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。

2025-12-29 至 2025-12-29 共收录 52 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 具身导航 16 篇

2512.21438 2025-12-29 cs.RO 57%

Planetary Terrain Datasets and Benchmarks for Rover Path Planning

行星地形数据集与路径规划基准

Marvin Chancán, Avijit Banerjee, George Nikolakopoulos

机构 * Department of Computer Science, Electrical and Space Engineering (Robotics and AI Lab)(计算机科学与空间工程系(机器人与人工智能实验室))

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

AI总结 本文提出两个行星地形基准数据集,评估经典和学习路径规划算法,揭示经典算法在复杂地形中的优越性能及学习模型的局限性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21352 2025-12-29 cs.SE cs.AI cs.MA 57%

Multi-Agent LLM Committees for Autonomous Software Beta Testing

多智能体大语言模型委员会用于自主软件Beta测试

Sumanth Bharadwaj Hachalli Karanam, Dhiwahar Adhithya Kennady

机构 * New York University(纽约大学)

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

AI总结 多智能体大语言模型委员会通过三轮投票协议实现自主软件Beta测试,显著提高任务成功率和漏洞检测效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21346 2025-12-29 eess.SY cs.SY 50%

Multi-Day Scheduling for Electric Vehicle Routing: A Novel Model and Comparison Of Metaheuristics

多日电动汽车路线规划:一种新型模型与元启发式算法比较

Dominik Köster, Florian Porkert, Klaus Volbert

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出了一种多日电动汽车路线规划模型,通过比较多种元启发式算法来优化电动汽车的路线规划与充电安排。

Comments 6 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 具身推理 2 篇

2512.13030 2025-12-29 cs.CV cs.LG cs.RO 87%

Motus: A Unified Latent Action World Model

Motus:一个统一的潜在动作世界模型

Hongzhe Bi, Hengkai Tan, Shenghao Xie, Zeyuan Wang, Shuhe Huang, Haitian Liu, Ruowen Zhao, Yao Feng, Chendong Xiang, Yinze Rong, Hongyan Zhao, Hanyu Liu, Zhizhong Su, Lei Ma, Hang Su, Jun Zhu

机构 * Dept. of Comp. Sci. and Tech., Institute for AI, BNRist Center, THBI Lab, Tsinghua-Bosch Joint ML Center, Tsinghua University(计算机科学与技术系,人工智能研究院,BNRist中心,THBI实验室,清华-博世联合机器学习中心,清华大学) Peking University(北京大学) Horizon Robotics

专题命中 具身推理 :world model(title,abstract);embodied agent(abstract);robotic(abstract);分类 cs.RO、cs.CV、cs.LG

AI总结 Motus通过统一的潜在动作世界模型整合理解、视频生成和动作模块,利用光流和三阶段训练流程提升大规模动作预训练效果,实现模拟与现实场景中的性能突破。

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.19855 2025-12-29 cs.LG cs.HC 79%

Inducing Causal World Models in LLMs for Zero-Shot Physical Reasoning

在LLM中诱导因果世界模型以实现零样本物理推理

Aditya Sharma, Ananya Gupta, Chengyu Wang, Chiamaka Adebayo, Jakub Kowalski

机构 * Department of Electrical Engineering(电气工程系) Indian Institute of Technology Bombay(印度理工学院孟买分校) Department of Computer Science and Automation(计算机科学与自动化系) Indian Institute of Science(印度科学研究所) Department of Computer Science(计算机科学系) San Francisco State University(旧金山州立大学) University of Lagos(拉各斯大学) Faculty of Mathematics, Informatics, and Mechanics(数学、信息学与力学学院) University of Warsaw(华沙大学)

专题命中 具身推理 :world model(title,abstract);分类 cs.LG

AI总结 本文提出CWMI框架,通过引入因果物理模块和因果干预损失,使LLM具备因果推理能力,在零样本物理推理任务中取得显著成效。

Comments 12 pages, 4 figures,

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 机器人数据与评测 11 篇

2506.16685 2025-12-29 cs.RO cs.LG 86%

Compliant Residual DAgger: Improving Real-World Contact-Rich Manipulation with Human Corrections

