机器人 / 具身智能

Collaborative Drill Alignment in Surgical Robotics

手术机器人中的协作钻具对准

Daniel Larby, Joshua Kershaw, Matthew Allen, Fulvio Forni

机构 * University of Cambridge（剑桥大学） ； Control Lab, Department of Engineering（工程系控制实验室） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； Department of Veterinary Medicine, University of Cambridge（剑桥大学兽医学系） 纠错

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

AI总结 本文提出了一种手术机器人系统，通过虚拟钻具引导和非线性弹簧控制，提升手术精度与角定位准确性。

Comments 14 pages, 12 figures, accepted to IEEE Transactions on Control Systems Technology

Optimal Virtual Model Control for Robotics: Design and Tuning of Passivity-Based Controllers

机器人最优虚拟模型控制：基于被动性的控制器设计与调优

Daniel Larby, Fulvio Forni

机构 * Department of Engineering, University of Cambridge（工程系，剑桥大学） ； Swan Endosurgical（斯旺内视手术公司） 纠错

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

AI总结 本文提出了一种基于被动性的机器人控制方法，通过虚拟机制设计和算法微分优化，实现稳定性和性能的双重保障。

Comments 16 pages, 19 figures

Online Segment Any 3D Thing as Instance Tracking

在线分割三维物体作为实例跟踪

Hanshi Wang, Zijian Cai, Jin Gao, Yiwei Zhang, Weiming Hu, Ke Wang, Zhipeng Zhang

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS), CASIA（多模态人工智能系统国家重点实验室（MAIS），中国科学院自动化所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab） ； Anyverse Intelligence ； Beijing Key Laboratory of Super Intelligent Security of Multi-Modal Information（北京超智能多模态信息安全重点实验室） ； School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院） 纠错

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

AI总结 将在线3D分割重新定义为实例跟踪问题，通过时间信息传播和空间一致性学习提升具身智能体对环境的理解能力。

Comments NeurIPS 2025, Code is at https://github.com/AutoLab-SAI-SJTU/AutoSeg3D

Dynamic Visual SLAM using a General 3D Prior

利用通用3D先验的动态视觉SLAM

Xingguang Zhong, Liren Jin, Marija Popović, Jens Behley, Cyrill Stachniss

机构 * Center for Robotics, University of Bonn（博恩大学机器人中心） ； MAVLab, TU Delft（代尔夫特理工大学MAVLab） ； Lamarr Institute for Machine Learning and Artificial Intelligence（兰玛尔人工智能与机器学习研究所） 纠错

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

AI总结 本文提出一种利用通用3D先验的单目视觉SLAM系统，通过结合前馈重建模型与集束调整，提升动态场景中相机姿态估计的鲁棒性。

Comments 8 pages

MagicSkin: Balancing Marker and Markerless Modes in Vision-Based Tactile Sensors with a Translucent Skin

MagicSkin: 通过透明皮肤平衡标记与无标记模式在基于视觉的触觉传感器中的应用

Oluwatimilehin Tijani, Zhuo Chen, Jiankang Deng, Shan Luo

机构 * Robot Perception Lab, Centre for Robotics Research, Department of Engineering, King’s College London（机器人感知实验室，机器人研究研究中心，工程系，伦敦国王学院） ； Imperial College London（帝国理工学院伦敦校区） 纠错

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

AI总结 MagicSkin通过半透明标记平衡标记与无标记模式，提升触觉传感器在物体分类、纹理识别和力预测中的性能。

Comments Submitted to ICRA2026

Beyond Model Jailbreak: Systematic Dissection of the "Ten DeadlySins" in Embodied Intelligence

超越模型劫持：具身智能中的“十大致命罪恶”系统性分析

Yuhang Huang, Junchao Li, Boyang Ma, Xuelong Dai, Minghui Xu, Kaidi Xu, Yue Zhang, Jianping Wang, Xiuzhen Cheng

机构 * Shandong University（山东大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 本研究首次系统分析了具身智能平台的十大安全漏洞，揭示了跨层安全弱点，提出了构建稳健具身系统的建议。

Representation Learning for Point Cloud Understanding

点云理解的表示学习

Siming Yan

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本研究提出整合预训练2D模型以提升3D点云理解的方法，通过自监督学习和迁移学习改进点云表示学习。

Comments 181 pages

TCP J07222683$+$6220548: a new AM CVn type system with infrequent outbursts

TCP J07222683$+$6220548：一种新的AM CVn型系统，具有不频繁的爆发

Alexander Tarasenkov, Kirill Sokolovsky, Alexandr Dodin, Oxana Chernyshenko, Stanislav Korotkiy, Ivan Strakhov, Marina Burlak, Sergey Naroenkov, Franz-Josef Hambsch, Tamás Tordai, Hiroshi Itoh, Yasuo Sano, Yusuke Tampo, Ferdinand

专题命中 其他机器人 ：robotic(abstract)

AI总结 发现了一种新的AM CVn型超紧致双星系统，其爆发频率较低，通过密集光度计随访和光谱观测确认其身份。

Comments Accepted for publication in Research in Astronomy and Astrophysics

Robust Attitude Estimation with Quaternion Left-Invariant EKF and Noise Covariance Tuning

具有四元数左不变扩展卡尔曼滤波和噪声协方差调优的鲁棒姿态估计

Yash Pandey, Rahul Bhattacharyya, Yatindra Nath Singh

专题命中 其他机器人 ：robotics(abstract)

AI总结 本文提出一种基于四元数左不变扩展卡尔曼滤波和自适应噪声协方差估计的鲁棒姿态估计方法，以提高姿态估计的精度和鲁棒性。

Comments This work has been submitted to the IEEE for possible publication