机器人 / 具身智能 - arXivDaily 专题

2406.18043 2024-11-01 cs.AI cs.CV cs.LG cs.RO 90%

GenRL: Multimodal-foundation world models for generalization in embodied agents

Pietro Mazzaglia, Tim Verbelen, Bart Dhoedt, Aaron Courville, Sai Rajeswar

专题命中具身推理：embodied agent(title,abstract)；world model(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV

Comments Presented at NeurIPS 2024

2602.10090 2026-05-26 cs.AI cs.CL cs.LG 90%

Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning

Agent World Model: 用于智能体强化学习的无限合成环境

Zhaoyang Wang, Canwen Xu, Boyi Liu, Yite Wang, Siwei Han, Zhewei Yao, Huaxiu Yao, Yuxiong He

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）

专题命中具身推理：world model(title,title_cn)；分类 cs.AI、cs.LG

AI总结提出Agent World Model (AWM)全合成环境生成管道，通过代码驱动和数据库支持的环境进行大规模强化学习，使智能体在多样日常场景中泛化。

Comments Accepted to ICML 2026

2605.06388 2026-05-08 cs.CV cs.LG cs.RO 90%

Reconstruction or Semantics? What Makes a Latent Space Useful for Robotic World Models

重建还是语义？什么使潜在空间对机器人世界模型有用

Nilaksh, Saurav Jha, Artem Zholus, Sarath Chandar

机构 * Chandar Research Lab（昌达尔研究实验室）； Mila – Quebec AI Institute（魁北克人工智能研究院）； Polytechnique Montréal（蒙特利尔理工学院）； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席）

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；robotics(abstract)；分类 cs.RO、cs.CV、cs.LG

AI总结本文评估了不同潜在空间在机器人世界模型中的有效性，发现语义潜在空间在规划和下游政策性能方面优于重建潜在空间。

Comments 9 pages

2510.05865 2025-10-08 cs.AI cs.CV cs.RO 90%

The Safety Challenge of World Models for Embodied AI Agents: A Review

Lorenzo Baraldi, Zifan Zeng, Chongzhe Zhang, Aradhana Nayak, Hongbo Zhu, Feng Liu, Qunli Zhang, Peng Wang, Shiming Liu, Zheng Hu, Angelo Cangelosi, Lorenzo Baraldi

机构 * University of Pisa（比萨大学）； Huawei RAMS Lab（华为RAMS实验室）； Technical University of Munich（慕尼黑技术大学）； Technical University of Berlin（柏林技术大学）； University of Manchester（曼彻斯特大学）； University of Modena and Reggio Emilia（莫德纳和雷吉奥艾米利亚大学）

专题命中具身推理：world model(title,abstract)；embodied AI(title)；robotics(abstract)；embodied agent(abstract)

2504.02792 2025-05-26 cs.RO cs.AI cs.LG 90%

Unified World Models: Coupling Video and Action Diffusion for Pretraining on Large Robotic Datasets

Chuning Zhu, Raymond Yu, Siyuan Feng, Benjamin Burchfiel, Paarth Shah, Abhishek Gupta

专题命中具身推理：world model(title,abstract)；robotic(title)；robot learning(abstract)；robot foundation model(abstract)

2402.06665 2024-05-01 cs.AI cs.CL cs.LG cs.RO 90%

The Essential Role of Causality in Foundation World Models for Embodied AI

Tarun Gupta, Wenbo Gong, Chao Ma, Nick Pawlowski, Agrin Hilmkil, Meyer Scetbon, Marc Rigter, Ade Famoti, Ashley Juan Llorens, Jianfeng Gao, Stefan Bauer, Danica Kragic, Bernhard Schölkopf, Cheng Zhang

专题命中具身推理：embodied AI(title,abstract)；world model(title,abstract)；embodied agent(abstract)；分类 cs.RO、cs.AI、cs.LG

