机器人 / 具身智能

D2E: Scaling Vision-Action Pretraining on Desktop Data for Transfer to Embodied AI

D2E：在桌面数据上扩展视觉-动作预训练以迁移到具身AI

Suhwan Choi, Jaeyoon Jung, Haebin Seong, Minchan Kim, Minyeong Kim, Yongjun Cho, Yoonshik Kim, Yubeen Park, Youngjae Yu, Yunsung Lee

机构 * Stanford University（斯坦福大学） ； Seoul National University（首尔国立大学） 纠错

专题命中 机器人数据与评测 ：embodied AI(title,abstract)；robotics(abstract)；manipulation(abstract)；navigation(abstract)

AI总结 D2E通过桌面数据预训练，实现了具身AI任务的有效迁移，其框架包含三个组件，展示了在物理操作和导航任务中的高性能表现。

Comments Accepted to ICLR 2026

Wow, wo, val! A Comprehensive Embodied World Model Evaluation Turing Test

哇，哇，val！一个综合的具身世界模型评估图灵测试

Chun-Kai Fan, Xiaowei Chi, Xiaozhu Ju, Hao Li, Yong Bao, Yu-Kai Wang, Lizhang Chen, Zhiyuan Jiang, Kuangzhi Ge, Ying Li, Weishi Mi, Qingpo Wuwu, Peidong Jia, Yulin Luo, Kevin Zhang, Zhiyuan Qin, Yong Dai, Sirui Han, Yike Guo, Shanghang Zhang, Jian Tang

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 Innovation Center of Humanoid Robotics（人形机器人创新中心） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 机器人数据与评测 ：world model(title,abstract)；embodied AI(abstract)；embodied agent(abstract)；manipulation(abstract)

AI总结 本文提出Wow-wo-val基准测试，评估视频基础模型在具身人工智能中的生成能力，发现其在长期规划和物理一致性上表现有限，揭示了现实世界与生成视频之间的差距。

WorldEval: World Model as Real-World Robot Policies Evaluator

Yaxuan Li, Yichen Zhu, Junjie Wen, Chaomin Shen, Yi Xu

机构 * Midea Group（美的集团） ； East China Normal University（华东师范大学） 纠错

专题命中 机器人数据与评测 ：world model(title,abstract)；robotics(abstract)；manipulation(abstract)；robot policy(abstract)

Comments The project page is available at https://worldeval.github.io

BEHAVIOR-1K: A Human-Centered, Embodied AI Benchmark with 1,000 Everyday Activities and Realistic Simulation

Chengshu Li, Ruohan Zhang, Josiah Wong, Cem Gokmen, Sanjana Srivastava, Roberto Martín-Martín, Chen Wang, Gabrael Levine, Wensi Ai, Benjamin Martinez, Hang Yin, Michael Lingelbach, Minjune Hwang, Ayano Hiranaka, Sujay Garlanka, Arman Aydin, Sharon Lee, Jiankai Sun, Mona Anvari, Manasi Sharma, Dhruva Bansal, Samuel Hunter, Kyu-Young Kim, Alan Lou, Caleb R Matthews, Ivan Villa-Renteria, Jerry Huayang Tang, Claire Tang, Fei Xia, Yunzhu Li, Silvio Savarese, Hyowon Gweon, C. Karen Liu, Jiajun Wu, Li Fei-Fei

专题命中 机器人数据与评测 ：embodied AI(title,abstract)；robot learning(abstract,comments)；robotics(abstract)；manipulation(abstract)

Comments A preliminary version was published at 6th Conference on Robot Learning (CoRL 2022)

Re$^3$Sim: Generating High-Fidelity Simulation Data via 3D-Photorealistic Real-to-Sim for Robotic Manipulation

Re$^3$Sim：通过用于机器人操作的3D逼真的真实到模拟生成高保真模拟数据

Xiaoshen Han, Junqiu Yu, Minghuan Liu, Yilun Chen, Xiaoyang Lyu, Yang Tian, Bolun Wang, Weinan Zhang, Jiangmiao Pang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 针对机器人真实数据收集难题，提出RE$^3$Sim系统，运用3D重建和神经渲染技术重现真实场景，利用特权信息收集专家演示并训练策略，验证管道有效性，仅用模拟数据实现零样本转移，还生成大规模数据集。

