机器人 / 具身智能

GeminiPainter's sequence-formed pipeline comprised of perception, cognition, planning, and action stages

GeminiPainter的序列式流程由感知、认知、规划和行动阶段组成

Miguel Altamirano Cabrera, Aleksey Fedoseev, Iana Zhura, Dzmitry Tsetserukou

机构 * Skolkovo Institute of Science and Technology（斯科尔科沃科学技术学院） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 该研究提出自主机器人肖像生成系统，整合多技术实现绘画，经实验获用户高分评价，产出可识别且具吸引力的机器人肖像。

From Plan to Action: How Well Do Agents Follow the Plan?

评估自主编程代理中的计划合规性

Shuyang Liu, Saman Dehghan, Jatin Ganhotra, Martin Hirzel, Reyhaneh Jabbarvand

机构 * University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； IBM（IBM公司） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 本文系统分析了编程代理在执行任务时对计划的遵循情况，通过16991条轨迹评估不同计划变体的影响，发现计划提醒能提高任务成功率，但不恰当的计划补充可能降低性能。

Invisible Ink Threats: Adversarial Goals Behind Legitimate Tasks in Computer-Use Agents

隐形墨水威胁：计算机使用智能体中合法任务背后的对抗目标

Jia-Chen Zhang, Ze-Yu Zhang, Kai-Wei Zhang

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 该研究针对计算机使用智能体的隐形墨水威胁，构建II-Bench与HITLCUA框架评估后发现，低危害注入可绕过防御，暴露出现有CUAs的安全风险。

SafeLand: Safe Autonomous Landing in Unknown Environments with Bayesian Semantic Mapping

SafeLand: 在未知环境中使用贝叶斯语义映射实现安全自主着陆

Markus Gross, Andreas Greiner, Sai Bharadhwaj Matha, Felix Soest, Daniel Cremers, Henri Meeß

机构 * Fraunhofer IVI Autonomous Aerial Systems（弗劳恩霍夫IVI自主航空系统） ； TU Munich Computer Vision Group（慕尼黑工业大学计算机视觉组） ； Munich Center for Machine Learning（慕尼黑机器学习中心） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 本文提出SafeLand系统，通过深度学习语义分割构建在线语义地面地图，结合贝叶斯概率过滤和行为树实现安全自主着陆，通过200次模拟和60次实地测试，展示零误报的人类检测率和亚秒响应延迟。

Journal ref ECCV 2026 Workshops

PersonaTrail: Benchmarking Personalized Web Agents through Browsing Trails

PersonaTrail：通过浏览轨迹对个性化网络代理进行基准测试

Seungbin Yang, Chaewoon Ki, Dohyun Lee, Jaegul Choo, ChaeHun Park

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 研究针对用户指令不明确时网络代理需从浏览历史推断上下文的问题，引入PersonaTrail基准及偏好感知上下文记忆框架PACMem，利用浏览轨迹评估代理，实验证明PACMem优于现有基于记忆的基线。

MVP-Tac: A Miniaturized Dual-Modal Vision and Photoelastic Tactile Sensor for Robot-Assisted Minimally Invasive Surgery

MVP-Tac：一种用于机器人辅助微创手术的小型化双模态视觉与光弹性触觉传感器

Md Rakibul Islam Prince, Jaeeun Kim, Yuhao Zhou, Mason Vrshek, Shivani Reddy Sama, Adyaa Khera, Sheeraz Athar, Zijie Xu, Jiabin Liu, Shaoting Lin, Wei Li, Yu She

机构 * Elmore Family School of Electrical and Computer Engineering, Purdue University（普渡大学埃尔莫尔电气与计算机工程学院） ； Edwardson School of Industrial Engineering, Purdue University（普渡大学爱德华森工业工程学院） ； School of Mechanical Engineering, Purdue University（普渡大学机械工程学院） ； Robotics Engineering Technology, Purdue University（普渡大学机器人工程技术学院） ； Department of Civil Engineering, Stony Brook University（石溪大学土木工程系） ； Department of Mechanical Engineering, Michigan State University（密歇根州立大学机械工程系） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 研究针对机器人辅助微创手术缺乏触觉反馈问题，介绍了MVP-Tac传感器，它采用反射光弹性成像，能在视觉触觉间切换，经力校准及肿瘤触诊等实验验证其有效性，为恢复RMIS中触诊并保持视觉反馈提供实用途径。

