机器人 / 具身智能

VTAO-BiManip: Masked Visual-Tactile-Action Pre-training with Object Understanding for Bimanual Dexterous Manipulation

VTAO-BiManip: 带物体理解的遮蔽视觉-触觉-动作预训练用于双臂灵巧操作

Zhengnan Sun, Zhaotai Shi, Jiayin Chen, Qingtao Liu, Yu Cui, Qi Ye, Jiming Chen

机构 * College of Control Science and Engineering, Zhejiang University, Hangzhou, 310027, China（浙江大学控制科学与工程学院） 纠错

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

AI总结 VTAO-BiManip通过结合视觉-触觉-动作预训练与物体理解，提升双臂灵巧操作的课程强化学习效果，实现超过现有方法20%的成功率。

Webly-Supervised Image Manipulation Localization via Category-Aware Auto-Annotation

通过类别感知自动标注实现Web监督的图像操纵定位

Chenfan Qu, Yiwu Zhong, Huiguo He, Bin Li, Lianwen Jin

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

AI总结 通过类别感知自动标注和网络监督，提出 Web-IML 模型以有效定位图像操纵区域，显著提升性能并扩大数据集规模。

Online Inertia Parameter Estimation for Unknown Objects Grasped by a Manipulator Towards Space Applications

在线惯性参数估计用于被机械臂抓取的未知物体，面向航天应用

Akiyoshi Uchida, Antonine Richard, Kentaro Uno, Miguel Olivares-Mendez, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL) in the Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（太空机器人实验室（SRL）位于东京大学工学研究生院航空航天工程系） ； The Space Robotics Research Group at the Interdisciplinary Research Center for Security reliability and Trust (SnT) in the University of Luxembourg（卢森堡大学安全可靠性与信任跨学科研究中心的太空机器人研究组） 纠错

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

AI总结 本文提出了一种基于动量守恒的在线惯性参数估计方法，适用于自由基座机器人，在航天任务中实现了高精度的参数识别。

Comments Author's version of a manuscript accepted at the International Conference on Space Robotics 2025 (iSpaRo 2025). (c) IEEE

When the Base Station Flies: Rethinking Security for UAV-Based 6G Networks

当基站飞行时：重新思考基于无人机的6G网络的安全性

Ammar El Falou

专题命中 机器人操作 ：manipulation(abstract)；navigation(abstract)

AI总结 本文探讨了基于无人机的6G网络的安全挑战，提出应对UAV-BS系统中新型攻击的防护原则。

Comments To appear in the International Conference on 6G Networking (6GNet 2025)

Recursive Training Loops in LLMs: How training data properties modulate distribution shift in generated data?

LLMs中的递归训练循环：训练数据属性如何调节生成数据中的分布偏移

Grgur Kovač, Jérémy Perez, Rémy Portelas, Peter Ford Dominey, Pierre-Yves Oudeyer

机构 * Flowers TEAM, INRIA（INRIA Flowers TEAM） ； Ubisoft La Forge ； INSERM UMR 1093-CAPS ； Robot Cognition Laboratory, Institute Marey（Institute Marey Robot Cognition Laboratory） 纠错

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

AI总结 本文研究了LLMs中递归训练循环中训练数据属性对生成数据分布偏移的影响，发现词汇多样性放大偏移，而语义多样性和数据质量减轻偏移，并揭示了不同领域数据之间的模块化影响。

Comments Accepted to EMNLP 2025 (Oral), Source Code: https://github.com/flowersteam/ce_llms

SymDrive: Realistic and Controllable Driving Simulator via Symmetric Auto-regressive Online Restoration

SymDrive: 通过对称自回归在线修复实现逼真且可控的驾驶模拟器

Zhiyuan Liu, Daocheng Fu, Pinlong Cai, Lening Wang, Ying Liu, Yilong Ren, Botian Shi, Jianqiang Wang

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； State Key Lab of Intelligent Transportation System, Beihang University（北航智能交通系统国家重点实验室） 纠错