2607.00836 2026-08-13 cs.RO cs.AI cs.SY eess.SY 版本更新 90%

From World Models to World Action Models: A Concise Tutorial for Robotics

从世界模型到世界动作模型：面向机器人学的简明教程

Xiaoxiong Zhang, Xiong Zeng, Wei Zhang

专题命中具身推理：robotics(title,abstract)；world model(title,abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结本教程提出世界模型作为动作条件预测模型的设计空间视图，分类为观测空间和状态空间模型，并引入世界动作模型，总结四种代表性范式，为具身预测与控制提供结构化分类。

Comments Project page: https://clearlab-sustech.github.io/WorldModelSurvey/

2512.18619 2025-12-23 cs.AI cs.RO 90%

ChronoDreamer: Action-Conditioned World Model as an Online Simulator for Robotic Planning

ChronoDreamer：基于动作的动态世界模型作为机器人规划的在线模拟器

Zhenhao Zhou, Dan Negrut

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校）

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 ChronoDreamer通过时空变换器和视觉-语言模型，实现基于动作的动态世界模型，用于机器人规划中的安全动作预测与碰撞检测。

2510.26782 2026-04-22 cs.LG cs.AI cs.CV 89%

Cloning Deterministic Worlds: The Critical Role of Latent Geometry in Long-Horizon World Models

克隆确定性世界：潜在几何在长周期世界模型中的关键作用

Zaishuo Xia, Yukuan Lu, Xinyi Li, Yifan Xu, Yubei Chen

机构 * UC Davis（加州大学戴维斯分校）； Open Path AI Foundation（Open Path AI基金会）

专题命中具身推理：world model(title,summary_cn)；embodied agent(abstract)；navigation(abstract)；分类 cs.AI、cs.CV、cs.LG

AI总结本文提出Geometrically-Regularized World Models (GRWM)，通过时间对比学习原理对潜在空间进行几何正则化，提升世界模型的克隆精度和稳定性，解决长周期高保真建模中的几何结构瓶颈。

2607.21918 2026-08-04 cs.RO 版本更新 89%

Action-Conditioned World Model for Goal Plane Probe Guidance in Robotic Ultrasound

用于机器人超声中目标平面探头引导的动作条件世界模型

Siqi Fan, Mingcong Chen, Ran Liu, Zixuan Yang, Xiaoyu Fu, Xiaoqing Gao, Yunhui Liu, Hongbin Liu

机构 * Department of Mechanical and Automation Engineering, Chinese University of Hong Kong（香港中文大学机械与自动化工程学系）； Department of Biomedical Engineering, City University of Hong Kong（香港城市大学生物医学工程学系）； Centre for Artificial Intelligence and Robotics Hong Kong Institute of Science & Innovation, Chinese Academy of Sciences（中国科学院香港创新研究院人工智能与机器人中心）； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）； Department of Surgical and Interventional Engineering, King’s College London（伦敦国王大学外科与介入工程学系）； Department of Vascular Ultrasound, Xuanwu Hospital, the Capital Medical University（首都医科大学宣武医院血管超声科）

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；navigation(abstract)；分类 cs.RO

AI总结研究针对机器人超声目标平面探头引导问题，提出基于模型的两阶段学习管道，包括潜在条件扩散世界模型和目标条件时间变换器，在自收集数据集及实际闭环实验中取得较好成果，证明学习到的超声动力学对训练目标导向机器人探头导航有潜力。

2607.13560 2026-07-16 q-bio.NC cs.AI 新提交 89%

Grounded world models in biological organisms and future embodied AI

生物有机体和未来具身人工智能中的基础世界模型

Giovanni Pezzulo, Davide Nuzzi, Marco D'Alessandro, Riccardo Proietti, Roberto Bottini, Paul Cisek

专题命中具身推理：embodied AI(title,abstract)；world model(title,abstract)；navigation(abstract)；分类 cs.AI

