机器人 / 具身智能

NVIDIA OmniDreams: Real-Time Generative World Model for Closed-Loop Autonomous Vehicle Simulation

NVIDIA OmniDreams：用于闭环自动驾驶仿真的实时生成式世界模型

NVIDIA, :, Aarti Basant, Amlan Kar, Despoina Paschalidou, Fangyin Wei, Francesco Ferroni, Guillermo Garcia Cobo, Haithem Turki, Huan Ling, Jaewoo Seo, James Lucas, Jay Zhangjie Wu, Jialiang Wang, Jonathan Lorraine, Jun Gao, Kai He, Katarina Tothova, Kevin Xie, Michał Tyszkiewicz, Qi Wu, Riccardo de Lutio, Ruilong Li, Sanja Fidler, Seung Wook Kim, Tianchang Shen, Tianshi Cao, Tobias Pfaff, William Lew, Xindi Wu, Xuanchi Ren, Yifan Lu, Yuxuan Zhang, Zan Gojcic, Zian Wang

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

AI总结 提出OmniDreams，一个基于Cosmos扩散模型训练的基础生成式世界模型，通过自回归生成动作条件视频，实现闭环仿真中复杂长尾场景的实时合成，并验证其在策略模型训练中的有效性。

RoboDojo: A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies

RoboDojo：用于综合评估通用机器人操作策略的统一模拟与现实基准测试

Tianxing Chen, Yue Chen, Zixuan Li, Junyuan Tang, Kailun Su, Haoran Lu, Weijie Wan, Baijun Chen, Songling Liu, Haowen Yan, Honghao Su, Zhiyang Dou, Kaixuan Wang, Dandan Zhang, Yunze Liu, Yan Qin, Qiwei Liang, Qiwei Wu, Zijian Lin, Wenwei Lin, Yuran Wang, Minghua He, Tianshu Wu, Ruihai Wu, Jingquan Zhou, Kai-Chong Lei, Haibao Yu, Yuanfeng Ji, Weiyang Jin, Guanyu Lin, Xiaofan Li, Qi Xiong, Renjing Xu, Zhongyu Li, Wenhao Chai, Enze Xie, Ziwei Wang, Yao Mu, Hao Dong, Wojciech Matusik, Mingyu Ding, Wenbo Ding, Ping Luo, Masayoshi Tomizuka

机构 * UC Berkeley（加州大学伯克利分校） ； THU（清华大学） ； PKU（北京大学） ； Stanford（斯坦福大学） ； MIT（麻省理工学院） ； UNC（北卡罗来纳大学） ； Princeton（普林斯顿大学） ； CMU（卡内基梅隆大学） ； NUS（新加坡国立大学） ； NTU（南洋理工大学） ； CUHK（香港中文大学） ； SJTU（上海交通大学） ； HKUST (GZ)（香港科技大学（广州）） ； ZJU（浙江大学） ； Yale（耶鲁大学） 纠错

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

AI总结 现有基准测试在系统评估通用机器人操作策略能力方面有限，本文引入RoboDojo统一基准测试，含模拟与现实任务，支持多维度评估及可扩展评估，还建立了公共排行榜与系统分析。

Comments Website: https://robodojo-benchmark.com/, Code: https://github.com/RoboDojo-Benchmark/RoboDojo, Leaderboard: https://robodojo-benchmark.com/leaderboard

!Imperio, smolVLA: The Implications of Data Poisoning on Open Source Robotics

!帝国，小型甚大阵：数据投毒对开源机器人技术的影响

Stefan Bühler, Mark Schutera

机构 * Duale Hochschule Baden-Württemberg, Ravensburg（巴登-符腾堡双元制应用技术大学拉文斯堡分校） 纠错

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

AI总结 研究视觉语言动作模型的触发词数据投毒对开源机器人技术的影响，通过在真实任务中对小型甚大阵进行实验，发现少量投毒样本可嵌入后门致机器人失效，攻击具实用性、低成本且隐蔽。

