机器人 / 具身智能

Advancing Embodied Intelligence in Robotic-Assisted Endovascular Procedures: A Systematic Review of AI Solutions

推进机器人辅助血管内手术中的具身智能：人工智能解决方案的系统综述

Tianliang Yao, Bo Lu, Markus Kowarschik, Yixuan Yuan, Hubin Zhao, Sebastien Ourselin, Kaspar Althoefer, Junbo Ge, Peng Qi

机构 * Department of Control Science and Engineering, College of Electronics and Information Engineering, and Shanghai Institute of Intelligent Science and Technology, Tongji University（控制科学与工程系，电子信息工程学院，上海智能科学技术研究院，同济大学） ； Department of Electronic Engineering, Faculty of Engineering, The Chinese University of Hong Kong（电子工程系，工程学院，香港中文大学） ； Robotics and Microsystems Center, School of Mechanical and Electrical Engineering, Soochow University（机器人与微系统中心，机械与电气工程学院，苏州大学） ； Siemens Healthineers Advanced Therapies (AT), Forchheim, Bavaria（西门子医疗先进治疗（AT）, Forchheim, 巴伐利亚） ； HUB of Intelligent Neuro-Engineering (HUBIN), CREATe, Division of Surgery & Interventional Science, University College London（智能神经工程中心（HUBIN），CREATE，外科与介入科学系，伦敦大学学院） ； School of Biomedical Engineering & Imaging Sciences, King’s College London（生物医学工程与成像科学学院，伦敦国王学院） 纠错

专题命中 模仿学习与强化学习 ：robotic(title,abstract)；robotics(abstract)；navigation(abstract)；分类 cs.RO、cs.LG

AI总结 本文系统综述了人工智能在机器人辅助血管内手术中具身智能的应用，探讨了其挑战与未来发展方向。

Comments 20 pages, 6 figures

Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning

备忘录：通过强化学习训练内存高效的具身智能体

Gunshi Gupta, Karmesh Yadav, Zsolt Kira, Yarin Gal, Rahaf Aljundi

机构 * University of Oxford（牛津大学） ； Georgia Tech University（佐治亚理工学院） ； Toyota Motor Europe（丰田欧洲公司） 纠错

专题命中 模仿学习与强化学习 ：embodied agent(title,abstract)；navigation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 Memo通过在训练过程中交错周期性总结标记与输入，实现内存高效的具身智能体强化学习训练，优于长上下文基线并更高效。

Comments Accepted for Spotlight Presentation at NeurIPS 2025

Periodic Skill Discovery

周期性技能发现

Jonghae Park, Daesol Cho, Jusuk Lee, Dongseok Shim, Inkyu Jang, H. Jin Kim

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO、cs.LG

AI总结 周期性技能发现（PSD）通过无监督学习发现具有不同周期的技能，提升复杂机器人任务中的表现和多样性。

Comments NeurIPS 2025

Interactive Groupwise Comparison for Reinforcement Learning from Human Feedback

基于交互式组间比较的强化学习从人类反馈中学习

Jan Kompatscher, Danqing Shi, Giovanna Varni, Tino Weinkauf, Antti Oulasvirta

机构 * Aalto University（阿尔托大学） ； University of Cambridge（剑桥大学） ； University of Trento（特伦特大学） ； KTH Royal Institute of Technology（皇家理工学院） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.LG

AI总结 本文提出交互式组间比较方法，通过可视化和主动学习提升强化学习从人类反馈中学习的奖励和策略效果。

Comments 10 pages, 8 figures in proceedings of Computer Graphics Forum

Exposing Vulnerabilities in RL: A Novel Stealthy Backdoor Attack through Reward Poisoning

揭示强化学习中的漏洞：通过奖励污染的新型隐秘后门攻击

Bokang Zhang, Chaojun Lu, Jianhui Li, Junfeng Wu

专题命中 模仿学习与强化学习 ：manipulation(abstract)；robot learning(comments)

AI总结 本文提出通过奖励污染对强化学习代理进行隐秘后门攻击，展示了在不同环境中攻击的有效性和隐蔽性。

Comments Workshop on Safe and Robust Robot Learning for Operation in the Real World at CoRL 2025

