arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2025-11-25 至 2025-11-25 共收录 25 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人操作 25 篇

2511.18950 2025-11-25 cs.RO cs.CV cs.LG 89%

Compressor-VLA: Instruction-Guided Visual Token Compression for Efficient Robotic Manipulation

Compressor-VLA:基于指令的视觉标记压缩用于高效的机器人操作

Juntao Gao, Feiyang Ye, Jing Zhang, Wenjing Qian

机构 * School of Information Science and Technology, Beijing University of Technology(信息科学与技术学院,北京理工大学) LiAuto Inc.(LiAuto公司) Beijing Key Laboratory of Computational Intelligence and Intelligent System, Beijing University of Technology(计算智能与智能系统北京市重点实验室,北京理工大学)

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

AI总结 Compressor-VLA通过指令引导的视觉标记压缩,提升机器人操作的效率与精度。

Comments 11 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.03077 2025-11-25 cs.RO cs.AI cs.LG 83%

Latent Adaptive Planner for Dynamic Manipulation

动态操作的潜在自适应规划器

Donghun Noh, Deqian Kong, Minglu Zhao, Andrew Lizarraga, Jianwen Xie, Ying Nian Wu, Dennis Hong

机构 * UCLA(加州大学洛杉矶分校) Lambda, Inc.(Lambda公司)

专题命中 机器人操作 :manipulation(title,abstract);分类 cs.RO、cs.AI、cs.LG;robot learning(journal_ref)

AI总结 LAP通过学习人类示范视频,实现了动态非抓取操作的实时自适应规划,提升操作成功率和效率。

Journal ref Proceedings of The 9th Conference on Robot Learning, PMLR 305:2430-2448, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.19315 2025-11-25 cs.RO 79%

Rethinking Intermediate Representation for VLM-based Robot Manipulation

重新思考基于VLM的机器人操作中的中间表示

Weiliang Tang, Jialin Gao, Jia-Hui Pan, Gang Wang, Li Erran Li, Yunhui Liu, Mingyu Ding, Pheng-Ann Heng, Chi-Wing Fu

机构 * CUHK(香港中文大学) Amazon(亚马逊) UNC(北卡罗来纳大学教堂山分校)

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

AI总结 本文提出SEAM表示方法,通过分解中间表示为词汇和语法,提升VLM在机器人操作中的可理解和通用性,结合检索增强的少样本学习策略实现高效操作,并在动作通用性和VLM可理解性上展示出优于主流方法的性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2405.11094 2025-11-25 cs.RO 79%

Yummy Operations Robot Initiative: Autonomous Cooking System Utilizing a Modular Robotic Kitchen and a Dual-Arm Proprioceptive Manipulator

Yummy Operations Robot Initiative:自主烹饪系统利用模块化机器人厨房和双臂本体感知机械臂

Donghun Noh, Hyunwoo Nam, Kyle Gillespie, Yeting Liu, Dennis Hong

机构 * Yummy Operations Robot Initiative

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

AI总结 YORI是一种利用模块化厨房和双臂本体感知机械臂的自主烹饪系统,通过模块化设计和优化调度实现多道菜的高效烹饪。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17603 2025-11-25 cs.RO cs.HC 79%

Translating Cultural Choreography from Humanoid Forms to Robotic Arm

从人形到机械臂的文化编舞翻译

Chelsea-Xi Chen, Zhe Zhang, Aven-Le Zhou

机构 * Xi'an Jiaotong-Liverpool University(西安交通大学利物浦大学)

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

AI总结 本研究提出ROPERA流程,通过符号化姿态转移在六自由度机械臂上实现文化编舞的语义保真与跨形态可移植性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17824 2025-11-25 cs.CV cs.RO 79%

QAL: A Loss for Recall Precision Balance in 3D Reconstruction

QAL:用于3D重建中召回精度平衡的损失

Pranay Meshram, Yash Turkar, Kartikeya Singh, Praveen Raj Masilamani, Charuvahan Adhivarahan, Karthik Dantu

