机器人 / 具身智能

Distributed Impedance Control of Latency-Prone Robotic Systems with Series Elastic Actuation

具有串联弹性执行器的延迟敏感机器人系统的分布式阻抗控制

Ye Zhao, Luis Sentis

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

AI总结 本文研究了具有串联弹性执行器的延迟敏感机器人系统的分布式阻抗控制问题，提出了一种关键阻尼增益设计方法，用于优化SEA级联控制架构的阻抗控制器设计，并通过频率域方法分析了时间延迟、滤波和负载惯量对SEA阻抗性能的影响。

Comments 24 pages, 16 figures. arXiv admin note: text overlap with arXiv:1501.02854

Sim-to-Real Transfer of Robotic Control with Dynamics Randomization

机器人控制的仿真到现实转移与动力学随机化

Xue Bin Peng, Marcin Andrychowicz, Wojciech Zaremba, Pieter Abbeel

机构 * OpenAI 纠错

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

AI总结 本文提出一种简单方法通过随机化仿真动力学来弥合现实与仿真的差距，使策略能适应不同动态，从而在无需真实系统训练的情况下实现现实世界泛化。

Bionic Reflex Control Strategy for Robotic Finger with Kinematic Constraints

仿生反射控制策略用于具有运动学约束的机械手指

Narkhede Kunal Sanjay, Shyamanta M. Hazarika

机构 * Department of Mechanical Engineering（机械工程系） ； Indian Institute of Technology Kharagpur（印度理工学院卡里格普分校） ； Indian Institute of Technology Guwahati（印度理工学院古瓦哈蒂） 纠错

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

AI总结 本文提出了一种用于具有运动学约束的机械手指的仿生反射控制策略，通过力跟踪阻抗控制策略实现仿生反射，减少手指的动力学模型并讨论了允许精确力跟踪的阻抗控制策略，展示了单指在平面上支撑矩形物体的仿真结果，反射响应时间在毫秒级。

Comments 5 pages, 7 figures

Modular Deep Q Networks for Sim-to-real Transfer of Visuo-motor Policies

模块化深度Q网络用于视觉-运动策略的仿真到现实迁移

Fangyi Zhang, Jürgen Leitner, Michael Milford, Peter Corke

机构 * Australian Centre for Robotic Vision (ACRV)（澳大利亚机器人视觉中心） ； Queensland University of Technology (QUT)（昆士兰理工大学） 纠错

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

AI总结 本文提出模块化深度强化学习方法，通过在感知与控制之间引入瓶颈，实现仿真到现实的迁移，提升机器人视觉-运动协调能力。

Comments Australasian Conference on Robotics and Automation (ACRA) 2017, Student Paper Award Finalist

Journal ref The proceedings of the Australasian Conference on Robotics and Automation (ACRA) 2017

Distributed controller-estimator for target tracking of networked robotic systems under sampled interaction

分布式控制器-估计器用于网络化机器人系统在采样交互下的目标跟踪

Ming-Feng Ge, Zhi-Hong Guan, Bin Hu, Ding-Xin He, Rui-Quan Liao

机构 * College of Automation, Huazhong University of Science and Technology（华中科技大学自动化学院） ； Petroleum Engineering College, Yangtze University（江汉石油学院石油工程学院） 纠错

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

AI总结 本文提出两种新型分布式控制器-估计器算法，用于网络化机器人系统在采样交互下的目标跟踪问题，通过小值范数和李雅普诺夫稳定性理论分析，确定交互拓扑、采样周期等参数以实现跟踪误差的实际稳定性。

Comments 8 pages, 4 figures, Published in Automatica

Journal ref Automatica, 2016, 69: 410-417

Adaptive Visual Tracking for Robotic Systems Without Image-Space Velocity Measurement

无图像空间速度测量的机器人系统自适应视觉跟踪

Hanlei Wang

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

AI总结 本文研究了无图像空间速度测量的机器人视觉跟踪问题，提出了一种新的图像空间观测器，通过未知动力学中的图像空间速度信息设计自适应控制器，解决了多不确定性分离问题，避免了过参数化。

Comments 21 pages, 3 figures, revised for making improvements based on the reviewers' and AE's comments from Automatica and for adding the journal reference

Journal ref Automatica, 55: 294-301, May 2015

Making Embodied AI Reliable: A Community Agenda from Testing to Formal Verification

