视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
GAUGE：面向仿真引擎与视频世界模型物理保真度的、基于测量的基准
专题命中 机器人数据与评测 ：world model(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 本研究提出基于真实世界的GAUGE基准，联合评估数值仿真器与生成式视频世界模型的物理保真度，发现无统一保真的物理引擎，视频模型存在轨迹形式正确但物理量错误的问题，为开发高保真仿真器奠定基础。
RoboDojo：用于综合评估通用机器人操作策略的统一模拟与现实基准测试
机构 * UC Berkeley（加州大学伯克利分校） ； THU（清华大学） ； PKU（北京大学） ； Stanford（斯坦福大学） ； MIT（麻省理工学院） ； UNC（北卡罗来纳大学） ； Princeton（普林斯顿大学） ； CMU（卡内基梅隆大学） ； NUS（新加坡国立大学） ； NTU（南洋理工大学） ； CUHK（香港中文大学） ； SJTU（上海交通大学） ； HKUST (GZ)（香港科技大学（广州）） ； ZJU（浙江大学） ； Yale（耶鲁大学）
专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 现有基准测试在系统评估通用机器人操作策略能力方面有限，本文引入RoboDojo统一基准测试，含模拟与现实任务，支持多维度评估及可扩展评估，还建立了公共排行榜与系统分析。
Comments Website: https://robodojo-benchmark.com/, Code: https://github.com/RoboDojo-Benchmark/RoboDojo, Leaderboard: https://robodojo-benchmark.com/leaderboard
!帝国，小型甚大阵：数据投毒对开源机器人技术的影响
机构 * Duale Hochschule Baden-Württemberg, Ravensburg（巴登-符腾堡双元制应用技术大学拉文斯堡分校）
专题命中 机器人数据与评测 ：robotics(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 研究视觉语言动作模型的触发词数据投毒对开源机器人技术的影响，通过在真实任务中对小型甚大阵进行实验，发现少量投毒样本可嵌入后门致机器人失效，攻击具实用性、低成本且隐蔽。
Comments Accepted at KI2026. Repo: https://github.com/StefanBuhler/ImperioVLAPoisoning
WatchAct: 行为引导的机器人操作基准
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出WatchAct基准，通过人类行为视频与指令配对，评估机器人对观察行为的推理能力，涵盖事件解析、程序推理、意图推断和情景记忆四个认知维度，实验显示现有系统性能远低于人类。
基于世界模型的视频生成中物理一致性的无参考评估
机构 * Hanyang University ERICA（汉阳大学ERICA校区）
专题命中 机器人数据与评测 ：world model(title)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出结合相对与绝对方法的无参考度量，用于评估生成视频的物理一致性，无需人工投票或真实参考，通过DROID-SLAM和SEA-RAFT量化不一致性，过滤后视频任务成功率提升超8%，并实现时空定位。
Comments Accepted to the 2nd 3D-LLM/VLA Workshop, CVPR 2026
迈向下一代医疗：医疗具身AI在感知、决策与行动中的综述
机构 * School of Information Science and Engineering, Ocean University of China（中国海洋大学信息科学与工程学院） ； Innovation School of Artificial Intelligence, Hefei University of Technology（合肥工业大学人工智能创新学院） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； School of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术学院） ； 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） ； ReLER Laboratory, CCAI, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室）
专题命中 机器人数据与评测 ：embodied AI(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 本文系统综述医疗具身AI的核心组件，强调感知、决策与行动的协调集成，并分析临床实践中的挑战与未来方向。
Comments 19 pages, 9 figures
RoSE：用于腔内支架测试的机器人软食管
专题命中 机器人数据与评测 ：robotic(title,abstract)；robotics(comments,journal_ref)；分类 cs.RO
AI总结 本研究开发了仿生机器人软食管RoSE作为腔内支架体外测试装置，通过测试两种不同径向刚度支架的径向力、迁移情况及对吞咽功能的影响，为支架评估提供创新平台。
