机器人 / 具身智能

Vision-Language-Action Models for Selective Robotic Disassembly: A Case Study on Critical Component Extraction from Desktops

面向选择性机器人拆解的视觉-语言-动作模型：以从台式机中提取关键部件的案例研究

Chang Liu, Sibo Tian, Sara Behdad, Xiao Liang, Minghui Zheng

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University（J. Mike Walker ’66 机械工程系，德克萨斯A&M大学） ； Engineering School of Sustainable Infrastructure & Environment, University of Florida（可持续基础设施与环境工程学院，佛罗里达大学） ； Zachry Department of Civil and Environmental Engineering, Texas A&M University（土木与环境工程系，德克萨斯A&M大学） 纠错

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

AI总结 本文研究了视觉-语言-动作模型在机器人选择性拆解中的应用，通过定制数据集微调两种VLA方法，发现其在复杂拆解任务中存在局限，但结合规则控制器的混合策略能有效完成拆解任务。

FALCON: Actively Decoupled Visuomotor Policies for Loco-Manipulation with Foundation-Model-Based Coordination

FALCON：基于基础模型的解耦视觉-运动政策用于具有基础模型协调的移动- manipulation

Chengyang He, Ge Sun, Yue Bai, Junkai Lu, Jiadong Zhao, Guillaume Sartoretti

机构 * Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（机械工程系，设计与工程学院，新加坡国立大学） 纠错

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

AI总结 FALCON通过基于基础模型的解耦视觉-运动策略，实现移动- manipulation任务中更高效的协调与鲁棒性。

EgoLCD: Egocentric Video Generation with Long Context Diffusion

EgoLCD：基于长上下文扩散的自体视频生成

Liuzhou Zhang, Jiarui Ye, Yuanlei Wang, Ming Zhong, Mingju Cao, Wanke Xia, Bowen Zeng, Zeyu Zhang, Hao Tang

机构 * Peking University（北京大学） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； Chinese Academy of Sciences（中国科学院） ； Tsinghua University（清华大学） 纠错

专题命中 机器人操作 ：embodied AI(abstract)；world model(abstract)；分类 cs.CV

AI总结 EgoLCD通过结合长时稀疏KV缓存和LoRA扩展的注意力机制，实现了高效稳定的自体长上下文视频生成，提升了感知质量和时间一致性。

Development of a 15-Degree-of-Freedom Bionic Hand with Cable-Driven Transmission and Distributed Actuation

15自由度仿生手的开发：电缆驱动传动与分布式驱动

Haoqi Han, Yi Yang, Yifei Yu, Yixuan Zhou, Xiaohan Zhu, Hesheng Wang

机构 * Department of Computer Science and Engineering, Shanghai Jiao Tong University（计算机科学与工程系，上海交通大学） ； Department of Engineering Mechanics, Shanghai Jiao Tong University（工程力学系，上海交通大学） ； Department of Automation, Shanghai Jiao Tong University（自动化系，上海交通大学） ； Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, Key Laboratory of Marine Intelligent Equipment and System of Ministry of Education, Shanghai Engineering Research Center of Intelligent Control and Management, Shanghai Jiao Tong University（自动化系，教育部系统控制与信息处理重点实验室，教育部海洋智能设备与系统重点实验室，智能控制与管理工程研究中心，上海交通大学） 纠错

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

AI总结 本文提出了一种15自由度仿生手，通过电缆驱动传动和分布式驱动技术，实现了高抓取力与精细操作的平衡，具备轻量化和高性能特点。

A Gray-box Attack against Latent Diffusion Model-based Image Editing by Posterior Collapse

针对基于潜在扩散模型的图像编辑的灰盒攻击

Zhongliang Guo, Chun Tong Lei, Lei Fang, Shuai Zhao, Yifei Qian, Jingyu Lin, Zeyu Wang, Cunjian Chen, Ognjen Arandjelović, Chun Pong Lau

机构 * School of Computer Science, University of St Andrews（圣安德鲁大学计算机科学学院） ； Department of Data Science, City University of Hong Kong（香港城市大学数据科学系） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院） ； Department of Data Science and Artificial Intelligence, Monash University（墨尔本大学数据科学与人工智能系） ； College of Information Science & Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） 纠错

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

AI总结 本文提出了一种基于后验崩溃现象的灰盒攻击方法，通过调整参数实现两种崩溃类型，有效防止未经授权的图像编辑，且对模型依赖低，计算效率高。

Comments 15 pages, 9 figures, 9 tables

Object Reconstruction under Occlusion with Generative Priors and Contact-induced Constraints

