视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
M³A策略：通过光度重渲染的可变材料操控增强策略
机构 * Tsinghua University（清华大学） ； MARS Lab, Nanyang Technological University（南洋理工大学MARS实验室） ； University of California, Berkeley（加州大学伯克利分校） ； The University of Tokyo（东京大学）
专题命中 机器人数据与评测 ：manipulation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 M³A策略通过光度重渲染生成多样化演示，提升机器人跨材料操控的泛化能力。
Comments under submission
现实世界中主动感知行为的强化学习
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Liège（列日大学） ； UC Berkeley（伯克利大学）
专题命中 机器人数据与评测 ：robot learning(abstract)；manipulation(abstract)；robot policy(abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文提出AAWR方法，通过特权传感器训练高效主动感知策略，提升机器人在部分可观测环境下的任务性能。
Comments NeurIPS 2025 camera ready
Arcadia：迈向一个完整的生命周期框架用于具身终身学习
机构 * Zhejiang University（浙江大学） ； Unitree Tech（单位树科技） ； Peking University（北京大学） ； Nanjing University（南京大学） ； Manycore Tech（Manycore科技） ； Bytedance Seed（字节跳动种子） ； University of Adelaide（阿德莱德大学）
专题命中 机器人数据与评测 ：embodied agent(abstract)；manipulation(abstract)；navigation(abstract)；分类 cs.RO、cs.CV
AI总结 Arcadia提出了一种闭环框架，通过紧密耦合四个阶段实现具身终身学习，支持持续改进和端到端泛化。
通过LLM生成的先决条件和子目标增强认知机器人
专题命中 机器人数据与评测 ：robotics(title)；分类 cs.RO、cs.AI
AI总结 本研究通过结合大型语言模型与符号规划，利用LLM生成的先决条件和子目标提升机器人任务完成的可靠性与适应性。
为人类oid像素到动作策略转移打开仿真到现实的大门
机构 * NVIDIA ； UC Berkeley（加州大学伯克利分校） ； CMU（卡内基梅隆大学） ； CUHK（香港中文大学）
专题命中 机器人数据与评测 ：robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出了一种基于教师-学生-Bootstrap框架的人形机器人仿真到现实策略转移方法，通过分阶段重置探索策略和GRPO微调程序，实现了在多样化可动物体交互任务中的高效零样本性能。
Comments https://doorman-humanoid.github.io/
基于优化的单体软-刚性夹持器设计
机构 * Department of Information Engineering University of Florence（信息工程系佛罗伦萨大学） ； Department of Information Engineering and Mathematics, University of Siena（信息工程与数学系锡耶纳大学） ； Humanoids & Human Centered Mechatronics, Istituto Italiano di Tecnologia（人形与以人为中心的机电一体化，意大利技术研究所）
专题命中 机器人数据与评测 ：robotics(abstract,journal_ref)；robotic(abstract)；分类 cs.RO
AI总结 本研究提出一种结合快速原型和优化策略的方法，以提高软机器人夹持器的制造效率和现实适应性。
Journal ref Soft Robotics, 2025
如何捕捉人类偏好：通过偏好贝叶斯优化委托一个机器人用例
专题命中 机器人数据与评测 ：robotic(title)
AI总结 本文提出通过偏好贝叶斯优化解决机器人任务委托问题，展示其在专家偏好反馈下的有效性，并证明辅助成本函数在决策一致性上的优势。
在任何地方、任何时间描述任何事物
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 DAAAM是一种用于大规模实时4D场景理解的空间时间记忆框架，通过优化前端和分层4D场景图实现高效语义描述与实时性能的平衡。
Comments 14 pages, 5 figures, 6 tables
RealAppliance: 让高保真家电资产可控且可操作，如对齐的现实手册
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 RealAppliance通过高保真家电资产和对齐手册的基准测试，推动家电操控技术的发展。
Envision：基于因果世界过程洞察的统一理解和生成基准测试
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.AI、cs.CV
AI总结 Envision通过因果事件进程基准测试，评估统一模型在动态时空一致性上的表现，揭示其在因果叙事一致性上的优势及仍需改进的时空一致性挑战。
Comments 35 pages, 12 figures, 10 tables
AerialMind：迈向无人机场景中的指称多目标跟踪
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 AerialMind是首个针对无人机场景的RMOT基准，通过COALA框架和HETrack方法提升无人机的自然语言交互能力与多目标跟踪性能。
Comments AAAI 2026
3EED: 在三维中万物皆 grounded
机构 * WorldBench Team（WorldBench团队）
专题命中 机器人数据与评测 ：embodied agent(abstract)；分类 cs.RO、cs.CV
