机器人 / 具身智能

Spatial Understanding from Videos: Structured Prompts Meet Simulation Data

Haoyu Zhang, Meng Liu, Zaijing Li, Haokun Wen, Weili Guan, Yaowei Wang, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shandong Jianzhu University（山东建筑大学） 纠错

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

Comments Accepted by NeurIPS 2025 as a Spotlight

Integrating Prior Observations for Incremental 3D Scene Graph Prediction

Marian Renz, Felix Igelbrink, Martin Atzmueller

机构 * DFKI Niedersachsen（德克萨斯联合研究所（北莱茵威斯特法伦）） ； Cooperative and Autonomous Systems, DFKI Niedersachsen（合作与自主系统，DFKI北莱茵威斯特法伦） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） ； Semantic Information Systems, Osnabrück University（语义信息系统，奥斯纳布吕克大学） 纠错

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

Comments Accepted at 24th International Conference on Machine Learning and Applications (ICMLA'25)

STLCG++: A Masking Approach for Differentiable Signal Temporal Logic Specification

Parv Kapoor, Kazuki Mizuta, Eunsuk Kang, Karen Leung

机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学系） ； General Robotics（通用机器人） ； University of Washington（华盛顿大学） ； NVIDIA（英伟达） 纠错

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

Comments ©2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Shaken, Not Stirred: A Novel Dataset for Visual Understanding of Glasses in Human-Robot Bartending Tasks

Lukáš Gajdošech, Hassan Ali, Jan-Gerrit Habekost, Martin Madaras, Matthias Kerzel, Stefan Wermter

机构 * Department of Applied Informatics, Faculty of Mathematics, Physics and Informatics, Comenius University（应用信息学院，数学物理学院，科门ius大学） ； Knowledge Technology Group, Department of Informatics, University of Hamburg（知识技术组，信息学院，汉堡大学） 纠错

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

Comments Submitted and Accepted for Presentation at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

Bridging the Sim2Real Gap: Vision Encoder Pre-Training for Visuomotor Policy Transfer

Yash Yardi, Samuel Biruduganti, Lars Ankile

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

Comments 6 pages, 4 figures, 1 table, GitHub: https://github.com/yyardi/Bridging-the-Sim2Real-Gap

Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance

Yang Zhang, Chenwei Wang, Ouyang Lu, Yuan Zhao, Yunfei Ge, Zhenglong Sun, Xiu Li, Chi Zhang, Chenjia Bai, Xuelong Li

机构 * Institute of Artificial Intelligence, China Telecom（中国电信人工智能研究院） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Northwestern Polytechnical University（西北工业大学） 纠错

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

Comments The first three authors contributed equally

Who Owns The Robot?: Four Ethical and Socio-technical Questions about Wellbeing Robots in the Real World through Community Engagement

Minja Axelsson, Jiaee Cheong, Rune Nyrup, Hatice Gunes

机构 * University of Cambridge（剑桥大学） ； Aarhus University（欧登堡大学） ； Harvard University（哈佛大学） 纠错

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

Comments Accepted at the 8th AAAI/ACM Conference on AI, Ethics, and Society. 23 pages, 1 figure

Galaxea Open-World Dataset and G0 Dual-System VLA Model

Tao Jiang, Tianyuan Yuan, Yicheng Liu, Chenhao Lu, Jianning Cui, Xiao Liu, Shuiqi Cheng, Jiyang Gao, Huazhe Xu, Hang Zhao

机构 * Galaxea Team（Galaxea 团队） 纠错

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

Comments https://opengalaxea.github.io/G0/

Steerable Scene Generation with Post Training and Inference-Time Search

Nicholas Pfaff, Hongkai Dai, Sergey Zakharov, Shun Iwase, Russ Tedrake

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Toyota Research Institute（丰田研究院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

Comments Project website: https://steerable-scene-generation.github.io/

Grounding Actions in Camera Space: Observation-Centric Vision-Language-Action Policy

Tianyi Zhang, Haonan Duan, Haoran Hao, Yu Qiao, Jifeng Dai, Zhi Hou

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Shanghai AI Lab（上海人工智能实验室） ； SenseTime Research（商汤科技研究院） ； Nanjing University（南京大学） ； Tsinghua University（清华大学） 纠错

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

ReconVLA: Reconstructive Vision-Language-Action Model as Effective Robot Perceiver