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

AI总结 SymDrive通过对称自回归在线修复技术，实现了逼真可控的驾驶模拟，解决了高保真渲染与交互式交通编辑的难题。

Patch-Discontinuity Mining for Generalized Deepfake Detection

用于通用深度伪造检测的补丁不连续性挖掘

Huanhuan Yuan, Yang Ping, Zhengqin Xu, Junyi Cao, Shuai Jia, Chao Ma

机构 * Artificial Intelligence Institute, Shanghai Jiao Tong University（上海交通大学人工智能研究院） ； Chinese Academy of Military Science（中国军事科学院） 纠错

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

AI总结 本文提出GenDF框架，通过简单网络设计实现高效深度伪造检测，具备跨领域和跨操纵的强泛化能力。

Comments Our paper was accepted by the IEEE Transactions on Multimedia

Detecting AI-Generated Paraphrases in Bengali: A Comparative Study of Zero-Shot and Fine-Tuned Transformers

检测孟加拉语生成的改写文本：零样本和微调变换器的比较研究

Md. Rakibul Islam, Most. Sharmin Sultana Samu, Md. Zahid Hossain, Farhad Uz Zaman, Md. Kamrozzaman Bhuiyan

机构 * Department of CSE, Ahsanullah University of Science and Technology, Bangladesh（阿沙努拉科技大学计算机科学与工程系） ； Department of CSE, BRAC University, Bangladesh（布拉克大学计算机科学与工程系） ； Department of CSE, Southeast University, Bangladesh（东南大学计算机科学与工程系） ； Enosis Solutions, Bangladesh（恩osis解决方案） 纠错

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

AI总结 本研究比较了零样本和微调变换器模型在检测孟加拉语AI生成文本中的性能，发现微调显著提升检测准确率，其中XLM-RoBERTa、mDeBERTa和MultilingualBERT表现最佳。

Comments Accepted for publication in 2025 28th International Conference on Computer and Information Technology (ICCIT)

S$^2$Edit: Text-Guided Image Editing with Precise Semantic and Spatial Control

S$^2$Edit: 基于文本引导的图像编辑与精确语义和空间控制

Xudong Liu, Zikun Chen, Ruowei Jiang, Ziyi Wu, Kejia Yin, Han Zhao, Parham Aarabi, Igor Gilitschenski

机构 * Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； ModiFace Inc.（ModiFace公司） ； Department of Computer Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机科学系） 纠错

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

AI总结 S$^2$Edit通过精确语义和空间控制实现文本引导的图像编辑，解决了身份信息丢失和无关区域修改的问题。

Training-Free Disentangled Text-Guided Image Editing via Sparse Latent Constraints

无需训练的解耦文本引导图像编辑：通过稀疏潜在约束

Mutiara Shabrina, Nova Kurnia Putri, Jefri Satria Ferdiansyah, Sabita Khansa Dewi, Novanto Yudistira

机构 * Department of Informatics Engineering Universitas Brawijaya Malang, Indonesia（信息工程系 乌姆拉大学 马拉邦，印度尼西亚） 纠错

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

AI总结 本文提出一种无需训练的解耦文本引导图像编辑方法，通过引入稀疏潜在约束减少属性纠缠问题，提升编辑的可控性与准确性。

Toward Intelligent Scene Augmentation for Context-Aware Object Placement and Sponsor-Logo Integration

迈向智能场景增强以实现情境感知的对象放置和赞助商-标志集成

Unnati Saraswat, Tarun Rao, Namah Gupta, Shweta Swami, Shikhar Sharma, Prateek Narang, Dhruv Kumar

机构 * Birla Institute of Technology and Science（巴里尔理工学院和科学研究院） 纠错

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

AI总结 本文提出两个新任务：情境感知的对象插入和赞助商-产品标志增强，并构建了相应数据集以支持这些任务。

Dreamcrafter: Immersive Editing of 3D Radiance Fields Through Flexible, Generative Inputs and Outputs

