机器人 / 具身智能

A Physics-informed Demonstration-guided Learning Framework for Granular Material Manipulation

一种融合物理信息的示范引导学习框架用于颗粒材料操控

Minglun Wei, Xintong Yang, Yu-Kun Lai, Seyed Amir Tafrishi, Ze Ji

机构 * School of Engineering, Cardiff University（工程学院，卡迪夫大学） ； School of Computer Science and Informatics, Cardiff University（计算机科学与信息学学院，卡迪夫大学） 纠错

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

AI总结 本文提出一种融合物理信息的示范引导学习框架，通过可微分模拟器和梯度优化生成示范，实现高效学习颗粒材料操控任务。

Comments Accepted as a regular paper by IEEE Transactions on Neural Networks and Learning Systems (TNNLS)

From Passive Perception to Active Memory: A Weakly Supervised Image Manipulation Localization Framework Driven by Coarse-Grained Annotations

从被动感知到主动记忆：一种由粗粒注释驱动的弱监督图像篡改定位框架

Zhiqing Guo, Dongdong Xi, Songlin Li, Gaobo Yang

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

AI总结 BoxPromptIML通过粗粒注释策略和双指导特征融合，实现低注释成本下的高精度图像篡改定位。

Comments Accepted by AAAI 2026

Whole-Body Inverse Dynamics MPC for Legged Loco-Manipulation

全身体态逆动力学MPC用于腿部机动操作

Lukas Molnar, Jin Cheng, Gabriele Fadini, Dongho Kang, Fatemeh Zargarbashi, Stelian Coros

机构 * Department of Mechanical and Process Engineering, ETH Zurich（机械与过程工程系，苏黎世联邦理工学院） ； Computational Robotics Lab, Department of Computer Science, ETH Zurich（计算机器人实验室，计算机科学系，苏黎世联邦理工学院） 纠错

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

AI总结 本文提出了一种全身MPC框架，通过逆动力学优化实现腿部机动操作中的统一运动与力规划，实现实时80Hz性能，完成重物拉动、推箱子和擦拭白板等任务。

Comments 9 pages, 6 figures, to be published in IEEE Robotics and Automation Letters (Special Issue: Advancements in MPC and Learning Algorithms for Legged Robots)

Beyond Fully Supervised Pixel Annotations: Scribble-Driven Weakly-Supervised Framework for Image Manipulation Localization

超越完全监督像素标注：基于涂鸦驱动的弱监督框架用于图像篡改定位

Songlin Li, Guofeng Yu, Zhiqing Guo, Yunfeng Diao, Dan Ma, Gaobo Yang

机构 * XJU（西安交通大学） 纠错

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

AI总结 本文提出基于涂鸦驱动的弱监督框架，通过自监督训练和特征调节模块提升图像篡改定位的性能。

Viper-F1: Fast and Fine-Grained Multimodal Understanding with Cross-Modal State-Space Modulation

Viper-F1：基于交叉模态状态空间调制的高效细粒度多模态理解

Quoc-Huy Trinh

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

AI总结 Viper-F1通过引入高效液态状态空间动力学和令牌-网格相关模块，实现了高效细粒度多模态理解。

Comments arXiv admin comment: This version has been removed by arXiv administrators as the submitter did not have the rights to agree to the license at the time of submission

Complex Instruction Following with Diverse Style Policies in Football Games

复杂足球游戏中多样化风格政策的复杂指令遵循

Chenglu Sun, Shuo Shen, Haonan Hu, Wei Zhou, Chen Chen

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

AI总结 本文提出LCDSP方法，通过多样化风格训练和风格解释器，在复杂足球游戏中实现对高级指令的理解与执行，展示其在复杂现实应用中的潜力。

Comments 21 pages, 13 figures, accepted by AAAI2026

A Novel Brain-Computer Interface Architecture: The Brain-Muscle-Hand Interface for replicating the motor pathway

一种新颖的脑机接口架构：用于复制运动通路的脑-肌肉-手接口

Sun Ye, Zuo Cuiming, Zhang Rui, Shi Bin, Pang Yajing, Gao Lingyun, Zhao Bowei, Wang Jing, Yao Dezhong, Liu Gang

专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)

AI总结 本研究提出BMHI，通过解码EEG信号重建肌肉EMG活动，实现连续自然的运动控制，显著提升解码准确性和效率。

Comments 20 pages, 12 figures

XiCAD: Camera Activation Detection in the Da Vinci Xi User Interface

XiCAD: 在达芬奇Xi用户界面中实现摄像头激活检测

Alexander C. Jenke, Gregor Just, Claas de Boer, Martin Wagner, Sebastian Bodenstedt, Stefanie Speidel