AI总结研究探讨生物有机体中基础世界模型，通过五个神经回路例子揭示当前具身人工智能缺失的特征，如内在动力学作用等，还讨论了生物系统原则对未来具身人工智能的影响。

2510.16732 2026-06-29 cs.CV 版本更新 89%

A Comprehensive Survey on World Models for Embodied AI

具身AI世界模型综述

Xinqing Li, Xin He, Le Zhang, Min Wu, Xiaoli Li, Yun Liu

机构 * College of Computer Science and the Academy for Advanced Interdisciplinary Studies, Nankai University（南开大学计算机科学学院与前沿交叉学科研究院）； School of Computer Science and Engineering, Tianjin University of Technology（天津理工大学计算机科学与工程学院）； School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院）； Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局资讯通信研究院）； Information Systems Technology and Design (ISTD) Pillar, Singapore University of Technology and Design (SUTD)（新加坡科技设计大学信息系统科技与设计系）

专题命中具身推理：embodied AI(title,abstract)；world model(title,abstract)；robotics(abstract)；分类 cs.CV

AI总结本文系统综述了具身AI中的世界模型，提出了功能、时间建模和空间表示的三轴分类法，并总结了数据资源、评估指标及开放挑战。

Comments https://github.com/Li-Zn-H/AwesomeWorldModels

2605.29360 2026-05-29 cs.AI 89%

MiraBench: Evaluating Action-Conditioned Reliability in Robotic World Models

MiraBench: 评估机器人世界模型中的动作条件可靠性

Tianzhuo Yang, Zihan Shen, Zirui Mi, Zhaoyi Zhang, Jiayi Zhou, Jiaming Ji, Juntao Dai, Jiawei Chen, Boyuan Chen, Yaodong Yang

机构 * Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学）

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；robot learning(abstract)；分类 cs.AI

AI总结提出MiraBench基准，通过物理一致性、动作跟随保真度和乐观偏差检测三个层次评估机器人世界模型的动作条件可靠性，发现视觉保真度不能反映动作保真度、模型规模扩大不保证动作跟随改善、乐观偏差普遍存在。

2602.11075 2026-04-29 cs.RO 89%

RISE: Self-Improving Robot Policy with Compositional World Model

RISE：具有组合世界模型的自改进机器人策略

Jiazhi Yang, Kunyang Lin, Jinwei Li, Wencong Zhang, Tianwei Lin, Longyan Wu, Zhizhong Su, Hao Zhao, Ya-Qin Zhang, Li Chen, Ping Luo, Xiangyu Yue, Hongyang Li

机构 * The Chinese University of Hong Kong（香港中文大学）； Kinetix AI ； The University of Hong Kong（香港大学）； Shanghai Innovation Institute（上海创新研究院）； Horizon Robotics ； Tsinghua University（清华大学）

专题命中具身推理：world model(title,abstract)；robot policy(title)；manipulation(abstract)；robotic(abstract)

AI总结本文提出RISE框架，通过组合世界模型提升机器人策略鲁棒性，在动态砖块排序、背包打包和箱盖闭合任务中分别取得+35%、+45%和+35%的性能提升。

Comments RSS 2026. Project page: https://opendrivelab.com/RISE/

2604.22152 2026-04-27 cs.RO 89%

dWorldEval: Scalable Robotic Policy Evaluation via Discrete Diffusion World Model

dWorldEval: 通过离散扩散世界模型实现可扩展的机器人策略评估

Yaxuan Li, Zhongyi Zhou, Yefei Chen, Yaokai Xue, Yichen Zhu

机构 * University of Toronto（多伦多大学）

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；robotics(abstract)；分类 cs.RO

AI总结本文提出dWorldEval，利用离散扩散世界模型统一处理多模态信息，通过单个Transformer网络实现去噪，并引入稀疏关键帧记忆和进度令牌，提升机器人策略评估的可扩展性。

2509.03956 2025-09-05 cs.AI 89%

World Model Implanting for Test-time Adaptation of Embodied Agents

Minjong Yoo, Jinwoo Jang, Sihyung Yoon, Honguk Woo

机构 * Department of Computer Science and Engineering, Sungkyunkwan University（计算机科学与工程系，顺天大学）

