机器人 / 具身智能

GDA-YOLO11: Amodal Instance Segmentation for Occlusion-Robust Robotic Fruit Harvesting

GDA-YOLO11: 一种用于抗遮挡的机器人果实采摘的无遮挡实例分割

Caner Beldek, Emre Sariyildiz, Son Lam Phung, Gursel Alici

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

AI总结 GDA-YOLO11通过改进的无遮挡分割模型提升机器人果实采摘的遮挡鲁棒性，实现更高的采摘成功率和更准确的分割性能。

Comments 9 pages, journal pre-print

GeCo-SRT: Geometry-aware Continual Adaptation for Robotic Cross-Task Sim-to-Real Transfer

GeCo-SRT: 基于几何的持续适应用于机器人跨任务仿真到现实迁移

Wenbo Yu, Wenke Xia, Weitao Zhang, Di Hu

机构 * Beijing Forestry University（北京林业大学） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大型模型与智能治理研究重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（下一代智能搜索与推荐工程研究中心，教育部） 纠错

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

AI总结 GeCo-SRT通过几何感知的持续适应方法，实现跨任务仿真到现实迁移的高效和有效适应，提升新任务性能并提高数据效率。

Comments Accepted By CVPR 2026

How Foundational Skills Influence VLM-based Embodied Agents:A Native Perspective

基础技能如何影响基于VLM的具身体验代理：一种原生视角

Bo Peng, Pi Bu, Keyu Pan, Xinrun Xu, Yinxiu Zhao, Miao Chen, Yang Du, Lin Li, Jun Song, Tong Xu

机构 * Alibaba-inc（阿里巴巴集团） 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NativeEmbodied基准测试，通过统一的原生低级动作空间评估VLM驱动具身体验代理的综合性能，并揭示基础技能缺陷对高级任务性能的限制。

What Breaks Embodied AI Security:LLM Vulnerabilities, CPS Flaws,or Something Else?

使具身AI安全破裂的因素：大语言模型漏洞、CPS缺陷还是其他东西？

Boyang Ma, Hechuan Guo, Peizhuo Lv, Minghui Xu, Xuelong Dai, YeChao Zhang, Yijun Yang, Yue Zhang

机构 * Shandong University（山东大学） 纠错

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

AI总结 本文探讨了具身AI安全问题的根源，指出系统级不匹配而非孤立模型缺陷或传统CPS攻击是主要因素，并提出了四个核心见解以解释其安全挑战。

Towards Autonomous Robotic Kidney Ultrasound: Spatial-Efficient Volumetric Imaging via Template Guided Optimal Pivoting

迈向自主机器人肾脏超声：通过模板引导的最优旋转实现空间高效的体积分层成像

Xihan Ma, Haichong Zhang

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

AI总结 本文提出了一种基于模板引导的最优旋转方法，用于实现空间高效的肾脏超声成像，通过最小化探头足迹提高扫描效率和准确性。

WebWorld: A Large-Scale World Model for Web Agent Training

WebWorld: 一个大规模的世界模型用于网络代理训练

Zikai Xiao, Jianhong Tu, Chuhang Zou, Yuxin Zuo, Zhi Li, Peng Wang, Bowen Yu, Fei Huang, Junyang Lin, Zuozhu Liu

机构 * Alibaba Group（阿里巴巴集团） ； Zhejiang University（浙江大学） 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 WebWorld是一个大规模开放网络模拟器，通过大规模训练实现网络代理的有效训练，展示了在多个领域中的泛化能力。

Direction Matters: Learning Force Direction Enables Sim-to-Real Contact-Rich Manipulation

方向至关重要：学习力的方向使模拟到现实的接触丰富操作成为可能

Yifei Yang, Anzhe Chen, Zhenjie Zhu, Kechun Xu, Yunxuan Mao, Yufei Wei, Lu Chen, Rong Xiong, Yue Wang

机构 * Zhejiang University（浙江大学） ； Zhejiang Humanoid Robot Innovation Center（浙江人形机器人创新中心） 纠错