使具身AI可靠：从测试到形式验证的社区议程

Xi Zheng, Dulanga Weerakoon, Yintong Huo, Teresa Yeo, Guy Van Den Broeck, Vijay Ganesh, Daniel Neider, Biplav Srivastava, Ivan Ruchkin, Archan Misra, Corina Pasareanu

机构 * University of Waterloo（滑铁卢大学） ； Universityinceton University（普林斯顿大学） 纠错

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

AI总结 本文基于AAAI'26 Bridge Program讨论，提出通过集成测试、形式验证和运行时保证的神经符号方法，解决具身AI在开放世界中的生命周期可靠性问题。

Symmetries Here and There, Combined Everywhere: Cross-space Symmetry Compositions in Robotics

此处与彼处的对称性，无处不在的组合：机器人学中的跨空间对称性组合

Loizos Hadjiloizou, Rodrigo Pérez-Dattari, Noémie Jaquier

机构 * Department of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院） 纠错

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

AI总结 提出跨空间对称性组合框架，通过前向运动学的微分几何结构实现配置空间与任务空间对称性的联合等变，并在双机械臂实验中验证了多对称性联合利用能提升泛化能力。

Comments 8 pages, 8 figures, 1 table

YoCausal: How Far is Video Generation from World Model? A Causality Perspective

YoCausal: 视频生成距离世界模型还有多远？一个因果视角

You-Zhe Xie, Yu-Hsuan Li, Jie-Ying Lee, Kaipeng Zhang, Yu-Lun Liu, Zhixiang Wang

机构 * National Yang Ming Chiao Tung University ； Shanda AI Research Tokyo 纠错

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

AI总结 提出YoCausal基准，通过时间反转真实视频生成反事实样本，利用反向惊奇指数（RSI）和因果认知指数（CCI）评估视频扩散模型的因果理解能力，发现模型感知时间方向不等于理解因果关系，与人类水平存在显著差距。

Comments Project page: https://www.youzhexie.me/papers/YoCausal/index.html

A Progress-Aware Leader-Follower Midair Docking System for Dual-Drone Aerial Manipulation

面向双无人机空中操控的进度感知领航-跟随空中对接系统

Yifan Cai, Jan Ming Kevin Tan, Xiangqi Li, Chenzhe Jin, Narsimlu Kemsaram, Valerio Modugno

机构 * Department of Computer Science, University College London（计算机科学系，伦敦大学学院） 纠错

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

AI总结 提出一种进度感知的领航-跟随双四旋翼空中对接平台，通过被动磁锁紧模块和阶段管理器实现可靠对接，并基于定量指标进行仿真与实验评估。

Comments This paper has been accepted for publication in the Proceedings of the 2026 IEEE 22nd International Conference on Automation Science and Engineering (CASE 2026), August 17-21, 2026, Shenyang, China

Scaling, Benchmarking, and Reasoning of Vision-Language Agents for Mobile GUI Navigation

面向移动GUI导航的视觉语言模型：缩放、基准测试与推理

Heng Qu, Yike Liu, Renren Jin, Wenzong Zhang, Pengzhi Gao, Wei Liu, Jian Luan

机构 * Wuhan University（武汉大学） 纠错

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

AI总结 本文系统研究了视觉语言模型在移动GUI导航中的数据缩放、基准测试与推理，提出了大规模数据集HyperTrack和开源工具包GUIEvalKit，并发现基于强化学习的微调优于监督微调，尤其在域外场景中表现更佳。

Comments Accepted at ICML 2026

What Questions Should Robots Be Able to Answer? A Dataset of User Questions for Explainable Robotics

机器人应该能够回答哪些问题？一个用于可解释机器人的用户问题数据集

Lennart Wachowiak, Andrew Coles, Gerard Canal, Oya Celiktutan

机构 * King's College London, CDT in Safe and Trusted AI（国王学院伦敦大学，安全与可信人工智能中心） ； King's College London（国王学院伦敦大学） 纠错

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

AI总结 本文通过收集100名参与者的1893个问题，构建了一个面向家用机器人的用户问题数据集，涵盖12个类别和70个子类别，旨在帮助机器人学家确定机器人需要回答的关键问题类型。

Specification-Driven Generation and Evaluation of Discrete-Event World Models via the DEVS Formalism