专题命中具身推理：embodied agent(title,abstract)；world model(title,abstract)；embodied AI(abstract)；分类 cs.AI

Journal ref Forty-second International Conference on Machine Learning, 2025

2509.04731 2025-11-05 cs.AI cs.CL cs.LG cs.MA cs.RO 89%

Generative World Models of Tasks: LLM-Driven Hierarchical Scaffolding for Embodied Agents

Brennen Hill

机构 * Department of Computer Science University of Wisconsin-Madison（计算机科学系威斯康星大学麦迪逊分校）

专题命中具身推理：world model(title,abstract)；embodied agent(title)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG

Comments In the 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: Embodied World Models for Decision Making (EWM)

2606.03609 2026-06-17 cs.RO cs.LG 版本更新 89%

A 3D Isovist World Model -- Revealing a City's Unseen Geometry and Its Emergent Cross-City Signature

3D 等视域世界模型——揭示城市不可见几何及其涌现的跨城市特征

Xuhui Lin, Stephen Law, Nanjiang Chen, Kunyao Li, Tao Yang

机构 * The Bartlett School of Sustainable Construction University College London, UK（可持续建设学院伦敦大学学院，英国）； Department of Geography University College London, UK（地理系伦敦大学学院，英国）； School of Project Management, Faculty of Engineering The University of Sydney, AU（工程学院项目管理学院悉尼大学，澳大利亚）； School of Engineering Cardiff University, UK（工程学院卡迪夫大学，英国）； School of Architecture Tsinghua University, Beijing, CN（建筑学院清华大学，北京，中国）

专题命中具身推理：world model(title,abstract)；robotics(abstract)；embodied AI(abstract)；embodied agent(abstract)

AI总结提出一种预测3D等视域（球形可见性深度图）的具身世界模型，通过深度残差和自滚动调度采样训练，发现跨城市空间特征可从时间潜变量中线性解码。

2512.08411 2026-05-14 cs.AI cs.RO 89%

Prismatic World Model: Learning Compositional Dynamics for Planning in Hybrid Systems

棱柱世界模型：学习组合动力学以在混合系统中规划

Mingwei Li, Xiaoyuan Zhang, Chengwei Yang, Zilong Zheng, Yaodong Yang

机构 * Beijing Institute of Technology（北京理工大学）； Peking University（北京大学）； NLCo Lab, Beijing Institute for General Artificial Intelligence（北大师范学院实验室，北京人工智能研究院）

专题命中具身推理：world model(title,summary_cn)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结本文提出Prismatic World Model，通过分解混合动力学为可组合的原始构件，解决机器人领域中基于模型的规划问题，提升轨迹优化算法的精度。

2109.07245 2022-02-07 cs.RO cs.CV 89%

Navigation-Oriented Scene Understanding for Robotic Autonomy: Learning to Segment Driveability in Egocentric Images

Galadrielle Humblot-Renaux, Letizia Marchegiani, Thomas B. Moeslund, Rikke Gade

专题命中具身推理：navigation(title,abstract)；robotic(title,abstract)；robotics(comments,journal_ref)；分类 cs.RO、cs.CV

Comments Accepted in Robotics and Automation Letters (RA-L 2022). Supplementary video available at https://youtu.be/q_XfjUDO39Y

Journal ref Robotics and Automation Letters 7(2) (2022) 2913-2920

2508.13998 2026-04-07 cs.RO cs.AI cs.LG 89%

Embodied-R1: Reinforced Embodied Reasoning for General Robotic Manipulation

Embodied-R1：强化的具身推理用于通用机器人操作

Yifu Yuan, Haiqin Cui, Yaoting Huang, Yibin Chen, Fei Ni, Zibin Dong, Pengyi Li, Yan Zheng, Hongyao Tang, Jianye Hao

