视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
面向下一代天文光纤机器人定位器的控制电子学进展
专题命中 其他机器人 ：robotic(title,abstract)
AI总结 针对下一代光谱巡天对紧凑高密度光纤定位系统的需求，提出一种单板驱动21个theta phi SCARA定位器的控制电子架构，采用无传感器磁场定向控制与碰撞检测，在降低成本的同时满足5微米精度要求。
CEAA：面向交互式计算系统的认知具身智能体架构
专题命中 其他机器人 ：embodied agent(title)；分类 cs.AI
AI总结 该研究针对具身IVAs在实时交互式虚拟环境中实现认知能力的挑战，提出基于Sense-Think-Act等框架的模块化认知架构，弥合高级推理与实时执行的差距，用于部署可扩展的具身IVAs。
将观察历史压缩为智能体记忆：将Transformer蒸馏为循环Transformer
机构 * Naver Labs Europe
专题命中 其他机器人 ：robotics(abstract)；robotic(abstract)；分类 cs.CV、cs.LG
AI总结 提出蒸馏方法，将全历史Transformer的压缩策略迁移至循环Transformer，通过瓶颈表示监督学生模型记忆，缩小性能差距并实现线性时间复杂度。
部署中学习行业的数据共享与竞争：来自机器人及其他领域的见解
专题命中 其他机器人 ：robotics(title)
AI总结 研究学习通过部署（数据驱动）的行业中，数据共享架构如何影响企业部署决策和市场竞争，发现下游竞争下共享的私人价值可能为负，并刻画了可持续性阈值。
超越可用性：使用“退出设计”挑战社交机器人参与度指标的UX案例研究
专题命中 其他机器人 ：robotics(title)
AI总结 通过一项混合方法“退出”研究，发现自闭症儿童持续使用社交机器人虽降低焦虑，但可能削弱社交动机和情绪识别能力，提出以“设计分离”替代留存率作为成功标准。
IMAGIN-4D：图像引导的可控交互生成
机构 * Meta, Zurich（Meta 苏黎世）
专题命中 其他机器人 ：robotics(abstract)；embodied AI(abstract)；分类 cs.CV
AI总结 提出IMAGIN-4D，一种基于扩散模型的人-物交互生成方法，通过时空分解的图像条件控制交互细节，提升细粒度交互控制能力。
Comments 15 pages, 8 figures. Project page: https://imagin4d.github.io
COLIP-2：嗅觉-视觉-语言嵌入
机构 * Scentience
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 COLIP-2模型构建多模态嵌入空间，将嗅觉与视觉、语言结合，通过训练使机器人能定位香气来源。因缺乏相关大规模数据集，需新方法和数据集。文中展示其内部测试结果并优化，该模型有望用于多模态领域。
Comments Model Card
群体行为与观点动态
专题命中 其他机器人 ：robotics(abstract)；robotic(abstract)
AI总结 研究多智能体系统中集体运动与观点动态的关系，提出耦合模型，空间动力学由吸引 - 排斥作用控制，内部动力学用德弗安特型观点模型描述，揭示了置信阈值和吸引强度对观点簇及群体分布的影响，对相关研究有重要意义。
自主AI-宇宙工业与静默扩张过滤器：基于阈值的费米悖论解决方案
专题命中 其他机器人 ：robotics(abstract)；robotic(abstract)
AI总结 本文提出静默扩张过滤器假说：达到自主AI-宇宙工业阈值的文明不会出现在银河系能到达太阳系的区域，因为此后星际扩张变得过于廉价和理性，但扩张是机器中介、分布、低噪声且部分生物的，而非卡尔达肖夫式或帝国式。
Comments 28 pages, 1 figure. Submitted to Acta Astronautica
智能体 harness：面向机器人自主的大语言模型驱动验证层
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Pacific Northwest National Laboratory（太平洋西北国家实验室）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.AI
AI总结 针对机器人规划模型的安全与伦理风险，提出LLM驱动的验证层作为中间件管控计划，实现近85%的类别准确率、97%的对抗性攻击遏制率，为机器人自主提供可靠保障。
Comments 7 pages. Not yet finalized for conference submission
二阶漂移模型
机构 * University of Utah（犹他大学） ； Scientific Computing and Imaging (SCI) Institute（科学计算与成像研究所）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI、cs.LG
AI总结 该研究提出二阶漂移模型，通过引入人工速度变量将漂移动力学拓展至相空间，结合 Nesterov 加速缓解一阶漂移的频谱刚性，在合成分布匹配等任务上实现了更优的收敛与性能。
Comments 20 pages, 4 figures
Vernata：激光雷达点表示的自监督学习
机构 * Robotics and AI Institute（机器人与人工智能研究院） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 本研究提出基于Sonata架构的Vernata自监督学习框架，通过三项扩展优化激光雷达点云表示，在多数据集上相比基线取得显著性能提升，模态减少场景下仍保持竞争力
Comments IROS 2026. Implementation: https://github.com/rai-opensource/vernata