Comments 8 pages, 8 figures. To appear in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

MeSS: City Mesh-Guided Outdoor Scene Generation with Cross-View Consistent Diffusion

MeSS: 基于城市网格的户外场景生成与跨视角一致扩散

Xuyang Chen, Zhijun Zhai, Kaixuan Zhou, Zengmao Wang, Jianan He, Dong Wang, Yanfeng Zhang, mingwei Sun, Rüdiger Westermann, Konrad Schindler, Liqiu Meng

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 MeSS通过改进跨视角一致性，利用城市网格模型生成高质量且风格一致的户外场景，并结合3D高斯点划重建技术提升生成质量。

Identifying and Exploiting Structure in Robot Co-Design

识别机器人协同设计的归纳偏置

Apoorv Vaish, Oliver Brock

机构 * Robotics and Biology Laboratory, Technische Universität Berlin（柏林工业大学机器人与生物学实验室） ； Science of Intelligence (SCIoI), Cluster of Excellence, Berlin, Germany（德国柏林卓越集群“智能科学”（SCIoI）） 纠错

专题命中 具身导航 ：manipulation(abstract)；分类 cs.RO

AI总结 本文通过分析软运动和操作任务的协同设计景观，识别出三种跨区域一致的模式，提出高效的协同设计算法，比基准算法提升36%，并在样本效率上提升两序量级。

From Vessel Trajectories to Safety-Critical Encounter Scenarios: A Generative AI Framework for Autonomous Ship Digital Testing

从船舶轨迹到安全关键性遭遇场景：一种生成式AI框架用于自主船舶数字测试

Sijin Sun, Liangbin Zhao, Xiuju Fu

专题命中 具身导航 ：navigation(abstract)；分类 cs.LG

AI总结 本文提出一种数据驱动框架，将大规模AIS轨迹转化为结构化安全关键性遭遇场景，结合生成轨迹建模与自动化遭遇配对，提升场景生成的可扩展性与真实性。

Comments 19 pages

3D-CovDiffusion: 3D-Aware Diffusion Policy for Coverage Path Planning

3D-CovDiffusion：面向覆盖路径规划的三维感知扩散策略

Chenyuan Chen, Haoran Ding, Ran Ding, Tianyu Liu, Zewen He, Anqing Duan, Yoshihiko Nakamura

机构 * IEEE 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出 3D-CovDiffusion，将覆盖路径规划转化为条件序列生成问题，采用几何条件扩散框架从三维点云合成轨迹，相比基线方法在轨迹平滑度、覆盖率等指标上实现显著提升。

Good Weights: Proactive, Adaptive Dead Reckoning Fusion for Continuous and Robust Visual SLAM

Good Weights：用于连续鲁棒视觉SLAM的主动自适应航位推算融合算法

Yanwei Du, Jing-Chen Peng, Patricio A. Vela

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Institute of Robotics and Intelligent Machines（机器人与智能机械研究所） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出Good Weights算法，通过自适应融合航位推算与被动视觉SLAM，解决纹理缺失等环境下视觉SLAM位姿估计差、跟踪丢失的问题，提升了视觉SLAM的性能与鲁棒性。

Comments 8 pages, 9 figures, 1 table. Accepted to ICRA 2026

ARCSnake V2: Mechanical Adaptations For An Amphibious Multi-Domain Screw-Propelled Snake-Like Robot

ARCSnake V2：适用于水陆两栖多领域的螺旋推进蛇形机器人的机械改进

Sara Wickenhiser, Lizzie Peiros, Calvin Joyce, Peter Gavrilov, Sujaan Mukherjee, Syler Sylvester, Junrong Zhou, Mandy Cheung, Jason Lim, Florian Richter, Michael C. Yip

机构 * Mechanical and Aerospace Engineering Department, University of California San Diego（加州大学圣地亚哥分校机械与航空航天工程系） ； Electrical and Computer Engineering Department, University of California, San Diego（加州大学圣地亚哥分校电气与计算机工程系） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 ARCSnake V2是ARCSnake V1的改进型两栖螺旋推进蛇形机器人，结合超冗余蛇形机器人高机动性与阿基米德螺旋推进的地形适应性，经实验验证具备水下作业能力，可作为多领域探索等任务的多功能平台。