SafeHumanoid: VLM-RAG-driven Control of Upper Body Impedance for Humanoid Robot

SafeHumanoid: 通过VLM-RAG驱动的人形机器人上半身阻抗控制

Yara Mahmoud, Jeffrin Sam, Nguyen Khang, Marcelino Fernando, Issatay Tokmurziyev, Miguel Altamirano Cabrera, Muhammad Haris Khan, Artem Lykov, Dzmitry Tsetserukou

机构 * Skolkovo Institute of Science and Technology（斯克洛尔沃科学与技术研究所） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 SafeHumanoid通过VLM-RAG结合自身视觉，实现人形机器人上半身阻抗控制，提升人机交互的安全性与任务成功率。

Field-programmable dynamics in a soft magnetic actuator enabling true random number generation and reservoir computing

可编程动态在软磁致动器中的应用，实现真正的随机数生成和回声计算

Eduardo Sergio Oliveros-Mata, Oleksandr V. Pylypovskyi, Eleonora Raimondo, Rico Illing, Yevhen Zabila, Lin Guo, Guannan Mu, Mónica Navarro López, Xu Wang, Georgios Tzortzinis, Angelos Filippatos, Gilbert Santiago Cañón Bermúdez, Francesca Garescì, Giovanni Finocchio, Denys Makarov

机构 * Helmholtz-Zentrum Dresden-Rossendorf e.V.（德累斯顿-罗斯托克亥姆霍兹中心） ； Institute of Ion Beam Physics and Materials Research（离子束物理与材料研究研究所） ； Kyiv Academic University（基辅学术大学） ； Department of Mathematical and Computer Sciences, Physical Sciences and Earth Sciences（数学与计算机科学系，物理科学与地球科学系） ； University of Messina（梅斯ina大学） ； Istituto Nazionale di Geofisica e Vulcanologia（国家地震与火山研究所） ； Helmholtz-Zentrum Hereon（亥姆霍兹这里昂研究中心） ； Institute of Functional Materials for Sustainability（可持续功能材料研究所） ； Technische Universität Dresden（德累斯顿技术大学） ； Dresden Center for Intelligent Materials (DCIM)（德累斯顿智能材料中心（DCIM）） ； Institute of Lig（材料研究所） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract)；分类 cs.RO

AI总结 本研究通过软磁致动器实现复杂动态，用于真正随机数生成和回声计算，拓展了软计算和人机交互的应用。

Language-conditioned world model improves policy generalization by reading environmental descriptions

语言引导的世界模型通过阅读环境描述提升策略泛化能力

Anh Nguyen, Stefan Lee

机构 * Oregon State University（俄勒冈州立大学） 纠错

专题命中 机器人数据与评测 ：world model(title,abstract)；分类 cs.LG

AI总结 本文提出LED-WM，通过语言引导的世界模型提升策略泛化能力，无需依赖假设，有效应对新动态和语言描述的未见过游戏。

Comments NeuRIPS 2025. Workshop: LAW 2025: Bridging Language, Agent, and World Models

VIRAL: Visual Sim-to-Real at Scale for Humanoid Loco-Manipulation

VIRAL：大规模视觉仿真到现实用于双足机器人类地交互

Tairan He, Zi Wang, Haoru Xue, Qingwei Ben, Zhengyi Luo, Wenli Xiao, Ye Yuan, Xingye Da, Fernando Castañeda, Shankar Sastry, Changliu Liu, Guanya Shi, Linxi Fan, Yuke Zhu

机构 * NVIDIA ； CMU（卡内基梅隆大学） ； UC Berkeley（加州大学伯克利分校） ； CUHK（香港中文大学） 纠错

专题命中 机器人数据与评测 ：manipulation(title,abstract)；分类 cs.RO

AI总结 VIRAL通过大规模仿真训练并零样本部署，实现双足机器人在现实中的自主移动- manipulation能力，无需现实微调。

Comments Project website: https://viral-humanoid.github.io/

CAPE: Context-Aware Diffusion Policy Via Proximal Mode Expansion for Collision Avoidance

CAPE：通过近端模式扩展实现上下文感知的扩散策略用于避障

Rui Heng Yang, Xuan Zhao, Leo Maxime Brunswic, Montgomery Alban, Mateo Clemente, Tongtong Cao, Jun Jin, Amir Rasouli