机构 * Department of Translational Surgical Oncology, National Center for Tumor Diseases (NCT), NCT/UCC Dresden, a partnership between DKFZ, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD Dresden University of Technology, and Helmholtz-Zentrum Dresden-Rossendorf (HZDR), Germany（转化外科肿瘤学系，国家肿瘤疾病中心（NCT），NCT/UCC德累斯顿，由德累斯顿癌症研究中心（DKFZ）、医学院和德累斯顿卡尔·戈斯特·卡尔医院、德累斯顿技术大学（TUD）以及德累斯顿-罗斯托克中心（HZDR）组成的联合体，德国） ； Department of Visceral, Thoracic and Vascular Surgery, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD, Germany（visceral、胸腔和血管外科系，医学院和卡尔·戈斯特·卡尔医院，TUD，德国） ； Cluster of Excellence-CeTI, TUD, Germany（卓越中心-CeTI，TUD，德国） 纠错

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

AI总结 XiCAD通过轻量级模型在达芬奇Xi界面中实现摄像头激活检测，提供可靠实时元数据提取，支持手术数据科学任务。

GS-Checker: Tampering Localization for 3D Gaussian Splatting

GS-Checker：用于3D高斯溅射的篡改定位

Haoliang Han, Ziyuan Luo, Jun Qi, Anderson Rocha, Renjie Wan

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

AI总结 GS-Checker通过整合3D篡改属性和对比机制，实现无需监督的3D高斯溅射篡改区域定位。

Comments Accepted by AAAI2026

To Align or Not to Align: Strategic Multimodal Representation Alignment for Optimal Performance

对齐还是不对齐：为最佳性能的战略多模态表示对齐

Wanlong Fang, Tianle Zhang, Alvin Chan

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

AI总结 本文研究了显式对齐对模型性能的影响，提出可控对比学习模块，发现最佳对齐强度取决于数据冗余量，为优化单模态编码器提供指导。

Comments Accepted by AAAI 2026. This arXiv version includes additional details and extended appendix

ContextFlow: Training-Free Video Object Editing via Adaptive Context Enrichment

ContextFlow: 无训练视频物体编辑通过自适应上下文增强

Yiyang Chen, Xuanhua He, Xiujun Ma, Yue Ma

机构 * State Key Laboratory of General Artifical Intelligence, Peking University, Beijing, China（北京人工智能基础理论国家重点实验室，北京大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 ContextFlow通过自适应上下文增强解决无训练视频物体编辑中的保真度和时间一致性问题，实现高精度编辑效果。

Comments The project page is at https://yychen233.github.io/ContextFlow-page

Evaluating Magic Leap 2 Tool Tracking for AR Sensor Guidance in Industrial Inspections

评估Magic Leap 2工具跟踪在工业检查中的AR传感器引导

Christian Masuhr, Julian Koch, Thorsten Schüppstuhl

机构 * Institute of Aircraft Production Technology（航空制造技术研究所） ； Hamburg University of Technology（汉堡理工大学） 纠错

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

AI总结 本文评估Magic Leap 2在工业检查中的工具跟踪性能，通过机械臂和光学系统验证，提供准确性和重复性的定量基准，并提出可转移的评估方法。

Journal ref Proceedings of the 2025 IEEE International Symposium on Mixed and Augmented Reality Adjunct (ISMAR-Adjunct), Daejeon, Korea, Republic of, 2025, pp. 440-449

Orientation Matters: Making 3D Generative Models Orientation-Aligned

方向至关重要：使3D生成模型方向对齐

Yichong Lu, Yuzhuo Tian, Zijin Jiang, Yikun Zhao, Yuanbo Yang, Hao Ouyang, Haoji Hu, Huimin Yu, Yujun Shen, Yiyi Liao

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 本文提出方向对齐的3D物体生成方法，通过构建Objaverse-OA数据集并微调两种生成模型，实现跨类别的方向一致性，提升下游任务性能。

Comments Accepted by NeurIPS 2025. Project Page: https://xdimlab.github.io/Orientation_Matters

Profile Generators: A Link between the Narrative and the Binary Matrix Representation

生成器：叙事与二进制矩阵表示之间的桥梁

Raoul H. Kutil, Georg Zimmermann, Barbara Strasser-Kirchweger, Christian Borgelt

机构 * Department of AIHI, University of Salzburg（AIHI系，萨尔茨堡大学） ； Research Programme Biomedical Data Science, Paracelsus Medical University（生物医学数据科学研究计划，帕拉塞尔斯医学大学） ； Department of Psychology, University of Salzburg（心理学系，萨尔茨堡大学） 纠错

