机器人 / 具身智能

DaViNCi: A Dataset Towards Outdoor Vision-and-Language Navigation with Continuous Actions and Dynamic Elements

DaViNCi：面向包含连续动作与动态元素的户外视觉语言导航的数据集

Zihao Xie, Pingrui Lai, Yitong Wu, Hua Yang

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出首个同时包含连续动作与动态元素的户外视觉语言导航数据集DaViNCi，通过实验验证其挑战性，为推动户外VLN向更真实环境发展提供实用支撑。

Foundation Models in Robotics: A Comprehensive Review of Methods, Models, Datasets, Challenges and Future Research Directions

机器人中的基础模型：方法、模型、数据集、挑战及未来研究方向的全面综述

Aggelos Psiris, Vasileios Argyriou, Evangelos K. Markakis, Panagiotis Sarigiannidis, Efstratios Gavves, Kostas Bekris, Arash Ajoudani, Georgios Th. Papadopoulos

机构 * Department of Informatics and Telematics, Harokopio University of Athens（信息与电信系，哈罗科比欧大学） 纠错

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

AI总结 本文综述了机器人中基础模型的发展，涵盖方法、模型、数据集、挑战及未来方向，分析了不同阶段的研究演变及关键方面。

Journal ref Transactions on Machine Learning Research (TMLR), 07/2026

Effective Parameters, Real Behavior: Renormalization for Robotics -- From Infinite Electron Mass to Sim-to-Real Gap

有效参数、真实行为：机器人技术的重整化——从无限电子质量到模拟与现实差距

Youran Sun, Jiaxuan Guo, Xingyu Ren, Chugang Yi, Haizhao Yang

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； Stanford University（斯坦福大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 研究机器人技术中弥合模拟与现实差距的问题，提出基于重整化的方法，通过有效参数吸收模拟器遗漏细节以重现真实行为，经分析论证及实例展示该方法，并给出实用程序，为跨越模拟与现实差距提供补充路径。

CONTACT: CONtact-aware TACTile Learning for Robotic Disassembly

CONTACT: 基于接触感知的触觉学习用于机器人拆解

Yosuke Saka, Jyun-Chi Hu, Adeesh Desai, Zhiyuan Zhang, Bihao Zhang, Quan Khanh Luu, Md Rakibul Islam Prince, Minghui Zheng, Yu She

机构 * Department of Industrial Engineering, Purdue University（工业工程系，普渡大学） ； Department of Mechanical Engineering, Texas A&M University（机械工程系，德克萨斯农工大学） 纠错

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

AI总结 CONTACT通过对比视觉、触觉RGB和触觉力场三种感知配置，发现触觉力场在机器人拆解任务中表现最佳，尤其在接触依赖和变形场景中效果显著。

Comments Accepted to IROS 2026. Project page: https://vict0rhu.github.io/CONTACT-Website/

A BIM-enabled, Agent-based Discrete-event Simulation Platform for Robotic Studies: A Method based on Graph Theory

一种用于机器人研究的基于BIM和智能体的离散事件模拟平台：一种基于图论的方法

Ping Xu, Xinghua Gao

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

AI总结 研究针对室内机器人复杂任务中建筑信息利用不足问题，提出基于BIM和智能体的模拟平台，将室内环境映射为图，用图论算法规划导航路径，经模拟验证其有效性，为BIM智能机器人系统奠定基础。

Marinarium: A Modular Experimental Facility for Reproducible Maritime and Space-Analog Field Robotics

Marinarium：一个将海洋机器人带向海岸的新竞技场

Ignacio Torroba, David Dorner, Victor Nan Fernandez-Ayala, Mart Kartasev, Joris Verhagen, Elias Krantz, Gregorio Marchesini, Carl Ljung, Pedro Roque, Chelsea Sidrane, Linda Van der Spaa, Nicola De Carli, Petter Ogren, Christer Fuglesang, Jana Tumova, Dimos V. Dimarogonas, Ivan Stenius