机构 * University at Buffalo, The State University of New York(布法罗大学)

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

AI总结 QAL是一种用于3D重建中平衡召回和精度的损失函数,通过结合覆盖加权最近邻项和未覆盖真实地面吸引项,提升了补全效果和机器人操作的可靠性。

Comments Accepted to WACV 2026. Camera-ready version to appear

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17768 2025-11-25 physics.optics 78%

Manipulation of the orbital angular momentum of soft x-ray beams by consecutive diffractive optics

通过连续衍射光学操控软X射线束的轨道角动量

Nazir Khan, Rahul Jangid, Taras Stanislavchuk, Aaron Stein, Oleg Chubar, Andi Barbour, Andrei Sirenko, Valery Kiryukhin, Claudio Mazzoli

专题命中 机器人操作 :manipulation(title,abstract)

AI总结 本研究通过连续衍射光学操控软X射线束的轨道角动量,实现了无需相敏技术的OAM测量,并应用于束流表征和散射实验。

Comments 4 pages, 3 figures, 1 supplemental document

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.19330 2025-11-25 cs.LG 74%

Targeted Manipulation: Slope-Based Attacks on Financial Time-Series Data

定向操纵:基于斜率的金融时间序列数据攻击

Dominik Luszczynski

机构 * University of Toronto Department of Computer Science(多伦多大学计算机科学系)

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

AI总结 本文提出两种基于斜率的攻击方法,用于操纵N-HiTS模型的股票预测,同时展示了恶意软件注入攻击以提升模型安全性

Comments 13 pages, 6 figures, 4 tables, preprint; Total including Appendix: 21 pages, 11 figures, 7 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18768 2025-11-25 eess.SY cs.SY 71%

Accelerated Transformer Energization Sequence for Inverter Based Resources in Black-Start Procedures with Active Flux Trajectory Manipulation in the Stationary Reference Frame

加速的变压器充电序列用于基于逆变器的资源在黑启动程序中,通过主动磁通轨迹操控在静止参考系

Jiyu Lee, Shenghui Cui

专题命中 机器人操作 :manipulation(title)

AI总结 本文提出了一种基于逆变器的加速变压器充电方法,通过主动磁通轨迹操控实现快速可靠黑启动,有效抑制涌流和冲击电流。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18563 2025-11-25 cs.RO 70%

Object-centric Task Representation and Transfer using Diffused Orientation Fields

基于扩散方向场的对象中心任务表示与迁移

Cem Bilaloglu, Tobias Löw, Sylvain Calinon

机构 * Idiap Research Institute(Idiap研究机构) EPFL(瑞士联邦理工学院)

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

AI总结 本文提出利用扩散方向场实现跨弯曲物体的任务迁移,通过平滑局部参考系建立稀疏关键点对应关系,成功迁移连续物理交互任务。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18299 2025-11-25 cs.RO 70%

MicCheck: Repurposing Off-the-Shelf Pin Microphones for Easy and Low-Cost Contact Sensing

MicCheck: 重新利用现成的蓝牙针形麦克风实现简易且低成本的接触感知

Steven Oh, Tai Inui, Magdeline Kuan, Jia-Yeu Lin

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

AI总结 MicCheck利用现成蓝牙针形麦克风实现低成本接触感知,提升机器人操作任务的准确性和成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17898 2025-11-25 cs.RO 70%

L1 Sample Flow for Efficient Visuomotor Learning

L1样本流用于高效视觉-运动学习

Weixi Song, Zhetao Chen, Tao Xu, Xianchao Zeng, Xinyu Zhou, Lixin Yang, Donglin Wang, Cewu Lu, Yong-Lu Li

机构 * Zhejiang University(浙江大学) Shanghai Innovation Institute(上海创新研究院) Westlake University(西湖大学) Shanghai Jiao Tong University(上海交通大学)