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

AI总结 本研究提出了一种将DSM-5叙述形式与二进制矩阵表示联系起来的生成器方法，用于高效生成复杂障碍的症状组合。

Comments 31 pages, 8 figures, 4 tables

Stretching helical molecular springs: the peculiar evolution of electron transport in helicene junctions

伸展螺旋分子弹簧：螺旋烯接头中电子输运的特殊演变

Anil Kumar Singh, Yuta Ito, León Martin, Lukas Krieger, Matea Sršen, Stephan Korsager Pedersen, Axel Houssin, Satyaki Kundu, Carlos Sabater, Narcis Avarvari, Michael Pittelkow, Fabian Pauly, Oren Tal

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过机械拉伸和压缩螺旋烯单分子接头，揭示了螺旋几何结构与接触性质对电子输运的调控作用，为设计电磁机械器件提供新思路。

Comments 16 pages, 5 figures, 1 table

Microwave spectroscopy of few-carrier states in bilayer graphene quantum dots

双层石墨烯量子点中少载流子态的微波光谱学

Max J. Ruckriegel, Christoph Adam, Rebecca Bolt, Chuyao Tong, David Kealhofer, Artem O. Denisov, Mohsen Bahrami Panah, Kenji Watanabe, Takashi Taniguchi, Thomas Ihn, Klaus Ensslin

专题命中 机器人操作 ：manipulation(abstract)

AI总结 利用cQED技术研究双层石墨烯量子点中少载流子态的微波光谱学，揭示自旋和谷态特性，展示其在量子比特操控中的应用潜力。

Beam Steering and Radiation Generation of Electrons in Bent Crystals in the Sub-GeV Domain

在亚GeV领域中，弯曲晶体中电子束偏转与辐射产生研究

R. Negrello, M. Romagnoni, A. Sytov, N. Canale, D. De Salvador, P. Fedeli, V. Guidi, V. V. Haurylavets, P. Klag, W. Lauth, L. Malagutti, A. Mazzolari, G. Paternò, F. Sgarbossa, M. Soldani, V. V. Tikhomirov, D. Valzani, L. Bandiera

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究通过实验和模拟分析，揭示了亚GeV电子束在弯曲硅晶体中通道化效应增强辐射发射，并验证了低能区高效束流操控和高能辐射产生可行性。

Controllable Bistability in Dual-Fiber Optical Trap in Air

空气双光纤光学陷阱中的可控双稳态

Aoxi Chen, Xinlin Chen, Siyuan Rao, Hui An, Yingying Song, Tengfang Kuang, Wei Xiong, Xiang Han, Zhongqi Tan, Guangzong Xiao, Hui Luo

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究通过调控激光功率和引入横向偏移，实现了双光纤光学陷阱中双稳态的可控消除，提升了位置稳定性和系统精度。

Exciton collective modes in a bilayer of axion insulator $\text{MnBi}_2 \text{Te}_4$

双层轴子绝缘体MnBi₂Te₄中的激子集体模式

Olivia Liebman, Jonathan B. Curtis, Emily Been, Prineha Narang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究双层轴子绝缘体MnBi₂Te₄中激子凝聚体的集体模式及其调控机制

Comments 11 pages, 4 figures

Entropy-induced confinement in two-dimensional magnetic monopole gases

二维磁单极气体中的熵诱导限制

Prakash Timsina, Boris Kiefer, Ludi Miao

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究揭示二维磁单极气体的二维限制是由熵驱动的，并展示了通过外部磁场和温度调控单极子分布的潜力。

Comments 8 pages, 4 figures

Designing Space-Time Metamaterials: The Central Role of Dispersion Engineering

设计时空超材料：色散工程的核心作用

Sajjad Taravati

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出通过色散工程设计时空超材料，实现对电磁波的动态四维控制，推动无线通信、量子技术和集成光子学的发展。

FSR-VLN: Fast and Slow Reasoning for Vision-Language Navigation with Hierarchical Multi-modal Scene Graph

基于分层多模态场景图的视觉语言导航：快速与慢速推理

Xiaolin Zhou, Tingyang Xiao, Liu Liu, Yucheng Wang, Maiyue Chen, Xinrui Meng, Xinjie Wang, Wei Feng, Wei Sui, Zhizhong Su

机构 * Horizon Robotics ； D-Robotics Robotics 纠错

专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；robotic(abstract)；分类 cs.RO