Comments 8 pages, 5 figures, IROS

RVC-NMPC: Nonlinear Model Predictive Control with Reciprocal Velocity Constraints for Mutual Collision Avoidance in Agile UAV Flight

RVC-NMPC：基于互斥碰撞回避的非线性模型预测控制

Vit Kratky, Robert Penicka, Parakh M. Gupta, Ondrej Prochazka, Martin Saska

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出一种基于RVC-NMPC的非线性模型预测控制方法，通过高效计算和直接整合互斥速度约束，实现高频率的碰撞回避控制，适用于敏捷无人机飞行。

Comments 8 pages, 8 figures

Forecasting Ionospheric Irregularities on GNSS Lines of Sight Using Dynamic Graphs with Ephemeris Conditioning

利用动态图与轨道数据条件化预测GNSS视线上电离层不规则性

Mert Can Turkmen, Eng Leong Tan, Yee Hui Lee

机构 * Nanyang Technological University（南洋理工大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.LG

AI总结 本文提出利用动态图和轨道数据条件化预测GNSS视线上电离层不规则性，通过构建动态图结构提升预测精度，实验结果显示模型在BSS和PR-AUC指标上均优于传统方法。

Comments 17 pages, 8 figures, submitted to IEEE Transactions on Geoscience and Remote Sensing

Integrating GNSS-Derived Zenith Wet Delay into a Weather Foundation Model Improves Precipitation Forecasting

将全球导航卫星系统（GNSS）导出的天顶湿延迟整合到天气基础模型中可改善降水预报

Leonardo Trentini, Fanny Lehmann, Laura Crocetti, Benedikt Soja

机构 * Weather Foundation（天气基金会） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.LG

AI总结 研究将GNSS导出的ZWD整合到Aurora天气基础模型中，扩展后的模型学习ZWD能力与预训练变量相当，微调时纳入ZWD可改善降水预报，增益随严重程度增加，能让降水功率谱更现实。

MAGS-SLAM: Monocular Multi-Agent Gaussian Splatting SLAM for Geometrically and Photometrically Consistent Reconstruction

MAGS-SLAM：单目多智能体高斯点云SLAM用于几何和光度一致的重建

Zhihao Cao, Qi Shao, Shuhao Zhai, Jing Zhang, Anh Nguyen, Hesheng Wang, Baoru Huang

机构 * ETH Zurich（苏黎世联邦理工学院） ； Harbin Engineering University（哈尔滨工程大学） ； University of Liverpool（利物浦大学） ； University of Macau（澳门大学） ； University of Ottawa（多伦多大学） ； Wuhan University（武汉大学） ； Imperial College London（伦敦帝国学院） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 MAGS-SLAM通过单目视觉实现多智能体高斯点云SLAM，无需RGB-D传感器即可完成几何和光度一致的场景重建，实验表明其跟踪精度和渲染质量可与现有RGB-D方法媲美。

MoE-Based Learned Inertial Odometry for Bicycle Localization

基于专家混合模型的自行车定位学习惯性里程计

Hao Qiao, Yan Wang, Shuo Yang, Xiaoyao Yu, Jian kuang, Xiaoji Niu

机构 * School of Geodesy and Geomatics（测绘学院） ； GNSS Research Center（GNSS研究中心） ； Hubei Luojia Laboratory（湖北珞珈实验室） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 针对城市峡谷中自行车定位难题，提出基于MoE网络的学习惯性里程计，将神经速度预测器与扩展卡尔曼滤波器耦合，减少计算开销，在低FLOPs下取得良好精度和泛化能力，优于其他模型。

Comments This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible

CodexGraph: Bridging Large Language Models and Code Repositories via Code Graph Databases

CodexGraph：通过代码图数据库连接大型语言模型和代码库

Xiangyan Liu, Bo Lan, Zhiyuan Hu, Yang Liu, Zhicheng Zhang, Fei Wang, Michael Shieh, Wenmeng Zhou