Wenxuan Song, Ziyang Zhou, Han Zhao, Jiayi Chen, Pengxiang Ding, Haodong Yan, Yuxin Huang, Feilong Tang, Donglin Wang, Haoang Li

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

CVD-SfM: A Cross-View Deep Front-end Structure-from-Motion System for Sparse Localization in Multi-Altitude Scenes

Yaxuan Li, Yewei Huang, Bijay Gaudel, Hamidreza Jafarnejadsani, Brendan Englot

机构 * Stevens Institute of Technology（史蒂文斯理工学院） 纠错

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

Depth Jitter: Seeing through the Depth

Md Sazidur Rahman, David Cabecinhas, Ricard Marxer

机构 * Institute for Systems and Robotics（系统与机器人研究所） ； Université de Toulon（土伦大学） ； Aix Marseille University（阿维尼翁-马赛大学） ； CNRS（国家科学研究中心） ； LIS Toulon, France（土伦法国实验室） 纠错

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

Can LLM-Reasoning Models Replace Classical Planning? A Benchmark Study

Kai Goebel, Patrik Zips

机构 * Center for Vision, Automation & Control（视觉、自动化与控制中心） ； AIT Austrian Institute of Technology GmbH（奥地利技术研究院） 纠错

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

Methods for the Segmentation of Reticular Structures Using 3D LiDAR Data: A Comparative Evaluation

Francisco J. Soler Mora, Adrián Peidró Vidal, Marc Fabregat-Jaén, Luis Payá Castelló, Óscar Reinoso García

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

Journal ref Computer Modeling in Engineering & Sciences, 143, 2025, 3167-3195

Evaluation of facial landmark localization performance in a surgical setting

Ines Frajtag, Marko Švaco, Filip Šuligoj

机构 * Faculty of Mechanical Engineering（机械工程系） ； Naval Architecture, University of Zagreb, Croatia（海军建筑，扎格列布大学，克罗地亚） 纠错

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

One-Shot Affordance Grounding of Deformable Objects in Egocentric Organizing Scenes

Wanjun Jia, Fan Yang, Mengfei Duan, Xianchi Chen, Yinxi Wang, Yiming Jiang, Wenrui Chen, Kailun Yang, Zhiyong Li

机构 * School of Artificial Intelligence and Robotics, Hunan University, China（人工智能与机器人学院，湖南大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University, China（机器人视觉感知与控制技术国家工程研究中心，湖南大学） 纠错

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

Comments Accepted to IROS 2025. Source code and benchmark dataset will be publicly available at https://github.com/Dikay1/OS-AGDO

Can Optical Denoising Clean Sonar Images? A Benchmark and Fusion Approach

Ziyu Wang, Tao Xue, Jingyuan Li, Haibin Zhang, Zhiqiang Xu, Gaofei Xu, Zhen Wang, Yanbin Wang, Zhiquan Liu

机构 * Hangzhou Institute of Technology, Xidian University（杭州理工大学） ； Department of Engineering, Shenzhen MSU-BIT University（深圳MSU-BIT大学工程系） ； School of Information Engineering, Jiangxi University of Science（江西理工大学信息工程学院） ； Institute of Deep-sea Science（深海科学研究院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； College of Cyber Security, Jinan University（广州大学网络安全学院） 纠错

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

Learning human-to-robot handovers through 3D scene reconstruction

Yuekun Wu, Yik Lung Pang, Andrea Cavallaro, Changjae Oh

机构 * Centre for Intelligent Sensing, Queen Mary University of London（智能感知中心，伦敦女王玛丽大学） ； Idiap Research Institute and École Polytechnique Fédérale de Lausanne（Idiap研究机构和瑞士洛桑联邦理工学院） 纠错

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

Comments 8 pages, 6 figures, 2 table

SURPRISE3D: A Dataset for Spatial Understanding and Reasoning in Complex 3D Scenes

Jiaxin Huang, Ziwen Li, Hanlve Zhang, Runnan Chen, Xiao He, Yandong Guo, Wenping Wang, Tongliang Liu, Mingming Gong

机构 * MBZUAI ； The University of Sydney（悉尼大学） ； AI2Robotic ； Texas A&M University（德克萨斯大学） ； The University of Melbourne（墨尔本大学） 纠错

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

Holistic Construction Automation with Modular Robots: From High-Level Task Specification to Execution

