机器人 / 具身智能

Computer- and robot-assisted urological surgery

Jocelyne Troccaz

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

Journal ref Progrès en urologie : journal de l'Association française d'urologie et de la Société française d'urologie 16, 2 (2006) 112-20

GraspClutter6D: A Large-scale Real-world Dataset for Robust Perception and Grasping in Cluttered Scenes

Seunghyeok Back, Joosoon Lee, Kangmin Kim, Heeseon Rho, Geonhyup Lee, Raeyoung Kang, Sangbeom Lee, Sangjun Noh, Youngjin Lee, Taeyeop Lee, Kyoobin Lee

机构 * Korea Institute of Machinery & Materials (KIMM)（韩国机械材料研究院） ； Gwangju Institute of Science and Technology (GIST)（全州科学技术院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

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

Comments Accepted at IEEE Robotics and Automation Letters (RA-L). Project Websites: https://sites.google.com/view/graspclutter6d

Learning Causal Structure Distributions for Robust Planning

Alejandro Murillo-Gonzalez, Junhong Xu, Lantao Liu

机构 * School of Informatics, Computing and Engineering, Indiana University（信息学、计算与工程学院，印第安纳大学） ； Nuro, Inc.（Nuro公司） 纠错

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

Journal ref IEEE ROBOTICS AND AUTOMATION LETTERS (RA-L) 2025

TRANSIC: Sim-to-Real Policy Transfer by Learning from Online Correction

Yunfan Jiang, Chen Wang, Ruohan Zhang, Jiajun Wu, Li Fei-Fei

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

Comments 8th Conference on Robot Learning (CoRL 2024), Munich, Germany. Project website: https://transic-robot.github.io/

The voraus-AD Dataset for Anomaly Detection in Robot Applications

Jan Thieß Brockmann, Marco Rudolph, Bodo Rosenhahn, Bastian Wandt

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

Comments 14 pages, 14 figures, accepted to Transactions on Robotics

Towards a Causal Probabilistic Framework for Prediction, Action-Selection & Explanations for Robot Block-Stacking Tasks

Ricardo Cannizzaro, Jonathan Routley, Lars Kunze

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

Comments 4 pages, 4 figures, camera-ready manuscript, accepted to the "Causality for Robotics: Answering the Question of Why" workshop at the 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Structural Concept Learning via Graph Attention for Multi-Level Rearrangement Planning

Manav Kulshrestha, Ahmed H. Qureshi

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

Comments Accepted to Conference on Robot Learning (CoRL) 2023

An Unconstrained Convex Formulation of Compliant Contact

Alejandro Castro, Frank Permenter, Xuchen Han

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

Comments 20 pages with 22 figures. Submitted to IEEE Transactions on Robotics (T-RO). The supplemental video is available publicly at https://youtu.be/M_KI_cM1-rI

Learning compositional models of robot skills for task and motion planning

Zi Wang, Caelan Reed Garrett, Leslie Pack Kaelbling, Tomás Lozano-Pérez

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

Comments First two authors contributed equally. arXiv admin note: text overlap with arXiv:1803.00967

Journal ref The International Journal of Robotics Research (IJRR), 2020

Swoosh! Rattle! Thump! -- Actions that Sound

Dhiraj Gandhi, Abhinav Gupta, Lerrel Pinto

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

Comments To be presented at Robotics: Science and Systems 2020

Motion-based Object Segmentation based on Dense RGB-D Scene Flow

Lin Shao, Parth Shah, Vikranth Dwaracherla, Jeannette Bohg

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

Comments Accepted to IEEE Robotics and Automation Letters and selected by IROS'18 Program Committee for presentation at the Conference

CAD2RL: Real Single-Image Flight without a Single Real Image

Fereshteh Sadeghi, Sergey Levine

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

Comments To appear at Robotics: Science and Systems Conference (R:SS), 2017. Supplementary video: https://www.youtube.com/watch?v=nXBWmzFrj5s

DA-Fusion: Deformable Attention-Based RGB-D Fusion Transformer for Unseen Object Instance Segmentation

DA-Fusion：基于可变形注意力的RGB-D融合Transformer用于未见物体实例分割

Yesol Park, Hye-Jung Yoon, Juno Kim, Byoung-Tak Zhang

机构 * Interdisciplinary Program in AI, Seoul National University（首尔国立大学人工智能跨学科项目） ； Artificial Intelligence Institute, Seoul National University（首尔国立大学人工智能研究所） ； Department of Computer Science, Seoul National University（首尔国立大学计算机科学系） 纠错

