机器人 / 具身智能

Who Is Responsible? Self-Adaptation Under Multiple Concurrent Failures With Unknown Faults in Complex Robotic Systems

谁该负责？在复杂ROS系统中多重同时不确定性的自我适应

Andreas Wiedholz, Rafael Paintner, Alwin Hoffmann, Tobias Huber

机构 * XITASO GmbH（XITASO公司） ； German Aerospace Center (DLR) Institute of Flight Systems（德国航空航天中心（DLR）飞行系统研究所） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；robotics(abstract)；分类 cs.RO

AI总结 本文提出了一种基于ROS2的自我适应方法，能够处理复杂系统中多重同时不确定性的根本原因分析和策略选择，通过规则集和依赖图实现轻量级适应，提升适应效率与性能。

Comments Accepted at ACSOS 2026

Receptogenesis in a Vascularized Robotic Embodiment

血管化机器人躯体中的生成

Kadri-Ann Pankratov, Leonid Zinatullin, Hans Priks, Adele Metsniit, Urmas Johanson, Tarmo Tamm, Alvo Aabloo, Edoardo Sinibaldi, Indrek Must

专题命中 其他机器人 ：robotic(title,abstract)；robotics(abstract)；分类 cs.RO

AI总结 本文提出了一种通过动态材料重构实现机器人身体内在功能适应和发展的方法，通过利用流体ics重构材料界面，实现基于环境提示的传感器生成，展示了在血管化机器人复合材料中通过光聚合物化实现材料级功能重构的可行性。

Comments Supplementary Files currently unavailable online. Please contact the First Author to request any Supplementary Files; Version 3 - revision

Consensus-based optimization (CBO): Towards Global Optimality in Robotics

基于共识的优化（CBO）：迈向机器人学的全局最优性

Xudong Sun, Armand Jordana, Massimo Fornasier, Jalal Etesami, Majid Khadiv

机构 * Munich Center for Machine Learning (MCML), Munich, Germany（慕尼黑机器学习中心（MCML），德国慕尼黑） 纠错

专题命中 其他机器人 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出将共识优化（CBO）引入机器人学，在温和假设下保证收敛到全局最优，并在三个挑战性轨迹优化场景中优于现有方法。

Recti-Q: Feature-Space Rectification for Out-of-Distribution-Robust Quantized Perception in Edge Robotics

Recti-Q：用于边缘机器人中分布外鲁棒量化感知的特征空间校正

Hamidreza Yaghoubi Araghi, Parastoo Pilevar, Ming C. Lin

专题命中 其他机器人 ：robotics(title)；robotic(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结 研究针对边缘机器人中PTQ在分布变化下可靠性降低的问题，提出轻量级特征空间校正框架Recti-Q，它冻结量化主干，仅用源数据训练小型分类器头LoRA适配器，与架构无关，能恢复鲁棒性，节省内存且实现低带宽OTA弹性修补。

Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

DIJIT: A Robotic Head for an Active Observer

DIJIT: 面向主动观察者的机器人头部

Mostafa Kamali Tabrizi, Mingshi Chi, Bir Bikram Dey, Kelly Yuan, Markus D. Solbach, Yiqian Liu, Michael Jenkin, John K. Tsotsos

机构 * Department of Electrical Engineering and Computer Science, York University（电气与计算机科学系，约克大学） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO、cs.CV；robotics(journal_ref)

AI总结 提出DIJIT双目机器人头部，具有9个机械自由度和4个光学自由度，实现类人眼/头运动，用于主动视觉研究，其扫视精度接近人类。

Journal ref IEEE Robotics and Automation Letters, Vol. 11, No. 6, pp. 7038-7045, June 2026

When Prompts Control Robots: Prompt Injection Attacks in Multi-Agent Robotic Systems

当提示控制机器人时：多智能体机器人系统中的提示注入攻击

Neha Nagaraja, Amisha Bagari, Hayretdin Bahsi

机构 * School of Informatics, Computing, and Cyber Systems, Northern Arizona University（北亚利桑那大学信息学、计算与网络安全学院） ； Department of Software Science, Tallinn University of Technology（塔林理工大学软件科学系） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文针对基于LLM的多智能体机器人系统，系统研究了直接和间接提示注入攻击的风险、传播特性及架构对攻击成功率的影响，是该领域的首项系统性研究。

Utilizing Inpainting for Keypoint Detection for Vision-Based Control of Robotic Manipulators