Eval-Actions: Fine-Grained Execution Quality Evaluation for Robotic Manipulation

Eval-Actions: 针对机器人操作的细粒度执行质量评估

Mengyuan Liu, Juyi Sheng, Peiming Li, Ziyi Wang, Tianming Xu, Tiantian Xu, Hong Liu

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

AI总结 本文提出Eval-Actions方法，通过专家评分、排名引导标签和思维链注释，对机器人操作策略的执行质量进行细粒度评估，包含13000+真实机器人片段，验证了其在任务完成中的有效性。

Comments Project Website at https://eval-actions.github.io/. Code is available at https://github.com/LogSSim/TERM-Bench.git

Embodied AI in Action: Insights from SAE World Congress 2026 on Safety, Trust, Robotics, and Real-World Deployment

具身人工智能在行动：来自2026年SAE世界大会关于安全、信任、机器人和现实世界部署的洞察

Jan-Mou Li, Paul Schmitt, Wei Tong, Majed Mohammed, Akshay Chalana, Arpan Kusari, Edward Griffor

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

AI总结 本文探讨了具身人工智能在现实系统中的应用挑战，强调需通过系统工程、生命周期管理与标准制定来确保安全可靠部署。

LongBench: Evaluating Robotic Manipulation Policies on Real-World Long-Horizon Tasks

LongBench：在真实世界长时域任务上评估机械臂策略

Xueyao Chen, Jingkai Jia, Tong Yang, Yibo Fu, Wei Li, Wenqiang Zhang

机构 * Fudan University（复旦大学） 纠错

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

AI总结 LongBench通过1000多个真实任务评估长时域机械臂策略，区分全观测和依赖上下文的两种模式，揭示执行鲁棒性和上下文推理的重要性。

EgoDemoGen: Egocentric Demonstration Generation for Viewpoint Generalization in Robotic Manipulation

EgoDemoGen：用于机器人操作中视角泛化的眼动演示生成

Yuan Xu, Jiabing Yang, Xiaofeng Wang, Yixiang Chen, Zheng Zhu, Bowen Fang, Guan Huang, Xinze Chen, Yun Ye, Qiang Zhang, Peiyan Li, Xiangnan Wu, Kai Wang, Bing Zhan, Shuo Lu, Jing Liu, Nianfeng Liu, Yan Huang, Liang Wang

机构 * UCAS（中国科学院大学） ； CASIA（中国科学院自动化研究所） ； GigaAI ； Tsinghua University（清华大学） ； X-Humanoid ； FiveAges 纠错

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

AI总结 本文提出EgoDemoGen框架，通过EgoTrajTransfer和EgoViewTransfer生成新型眼动视角下的观察-动作演示，提升机器人操作在视角变化下的成功率。

RealVLG-R1: A Large-Scale Real-World Visual-Language Grounding Benchmark for Robotic Perception and Manipulation

RealVLG-R1: 一个大规模真实世界视觉-语言接地基准，用于机器人感知与操作

Linfei Li, Lin Zhang, Ying Shen

机构 * School of Computer Science and Technology, Tongji University, China（同济大学计算机科学与技术学院） 纠错

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

AI总结 本文提出RealVLG框架，结合RealVLG-11B数据集和RealVLG-R1模型，统一了真实世界视觉-语言接地与抓取任务，支持零样本感知与操作，提供全面的数据与评估平台。

Comments Accepted by CVPR 2026

Skill-Aware Diffusion for Generalizable Robotic Manipulation

面向可泛化的机器人操作技能感知扩散

Aoshen Huang, Jiaming Chen, Jiyu Cheng, Ran Song, Wei Pan, Wei Zhang

机构 * School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Department of Computer Science, The University of Manchester（计算机科学系，曼彻斯特大学） 纠错

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

AI总结 SADiff通过整合技能层面信息提升机器人操作的泛化能力，引入IsaacSkill数据集进行评估与迁移。

MOVE: A Simple Motion-Based Data Collection Paradigm for Spatial Generalization in Robotic Manipulation