Comments Accepted at KI2026. Repo: https://github.com/StefanBuhler/ImperioVLAPoisoning

WatchAct: A Benchmark for Behavior-Grounded Robot Manipulation

WatchAct: 行为引导的机器人操作基准

Baiqi Li, Ce Zhang, Yu Fang, Yue Yang, Shangzhe Li, Mingyu Ding, Gedas Bertasius

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 提出WatchAct基准，通过人类行为视频与指令配对，评估机器人对观察行为的推理能力，涵盖事件解析、程序推理、意图推断和情景记忆四个认知维度，实验显示现有系统性能远低于人类。

WiWorld-RealData: A Real-World Multi-Modal Dataset for 6G Wireless World Models

WiWorld-RealData：用于6G无线世界模型的真实世界多模态数据集

Yinyin Jiao, Huixin Xu, Jianhua Zhang, Yuelong Qiu, Jingjing Wang, Shaoyi Liu, Yuxiang Zhang, Li Yu, Xuebin Sun, Guangyi Liu

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

AI总结 提出WiWorld-RealData数据集，包含3.7 GHz和6.775 GHz的信道冲激响应、多视角图像、全景图像、LiDAR点云、毫米波雷达记录和GNSS轨迹，支持环境辅助的信道预测，路径损耗预测MAE为2.02 dB。

Comments 6 pages, 4 figures, 2 tables

Reference-Free Assessment of Physical Consistency in World Model-based Video Generation

基于世界模型的视频生成中物理一致性的无参考评估

Yun Oh, Sukmin Yun

机构 * Hanyang University ERICA（汉阳大学ERICA校区） 纠错

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

AI总结 提出结合相对与绝对方法的无参考度量，用于评估生成视频的物理一致性，无需人工投票或真实参考，通过DROID-SLAM和SEA-RAFT量化不一致性，过滤后视频任务成功率提升超8%，并实现时空定位。

Comments Accepted to the 2nd 3D-LLM/VLA Workshop, CVPR 2026

Towards Next-Generation Healthcare: A Survey of Medical Embodied AI for Perception, Decision-Making, and Action

迈向下一代医疗：医疗具身AI在感知、决策与行动中的综述

Cheng Zhang, Qing Cai, Xingzheng Wu, Xun Yang, Xiaojun Chang, Bingkun Bao, Liqiang Nie, Xinwang Liu, Yi Yang

机构 * School of Information Science and Engineering, Ocean University of China（中国海洋大学信息科学与工程学院） ； Innovation School of Artificial Intelligence, Hefei University of Technology（合肥工业大学人工智能创新学院） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； ReLER Laboratory, CCAI, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） 纠错

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

AI总结 本文系统综述医疗具身AI的核心组件，强调感知、决策与行动的协调集成，并分析临床实践中的挑战与未来方向。

Comments 19 pages, 9 figures

HA-VLN 2.0: An Open Benchmark and Leaderboard for Human-Aware Navigation in Discrete and Continuous Environments with Dynamic Multi-Human Interactions

HA-VLN 2.0：面向离散与连续环境中动态多人交互的人类感知导航开放基准与排行榜

Yifei Dong, Fengyi Wu, Qi He, Lingdong Kong, Heng Li, Minghan Li, Zebang Cheng, Yuxuan Zhou, Jingdong Sun, Qi Dai, Alexander G Hauptmann, Zhi-Qi Cheng

机构 * University of Science and Technology of China（中国科学技术大学） 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 提出HA-VLN 2.0统一基准，通过标准化任务、HAPS 2.0数据集与模拟器、16844条社会指令基准测试及真实机器人实验，证明显式社会建模提升导航鲁棒性并减少碰撞。

Comments 35 pages, 20 figures, website: https://f1y1113.github.io/HA-VLN-webpage/

Dynamic Modularity Approach to Adaptive Inner/Outer Loop Control of Robotic Systems

