机器人 / 具身智能

A Synthetic Dataset for Manometry Recognition in Robotic Applications

用于机器人应用的测压识别合成数据集

Pedro Antonio Rabelo Saraiva, Enzo Ferreira de Souza, Joao Manoel Herrera Pinheiro, Thiago H. Segreto, Ricardo V. Godoy, Marcelo Becker

机构 * University of São Paulo（圣保罗大学） 纠错

专题命中 机器人数据与评测 ：robotic(title)；分类 cs.RO、cs.AI、cs.CV；robotics(journal_ref)

AI总结 本文提出了一种混合数据合成方法，通过结合过程渲染和AI驱动视频生成，提升机器人应用中测压识别的训练效果和可靠性。

Journal ref 2025 Latin American Robotics Symposium (LARS)

RoboLoc: A Benchmark Dataset for Point Place Recognition and Localization in Indoor-Outdoor Integrated Environments

RoboLoc：用于室内-室外集成环境中的点位识别和定位的基准数据集

Jaejin Jeon, Seonghoon Ryoo, Sang-Duck Lee, Soomok Lee, Seungwoo Jeong

机构 * Department of Data, Network and AI, Ajou University（数据、网络与人工智能系，亚运会大学） ； Korea Railroad Research Institute（韩国铁路研究院） ； Department of Mobility Engineering, Ajou University（移动工程系，亚运会大学） 纠错

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

AI总结 RoboLoc是一个用于室内外集成环境的点位识别和定位基准数据集，通过真实机器人轨迹和多领域转换，评估多种先进模型的泛化能力。

OS-Oracle: A Comprehensive Framework for Cross-Platform GUI Critic Models

OS-Oracle: 一个跨平台GUI批评模型的综合框架

Zhenyu Wu, Jingjing Xie, Zehao Li, Bowen Yang, Qiushi Sun, Zhaoyang Liu, Zhoumianze Liu, Yu Qiao, Xiangyu Yue, Zun Wang, Zichen Ding

机构 * Shanghai Jiaotong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； CUHK MMLab（香港大学MMLab） ； The University of Hong Kong（香港大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 OS-Oracle提出了一种跨平台GUI批评模型框架，通过合成数据和两阶段训练方法，实现了在移动、网页和桌面平台上的高效批评评估。

Diffusion-Based Restoration for Multi-Modal 3D Object Detection in Adverse Weather

基于扩散的多模态3D物体检测在恶劣天气中的修复

Zhijian He, Feifei Liu, Yuwei Li, Zhanpeng Luo, Jintao Cheng, Xieyuanli Chen, Xiaoyu Tang

机构 * School of Xingzhi College, South China Normal University（星智学院，华南师范大学） ； College of Big Data and Internet, Shenzhen Technology University（大数据与互联网学院，深圳科技大学） ； School of Data Science and Engineering, Xingzhi College, South China Normal University（数据科学与工程学院，星智学院，华南师范大学） ； Department of Electronic and Computer Engineering, Hong Kong University of Science and Technology（电子与计算机工程系，香港科技大学） ； College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学） 纠错

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

AI总结 DiffFusion通过基于扩散的修复和自适应跨模态融合，提升多模态3D物体检测在恶劣天气中的鲁棒性与清洁数据性能。

Seeing is Believing (and Predicting): Context-Aware Multi-Human Behavior Prediction with Vision Language Models

看见即信仰（并预测）：基于视觉语言模型的上下文感知多人类行为预测

Utsav Panchal, Yuchen Liu, Luigi Palmieri, Ilche Georgievski, Marco Aiello

机构 * Institute of Architecture of Application Systems, University of Stuttgart, Germany（应用系统建筑研究所，斯图加特大学，德国） ； Bosch Research, Germany（博世研究，德国） 纠错

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

AI总结 CAMP-VLM通过结合视觉语言模型与上下文特征，提升了多人类行为预测的准确性，其在预测精度上比基线模型高66.9%。

Comments Accepted at IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026

YOLO11-4K: An Efficient Architecture for Real-Time Small Object Detection in 4K Panoramic Images