MOVE: 一种基于运动的数据收集范式，用于机器人操作中的空间泛化

Huanqian Wang, Chi Bene Chen, Yang Yue, Danhua Tao, Tong Guo, Shaoxuan Xie, Denghang Huang, Shiji Song, Guocai Yao, Gao Huang

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

AI总结 MOVE通过动态演示生成多样化空间配置，提升机器人操作中的空间泛化能力。

Comments 9 pages, 9 figures

Evaluating Model-Agnostic Meta-Learning on MetaWorld ML10 Benchmark: Fast Adaptation in Robotic Manipulation Tasks

Sanjar Atamuradov

机构 * MetaWorld ML10 Benchmark（MetaWorld ML10基准） 纠错

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

Comments 7 pages, 5 figures

Real Garment Benchmark (RGBench): A Comprehensive Benchmark for Robotic Garment Manipulation featuring a High-Fidelity Scalable Simulator

Wenkang Hu, Xincheng Tang, Yanzhi E, Yitong Li, Zhengjie Shu, Wei Li, Huamin Wang, Ruigang Yang

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

Comments 2026 AAAI Accept

ForeRobo: Unlocking Infinite Simulation Data for 3D Goal-driven Robotic Manipulation

Dexin wang, Faliang Chang, Chunsheng Liu

机构 * School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） 纠错

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

High-Fidelity Simulated Data Generation for Real-World Zero-Shot Robotic Manipulation Learning with Gaussian Splatting

Haoyu Zhao, Cheng Zeng, Linghao Zhuang, Yaxi Zhao, Shengke Xue, Hao Wang, Xingyue Zhao, Zhongyu Li, Kehan Li, Siteng Huang, Mingxiu Chen, Xin Li, Deli Zhao, Hua Zou

机构 * Wuhan University（武汉大学） ； DAMO Academy, Alibaba Group（达摩院，阿里巴巴集团） ； Hupan Lab（虎扑实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Huazhong University of Science and Technology（华中科技大学） ； Zhejiang University（浙江大学） 纠错

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

Comments 13 pages, 6 figures

Reinforced Embodied Planning with Verifiable Reward for Real-World Robotic Manipulation

Zitong Bo, Yue Hu, Jinming Ma, Mingliang Zhou, Junhui Yin, Yachen Kang, Yuqi Liu, Tong Wu, Diyun Xiang, Hao Chen

机构 * Xiaomi Robotics Lab（小米机器人实验室） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） 纠错

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

FLAME: A Federated Learning Benchmark for Robotic Manipulation

Santiago Bou Betran, Alberta Longhini, Miguel Vasco, Yuchong Zhang, Danica Kragic

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

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

Comments Under Review

Robotic Manipulation via Imitation Learning: Taxonomy, Evolution, Benchmark, and Challenges

Zezeng Li, Alexandre Chapin, Enda Xiang, Rui Yang, Bruno Machado, Na Lei, Emmanuel Dellandrea, Di Huang, Liming Chen

机构 * Ecole Centrale de Lyon, CNRS, Universite Claude Bernard Lyon 1, INSA Lyon, Université Lumière Lyon 2, LIRIS, UMR5205（Lyon中央理工学院、CNRS、Claude Bernard Lyon 1大学、INSA Lyon、Lyon大学、LIRIS、UMR5205） ； Beihang University（北航大学） ； Dalian University of Technology（大连理工大学） ； Institut Universitaire de France (IUF)（法国大学研究院（IUF）） 纠错

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

M3Bench: Benchmarking Whole-body Motion Generation for Mobile Manipulation in 3D Scenes

Zeyu Zhang, Sixu Yan, Muzhi Han, Zaijin Wang, Xinggang Wang, Song-Chun Zhu, Hangxin Liu

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

Comments This paper has been accepted by IEEE Robotics and Automation Letters 2025 (RA-L)

Journal ref IEEE Robotics and Automation Letters 2025

FMB: a Functional Manipulation Benchmark for Generalizable Robotic Learning

Jianlan Luo, Charles Xu, Fangchen Liu, Liam Tan, Zipeng Lin, Jeffrey Wu, Pieter Abbeel, Sergey Levine