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

AI总结 本文提出了一种通过学习力方向来提升模拟到现实接触丰富操作性能的方法，利用专家设计的控制器逻辑和有限状态机，在四个真实任务中实现了更高的成功率和鲁棒性。

It Takes Two to Tango: A Holistic Simulator for Joint Order Scheduling and Multi-Agent Path Finding in Robotic Warehouses

双人探戈也需要两人：一种综合模拟器用于机器人仓库中的联合订单调度和多智能体路径寻找

Haozheng Xu, Wenhao Li, Zifan Wei, Bo Jin, Hongxing Bai, Ben Yang, Xiangfeng Wang

机构 * East China Normal University（东华大学） ； Tongji University（同济大学） ； Zhejiang Galaxis Technology Group Co.,Ltd（浙江伽利西科技集团有限公司） ； Shenzhen Loop Area Institute (SLAI)（深圳环 area 研究院） 纠错

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

AI总结 WareRover是一种综合模拟器，通过闭环优化接口紧密耦合订单调度与多智能体路径寻找，为机器人仓库的鲁棒协调提供挑战性测试环境。

Synthetic Dataset Generation and Validation for Robotic Surgery Instrument Segmentation

用于机器人手术器械分割的合成数据集生成与验证

Giorgio Chiesa, Rossella Borra, Vittorio Lauro, Sabrina De Cillis, Daniele Amparore, Cristian Fiori, Riccardo Renzulli, Marco Grangetto

机构 * University of Turin, Italy（都灵大学） 纠错

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

AI总结 本文提出了一种生成和验证用于机器人手术器械分割的合成数据集的方法，通过自动化流程生成逼真数据，并验证其在模型训练中的有效性。

Comments Accepted at ISBI 2026

Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation

语义接触场用于类别级可泛化的触觉工具操作

Kevin Yuchen Ma, Heng Zhang, Weisi Lin, Mike Zheng Shou, Yan Wu

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

AI总结 SCFields通过融合视觉语义与密集接触估计，实现类别级可泛化的触觉工具操作，显著优于视觉和原始触觉基线。

Instance-Guided Unsupervised Domain Adaptation for Robotic Semantic Segmentation

实例引导的无监督领域适应用于机器人语义分割

Michele Antonazzi, Lorenzo Signorelli, Matteo Luperto, Nicola Basilico

机构 * Department of Computer Science, University of Milan（计算机科学系，米兰大学） 纠错

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

AI总结 本文提出了一种实例引导的无监督领域适应方法，通过生成多视图一致的伪标签并利用基础模型进行细化，提升机器人语义分割的适应性能。

Comments Accepted for publication at ICRA 2026

DeCo: Task Decomposition and Skill Composition for Zero-Shot Generalization in Long-Horizon 3D Manipulation

DeCo：用于长周期3D操作零样本泛化任务分解与技能组合

Zixuan Chen, Junhui Yin, Yangtao Chen, Jing Huo, Pinzhuo Tian, Jieqi Shi, Yiwen Hou, Yinchuan Li, Yang Gao

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Huawei Noah’s Ark Lab (AI Lab), China（华为诺亚实验室（AI实验室）） 纠错

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

AI总结 DeCo通过任务分解与技能组合提升长周期3D操作任务的零样本泛化能力，显著提高多个模型在新任务上的成功率。

Comments RAL 2026

DORA: Dataflow Oriented Robotic Architecture

面向数据流的机器人架构

Xiaodong Zhang, Baorui Lv, Xavier Tao, Xiong Wang, Jie Bao, Yong He, Yue Chen, Zijiang Yang

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

AI总结 DORA通过显式数据依赖规范和零拷贝传输，提升机器人系统在数据密集型任务中的通信效率和性能。

Towards a Neuronally Consistent Ontology for Robotic Agents

迈向机器人代理的神经一致本体

Florian Ahrens, Mihai Pomarlan, Daniel Beßler, Thorsten Fehr, Michael Beetz, Manfred Herrmann