YOLO11-4K: 一种高效的实时小目标检测架构用于4K全景图像

Huma Hafeez, Matthew Garratt, Jo Plested, Sankaran Iyer, Arcot Sowmya

机构 * School of Engineering \& Technology, University of New South Wales, Canberra, Australia School of Systems \& Computing, University of New South Wales, Canberra, Australia School of Computer Science \& Engineering, University of New South Wales, Sydney, Australia 纠错

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

AI总结 YOLO11-4K通过高效架构实现4K全景图像中小目标的实时高精度检测，相比YOLO11在精度和速度上均有显著提升。

Comments Conference paper just submitted

Enhanced 3D Shape Analysis via Information Geometry

通过信息几何增强的3D形状分析

Amit Vishwakarma, K. S. Subrahamanian Moosath

机构 * Indian Institute of Space Science and Technology（印度空间科学与技术研究所） 纠错

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

AI总结 本文提出基于信息几何的3D点云分析方法，通过高斯混合模型和改进的KL散度实现稳定且准确的形状比较。

VLG-Loc: Vision-Language Global Localization from Labeled Footprint Maps

VLG-Loc: 从标注足迹地图实现视觉-语言全局定位

Mizuho Aoki, Kohei Honda, Yasuhiro Yoshimura, Takeshi Ishita, Ryo Yonetani

机构 * The Department of Mechanical Systems Engineering, Nagoya University（名古屋大学机械系统工程系） ； CyberAgent AI Lab（CyberAgent AI实验室） 纠错

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

AI总结 VLG-Loc通过视觉-语言模型实现从标注足迹地图的全局定位，结合蒙特卡洛定位框架和概率融合提升环境变化下的鲁棒性。

Comments v2: Updated the citation of SparseLoc from an arXiv preprint to its published version in the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Voice-Interactive Surgical Agent for Multimodal Patient Data Control

多模态患者数据控制的语音交互手术代理

Hyeryun Park, Byung Mo Gu, Jun Hee Lee, Byeong Hyeon Choi, Sekeun Kim, Hyun Koo Kim, Kyungsang Kim

机构 * Image Guided Precision Cancer Surgery Institute, College of Medicine, Korea University（影像引导精准癌症手术研究所，韩国大学医学院） ； Department of Radiology, Massachusetts General Hospital（放射科，麻省总医院） ； Department of Thoracic and Cardiovascular Surgery, Korea University Guro Hospital, College of Medicine, Korea University（胸外科和心血管外科，韩国大学Guro医院，韩国大学医学院） ； Department of Biomedical Sciences, College of Medicine, Korea University（生物医学科学系，韩国大学医学院） 纠错

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

AI总结 本文提出一种基于大型语言模型的语音交互手术代理，用于多模态患者数据的高效控制与处理，通过分层多代理框架提升手术流程中的数据操作效率与鲁棒性。

Comments 14 pages, 13 figures, 3 tables

Next-Generation License Plate Detection and Recognition System using YOLOv8

基于YOLOv8的下一代车牌检测与识别系统

Arslan Amin, Rafia Mumtaz, Muhammad Jawad Bashir, Syed Mohammad Hassan Zaidi

机构 * School of Electrical Engineering ； Computer Science (SEECS), \ University of Sciences ； Ghulam Ishaq Khan Institute of Engineering Sciences \ Technology (GIKI), Topi, District, Swabi, \ Pakhtunkhwa 23460, Pakistan, Email:prorector\ 纠错

专题命中 机器人数据与评测 ：robotics(comments,journal_ref)；分类 cs.AI、cs.CV

AI总结 本文提出基于YOLOv8的车牌检测与识别系统，通过优化模型配置提升实时准确率，为智能交通系统提供高效解决方案。

Comments 6 pages, 5 figures. Accepted and published in the 2023 IEEE 20th International Conference on Smart Communities: Improving Quality of Life using AI, Robotics and IoT (HONET)

Journal ref 2023 IEEE 20th International Conference on Smart Communities: Improving Quality of Life using AI, Robotics and IoT (HONET)