arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2025-12-05 至 2025-12-05 共收录 10 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人数据与评测 10 篇

2512.04813 2025-12-05 cs.RO 88%

MOVE: A Simple Motion-Based Data Collection Paradigm for Spatial Generalization in Robotic Manipulation

MOVE: 一种基于运动的数据收集范式,用于机器人操作中的空间泛化

Huanqian Wang, Chi Bene Chen, Yang Yue, Danhua Tao, Tong Guo, Shaoxuan Xie, Denghang Huang, Shiji Song, Guocai Yao, Gao Huang

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

AI总结 MOVE通过动态演示生成多样化空间配置,提升机器人操作中的空间泛化能力。

Comments 9 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04308 2025-12-05 cs.RO 85%

ResponsibleRobotBench: Benchmarking Responsible Robot Manipulation using Multi-modal Large Language Models

ResponsibleRobotBench: 使用多模态大语言模型评估负责任的机器人操控

Lei Zhang, Ju Dong, Kaixin Bai, Minheng Ni, Zoltan-Csaba Marton, Zhaopeng Chen, Jianwei Zhang

机构 * University of Hamburg(汉堡大学) Agile Robots SE(敏捷机器人公司) Technical University of Munich(慕尼黑技术大学) Hong Kong Polytechnic University(香港理工大学)

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

AI总结 ResponsibleRobotBench通过多模态大语言模型评估机器人操控的责任性,涵盖23个多阶段任务,强调安全性、泛化能力和物理可靠性。

Comments https://sites.google.com/view/responsible-robotbench

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.11520 2025-12-05 cs.RO 85%

Scalable Policy Evaluation with Video World Models

可扩展的策略评估与视频世界模型

Wei-Cheng Tseng, Jinwei Gu, Qinsheng Zhang, Hanzi Mao, Ming-Yu Liu, Florian Shkurti, Lin Yen-Chen

机构 * Nvidia Research(Nvidia 研究院) University of Toronto(多伦多大学) Vector Institute(向量研究所)

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

AI总结 本文提出利用动作条件视频生成模型进行可扩展的策略评估,通过预训练模型利用互联网视频数据,减少现实世界测试需求,提升机器人策略评估效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04797 2025-12-05 cs.AI cs.RO 81%

SIMA 2: A Generalist Embodied Agent for Virtual Worlds

SIMA 2: 一种通用的具身代理用于虚拟世界

SIMA team, Adrian Bolton, Alexander Lerchner, Alexandra Cordell, Alexandre Moufarek, Andrew Bolt, Andrew Lampinen, Anna Mitenkova, Arne Olav Hallingstad, Bojan Vujatovic, Bonnie Li, Cong Lu, Daan Wierstra, Daniel P. Sawyer, Daniel Slater, David Reichert, Davide Vercelli, Demis Hassabis, Drew A. Hudson, Duncan Williams, Ed Hirst, Fabio Pardo, Felix Hill, Frederic Besse, Hannah Openshaw, Harris Chan, Hubert Soyer, Jane X. Wang, Jeff Clune, John Agapiou, John Reid, Joseph Marino, Junkyung Kim, Karol Gregor, Kaustubh Sridhar, Kay McKinney, Laura Kampis, Lei M. Zhang, Loic Matthey, Luyu Wang, Maria Abi Raad, Maria Loks-Thompson, Martin Engelcke, Matija Kecman, Matthew Jackson, Maxime Gazeau, Ollie Purkiss, Oscar Knagg, Peter Stys, Piermaria Mendolicchio, Raia Hadsell, Rosemary Ke, Ryan Faulkner, Sarah Chakera, Satinder Singh Baveja, Shane Legg, Sheleem Kashem, Tayfun Terzi, Thomas Keck, Tim Harley, Tim Scholtes, Tyson Roberts, Volodymyr Mnih, Yulan Liu, Zhengdong Wang, Zoubin Ghahramani

机构 * Google DeepMind(谷歌DeepMind)

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

AI总结 SIMA 2是一种基于Gemini模型的通用具身代理,能够理解和行动于多种3D虚拟世界,具备自我改进能力,显著提升了与人类表现的接近程度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04731 2025-12-05 cs.RO 70%

Bridging Simulation and Reality: Cross-Domain Transfer with Semantic 2D Gaussian Splatting

弥合仿真与现实:基于语义2D高斯点云的跨领域迁移

Jian Tang, Pu Pang, Haowen Sun, Chengzhong Ma, Xingyu Chen, Hua Huang, Xuguang Lan