Comments Author accepted manuscript. 31 pages, 13 figures, 3 tables. Published in Soft Robotics (2021). Project page: https://bhattner143.github.io/rose-stent.github.io/
Journal ref Soft Robotics, Vol. 8, No. 4 (2021)
面向视觉-语言-动作模型的鲁棒指令泛化的基础语义重绑定
专题命中 机器人数据与评测 ：robotics(abstract,abstract_cn)；manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 针对视觉-语言-动作模型因指令释义导致性能骤降的架构问题，提出GSR方法，在LIBERO-Para基准提升成功率44.6%，推出ParaVLA模型，规避低效数据扩展，实现鲁棒指令泛化。
Comments 23 pages, 8 figures
SpotlessGS：面向机器人感知的动态光照下可重光照三维高斯溅射技术
机构 * Technical University of Munich（慕尼黑工业大学） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO、cs.CV
AI总结 该研究针对机器人在差光照环境下感知性能下降问题，提出SpotlessGS方法，通过优化光照参数、引入SH光照模型及MLP-BRDF，实现可重光照三维重建，提升了渲染与感知性能。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
探索大语言模型（LLM）在现实世界海事航行场景中的情境理解与《国际海上避碰规则》（COLREG）遵从能力
机构 * Technical University of Denmark（丹麦技术大学） ； University of Copenhagen（哥本哈根大学）
专题命中 机器人数据与评测 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 本研究探索LLM在海事航行中的应用，构建含50个真实场景的AIS数据集，评估不同LLM的理解与推理能力，发现不微调则难以解决海事航行任务。
Comments Submitted and accepted to the IFAC WC 2026 as an invited session paper for track 7.2 Transportation and Vehicle Systems - Marine Systems
机器人从人类演示中学习：手写字母轨迹与类人性评估
机构 * University of the West of England（西英格兰大学） ； Bristol Robotics Laboratory（布里斯托机器人实验室） ； Kempten University of Applied Sciences（肯普滕应用科学大学）
专题命中 机器人数据与评测 ：robot learning(title)；robotic(abstract)；分类 cs.RO、cs.LG
AI总结 该研究提出LfD框架，构建含力与归一化时间维度的GMM-GMR方法，基于3142个手写演示数据集，经21人用户研究生成类人性得分71.50的轨迹，开源数据集提供基准。
Comments 9 pages, 7 figures, 4 tables, accepted for presentation at the IEEE International Conference on Development and Learning (ICDL) 2026, Kyoto, Japan, 15-18 September 2026
面向卫星图像篡改与深度伪造定位的基准数据集
机构 * Oak Ridge National Laboratory（橡树岭国家实验室）
专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.AI、cs.CV
AI总结 针对遥感领域缺乏合适卫星图像篡改定位基准数据集的问题，构建含60张图像的原型数据集，支持像素级定位等分析，以推动相关研究。
Comments Accepted at IEEE IGARSS 2026
关于在三个公共场所使用的仿人机器人头部接受度的案例研究
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO、cs.AI
AI总结 研究仿人机器人头部在公共场所的接受度，通过情感模拟后端处理自然语言生成多模态响应，邀请访客交流。结果显示用户有使用意愿，公共场所更适配，多语言响应受欢迎，但响应时间待改进。
Comments accepted at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026) Kitakyushu, Japan
扩散重滚动：用于机器人序列预测的可修正去噪
机构 * Agency for Defense Development（国防发展局）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO、cs.LG
AI总结 研究提出扩散重滚动框架用于机器人序列预测，能选择性重新去噪局部稳定区域，实现跨视野迭代修正。通过与其他方法对比评估，在多任务基准测试中取得更好性能，支持结构化重新去噪是可修正机器人序列生成的有效机制。