动态模ularity方法用于机器人系统自适应内/外环控制

Hanlei Wang, Wei Ren, Chien Chern Cheah, Yongchun Xie, Shangke Lyu

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

AI总结 本文提出了一种动态模ularity方法，用于解决机器人系统内/外环结构的自适应控制问题，考虑了动态效应和系统不确定性，并提出了多种自适应外环控制方案，通过动态生成关节速度（或位置）命令来确保闭环系统的稳定性和收敛性。

Comments This version is mainly for including the experimental results

Journal ref IEEE Transactions on Automatic Control, 65(6): 2760-2767, 2020

Single Chip Self-Tunable N-Input N-Output PID Control System with Integrated Analog Front-end for Miniature Robotics

单芯片自调谐N输入N输出PID控制系统及集成模拟前端用于微型机器人

Anindya Shankar Bhandari, Arjun Chaudhuri, Mrigank Sharad

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

AI总结 本文设计了低功耗单芯片多通道PID控制器，用于微型机器人，包含N输入和N输出，实现N个并行通道。系统集成模拟前端和基于PSO算法的PID控制器，用于参数调谐，具有低功耗和高效调谐能力。

FlexiTac: A Low-Cost, Open-Source, Scalable Tactile Sensing Solution for Robotic Systems

FlexiTac：一种低成本、开源、可扩展的触觉传感解决方案，用于机器人系统

Binghao Huang, Yunzhu Li

机构 * Columbia University（哥伦比亚大学） 纠错

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

AI总结 FlexiTac是一种低成本、开源、可扩展的触觉传感模块，通过灵活的传感器垫和紧凑的读取板实现高密度触觉信号采集，支持现代触觉学习流程。

Comments Website: https://flexitac.github.io/

SurgiSR4K: A High-Resolution Endoscopic Video Dataset for Robotic-Assisted Minimally Invasive Procedures

SurgiSR4K：一种用于机器人辅助微创手术的高分辨率内窥镜视频数据集

Fengyi Jiang, Xiaorui Zhang, Lingbo Jin, Ruixing Liang, Yuxin Chen, Adi Chola Venkatesh, Jason Culman, Tiantian Wu, Lirong Shao, Wenqing Sun, Cong Gao, Hallie McNamara, Jingpei Lu, Omid Mohareri

机构 * Intuitive Surgical, Inc.（Intuitive Surgical公司） ； Johns Hopkins Medicine Neurosurgery（约翰霍普金斯医学神经外科） ； Johns Hopkins University Electrical and Computer Engineering（约翰霍普金斯大学电气与计算机工程） ； University of British Columbia Electrical and Computer Engineering（不列颠哥伦比亚大学电气与计算机工程） ； Wilford & Kate Bailey Small Animal Teaching Hospital（威尔福德与凯蒂·贝利小动物教学医院） 纠错

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

AI总结 本文提出SurgiSR4K数据集，用于提升微创手术的视觉清晰度和计算机辅助导航精度，包含4K分辨率的手术视频，涵盖镜面反射、工具遮挡等挑战性场景，支持超分辨率、烟雾去除等多任务研究。

Journal ref Machine Learning for Biomedical Imaging, Vol. 3, 2025, pp. 875-885

VitaTouch: Property-Aware Vision-Tactile-Language Model for Robotic Quality Inspection in Manufacturing

VitaTouch：面向制造领域机器人质量检测的属性感知视觉-触觉-语言模型

Junyi Zong, Qingxuan Jia, Meixian Shi, Tong Li, Jiayuan Li, Zihang Lv, Gang Chen, Fang Deng

机构 * School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications（北京邮电大学智能工程与自动化学院） ； Zhongguancun Academy（中关村学院） ； School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； School of AI, Beijing Institute of Technology（北京理工大学人工智能学院） ； Beijing Key Laboratory of Lightweight Intelligent System, Beijing Institute of Technology（北京理工大学北京市轻量化智能系统重点实验室） 纠错

