机器人 / 具身智能

SegEarth-R2: Towards Comprehensive Language-guided Segmentation for Remote Sensing Images

SegEarth-R2: 向远程 sensing 图像的全面语言引导分割迈进

Zepeng Xin, Kaiyu Li, Luodi Chen, Wanchen Li, Yuchen Xiao, Hui Qiao, Weizhan Zhang, Deyu Meng, Xiangyong Cao

机构 * Xi’an Jiaotong University（西安交通大学） ； China Telecom Shaanxi Branch（中国电信陕西分支） 纠错

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

AI总结 SegEarth-R2通过MLLM架构实现远程 sensing 图像的全面语言引导分割，解决复杂场景下的多目标和隐含意图识别问题。

S$^3$IT: A Benchmark for Spatially Situated Social Intelligence Test

S$^3$IT：一种用于空间情境社交智能测试的基准

Zhe Sun, Xueyuan Yang, Yujie Lu, Zhenliang Zhang

机构 * State Key Laboratory of General Artificial Intelligence, Beijing Institute for General Artificial Intelligence (BIGAI)（通用人工智能国家重点实验室，北京通用人工智能研究院） 纠错

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

AI总结 S$^3$IT基准通过座位安排任务评估代理在现实情境中整合物理与社会约束的能力，揭示LLMs在空间智能上的不足及在冲突解决中的潜力。

Comments 10 pages, 9 figures

Out-of-Distribution Detection for Continual Learning: Design Principles and Benchmarking

持续学习中的分布外检测：设计原则与基准测试

Srishti Gupta, Riccardo Balia, Daniele Angioni, Fabio Brau, Maura Pintor, Ambra Demontis, Alessandro Sebastian, Salvatore Mario Carta, Fabio Roli, Battista Biggio

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

AI总结 本文探讨了持续学习中分布外检测的设计原则与基准测试，旨在提升AI系统在动态环境中的适应性和鲁棒性。

Comments International Journal of Computer Vision

UniMPR: A Unified Framework for Multimodal Place Recognition with Heterogeneous Sensor Configurations

UniMPR: 一种用于异构传感器配置的多模态地点识别统一框架

Zhangshuo Qi, Jingyi Xu, Luqi Cheng, Shichen Wen, Yiming Ma, Guangming Xiong

机构 * Beijing Institute of Technology（北京理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； The University of New South Wales（新南威尔士大学） 纠错

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

AI总结 UniMPR提出了一种统一框架，能够适应多种异构传感器配置，通过极坐标BEV特征空间和多分支网络实现多模态地点识别的高效与鲁棒性。

Comments 14 pages, 9 figures

Learning Stack-of-Tasks Management for Redundant Robots

为冗余机器人学习任务堆栈管理

Alessandro Adami, Aris Synodinos, Matteo Iovino, Ruggero Carli, Pietro Falco

机构 * University of Padova, Dept. of Information Engineering（帕多瓦大学信息工程系） ； ABB Corporate Research（ABB企业研究） ； Mobile Robotics Lab, ETH Zürich（苏黎世联邦理工学院移动机器人实验室） ； Polytechnic of Bari Dept. of Electrical and Information Engineering（巴里理工学院电气与信息工程系） 纠错

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

AI总结 本文提出了一种自动学习冗余机器人任务堆栈控制器的方法，通过优化用户定义的成本函数实现任务优先级和控制参数的自适应调整，确保在真实机器人上安全精确的运动表现。

Design and Modeling of a Simple-Structured Continuously Variable Transmission Utilizing Shape Memory Alloy Superelasticity for Twisted String Actuator

连续变量变速器的设计与建模：利用形状记忆合金超弹性用于扭曲字符串执行器

Chanchan Xu, Shuai Dong, Xiaojie Wang

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

AI总结 本文提出利用形状记忆合金超弹性设计的轻量连续变量变速器，用于提升扭曲字符串执行器在变化负载下的效率和传动比调节能力。

Comments 15pages,Fig14