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

AI总结 Marinarium是一个结合水下和空中操作区域的模块化研究设施，旨在通过仿真、实验室验证和现场条件的结合，推动海洋和太空机器人研究。

A Four-Tier Communication Architecture and Sim-to-Real Validation of a Graphical Open-Source Platform for Robotic Engineering Education

用于机器人工程教育的四层通信架构与图形化开源平台的仿真到现实验证

Thien Tran, Khang Duong, Minh Tran, Jonathan Kua, Thuong Hoang, Jiong Jin

机构 * Deakin University（德金大学） ； RMIT University（皇家墨尔本理工大学） ； Swinburne University of Technology（斯威本科技大学） 纠错

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

AI总结 针对大学实验室中机械臂教育规模化面临的商业数字孪生成本高和ROS门槛高的问题，提出一种四层通信架构，基于图形化开源平台（GOSP）实现虚拟环境与物理机器人的数据桥接，并通过仿真到现实验证其硬件无关的可行性。

Comments 4 pages, 4 figures, accepted paper on the 24th IEEE International Conference on Industrial Informatics (INDIN), 26-29 July, 2026, Melbourne, Australia

Last-Meter Precision Navigation for UAVs: A Diffusion-Refined Aerial Visual Servoing Approach

无人机的最后一米精确导航：一种扩散细化的空中视觉伺服方法

Yaxuan Li, Jiarui Zeng, Shaofei Huang, Zhedong Zheng

机构 * FST and ICI, University of Macau（澳门大学科技学院及资讯与通信技术研究所） 纠错

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

AI总结 研究无人机最后一米精确导航，提出DreamNav框架，先粗估计旋转，再用预训练世界模型模拟未来视觉观测选轨迹，贡献PairUAV基准测试，实验表明DreamNav性能优。

LOTUSim: Multi-Domain Simulator for Marine Robotics

LOTUSim：海洋机器人多域模拟器

Cédric Buche, Juliette Grosset, Hélène Lechêne, Marie Dubromel, Pierig Havez-Bodivit, Malcom Neo, Julien Prodhon

机构 * CROSSING IRL 2010, CNRS（CROSSING IRL 2010，CNRS） ； Naval Group, France（法国海军集团） ； IMT Atlantique（IMT阿蒂旺） 纠错

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

AI总结 介绍LOTUSim多域海洋模拟器，其贡献一是支持多用户跨系统交互，确保实时性与可扩展性；二是有高效水下电流模型，验证显示相比常用模型精度大幅提升，适合海洋机器人研究。

Journal ref 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), IROS, Sep 2026, Pittsburgh (Etats-Unis), United States

CostNav: A Navigation Benchmark for Real-World Economic-Cost Evaluation of Physical AI Agents

CostNav：一个用于现实世界经济成本评估的物理AI代理导航基准

Haebin Seong, Sungmin Kim, Yongjun Cho, Myunchul Joe, Geunwoo Kim, Yubeen Park, Sunhoo Kim, Samwoo Seong, Yoonshik Kim, Suhwan Choi, Jaeyoon Jung, Jiyong Youn, Jinmyung Kwak, Sunghee Ahn, Jaemin Lee, Younggil Do, Seungyeop Yi, Woojin Cheong, Minhyeok Oh, Minchan Kim, Seongjae Kang, Youngjae Yu, Yunsung Lee

机构 * KAIST（韩国国立科学技术院） ； University of California, Irvine（加州大学 Irvine 分校） ； Seoul National University（首尔国立大学） 纠错

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

AI总结 CostNav引入了一个经济导航基准，通过结合物理模拟和行业数据，评估AI代理的经济可行性，发现高任务成功率并不保证经济性，CANVAS在非零SLA合规性下表现最佳。

EmbodimentSemantic: A Spatial Scene-Graph Dataset and Benchmark for Vision-Language Models on Embodied Manipulation Trajectories

EmbodimentSemantic：面向具身操作轨迹的空间场景图数据集与视觉语言模型基准

Hassan Jaber, Refinath S N, Luca Cagliero, Christopher E. Mower, Haitham Bou-Ammar