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

AI总结 针对物流自动化中未见物体分割难题，提出基于可变形注意力的RGB-D融合Transformer（DA-Fusion），结合RGB与深度数据优势提升分割精度，引入OCBD数据集，实验证明其性能优于现有方法，适用于现实物流任务。

Comments 7 pages, 5 figures. Published in the Proceedings of the 2025 IEEE International Conference on Robotics and Automation (ICRA 2025)

Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), 2025, pp. 7490-7496

Towards Spatial Trace with Reasoning in Vision-Language Models for Robotics

面向机器人视觉-语言模型的具有推理能力的空间轨迹

Enshen Zhou, Yibo Li, Jingkun An, Jiayuan Zhang, Shanyu Rong, Mengzhen Liu, Yi Han, Yuheng Ji, Huajie Tan, Jiawei He, Pengwei Wang, Zhongyuan Wang, Cheng Chi, Lu Sheng, Shanghang Zhang

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

AI总结 本文提出RoboTracer，一种3D感知的视觉语言模型，通过空间编码器和回归监督解码器提升空间推理能力，并结合强化学习训练实现多步度量推理，最终在复杂场景中实现高效空间轨迹生成。

Comments Accepted to ECCV 2026. Project page: https://zhoues.github.io/RoboTracer

NarrativeWorldBench: A Frontier-Saturated Benchmark and a Latent World Model for Long-Horizon Co-Creative Audio Drama

NarrativeWorldBench：面向长程共创音频剧的前沿饱和基准与潜在世界模型

Logan Mann, Abdur Rahman, Mohammad Saifullah, Taaha Kazi, Vasu Sharma

机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） ； Pocket FM 纠错

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

AI总结 提出NarrativeWorldBench基准，在九种叙事结构指标上评估21个模型，并引入N-VSSM变分状态空间模型，通过Mamba-2骨干和事件条件后验在200集以上维持结构化潜在状态，在长弧一致性和可控性上超越Claude Opus 4.5。

Comments 10 pages. Accepted to the ICML 2026 Workshops on High-dimensional Learning Dynamics (HiLD) and Culture x AI

HalluWorld: A Controlled Benchmark for Hallucination via Reference World Models

HalluWorld: 一个用于通过参考世界模型控制幻觉的基准

Emmy Liu, Varun Gangal, Michael Yu, Zhuofu Tao, Karan Singh, Sachin Kumar, Steven Y. Feng

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Patronus AI ； Independent Researcher（独立研究者） ； Stanford University（斯坦福大学） ； The Ohio State University（俄亥俄州立大学） ； DegenAI Labs（DegenAI实验室） 纠错

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

AI总结 本文提出HalluWorld基准，通过显式参考世界模型研究语言模型的幻觉问题，发现不同任务中幻觉表现不一致，表明幻觉源于多种失败模式而非单一能力。

Comments HalluWorld benchmark (code and data) at github.com/DegenAI-Labs/HalluWorld

REI-Bench: Can Embodied Agents Understand Vague Human Instructions in Task Planning?

REI-Bench: 体感代理能否在任务规划中理解模糊的人类指令？

Chenxi Jiang, Chuhao Zhou, Jianfei Yang

机构 * MARS Lab, School of Mechanical and Aerospace Engineering（MARS实验室，机械与航空航天工程学院） 纠错

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

AI总结 本文研究模糊参照表达对LLM任务规划的影响，提出REI-Bench基准，发现模糊性会显著降低机器人规划性能，提出任务导向上下文认知方法提升表现。

Comments Accepted at ICLR 2026

K2MUSE: A human lower-limb multimodal walking dataset spanning task and acquisition variability for rehabilitation robotics

K2MUSE：一种涵盖任务和采集变异性的下肢多模态行走数据集，用于康复机器人

Jiwei Li, Bi Zhang, Xiaowei Tan, Wanxin Chen, Zhaoyuan Liu, Juanjuan Zhang, Weiguang Huo, Jian Huang, Lianqing Liu, Xingang Zhao

机构 * State Key Laboratory of Robotics and Intelligent Systems, Shenyang Institute of Automation, Chinese Academy of Sciences（机器人与智能系统国家重点实验室，沈阳自动化研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； College of Artificial Intelligence, Tianjin Key Laboratory of Intelligent Robotics, Nankai University（人工智能学院，天津智能机器人重点实验室，南开大学） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（人工智能与自动化学院，华中科技大学） 纠错