通过DEVS形式化方法驱动的离散事件世界模型生成与评估

Zheyu Chen, Huiteng Zhuang, Zhuohuan Li, Chuanhao Li

机构 * Zhili College, Tsinghua University（清华大学紫光学院） ； School of Transportation Science and Engineering, Beihang University（北航交通科学与工程学院） ； Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） 纠错

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

AI总结 本文提出了一种基于自然语言规范在线生成离散事件世界模型的方法，结合了显式模拟器的可靠性与神经模型的适应性，通过DEVS形式化方法和分阶段的LLM生成流程，实现了对事件和时间逻辑的结构推断，并通过基准测试集验证了模型的一致性和可验证性。

Comments 36 pages, 6 figures

SWoMo: Neuro-Symbolic World Model for Cataract Surgery Simulation

SWoMo：用于白内障手术模拟的神经符号世界模型

Ssharvien Kumar Sivakumar, Akwele Johnson, Anirudh Dhingra, Yannik Frisch, Ghazal Ghazaei, Anirban Mukhopadhyay

机构 * Technical University Darmstadt（德累斯顿技术大学） ； Carl Zeiss AG（蔡司股份有限公司） ； AICM, Medical Faculty of Heidelberg University（海德堡大学医学院） 纠错

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

AI总结 本文提出SWoMo，一种用于白内障手术模拟的神经符号世界模型，通过分离运动生成与视觉真实性，结合规则基模拟器和场景图表示来建模运动动态和工具-组织交互，同时使用扩散模型生成逼真的视觉效果，从而提升手术模拟的真实性和临床适用性。

Depth Completion in Unseen Field Robotics Environments Using Extremely Sparse Depth Measurements

在未见过的田间机器人环境中使用极稀疏深度测量进行深度补全

Marco Job, Thomas Stastny, Eleni Kelasidi, Roland Siegwart, Michael Pantic

机构 * Autonomous Systems Lab, ETH Zürich（瑞士苏黎世联邦理工学院自主系统实验室） ； Field Robotics Lab, NTNU（挪威特罗姆瑟大学场 robotics 实验室） 纠错

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

AI总结 本研究提出了一种深度补全模型，通过合成数据训练和极稀疏的深度传感器测量，在未见过的田间机器人环境中预测密集的度量深度，解决了低成本相机在田间机器人中应用受限的问题。

Comments Accepted to ICRA 2026

ECG-WM: A Physiology-Informed ECG World Model for Clinical Intervention Simulation

ECG-WM: 一种基于生理的ECG世界模型用于临床干预模拟

Zhikang Chen, Yue Wang, Sen Cui, Yu Zhang, Changshui Zhang, Tianling Ren, Tingting Zhu

机构 * University of Oxford（牛津大学） ； Tsinghua University（清华大学） ； Southern University of Science and Technology（南方科技大学） 纠错

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

AI总结 本文提出了一种基于ECG的世界模型，用于条件化预测心脏电生理学，通过整合生理学普通微分方程先验知识，提升干预后ECG轨迹的生理合理性，并引入不确定性评估策略以更可靠地评估候选干预方案。

TeachAnything: A Multimodal Crowdsourcing Platform for Training Embodied AI Agents in Symmetrical Reality

教任何事物：一种多模态众包平台，用于在对称现实中的训练具身AI代理

Zidong Liu, Rongkai Liu, Yue Li, Zhenliang Zhang

机构 * State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； BIGAI 纠错

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

AI总结 本文提出TeachAnything平台，通过多模态示范信号整合三阶段示范范式，实现跨场景、任务和具身的多样化示范数据收集，为对称现实中的具身AI代理开发提供实用基础。

Comments 5 pages, 3 figures. Accepted as an IEEE VR 2026 Poster

Bug-Report-Driven Fault Localization: Industrial Benchmarking and Lesson Learned at ABB Robotics

基于Bug报告的故障定位：在ABB机器人中的工业基准测试与经验总结

Pernilla Hall, Anton Ununger, Riccardo Rubei, Alessio Bucaioni

机构 * M\" a lardalen University Sweden ； M\" a lardalen University 纠错

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

AI总结 本文研究了仅利用自然语言bug报告能否通过AI实现故障定位，通过ABB机器人五年数据验证传统模型优于transformer模型，展示了文本驱动的故障定位方法。