AI总结 3EED提出一个大规模多平台多模态三维 grounding 基准测试，通过提供丰富的户外场景数据和跨平台学习技术，推动语言驱动的三维具身感知研究。
Comments NeurIPS 2025 DB Track; 38 pages, 17 figures, 10 tables; Project Page at https://project-3eed.github.io/
深度视觉立体视觉里程计的概念评估：用于加速器隧道中MARWIN辐射监测机器人的评估
机构 * Faculty of Computer Science and Digital Society（计算机科学与数字社会学院） ； HAW Hamburg（汉堡应用技术大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO、cs.CV
AI总结 本文评估了深度视觉立体视觉里程计在加速器隧道中为MARWIN机器人提供自主导航的可能性，通过结合3D几何约束，旨在提高在未知环境中的鲁棒性和灵活性。
ICD-Net：用于无人机视觉-惯性SLAM的惯性协方差位移网络
机构 * Hatter Department of Marine Technologies, Charney School of Marine Sciences, University of Haifa（哈特尔海洋技术系，查内海洋科学学院，海法大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO、cs.CV
AI总结 ICD-Net通过学习处理原始惯性数据并生成带有不确定性的位移估计，提升无人机视觉-惯性SLAM的鲁棒性和准确性。
AirSim360：无人机视角下的全景模拟平台
机构 * Insta360 Research（Insta360研究机构） ； Wuhan University（武汉大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Nanyang Technological University（南洋理工大学） ； University of California, Merced（加州大学默塞德分校） ； Shenzhen University（深圳大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.CV
AI总结 AirSim360 是一个基于无人机视角的全景模拟平台，通过渲染对齐的数据标注、交互式行人建模和自动轨迹生成，实现全方位场景采样和空间智能研究。
Comments Project Website: https://insta360-research-team.github.io/AirSim360-website/
NeuroHJR: 基于Hamilton-Jacobi可达性的复杂环境障碍物避障方法与物理引导神经网络
机构 * Department of Physical Science, Indian Institute of Science Education and Research（物理科学系，印度科学教育与研究学院） ； Department of Aerospace Engineering, Indian Institute of Science（航空航天工程系，印度科学研究院） ； Department of Computer Science and Engineering, Shiv Nadar University（计算机科学与工程系，施瓦斯纳大学）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO
AI总结 NeuroHJR利用物理引导神经网络近似Hamilton-Jacobi可达性方法，实现复杂环境中高效实时障碍物避障。
Comments Author-accepted version. Accepted at IEEE 11th Indian Control Conference (ICC), 2025
TRoVe: 发现时间视觉-语言模型中的错误引发静态特征偏差
机构 * Stanford University（斯坦福大学） ； HOPPR
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV
AI总结 TRoVe通过识别时间视觉-语言模型中的错误引发静态特征偏差，提升模型在下游任务中的表现。
Comments NeurIPS 2025
图表不是图像：关于科学图表编辑挑战的探讨
机构 * University of Southern California（南加州大学） ； Adobe Research（Adobe研究院） ； Texas A&M University（德克萨斯A&M大学）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV
AI总结 本文提出FigEdit基准测试，揭示科学图表编辑中结构转换的重要性，并指出传统像素操作方法的不足。
基于资产的动态场景语义重建与多人类-物体交互
机构 * Monash University（墨尔本大学） ； Indian Institute of Technology（印度理工学院）
专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV
AI总结 本文提出混合方法，结合3D生成模型、语义感知变形和GS优化，实现动态场景中多人类-物体交互的高保真重建。
XFlowMP：基于施特林桥的任务条件运动场用于生成式机器人规划
机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（莫扎德·本·扎耶德人工智能大学） ； Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所） ； Austrian Institute of Technology (AIT) GmbH（奥地利技术研究所）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 XFlowMP通过施特林桥建模任务条件下的运动场，实现生成式机器人规划，提升轨迹平滑度、减少能耗并提高规划效率。
通过均场博弈和真实世界数据分析港口间的竞争
专题命中 机器人数据与评测 ：navigation(abstract)
AI总结 本文通过均场博弈模型分析港口间竞争，结合真实数据研究海运流量管理，提出中观尺度模型及参数推断方法。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