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。

2025-12-16 至 2025-12-16 共收录 89 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人学习 3 篇

2512.02020 2025-12-16 cs.RO cs.AI cs.CV cs.LG 87%

EfficientFlow: Efficient Equivariant Flow Policy Learning for Embodied AI

EfficientFlow: 为具身AI高效的等价流策略学习

Jianlei Chang, Ruofeng Mei, Wei Ke, Xiangyu Xu

机构 * Xi'an Jiaotong University(西安交通大学)

专题命中 机器人学习 :embodied AI(title,abstract);manipulation(abstract);robotic(abstract);分类 cs.RO、cs.AI、cs.CV

AI总结 EfficientFlow通过引入等价性与加速正则化策略,提升具身AI的效率与性能。

Comments Accepted by AAAI 2026. Project Page: https://efficientflow.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2405.15562 2025-12-16 cs.RO 80%

Transformer-XL for Long Sequence Tasks in Robotic Learning from Demonstration

Transformer-XL在机器人学习从示范中的长序列任务应用

Gao Tianci

机构 * Bauman Moscow State Technical University(巴甫洛夫莫斯科国立技术大学)

专题命中 机器人学习 :robotic(title,abstract);分类 cs.RO

AI总结 本文提出利用Transformer-XL处理机器人学习从示范中的长序列任务,通过多模态传感器输入提升任务成功率和计算效率。

Comments 11 pages,4 figures

Journal ref Tianci G. Transformer-xl for long sequence tasks in robotic learning from demonstrations[C]//International Conference on Intelligent Systems. Cham: Springer Nature Switzerland, 2024: 25-36

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.13707 2025-12-16 cs.RO 57%

Human-Like Robot Impedance Regulation Skill Learning from Human-Human Demonstrations

类人机器人阻抗调节技能从人与人示范中学习

Chenzui Li, Xi Wu, Yiming Chen, Tao Teng, Xuefeng Zhang, Sylvain Calinon, Darwin Caldwell, Fei Chen

机构 * Department of Mechanical and Automation Engineering, T-Stone Robotics Institute, The Chinese University of Hong Kong(机械与自动化工程系,T-Stone机器人研究院,香港中文大学) College of Science and Technology, Ningbo University(科学与技术学院,宁波大学) Idiap Research Institute(Idiap研究机构)

专题命中 机器人学习 :robotic(abstract);分类 cs.RO

AI总结 本文提出HIImpRSL框架,通过模仿学习和LSTM模块实现机器人在多人协作任务中类人阻抗调节与适应能力。

Comments 13 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 机器人操作 20 篇

2512.11865 2025-12-16 cs.CV cs.AI cs.RO 88%

Explainable Adversarial-Robust Vision-Language-Action Model for Robotic Manipulation

可解释的对抗鲁棒视觉-语言-动作模型用于机器人操作

Ju-Young Kim, Ji-Hong Park, Myeongjun Kim, Gun-Woo Kim

机构 * Department of Computer Science and Engineering(计算机科学与工程系) Department of AI Convergence Engineering(人工智能融合工程系) Gyeongsang National University(庆尚国立大学)

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

AI总结 本文提出了一种可解释的对抗鲁棒视觉-语言-动作模型,用于提升机器人操作在对抗攻击下的动作预测精度和可解释性。

Comments Accepted to MobieSec 2025 (poster session)

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12842 2025-12-16 cs.RO cs.AI cs.LG 82%

SAGA: Open-World Mobile Manipulation via Structured Affordance Grounding

SAGA:通过结构化可及性 grounding 实现开放世界移动操作

Kuan Fang, Yuxin Chen, Xinghao Zhu, Farzad Niroui, Lingfeng Sun, Jiuguang Wang

机构 * RAI Institute(RAI研究院)

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

AI总结 SAGA通过结构化可及性接地实现开放世界移动操作,能有效处理多种任务形式并实现零样本执行。

Comments 9 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11047 2025-12-16 cs.RO cs.AI cs.CV 82%

WholeBodyVLA: Towards Unified Latent VLA for Whole-Body Loco-Manipulation Control

