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。
STL-GCS：一种基于时变凸集图的信号时序逻辑规划器-控制器框架
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 提出用于满足凸谓词上STL规范的统一轨迹规划与控制框架，规划层将任务编码为时变凸集，结合GCS框架并由B样条参数化轨迹，控制层据此设计反馈控制器，通过仿真和实际实验验证了该方法。
NaviAIS：一个具有矢量化航道先验的场景级船舶轨迹预测数据集及NaviLane预测框架
机构 * Northeastern University（东北大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.AI
AI总结 研究针对复杂海洋环境下船舶轨迹预测问题，引入NaviAIS数据集并提出NaviLane框架，通过轨迹-地图联合编码、离散宏动作码本及模块优化评估等方法，提升船舶轨迹预测性能，优于现有基线。
通过先发制硬化防止智能应用中的数据泄露
机构 * Faculty of Computer and Information Science（计算机与信息科学系） ； Ben-Gurion University of the Negev（内盖夫本· Gurion大学）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI
AI总结 研究智能应用数据泄露问题，提出预部署管道，通过分析提示模板等识别泄露模式并生成补丁，经硬化和验证确保应用功能不受影响，评估显示能有效减少数据泄露。
基于旋转平台的静态线扫描激光雷达的两阶段外部校准
机构 * SiLC Technologies（SiLC技术公司）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO
AI总结 研究基于旋转平台的静态线扫描激光雷达校准问题，探索自动方法静态和动态估计旋转轴变换，通过真实数据集验证算法并研究其收敛特性。
Comments 8 pages, 13 figures. Manuscript accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
为关键系统设计可靠的智能体人工智能
机构 * Texas A&M University（德克萨斯A&M大学） ； Innovations in Systems Trust and Resilience (iSTAR) Laboratory（系统信任与弹性创新（iSTAR）实验室） ； Texas A&M Institute of Data Science - Security, Privacy and Resilience for Trusted AI (SPARTA) Thematic Lab.（德克萨斯A&M大学数据科学研究所 - 可信人工智能的安全、隐私与弹性（SPARTA）主题实验室） ； Texas A&M Global Cyber Research Institute (GCRI)（德克萨斯A&M大学全球网络研究所）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.AI
AI总结 研究针对关键工程领域智能体人工智能，将可靠性作为首要工程属性，采用围绕五个维度的可靠性模型及保证工作流程，综述相关架构、机制等，经多领域检验，指出其可靠性是单一问题并勾勒跨域保证框架路径。
Comments This work has been submitted to the IEEE for possible publication
人形机器人NICO中模拟到现实转换的优化
机构 * Comenius University Bratislava（布拉迪斯拉发夸美纽斯大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对人形机器人模拟到现实转换中因定位误差妨碍抓取的问题，通过添加多种检测和定位方法及校正，形成基于校准的抓取管道，并实现视觉反馈模型，提高了抓取成功率。
Comments 12 pages, 8 figures, accepted to International Conference on Artificial Neural Networks 2026, Neurorobotics workshop
世界翻译：通过反向动力学提取和非配对域翻译最小化模拟与现实之间的差距
机构 * Zhejiang University（浙江大学） ； LimX Dynamics（LimX动力学公司）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究模拟与现实差距问题，提出“世界翻译”方法，利用模拟器和学习动力学互补优势，反向提取动力学信息并跨域转换，实验表明该方法能更准确建模，在特定情况下优势明显，还证实可改进策略转移。
Comments 8 pages, 8 figures
ProEvent：面向主动智能体的以事件为中心的基准测试
机构 * School of Computing, Peking University（北京大学计算机学院）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.AI
AI总结 针对主动智能体研究忽视事件中心协助及评估难的问题，引入ProEvent基准测试，基于即时通讯聊天评估智能体维护用户时间表能力，实验发现当前智能体存在过度反应和事件取消处理难等问题，揭示了大语言模型的根本局限。
用于安全和自适应交会及接近操作的人工智能增强模型预测控制
机构 * Embry–Riddle Aeronautical University（安柏瑞德航空航天大学）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO
AI总结 研究多智能体对抗场景下航天器自主交会及接近操作问题，提出结合约束滚动时域MPC与数据驱动监督调整层的框架，经蒙特卡罗模拟评估，该框架相比固定参数MPC有更好性能，为自适应航天器RPO提供模块化、可解释基础。
Comments 34 pages, 7 figures
Apple-$π$：基于视频对基于法律的物理智能进行思维基准测试
机构 * S-Lab, Nanyang Technological University（南洋理工大学S-Lab） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV
AI总结 研究针对视频模型评估仅看输出层面的不足，提出Apple-PI基准，含数据集、协议和评估套件三部分，通过对11个模型测试发现其距可靠世界模拟器差距大，并揭示了一些瓶颈与差距，为指导视频模型发展提供诊断基础。
一种用于快速避碰的任务空间滚动时域控制器