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 研究旨在解决大型语言模型处理整个代码库的难题，提出通过将LLM代理与代码库图数据库接口集成的CodexGraph系统，利用图数据库特性实现精确上下文检索和代码导航，经多基准评估及实际应用开发，展现其在软件工程中的竞争力与潜力。

Comments work in progress

WebCoach: Self-Evolving Web Agents with Cross-Session Memory Guidance

WebCoach：具有跨会话记忆引导的自我进化网络代理

Genglin Liu, Shijie Geng, Sha Li, Hejie Cui, Sarah Zhang, Xin Liu, Tianyi Liu

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Amazon（亚马逊） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 研究针对网页代理跨会话学习不足问题，提出WebCoach框架，通过三个关键组件赋予代理跨会话记忆，可长期规划与自我进化，在WebVoyager基准测试中提升了不同LLM backbone的代理性能。

Comments 18 pages

pacSTL: PAC-Bounded Signal Temporal Logic from Data-Driven Reachability Analysis

pacSTL: 基于数据驱动可达性分析的PAC有界信号时序逻辑

Hanna Krasowski, Elizabeth Dietrich, Emir Cem Gezer, Roger Skjetne, Asgeir Johan Sørensen, Murat Arcak

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 提出pacSTL框架，结合PAC有界可达集预测与区间STL，通过优化问题计算原子鲁棒性上下界并传播，实现规范级别的PAC有界鲁棒性评估，用于不确定动态系统的验证与监控。

Interactive Medical-SAM2 GUI: A Napari-based semi-automatic annotation tool for medical images

交互式医学-SAM2 GUI：基于Napari的半自动标注工具用于医学图像

Woojae Hong, Jong Ha Hwang, Jiyong Chung, Joongyeon Choi, Hyunggun Kim, Yong Hwy Kim

机构 * Department of Biomechatronic Engineering, Sungkyunkwan University（生物机电工程系，全州大学） ； Department of Neurosurgery, Seoul National University Hospital, Seoul National University College of Medicine（神经外科，首尔国立大学医院，首尔国立大学医学院） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 交互式医学-SAM2 GUI 提供基于Napari的本地工作流，实现高效的3D医学图像半自动标注与导出功能。

Comments Planning to submit JOSS (Journal of Open Source Software)

MVGD-Net: A Novel Motion-aware Video Glass Surface Detection Method

MVGD-Net: 一种新颖的运动感知视频玻璃表面检测网络

Yiwei Lu, Hao Huang, Tao Yan

机构 * Tao Yan（谭燕） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 MVGD-Net通过利用视频中运动不一致特性，提出新颖网络检测玻璃表面，结合多模块融合与大规模数据集提升检测性能。

Comments This paper has been accepted by the 40th AAAI Conference on Artificial Intelligence (AAAI-26). It contians 9 pages, 11 figures

Learning, Reasoning, Refinement: A Framework for Kahneman's Dual-System Intelligence in GUI Agents

学习、推理、优化：GUI 智能体中卡尼曼双系统智能的框架

Jinjie Wei, Jiyao Liu, Lihao Liu, Ming Hu, Junzhi Ning, Mingcheng Li, Weijie Yin, Junjun He, Xiao Liang, Chao Feng, Dingkang Yang

机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发式智能科学技术研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Amazon（亚马逊） ； Shanghai Innovation Institute（上海创新研究院） ； ByteDance Douyin Content Group（字节跳动抖音内容部） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.AI

AI总结 针对 GUI 智能体存在依赖试错决策、评估指标简单等问题，提出 CogniGUI 框架，结合全解析器引擎和 GRPO 基础智能体，实现自适应学习，经实验验证其在新基准测试中优于现有方法。

Comments Withdrawn due to ongoing technical improvements. The work requires further refinement and additional experiments to meet our quality standards. A revised version will be submitted in the future

A Behavioral State Vocabulary in Sony ERS-111 R-CODE

索尼 ERS-111 R-CODE 中的行为状态词汇表

Christopher A. Tucker

机构 * Sony（索尼） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 研究索尼 ERS-111 AIBO 的 R-CODE 样本行为图，通过语料库级分析比较命名状态，识别反复出现的控制词汇，发现其构建例程的语法，还指出这种基于状态的抽象对构建新行为例程及在受限机器人系统中的作用。