在遮挡下利用生成先验和接触诱导约束进行物体重建

Minghan Zhu, Zhiyi Wang, Qihang Sun, Maani Ghaffari, Michael Posa

机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出了一种结合生成先验和接触诱导约束的方法，用于在遮挡下提高物体重建的准确性。

Comments Project page: https://contactgen3d.github.io/

Hybrid-Diffusion Models: Combining Open-loop Routines with Visuomotor Diffusion Policies

混合扩散模型：结合开环流程与视觉运动扩散策略

Jonne Van Haastregt, Bastian Orthmann, Michael C. Welle, Yuchong Zhang, Danica Kragic

机构 * INCAR Robotics AB（INCAR机器人公司） ； KTH Royal Institute of Technology（皇家理工学院） 纠错

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

AI总结 混合扩散模型结合开环流程与视觉运动扩散策略，通过遥控增强原语实现高效任务执行，验证于现实挑战任务。

The Ethics of Generative AI

生成式AI的伦理

Michael Klenk

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

AI总结 本文探讨生成式AI的伦理问题，分析其在责任、隐私、偏见等方面的影响，并提出关于作者权和机器社会关系的伦理挑战。

Comments Draft version to appear as a chapter in the Encyclopedia of Applied Ethics, 3rd Edition, edited by Ruth Chadwick

Adversarial Limits of Quantum Certification: When Eve Defeats Detection

量子认证的对抗极限：当爱娃击败检测

Davut Emre Tasar

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本研究揭示了量子认证中经典对手通过掺杂可逃避检测，提出跨分布校准方法以修正安全评估中的系统性误差。

Addressing Logical Fallacies In Scientific Reasoning From Large Language Models: Towards a Dual-Inference Training Framework

解决大型语言模型在科学推理中的逻辑谬误：一种双推理训练框架

Peter B. Walker, Hannah Davidson, Aiden Foster, Matthew Lienert, Thomas Pardue, Dale Russell

机构 * Intelligenesis LLC ； Uniformed Services University（美国武装部队服务大学） 纠错

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

AI总结 本文提出一种双推理训练框架，旨在解决大型语言模型在科学推理中的逻辑谬误问题，通过整合肯定生成与反事实否定，提升模型的鲁棒性和可解释性。

Comments 12 pages, 5 tables

Introduction to quantum control: From basic concepts to applications in quantum technologies

量子控制入门：从基本概念到量子技术中的应用

Christiane P. Koch

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文介绍量子控制的基本概念和方法，探讨相干控制与绝热跟随原理，并通过实例展示最优控制理论在原子和超导量子比特控制中的应用。

Comments This manuscript has been submitted to appear on the Proceedings of the Course 214 "Quantum Computers and Simulators with Atoms" of the International School of Physics "Enrico Fermi" (Varenna, July 2024)

A High-Order Discretization Scheme for Surface Integral Equations for Analyzing the Electroencephalography Forward Problem

一种用于分析脑电图前向问题的高阶表面积分方程离散化方案

Rui Chen, Viviana Giunzioni, Adrien Merlini, Francesco P. Andriulli

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种基于Nystrom的高阶离散化方案，用于提高脑电图前向问题的分析精度，通过灵活调整基函数阶数和优化奇异处理技术，提升计算效率和准确性。

Comments 9 pages, 7 figures

High-Resolution Tunneling Spectroscopy of Fractional Quantum Hall States

分数量子霍尔态的高分辨率隧道谱学

Yuwen Hu, Yen-Chen Tsui, Minhao He, Umut Kamber, Taige Wang, Amir S. Mohammadi, Kenji Watanabe, Takashi Taniguchi, Zlatko Papic, Michael P. Zaletel, Ali Yazdani

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过高分辨率隧道谱学揭示双层石墨烯中分数量子霍尔态的特性，发现非阿贝尔分数态的能量间隙显著大于其他系统，并指出其在拓扑量子计算中的潜力。

Comments 5 figures

Journal ref Nat. Phys. 21, 716-723 (2025)

SPLICE: Part-Level 3D Shape Editing from Local Semantic Extraction to Global Neural Mixing

SPLICE：从局部语义提取到全局神经混合的部件级3D形状编辑

Jin Zhou, Hongliang Yang, Pengfei Xu, Hui Huang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 SPLICE通过部件级神经隐式表示实现直观且高保真的3D形状编辑，支持多种编辑操作并提升编辑效果。

Metagrating-based Single-pixel Acoustic Direction Finding

基于元格栅的单像素声学方向定位

Thomas Macleod, Sebastian Oberst, David A. Powell, Yan Kei Chiang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 基于元格栅的单像素声学方向定位技术通过压缩感知实现高效声源定位，兼具高精度与低硬件复杂度。