AI总结 FSR-VLN通过分层多模态场景图与快速-慢速推理机制，提升视觉语言导航的效率与准确性，实现低延迟高成功率的导航性能。

Comments Demo video are available at https://horizonrobotics.github.io/robot_lab/fsr-vln/

Prune-Then-Plan: Step-Level Calibration for Stable Frontier Exploration in Embodied Question Answering

剪枝后再规划：用于具身问答中稳定前沿探索的分步校准

Noah Frahm, Prakrut Patel, Yue Zhang, Shoubin Yu, Mohit Bansal, Roni Sengupta

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

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 Prune-Then-Plan通过分步校准稳定具身问答中的前沿探索，提升导航效率和回答质量。

Comments webpage: https://noahfrahm.github.io/Prune-Then-Plan-project-page/

Vision Language Models Can Parse Floor Plan Maps

视觉语言模型可以解析平面图

David DeFazio, Hrudayangam Mehta, Meng Wang, Ping Yang, Jeremy Blackburn, Shiqi Zhang

机构 * School of Computing, Binghamton University（计算机学院，宾夕法尼亚州立大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI

AI总结 本文研究了视觉语言模型在地图解析任务中的性能，展示了其在复杂室内导航中的高成功率，并指出在大型开放区域中性能下降的问题。

Power-Efficient Autonomous Mobile Robots

低功耗自主移动机器人

Liangkai Liu, Weisong Shi, Kang G. Shin

机构 * Department of Computer Science and Engineering, University of Michigan, USA（计算机科学与工程系，密歇根大学） ； Department of Computer and Information Sciences, University of Delaware, USA（计算机与信息科学系，特拉华大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出pNav系统，通过联合优化自主移动机器人物理和网络子系统，显著提升其功率效率，实测显示功率消耗降低38.1%。

Comments 13 pages, 16 figures

Improved adaptive wind driven optimization algorithm for real-time path planning

改进的自适应风驱动优化算法用于实时路径规划

Shiqian Liu, Azlan Mohd Zain, Le-le Mao

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出改进的自适应风驱动优化算法，用于提升动态环境中的实时路径规划性能，通过多层级指导机制提高适应性和鲁棒性，实验表明其在路径优化和轨迹平滑方面优于现有方法。

Comments 23 pages, 4 figures

Hibikino-Musashi@Home 2025 Team Description Paper

Hibikino-Musashi@Home 2025团队描述论文

Ryohei Kobayashi, Kosei Isomoto, Kosei Yamao, Soma Fumoto, Koshun Arimura, Naoki Yamaguchi, Akinobu Mizutani, Tomoya Shiba, Kouki Kimizuka, Yuta Ohno, Ryo Terashima, Hiromasa Yamaguchi, Tomoaki Fujino, Ryoga Maruno, Wataru Yoshimura, Kazuhito Mine, Tang Phu Thien Nhan, Yuga Yano, Yuichiro Tanaka, Takeshi Nishida, Takashi Morie, Hakaru Tamukoh

机构 * Kyushu Institute of Technology（九州工业大学） ； The University of Kitakyushu（北九州市立大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 Hibikino-Musashi@Home团队致力于开发家庭服务机器人，利用大语言模型和脑启发记忆模型实现个性化帮助，并参与比赛提升系统性能。

DeLightMono: Enhancing Self-Supervised Monocular Depth Estimation in Endoscopy by Decoupling Uneven Illumination

DeLightMono: 通过解耦不均匀照明提升内窥镜自监督单目深度估计

Mingyang Ou, Haojin Li, Yifeng Zhang, Ke Niu, Zhongxi Qiu, Heng Li, Jiang Liu

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 DeLightMono通过解耦照明和反光信息，提升内窥镜图像中低光照区域的自监督单目深度估计性能。

Active3D: Active High-Fidelity 3D Reconstruction via Hierarchical Uncertainty Quantification

Active3D: 通过分层不确定性量化实现主动高保真3D重建

Yan Li, Yingzhao Li, Gim Hee Lee

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 Active3D通过分层不确定性量化实现高保真3D重建，结合隐式-显式表示和不确定性驱动的探索策略，提升重建精度与效率。

Embodied Crowd Counting

具身人群计数

Runling Long, Yunlong Wang, Jia Wan, Xiang Deng, Xinting Zhu, Weili Guan, Antoni B. Chan, Liqiang Nie

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 本文提出具身人群计数任务，通过构建大规模交互式模拟器和零样本导航方法，在复杂场景中实现高效人群计数。