利用图像修复进行基于视觉的机械臂运动控制的关键点检测

Sreejani Chatterjee, Venkatesh Mullur, Abhinav Gandhi, Berk Calli

机构 * Worcester Polytechnic Institute（沃斯彻斯特理工学院） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO

AI总结 本文提出一种新的视觉伺服框架，通过纯自然视觉特征控制机械臂的配置空间。通过图像修复生成无标记的机械臂图像，训练关键点检测算法以实现基于自然特征的控制，无需依赖相机校准或机器人模型。

Functional Cache Grafting: Robust and Rapid Code-Policy Synthesis for Embodied Agents

功能缓存嫁接：具身智能体的鲁棒且快速代码策略合成

Saehun Chun, Wonje Choi, Sera Choi, Sanghyun Ahn, Honguk Woo

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

专题命中 其他机器人 ：embodied agent(title,abstract)；分类 cs.AI

AI总结 提出FCGraft框架，通过维护函数级验证代码骨架及其键值缓存，对新任务进行缓存嫁接（拼接和修补），减少预填充计算并复用验证结构，实现更鲁棒和快速的策略合成。

Comments Accepted at ICML 2026

SG-CoT: An Ambiguity-Aware Robotic Planning Framework using Scene Graph Representations

SG-CoT：一种基于场景图表示的模糊性感知机器人规划框架

Akshat Rana, Peeyush Agarwal, K. P. S. Rana, Amarjit Malhotra

机构 * Netaji Subhas University of Technology（纳塔贾·萨哈大学） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO

AI总结 SG-CoT通过构建场景图并利用LLM迭代查询以检测和澄清模糊性，提升机器人规划在模糊环境中的可靠性，实验表明其在单机和多机环境中均优于现有方法。

Comments This work has been submitted to the journal Autonomous Robots for possible publication

Passive Phase-Oriented Impedance Shaping for Rapid Acceleration in Soft Robotic Swimmers

被动相导向阻抗塑造用于软机器人游动中的快速加速

Qimin Feng, Orion A. Roberts, Qiang Zhong

机构 * Department of Mechanical Engineering, Iowa State University（机械工程系，爱荷华州立大学） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO

AI总结 本研究通过被动相导向阻抗塑造技术，显著提升了软机器人游动的加速能力和终端速度。

Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Camera-ready version

EmbodiSkill: Skill-Aware Reflection for Self-Evolving Embodied Agents

EmbodiSkill：基于技能的反思以实现自我进化的具身智能体

Ruofei Ju, Xinrui Wang, Xin Ding, Yifan Yang, Hao Wu, Shiqi Jiang, Qianxi Zhang, Hao Wen, Xiangyu Li, Weijun Wang, Kun Li, Yunxin Liu, Haipeng Dai, Wei Wang, Ting Cao

机构 * Nanjing University（南京大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Microsoft Research（微软研究院） ； Institute for AI Industry Research (AIR) Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 其他机器人 ：embodied agent(title,abstract)；分类 cs.AI

AI总结 本文提出EmbodiSkill，一种无需训练的具身技能自我进化框架，通过技能感知反思和针对性修订提升任务成功率。

ECM Contracts: Contract-Aware, Versioned, and Governable Capability Interfaces for Embodied Agents

ECM合同：面向具身代理的合同感知、版本化和可治理的能力接口

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

机构 * School of Software, Harbin Institute of Technology（哈尔滨工业大学软件学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； School of Mathematical and Computer Sciences, Heriot-Watt University（赫瑞-瓦特大学数学与计算机科学学院） ； School of Future Science and Engineering, Soochow University（苏州大学未来科学与工程学院） 纠错

专题命中 其他机器人 ：embodied agent(title,abstract)；分类 cs.AI

AI总结 本文提出ECM合同模型，通过六个维度定义具身能力模块的接口，解决模块组合与释放的稳定性问题，提升软件生态系统的安全性和可控性。

Comments 41 pages, 3 figures, 13 tables

LA-IMR: Latency-Aware, Predictive In-Memory Routing and Proactive Autoscaling for Tail-Latency-Sensitive Cloud Robotics

LA-IMR：面向尾延迟敏感的云机器人的延迟感知、预测性内存路由与主动自动缩放

Eunil Seo, Chanh Nguyen, Erik Elmroth

专题命中 其他机器人 ：robotics(title,abstract)