Urban Risk-Aware Navigation via VQA-Based Event Maps for People with Low Vision

面向低视力人群的基于VQA的事件地图城市风险感知导航

Antoni Valls, Jordi Sanchez-Riera

机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与信息技术研究所，CSIC-UPC） 纠错

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

AI总结 本文提出基于视觉问答的事件地图框架，利用视觉语言模型进行行人场景描述和危险识别，通过三级查询结构实现细粒度场景理解，生成风险感知导航地图，验证多模态大语言模型在助视导航中的有效性。

Comments 10 pages, 6 figures, submitted to IEEE T-ITS

RoboMemArena: A Comprehensive and Challenging Robotic Memory Benchmark

RoboMemArena：一个全面且具有挑战性的机器人记忆基准

Huashuo Lei, Wenxuan Song, Huarui Zhang, Jieyuan Pei, Jiayi Chen, Haodong Yan, Han Zhao, Pengxiang Ding, Zhipeng Zhang, Lida Huang, Donglin Wang, Yan Wang, Haoang Li

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Tsinghua University（清华大学） ； Zhejiang University of Technology（浙江工业大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 本文提出RoboMemArena，一个包含26个任务的大型基准，通过多模态注释和真实世界评估，改进了现有机器人记忆基准的不足。PrediMem在基准测试中表现优异，为复杂记忆系统提供了新的见解。

Comments Project website: https://robomemarena.github.io

Bi3: A Biplatform, Bicultural, Biperson Dataset for Social Robot Navigation

Bi3：一个双平台、双文化、双人数据集用于社交机器人导航

Andrew Stratton, Phani Teja Singamaneni, Pranav Goyal, Rachid Alami, Christoforos Mavrogiannis

机构 * Department of Robotics, University of Michigan（机器人系，密歇根大学） ； LAAS-CNRS, University of Toulouse（LAAS-CNRS，图卢兹大学） ； INRIA, University of Lorraine（INRIA，洛林大学） 纠错

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

AI总结 Bi3数据集通过双平台、双文化、双人交互，为社交机器人导航提供多样性模型复杂性的基准，用于研究人类与机器人在受限环境中的协同活动。

Comments ICRA 2026

Toward Visually Realistic Simulation: A Benchmark for Evaluating Robot Manipulation in Simulation

迈向视觉逼真模拟：评估机器人操作的基准测试

Yixin Zhu, Zixiong Wang, Jian Yang, Jin Xie, Jingyi Yu, Jiayuan Gu, Beibei Wang

机构 * Nanjing University（南京大学） ； Nankai University（南开大学） ； ShanghaiTech University（上海科技大学） 纠错

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

AI总结 本文提出VISER基准，通过高保真3D资产和物理渲染材料，评估机器人操作的视觉逼真度，提升仿真与现实性能的关联性。

MiniVLA-Nav v1: A Multi-Scene Simulation Dataset for Language-Conditioned Robot Navigation

MiniVLA-Nav v1：一种多场景模拟数据集用于语言条件的机器人导航

Ali Al-Bustami, Jaerock Kwon

机构 * Department of Electrical and Computer Engineering, University of Michigan-Dearborn（密歇根大学迪尔伯恩分校电气与计算机工程系） 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MiniVLA-Nav v1数据集，用于语言引导的物体接近导航任务，包含四个逼真环境，提供同步图像、深度图和分割掩码，支持多种评估分割。

Comments 9 pages, 12 figures, 7 tables. Dataset paper

Bridging Values and Behavior: A Hierarchical Framework for Proactive Embodied Agents

连接价值与行为：一种面向主动具身代理的分层框架

Chunhui Zhang, Yuxuan Wang, Aoyang Qin, Yi-Long Lu, Kunlun Wu, Yizhou Wang, Wei Wang

机构 * State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； School of Computer Science, Peking University（北京大学计算机学院） ； Tsinghua University（清华大学） ； Nat’l Eng. Research Center of Visual Technology, Peking University（北京大学视觉技术国家工程研究中心） ； Institute for AI, Peking University（北京大学人工智能研究院） ； State Key Laboratory of General Artificial Intelligence, Peking University（通用人工智能国家重点实验室，北京大学） 纠错

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

AI总结 本文提出ValuePlanner框架，通过分层认知架构分离高阶价值调度与低阶行动执行，结合LLM生成符号子目标并用PDDL规划器转化为行动计划，通过反馈机制提升自主性，实验表明其能生成连贯的长期自主行为。

Real-Time Non-Contact Force Compensation for Wrist-Mounted Force/Torque Sensors in Haptic-Enabled Robotic Surgery Training