机构 * Politecnico di Torino（都灵理工大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 提出EmbodimentSemantic数据集与基准，通过场景图三元组评估VLM在具身操作中的空间关系理解，发现现有模型在深度感知和视角依赖关系上存在不足。

IOI: Decoupling Kinematics and Physics for Interactive World Models

IOI: 解耦运动学与物理学的交互式世界模型

Chengyu Bai, Peidong Jia, Tiecheng Guo, Yukai Wang, Rui Ma, Fangyuan Zhao, Chunkai Fan, Xiaobao Wei, Jintao Chen, Hao Wang, Ying Li, Xiaozhu Ju, Jian Tang, Shanghang Zhang

机构 * Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Peking University（北京大学） 纠错

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

AI总结 提出IOI混合交互式世界模型，通过显式运动学先验与学习物理动力学解耦，实现精确控制对齐和物理合理视觉反馈，在RoboTwin基准上达到最优仿真性能与零样本泛化。

Empowering Embodied AI in 6G Networks: Architecture, Enablers, and Open Challenges

赋能6G网络中的具身人工智能：架构、使能技术与开放挑战

Junaid Sajid, Sheikh Salman Hassan, Wenshuai Liu, Yan Kyaw Tun, Yaru Fu, Nguyen H. Tran, Zhu Han, Cedomir Stefanovic, Tharmalingam Ratnarajah, Muhammad Mahtab Alam

机构 * Thomas Johann Seebeck Department of Electronics（托马斯·约翰·塞贝克电子系） ； Tallinn University of Technology（塔林理工大学） ； Institute for Imaging, Data and Communication (IDCoM)（成像、数据与通信研究所） ； The University of Edinburgh（爱丁堡大学） ； School of Artificial Intelligence and Computer Science（人工智能与计算机科学学院） ； Jiangnan University（江南大学） ； School of Science and Technology（科学与技术学院） ； Hong Kong Metropolitan University（香港 metropolitan 大学） ； Department of Electronic Systems（电子系统系） ； Aalborg University（奥胡斯大学） ； School of Computer Science（计算机科学学院） ； University of Sydney（悉尼大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of Houston（休斯顿大学） ； San Diego State University（圣地亚哥州立大学） 纠错

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

AI总结 提出面向6G的具身AI原生架构，通过感知-通信-动作闭环统一设计通信、感知、计算与控制，实现任务驱动的物理智能。

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

ScanBot: A Benchmark for Precision Robotic Surface Scanning with Industrial Laser Profilers

ScanBot: 一种用于工业激光轮廓仪精密机器人表面扫描的基准

Zhiling Chen, Yang Zhang, Fardin Jalil Piran, Qianyu Zhou, Jiong Tang, Farhad Imani

机构 * University of Connecticut（康涅狄格大学） 纠错

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

AI总结 提出ScanBot基准，用于机器人工业激光轮廓仪的高精度表面扫描，包含二十个物体、六类任务，评估方法分为传感器参数推荐和轨迹生成两阶段。

Comments 9 pages, 7 figures. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

A Scalable Embodied Intelligence Platform for Seamless Real-to-Sim-to-Real Transfer of Household Mobile Manipulation Tasks

一种可扩展的具身智能平台，用于家庭移动操作任务的无缝真实-仿真-真实迁移

Kui Yang, Xianlei Long, Haoxuan Li, Yan Ding, Chao Chen

机构 * School of Computer Science, Chongqing University（重庆大学计算机学院） ； R&D Department, Lumos Robotics Technology (Suzhou) Co., Ltd（苏州 Lumos 机器人技术（苏州）有限公司研发部） 纠错

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

AI总结 提出BestMan平台，通过自动化场景生成、仿真引导任务形式化和硬件无关中间件，解决真实-仿真-真实迁移中的场景重建、策略评估和部署兼容性挑战，实现家庭移动操作的无缝迁移。