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

AI总结 VitaTouch通过融合视觉、触觉与语言信息，提升机器人在制造中对材料属性的识别能力，实现了高精度的质量检测与自然语言描述。

Comments 11 pages, 6 figures

OccSim: Multi-kilometer Simulation with Long-horizon Occupancy World Models

OccSim：基于长期占用世界模型的多公里模拟

Tianran Liu, Shengwen Zhao, Mozhgan Pourkeshavarz, Weican Li, Nicholas Rhinehart

机构 * Learning, Embodied Autonomy, and Forecasting (LEAF) Lab, University of Toronto（多伦多大学学习、具身自主与预测（LEAF）实验室） 纠错

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

AI总结 OccSim通过无需连续日志或HD地图，仅依赖初始帧和未来动作序列生成超过3000帧的3D占用地图，实现多公里规模的稳定生成，提升占用世界模型的生成长度达80倍。

Latent World Models for Automated Driving: A Unified Taxonomy, Evaluation Framework, and Open Challenges

潜在世界模型用于自动驾驶：一种统一的分类法、评估框架和开放挑战

Rongxiang Zeng, Yongqi Dong

机构 * RWTH Aachen University（亚琛工业大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 本文提出统一的潜在空间框架，整合自动驾驶世界模型的最新进展，探讨潜在表示的分类、评估方法及未来研究方向。

Comments 17 pages, 6 figures, under review by IEEE Transactions on Intelligent Transportation Systems (IEEE-T-ITS)

DrivingGen: A Comprehensive Benchmark for Generative Video World Models in Autonomous Driving

DrivingGen：自主驾驶中生成视频世界模型的综合性基准

Yang Zhou, Hao Shao, Letian Wang, Zhuofan Zong, Hongsheng Li, Steven L. Waslander

机构 * University of Toronto（多伦多大学） ； CUHK MMLab（香港中文大学MMLab） 纠错

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

AI总结 DrivingGen提出首个综合性基准，用于评估生成驾驶世界模型的视觉真实性、轨迹合理性、时间一致性和可控性，揭示通用与专用模型间的权衡。

Comments ICLR 2026 Poster; Project Website: https://drivinggen-bench.github.io/

A Unified Hybrid Control Architecture for Multi-DOF Robotic Manipulators

多自由度机械臂的统一混合控制系统架构

Xinyu Qiao, Yongyang Xiong, Yu Han, Keyou You

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

AI总结 本文提出一种统一的混合控制系统架构，结合模型预测控制与反馈调节，通过仿真和实验验证其在多自由度机械臂控制中的优越性能和泛化能力。

Comments 10pages, 6figures

Robot Learning with Super-Linear Scaling

Marcel Torne, Arhan Jain, Jiayi Yuan, Vidaaranya Macha, Lars Ankile, Anthony Simeonov, Pulkit Agrawal, Abhishek Gupta

机构 * Massachusets Institute of Technology（麻省理工学院） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） 纠错

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

AIRoA MoMa Dataset: A Large-Scale Hierarchical Dataset for Mobile Manipulation

Ryosuke Takanami, Petr Khrapchenkov, Shu Morikuni, Jumpei Arima, Yuta Takaba, Shunsuke Maeda, Takuya Okubo, Genki Sano, Satoshi Sekioka, Aoi Kadoya, Motonari Kambara, Naoya Nishiura, Haruto Suzuki, Takanori Yoshimoto, Koya Sakamoto, Shinnosuke Ono, Hu Yang, Daichi Yashima, Aoi Horo, Tomohiro Motoda, Kensuke Chiyoma, Hiroshi Ito, Koki Fukuda, Akihito Goto, Kazumi Morinaga, Yuya Ikeda, Riko Kawada, Masaki Yoshikawa, Norio Kosuge, Yuki Noguchi, Kei Ota, Tatsuya Matsushima, Yusuke Iwasawa, Yutaka Matsuo, Tetsuya Ogata