AI总结 针对混合云边基础设施中突发请求导致的尾延迟问题，提出LA-IMR控制层，通过利用率驱动的延迟模型、事件调度、副本自动缩放和边到云卸载，将P99延迟降低高达20.7%。

Comments v3: Revised manuscript with a citation-context correction and improved reference metadata. All references were reverified against authoritative sources; the confirmed page ranges for the ECO and C3 papers were retained

A low-cost mockup to simulate robotic laser cutting in nuclear decommissioning

一种低成本的模拟装置用于模拟核退役中的机器人激光切割

Frederico Fernandes Afonso Silva, Murilo Marques Marinho, Bruno Vilhena Adorno

专题命中 其他机器人 ：robotic(title,comments)；分类 cs.RO

AI总结 本文提出一种低成本实验模拟装置，用于模拟核退役中容器的激光切割过程，通过六自由度机械臂和视觉系统实现高精度路径跟踪。

Comments 7 pages, 8 figures, 2 tables. Accepted for publication in TAROS 2026 (Towards Autonomous Robotic Systems)

Scalable Low-Cost Laboratory Automation: A Digital Twin-Integrated Robotic Platform for Autonomous Liquid Handling (RAINBOT)

可扩展的低成本实验室自动化：用于自主液体处理的数字孪生集成机器人平台（RAINBOTTM）

Mohamed Rami Ayeche, Souhil Sid, Ahyen Mostofa, Rehaan Hussain, Ali Shayesteh, Fadwa El Mellouhi

机构 * Acceleration Consortium, University of Toronto（多伦多大学加速联盟） ； AISCIA Informatics（AISCIA信息学公司） ； Hamad Bin Khalifa University (HBKU)（哈马德·本·哈利法大学） 纠错

专题命中 其他机器人 ：robotic(title)；分类 cs.RO

AI总结 研究针对商业液体处理系统的局限，提出将消费级3D打印机改装为低成本液体处理机器人RAINBOTTM的方法，通过数字孪生实现远程监控，结合CEIDTM框架进行目标导向实验，成本低，建立了可访问的物理 - 虚拟实验室自动化框架。

NNiT: Width-Agnostic Neural Network Generation with Structurally Aligned Weight Spaces

NNiT：具有结构对齐权重空间的宽度无关神经网络生成

Jiwoo Kim, Swarajh Mehta, Hao-Lun Hsu, Hyunwoo Ryu, Yudong Liu, Miroslav Pajic

机构 * Department of Electrical ； Computer Engineering, Duke University, NC, USA ； Department of Computer Science, Duke University, NC, USA ； Computer Science \& Artificial Intelligence Laboratory, Massachusetts Institute of Technology, MA, USA 纠错

专题命中 其他机器人 ：robotics(abstract)；robotic(abstract)；分类 cs.AI、cs.LG

AI总结 提出NNiT，通过将权重矩阵分块并建模为局部结构场，实现宽度无关的神经网络参数生成，在ManiSkill3任务上对未见架构拓扑达到>85%成功率。

Intelligence as Managed Autonomy: Failure, Escalation, and Governance for Agentic AI Systems

智能作为受管自主：代理型AI系统的失败、升级与治理

Srini Ramaswamy

机构 * DNRS.ai USA（DNRS.ai美国公司） 纠错

专题命中 其他机器人 ：robotic(abstract,comments)；robotics(abstract)；分类 cs.AI

AI总结 本文提出SMARt模型，通过形式化能力检测认知漂移、暂停推理、尝试恢复并在可靠性下降时放弃控制，以解决自主AI系统中的幻觉和持续不合理行为问题。

Comments This peer-reviewed paper is to appear in the Journal of Intelligent and Robotic Systems

ProbGuard: Proactive Runtime Monitoring for LLM Agent Safety via Probabilistic Prediction

ProbGuard：基于概率的运行时监控用于LLM代理安全

Haoyu Wang, Christopher M. Poskitt, Jiali Wei, Jun Sun

机构 * Singapore Management University（新加坡管理大学） ； Xi'an Jiaotong University（西安交通大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；embodied agent(abstract)；分类 cs.AI