用于力/扭矩传感器在触觉增强外科手术培训中的实时非接触力补偿

Walid Shaker, Mustafa Suphi Erden

机构 * School of Engineering and Physical Sciences, Heriot-Watt University（工程与物理科学学院，赫瑞-瓦特大学） 纠错

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

AI总结 本文提出一种基于递归最小二乘法的实时补偿方法，用于解决腕部力/扭矩传感器在触觉反馈训练中的非接触力干扰问题，实验显示其在力和扭矩补偿上的误差降低率分别超过95%和91%。

Comments Submitted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

A Real-World Grasping-in-Clutter Performance Evaluation Benchmark for Robotic Food Waste Sorting

一种用于机器人食品废物分拣的现实世界抓取-杂乱环境性能评估基准

Moniesha Thilakarathna, Xing Wang, Min Wang, David Hinwood, Shuangzhe Liu, Damith Herath

机构 * Faculty of Science and Technology, University of Canberra（科学与技术学院，堪培拉大学） 纠错

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

AI总结 本文提出GRAB基准，通过1750次抓取尝试评估不同夹具在杂乱环境中的抓取性能，揭示物体质量是影响抓取表现的主要因素。

Comments 26 pages, 13 Figures, 4 Tables. Revised manuscript with a clearer state-of-the-art discussion, reorganized methodology, and updated figures and content

EgoWalk: A Multimodal Dataset for Robot Navigation in the Wild

EgoWalk：一种用于野外机器人导航的多模态数据集

Timur Akhtyamov, Mohamad Al Mdfaa, Javier Antonio Ramirez Benavides, Arthur Nigmatzyanov, Sergey Bakulin, German Devchich, Denis Fatykhov, Diego Ruiz Salinas, Alexander Mazurov, Kristina Zipa, Malik Mohrat, Pavel Kolesnik, Ivan Sosin, Gonzalo Ferrer

机构 * Skolkovo Institute of Science and Technology（斯克尔科沃科学与技术研究所） ； Sber Robotics Center（Sber机器人中心） 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EgoWalk数据集，包含50小时人类在多样化环境中的导航数据，提供多模态数据及自动化子集生成流程，展示其在机器人导航中的应用价值。

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

Distributed Human Identity: AI-Enabled Multi-Existence Through Cognitive Replication and Robotic Embodiments

分布式人类身份：通过认知复制和机器人躯体实现的AI赋能多存在

A S M Touhidul Islam, John Tookey

机构 * Faculty of Design and Creative Technologies, Auckland University of Technology（设计与创意技术学院，奥克兰技术大学） 纠错

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

AI总结 本文提出多存在身份框架，通过认知、行为和情感属性的复制，实现AI赋能的多场景存在，突破传统物理躯体限制，提升身份一致性与文化相关性，探讨其在专业、教育、医疗等领域的应用与伦理挑战。

Comments 30 pages, 1 figure, 4 tables. cs.AI under Computer Science category

Chasing Ghosts: A Simulation-to-Real Olfactory Navigation Stack with Optional Vision Augmentation

追踪鬼魂：一种模拟到现实的嗅觉导航堆栈，可选视觉增强

Kordel K. France, Ovidiu Daescu, Latifur Khan, Rohith Peddi

机构 * Dept. of Computer Science University of Texas at Dallas Richardson, TX, USA（计算机科学系德克萨斯大学达拉斯分校理查德森市德克萨斯州美国） 纠错

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

AI总结 本文提出了一种基于无人机的嗅觉导航系统，通过模拟训练和现实部署实现在线气味源定位，无需构建气体分布图或依赖外部定位系统，同时提供可选视觉增强功能。

Model-free source seeking of exponentially convergent unicycle: theoretical and robotic experimental results

无模型的指数收敛单轮车源寻找：理论和机器人实验结果

Rohan Palanikumar, Ahmed A. Elgohary, Victoria Grushkovskaya, Sameh A. Eisa

机构 * Department of Aerospace Engineering and Engineering Mechanics（航空航天工程与工程力学系） ； University of Cincinnati（辛辛那提大学） ； Department of Mathematics（数学系） ； University of Klagenfurt（克雷格弗特大学） 纠错

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

AI总结 本文提出一种无模型的单轮车源寻找设计，实现指数收敛于高次幂函数极值点，通过理论分析和机器人实验验证了其鲁棒性和实际应用能力。

Journal ref IFAC J. Syst. Control. 35 (2026) 100378