机构 * Biorobotics Institute and the Department of Excellence in Robotics and AI, Scuola Superiore Sant’Anna（生物机器人研究所和机器人与人工智能卓越系，圣安娜高等学校）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究机器人操纵器实时避碰问题，提出任务空间滚动时域控制器，通过短接触一致展开生成终端参考并计算首个输入，经迭代动力学求解器塑造参考，仿真与实验验证该方法在动态杂波中平衡多方面性能且提升成功率。
Event3R：通过时空特征聚合从事件相机进行异步到全局的3D重建
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV
AI总结 研究针对事件相机异步、稀疏和高动态特性及缺乏标注数据集的问题，提出Event3R框架，通过时空体素表示、时间注意力模块、掩码箱建模策略及对比对齐和一致性正则化损失，实现鲁棒的3D重建，性能显著优于现有方法。
Comments accepted to IROS 2026
当言语安全但行动致命：在隐藏状态风险空间中探究超越文本安全的物理危险
机构 * Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
专题命中 机器人数据与评测 ：embodied agent(abstract)；分类 cs.AI
AI总结 研究大语言模型中语言无害指令在现实世界中的物理危险与文本级内容危险是否相同，提出PRISM方法，通过隐藏状态方向分析等证明CD和PD可分离，PRISM在多个基准测试中表现良好，能检测物理危险而非仅依赖明确不安全措辞。
用社交机器人评估身体虚弱和跌倒风险指标：对老年人的现场评估
机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（工业机器人与信息学研究所，西班牙科学与技术研究委员会 - 加泰罗尼亚理工大学） ； Parc Sanitari Pere Virgili（圣佩雷维吉利疗养院） ； RE-FiT Barcelona Research Group（巴塞罗那RE-FiT研究小组） ； Vall d’Hebron Institute of Research（瓦尔德希伯伦研究院） ； Aging Research Center, Department of Neurobiology, Care Sciences and Society (NVS), Karolinska Institutet and Stockholm University（衰老研究中心，神经生物学、护理科学与社会系（NVS），卡罗林斯卡学院和斯德哥尔摩大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对老年人虚弱评估资源密集且易忽略生物力学指标的问题，提出用行为树架构的机器人框架，通过视觉跟踪评估临床测试。经现场评估，该框架能提供可靠客观的评估，还可收集相关移动性指标。
Comments This work has been submitted to the IEEE for possible publication
AeroAct：用于语言条件四旋翼飞行的以动作中心的世界-动作模型
机构 * School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究语言条件下四旋翼飞行问题，提出AeroAct模型，利用预训练视频扩散Transformer，结合相关采集设备和程序获取数据，经实验验证该模型能提升四旋翼飞行的目标跟踪和物体搜索性能，且对应策略可在实体四旋翼上执行。
BridgeFlow：基于流匹配的快速且鲁棒的 SE(2) 等变运动规划
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对机器人运动规划中刚体变换等变性难题，提出BridgeFlow框架，通过轻量级模块实现等变性，结合布朗桥信息先验与最优传输加速推理，并嵌入环境感知，相比基线有速度和轨迹率优势，可稳健泛化。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures
VIABench：一个从视障人士收集的用于视障辅助的综合视频基准测试
机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.CV
AI总结 针对视障人士视觉信息获取难及多模态大语言模型在视障辅助中实用价值待探索的问题，引入VIABench视频基准测试，定义三个核心任务，提出严格测试流程，实验表明当前模型对视障人士支持不足，有望推动定制模型开发以改善其体验。
地震人工智能：一种基于评分标准评估的小学地震教育检索增强生成框架
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.AI
AI总结 研究针对小学生地震教育问题，提出地震人工智能混合教育框架，集成检索增强生成对话式AI助手，结合乐高机器人、评分标准和AI，通过不同年级的渐进学习提升学生地震应对能力，实验显示有高可信度和准确性。
Comments 17 pages, 4 figures
WNOJ-LIO：一种用于高动态激光雷达-惯性测量单元融合的基于加加速度白噪声运动先验的扩展卡尔曼滤波器
机构 * School of Aerospace Engineering, Beijing Institute of Technology（北京理工大学宇航学院）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究高动态驾驶下激光雷达-IMU融合问题，提出基于加加速度白噪声运动先验的扩展卡尔曼滤波器框架WNOJ-LIO，通过解耦先验预测状态、视IMU为高频测量源，经仿真和实际实验验证，提升了相关性能。
MAMMOTH：一种对缺失模态具有鲁棒性的越野移动多模态端到端策略
机构 * Indian Institute of Science（印度科学研究所）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究针对非结构化越野环境自主导航难题，提出MAMMOTH多模态端到端策略。它融合多模态观测，用模态丢弃训练，还采用扩散策略学习联合概率分布，经实验验证性能优越，能提升避撞等能力及对缺失模态的泛化。
Comments Accepted to IROS 2026 Main Conference
TRACE：可审计的智能体承诺的操作推理模式
机构 * Stanford University（斯坦福大学） ； Quadrivium AI（四元数人工智能）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.AI