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

AI总结 L1流通过结合去噪模型的多模分布捕捉能力与L1回归的高效性,实现高效的视觉-运动学习。

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.01579 2025-11-25 cs.CV 70%

HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception

HOSIG:基于分层场景感知的完整人体-物体-场景交互生成

Wei Yao, Yunlian Sun, Hongwen Zhang, Yebin Liu, Jinhui Tang

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

AI总结 HOSIG通过分层场景感知方法,实现高精度的人体-物体-场景交互生成,提升复杂环境中的导航与精细操作能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.19201 2025-11-25 cs.RO 65%

Efficient Optimization of a Permanent Magnet Array for a Stable 2D Trap

高效优化永久磁铁阵列以实现稳定的2D陷阱

Ann-Sophia Müller, Moonkwang Jeong, Jiyuan Tian, Meng Zhang, Tian Qiu

机构 * Division of Smart Technologies for Tumor Therapy, German Cancer Research Center (DKFZ) Site Dresden(智能肿瘤治疗技术部门,德国癌症研究中心(DKFZ)德累斯顿分部) Faculty of Computer Science, Dresden University of Technology(计算机科学学院,德累斯顿技术大学) Faculty of Medicine Carl Gustav Carus, Dresden University of Technology(卡尔·古斯塔夫·卡尔斯医学院,德累斯顿技术大学) Faculty of Electrical and Computer Engineering, Dresden University of Technology(电气与计算机工程学院,德累斯顿技术大学)

专题命中 机器人操作 :manipulation(abstract);robotics(comments,journal_ref);分类 cs.RO

AI总结 本研究提出了一种基于GPU加速优化算法的2D磁力陷阱,通过优化永久磁铁阵列实现对毫米机器人的高效控制与轨迹跟踪。

Comments 6 pages, 6 figures, IEEE International Conference on Robotics and Automation (ICRA)

Journal ref In 2025 IEEE International Conference on Robotics and Automation (ICRA) (pp. 6666-6671). IEEE

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17913 2025-11-25 cs.IR cs.LG 57%

Token-Controlled Re-ranking for Sequential Recommendation via LLMs

基于LLMs的令牌控制顺序推荐重排序

Wenxi Dai, Wujiang Xu, Pinhuan Wang, Dimitris N. Metaxas

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

AI总结 COREC通过令牌增强的重排序框架,实现用户对推荐结果的细粒度控制,提升推荐效果与个性化水平。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17839 2025-11-25 cs.CV 57%

Show Me: Unifying Instructional Image and Video Generation with Diffusion Models

Show Me: 用扩散模型统一指令图像和视频生成

Yujiang Pu, Zhanbo Huang, Vishnu Boddeti, Yu Kong

机构 * Michigan State University(密歇根州立大学)

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

AI总结 ShowMe通过统一视频扩散模型的空间和时间组件,提升指令图像和视频生成的性能与一致性。

Comments Accepted by WACV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17666 2025-11-25 cs.CR cs.AI 57%

Evaluating Adversarial Vulnerabilities in Modern Large Language Models

评估现代大语言模型中的对抗漏洞

Tom Perel

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

AI总结 本文评估了现代大语言模型在对抗攻击中的安全漏洞,通过比较Gemini 2.5 Flash和GPT-4的易受性,揭示了安全机制的差异及Transformer架构的潜在漏洞。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.19131 2025-11-25 cs.CL 50%

Eliciting Chain-of-Thought in Base LLMs via Gradient-Based Representation Optimization

通过基于梯度的表示优化在基础LLM中引导链式思维

Zijian Wang, Yanxiang Ma, Chang Xu

机构 * Zijian Wang, Yanxiang Ma, Chang Xu(作者)

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出了一种基于概率条件生成的隐藏状态优化方法,通过梯度优化提升基础LLM的链式思维推理能力,有效解决隐藏状态操纵中的分布偏移问题。

Comments AAAI2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18733 2025-11-25 physics.soc-ph cs.IT econ.TH hep-th math.IT 50%