AI总结 ProbGuard通过概率风险预测主动监控LLM代理安全，利用离散时间马尔可夫链建模行为动态，提前预警潜在危险，提升安全性和任务完成率。

Comments Accepted by the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

Fast Feature Field ($\text{F}^3$): A Predictive Representation of Events

快速特征场（$\text{F}^3$）：事件的预测性表示

Richeek Das, Kostas Daniilidis, Pratik Chaudhari

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出快速特征场（$\text{F}^3$），通过预测事件构建数据表示，高效鲁棒，在多机器人平台与场景的视觉任务中达最优性能，可实现高速任务预测。

Comments 44 pages, 12 figures

UnfoldArt: Zero-Shot Recovery of Full Articulated 3D Objects from Text or Image

UnfoldArt: 从文本或图像零样本恢复完整关节式3D物体

Mohamed el Amine Boudjoghra, Ivan Laptev, Angela Dai

机构 * Technical University of Munich（慕尼黑工业大学） ； Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；embodied AI(abstract)；分类 cs.CV

AI总结 提出首个辩论驱动代理方法，结合视觉语言模型和视频生成先验，从文本或图像零样本重建关节式3D物体的结构、运动与隐藏几何。

Comments Project page: https://aminebdj.github.io/unfoldart

Adaptive Artificial Time-Delay Control with Barrier Lyapunov Constraints for Euler-Lagrange Robots

具有障碍李雅普诺夫约束的自适应人工时延控制用于欧拉-拉格朗日机器人

Saksham Gupta, Rishabh Dev Yadav, Sarthak Mishra, Amitabh Sharma, Sourish Ganguly, Wei Pan, Spandan Roy, Simone Baldi

机构 * Robotics Research Center, International Institute of Information Technology Hyderabad, India（机器人研究中心，国际信息科技大学 Hyderabad，印度） ； Department of Computer Science, University of Manchester, UK（计算机科学系，曼彻斯特大学，英国） ； Autonomous Systems and Automatic Control in School of Engineering, Newcastle University, UK（工程学院自主系统与自动控制，新castle大学，英国） ； Self-Organizing Mobility Lab, School of Mathematics, Southeast University, Nanjing 210096, China（自组织移动实验室，数学学院，东南大学，南京210096，中国） 纠错

专题命中 其他机器人 ：robotics(abstract)；robotic(abstract)；分类 cs.RO

AI总结 针对欧拉-拉格朗日系统中的状态相关不确定性和时变状态约束问题，提出一种结合人工时延估计与障碍李雅普诺夫函数的自适应控制框架，通过在线估计不确定性上界并强制约束位置和速度，实验验证了其在五自由度机械臂上的有效性。

As You Wish: Mission Planning with Formal Verification using LLMs in Precision Agriculture

如您所愿：利用LLM在精准农业中进行形式化验证的任务规划

Marcos Abel Zuzuárregui, Stefano Carpin

机构 * University of California, Merced（加州大学默塞德分校） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.AI；robotics(journal_ref)

AI总结 针对自然语言歧义性，提出基于线性时序逻辑（LTL）反馈循环的LLM任务规划系统，通过双LLM分工实现规范生成与验证，提升精准农业任务规划的可靠性。

Journal ref Published in Proceedings of 2026 International Conference on Robotics and Automation (ICRA)

Learning Fine-Grained Correspondence with Cross-Perspective Perception for Open-Vocabulary 6D Object Pose Estimation

学习细粒度对应与跨视角感知用于开放词汇6D物体姿态估计

Yu Qin, Shimeng Fan, Fan Yang, Zixuan Xue, Zijie Mai, Wenrui Chen, Kailun Yang, Zhiyong Li

机构 * School of Artificial Intelligence and Robotics and the National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（人工智能与机器人学院和机器人视觉感知与控制技术国家工程研究中心，湖南大学） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems, Tongji University（自主智能无人系统国家重点实验室，同济大学） ； School of Computer Science and Engineering, Hunan University of Science and Technology（计算机科学与工程学院，湖南科技大学） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO、cs.CV；robotics(comments)

AI总结 提出FiCoP框架，通过物体中心解耦、跨视角全局感知模块和补丁相关预测器，实现空间约束的细粒度对应，显著提升开放世界6D姿态估计的鲁棒性。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L). The source code will be made publicly available at https://github.com/zjjqinyu/FiCoP

Combining Large Language Models and Symbolic Reasoning for Multi-Robot Temporal Planning through Explainable Knowledge Bases