机构 * Huawei Technologies Canada（华为加拿大技术有限公司） ； Huawei（华为） ； Department of Electrical and Computer Engineering, University of Alberta（阿尔伯塔大学电气与计算机工程系） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 CAPE通过近端模式扩展实现上下文感知的扩散策略，提升避障任务中轨迹生成的泛化能力与碰撞规避性能。

Comments 4 tables, 9 figures

DEAL-300K: Diffusion-based Editing Area Localization with a 300K-Scale Dataset and Frequency-Prompted Baseline

DEAL-300K：基于扩散的编辑区域定位与30万规模数据集及频率提示基线

Rui Zhang, Hongxia Wang, Hangqing Liu, Yang Zhou, Qiang Zeng

机构 * School of Cyber Science and Engineering, Sichuan University（四川大学计算机科学与工程学院） ； Key Laboratory of Data Protection and Intelligent Management, Ministry of Education, Sichuan University（教育部数据保护与智能管理重点实验室） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV

AI总结 DEAL-300K通过多模态大语言模型生成编辑指令，结合频率提示微调方法，实现了基于扩散的图像编辑区域定位，提供高精度的基线和研究基础。

Comments 13pages,12 figures

Synthetic Industrial Object Detection: GenAI vs. Feature-Based Methods

合成工业目标检测：GenAI与基于特征的方法

Jose Moises Araya-Martinez, Adrián Sanchis Reig, Gautham Mohan, Sarvenaz Sardari, Jens Lambrecht, Jörg Krüger

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV

AI总结 本研究比较了GenAI与基于特征的方法在合成工业目标检测中的效果，发现简单方法在准确性和效率上优于复杂GenAI方法。

DM$^3$T: Harmonizing Modalities via Diffusion for Multi-Object Tracking

DM$^3$T: 通过扩散和谐多模态以实现多目标跟踪

Weiran Li, Yeqiang Liu, Yijie Wei, Mina Han, Qiannan Guo, Zhenbo Li

机构 * China Agricultural University（中国农业大学） ； Beijing Normal University（北京师范大学） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV

AI总结 DM$^3$T通过扩散模型实现多模态特征对齐，提升多目标跟踪的准确性和鲁棒性。

PhysX-3D: Physical-Grounded 3D Asset Generation

PhysX-3D：基于物理的3D资产生成

Ziang Cao, Zhaoxi Chen, Liang Pan, Ziwei Liu

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV

AI总结 PhysX-3D提出一种基于物理的3D资产生成方法，通过构建物理标注数据集和双分支框架，提升生成资产的物理合理性和几何质量。

Comments Accepted by NeurIPS 2025, Spotlight Project page: https://physx-3d.github.io/

Taming generative video models for zero-shot optical flow extraction

驯服生成视频模型以实现零样本光流提取

Seungwoo Kim, Khai Loong Aw, Klemen Kotar, Cristobal Eyzaguirre, Wanhee Lee, Yunong Liu, Jared Watrous, Stefan Stojanov, Juan Carlos Niebles, Jiajun Wu, Daniel L. K. Yamins

机构 * Stanford University（斯坦福大学） 纠错

专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV

AI总结 本文提出KL-tracing方法，通过反事实提示实现生成视频模型的零样本光流提取，无需微调即可在现实和合成数据集上竞争现有最佳模型。

Comments Project webpage: https://neuroailab.github.io/projects/kl_tracing

Arc-Length-Based Warping for Robot Skill Synthesis from Multiple Demonstrations

基于弧长的变形用于多示教机器人技能合成

Giovanni Braglia, Davide Tebaldi, André Eugenio Lazzaretti, Luigi Biagiotti

机构 * Faculty of Electrical Engineering, Mathematics and Computer Science, University of Twente（代尔夫特理工大学电子工程、数学和计算机科学学院） ； Department of Electrical Engineering, Wright State University（威斯汀豪斯大学电气工程系） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO

AI总结 本文提出基于弧长的变形方法，用于提升多示教机器人技能合成的轨迹同步和技能提取质量。

Comments 8 pages, 7 figures

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)

UniArt: Unified 3D Representation for Generating 3D Articulated Objects with Open-Set Articulation

UniArt: 一种统一的3D表示方法，用于从单张图像生成具有开集关节的3D可动物体

Bu Jin, Weize Li, Songen Gu, Yupeng Zheng, Yuhang Zheng, Zhengyi Zhou, Yao Yao

机构 * Hong Kong University of Science and Technology（香港理工大学） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） 纠错