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

AI总结 K2MUSE数据集通过多模态数据揭示下肢康复机器人与生物力学信息的关系，为康复机器人开发提供大规模步态样本和数据驱动方法支持。

Comments 34 pages, 30 figures,7 tables

Limited Linguistic Diversity in Embodied AI Datasets

具身AI数据集中的语言多样性有限

Selma Wanna, Agnes Luhtaru, Jonathan Salfity, Ryan Barron, Juston Moore, Cynthia Matuszek, Mitch Pryor

机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） ； Institute of Computer Science, University of Tartu（塔尔图大学计算机科学学院） ； Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校机械工程系） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） 纠错

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

AI总结 本文分析了多个广泛使用的视觉-语言-动作数据集的语言特性，发现其指令存在高度重复和结构单一的问题，旨在推动更详细的 dataset 报告和语言覆盖的扩展策略。

Comments Accepted to ACL 2026 (Main Conference)

Vision-Language-Action in Robotics: A Survey of Datasets, Benchmarks, and Data Engines

机器人中的视觉-语言-动作：数据集、基准和数据引擎的综述

Ziyao Wang, Bingying Wang, Hanrong Zhang, Tingting Du, Tianyang Chen, Guoheng Sun, Yexiao He, Zheyu Shen, Wanghao Ye, Ang Li

机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Utah（犹他大学） ； Northeastern University（东北大学） ； University of Wisconsin–Madison（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 ：robotics(title)；分类 cs.RO、cs.AI

AI总结 本文综述了视觉-语言-动作研究中数据基础设施的关键挑战，指出未来进展依赖于数据引擎与评估协议的协同设计，揭示了数据集、基准和数据引擎的四大开放挑战。

Comments This is a survey paper. The survey is already accepted by TMLR after peer-review. The OpenReview link is here: https://openreview.net/forum?id=tAaWFpvnmm

Latent Bias Alignment for High-Fidelity Diffusion Inversion in Real-World Image Reconstruction and Manipulation

潜在偏置对齐用于高保真扩散倒置在现实世界图像重建与操控中的应用

Weiming Chen, Qifan Liu, Siyi Liu, Yushun Tang, Yijia Wang, Zhihan Zhu, Zhihai He

机构 * Department of Electrical and Electronic Engineering, Southern University of Science and Technology（南方科技大学电子与电气工程系） ； Undergraduate School of Artificial Intelligence, Shenzhen Polytechnic University（深圳理工大学人工智能本科生学院） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； Pengcheng Lab（鹏城实验室） 纠错

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

AI总结 本文提出Latent Bias Optimization和Image Latent Boosting方法，解决扩散模型与现实场景衔接中的重建质量与鲁棒性问题，提升图像编辑和稀有概念生成性能。

Non-verbal Real-time Human-AI Interaction in Constrained Robotic Environments

非语言实时人机交互在受限机器人环境中

Dragos Costea, Alina Marcu, Cristina Lazar, Marius Leordeanu

机构 * National University of Science ； Princeton University, Princeton NJ 08544, USA, , WWW home page: http://users/ iekeland/web/welcome.html Universit\' e de Paris-Sud, Laboratoire d'Analyse Num\' e rique, B\ a timent 425, F-91405 Orsay Cedex, France 纠错

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

AI总结 本文提出首个实时生成非语言人机交互的框架，通过对比合成与真实数据发现时间一致性对实际性能的影响，揭示了人类与AI运动间的统计差异。

Sim-to-Real Transfer via a Style-Identified Cycle Consistent Generative Adversarial Network: Zero-Shot Deployment on Robotic Manipulators through Visual Domain Adaptation

通过风格识别的循环一致生成对抗网络实现仿真到现实迁移：通过视觉领域适应实现机器人机械臂的零样本部署

Lucía Güitta-López, Lionel Güitta-López, Jaime Boal, Álvaro Jesús López-López

机构 * Institute for Research in Technology (IIT)（技术研究 institute） ； ICAI School of Engineering（工程学院） ； Comillas Pontifical University（宗座大学） 纠错

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

AI总结 本文提出基于风格识别循环一致生成对抗网络的领域适应方法，实现机器人机械臂在现实环境中的零样本部署，通过视觉领域适应提升仿真到现实迁移的效率和准确性。

Journal ref Engineering Applications of Artificial Intelligence, volume 159, published Jan.2026

TwoHead-SwinFPN: A Unified DL Architecture for Synthetic Manipulation, Detection and Localization in Identity Documents