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

Comments IJRR 2024

Learning Keypoints for Robotic Cloth Manipulation using Synthetic Data

Thomas Lips, Victor-Louis De Gusseme, Francis wyffels

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

Comments Accepted to RA-L on May 17

RAMP: A Benchmark for Evaluating Robotic Assembly Manipulation and Planning

Jack Collins, Mark Robson, Jun Yamada, Mohan Sridharan, Karol Janik, Ingmar Posner

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

Comments Project website: https://sites.google.com/oxfordrobotics.institute/ramp

BulletArm: An Open-Source Robotic Manipulation Benchmark and Learning Framework

Dian Wang, Colin Kohler, Xupeng Zhu, Mingxi Jia, Robert Platt

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

Comments Published at ISRR 2022

Sim-to-Real Transfer for Robotic Manipulation with Tactile Sensory

Zihan Ding, Ya-Yen Tsai, Wang Wei Lee, Bidan Huang

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

Comments Accepted for publication at IROS 2021

The Penetration of Internet of Things in Robotics: Towards a Web of Robotic Things

Andreas Kamilaris, Nicolo Botteghi

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

DiffPhysCam: Differentiable Physics-Based Camera Simulation for Inverse Rendering and Embodied AI

DiffPhysCam：面向逆渲染与具身智能的可微分基于物理的相机仿真

Bo-Hsun Chen, Nevindu M. Batagoda, Dan Negrut

机构 * Simulation-Based Engineering Lab, University of Wisconsin-Madison（模拟基于工程实验室，威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文提出DiffPhysCam，一款可微分基于物理的相机模拟器，解决现有虚拟相机局限，支持正向与逆渲染，经实验验证可提升机器人感知性能，还用于自主地面车辆导航的虚拟实验。

Comments 37 pages, 24 figures, and 5 tables. Code of DiffPhysCam-CamCaliExp: https://github.com/DanielYamChen/DiffPhysCam-CamCaliExp Code of DiffPhysCam-NovelViewSynthesis: https://github.com/DanielYamChen/DiffPhysCam-NovelViewSynthesis Data of DiffPhysCam_Data: https://huggingface.co/datasets/DanielYamChen/DiffPhysCam_Data Simulation video: https://youtu.be/gQwSMrdmHJI

WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform

WorldArena 2.0: 扩展模态、功能和平台的具身世界模型基准测试

Yu Shang, Yinzhou Tang, Yiding Ma, Zhuohang Li, Lei Jin, Weikang Su, Xin Jin, Zhaolu Wang, Ziyou Wang, Xin Zhang, Haisheng Su, Weizhen He, Wei Wu, Haoyi Duan, Gordon Wetzstein, Xihui Liu, Dhruv Shah, Zhaoxiang Zhang, Zhibo Chen, Jun Zhu, Yonghong Tian, Tat-Seng Chua, Wenwu Zhu, Chen Gao, Yong Li

机构 * Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； Stanford University（斯坦福大学） ； The University of Hong Kong（香港大学） ； Princeton University（普林斯顿大学） ； Chinese Academy of Sciences（中国科学院） ； University of Science and Technology of China（中国科学技术大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出WorldArena 2.0，扩展了具身世界模型的评估，涵盖模态、功能和平台三个维度，提供全面的测试平台以评估具身世界模型的进展。

Large Language Models and 3D Vision for Intelligent Robotic Perception and Autonomy

Vinit Mehta, Charu Sharma, Karthick Thiyagarajan

机构 * Machine Learning Lab IIIT Hyderabad（IIIT Hyderabad 机器学习实验室） ； SensR Lab Western Sydney University（Western Sydney University SensR实验室） 纠错

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

Comments 45 pages, 15 figures, MDPI Sensors Journal

Journal ref Sensors 2025, 25(20), 6394

FindingDory: A Benchmark to Evaluate Memory in Embodied Agents

Karmesh Yadav, Yusuf Ali, Gunshi Gupta, Yarin Gal, Zsolt Kira

机构 * Georgia Tech（佐治亚理工学院） ； University of Oxford（牛津大学） 纠错

专题命中 机器人数据与评测 ：embodied agent(title,abstract)；robotics(abstract)；manipulation(abstract)；navigation(abstract)

Comments Our dataset and code can be found at: https://findingdory-benchmark.github.io/