Comments CCF Transactions on Pervasive Computing and Interaction

EgoCS-400K: An Egocentric Gameplay Dataset for World Models

EgoCS-400K：面向世界模型的自我中心游戏数据集

Rongjin Guo, Dong Liang, Yuhao Liu, Fang Liu, Tianyu Huang, Gerhard P. Hancke, Rynson W. H. Lau

机构 * City University of Hong Kong（香港城市大学） 纠错

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

AI总结 为支持世界模型研究，构建大规模自我中心游戏数据集EgoCS-400K，包含40万第一人称视频和1万小时游戏轨迹，支持动作条件未来预测、状态事件场景展开等交互式视觉建模任务。

ARB4WM: An Adversarial Robustness Benchmark for World Models in Continuous Control

ARB4WM：连续控制中世界模型的对抗鲁棒性基准

Junjian Zhang, Hao Tan, Ruonan Li, Dong Zhu, Aiping Li, Zhaoquan Gu

机构 * College of Computer Science, National University of Defense Technology（国防科技大学计算机学院） ； College of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Department of New Networks, Peng Cheng Laboratory（鹏城实验室新型网络部） ； National Key Laboratory of Advanced Communication Networks（先进通信网络全国重点实验室） 纠错

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

AI总结 提出ARB4WM统一基准，从策略、价值和潜在动力学三个层面评估世界模型在视觉扰动下的对抗鲁棒性，发现多目标攻击和时序暴露模式对安全评估至关重要。

Comments 24 pages, 10 figures, 5 tables. Source code available at https://github.com/zaoanguai/ARB4WM

VL2Spike: Spike-driven Distillation from VLMs for Low-Power Visual Perception in Embodied AI

VL2Spike：面向具身AI低功耗视觉感知的VLM脉冲驱动蒸馏

Zinan Liu, Eric Zheng, Soumyaratna Debnath, Hao Shi, Ling Xiao, Lin Wang

机构 * School of EEE, Nanyang Technological University (NTU)（南洋理工大学电气与电子工程学院） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Advanced Micro Devices, Inc.（超威半导体公司） ； State Key Laboratory of Extreme Photonics and Instrumentation, Zhejiang University（浙江大学极端光子学与仪器国家重点实验室） ； Faculty of Information Science and Technology, Hokkaido University（北海道大学信息科学与技术学院） 纠错

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

AI总结 提出VL2Spike框架，通过时空视觉脉冲蒸馏和脉冲原型引导语言蒸馏，将VLM多模态知识迁移至Spikformer，在静态数据集上提升6.81%性能且能耗仅15.7%，并显著增强机器人视觉地点识别能力。

Comments 9 pages, 4 figures, 8 tables

AssemLM: A Spatial Reasoning Multimodal Large Language Model for Robotic Assembly

AssemLM: 用于机器人装配的空间推理多模态大语言模型

Zhi Jing, Jinbin Qiao, Ouyang Lu, Jicong Ao, Shuang Qiu, Huazhe Xu, Yu-Gang Jiang, Chenjia Bai

机构 * Fudan University（复旦大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） ； Tianjin University（天津大学） ； Northwestern Polytechnical University（西北工业大学） ； Tsinghua University（清华大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 提出AssemLM，一种融合装配手册、点云和文本指令的多模态大语言模型，通过专用点云编码器提取几何与旋转特征，实现精确的6D装配位姿推理，并构建含90万样本的AssemBench基准，在真实机器人装配任务中取得最优性能。

Comments Project Page: https://assemlmhome.github.io/

SIMPLE: Simulation-Based Policy Learning and Evaluation for Humanoid Loco-manipulation

SIMPLE：基于仿真的人形机器人全身操作策略学习与评估

Songlin Wei, Zhenhao Ni, Jie Liu, Zhenyu Zhao, Junjie Ye, Hongyi Jing, Junkai Xia, Xiawei Liu, Michael Leong, Liang Heng, Di Huang, Yue Wang