WholeBodyVLA: 向统一的潜变量VLA迈进以实现全身体姿操控控制

Haoran Jiang, Jin Chen, Qingwen Bu, Li Chen, Modi Shi, Yanjie Zhang, Delong Li, Chuanzhe Suo, Chuang Wang, Zhihui Peng, Hongyang Li

机构 * Fudan University(复旦大学) OpenDriveLab & MMLab at The University of Hong Kong(香港大学开放驾驶实验室及多模态实验室) AgiBot(AgiBot公司) SII(SII研究所)

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

AI总结 WholeBodyVLA通过统一的潜变量学习框架和专门设计的强化学习策略,实现了大空间人形运动-操控的精准控制与高效泛化。

详情

展开后加载摘要…

URL PDF HTML 收藏
2210.00858 2025-12-16 cs.RO cs.AI cs.HC 82%

Enhancing Interpretability and Interactivity in Robot Manipulation: A Neurosymbolic Approach

提升机器人操作的可解释性和交互性:一种神经符号方法

Georgios Tziafas, Hamidreza Kasaei

专题命中 机器人操作 :manipulation(title,abstract);分类 cs.RO、cs.AI;robotics(comments)

AI总结 本文提出一种神经符号方法,通过结合语言引导的视觉推理与机器人操作,提升可解释性和交互性,实现80.2%的成功率。

Comments Published in International Journal of Robotics Research (IJRR) (2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.23141 2025-12-16 econ.TH math.CO 71%

Manipulation of social choice correspondences under incomplete information

在不完全信息下对社会选择对应关系的操纵

Raffaele Berzi, Daniela Bubboloni, Michele Gori

专题命中 机器人操作 :manipulation(title)

AI总结 本文研究了在不完全信息下社会选择对应关系的可操纵性,提出了一种基于扩展规则和信息水平的可操纵性概念,并分析了多种社会选择对应关系的可操纵性属性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.10552 2025-12-16 cs.RO 70%

Loop closure grasping: Topological transformations enable strong, gentle, and versatile grasps

环闭合抓取:拓扑变换实现强、柔、多用途的抓取

Kentaro Barhydt, O. Godson Osele, Sreela Kodali, Cosima du Pasquier, Chase M. Hartquist, H. Harry Asada, Allison M. Okamura

机构 * Department of Mechanical Engineering, Massachusetts Institute of Technology(麻省理工学院机械工程系) Department of Mechanical Engineering, Stanford University(斯坦福大学机械工程系)

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

AI总结 环闭合抓取通过拓扑变换实现强、柔、多功能的抓取,适用于复杂物体和环境。

Journal ref Science Advances 11, ady9581 (2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.00139 2025-12-16 cs.RO cs.AI 62%

End-to-End Dexterous Arm-Hand VLA Policies via Shared Autonomy: VR Teleoperation Augmented by Autonomous Hand VLA Policy for Efficient Data Collection

端到端的灵活臂-手VLA策略通过共享自主性:通过自主手VLA策略增强的VR远程操作用于高效数据收集

Yu Cui, Yujian Zhang, Lina Tao, Yang Li, Xinyu Yi, Zhibin Li

机构 * ByteDance(字节跳动)

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

AI总结 本文提出了一种共享自主框架,通过结合VR远程操作和自主手VLA策略,实现高效的数据收集,从而训练端到端的VLA策略以提升机器人灵活操作能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11859 2025-12-16 cs.LG cond-mat.stat-mech cs.AI cs.SY eess.SY stat.ML 62%

Generative Stochastic Optimal Transport: Guided Harmonic Path-Integral Diffusion

生成随机最优传输:引导谐波路径积分扩散

Michael Chertkov

机构 * Applied Mathematics Graduate Interdisciplinary Program and Department of Mathematics, University of Arizona(应用数学研究生跨学科项目和数学系,亚利桑那大学)

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

AI总结 GH-PID通过引导谐波路径积分扩散方法,实现具有硬终端分布和软路径成本的随机最优传输,提供可解释的变分假设和高效的协议学习。

Comments 40 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.16020 2025-12-16 cs.CV cs.AI 62%

