机器人 / 具身智能

VLA-4D: Embedding 4D Awareness into Vision-Language-Action Models for SpatioTemporally Coherent Robotic Manipulation

VLA-4D: 将4D意识嵌入视觉-语言-动作模型中以实现时空一致的机器人操作

Hanyu Zhou, Chuanhao Ma, Gim Hee Lee

机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title,abstract)；分类 cs.CV

AI总结 VLA-4D通过4D意识增强视觉-语言-动作模型，实现时空一致的机器人操作，提升动作执行的空间平滑性和时间一致性。

VLM-SFD: VLM-Assisted Siamese Flow Diffusion Framework for Dual-Arm Cooperative Manipulation

VLM-SFD：基于视觉语言模型的双臂协作操作Siamese流扩散框架

Jiaming Chen, Yiyu Jiang, Aoshen Huang, Yang Li, Wei Pan

机构 * Department of Computer Science, The University of Manchester（计算机科学系，曼彻斯特大学） ； School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 VLM-SFD通过双编码器-解码器架构和视觉语言模型，提升双臂协作操作的模仿学习效率与泛化能力。

Comments Accepted by IEEE RA-L

Perception, Control and Hardware for In-Hand Slip-Aware Object Manipulation with Parallel Grippers

手持滑动感知物体操控的感知、控制与硬件

Gabriel Arslan Waltersson, Yiannis Karayiannidis

机构 * Department of Electrical Engineering, Chalmers University of Technology, Sweden（电气工程系，查尔姆斯理工大学，瑞典） ； Department of Automatic Control, Lund University, Sweden（自动控制系，隆德大学，瑞典） 纠错

专题命中 机器人操作 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种基于传感器的夹具，用于实现滑动感知的在手操控，通过四个控制器有效提升了对平面物体的操控能力。

METIS: Multi-Source Egocentric Training for Integrated Dexterous Vision-Language-Action Model

METIS：多源自体训练用于集成的灵巧视觉-语言-动作模型

Yankai Fu, Ning Chen, Junkai Zhao, Shaozhe Shan, Guocai Yao, Pengwei Wang, Zhongyuan Wang, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机学院，北京大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.CV

AI总结 METIS通过多源自体训练构建集成的视觉-语言-动作模型，提升灵巧操作的泛化能力和鲁棒性。

Birds look like cars: Adversarial analysis of intrinsically interpretable deep learning

鸟类看起来像汽车：对内在可解释深度学习的对抗分析

Hubert Baniecki, Przemyslaw Biecek

机构 * University of Warsaw（华沙大学） ； Warsaw University of Technology（华沙技术大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV、cs.LG

AI总结 本文研究了内在可解释深度学习模型的对抗性风险，通过原型操纵和后门攻击揭示其不可解释性，并探讨了提升模型鲁棒性和对齐性的必要性。

Comments Accepted by Machine Learning

Journal ref Machine Learning (2025) 114:284

AutoBackdoor: Automating Backdoor Attacks via LLM Agents

AutoBackdoor: 通过LLM代理自动化后门攻击

Yige Li, Zhe Li, Wei Zhao, Nay Myat Min, Hanxun Huang, Xingjun Ma, Jun Sun

机构 * Singapore Management University（新加坡管理大学） ； The University of Melbourne（墨尔本大学） ； Fudan University（复旦大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI

AI总结 AutoBackdoor通过LLM代理自动化后门攻击，实现高效触发器生成和毒化数据构建，验证了对抗防御的脆弱性。

Comments 23 pages

Detecting and Steering LLMs' Empathy in Action

检测和引导大语言模型的同理心行为

Juan P. Cadile

机构 * Department of Philosophy University of Rochester（哲学系罗切斯特大学） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI

AI总结 研究通过对比提示检测和引导大语言模型的同理心行为，发现不同模型在引导效果和鲁棒性上存在差异。

Comments 14 pages, 9 figures

DIMA: DIffusing Motion Artifacts for unsupervised correction in brain MRI images

DIMA: 通过扩散模型实现脑部MRI图像的无监督运动伪影校正

Paolo Angella, Luca Balbi, Fabrizio Ferrando, Paolo Traverso, Rosario Varriale, Vito Paolo Pastore, Matteo Santacesaria

机构 * MaLGa Center, DIMA, University of Genoa（马尔加中心、DIMA、热那亚大学） ； DIBRIS, University of Genoa（DIBRIS、热那亚大学） ； Esaote S.p.A.（埃萨奥特公司） 纠错

专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV

AI总结 DIMA通过扩散模型实现脑部MRI图像的无监督运动伪影校正，无需配对数据，具有更好的泛化能力。

Comments 7 pages, 5 figures, 7 tables

Journal ref IEEE Access, 2025

From Representation to Enactment: The ABC Framework of the Translating Mind

从表征到实践：翻译心智的ABC框架

Michael Carl, Takanori Mizowaki, Aishvarya Raj, Masaru Yamada, Devi Sri Bandaru, Yuxiang Wei, Xinyue Ren

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出翻译心智的ABC框架，强调翻译是动态整合情感、行为和认知过程的实践活动，而非静态对应操作。