Dreamcrafter: 通过灵活、生成性输入和输出实现沉浸式3D辐射场编辑

Cyrus Vachha, Yixiao Kang, Zach Dive, Ashwat Chidambaram, Anik Gupta, Eunice Jun, Bjoern Hartmann

机构 * UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 Dreamcrafter通过灵活的生成式输入和输出，实现实时沉浸式3D辐射场编辑，结合模块化架构和多层级控制提升创作效率与沉浸感。

Comments CHI 2025, Project page: https://dream-crafter.github.io/

Preventing AI Deepfake Abuse: An Islamic Ethics Framework

防范AI深度伪造滥用：一种伊斯兰伦理框架

Wisnu Uriawan, Imany Fauzy Rahman, Muhamad Zidan, Irma Rohmatillah, Muhammad Arkan Raihan, Irma Dwiyanti

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

AI总结 本研究提出基于伊斯兰伦理原则的框架，以预防深度伪造技术的滥用，强调保护人类尊严和促进共同利益。

Chirality-selective topological magnon phase transition induced by interplay of anisotropic exchange interactions in honeycomb ferromagnet

具有各向异性交换相互作用的蜂窝铁磁体中手性选择性拓扑磁子相变

Jin-Yu Ni, Xia-Ming Zheng, Peng-Tao Wei, Da-Yong Liu, Liang-Jian Zou

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究发现，通过Dzyaloshinsky-Moriya相互作用和伪偶极相互作用的复杂相互作用，在蜂窝铁磁体中诱导出手性选择性的拓扑磁子相变，伴随体隙关闭和重新打开，以及能带反转，为磁子热霍尔电导率的符号变化提供了新的操控方法。

Comments 20 pages, 8 figures

Journal ref J. Phys.: Condens. Matter 36, 255801 (2024)

Properties of a Three-Level $Λ$-Type Atom Driven by Coherent and Stochastic Fields

三能级Λ型原子在相干和随机场驱动下的性质

Sajad Ahmadi, Mohsen Akbari, Shahpoor Saeidian, Ali Motazedifard

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究三能级Λ型原子在相干和随机场驱动下的性质，揭示随机场作为控制参数对发射特性的影响，实现精确的原子系统控制。

The Imitation Game: Using Large Language Models as Chatbots to Combat Chat-Based Cybercrimes

模仿游戏：利用大语言模型作为聊天机器人对抗基于聊天的网络犯罪

Yifan Yao, Baojuan Wang, Jinhao Duan, Kaidi Xu, ChuanKai Guo, Zhibo Eric Sun, Yue Zhang

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出LURE系统，利用大语言模型作为主动代理，在对抗性聊天环境中识别和对抗网络犯罪，通过多轮对话有效揭露诈骗行为。

Electric-Field-Controlled Altermagnetic Transition for Neuromorphic Computing

电场调控的交替磁性相变用于神经形态计算

Zhiyuan Duan, Peixin Qin, Chengyan Zhong, Shaoxuan Zhang, Li Liu, Guojian Zhao, Xiaoning Wang, Hongyu Chen, Ziang Meng, Jingyu Li, Sixu Jiang, Xiaoyang Tan, Qiong Wu, Yu Liu, Zhiqi Liu

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过电场调控交替磁性相变实现神经形态计算中的可编程电阻状态，实现高准确率的模式识别。

Comments 42 pages, 13 figures, published online at Journal of the American Chemical Society

Journal ref J. Am. Chem. Soc. 147 (51), 47330-47338 (2025)

OpenNav: Open-World Navigation with Multimodal Large Language Models

OpenNav: 基于多模态大语言模型的开放世界导航

Mingfeng Yuan, Letian Wang, Steven L. Waslander

机构 * University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究 institute） ； University of Toronto Robotics Institute（多伦多大学机器人研究所） 纠错

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

AI总结 OpenNav利用多模态大语言模型实现开放世界导航，通过生成价值图增强机器人空间理解，并在真实场景中验证其鲁棒性。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

CityNavAgent: Aerial Vision-and-Language Navigation with Hierarchical Semantic Planning and Global Memory