AI总结 本文提出TRACE模式用于记录推理轨迹，通过字段和测试应对推理不在语言模型中的问题，给出参考程序和操作规范，借助记录-消费者契约形成操作接口，通过示例展示应用，贡献了模式及其契约。
Comments 46 pages, 18 tables, 4 figures
StratMamba：用于基于路径高效的激光雷达避障的策略性和反应性流划分
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； AlphaZ, Inc.（阿尔法兹公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究针对复杂环境中机器人导航问题，提出StratMamba双流时间建模架构，结合快慢衰减内存架构处理激光雷达数据。经多场景评估及与其他基线对比，其在时间推理效率、导航速度和路径最优性方面表现出色，在现实中性能更稳健。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 6 figures. Video: https://www.youtube.com/watch?v=Z0FfO_AVaSw
MobileSAM2：用于空间智能的轻量级图像分割模型
机构 * Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学） ； Xidian University（西安电子科技大学） ； SparcAI Inc.（SparcAI公司）
专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV
AI总结 研究旨在使SAM2更适用于移动设备，提出超图知识蒸馏方法HyperKD，由时间和粒度超图知识蒸馏构成，能有效建模转移知识。还推出MobileSAM2家族，经实验验证其在多基准测试及具身AI任务上有良好泛化性能。
Comments Accepted to ECCV 2026
GEST引擎：从事件图到合成视频。完整技术报告
机构 * Institute of Mathematics of the Romanian Academy（罗马尼亚科学院数学研究所） ； National University of Science and Technology Politehnica Bucharest（布加勒斯特理工大学） ； Büchi Labortechnik AG（布赫实验室技术公司）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV
AI总结 GEST引擎从自然语言文本生成多角色视频，核心是明确的世界模型，以GEST表示世界状态。通过程序或智能系统生成GEST，经四阶段管道执行，能输出多种视频相关数据，且保证相关特性，其输出可作视频理解多方面工具。
MAGIC：利用大语言模型生成具有可导航多场景的游戏世界并感知过渡
机构 * Department of Computer Science and Engineering（计算机科学与工程系）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.AI
AI总结 研究利用大语言模型生成多场景游戏世界时面临的问题，提出MAGIC系统，通过四阶段管道将自然语言提示转化为可运行项目，解决跨场景一致性等问题，在新基准测试中表现出色，生成可执行项目且过渡识别指标优。
穿着外套：基于可微服装模拟的双臂机器人辅助穿衣
机构 * Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对机器人辅助穿衣中衣物与人体四肢复杂接触交互的问题，提出集成实时可微服装模拟的控制算法，经模拟和实验验证，该算法能解决接触约束下服装状态问题，实现多阶段控制策略，证明了其可行性和有效性。
D-SafeMPC：基于离散时间控制障碍函数的扩散驱动安全模型预测控制
机构 * Paderborn University（帕德博恩大学） ； Illinois Institute of Technology（伊利诺伊理工学院） ； California Institute of Technology（加州理工学院） ； Technical University of Munich（慕尼黑工业大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对扩散模型用于机器人规划时无法保证安全和动态约束的问题，提出D-SafeMPC方法，通过控制障碍函数等引导扩散过程，结合迭代投影方案，经实验验证该方法能提升安全性、任务成功率和规划效率。
未知多房间家庭环境中多目标搜索的交错部分可观测马尔可夫决策过程规划
机构 * Georgia Institute of Technology（佐治亚理工学院） ； The Hong Kong University of Science and Technology（香港科技大学） ； Ising AI（伊辛人工智能公司） ； MIT（麻省理工学院） ； Notre Dame University（圣母大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究未知多房间家庭环境下多目标搜索问题，提出Inter-POMDP算法，通过高级POUCT规划器与低级运动规划器相互作用，平衡规划质量与效率，相比基线方法减少碰撞、导航步数及检测次数。
错误信息生态系统中的大语言模型：滥用、防御与脆弱性
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（中国传媒大学媒体融合与传播国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI
AI总结 研究大语言模型在错误信息生态系统中的问题，引入角色层框架统一风险与防御，组织相关攻击、研究检测与验证方法、分析漏洞及讨论对策，指出从静态检测到风险评估、强化验证管道、部署可审计人工参与验证系统这三个关键挑战。
Comments 35 pages, 8 figures
大语言模型中基于参考的蒸馏检测
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； University of Southern California（南加利福尼亚大学） ； OpenAI
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.LG
AI总结 研究旨在检测大语言模型是否经蒸馏而来，提出基于参考的成员推理蒸馏检测方法，通过比较模型与不同候选教师输出的优先对齐程度识别教师及蒸馏证据，能处理未知管道，扩展到开放世界设置，应用于当代模型获潜在蒸馏关系新证据。
Comments 27 pages (14 main), 21 figures, 16 tables
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