机构 * USC Physical Superintelligence (PSI) Lab（南加州大学物理超级智能实验室） 纠错

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

AI总结 提出SIMPLE仿真平台，结合MuJoCo动力学与IsaacSim渲染，包含60个全身任务、50个室内场景和1000+物体资产，支持自动化轨迹生成和VR遥操作数据采集，并集成多种主流策略，实验证明仿真与真实世界性能强相关，可实现零样本迁移。

The inverted Pendulum: A fundamental Benchmark in Control Theory and Robotics

倒立摆：控制理论与机器人学中的基本基准

Olfa Boubaker

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

AI总结 本文探讨倒立摆作为控制理论与机器人学中重要基准的应用动机，分析其在实际设计中的实现，并通过150篇文献综述展示其在历史、现状及挑战中的发展。

Comments IEEE International Conference on Education and e-Learning Innovations (ICEELI), 1-3 July 2012, Sousse, Tunisia

GN0: Toward a Unified Paradigm for Generation, Evaluation, and Policy Learning in Visual-Language Navigation

GN0：迈向视觉语言导航中生成、评估与策略学习的统一范式

Xinhai Li, Xiaotao Zhang, Yuehao Huang, Jiankun Dong, Tianhang Wang, Sunyao Zhou, Yunzi Wu, Chengnuo Sun, Yunfei Ge, Qizhen Weng, Chi Zhang, Chenjia Bai, Xuelong Li

机构 * Institute of Artificial Intelligence, China Telecom（人工智能研究院，中国电信） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Tongji University（同济大学） ； Fudan University（复旦大学） ； Jiangsu University（江苏大学） 纠错

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

AI总结 提出GN0统一框架，通过自动生成大规模导航数据集GN-Matrix、基于3DGS的高保真仿真平台和BEV基准GN-Bench，结合RL驱动的导航基础模型BAE，在VLN任务上超越现有方法。

NVIDIA Isaac Sim: Enabling Scalable, GPU-Accelerated Simulation for Robotics

NVIDIA Isaac Sim：实现可扩展的GPU加速机器人仿真

Sicong Gao, Maurice Pagnucco, Tomasz Bednarz, Yang Song

机构 * School of Computer Science and Engineering, The University of New South Wales（新南威尔士大学计算机科学与工程学院） ； NVIDIA USA（NVIDIA美国公司） 纠错

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

AI总结 本文系统综述了NVIDIA Isaac Sim的架构、应用模式及局限性，重点分析其GPU加速在大规模并行训练、合成数据生成和物理精确建模方面的优势，并探讨了未来方向。

VE2VF: Vision-Enabled to Vision-Free Distillation via Real-world Reinforcement Learning for Robust Contact-Rich Manipulation

VE2VF: 基于真实世界强化学习的视觉使能到无视觉蒸馏用于鲁棒接触丰富操作

Victor Kowalski, Chengxi Li, Dongheui Lee

机构 * Autonomous Systems, Technische Universitaet Wien (TU Wien)（自动系统，维也纳技术大学） ； Institute of Robotics and Mechatronics (DLR)（机器人与机电研究所） 纠错

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

AI总结 提出一种人在环强化学习框架，通过教师-学生蒸馏将视觉使能策略的知识迁移到仅依赖本体感知的无视觉策略，在真实世界训练中实现鲁棒泛化，无需域随机化或数据增强。

WBench: A Comprehensive Multi-turn Benchmark for Interactive Video World Model Evaluation

WBench：面向交互式视频世界模型评估的综合多轮基准

Kaining Ying, Hengrui Hu, Siyu Ren, Jiamu Li, Fengjiao Chen, Ziwen Wang, Xuezhi Cao, Xunliang Cai, Henghui Ding

机构 * Fudan University（复旦大学） ； Meituan Longcat Team（美团Longcat团队） 纠错

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

AI总结 提出WBench，一个包含五个维度、289个测试用例和1058轮交互的综合多轮基准，用于系统评估交互式世界模型，并发现现有模型在不同维度上表现不一。

Comments Technical report of WBench. Homepage: https://meituan-longcat.github.io/WBench/