机构 * College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部）

专题命中具身推理：manipulation(title)；robotic(title)；robotics(abstract)；embodied AI(abstract)

AI总结本文提出Embodied-R1，通过引入指向作为统一的中间表示，结合强化微调方法，实现通用机器人操作中的具身推理，展示了在多个基准测试中的卓越性能和零样本泛化能力。

Comments Embodied-R1 technical report v2; Published as a conference paper at ICLR 2026

2511.08086 2025-11-17 cs.LG cs.AI cs.RO 89%

Dynamic Sparsity: Challenging Common Sparsity Assumptions for Learning World Models in Robotic Reinforcement Learning Benchmarks

Muthukumar Pandaram, Jakob Hollenstein, David Drexel, Samuele Tosatto, Antonio Rodríguez-Sánchez, Justus Piater

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.AI、cs.LG

2301.05832 2023-01-18 cs.RO cs.AI cs.LG 89%

World Models and Predictive Coding for Cognitive and Developmental Robotics: Frontiers and Challenges

Tadahiro Taniguchi, Shingo Murata, Masahiro Suzuki, Dimitri Ognibene, Pablo Lanillos, Emre Ugur, Lorenzo Jamone, Tomoaki Nakamura, Alejandra Ciria, Bruno Lara, Giovanni Pezzulo

专题命中具身推理：robotics(title,abstract)；world model(title,abstract)；分类 cs.RO、cs.AI、cs.LG

Comments 28 pages, 3 figures

2601.15284 2026-07-30 cs.CV 版本更新 89%

Walk through Paintings: Egocentric World Models from Internet Priors

穿越绘画：来自互联网先验的自我中心世界模型

Anurag Bagchi, Zhipeng Bao, Homanga Bharadhwaj, Yu-Xiong Wang, Pavel Tokmakov, Martial Hebert

机构 * Carnegie Mellon University（卡内基梅隆大学）； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； Toyota Research Institute（丰田研究机构）

专题命中具身推理：world model(title,abstract)；manipulation(abstract,abstract_cn)；navigation(abstract)；robotic(abstract)

AI总结 EgoWM通过利用互联网先验和轻量级条件层，将预训练视频扩散模型转换为自我中心世界模型，实现可控的未来预测，提升结构一致性评分并降低推理延迟。

2608.09298 2026-08-11 cs.RO cs.AI 新提交 88%

WorldSimProbe: Diagnosing Simulator Faithfulness in Action-Conditioned World Models for Embodied Manipulation

WorldSimProbe：面向具身操控的动作条件世界模型的模拟器保真度诊断

Peterson Co, Sicheng Hu, Chunxuan Jiao, Hongyang Cheng, Yulin Luo, Yijie Xu, Sixiang Chen, Zhongxia Zhao, Zihao Wang, DaFeng Chi, Peidong Liu, YuTong Chen, Henghua Liu, Zhihao Yuan, Huizhu Jia, Yuzheng Zhuang, Tianle Zhang, Liang Lin, Huajie Tan, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室）； EvoPhys AI（EvoPhys人工智能公司）； Joy Future Academy, JD（京东探索研究院）； The University of Sydney（悉尼大学）； The Hong Kong University of Science and Technology（香港科技大学）； Beijing Institute of Technology（北京理工大学）

专题命中具身推理：world model(title,abstract)；manipulation(title)；embodied AI(abstract)；分类 cs.RO、cs.AI

AI总结该研究提出WorldSimProbe框架，通过五套受控测试评估动作条件世界模型的模拟器保真度，发现其存在动作实现退化等问题，为具身操控模型提供标准化诊断方法。

Comments 20 pages, 18 figures, and 10 tables, including supplementary material. Code and data: https://evophys.com/WorldSimProbe/

2603.14392 2026-05-21 cs.LG cs.RO 88%

WestWorld: A Knowledge-Encoded Scalable Trajectory World Model for Diverse Robotic Systems