TwoHead-SwinFPN：一种统一的深度学习架构，用于身份文档中的合成操纵、检测和定位

Chan Naseeb, Adeel Ashraf Cheema, Hassan Sami, Tayyab Afzal, Muhammad Omair, Usman Habib

机构 * IBM Germany（IBM德国分公司） ； FAST NUCES（FAST努赛斯大学） ； Askolay Pakistan（Askolay巴基斯坦） 纠错

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

AI总结 TwoHead-SwinFPN通过双头架构和Swin Transformer结合FPN与Unet解码器，实现身份文档中合成操纵的高效检测与定位，具有高精度和计算效率。

Comments 8 pages

SeePerSea: Multi-modal Perception Dataset of In-water Objects for Autonomous Surface Vehicles

SeePerSea：用于自主水面车辆的水下物体多模态感知数据集

Mingi Jeong, Arihant Chadda, Ziang Ren, Luyang Zhao, Haowen Liu, Monika Roznere, Aiwei Zhang, Yitao Jiang, Sabriel Achong, Samuel Lensgraf, Alberto Quattrini Li

机构 * Department of Computer Science, Dartmouth College（达特茅斯学院计算机科学系） ； IQT Labs（IQT实验室） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系） ； Department of Computer Science, University of Maryland College Park（马里兰大学计算机科学系） ； The Institute for Human and Machine Cognition and The University of West Florida（人机认知研究所与西佛罗里达大学） ； School of Computing, Binghamton University（宾夕法尼亚州立大学计算学院） 纠错

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

AI总结 SeePerSea数据集为自主水面车辆提供多模态水下物体感知数据，通过训练测试现有深度学习算法，推动海洋自主技术发展。

Comments Topic: Special Issue on ICRA 2024 Workshop on Field Robotics

Journal ref IEEE Transactions on Field Robotics 2 (2025) - 737-752

More than Segmentation: Benchmarking SAM 3 for Segmentation, 3D Perception, and Reconstruction in Robotic Surgery

超越分割：在机器人手术中评估SAM 3用于分割、3D感知和重建的基准测试

Wenzhen Dong, Jieming Yu, Yiming Huang, Hongqiu Wang, Lei Zhu, Albert C. S. Chung, Hongliang Ren, Long Bai

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 本文评估了SAM 3在机器人手术中的分割、3D感知和重建能力，展示了其在动态视频跟踪中的有效性，同时指出了基于语言提示的局限性及进一步改进的必要性。

Comments Technical Report

Enhancing Cognitive Robotics with Commonsense through LLM-Generated Preconditions and Subgoals

通过LLM生成的先决条件和子目标增强认知机器人

Ohad Bachner, Bar Gamliel

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

AI总结 本研究通过结合大型语言模型与符号规划，利用LLM生成的先决条件和子目标提升机器人任务完成的可靠性与适应性。

An RGB-D Image Dataset for Lychee Detection and Maturity Classification for Robotic Harvesting

Zhenpeng Zhang, Yi Wang, Shanglei Chai, Yingying Liu, Zekai Xie, Wenhao Huang, Pengyu Li, Zipei Luo, Dajiang Lu, Yibin Tian

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

Point Cloud Recombination: Systematic Real Data Augmentation Using Robotic Targets for LiDAR Perception Validation

Hubert Padusinski, Christian Steinhauser, Christian Scherl, Julian Gaal, Jacob Langner

机构 * FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究中心） ； ANavS GmbH - Advanced Navigation Solutions（ANavS GmbH-先进导航解决方案） 纠错

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

Comments Pre-print for IEEE IAVVC 2025

Robotic System with AI for Real Time Weed Detection, Canopy Aware Spraying, and Droplet Pattern Evaluation

Inayat Rasool, Pappu Kumar Yadav, Amee Parmar, Hasan Mirzakhaninafchi, Rikesh Budhathoki, Zain Ul Abideen Usmani, Supriya Paudel, Ivan Perez Olivera, Eric Jone

机构 * Machine Vision and Optical Sensor (MVOS) Lab, Dept. of Agricultural and Biosystems Engineering, South Dakota State University, Brookings, SD, USA（机械视觉与光学传感器实验室，农业与生物系统工程系，南达科他州立大学，布鲁金斯，SD，USA） ； Department of Agronomy, Horticulture and Plant Science, South Dakota State University, Brookings, SD, USA（园艺、园艺学与植物科学系，南达科他州立大学，布鲁金斯，SD，USA） 纠错

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

Comments 11 pages