CityNavAgent：基于层次语义规划和全局记忆的空中视觉-语言导航

Weichen Zhang, Chen Gao, Shiquan Yu, Ruiying Peng, Baining Zhao, Qian Zhang, Jinqiang Cui, Xinlei Chen, Yong Li

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 CityNavAgent通过层次语义规划和全局记忆模块，提升空中视觉-语言导航在复杂城市环境中的导航性能。

Journal ref Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 2025

Bab_Sak Robotic Intubation System (BRIS): A Learning-Enabled Control Framework for Safe Fiberoptic Endotracheal Intubation

Bab_Sak Robotic Intubation System (BRIS): 一种具备学习能力的控制框架，用于安全的光纤气管插管

Saksham Gupta, Sarthak Mishra, Arshad Ayub, Kamran Farooque, Spandan Roy, Babita Gupta

机构 * Robotics Research Center, International Institute of Information Technology Hyderabad (IIIT-H)（机器人研究中心，国际信息科技研究所海得拉巴（IIIT-H）） ； J.P.N.Apex Trauma Center, All India Institute of Medical Sciences（J.P.N.Apex创伤中心，全印度医学科学研究所） 纠错

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

AI总结 BRIS是一种具备学习能力的机器人插管系统，通过实时深度感知和闭环控制实现安全的光纤引导气管插管。

LongFly: Long-Horizon UAV Vision-and-Language Navigation with Spatiotemporal Context Integration

LongFly: 长航程无人机视觉与语言导航中的时空上下文整合

Wen Jiang, Li Wang, Kangyao Huang, Wei Fan, Jinyuan Liu, Shaoyu Liu, Hongwei Duan, Bin Xu, Xiangyang Ji

机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； Chongqing Innovation Center, Beijing Institute of Technology（北京理工大学重庆创新中心） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Department of Automation, Tsinghua University（清华大学自动化系） ； School of Software, Dalian University of Technology（大连理工大学软件学院） ； School of Artificial Intelligence, Xidian University（西安电子科技大学人工智能学院） 纠错

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

AI总结 LongFly通过整合时空上下文提升无人机长航程视觉与语言导航的准确性和稳定性。

MAction-SocialNav: Multi-Action Socially Compliant Navigation via Reasoning-enhanced Prompt Tuning

MAction-SocialNav: 通过推理增强的提示调优实现多动作社交合规导航

Zishuo Wang, Xinyu Zhang, Zhuonan Liu, Tomohito Kawabata, Daeun Song, Xuesu Xiao, Ling Xiao

机构 * Graduate School of Information Science and Technology, Hokkaido University（信息科学与技术研究生院，北海道大学） ； Graduate School of Computer Science, George Mason University（计算机科学研究生院，乔治·梅森大学） 纠错

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

AI总结 MAction-SocialNav通过推理增强的提示调优实现多动作社交合规导航，提升决策质量与安全性，效率高于现有模型。

Efficient Collaborative Navigation through Perception Fusion for Multi-Robots in Unknown Environments

通过感知融合实现多机器人在未知环境中的高效协作导航

Qingquan Lin, Weining Lu, Litong Meng, Chenxi Li, Bin Liang

机构 * Beijing National Research Center for Information Science and Technology, Tsinghua University（北京信息科学与技术国家研究中心，清华大学） 纠错

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

AI总结 本文提出了一种基于感知融合的多机器人协作导航方法，通过图注意力架构和信息增益权重提升规划效率，实验证明在未知环境中显著提高导航效率和路径优化能力。

Fast Navigation Through Occluded Spaces via Language-Conditioned Map Prediction

通过语言条件制图实现快速通过遮挡空间

Rahul Moorthy Mahesh, Oguzhan Goktug Poyrazoglu, Yukang Cao, Volkan Isler

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

AI总结 本研究提出PaceForecaster，通过整合语言条件指令提升机器人在遮挡空间中的导航效率，实验显示性能提升达36%。

Robotic Sorting Systems: Robot Management and Layout Design Optimization

机器人分拣系统：机器人管理与布局设计优化

Tong Zhao, Xi Lin, Fang He, Hanwen Dai

专题命中 具身导航 ：robotic(title,abstract)

