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。
MindClaw: 用于精确干预的闭环具身心理状态推理
机构 * Jilin University（吉林大学） ； Microsoft Asia（微软亚洲） ； National Taiwan University（国立台湾大学）
专题命中 其他机器人 ：embodied agent(abstract,comments)；分类 cs.AI
AI总结 提出MindClaw框架，通过闭环具身心理状态推理实现精确干预，结合多源输入、信念记忆、认知触发技能和动作生成，在动态环境中优化干预时机。
Comments Extended version of the CVPR 2026 paper *MindPower: Enabling Theory-of-Mind Reasoning in VLM-based Embodied Agents*. This work is in progress
扩展节段间协调定律：对动力假肢控制的启示
机构 * Faculty of Mechanical Engineering, Technion – Israel Institute of Technology（机械工程系，技术学院–以色列理工学院）
专题命中 其他机器人 ：robotics(abstract,comments)；分类 cs.RO
AI总结 针对下肢截肢者步行代谢成本问题，提出基于节段间协调定律的假肢控制框架，通过分析三维运动学数据扩展出力矩协调定律，并开发了开源工具包。
Comments Submitted to 2026 IEEE International Conference on Biomedical Robotics and Biomechatronics (BioRob)
未知目标与运动学条件下基于贝叶斯意图推理的轨迹预测
机构 * School of Aeronautics and Astronautics, Purdue University（航空航天学院，普渡大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本研究提出自适应贝叶斯算法，通过联合估计目标意图与遵循最短路径策略的参数实现实时轨迹预测，在机器人平台实验中显著优于对比方法，运行频率约547Hz且无需训练。
在信念空间中优化轨迹树：从模型预测控制到任务与运动规划的应用
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 该研究针对部分可观测机器人规划问题，提出PO-MPC、D-AuLa算法及PO-LGP规划器，分别应用于MPC和TAMP，提升了规划性能并实现了问题规模的扩展。
Comments 42 pages
Endo-NeRF++：面向动态手术场景重建的不确定性感知神经辐射场，采用多分辨率哈希编码
专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV
AI总结 本研究提出Endo-NeRF++框架，采用多分辨率哈希编码等技术提升动态手术场景重建精度，其不确定性引导自适应采样在机器人手术视频实验中获多项指标提升。
耗散型Twistcar的分析与实验：方向反转及渐近近似
机构 * Department of Mechanical Engineering, Technion - Israel Institute of Technology（机械工程系，技术学院-以色列理工学院） ； Department of Aerospace and Mechanical Engineering, University of Southern California（航空航天与机械工程系，南加州大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本研究将耗散纳入Twistcar的双连杆模型，推导其小幅稳态周期动力学的渐近表达式，构建可调节质心的机器人原型验证方向反转现象，并通过参数拟合提升实验吻合度。
Comments The paper has been accepted for publication at Multibody Systems Dynamics (Springer Nature), August 2026
MIRA：一种用于室内研究的模块化开源微型无人机
机构 * University of São Paulo (USP)（圣保罗大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 该研究针对室内机器人研究中微型无人机缺乏开放可改特性的问题，提出开源微型无人机MIRA，其采用白盒架构，围绕特定机身和软件包构建，核心子系统可单独更换，经飞行测试验证其通信延迟低、振动能量分布合理，为室内研究提供便利。
基于GPU原生顺序二次规划的并行时间非线性最优控制
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出一种基于GPU的并行时间非线性最优控制方法，结合顺序二次规划与共识交替方向乘子法，通过时间分裂策略实现大规模并行计算，显著提升求解效率和硬件利用率。
多表示几何层次融合：一种用于鲁棒三维地点识别的隐式子图驱动框架
机构 * College of Information and Technology, Beijing University of Chemical Technology（信息与技术学院，北京化工大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（人工智能学院，中国科学院大学） ； Research Institute of Mine Artificial Intelligence, China Coal Research Institute（矿山人工智能研究院，中国煤炭科研院）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 针对激光雷达地点识别中描述子不稳定与表示脆弱性问题，本文提出隐式神经点驱动的多表示几何层次融合框架，在多数据集上实现鲁棒性能，平衡了精度、效率与内存占用。
LabGuard：将自然语言实验室规则转化为具身实验室代理的运行时守卫
机构 * Wuhan University（武汉大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Northeastern University（东北大学）
专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.AI
AI总结 提出LabGuard，一种将自然语言实验室规则转化为可执行规范并部署为运行时守卫的安全套件，通过三个核心组件实现规则到监控的映射，实验表明能有效降低不安全事件。
Comments First three authors are co-first authors
SpectraDINO：跨红外波段的RGB视觉基础模型的模态条件适配
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 SpectraDINO是适配RGB视觉基础模型的跨红外波段统一骨干网络，通过分阶段蒸馏与微调技术，在7个检测和分割基准上性能优于或媲美特定模态方法。