Comments Project Page: https://seonsoo-p1.github.io/DiffusionReRoll/
PREFAIL：识别机器人提升和放置任务中故障的先兆以提高任务执行性能
机构 * University of Southern California（南加州大学）
专题命中 机器人数据与评测 ：robotic(title)；manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 研究非prehensile物料搬运的提升和放置任务，提出PREFAIL方法通过分析目标物体与载体相对运动预测故障先兆，引入精确标识最新干预时间的数据集，经实验验证该方法显著提升故障先兆响应的准确性与及时性。
SafeRelBench：用于VLM驱动的具身智能体过程级安全的空间关系感知基准测试
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，字节跳动公司）
专题命中 机器人数据与评测 ：embodied agent(title,abstract)；分类 cs.RO、cs.AI
AI总结 研究VLM驱动具身智能体的过程级安全问题，引入SAFERELBENCH基准测试，含507个样本。评估七个智能体发现任务成功与安全合规有差距，该基准明确测试行动前安全条件，凸显空间关系在安全评估中的核心地位。
Comments Preprint. 10 pages, 6 figures, 4 tables
基于文本目标和通过实到模拟图像转换实现从模拟到现实泛化的基于可供性的操纵规划
专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.RO、cs.AI
AI总结 该研究提出基于可供性识别与动作效果预测的操纵规划系统，通过多模态目标匹配模块评估候选计划，能跟踪遮挡物体位置。还用图像转换模块辅助，分别评估模块性能并展示集成系统在模拟与硬件上的规划能力。
Comments 14 pages, 10 figures
WorldRoamBench：交互式世界模型长时稳定性的开放世界基准
机构 * AMAP CV Lab, Alibaba Group（阿里巴巴集团AMAP CV实验室） ； Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Peking University（北京大学）
专题命中 机器人数据与评测 ：world model(title,abstract)；分类 cs.AI、cs.CV
AI总结 提出WorldRoamBench基准，从动作、视觉、物理和记忆四维度评估交互式世界模型的长时稳定性，包含600+测试用例，揭示现有模型在所有维度均不理想。
CoFL-S: 用于局部语言条件导航的空间可查询扇区流场
机构 * Dragon Lab, Department of Mechanical Engineering, The University of Tokyo（龙实验室，机械工程系，东京大学）
专题命中 机器人数据与评测 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 提出CoFL-S，一种低层级视觉-语言-动作框架，通过预测机器人局部可见扇区上的语言条件流场并滚动生成连续轨迹，在连续时间Habitat基准测试中优于动作令牌和动作块基线，并实现零样本真实世界部署。
Comments 27 pages, 13 figures
ASPIRE: 面向机器人的智能体技能发现
机构 * NVIDIA（英伟达） ； UMich（密歇根大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学）
专题命中 机器人数据与评测 ：robotics(title)；manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 提出ASPIRE系统，通过闭环执行、技能库积累和进化搜索，自主编写和优化机器人控制程序，在扰动、多机器人协作和长时域任务上显著超越现有方法，并实现零样本泛化与仿真到现实的技能迁移。
Comments 43 pages, 12 figures, 9 tables. Project page: https://research.nvidia.com/labs/gear/aspire/
物理引导的机器人辐射源定位：非结构化环境中沿任意测量路径
机构 * George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology（乔治·W·伍德拉夫机械工程学院，佐治亚理工学院）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO、cs.LG
AI总结 提出基于物理信息机器学习（PIML）的框架，使机器人沿任意路径在未知环境中精确估计辐射源位置，避免接近源，并通过并行计算提高鲁棒性。
Comments 18 pages, 14 figures, 2 tables
1000次对打：用于机器人乒乓球的事件相机数据集与实时学习的球状态估计
机构 * Sony AI, Zurich（索尼AI，苏黎世）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO、cs.CV
AI总结 针对机器人乒乓球中高速球状态估计的实时性需求，构建首个大规模事件相机数据集（1000次对打），提出联合估计球位置与速度的CNN，结合卡尔曼滤波将弹跳点预测误差降低36%，并实现事件驱动的人机实时对打。
EmbodiedUS-FS：用于超声机器人的快速慢速智能