结合大语言模型与符号推理，通过可解释知识库实现多机器人时序规划

Enrico Saccon, Matteo Saveriano, Edoardo Lamon, Luigi Palopoli, Marco Roveri

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.AI

AI总结 本研究提出PLANTOR框架，结合LLM与符号推理，通过可解释知识库实现多机器人时序规划，在基准场景及多臂装配场景验证，可减少手动建模但需人工修正，主张混合工作流。

Enhanced Seam Segmentation for Automated Welding Robot in Construction Through Transfer Learning: Addressing Limitations of Bilateral Segmentation Network

通过迁移学习增强建筑自动化焊接机器人的焊缝分割：解决双边分割网络的局限性

Keonvin Park, Yong Ann Voeurn, Hyeokjun Kweon, Doyun Lee

机构 * Interdisciplinary Program in Artificial Intelligence, Seoul National University（首尔国立大学人工智能跨学科项目） ； Department of Civil Engineering and Construction, Georgia Southern University（佐治亚南方大学土木工程与建筑系） ； The Graduate School of Advanced Imaging Science, Multimedia & Film, Chung-Ang University（中央大学先进影像科学、多媒体与电影研究生院） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV、cs.LG

AI总结 研究针对建筑自动化焊接中焊缝分割难题，提出通过迁移学习和混合损失增强BiSeNetV2的框架，提升反射鲁棒性。实验表明其联合交并比等指标优异，能恢复多数失败案例，对轻量级实时分割架构有效，为机器人焊接提供实用感知方案。

RoVE: Rotary Value Embeddings Attention for Relative Position-dependent Value Pathways

RoVE: 旋转值嵌入注意力实现相对位置相关的值路径

Alejandro García-Castellanos, Maurice Weiler, Erik J Bekkers

机构 * AMLab University of Amsterdam（阿姆斯特丹大学AMLab） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI、cs.LG

AI总结 提出RoVE方法，通过同时旋转键和值使值对位置敏感，将RoPE注意力转化为注意力卷积，在少样本学习、分布外困惑度和长上下文检索上优于RoPE。

A Systematic Study of Large Language Models for Task and Motion Planning With PDDLStream

基于PDDLStream的任务与运动规划大语言模型的系统研究

Jorge Mendez-Mendez

机构 * Stony Brook University（石溪大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.AI

AI总结 研究大语言模型在机器人任务与运动规划中的应用，开发16种用LLMs替代关键TAMP组件的算法，通过实验发现基于LLM的规划器成功率低、规划时间长，提供几何细节会增加任务规划错误，多数情况下直接LLM变体表现更好。

Comments 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 8 pages, 6 figures

Native Extrapolation Awareness in Flow-Based Conditional Generation

发散流：在条件生成中检测外推

Constantinos Tsakonas, Serena Ivaldi, Jean-Baptiste Mouret

机构 * Inria（法国国家信息与自动化技术研究院） ； Université de Lorraine（洛林大学） ； CNRS（法国国家科学研究中心） ； Loria（洛林信息与自动化技术研究院） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI、cs.LG

AI总结 发散流通过结构强制实现对非流形输入的低效传输，实现条件生成与外推检测的统一，提升流模型在安全关键领域的可靠性。

Comments 30 pages, 10 figures, 2 algorithms, 13 tables

Computation, Condensation, and the Incompleteness Between Them: A Coupled Foundation of Intelligence

计算、凝聚及其之间的不完备性：智能的耦合基础

Xin Li

机构 * Department of Computer Science, University at Albany, SUNY（计算机科学系，阿尔巴尼大学，SUNY） 纠错

专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.CV、cs.LG

AI总结 该研究探讨计算理论与智能所回答问题的差异，指出智能需计算与记忆两个算子耦合，证明单独算子不完备，确定耦合代价是关键操作不可判定且有误差下限，认为耦合是普遍法则并给出其可证伪核心与范围。

Vanishing Depth: Training Generalized Depth Adapters with Sinusoidal Depth Preprocessing for Pretrained RGB Encoders

消失深度：基于正弦深度预处理的预训练RGB编码器通用深度适配器训练

Paul Koch, Jörg Krüger

机构 * Fraunhofer IPK（弗劳恩霍夫研究所） ； TU-Berlin（技术大学柏林） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI、cs.CV

AI总结 提出自监督训练方法，为预训练RGB编码器添加深度适配器，结合正弦深度编码实现通用鲁棒的深度特征提取，在分割、姿态估计和深度补全等下游任务中提升基线性能，SUN-RGBD分割达56.05 mIoU。

Comments Accepted to IntelliSys 2026