Comments Updated with the revised model results
WHTMix：通过沃尔什-哈达玛令牌混合实现高效立体深度估计
机构 * University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 研究针对立体深度估计在高分辨率和低延迟要求下的问题，提出用沃尔什-哈达玛令牌混合器替代立体变压器的联合自注意力阶段，并引入混合对数视差损失函数，实现减少计算量、延迟及降低远距离物体误差。
多IMU铰接刚体系统中扩展位姿估计的不变卡尔曼滤波
机构 * University of Liège（列日大学） ； Mines Paris – PSL（巴黎高科矿业学院 – 巴黎文理研究大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 针对多IMU铰接刚体系统的扩展位姿估计，提出相对L-扩展位姿的李群表示，将关节约束以不变形式融入迭代不变扩展卡尔曼滤波，实现快速收敛和低误差。
学习受控随机微分方程
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 针对多维非线性受控随机微分方程，提出核方法拟合漂移与扩散项，证明有限样本误差界并通过数值实验验证，提供开源Python实现。
基于边缘的QoS感知自适应任务放置：多机器人系统中的闭环控制
机构 * Deakin University（德肯大学） ； RMIT University（皇家墨尔本理工大学） ； Zhejiang University（浙江大学） ； Swinburne University of Technology（西姆伯恩理工大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种QoS感知的自适应任务放置（ATP）控制器，通过多指标成本评分和闭环控制，在共享边缘节点上动态切换任务放置，以降低尾延迟和截止时间违规。
Comments 6 pages, 2 figures, 2 tables, 1 algorithm, accepted paper on the 24th IEEE International Conference on Industrial Informatics (INDIN), 26-29 July, 2026, Melbourne, Australia
方向 mollification 用于保持结的 $C^{\infty}$ 平滑化多边链及其显式曲率界
机构 * Dept. of Computer Architecture and Automation, Faculty of Physics, Complutense University of Madrid（马德里康普顿斯大学物理学院计算机体系结构与自动化系）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 本文提出方向 mollification 操作，用于在保持顶点的情况下对多边链进行 $C^{\infty}$ 平滑，提供显式曲率界和局部可控性，适用于几何建模和需要严格结保真的应用。
Comments Under review in AMC
大图上的有限智能体随机微分博弈：II. 基于图的架构
机构 * Department of Mathematics, and Department of Statistics and Applied Probability, University of California, Santa Barbara（数学系和应用概率统计系，加州大学圣芭芭拉分校） ； Institute for Advanced Algorithms Research（高级算法研究所） ； University of California, Santa Barbara（加州大学圣芭芭拉分校）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 研究图上随机微分博弈中纳什均衡计算问题，提出NTM架构，对前馈神经网络施加图引导稀疏化以减少可训练参数。将其纳入两种博弈求解器得到稀疏变体，实验表明该方法性能与全可训练方法相当且计算效率更高。
具身大脑：通过生物真实神经力学模型连接大脑、身体与行为
机构 * EPFL（瑞士联邦理工学院）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 本文综述生物真实神经力学模型，通过将人工神经控制器嵌入模拟环境中的身体模型，揭示神经、身体与环境交互的行为控制算法，并推动神经科学、机器人学和机器学习之间的交流。
Comments 18 pages, 4 figures (including 1 graphical abstract), 1 table
Journal ref Current Opinion in Neurobiology, 100, 103244 (2026)
用于封闭架构机器人的统一干扰感知安全运动控制
机构 * Department of Engineering Technology, University of Houston, USA（工程技术系，休斯顿大学） ； Department of Electrical and Computer Engineering, University of Houston, USA（电气与计算机工程系，休斯顿大学） ； Department of Biomedical Engineering, The University of Ebolowa, Cameroon（生物医学工程系，埃博洛瓦大学） ； Department of Mechanical Engineering, Cleveland State University, USA（机械工程系，克利夫兰州立大学） ； Department of Mechanical Engineering, Clemson University, USA（机械工程系，克莱姆斯大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 针对商业机器人系统中内环不可改的情况，结合干扰抑制控制与鲁棒控制障碍函数，在外环开发易于集成的附加装置，实现工业机械手动态系统高性能跟踪与安全控制，经实验验证其在多方面优于现有技术。
Comments Accepted to Mechatronics
HJCD-IK：通过批处理混合雅可比坐标下降实现GPU加速的逆运动学
机构 * Columbia University（哥伦比亚大学） ； Purdue University（普渡大学） ； Barnard College, Columbia University（巴纳德学院，哥伦比亚大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 研究机器人逆运动学问题，提出基于GPU加速、采样的混合求解器HJCD-IK，通过结合方向感知贪婪坐标下降初始化、雅可比优化和并行碰撞滤波器，在速度和精度上比现有求解器有显著提升，且能找到无碰撞解决方案并开源代码。
Comments Accepted to IROS 2026. 8 pages, 6 figures, 3 tables, 4 algorithms
AsymLoc：迈向高效视觉定位的非对称特征匹配