WestWorld: 一种知识编码的可扩展轨迹世界模型用于多样化机器人系统

Yuchen Wang, Jiangtao Kong, Sizhe Wei, Xiaochang Li, Haohong Lin, Hongjue Zhao, Tianyi Zhou, Lu Gan, Huajie Shao

机构 * Georgia Institute of Technology（佐治亚理工学院）； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； Carnegie Mellon University（卡内基梅隆大学）； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.LG

AI总结本文提出WestWorld，一种知识编码的可扩展轨迹世界模型，用于多样化机器人系统，通过引入系统感知的混合专家（Sys-MoE）和结构嵌入来提升可扩展性和零样本泛化能力，实现了在多种机器人环境中的高效轨迹预测和控制。

Comments ICML 2026 spotlight

2604.20151 2026-04-23 cs.RO cs.LG 88%

Toward Safe Autonomous Robotic Endovascular Interventions using World Models

迈向安全的自主机器人内血管干预的世模型

Harry Robertshaw, Nikola Fischer, Han-Ru Wu, Andrea Walker Perez, Weiyuan Deng, Benjamin Jackson, Christos Bergeles, Alejandro Granados, Thomas C Booth

机构 * Surgical & Interventional Engineering, School of Biomedical Engineering & Imaging Sciences, King’s College London（外科与介入工程系，生物医学工程与成像科学学院，伦敦国王学院）； Department of Radiology, National Taiwan University Hospital（放射科，台湾大学医院）； Department of Neuroradiology, King’s College Hospital（神经放射科，伦敦国王医院）

专题命中具身推理：world model(title,abstract)；robotic(title)；navigation(abstract)；分类 cs.RO、cs.LG

AI总结本文提出基于世模型的框架，利用TD-MPC2方法在内血管导航中实现自主机械取栓，通过仿真和体外实验验证其在安全性和泛化性上的优势。

Comments This manuscript is a preprint and has been submitted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

2603.04029 2026-03-05 cs.RO cs.AI 88%

Self-adapting Robotic Agents through Online Continual Reinforcement Learning with World Model Feedback

通过世界模型反馈的在线持续强化学习实现自适应机器人智能体

Fabian Domberg, Georg Schildbach

机构 * Autonomous Systems Lab (ASL), Institute for Electrical Engineering in Medicine, University of Lübeck（自主系统实验室（ASL）、医学电气工程学院、吕贝克大学）

专题命中具身推理：world model(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.AI

AI总结本文提出一种基于世界模型反馈的在线持续强化学习方法，通过检测分布外事件自动触发微调，实现机器人智能体在运行过程中的自适应能力。

Comments submitted to IROS 2026

2602.22452 2026-02-27 cs.AI cs.RO 88%

CWM: Contrastive World Models for Action Feasibility Learning in Embodied Agent Pipelines

CWM: 用于具身智能体流水线中动作可行性学习的对比世界模型

Chayan Banerjee

机构 * School of Electrical Engineering and Robotics, Queensland University of Technology（电气工程与机器人学学院，昆士兰理工大学）

专题命中具身推理：embodied agent(title,abstract)；world model(title,abstract)；分类 cs.RO、cs.AI

AI总结 CWM通过对比训练提升动作可行性评分，优于SFT方法，提升精度并增强安全性。

2512.07472 2025-12-09 cs.RO cs.LG 88%

Affordance Field Intervention: Enabling VLAs to Escape Memory Traps in Robotic Manipulation

可及场干预：使VLAs在机器人操作中摆脱记忆陷阱

Siyu Xu, Zijian Wang, Yunke Wang, Chenghao Xia, Tao Huang, Chang Xu

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院）； John Hopcropt Center for Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学中心）

专题命中具身推理：manipulation(title,abstract)；robotic(title,abstract)；分类 cs.RO、cs.LG

AI总结本研究提出可及场干预（AFI）方法，通过引入3D空间可及场提升VLA在机器人操作中对分布变化的鲁棒性。

1. 具身推理 3076 篇