Jonathan Külz, Michael Terzer, Marco Magri, Andrea Giusti, Matthias Althoff

机构 * Technical University of Munich, Department of Computer Engineering（慕尼黑技术大学计算机工程系） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Fraunhofer Italia Research, Robotics and Intelligent Systems Engineering（弗劳恩霍夫意大利研究所机器人与智能系统工程） 纠错

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

Comments Appeared in IEEE Transactions on Automation Science and Engineering https://ieeexplore.ieee.org/document/11036791

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 22, pp. 16716-16727, 2025

MVL-Loc: Leveraging Vision-Language Model for Generalizable Multi-Scene Camera Relocalization

Zhendong Xiao, Wu Wei, Shujie Ji, Shan Yang, Changhao Chen

机构 * School of Automation Science and Engineering, South China University of Technology（自动化科学与工程学院，华南理工大学） ； Thrust of Artificial Intelligence, The Hong Kong University of Science and Technology (Guangzhou)（人工智能方向，香港科学与技术大学（广州）） 纠错

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

Comments PRCV

Anyview: Generalizable Indoor 3D Object Detection with Variable Frames

Zhenyu Wu, Xiuwei Xu, Ziwei Wang, Chong Xia, Linqing Zhao, Jiwen Lu, Haibin Yan

机构 * School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications（智能工程与自动化学院，北京邮电大学） ； Department of Automation, Tsinghua University（自动化系，清华大学） ； School of Electrical and Electronic Engineering, Nanyang Technological University（电子与电气工程学院，南洋理工大学） 纠错

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

Comments 11 pages, 7 figures

An Open-Source Software Toolkit & Benchmark Suite for the Evaluation and Adaptation of Multimodal Action Models

Pranav Guruprasad, Yangyue Wang, Sudipta Chowdhury, Jaewoo Song, Harshvardhan Sikka

机构 * Metarch ； Manifold Research ； 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(abstract)；robotic(abstract)；分类 cs.CV、cs.LG

Comments ICML CodeML Workshop, 13 Pages, 6 Figures, 2 Tables

EmbodiedGen: Towards a Generative 3D World Engine for Embodied Intelligence

Xinjie Wang, Liu Liu, Yu Cao, Ruiqi Wu, Wenkang Qin, Dehui Wang, Wei Sui, Zhizhong Su

机构 * Horizon Robotics ； GigaAI ； D-Robotics ； Shanghai Jiao Tong University（上海交通大学） ； VCIP, CS, Nankai University（VCIP, CS, 南开大学） 纠错

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

Robust Flower Cluster Matching Using The Unscented Transform

Andy Chu, Rashik Shrestha, Yu Gu, Jason N. Gross

机构 * Department of Mechanical, Materials, and Aerospace Engineering, West Virginia University（机械、材料与航空航天工程系，西弗吉尼亚大学） ； Lane Department of Computer Science and Electrical Engineering, West Virginia University（计算机科学与电气工程系，西弗吉尼亚大学） 纠错

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

Comments *CASE2025 Accepted*

From Intention to Execution: Probing the Generalization Boundaries of Vision-Language-Action Models

Irving Fang, Juexiao Zhang, Shengbang Tong, Chen Feng

机构 * New York University（纽约大学） 纠错

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

Comments Under review

From Virtual Agents to Robot Teams: A Multi-Robot Framework Evaluation in High-Stakes Healthcare Context

Yuanchen Bai, Zijian Ding, Angelique Taylor

机构 * Cornell University（康奈尔大学） ； University of Maryland, College Park（马里兰大学学院公园分校） 纠错

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

CAP-Net: A Unified Network for 6D Pose and Size Estimation of Categorical Articulated Parts from a Single RGB-D Image

Jingshun Huang, Haitao Lin, Tianyu Wang, Yanwei Fu, Xiangyang Xue, Yi Zhu

机构 * Fudan University（复旦大学） ； Huawei, Noah’s Ark Lab（华为诺亚实验室） 纠错

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

Comments To appear in CVPR 2025 (Highlight)

TrajEvo: Designing Trajectory Prediction Heuristics via LLM-driven Evolution

Zhikai Zhao, Chuanbo Hua, Federico Berto, Kanghoon Lee, Zihan Ma, Jiachen Li, Jinkyoo Park

机构 * KAIST（韩国科学技术院） ； OMELET ； UC Riverside（加州大学河滨分校） 纠错

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