Physically Realistic Sequence-Level Adversarial Clothing for Robust Human-Detection Evasion

物理真实序列级对抗性服装用于鲁棒的人体检测规避

Dingkun Zhou, Patrick P. K. Chan, Hengxu Wu, Shikang Zheng, Ruiqi Huang, Yuanjie Zhao

机构 * School of Future Technology, South China University of Technology(未来技术学院,华南理工大学) Institute for Interdisciplinary Information Sciences, Tsinghua University(交叉信息研究院,清华大学)

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

AI总结 本研究提出序列级优化框架,生成可打印的对抗性服装纹理,以实现在数字和物理环境中对人类检测的鲁棒规避。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13380 2025-12-16 cs.RO 57%

Universal Dexterous Functional Grasping via Demonstration-Editing Reinforcement Learning

通过演示编辑强化学习实现通用灵巧功能抓取

Chuan Mao, Haoqi Yuan, Ziye Huang, Chaoyi Xu, Kai Ma, Zongqing Lu

机构 * Peking University(北京大学) BeingBeyond

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

AI总结 本研究提出DemoFunGrasp,通过演示编辑强化学习实现通用灵巧功能抓取,提升抓取性能和现实泛化能力。

Comments 19 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12800 2025-12-16 cs.CV 57%

Learning Common and Salient Generative Factors Between Two Image Datasets

学习两个图像数据集之间的共同和显著生成因素

Yunlong He, Gwilherm Lesné, Ziqian Liu, Michaël Soumm, Pietro Gori

机构 * LTCI, Télécom Paris, Institut Polytechnique de Paris(LTCI,巴黎电信学院,巴黎理工学院)

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

AI总结 本文提出了一种新的对比分析框架,用于学习两个图像数据集之间的共同和显著生成因素,适用于GAN和扩散模型,提升了生成质量与分离能力。

Comments This is the author's version of a work submitted to IEEE for possible publication. The final version may differ from this version

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12468 2025-12-16 cs.RO 57%

Autonomously Unweaving Multiple Cables Using Visual Feedback

自主利用视觉反馈解缠多根电缆

Tina Tian, Xinyu Wang, Andrew L. Orekhov, Fujun Ruan, Lu Li, Oliver Kroemer, Howie Choset

机构 * Robotics Institute, Carnegie Mellon University(卡内基梅隆大学机器人研究所)

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

AI总结 本文提出了一种利用视觉反馈解缠多根松散缠绕电缆的方法,通过状态转移模型优化动作选择,实现了84%的成功率。

Comments 6 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.23260 2025-12-16 cs.CR cs.AI 57%

From Prompt Injections to Protocol Exploits: Threats in LLM-Powered AI Agents Workflows

从提示注入到协议利用:LLM驱动的AI代理工作流中的威胁

Mohamed Amine Ferrag, Norbert Tihanyi, Djallel Hamouda, Leandros Maglaras, Abderrahmane Lakas, Merouane Debbah

机构 * Department of Computer and Network Engineering, College of Information Technology, United Arab Emirates University(阿联酋大学计算机与网络工程系) Technology Innovation Institute(技术创新研究所) Eötvös Loránd University(埃奥瓦大学) Department of Computer Science, Guelma University(古尔马大学计算机科学系) De Montfort University(德蒙福特大学) Khalifa University of Science and Technology(卡里玛科学技术大学)

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

AI总结 本文提出了一种统一的端到端威胁模型,系统分类了LLM代理生态系统中的三十多种攻击技术,涵盖输入操纵、模型妥协、系统和隐私攻击及协议漏洞,并提供缓解策略以设计安全的代理AI系统。

Comments The paper is published in ICT Express (Elsevier)

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11949 2025-12-16 cs.LG 57%

Neural Chameleons: Language Models Can Learn to Hide Their Thoughts from Unseen Activation Monitors