Limits of Perturbation Theory for Multimode Light Propagation in Dispersive Optical Cavities

多模光在色散光学谐振腔中传播的微扰理论极限

K. S. Tikhonov, D. M. Malyshev, V. A. Averchenko

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文研究了多模光在色散光学谐振腔中传播的微扰理论极限，探讨了群速度色散对量子光操控的影响，并分析了微扰方法的有效性和局限性。

Andreev Optoelectronics

安德里耶夫光电电子学

Benjamin Remez, Pouyan Ghaemi, Jay D. Sau, Mohammad Hafezi

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出了一种光-安德里耶夫相互作用模型，展示了安德里耶夫束缚态作为光-微波转换器的应用潜力。

Comments 5+2 pages, 3+2 figures

Tipping the Dominos: Topology-Aware Multi-Hop Attacks on LLM-Based Multi-Agent Systems

推倒多米诺骨牌：面向基于大语言模型的多智能体系统的拓扑感知多跳攻击

Ruichao Liang, Le Yin, Jing Chen, Cong Wu, Xiaoyu Zhang, Huangpeng Gu, Zijian Zhang, Yang Liu

专题命中 机器人操作 ：manipulation(abstract)

AI总结 针对基于大语言模型的多智能体系统，提出拓扑感知多跳攻击方法，揭示其内在安全漏洞并提出基于拓扑信任的防御框架。

Correlation functions in expanding universes

膨胀宇宙中的关联函数

Chanyong Park, Hanse Kim, Kyungchan Cho

专题命中 机器人操作 ：world model(abstract)

AI总结 本文基于膜世界模型研究膨胀宇宙中微观和宏观关联函数的时间演化，揭示了互信息与两点函数随距离和时间的变化特性。

Comments 19 pages, 4 figures

Visuospatial navigation from the bottom-up: without vestibular integration, distance prediction, or maps

基于视觉的视觉空间导航：无需前庭整合、距离预测或地图

Patrick Govoni, Pawel Romanczuk

机构 * Institute for Theoretical Biology, Department of Biology, Humboldt Universität zu Berlin（理论生物学研究所，生物学系，洪堡柏林大学） ； Science of Intelligence, Research Cluster of Excellence, Berlin, Germany（智能科学，卓越研究集群，柏林，德国） ； Bernstein Center for Computational Neuroscience, Berlin, Germany（计算神经科学伯恩斯坦中心，柏林，德国） 纠错

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

AI总结 本文提出通过视觉路线决策实现导航，无需认知地图，展示了在开放场任务中视觉导航的可行性。

Flight-Ready Precise and Robust Carrier-Phase GNSS Navigation Software for Distributed Space Systems

适用于分布式空间系统的高精度和鲁棒载波相位GNSS导航软件

Samuel Y. W. Low, Toby Bell, Simone D'Amico

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文提出了一种适用于分布式空间系统的高精度和鲁棒载波相位GNSS导航软件，通过需求分析、实时导航架构设计、轻量级FDIR模块开发以及全面测试活动，实现了亚厘米级精度的导航性能。

Robust and Modular Multi-Limb Synchronization in Motion Stack for Space Robots with Trajectory Clamping via Hypersphere

在空间机器人运动堆栈中通过超球体实现鲁棒且模块化的多肢体同步

Elian Neppel, Ashutosh Mishra, Shamistan Karimov, Kentaro Uno, Shreya Santra, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL) in Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（太空机器人实验室（SRL）位于东京东京大学工学研究生院航空航天工程系） 纠错

专题命中 具身导航 ：robotics(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本研究提出了一种通过超球体约束实现鲁棒多肢体同步的方法，适用于空间机器人运动堆栈的模块化协调。

Comments 6 pages, 15 figures. Accepted at IROS 2025 | Video: https://youtu.be/hr_kUrbqnFg | Open source project: http://motion-stack.deditoolbox.fr | Code: https://github.com/2lian/Motion-Stack

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Pages 3767-3772

TongUI: Internet-Scale Trajectories from Multimodal Web Tutorials for Generalized GUI Agents

TongUI: 通过多模态网络教程构建大规模GUI代理

Bofei Zhang, Zirui Shang, Zhi Gao, Wang Zhang, Rui Xie, Xiaojian Ma, Tao Yuan, Xinxiao Wu, Song-Chun Zhu, Qing Li

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

AI总结 TongUI通过多模态网络教程构建大规模GUI代理，利用GUI-Net数据集提升定位和导航性能，优于基线代理10%。

Comments AAAI 2026

Learning Two-agent Motion Planning Strategies from Generalized Nash Equilibrium for Model Predictive Control

