机器人 / 具身智能

FPC-VLA: A Vision-Language-Action Framework with a Supervisor for Failure Prediction and Correction

FPC-VLA：一个带有监督器的视觉-语言-动作框架，用于故障预测和纠正

Yifan Yang, Zhixiang Duan, Tianshi Xie, Fuyu Cao, Pinxi Shen, Peili Song, Piaopiao Jin, Guokang Sun, Shaoqing Xu, Yangwei You, Jingtai Liu

机构 * The Institute of Robotics and Automatic Information System（机器人与自动信息系统研究所） ； Tianjin Key Laboratory of Intelligent Robotics（智能机器人天津重点实验室） ； TBI Center, Nankai University, Tianjin 300350, China（南开大学天津中心） ； Faculty of Robot Science and Engineering, Northeastern University, Shenyang 110819, China（机器人科学与工程学院） ； The State Key Laboratory of Internet of Things for Smart City（智能城市物联网国家重点实验室） ； Centre for Artificial Intelligence（人工智能中心） ； Department of Electromechanical Engineering, University of Macau, Macau SAR, China（机电工程系，澳门大学） 纠错

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

AI总结 FPC-VLA 提出了一种双模型框架，结合视觉-语言-动作模块与监督器，用于预测和纠正机器人操作中的故障，提升了自主系统的可靠性和泛化能力。

Flux4D: Flow-based Unsupervised 4D Reconstruction

Flux4D: 基于流的无监督4D重建

Jingkang Wang, Henry Che, Yun Chen, Ze Yang, Lily Goli, Sivabalan Manivasagam, Raquel Urtasun

机构 * Waabi ； University of Toronto（多伦多大学） ； UIUC（伊利诺伊大学香槟分校） 纠错

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

AI总结 Flux4D通过无监督学习直接从原始数据中重建大规模动态场景，无需预训练模型或先验知识，实现高效且可扩展的4D重建。

Comments NeurIPS 2025. Project page: https://waabi.ai/flux4d/

Tree Ensembles for Contextual Bandits

基于树集成的上下文老虎机

Hannes Nilsson, Rikard Johansson, Niklas Åkerblom, Morteza Haghir Chehreghani

机构 * Chalmers University of Technology and University of Gothenburg（查尔姆斯理工大学和哥德堡大学） ； Volvo Car Corporation（沃尔沃汽车公司） 纠错

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

AI总结 本文提出基于树集成的上下文老虎机框架，通过改进不确定性估计方法，在减少遗憾和提升计算效率方面优于传统方法。

Comments The first two authors contributed equally to this work

Journal ref Transactions on Machine Learning Research (TMLR), 2024, https://openreview.net/forum?id=59DCkSGw8S, GitHub: https://github.com/HannesNilsson/tree_ensemble_bandits

Deep-BrownConrady: Prediction of Camera Calibration and Distortion Parameters Using Deep Learning and Synthetic Data

Deep-BrownConrady: 使用深度学习和合成数据预测相机校准和畸变参数

Faiz Muhammad Chaudhry, Jarno Ralli, Jerome Leudet, Fahad Sohrab, Farhad Pakdaman, Pierre Corbani, Moncef Gabbouj

机构 * AILiveSim Ltd.（AILiveSim有限公司） ； Faculty of Information Technology and Communication Sciences, Tampere University（信息科技与通讯科学学院，塔尔基耶大学） 纠错

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

AI总结 本文提出使用深度学习和合成数据预测相机校准和畸变参数，基于ResNet架构的模型在合成数据集上训练，以提升真实场景下的校准性能。

CartoMapQA: A Fundamental Benchmark Dataset Evaluating Vision-Language Models on Cartographic Map Understanding

CartoMapQA: 一个评估视觉-语言模型在制图地图理解上的基础基准数据集

Huy Quang Ung, Guillaume Habault, Yasutaka Nishimura, Hao Niu, Roberto Legaspi, Tomoki Oya, Ryoichi Kojima, Masato Taya, Chihiro Ono, Atsunori Minamikawa, Yan Liu

机构 * KDDI Research, Inc.（KDDI研究公司） ； University of Southern California（南加州大学） 纠错

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

AI总结 CartoMapQA通过问答任务评估视觉-语言模型在制图地图理解上的能力，揭示了模型在地图语义和地理推理方面的不足。

Comments Accepted at SIGSPATIAL 2025 (Best paper candidates), 15 pages

European Satellite Benchmark for Control Education and Industrial Training

欧洲卫星基准用于控制教育和工业培训

Francesco Sanfedino, Paolo Iannelli, Daniel Alazard, Émilie Pelletier, Samir Bennani, Bénédicte Girouart

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 本文提出欧洲卫星基准，旨在解决GNC设计在研究与工业实践间的创新差距，通过复杂问题训练工程师并展示先进算法的应用价值。

Three-dimensional third medium contact model for hyperelastic contact and pneumatically actuated systems

三维第三介质接触模型用于超弹性接触和气动驱动系统

Bing-Bing Xu, Tianju Xue, Peter Wriggers

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 本文提出一种三维第三介质模型，用于处理超弹性接触和自接触问题，适用于软机器人和柔性机制等应用。