IsaacIPC: Coupling High-Fidelity Simulation and Realistic Rendering for Contact-Rich Robotic Systems

IsaacIPC: 面向高接触度机器人系统的高保真仿真与逼真渲染耦合框架

Qixin Liang, Zhongqing Han

机构 * Anker Humanoid Lab（安ker人形实验室） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 提出IsaacIPC框架，通过耦合GPU加速增量势接触(IPC)与IsaacSim/Lab，实现仿真与视觉网格间的变形映射，并引入几何砂浆接触势(GMCP)改善触觉传感中的接触压力分布，支持刚柔耦合机器人仿真。

Comments This is a tech report

Beyond Pixels: Learning Invariant Rewards for Real-World Robotics From a Few Demonstrations

超越像素：从少量示范中学习不变的奖励以实现实世界机器人学

Tengye Xu, Yangting Sun, Ziju Shen, Guanqi Chen, Zhen Fu, Chen yizhou, Hua Chen, Jia Pan

机构 * School of Computing and Data Science, The University of Hong Kong（计算科学与数据科学学院，香港大学） ； LimX Dynamics Technology Co., Ltd（LimX动力技术有限公司） ； Southern University of Science and Technology（南方科技大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出了一种从少量示范中学习不变奖励的方法，以实现实世界机器人学中的泛化能力，通过发现行为不变量来改进奖励函数的设计，从而在多个任务中提升策略学习效果。

DeTrack: A Benchmark and Altitude-Aware Dual World Model for Drone-embodied Tracking

DeTrack：一种无人机具身跟踪的基准及海拔感知双世界模型

Guyue Hu, Haoming Liu, Siyuan Song, Chenglong Li, Feng Chen, Jin Tang

机构 * Hefei Si Valley Technology Development Co., Ltd（合肥蜀山科技发展有限公司） ； Institute of Embodied Intelligence, Anhui University（embodied intelligence研究院，安徽大学） 纠错

专题命中 机器人数据与评测 ：world model(title,abstract)；embodied agent(abstract)；分类 cs.CV

AI总结 本文提出DeTrack任务，要求无人机在交互式3D环境中利用在线自体观察和主动飞行控制进行目标跟踪，并提出AaDWorlds框架以解决海拔相关的可见性与飞行安全矛盾。

Beyond Isolation: A Unified Benchmark for General-Purpose Navigation

超越孤立：一个通用导航的统一基准

Samson Sun, Tianyi Yang, Tengyue Wang, Yikai Xue, Zhengjie Xu, Lingming Zhang, Qichen Zhang, Chao Liang, Zhipeng Zhang

机构 * AutoLab, SAI, Shanghai Jiao Tong University（自动化实验室、上海交通大学） ； Research Lab, Anyverse Dynamics（Anyverse Dynamics 研究实验室） 纠错

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

AI总结 本文提出OmniNavBench基准，通过复合复杂性、形态通用性和演示质量三大变革，解决通用导航中跨技能协调与跨形态泛化的问题，揭示现有方法在复杂导航任务中的不足。

Comments Accepted at RSS 2026

EmbodiedLGR: Integrating Lightweight Graph Representation and Retrieval for Semantic-Spatial Memory in Robotic Agents

EmbodiedLGR：整合轻量级图表示与检索用于机器人代理中的语义-空间记忆

Paolo Riva, Leonardo Gargani, Matteo Frosi, Matteo Matteucci

机构 * Department of Electronics, Information, and Bioengineering (DEIB), Politecnico di Milano（电子、信息与生物工程系（DEIB），米兰理工大学） 纠错

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

AI总结 本文提出EmbodiedLGR-Agent，通过参数高效VLM构建语义-空间记忆，实现高效的环境记忆表示与检索，实验证明其在推理和查询时间上达到SOTA，且在实际部署中表现出良好的实用性。

Comments 8 pages, 3 figures