专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV

AI总结 UniArt通过统一的潜在表示和开集关节预测方法，实现了从单张图像生成高质量可动3D物体的端到端合成。

Physics-Informed Spiking Neural Networks via Conservative Flux Quantization

基于保守通量量子化的物理指导脉冲神经网络

Chi Zhang, Lin Wang

专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.LG

AI总结 本文提出了一种基于保守通量量子化的物理指导脉冲神经网络框架，通过设计保守泄漏积分-放电神经元和保守通量量子化策略，实现了严格的物理守恒和稳健的时间泛化，解决了传统PINNs在物理守恒和长期泛化上的不足。

Medical Malice: A Dataset for Context-Aware Safety in Healthcare LLMs

医疗恶意：用于医疗LLM中情境感知安全的数据库

Andrew Maranhão Ventura D'addario

专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI

AI总结 Medical Malice提出一个情境感知安全的医疗数据库，通过对抗性提示和伦理推理提升医疗LLM的安全性，以应对医疗领域复杂且系统性的威胁。

Spacewalk-18: A Benchmark for Multimodal and Long-form Procedural Video Understanding in Novel Domains

Spacewalk-18：多模态和长形式程序视频理解的基准测试，用于新领域

Zitian Tang, Rohan Myer Krishnan, Zhiqiu Yu, Chen Sun

机构 * Brown University（布朗大学） 纠错

专题命中 机器人数据与评测 ：embodied agent(abstract)；分类 cs.CV

AI总结 Spacewalk-18是一个用于多模态和长形式程序视频理解的新领域基准测试，通过步骤识别和视频问答任务评估模型在新领域和长时序上下文中的泛化能力。

Comments WACV 2026

What Could a Social Mediator Robot Do? Lessons from Real-World Mediation Scenarios

社交调解机器人能做什么？来自真实世界调解场景的启示

Thomas H. Weisswange, Hifza Javed, Manuel Dietrich, Tuan Vu Pham, Maria Teresa Parreira, Michael Sack, Nawid Jamali

机构 * Honda Research Institute Europe GmbH（本田欧洲研究院） ； Honda Research Institute USA, Inc.（本田美国研究院） ； University of Siegen（锡根大学） ； Cornell University（康奈尔大学） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO

AI总结 本文探讨了社交调解机器人在真实场景中的六种潜在角色，并提出评估其调解效果的方法，旨在推动机器人辅助社会调解的研究发展。

From CAD to POMDP: Probabilistic Planning for Robotic Disassembly of End-of-Life Products

从CAD到POMDP：用于废旧产品的机器人拆解的概率规划

Jan Baumgärtner, Malte Hansjosten, David Hald, Adrian Hauptmannl, Alexander Puchta, Jürgen Fleischer

机构 * wbk Institute of Production Science, Karlsruhe Institute of Technology（wbk生产科学研究所，卡尔斯鲁厄技术大学） 纠错

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

AI总结 本文提出了一种基于POMDP的概率规划框架，用于机器人拆解废旧产品，通过考虑不确定性来提高拆解效率和适应性。

BUDD-e: an autonomous robotic guide for visually impaired users

BUDD-e：为视障用户设计的自主机器人引导器

Jinyang Li, Marcello Farina, Luca Mozzarelli, Luca Cattaneo, Panita Rattamasanaprapai, Eleonora A. Tagarelli, Matteo Corno, Paolo Perego, Giuseppe Andreoni, Emanuele Lettieri

机构 * Dipartimento di Elettronica, Informazione e Bioingegneria, Politecnico di Milano（电子、信息与生物工程系，米兰理工学院） ； Department of Design, Politecnico di Milano（设计系，米兰理工学院） ； Department of Management, Economics and Industrial Engineering, Politecnico di Milano（管理、经济与工业工程系，米兰理工学院） 纠错

专题命中 其他机器人 ：robotic(title)；分类 cs.RO

AI总结 BUDD-e是一种为视障用户提供自主引导的机器人，通过真实场景测试展示了其优异的性能和用户接受度。

Comments 14 pages

Soft Fluidic Sheet Transistor for Soft Robotic System Enabling Fluid Logic Operations