AI总结 本研究提出了一种新型机器人交通管理方法RC-S，用于优化机器人分拣系统的布局设计，通过减少服务时间并提高吞吐量，以实现成本和效率的平衡。

AstraNav-Memory: Contexts Compression for Long Memory

AstraNav-Memory: 长记忆中的上下文压缩

Botao Ren, Junjun Hu, Xinda Xue, Minghua Luo, Jintao Chen, Haochen Bai, Liangliang You, Mu Xu

机构 * Amap, Alibaba Group（阿里巴巴集团Amap） ； Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

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

AI总结 AstraNav-Memory通过高效的视觉上下文压缩模块和Qwen2.5-VL导航策略，实现了长记忆的压缩存储与高效导航，提升了在新环境中的探索能力和熟悉环境中的路径效率。

MoonBot: Modular and On-Demand Reconfigurable Robot Toward Moon Base Construction

MoonBot：模块化和按需重构机器人用于月球基地建设

Kentaro Uno, Elian Neppel, Gustavo H. Diaz, Ashutosh Mishra, Shamistan Karimov, A. Sejal Jain, Ayesha Habib, Pascal Pama, Hazal Gozbasi, Shreya Santra, Kazuya Yoshida

机构 * Tohoku University（东北大学） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO、cs.AI；robotics(comments)

AI总结 MoonBot是一种模块化和按需重构机器人，旨在通过执行模拟月球基础设施建设的任务来支持月球基地建设。

Comments This is the authors' version of a paper accepted for publication in IEEE Transactions on Field Robotics, (c) IEEE. The final published version is available at https://doi.org/10.1109/TFR.2025.3624346

External Hippocampus: Topological Cognitive Maps for Guiding Large Language Model Reasoning

外部海马体：用于引导大语言模型推理的拓扑认知图

Jian Yan

机构 * School of Computer Science, Zunyi Normal University（计算机科学学院，遵义师范学院） 纠错

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

AI总结 本文提出External Hippocampus框架，通过拓扑认知图引导大语言模型推理，解决多步推理中的认知死锁问题，提升推理效率和准确性。

Comments 12 pages, 7 figures. v3: replaces v2 (uploaded in error); updated to two-column format; results unchanged

RIPCN: A Road Impedance Principal Component Network for Probabilistic Traffic Flow Forecasting

RIPCN: 一条道路阻抗主成分网络用于概率交通流预测

Haochen Lv, Yan Lin, Shengnan Guo, Xiaowei Mao, Hong Nie, Letian Gong, Youfang Lin, Huaiyu Wan

机构 * School of Computer Science ； Technology Beijing Jiaotong University Beijing China ； Department of Computer Science Aalborg University Aalborg Denmark ； Key Laboratory of Big Data \& Artificial Intelligence in Transportation, Ministry of Education Beijing China ； Beijing Key Laboratory of Traffic Data Mining ； Beijing Jiaotong University ； Aalborg University ； Key Laboratory of Big Data \& Artificial Intelligence in Transportation, Ministry of Education 纠错

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

AI总结 RIPCN通过结合交通理论与时空主成分学习，提升交通流预测的准确性和不确定性估计能力。

Comments Accepted at KDD 2026. 12 pages, 10 figures

Research on Dead Reckoning Algorithm for Self-Propelled Pipeline Robots in Three-Dimensional Complex Pipelines

三维复杂管道中自推进管道机器人的Dead Reckoning算法研究

Yan Gao, Jiliang Wang, Minghan Wang, Xiaohua Chen, Demin Chen, Zhiyong Ren, Tian-Yun Huang

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

AI总结 本文提出一种基于扩展卡尔曼滤波的自推进管道机器人定位方法，用于解决复杂管道环境中的定位问题。

Comments The paper needs further revision