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

AI总结 本研究提出语义2D高斯点云方法,通过提取领域不变特征提升机器人操作的仿真到现实迁移能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04404 2025-12-05 cs.RO 70%

Bridging Probabilistic Inference and Behavior Trees: An Interactive Framework for Adaptive Multi-Robot Cooperation

弥合概率推断与行为树:一种交互框架用于自适应多机器人协作

Chaoran Wang, Jingyuan Sun, Yanhui Zhang, Changju Wu

机构 * School of Aeronautic and Astronautics, Zhejiang University(航空航天学院,浙江大学) Shanghai Huawei Technologies Co., Ltd(上海华为技术有限公司)

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

AI总结 本文提出IIBT框架,结合概率推断与行为树,实现多机器人自适应协作,实验表明其能显著降低复杂度并保持鲁棒性。

Comments 34 pages, is submitted RAS Journal

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04597 2025-12-05 cs.CV cs.AI cs.LG cs.RO 70%

When Robots Should Say "I Don't Know": Benchmarking Abstention in Embodied Question Answering

机器人何时应说'我不知道':身体化问答中退避的基准测试

Tao Wu, Chuhao Zhou, Guangyu Zhao, Haozhi Cao, Yewen Pu, Jianfei Yang

机构 * Nanyang Technological University(南洋理工大学) Peking University(北京大学)

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

AI总结 本文研究了身体化问答中退避机制的重要性,通过构建AbstainEQA数据集,发现人类在退避任务中表现优异,而模型退避能力有限。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04973 2025-12-05 cs.RO 61%

Preliminary Analysis and Simulation of a Compact Variable Stiffness Wrist

紧凑可变刚度腕的初步分析与仿真

Giuseppe Milazzo, Manuel G. Catalano, Antonio Bicchi, Giorgio Grioli

机构 * Istituto Italiano di Tecnologia(意大利理工学院) Università di Pisa(比萨大学)

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

AI总结 本文提出了一种紧凑的可变刚度腕装置,通过并行结构和冗余弹性执行器实现刚度调节,适用于假肢和人形机器人领域。

Comments This article has been accepted for publication in Springer Proceedings in Advanced Robotics, vol 31. Springer, Cham. This is the author's version, which has not been fully edited, and the content may change prior to final publication. Citation information: DOI https://doi.org/10.1007/978-3-031-64057-5_9

Journal ref In International Symposium on Advances in Robot Kinematics, 2024, pp. 69-76. Cham: Springer Nature Switzerland

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.05060 2025-12-05 cs.CV 57%

4DLangVGGT: 4D Language-Visual Geometry Grounded Transformer

4DLangVGGT: 4D语言-视觉几何 grounded Transformer

Xianfeng Wu, Yajing Bai, Minghan Li, Xianzu Wu, Xueqi Zhao, Zhongyuan Lai, Wenyu Liu, Xinggang Wang

机构 * State Key Laboratory of Precision Blasting, Jianghan University(江汉大学精密爆破重点实验室) Harvard AI and Robotics Lab, Harvard University(哈佛大学AI与机器人实验室) School of EIC, Huazhong University of Science and Technology(华中科技大学电子信息学院) Department of Computing, The Hong Kong Polytechnic University(香港理工大学计算机系) Department of Computer Science, Hong Kong Baptist University(香港 Baptist 大学计算机科学系) School of Mathematics and Statistics, Hubei University of Education(湖北省教育学院数学与统计学学院)

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

AI总结 4DLangVGGT是一种基于Transformer的统一框架,用于4D语言 grounding,通过整合几何感知和语言对齐,提升4D场景理解的泛化能力和部署效率。

Comments Code: https://github.com/hustvl/4DLangVGGT, Webpage: https://hustvl.github.io/4DLangVGGT

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.04568 2025-12-05 cs.CV 57%

Prompt2Craft: Generating Functional Craft Assemblies with LLMs

Prompt2Craft: 基于LLM生成功能性的手工艺装配

Vitor Hideyo Isume, Takuya Kiyokawa, Natsuki Yamanobe, Yukiyasu Domae, Weiwei Wan, Kensuke Harada

机构 * Graduate School of Engineering Science, Osaka University(大阪大学工学研究科) National Institute of Advanced Industrial Science and Technology(国家先进工业科学与技术研究院)

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

AI总结 Prompt2Craft利用LLM生成手工艺装配,通过识别可见部分、检索模板网格并优化姿态,最终生成功能性的手工艺作品。

详情

展开后加载摘要…

URL PDF HTML 收藏