神经变色龙:语言模型可以学习隐藏其思想以逃避未见的激活监控

Max McGuinness, Alex Serrano, Luke Bailey, Scott Emmons

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

AI总结 语言模型通过微调可学习逃避未见的激活监控,展示出零样本泛化能力,揭示模型在对抗威胁下的鲁棒性问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11875 2025-12-16 cs.CY cs.LG stat.AP 57%

The Art of Storytelling in Authoritarian Regimes: Crafting State Narratives on Chinese Social Media

极权体制中的叙事艺术:中国社交媒体上的国家叙事构建

Ting Luo, Yan Wang

机构 * University of Birmingham(伯明翰大学) University of Manchester(曼彻斯特大学)

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

AI总结 本文通过分析中国社交媒体上的叙事构建,探讨极权体制如何通过合法性影响和公民验证能力动态调整国家叙事以维持统治韧性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.01849 2025-12-16 physics.optics 50%

Dispersion-Mediated Space-Time States

色散介导的空间-时间态

Klaas De Kinder, Christophe Caloz

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出了一种适用于任意色散曲线的通用框架,揭示了色散介导的空间-时间态及其在电磁波散射中的新行为。

Comments 11 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.09117 2025-12-16 physics.optics cond-mat.mes-hall 50%

Strong coupling of collective optical resonances in dielectric metasurfaces

介电超材料中集体光学共振的强耦合

Izzatjon Allayarov, Vittorio Aita, Diane J. Roth, Boaz van Casteren, Anton Yu. Bykov, Andrey B. Evlyukhin, Anatoly V. Zayats, Antonio Calà Lesina

专题命中 机器人操作 :manipulation(abstract)

AI总结 研究通过理论、数值和实验方法展示了介电超材料中集体共振的耦合与混合,揭示了强耦合现象及准-BIC的形成机制,为设计新型超材料提供了理论支持。

Comments v2 with corrected typos; Main text: 14 pages, 5 figures; Supporting information: 10 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.06771 2025-12-16 cond-mat.mes-hall cond-mat.mtrl-sci 50%

Quantum Kinetic Anatomy of Electron Angular Momenta Edge Accumulation

电子角动量边缘积累的量子动力学解剖

T. Valet, H. Jaffres, V. Cros, R. Raimondi

专题命中 机器人操作 :manipulation(abstract)

AI总结 该研究通过量子动力学理论分析电子角动量边缘积累的同带与异带贡献,揭示了自旋和轨道霍尔电流的来源,并探讨了其对磁化操控和电流诱导扭矩的影响。

Comments Final version, including some clarifying statements

Journal ref Phys. Rev. Lett. 135, 256301, Published 15 December, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12412 2025-12-16 physics.optics physics.chem-ph 50%

Photoelectron chiral dichroism induced by lasers without helicity via chiral hole wave-packets

由非手性激光诱导的光电电子手性双折射

Gal Bouskila, Avner Fleischer, Ofer Neufeld

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出通过非螺旋激光脉冲产生手性信号,揭示了手性孔波包在分子中的作用,为超快手性光谱学提供新方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.13701 2025-12-16 hep-th 50%

Path integral games with de Sitter α-vacua

德西特α真空的路径积分游戏

Noah Miller

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文通过路径积分构造了德西特空间中的α真空,并探讨了其在不同维度下的性质及相互作用理论中的可行性。

Comments 36 pages + 1 appendix + 28 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 具身导航 28 篇

2512.12622 2025-12-16 cs.CV cs.RO 86%

D3D-VLP: Dynamic 3D Vision-Language-Planning Model for Embodied Grounding and Navigation

D3D-VLP:动态3D视觉-语言-规划模型用于具身接地与导航

Zihan Wang, Seungjun Lee, Guangzhao Dai, Gim Hee Lee

机构 * School of Computing, National University of Singapore(新加坡国立大学计算机学院) Nanjing University of Science and Technology(南京理工大学)

专题命中 具身导航 :navigation(title,abstract);embodied agent(abstract);manipulation(abstract);分类 cs.RO、cs.CV

AI总结 D3D-VLP通过动态3D链式思维和协同学习策略,实现具身接地与导航的高效统一,提升多任务导航性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13477 2025-12-16 cs.RO cs.SY eess.SY 83%