Misinformation Dynamics in Social Networks

社交网络中的虚假信息动态

Jeff Murugan

专题命中 机器人操作 :manipulation(abstract)

AI总结 该研究通过多重网络场理论揭示了社交网络中信息质量受群体思维、桥梁节点瓶颈和网络保真度景观三重机制影响,提出提升信息完整性的定量控制策略。

Comments 5 pages, 4 figures, several puns

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.14734 2025-11-25 cs.CL 50%

Sentence Smith: Controllable Edits for Evaluating Text Embeddings

Sentence Smith: 可控编辑用于评估文本嵌入

Hongji Li, Andrianos Michail, Reto Gubelmann, Simon Clematide, Juri Opitz

机构 * University of Zurich(苏黎世大学)

专题命中 机器人操作 :manipulation(abstract)

AI总结 Sentence Smith通过可控编辑生成文本,用于评估文本嵌入模型的细粒度性能。

Comments EMNLP 2025 (main), this version fixes a subscript typo in Eq 1

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.02325 2025-11-25 quant-ph hep-ph 50%

Diamagnetic microchip traps for levitated nanoparticle entanglement experiments

用于悬浮纳米粒子纠缠实验的抗磁微芯片陷阱

Shafaq Gulzar Elahi, Martine Schut, Andrew Dana, Alexey Grinin, Sougato Bose, Anupam Mazumdar, Andrew Geraci

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出利用微加工导线磁陷阱实现悬浮纳米粒子的引力纠缠实验,通过屏蔽电磁相互作用以确保引力主导的纠缠研究。

Comments 11 pages, 8 figures, minor revisions, accepted for publication in Phys. Rev. A

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18114 2025-11-25 cs.CR 50%

ASTRA: Agentic Steerability and Risk Assessment Framework

ASTRA:代理可引导性与风险评估框架

Itay Hazan, Yael Mathov, Guy Shtar, Ron Bitton, Itsik Mantin

专题命中 机器人操作 :robotic(abstract)

AI总结 ASTRA框架通过模拟多种AI代理并测试其对新型攻击的防御能力,评估LLM在构建安全代理中的有效性,推动更安全的AI系统发展。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.18087 2025-11-25 physics.optics 50%

Mesh of Spatiotemporal Optical Vortices with Programmable Intensity Nulls

具有可编程强度零点的时空光学涡旋网格

Jinxin Wu, Dan Wang, Qingqing Liang, Jianhua Hu, Jiahao Dong, Jijun Feng, Yi Liu

专题命中 机器人操作 :manipulation(abstract)

AI总结 本研究提出并实验验证了具有可编程强度零点的二维时空光学涡旋网格,扩展了其频谱范围并分析了OAM传递。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17516 2025-11-25 cs.HC 50%

A Dynamic Take on Window Management

对窗口管理的动态视角

Rohit Chouhan

专题命中 机器人操作 :manipulation(abstract)

AI总结 本研究提出了一种动态窗口管理器,通过智能布局和多工作区管理,显著提升了多窗口任务的效率,减少了37.83%的任务完成时间。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.06834 2025-11-25 cond-mat.mes-hall 50%

Eigenstate control of plasmon wavepackets with electron-channel blockade

等离子体波包的本征态控制与电子通道阻塞

Shintaro Takada, Giorgos Georgiou, Junliang Wang, Yuma Okazaki, Shuji Nakamura, David Pomaranski, Arne Ludwig, Andreas D. Wieck, Michihisa Yamamoto, Christopher Bäuerle, Nobu-Hisa Kaneko

专题命中 机器人操作 :manipulation(abstract)

AI总结 通过电子通道阻塞效应,利用腔体实现对等离子体波包本征态的精确控制,提升量子电路的稳定性和可控性。

Comments 24 pages, 5 figures, 7 supplementary figures

Journal ref Nature Communications 16, 9942 (2025)

详情

展开后加载摘要…

URL PDF HTML 收藏