机构 * University of Bremen, Department of Neuropsychology（不莱梅大学神经心理学系） ； University of Bremen, Institute for Linguistics（不莱梅大学语言学研究所） ； University of Bremen, Institute for Artificial Intelligence（不莱梅大学人工智能研究所） 纠错

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

AI总结 本文提出通过分析人类神经影像数据，使机器人代理的本体模型更符合人类神经信息处理特性。

Comments Preprint of paper accepted for the European Conference on Artificial Intelligence (ECAI) 2023 (minor typo corrections)

Journal ref ECAI.2023. 372 (2023) 36-43

Primary Experimental Feedback on a Co-manipulated Robotic System for Assisted Cervical Surgery

对一种用于辅助颈椎手术的协同机器人系统的初步实验反馈

Seifeddine Sellemi, Abdelbadia Chaker, Tanguy Vendeuvre, Terence Essomba, Med Amine Laribi

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

AI总结 本研究评估了一种协同机器人系统在辅助颈椎手术钻孔任务中的性能，通过分析其轨迹执行精度，为临床应用提供可靠性和改进方向的反馈。

Journal ref The 7th IFToMM International Conference on Mechanisms, Transmissions, and Applications, Sep 2025, Taoyuan City, France. pp.147-155

A High-Fidelity Robotic Manipulator Teleoperation Framework for Human-Centered Augmented Reality Evaluation

一种高保真机器人机械臂远程操作框架用于以人为中心的增强现实评估

Harsh Chhajed, Tian Guo

机构 * Worcester Polytechnic Institute（沃斯特理工学院） 纠错

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

AI总结 ARBot是一种用于增强现实评估的高保真机器人机械臂远程操作框架，通过定制算法和安全控制器实现自然运动捕捉与回放，提供可控的AR评估数据集。

Automatic Cognitive Task Generation for In-Situ Evaluation of Embodied Agents

为在场评估具身智能体而自动产生认知任务

Xinyi He, Ying Yang, Chuanjian Fu, Sihan Guo, Songchun Zhu, Lifeng Fan, Zhenliang Zhang, Yujia Peng

机构 * Peking University（北京大学） ； 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 agent(title,abstract)；分类 cs.AI

AI总结 本文提出TEA系统，通过动态在场任务生成方法评估具身智能体在未见环境中的能力，揭示模型在基本感知和3D交互方面的不足。

Real-time topology-aware M-mode OCT segmentation for robotic deep anterior lamellar keratoplasty (DALK) guidance

实时拓扑感知的M模式OCT分割用于机器人深前层角膜移植术（DALK）引导

Rosalinda Xiong, Jinglun Yu, Yaning Wang, Ziyi Huang, Jin U. Kang

机构 * Department of Electrical and Computer Engineering, Johns Hopkins University（电气与计算机工程系，约翰霍普金斯大学） 纠错

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

AI总结 本研究提出了一种基于UNeXt的轻量级拓扑感知M模式OCT分割方法，实现超过80 Hz的实时处理速度，提升DALK手术中的深度反馈精度与稳定性。

RVDebloater: Mode-based Adaptive Firmware Debloating for Robotic Vehicles

RVDebloater: 基于模式的自适应固件去冗余技术用于机器人车辆

Mohsen Salehi, Karthik Pattabiraman

机构 * The University of British Columbia（不列颠哥伦比亚大学） 纠错

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

AI总结 RVDebloater是一种基于模式的自适应固件去冗余技术，通过动态分析实现对机器人车辆不同模式的固件优化，有效减少攻击面并提升运行效率。

End-to-end example-based sim-to-real RL policy transfer based on neural stylisation with application to robotic cutting