机构 * The University of Tokyo（东京大学） ； AI Robot Association (AIRoA)（人工智能机器人协会） ； Toyota Motor Corporation（丰田汽车公司） ； Telexistence, Inc.（Telexistence公司） ； National Institute of Advanced Industrial Science and Technology (AIST)（国家先进工业科学与技术研究院） ； Waseda University（早稻田大学） 纠错

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

AnyPlace: Learning Generalized Object Placement for Robot Manipulation

Yuchi Zhao, Miroslav Bogdanovic, Chengyuan Luo, Steven Tohme, Kourosh Darvish, Alán Aspuru-Guzik, Florian Shkurti, Animesh Garg

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Shanghai Jiao Tong University（上海交通大学） ； Wilfrid Laurier University（威尔弗里德·劳里埃大学） ； Acceleration Consortium（加速联盟） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

Comments Accepted at CoRL 2025

NeRF-Aug: Data Augmentation for Robotics with Neural Radiance Fields

Eric Zhu, Mara Levy, Matthew Gwilliam, Abhinav Shrivastava

机构 * Department of Computer Science（计算机科学系） ； University of Maryland College Park（马里兰大学 College Park 分校） 纠错

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

JARVIS: A Neuro-Symbolic Commonsense Reasoning Framework for Conversational Embodied Agents

Kaizhi Zheng, Kaiwen Zhou, Jing Gu, Yue Fan, Jialu Wang, Zonglin Di, Xuehai He, Xin Eric Wang

机构 * University of California（加州大学） 纠错

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

Comments 19th International Conference on Neurosymbolic Learning and Reasoning

Leveraging OS-Level Primitives for Robotic Action Management

Wenxin Zheng, Boyang Li, Bin Xu, Erhu Feng, Jinyu Gu, Haibo Chen

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

Leveraging Procedural Generation for Learning Autonomous Peg-in-Hole Assembly in Space

Andrej Orsula, Matthieu Geist, Miguel Olivares-Mendez, Carol Martinez

专题命中 机器人数据与评测 ：robotics(abstract,comments)；robot learning(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG

Comments Accepted for publication at the 2024 International Conference on Space Robotics (iSpaRo) | The source code is available at https://github.com/AndrejOrsula/drl_omni_peg

Journal ref 2024 International Conference on Space Robotics (iSpaRo), pp. 357-364

Surgical-LVLM: Learning to Adapt Large Vision-Language Model for Grounded Visual Question Answering in Robotic Surgery

Guankun Wang, Long Bai, Wan Jun Nah, Jie Wang, Zhaoxi Zhang, Zhen Chen, Jinlin Wu, Mobarakol Islam, Hongbin Liu, Hongliang Ren

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

Comments The manuscript is accepted by ICLR 2025 FM-Wild Workshop

STAR: A Foundation Model-driven Framework for Robust Task Planning and Failure Recovery in Robotic Systems

Md Sadman Sakib, Yu Sun

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

Bridging the Sim-to-Real Gap for Athletic Loco-Manipulation

Nolan Fey, Gabriel B. Margolis, Martin Peticco, Pulkit Agrawal

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

Comments Project website: http://uan.csail.mit.edu

Video2Policy: Scaling up Manipulation Tasks in Simulation through Internet Videos

Weirui Ye, Fangchen Liu, Zheng Ding, Yang Gao, Oleh Rybkin, Pieter Abbeel

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

HiRT: Enhancing Robotic Control with Hierarchical Robot Transformers

Jianke Zhang, Yanjiang Guo, Xiaoyu Chen, Yen-Jen Wang, Yucheng Hu, Chengming Shi, Jianyu Chen

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

Comments Accepted to CORL 2024

ACT-Bench: Towards Action Controllable World Models for Autonomous Driving

Hidehisa Arai, Keishi Ishihara, Tsubasa Takahashi, Yu Yamaguchi

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