SoRoMoX：快速、可微分且可并行化的软体机器人模型
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出首个直接在GPU运行且端到端可微分的软体机器人建模框架SoRoMoX，其CPU顺序rollout提速18.1倍、GPU并行吞吐量提升234.6倍，可实现高精度系统辨识、控制优化及强化学习等先进工作流。
基于优化相关特征的CNN-QNN混合模型的图像分类
机构 * Sogang University（西江大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI、cs.CV
AI总结 本文提出优化CNN特征相关性的CNN-QNN混合模型，在CIFAR-10等三项分类任务中，使特征平均相关性达0.5可提升分类准确率与稳定性，凸显QNN的性能潜力。
Comments Accepted by CVPR Findings 2026
结合三维骨架提取与语言分析的多模态植物根表型分析
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 该研究提出多模态机器人AI框架，结合W-LBC无监督三维骨架提取与证据优先语言建模，微调GPT实现12种植物根表型的可解释分析，建立了定量与语义结合的根表型统一分析范式。
感知自身老化的机器：面向硬件感知自主智能的框架
机构 * Newcastle University Singapore（新加坡纽卡斯尔大学） ； Qingdao University of Technology（青岛理工大学） ； Amrita Vishwa Vidyapeetham（阿姆里塔维什瓦维迪亚皮塔姆大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.AI
AI总结 针对自主系统硬件老化引发的任务失败问题，提出将硬件健康融入决策的 AAAI 框架，通过三大支柱实现系统自适应，提升弹性并延长寿命，适用于太空、医疗等关键环境。
Comments 1 figure, 8 pages
用于主动具身安全的自进化即时记忆
机构 * Huazhong University of Science and Technology（华中科技大学） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.CV、cs.LG
AI总结 研究视觉语言模型在闭环交互中应对动态危险的问题，提出自进化即时记忆框架，含RSG、事实记忆和经验记忆，并通过自动测试-验证-写入循环完善元技能，实验证明该框架大幅提升安全成功率且不阻碍任务进展。
递归工具自我改进
专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI、cs.LG
AI总结 研究在模型-工具协同进化中，通过递归工具自我改进（RHI）优化用户构建工具，以提高执行轨迹质量和智能体性能。RHI将工具表示为提示级规范，经成对反馈迭代改进，在多任务中提升了低推理能力智能体性能，降低推理成本。
Comments This work addresses the first half of the model-harness coevolution loop
眼见无需耗能，言语却要代价：揭示边缘视觉语言模型推理中的真正能量瓶颈
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Jinan University（暨南大学）
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.AI、cs.CV
AI总结 研究边缘VLM推理的能量瓶颈，通过系统能量分析发现平均推理功率恒定，输出令牌耗时多是关键，图像复杂度因输出长度影响能量，揭示视觉令牌修剪局限，控制输出长度能大幅节能。
Comments Accepted to ACM MM 2026. 10 pages, 5 figures
EVIS：用于NVIDIA Isaac Sim的基于物理的事件相机插件
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.CV
AI总结 研究针对事件相机数据收集难题，提出基于物理的EVIS插件用于NVIDIA Isaac Sim，能在模拟器内生成带标签事件流，通过特定模型和可配置设置实现实时单GPU生成，其流可供预训练网络用于下游任务。
Cross4D-JEPA: 用于4D点云表示学习的密集跨模态对应蒸馏
机构 * Nagoya University（名古屋大学） ； Northeastern University（东北大学） ； KC Machine Learning Lab（KC机器学习实验室） ； University of Science, Vietnam National University Ho Chi Minh City（胡志明市越南国立大学理科大学） ； University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI、cs.CV
AI总结 提出Cross4D-JEPA，通过教师-学生框架将冻结的2D基础模型（如DINOv2或V-JEPA 2）的密集补丁特征蒸馏到4D点编码器，实现每点对应和潜在空间匹配，在四个基准上优于模态内和全局跨模态基线。
Calousel: 基于纯旋转的非重叠多相机系统外参标定
机构 * Seoul National University（首尔国立大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.CV
AI总结 提出一种利用纯旋转运动和非重叠视场多相机系统外参标定方法，仅需单个静态标定板，通过全局优化框架中的潜转台帧和SE(3)三维误差实现高精度标定。
Comments Accepted to IROS 2026. 8 pages, 7 figures
P-JEPA: 通过联合嵌入预测架构进行程序性视频表示学习