端到端基于神经风格迁移的示例驱动sim-to-real强化学习策略迁移方法及其在机器人切割中的应用

Jamie Hathaway, Alireza Rastegarpanah, Rustam Stolkin

机构 * Extreme Robotics Lab, School of Metallurgy and Materials, University of Birmingham（极端机器人实验室、冶金与材料学院、伯明翰大学） ； The Faraday Institution, Quad One, Harwell Science and Innovation Campus（法拉第机构、Quad One、哈威尔科学与创新校园） ； School of Computer Science and Digital Technologies, Aston University（计算机科学与数字技术学院、阿斯顿大学） 纠错

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

AI总结 本文提出了一种基于神经风格迁移的端到端sim-to-real强化学习策略迁移方法，通过合成训练数据提升机器人切割任务的性能和鲁棒性。

Comments 14 pages, 9 figures. Submitted to Nature Scientific Reports

Memory-Maze: Scenario Driven Visual Language Navigation Benchmark for Guiding Blind People

Memory-Maze: 为引导视障人士的场景驱动视觉语言导航基准

Masaki Kuribayashi, Kohei Uehara, Allan Wang, Daisuke Sato, Simon Chu, Shigeo Morishima

机构 * Waseda University（早稻田大学） ； Miraikan - The National Museum of Emerging Science and Innovation（Mirai Kan - 国家新兴科学与创新博物馆） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Memory-Maze是一个针对视障人士导航的场景驱动视觉语言导航基准，通过模拟记忆中的路线指令场景，评估模型处理记忆中不完整和模糊指令的能力。

iFAN Ecosystem: A Unified AI, Digital Twin, Cyber-Physical Security, and Robotics Environment for Advanced Nuclear Simulation and Operations

iFAN生态系统：一个统一的AI、数字孪生、网络物理安全和机器人环境，用于高级核模拟和操作

Youndo Do, Chad Meece, Marc Zebrowitz, Spencer Banks, Myeongjun Choi, Xiaoxu Diao, Kai Tan, Michael Doran, Jason Reed, Fan Zhang

机构 * 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 ：robotics(title)；robotic(abstract)；分类 cs.RO

AI总结 iFAN生态系统通过整合AI、数字孪生、网络物理安全和机器人技术，为核模拟和操作提供高保真度的虚拟测试平台，支持自主和网络容错的核操作验证。

Off-Policy Actor-Critic with Sigmoid-Bounded Entropy for Real-World Robot Learning

基于Sigmoid受限熵的离策略Actor-Critic用于现实世界机器人学习

Xiefeng Wu, Mingyu Hu, Shu Zhang

机构 * Wuhan University（武汉大学） 纠错

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

AI总结 SigEnt-SAC通过Sigmoid受限熵机制，实现低成本、高效率的现实世界机器人强化学习。

Comments 7 pages main text 2 page reference

LogicEnvGen: Task-Logic Driven Generation of Diverse Simulated Environments for Embodied AI

LogicEnvGen: 基于任务逻辑的多样化模拟环境生成用于具身AI

Jianan Wang, Siyang Zhang, Bin Li, Juan Chen, Jingtao Qi, Zhuo Zhang, Chen Qian

机构 * 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） ； Intelligent Game and Decision Lab (IGDL)（智能游戏与决策实验室） ； School of Artifical Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 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 LogicEnvGen通过任务逻辑驱动生成多样化模拟环境，提升智能体在不同环境中的适应性和鲁棒性评估性能。

Comments 19 pages, 15 figures, 6 tables

Being-H0.5: Scaling Human-Centric Robot Learning for Cross-Embodiment Generalization

Being-H0.5：面向跨躯体泛化的以人为本的机器人学习规模化

Hao Luo, Ye Wang, Wanpeng Zhang, Sipeng Zheng, Ziheng Xi, Chaoyi Xu, Haiweng Xu, Haoqi Yuan, Chi Zhang, Yiqing Wang, Yicheng Feng, Zongqing Lu

机构 * BeingBeyond Team（BeingBeyond 团队） 纠错

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

AI总结 Being-H0.5通过以人为本的学习范式和统一动作空间，实现了在不同机器人平台间的跨躯体泛化，结合混合流框架和流形保持门控，达到模拟和现实中的高性能表现。