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出AsymLoc框架，通过几何驱动匹配目标和联合检测器-描述符蒸馏目标，实现轻量学生模型与大教师模型的非对称特征匹配，提升视觉定位效率与精度。
改进的不可混扩散：通过降低可混性加速扩散训练
机构 * UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 提出通过降低任意层级的可混性来加速扩散模型训练，实现多种实现方式（如KNN噪声选择和图像缩放），在多种任务上获得高达4倍以上的训练加速。
PERTINENCE: 基于输入的动态神经网络执行
机构 * Department of Computer Science and Engineering, Indian Institute of Technology Dharwad, Karnataka, India（印度理工学院达沃德分校计算机科学与工程系） ； University of Rennes, CNRS, Inria, IRISA, Rennes, France（法国雷恩大学、CNRS、Inria、IRISA）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 提出PERTINENCE运行时方法，通过ML调度器从预训练模型中选择最轻量模型处理每个输入，使用遗传算法优化精度与计算成本的帕累托前沿，在多个视觉任务上减少高达36%计算量且精度不变或提升。
TriLift: 无插值三平面提升用于嵌入式系统的高效3D感知
机构 * Department of Intelligent Robotics, Sungkyunkwan University（智能机器人系，成均馆大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 提出TriLift，一种无插值三平面提升与体素融合框架，通过直接投影和广播求和避免插值与MLP，利用2D卷积降低复杂度，并引入轻量级自适应位置编码和低分辨率体积分支，在保持实时性的同时实现分类、补全、分割和检测任务的高效3D感知。
MoFusion: 一种基于去噪扩散的运动合成框架
机构 * Max Planck Institute for Informatics, SIC（马克斯·普朗克信息研究所，SIC） ； Saarland University（萨尔兰大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 提出MoFusion框架，利用去噪扩散模型实现高质量、多样化的条件人体运动合成，支持音乐和文本等多种条件，并通过调度加权策略引入运动学损失，适用于运动编辑应用。
Comments CVPR23, 11 pages, 6 figures, 2 tables; project page: https://vcai.mpi-inf.mpg.de/projects/MoFusion
HACMatch: 基于难度感知课程伪标签的半监督旋转回归
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV
AI总结 提出一种难度感知课程学习框架，通过动态选择伪标签样本和结构化数据增强，在少量标注数据下提升半监督旋转回归性能。
Comments This is an accepted manuscript of an article published in Computer Vision and Image Understanding
Journal ref Computer Vision and Image Understanding (2026)
通过从婴儿到类人机器人的运动重定向模拟婴儿第一人称感觉运动经验
机构 * German Research Foundation（德国研究基金会） ； Johanna Quandt foundation（约翰娜·克文特基金会） ； Czech Science Foundation（捷克科学基金）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种从单视频重建婴儿3D姿态并映射到物理/虚拟类人平台的方法，实现亚厘米级精度的多感觉流模拟，为发育研究和神经发育障碍早期检测提供新工具。
Comments Accepted at IEEE ICDL 2026. 8 pages, 6 figures. Cite as: F. M. López, H. Kanazawa, O. Fiala, Y. Balashov, V. Marcel, L. Rustler, M. Lenz, D. Kim, Y. Kuniyoshi, J. Triesch, and M. Hoffmann, "Simulating infant first-person sensorimotor experience via motion retargeting from babies to humanoids'', in 2026 IEEE International Conference on Development and Learning (ICDL). IEEE, 2026, pp. 1-8
C-3TO：基于神经欧几里得有符号距离场的连续三维轨迹优化
机构 * Service Robotics Laboratory – Universidad Pablo de Olavide (Seville), Spain（帕布罗·奥拉维德大学机器人服务实验室（塞维利亚），西班牙）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种在杂乱环境中利用在线神经欧几里得有符号距离场进行连续三维轨迹优化的框架，通过两阶段非线性优化直接优化五次多项式表示的平滑轨迹，实现安全、高效且可动态执行的轨迹规划。
Comments 8 pages, 5 figures, submitted and accepted in ICUAS 2026
PRISM: 感知与推理交错用于序列决策
机构 * Institut National de la Recherche Scientifique (INRS)（国家科学研究院）
专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.AI
AI总结 提出PRISM框架，通过动态问答流水线紧密耦合视觉语言模型（VLM）和语言模型（LLM），实现任务驱动的感知，在ALFWorld和R2R基准上显著超越现有图像模型。
iPack: 基于大型语言模型的直观装箱
机构 * University of Technology Nuremberg（图恩大学） ； Friedrich-Alexander University of Erlangen–Nuremberg（埃尔兰根-纽伦堡弗里德里希-亚历山大大学） ； Technical University of Munich（慕尼黑技术大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出LLM-Pack方法，利用语言和视觉基础模型生成模仿人类策略的杂货装箱顺序，无需专门训练即可处理新物品，模块化设计便于升级。
Comments 7 Pages, 9 Figures
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