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Carl Zeiss AG（卡尔蔡司股份公司）
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.AI、cs.CV
AI总结 提出P-JEPA，一种与骨干网络无关的方法，通过将长视频映射到密集帧对齐动作空间并预测池化掩码潜在向量，实现对超过30分钟程序性视频的长时理解，在EgoExo4D等数据集上达到细粒度动作分类SOTA，参数比基于LLM的方法少一个数量级。
机器人应如何配置其激光扫描仪以进行检测？
机构 * University of Connecticut（康涅狄格大学） ； US Army DEVCOM Ground Vehicle Systems Center (GVSC)（美国陆军DEVCOM地面车辆系统中心（GVSC））
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出SenseHD系统，将扫描仪配置建模为指令条件感知决策，通过超维联想记忆选择稳定感知参数，提升检测可靠性。
Comments 8 pages, 9 figures. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
LK Jam：使用角色感知GRU的实时人机交互音乐生成系统的系统架构与实现
机构 * Shenyang Conservatory of Music（沈阳音乐学院）
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.AI、cs.LG
AI总结 提出LK_Jam系统，基于轻量级GRU和高性能音频主机架构，通过多维稀疏事件流和角色感知编码实现低延迟双向人机交互音乐生成，采用三阶段渐进训练策略提升交互质量。
Comments 7 pages, 10 figures, 3 tables. This is an original technical report on real-time human-AI interactive symbolic music generation VST3 plugin based on GRU and JUCE. The source code is open-source on GitHub
能量守恒神经管道：通过物理守恒约束减弱模块化神经网络中的误差传播
机构 * ORION Robotics
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.LG
AI总结 提出在模块间强制能量守恒（特征向量L2范数不变）作为硬约束，实验证明该方法在多种噪声下显著优于基线，并具有深度不变性和理论保证。
Comments 22 pages, 2 figures, 7 tables, 25 references
危险环境中可解释自主性的抽象架构
机构 * Maynooth University（梅诺斯大学） ； University of Manchester（曼彻斯特大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.AI
AI总结 提出一种支持自主系统解释其行为的抽象架构，旨在通过设计可解释性增强用户信任，并以民用核工业为例展示应用。
Comments Originally published 20th of October 2022 at the Second International Workshop on Requirements Engineering for Explainable Systems (RE4ES), which was hosted by the International Requirements Engineering Conference 2022
平面曲线的几何高斯混合表示
机构 * Fraunhofer IOSB（弗劳恩霍夫研究所） ； KIT, IES（卡尔斯鲁厄理工学院，信息工程系）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI、cs.CV
AI总结 提出一种用户定义的平面曲线概率多边形表示，通过为每个线段赋予法向不确定性参数，构造高斯混合模型，保留局部几何与法向不确定性，适用于多种曲线类型。
不同长度可拉伸织物的自动直线缝纫
机构 * The University of Hong Kong（香港大学） ； Centre for Transformative Garment Production（创新服装生产中心）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO；robotics(comments)
AI总结 本研究针对不同长度可拉伸织物的直线自动化缝纫难题，提出新型机器人缝纫系统DLRoSS，通过四阶段流程实现对齐缝纫，实验验证其可完成不同材料和长度织物的高质量缝纫。
Comments 9 pages. Published in IEEE Robotics and Automation Letters, 2025
Journal ref IEEE Robot. Autom. Lett. 10 (2025) 12165-12172
用于结肠镜检查的软外翻机器人：挑战、开放问题和新兴解决方案
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO；robotics(comments)
AI总结 针对传统结肠镜检查的局限，研究对四种外翻机器人架构进行基准测试，明确其核心权衡，提供材料选择等方面设计指导，强调临床转化开放问题，探索满足临床要求的软外翻机器人设计。
Comments 2 pages, 1 figure, 1 table, Hamlyn Symposium on Medical Robotics 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