Comments 44 pages

SMc2f: Robust Scenario Mining for Robotic Autonomy from Coarse to Fine

SMc2f: 从粗到细的机器人自主性鲁棒场景挖掘

Yifei Chen, Ross Greer

机构 * Department of Computer Science at Xi’an University of Technology（西安理工大学计算机科学系） ； department of Computer Science & Engineering at the University of California, Merced（加州大学默塞德分校计算机科学与工程系） 纠错

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

AI总结 SMc2f通过从粗到细的流程，利用视觉语言模型和文本-轨迹对比学习提升机器人场景挖掘的鲁棒性和效率。

EnvoDat: A Large-Scale Multisensory Dataset for Robotic Spatial Awareness and Semantic Reasoning in Heterogeneous Environments

EnvoDat：一种大规模多感官数据集，用于机器人空间感知和异构环境中的语义推理

Linus Nwankwo, Bjoern Ellensohn, Vedant Dave, Peter Hofer, Jan Forstner, Marlene Villneuve, Robert Galler, Elmar Rueckert

机构 * Chair of Cyber-Physical System, Montanuniversität Leoben, Austria（智能物理系统系，莱布恩矿业大学，奥地利） ； Theresianische Militarakademie, Austria（特里西亚军事学院，奥地利） ； Chair of Subsurface Engineering, Montanuniversität Leoben, Austria（地下工程系，莱布恩矿业大学，奥地利） 纠错

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

AI总结 EnvoDat是一个大规模多感官数据集，用于提升机器人在复杂异构环境中的空间感知和语义推理能力。

From Score to Sound: An End-to-End MIDI-to-Motion Pipeline for Robotic Cello Performance

从音符到声音：一种端到端的MIDI到机器人动作管道用于机器人大提琴表演

Samantha Sudhoff, Pranesh Velmurugan, Jiashu Liu, Vincent Zhao, Yung-Hsiang Lu, Kristen Yeon-Ji Yun

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

AI总结 本文提出了一种端到端的MIDI到机器人动作管道，使机器人能够无需运动捕捉实现人类般的音乐表演，并通过音乐图灵测试验证其效果。

Swarmodroid & AMPy: Reconfigurable Bristle-Bots and Software Package for Robotic Active Matter Studies

Swarmodroid & AMPy：可重构的绒毛机器人及用于机器人主动物质研究的软件包

Alexey A. Dmitriev, Vadim A. Porvatov, Alina D. Rozenblit, Mikhail K. Buzakov, Anastasia A. Molodtsova, Daria V. Sennikova, Vyacheslav A. Smirnov, Oleg I. Burmistrov, Timur I. Karimov, Ekaterina M. Puhtina, Nikita A. Olekhno

机构 * School of Physics and Engineering, ITMO University（物理与工程学院，ITMO大学） ； Department of Computer-Aided Design, Saint Petersburg Electrotechnical University "LETI"（计算机辅助设计部门，圣彼得堡电力大学"LETI"） 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Swarmodroid 1.0平台及AMPy软件包，用于研究主动物质的群体动态，通过可重构的绒毛机器人和运动学分析实现高定制化和开放性。

Comments 17 pages, 6 figures, 1 table + Supplementary Information. Comments are welcome

Journal ref IEEE Access 13, 212719 (2025)

Video-Based Detection and Analysis of Errors in Robotic Surgical Training

基于视频的机器人手术培训中错误检测与分析

Hanna Kossowsky Lev, Yarden Sharon, Alex Geftler, Ilana Nisky

机构 * Ben-Gurion University of the Negev（本·古里安大学） 纠错

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

AI总结 本研究通过视频分析检测机器人手术培训中的错误，采用图像处理算法实现约95%的检测准确率，揭示了住培医生在六个月内技能提升的过程。

Comments Title change; 9 pages, 4 figures, 1 table. Alex Geftler and Ilana Nisky contributed equally to this work