从广义纳什均衡学习双智能体运动规划策略用于模型预测控制

Hansung Kim, Edward L. Zhu, Chang Seok Lim, Francesco Borrelli

机构 * University of California Berkeley（加州大学伯克利分校） ； PlusAI Inc（PlusAI公司） 纠错

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

AI总结 本文提出了一种基于广义纳什均衡的学习方法，用于多智能体运动规划中的模型预测控制，通过训练神经网络预测奖励结果来实现博弈论互动的隐式处理。

Comments Accepted Proceeding at 2025 Learning for Dynamics and Control Conference (L4DC)

Journal ref 283:112-123, 2025

A Platform for Evanescently Trapping Rb-87 Using Silicon Nitride Strip Waveguides Buried in Silica

基于硅氮条形波导的蒸发式俘获87Rb平台

Sam J. Harding, Carrie Weidner

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出了一种基于硅氮条形波导的蒸发式俘获87Rb平台，利用红移和蓝移的基本及高阶模式，实现三维可调陷阱，用于芯片级量子科学与技术研究。

Comments 10 pages, 8 figures

Toward Enhanced Inertial Sensing via Dynamically Soft Topological States in Piezoelectric Microacoustic Metamaterials

通过压电微声超材料中动态软拓扑态增强惯性传感

Onurcan Kaya, Niccolo Scalise Pantuso, Marco Galli, Jacopo M. De Ponti, Tommaso Maggioli, Davide Pavesi, Siddhartha Ghosh, Attilio Frangi, Luca Colombo, Benyamin Davaji, Matteo Rinaldi, David Horsley, Cristian Cassella

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出了一种压电微声装置，通过拓扑界面态提高粒子速度，突破传统陀螺仪的灵敏度限制。

Complete characterization of beam deflection based on double weak value amplification system

基于双弱值放大系统的光束偏转完整表征

Yu Wang, Rongguo Yang, Jing Zhang, Xiaomin Liu, Chenzhen Luo, Kui Liu, Jiangrui Gao

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出基于双弱值放大系统的光束偏转二维测量方法，实现了偏航和俯仰角的高精度同时测量，拓展了光束偏转测量的应用范围。

GigaBrain-0: A World Model-Powered Vision-Language-Action Model

GigaBrain-0：一种由世界模型驱动的视觉-语言-动作模型

GigaBrain Team, Angen Ye, Boyuan Wang, Chaojun Ni, Guan Huang, Guosheng Zhao, Haoyun Li, Jie Li, Jiagang Zhu, Lv Feng, Peng Li, Qiuping Deng, Runqi Ouyang, Wenkang Qin, Xinze Chen, Xiaofeng Wang, Yang Wang, Yifan Li, Yilong Li, Yiran Ding, Yuan Xu, Yun Ye, Yukun Zhou, Zhehao Dong, Zhenan Wang, Zhichao Liu, Zheng Zhu

机构 * GigaBrain Team（GigaBrain团队） 纠错

专题命中 具身推理 ：world model(title,abstract)；manipulation(abstract)；分类 cs.RO、cs.CV

AI总结 GigaBrain-0通过世界模型生成数据，减少对真实机器人数据的依赖，提升视觉-语言-动作模型的泛化能力和现实世界性能。

Comments https://gigabrain0.github.io/

BiTAgent: A Task-Aware Modular Framework for Bidirectional Coupling between Multimodal Large Language Models and World Models

BiTAgent: 一种面向任务的模块化框架，用于多模态大语言模型与世界模型之间的双向耦合

Yu-Wei Zhan, Xin Wang, Pengzhe Mao, Tongtong Feng, Ren Wang, Wenwu Zhu

机构 * Tsinghua University（清华大学） ； Shandong University（山东大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；embodied agent(abstract)；分类 cs.AI

AI总结 BiTAgent通过双向耦合多模态大语言模型与世界模型，实现任务感知的动态联合学习，提升多任务和跨环境的泛化能力。

X-Humanoid: Robotize Human Videos to Generate Humanoid Videos at Scale

X-Humanoid：将人类视频机器人化以生成大规模人形视频

Pei Yang, Hai Ci, Yiren Song, Mike Zheng Shou

机构 * Show Lab, National University of Singapore（新加坡国立大学Show实验室） 纠错

专题命中 具身推理 ：embodied AI(abstract)；world model(abstract)；分类 cs.CV

AI总结 X-Humanoid通过生成式视频编辑方法，将人类视频机器人化，生成大规模人形视频数据集，提升人形机器人研究的训练效果。