comments Accepted at ICML 2025

HybridVLA: Collaborative Diffusion and Autoregression in a Unified Vision-Language-Action Model

Jiaming Liu, Hao Chen, Pengju An, Zhuoyang Liu, Renrui Zhang, Chenyang Gu, Xiaoqi Li, Ziyu Guo, Sixiang Chen, Mengzhen Liu, Chengkai Hou, Mengdi Zhao, KC alex Zhou, Pheng-Ann Heng, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） ； CUHK（香港中文大学） 纠错

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

A workflow for generating synthetic LiDAR datasets in simulation environments

Abhishek Phadke, Shakib Mahmud Dipto, Pratip Rana

机构 * School of Engineering \& Computing Christopher Newport University ； Department of Computer Science Old Dominion University 纠错

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

RGBTrack: Fast, Robust Depth-Free 6D Pose Estimation and Tracking

Teng Guo, Jingjin Yu

机构 * Department of Computer Science, Rutgers, the State University of New Jersey（计算机科学系，新泽西州立大学拉特格斯分校） 纠错

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

Comments Accepted to IROS 2025

Semantic and Feature Guided Uncertainty Quantification of Visual Localization for Autonomous Vehicles

Qiyuan Wu, Mark Campbell

机构 * Sibley School of Mechanical and Aerospace Engineering, Cornell University（科尼尔大学机械与航空航天工程学院） 纠错

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

Comments Accepted by ICRA 2025

Benchmarking Vision, Language, & Action Models in Procedurally Generated, Open Ended Action Environments

Pranav Guruprasad, Yangyue Wang, Sudipta Chowdhury, Harshvardhan Sikka, Paul Pu Liang

机构 * Manifold Research ； MIT（麻省理工学院） 纠错

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

Comments 16 pages, 26 figures

NGD-SLAM: Towards Real-Time Dynamic SLAM without GPU

Yuhao Zhang, Mihai Bujanca, Mikel Luján

机构 * University of Manchester（曼彻斯特大学） ； University of Cambridge（剑桥大学） ； Qualcomm Technologies XR Labs, Austria（Qualcomm Technologies XR 研究所，奥地利） 纠错

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

Comments 7 pages, 6 figures

Revealing the Challenges of Sim-to-Real Transfer in Model-Based Reinforcement Learning via Latent Space Modeling

Zhilin Lin, Shiliang Sun

机构 * School of Automation and Intelligent Sensing（自动化与智能感知学院） 纠错

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

SurgRIPE challenge: Benchmark of Surgical Robot Instrument Pose Estimation

Haozheng Xu, Alistair Weld, Chi Xu, Alfie Roddan, Joao Cartucho, Mert Asim Karaoglu, Alexander Ladikos, Yangke Li, Yiping Li, Daiyun Shen, Geonhee Lee, Seyeon Park, Jongho Shin, Young-Gon Kim, Lucy Fothergill, Dominic Jones, Pietro Valdastri, Duygu Sarikaya, Stamatia Giannarou

机构 * The Hamlyn Centre for Robotic Surgery, Imperial College London, United Kingdom ； ImFusion GmbH, Munich, Germany ； Technical University of Munich, Munich, Germany ； Eindhoven University of Technology, Eindhoven, Netherlands ； Department of Engineering Physics, Tsinghua University, Beijing, China ； Department of Transdisciplinary Medicine, Seoul National University Hospital, South Korea ； School of Computing, University of Leeds, United Kingdom ； STORMLab, University of Leeds, United Kingdom 纠错

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

Comments 35 pages, 18 figures, journal paper

SPLATART: Articulated Gaussian Splatting with Estimated Object Structure

Stanley Lewis, Vishal Chandra, Tom Gao, Odest Chadwicke Jenkins

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

Comments 7 pages, Accepted to the 2025 RSS Workshop on Gaussian Representations for Robot Autonomy. Contact: Stanley Lewis, stanlew@umich.edu

Constrained Human-AI Cooperation: An Inclusive Embodied Social Intelligence Challenge

Weihua Du, Qiushi Lyu, Jiaming Shan, Zhenting Qi, Hongxin Zhang, Sunli Chen, Andi Peng, Tianmin Shu, Kwonjoon Lee, Behzad Dariush, Chuang Gan

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Peking University（北京大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Harvard University（哈佛大学） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； MIT（麻省理工学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Honda Research Institute USA（本田美国研究院） 纠错

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

Comments NeurIPS 2024 Dataset and Benchmark Track. The first two authors contributed equally. Project Website at https://umass-embodied-agi.github.io/CHAIC/

A Shortcut-aware Video-QA Benchmark for Physical Understanding via Minimal Video Pairs

Benno Krojer, Mojtaba Komeili, Candace Ross, Quentin Garrido, Koustuv Sinha, Nicolas Ballas, Mahmoud Assran

机构 * FAIR at Meta（Meta旗下的FAIR） ； McGill University（麦吉尔大学） 纠错

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

Dataset of News Articles with Provenance Metadata for Media Relevance Assessment

Tomas Peterka, Matyas Bohacek

机构 * Stanford University（斯坦福大学） 纠错

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

Journal ref Workshop on NLP for Positive Impact @ ACL 2025

Hierarchical Image Matching for UAV Absolute Visual Localization via Semantic and Structural Constraints

Xiangkai Zhang, Xiang Zhou, Mao Chen, Yuchen Lu, Xu Yang, Zhiyong Liu

机构 * Institute of Automation, Chinese Academy of Sciences（自动化研究所） ； Guangxi University（广西大学） 纠错

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

Comments 8 pages, 6 figures

ImageChain: Advancing Sequential Image-to-Text Reasoning in Multimodal Large Language Models

Danae Sánchez Villegas, Ingo Ziegler, Desmond Elliott

机构 * University of Copenhagen（哥本哈根大学） 纠错

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

Comments Code, dataset, and checkpoints are publicly available at https://github.com/danaesavi/ImageChain; v2: added human annotation study to validate SimRate

RLHS: Mitigating Misalignment in RLHF with Hindsight Simulation

Kaiqu Liang, Haimin Hu, Ryan Liu, Thomas L. Griffiths, Jaime Fernández Fisac

机构 * Princeton University（普林斯顿大学） 纠错

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

Comments 27 pages, 18 figures

Continuous-Time SO(3) Forecasting with Savitzky--Golay Neural Controlled Differential Equations

Lennart Bastian, Mohammad Rashed, Nassir Navab, Tolga Birdal

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center of Machine Learning（慕尼黑机器学习中心） ； Imperial College London（伦敦帝国学院） 纠错

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

Comments Extended abstract, presented at the CVPR Workshop on 4D Vision

Synthetic Dataset Generation for Autonomous Mobile Robots Using 3D Gaussian Splatting for Vision Training

Aneesh Deogan, Wout Beks, Peter Teurlings, Koen de Vos, Mark van den Brand, Rene van de Molengraft

机构 * Robotics Section in the Department of Mechanical Engineering（机械工程系机器人部分） ； Software Engineering and Technology in the Department of Mathematics and Computer Science（数学与计算机科学系软件工程与技术） 纠错

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

Mini Diffuser: Fast Multi-task Diffusion Policy Training Using Two-level Mini-batches

Yutong Hu, Pinhao Song, Kehan Wen, Renaud Detry

机构 * KU Leuven（卢森堡大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

Accelerating SfM-based Pose Estimation with Dominating Set

Joji Joseph, Bharadwaj Amrutur, Shalabh Bhatnagar

机构 * Indian Institute of Science（印度科学研究所） 纠错

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