柔性流体片晶体管用于软机器人系统，实现流体逻辑操作

Yuki Origane, Koya Cho, Hideyuki Tsukagoshi

专题命中 其他机器人 ：robotic(title)；分类 cs.RO

AI总结 本文提出了一种柔性流体片晶体管，用于软机器人系统中实现流体逻辑操作，通过集成多个晶体管可执行多种逻辑功能。

Comments 7 pages, 16 figures

Robot-mediated physical Human-Human Interaction in Neurorehabilitation: a position paper

机器人介导的神经康复中的人与人物理互动：一种立场论文

Lorenzo Vianello, Matthew Short, Julia Manczurowsky, Emek Barış Küçüktabak, Francesco Di Tommaso, Alessia Noccaro, Laura Bandini, Shoshana Clark, Alaina Fiorenza, Francesca Lunardini, Alberto Canton, Marta Gandolla, Alessandra L. G. Pedrocchi, Emilia Ambrosini, Manuel Murie-Fernandez, Carmen B. Roman, Jesus Tornero, Natacha Leon, Andrew Sawers, Jim Patton, Domenico Formica, Nevio Luigi Tagliamonte, Georg Rauter, Kilian Baur, Fabian Just, Christopher J. Hasson, Vesna D. Novak, Jose L. Pons

机构 * Shirley Ryan AbilityLab（施里尔·瑞安能力实验室） ； Northwestern University（西北大学） ； Northeastern University（东北大学） ； University of Cincinnati（辛辛那提大学） ； Università Campus Bio-Medico di Roma（罗马大学生物医学校园） ； Fondazione Santa Lucia（圣拉齐乌斯基金会） ； University of Genoa（热那亚大学） ； University of Illinois in Chicago（芝加哥伊利诺伊大学） ； Canarian Foundation Institute of Neurological Sciences（加那利基金会神经科学研究所） ； Chalmers University of Technology（挑战者技术大学） ； Swiss Federal Institute of Technology（瑞士联邦理工学院） ； University of Basel（巴塞尔大学） ； Politecnico di Milano（米兰理工大学） ； Hospital Los Madroños（洛斯马德罗尼斯医院） ； Universidad Carlos III de Madrid（马德里卡洛斯三世大学） ； Newcastle University（新castle大学） 纠错

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

AI总结 本文提出机器人介导的人与人物理互动框架，结合治疗师的临床经验与机器人的准确性，旨在提升神经康复的效果。

Comments Accepted in IEEE Reviews in Biomedical Engineering

Design, modelling and experimental validation of bipenniform shape memory alloy-based linear actuator integrable with hydraulic stroke amplification mechanism

双笔形形状记忆合金基线性执行器的设计、建模与实验验证及与液压冲程放大机构的集成

Kanhaiya Lal Chaurasiya, Ruchira Kumar Pradhan, Yashaswi Sinha, Shivam Gupta, Ujjain Kumar Bidila, Digambar Killedar, Kapil Das Sahu, Bishakh Bhattacharya

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

AI总结 本研究提出一种基于双笔形结构的SMA线性执行器，结合液压放大机制，实现高力高冲程应用，具有高功率-重量比和显著成本节约。

Closed-Loop Magnetic Control of Medical Soft Continuum Robots for Deflection

闭环磁控医疗软连续机器人用于偏转

Zhiwei Wu, Jinhui Zhang

机构 * School of Automation, Beijing Institute of Technology（自动化学院，北京理工大学） 纠错

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

AI总结 本文提出了一种基于磁控的软连续机器人闭环偏转控制方法，通过建立微分运动学模型和准静态控制框架，实现了高精度和低误差的轨迹跟踪性能。

Determining angle of arrival of radio frequency fields using subwavelength, amplitude-only measurements of standing waves in a Rydberg atom sensor

利用 Rydberg 原子传感器中驻波场的亚波长幅度-only 测量确定射频场的入射角

Rajavardhan Talashila, William J. Watterson, Benjamin L. Moser, Joshua A. Gordon, Alexandra B. Artusio-Glimpse, Nikunjkumar Prajapati, Noah Schlossberger, Matthew T. Simons, Christopher L. Holloway

专题命中 其他机器人 ：robotic(abstract)

AI总结 本研究提出了一种无需二次强射频参考场的 Rydberg 原子传感器，通过亚波长幅度-only 测量实现高精度入射角检测。