Evaluating the Navigation Capabilities of a Modified COAST Guidewire Robot in an Anatomical Phantom Model

评估改进的COAST导管机器人在解剖假体模型中的导航能力

Timothy A. Brumfiel, Revanth Konda, Drew Elliott, Jaydev P. Desai

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

AI总结 本研究评估改进的COAST导管机器人在具有脉动流的解剖假体模型中的导航性能,验证其在复杂血管导航中的有效性。

Comments Presented at the 14th Conference on New Technologies for Computer and Robot Assisted Surgery (CRAS 2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11876 2025-12-16 cs.RO cs.SY eess.SY 83%

Traversability Aware Autonomous Navigation for Multi-Modal Mobility Morphobot (M4)

多模态移动形变机器人(M4)的可 traversability 自主导航

Hrigved Mahesh Suryawanshi

机构 * SiliconSynapse Lab(硅合成实验室)

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

AI总结 本研究提出了一种基于LiDAR的多模态移动形变机器人M4的可 traversability 自主导航框架,通过学习地形分析生成节能路径,提升地形适应能力。

Comments Master's thesis

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.01950 2025-12-16 cs.RO cs.CV 82%

DualMap: Online Open-Vocabulary Semantic Mapping for Natural Language Navigation in Dynamic Changing Scenes

DualMap: 用于动态变化场景中自然语言导航的在线开放词汇语义映射

Jiajun Jiang, Yiming Zhu, Zirui Wu, Jie Song

机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州))

专题命中 具身导航 :navigation(title,abstract);robotics(comments,journal_ref);分类 cs.RO、cs.CV

AI总结 DualMap通过自然语言查询实现动态环境中的高效语义映射与导航,采用混合分割前端和对象级状态检查提升效率,展现先进性能。

Comments 14 pages, 14 figures. Published in IEEE Robotics and Automation Letters (RA-L), 2025. Code: https://github.com/Eku127/DualMap Project page: https://eku127.github.io/DualMap/

Journal ref IEEE Robotics and Automation Letters, Vol. 10, No. 12, pp. 12612-12619, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.16510 2025-12-16 cs.RO cs.AI cs.SY eess.SP eess.SY 81%

Gaussian Process Regression for Improved Underwater Navigation

高斯过程回归用于改进水下导航

Nadav Cohen, Itzik Klein

机构 * Hatter Department of Marine Technologies(海洋技术系) Charney School of Marine Sciences(海洋科学学院) University of Haifa(海法大学)

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

AI总结 本文提出基于多输出高斯过程回归的水下导航方法,通过改进DVL速度估计和误差状态扩展卡尔曼滤波器,提升导航精度和鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11886 2025-12-16 cs.RO 79%

Enabling Autonomous Navigation in a Snake Robot through Visual-Inertial Odometry and Closed-Loop Trajectory Tracking Control

通过视觉-惯性里程计和闭环轨迹跟踪控制实现蛇形机器人自主导航

Mohammed Irfan Ali

机构 * Electrical and Computer Engineering(电气与计算机工程系)

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

AI总结 本研究通过视觉-惯性里程计和闭环轨迹跟踪控制,实现蛇形机器人在无外部跟踪设施环境下的自主导航,验证了多路径点跟踪的准确性。

Comments Master's thesis

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.21307 2025-12-16 cs.CV 79%

Towards Physically Executable 3D Gaussian for Embodied Navigation

迈向可物理执行的3D高斯用于具身导航

Bingchen Miao, Rong Wei, Zhiqi Ge, Xiaoquan sun, Shiqi Gao, Jingzhe Zhu, Renhan Wang, Siliang Tang, Jun Xiao, Rui Tang, Juncheng Li

机构 * Zhejiang University(浙江大学) Manycore Tech Inc(Manycore科技公司) Huazhong University of Science and Technology(华中科技大学)

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

AI总结 SAGE-3D通过引入语义和物理对齐的3D高斯环境,提升视觉-语言导航任务的可执行性和泛化能力。

Comments Project Page: https://sage-3d.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