机构 * independent researcher（独立研究员） ； Shanghai World Foreign Language Academy（上海世界外国语中学） ； University of Wyoming（怀俄明大学） ； SUNY Binghamton（纽约州立大学宾汉姆顿分校）
专题命中 机器人数据与评测 ：robotics(title)；robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出一种分层快慢思考的具身超声系统，通过慢脑进行意图解析和任务规划，快脑融合多模态反馈优化局部动作，并集成安全防护机制，在动态临床环境中提高任务成功率并减少安全违规。
人形机器人数据标准：物理AI缺失的基础设施
专题命中 机器人数据与评测 ：robotics(title)；manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 本文论证数据标准是人形机器人可扩展性的关键基础设施，通过提出ISO/WD 26264-1标准，解决数据非累积性问题，使具身经验可解释、可共享、可追溯和可复用。
R2RDreamer: 面向空间泛化的2D操作策略的3D感知数据增强
机构 * Tsinghua University（清华大学） ； BUPT（北京邮电大学） ； GigaAI
专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.RO、cs.CV
AI总结 提出R2RDreamer框架，通过轻量级3D编辑和2D视频补全，从少量真实演示生成几何一致的增强数据，提升2D操作策略的空间泛化能力。
Comments Project page: https://r2rdreamer.github.io/
Elastic ODYN：面向机器人中不可行控制与学习的可微优化
机构 * University of Oxford（牛津大学） ； Heriot-Watt University（赫瑞瓦特大学）
专题命中 机器人数据与评测 ：robotics(title)；robotic(abstract)；分类 cs.RO、cs.LG
AI总结 提出Elastic ODYN，一种通过平滑平方ℓ2弹性松弛处理不可行二次规划（QP）的原始-对偶非内点求解器，支持热启动，在无可行点时收敛到最接近可行解，并基于此开发可微QP层和不可行感知SQP方法，在基准QP、奇异接触力学、可微参数辨识及四足/人形机器人轨迹优化中优于现有方法。
Comments 8 pages, 5 figures, 2 tables
DuoBench: 一个可复现的双手操作基准，涵盖仿真与现实世界
机构 * University of Technology Nuremberg（纽伦堡工业大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Franka Robotics ； Technical University of Munich（慕尼黑工业大学）
专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.RO、cs.AI
AI总结 提出DuoBench，一个基于FR3 Duo平台的双手操作基准框架，包含11个任务和阶段式评估方案，用于诊断当前策略在双手协调、仿真到现实迁移等方面的失败模式。
面向道德野生动物监测的扰动感知空中机器人
机构 * Department of Computing, Jonkoping University（约翰内斯堡大学计算机系） ； Department of Information Systems, University of Haifa（海法大学信息系统系）
专题命中 机器人数据与评测 ：robotics(title)；robotic(abstract)；分类 cs.RO、cs.LG
AI总结 提出一种基于强化学习的扰动感知框架，用于异构空中机器人编队自主追踪野生动物，同时最小化行为干扰，在三种动物和四种行为模型上超越规则基线。
用于软机器人致动器的稳健硅胶浇注成型和传感器嵌入程序
专题命中 机器人数据与评测 ：robotic(title)；robotics(abstract,comments)；分类 cs.RO
AI总结 研究软机器人可重复可扩展制造问题，核心方法是双组分浇注成型制造软气动致动器及嵌入薄膜柔性传感器，并进行有限元建模和多种实验验证，主要贡献是提供稳健制造程序及相关验证，推动软机器人广泛应用。
Comments 8 pages, 17 figures, to be published in: IEEE RAS/EMBS 11th International Conference on Biomedical Robotics and Biomechatronics (BioRob 2026)
超越故障恢复：一种面向机器人系统的参与感知人在回路框架
机构 * Cornell University（康奈尔大学）
专题命中 机器人数据与评测 ：robotic(title)；robotics(abstract,journal_ref)；分类 cs.RO
AI总结 提出一种参与感知模型预测控制（E-MPC）方法，通过规划交互频率和类型来维持用户参与度并控制工作负荷，在机器人辅助进食系统中验证了其提升用户体验且不降低任务成功率的效果。
Comments Project website at https://emprise.cs.cornell.edu/empc
Journal ref Robotics: Science and Systems 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