A Vendor-Agnostic LiDAR Data Conversion System with Multi-Signal Detection and Multi-Format Output

一种支持多信号检测和多格式输出的厂商无关LiDAR数据转换系统

Param Patel, Jay Dave, Pratyush Chakraborty

机构 * BITS Pilani, Hyderabad Campus（比拉理工学院海德拉巴校区） ； Department of Electrical and Electronics Engineering, BITS Pilani, Hyderabad Campus（比拉理工学院海德拉巴校区电气与电子工程系） ； Department of Computer Science and Information Systems, BITS Pilani, Hyderabad Campus（比拉理工学院海德拉巴校区计算机科学与信息系统系） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 提出一种厂商无关的LiDAR数据转换系统，通过加权多信号方法自动识别传感器厂商，并输出五种标准格式，解决了多厂商SDK不兼容问题。

Comments Manuscript submitted at Software: Practice and Experience

Connectivity Maintenance and Recovery for Multi-Robot Motion Planning

多机器人运动规划中的连通性维持与恢复

Yutong Wang, Lishuo Pan, Yichun Qu, Tengxiang Wang, Nora Ayanian

机构 * Brown University（布朗大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出了一种基于贝塞尔曲线的实时运动规划算法，用于多机器人系统中维持和恢复连通性，提升在障碍物环境中导航的成功率。

Comments 8 pages, 3 figures. To appear in the Proceedings of the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Pittsburgh, PA, USA

ContactFusion: Stochastic Poisson Surface Maps from Visual and Contact Sensing

ContactFusion：基于视觉和接触传感的随机泊松曲面地图

Aditya Kamireddypalli, Joao Moura, Russell Buchanan, Matias Mattamala, Sethu Vijayakumar, Subramanian Ramamoorthy

机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学） ； Department of Mechanical and Mechatronics Engineering, University of Waterloo（机械与机电工程系，滑铁卢大学） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 研究针对机器人装配中场景理解噪声影响插入成功率的问题，提出ContactFusion方法，结合全局映射与局部接触信息，通过拒绝采样程序估计接触位置，将接触与视觉信息融合到SPSMap，验证了方法有效性并改善孔位估计。

Comments Version accepted to IROS2026

Technical Report: Asynchronous Distributed Trajectory Estimation of Multi-Robot Systems

技术报告：多机器人系统的异步分布式轨迹估计

Adam Pooley, Matthew Hale

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 针对多机器人系统中通信和计算异步的问题，提出异步块坐标下降算法，通过近似最大后验估计减少96.9%通信，证明指数收敛，误差比现有算法低64%。

Comments 13 pages, 3 figures

OGM-CBF: Occupancy Grid Map-based Control Barrier Function for Safe Mobile Robot Control with Memory of out of View Obstacles

OGM-CBF：基于占用网格地图的控制屏障函数用于具有视 out of View 障碍物记忆的移动机器人安全控制

Golnaz Raja, Miloš Prágr, Topi Reino Johannes Kärki, Teemu Mökkönen, Reza Ghabcheloo

机构 * Faculty of Engineering and Natural Sciences, Tampere University（坦佩雷大学工程与自然科学学院） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 本文提出OGM-CBF方法，结合占用网格地图与控制屏障函数，解决移动机器人在未知环境中对已离开视野的障碍物记忆问题，提升安全性。

Comments Submitted to IROS 2026

Human-In-The-Loop Machine Learning for Safe and Ethical Autonomous Vehicles: Principles, Challenges, and Opportunities

用于安全且符合道德的自动驾驶车辆的人在回路机器学习：原理、挑战与机遇

Yousef Emami, Mohammadhossein Homaei, Miguel Gutiérrez Gaitán, Luis Almeida, Kai Li, Hui Huang, Zhu Han

机构 * IEEE 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.LG

AI总结 本文针对自动驾驶车辆面临的挑战，对人在回路机器学习进行教程式综述，涵盖课程学习、人在回路强化学习、人在回路大语言模型、主动学习等方法及道德原则，以推动安全且符合道德的自动驾驶发展。

Comments 19 pages, 4 figures