合规残差DAgger:利用人类纠正改进现实中的接触密集操作

Xiaomeng Xu, Yifan Hou, Chendong Xin, Zeyi Liu, Shuran Song

专题命中 机器人数据与评测 :manipulation(title,abstract);robot learning(abstract);robot policy(abstract);分类 cs.RO、cs.LG

AI总结 CR-DAgger通过合规干预接口和残差策略提升现实接触密集操作任务的性能,以64%的提升率改进基线策略。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21220 2025-12-29 cs.AI cs.CV cs.RO 85%

RoboSafe: Safeguarding Embodied Agents via Executable Safety Logic

RoboSafe: 通过可执行的安全逻辑保障具身智能体

Le Wang, Zonghao Ying, Xiao Yang, Quanchen Zou, Zhenfei Yin, Tianlin Li, Jian Yang, Yaodong Yang, Aishan Liu, Xianglong Liu

机构 * Beihang University(北航大学) AI Security Lab(360AI安全实验室) The University of Sydney(悉尼大学) Nanyang Technological University(南洋理工大学) Peking University(北京大学) Beijing Academy of Artificial Intelligence(北京人工智能研究院)

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

AI总结 RoboSafe通过可执行的安全逻辑保障具身智能体,减少危险行为并保持任务性能。

Comments 11 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.13626 2025-12-29 cs.RO cs.CL cs.CV 73%

LIBERO-Plus: In-depth Robustness Analysis of Vision-Language-Action Models

LIBERO-Plus:视觉-语言-动作模型的深入鲁棒性分析

Senyu Fei, Siyin Wang, Junhao Shi, Zihao Dai, Jikun Cai, Pengfang Qian, Li Ji, Xinzhe He, Shiduo Zhang, Zhaoye Fei, Jinlan Fu, Jingjing Gong, Xipeng Qiu

机构 * Fudan University(复旦大学) Tongji University(同济大学) Shanghai Innovation Institute(上海创新研究院) National University of Singapore(新加坡国立大学)

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

AI总结 LIBERO-Plus研究了视觉-语言-动作模型在七个维度上的鲁棒性,发现模型对摄像机视角和机器人初始状态等扰动极度敏感,但对语言指令变化不敏感,挑战了高基准分数代表真正能力的假设。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.10542 2025-12-29 cs.RO 68%

AORRTC: Almost-Surely Asymptotically Optimal Planning with RRT-Connect

AORRTC: 几乎确定性渐进最优规划与RRT-Connect

Tyler Wilson, Wil Thomason, Zachary Kingston, Jonathan Gammell

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

AI总结 AORRTC通过扩展RRT-Connect实现几乎确定性渐进最优规划,以高效且可靠的方式解决高自由度机器人运动规划问题。

Comments IEEE Robotics and Automation Letters (RA-L). 8 pages, 4 figures, 1 table. A video of AORRTC can be found at https://www.youtube.com/watch?v=j1itxP3KuiM . Information on the implementation of AORRTC is available at https://robotic-esp.com/code/aorrtc/

Journal ref IEEE Robotics and Automation Letters, vol. 10 num. 12, (2025). Pages 13375-13382

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21723 2025-12-29 cs.RO cs.AI cs.LG 67%

HELP: Hierarchical Embodied Language Planner for Household Tasks

家庭任务的分层具身语言规划器HELP

Alexandr V. Korchemnyi, Anatoly O. Onishchenko, Eva A. Bakaeva, Alexey K. Kovalev, Aleksandr I. Panov

机构 * MIRAI Cognitive AI Systems Lab(认知人工智能系统实验室)

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

AI总结 HELP通过分层结构的LLM智能体解决家庭任务中的复杂规划问题,结合自然语言处理与具身智能,实现高效任务执行。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21673 2025-12-29 cs.CV cs.AI cs.LG 67%

Comparative Analysis of Deep Learning Models for Perception in Autonomous Vehicles

自动驾驶车辆感知中深度学习模型的比较分析

Jalal Khan

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

AI总结 本文比较了YOLO-NAS和YOLOv8在自动驾驶车辆感知任务中的性能,发现YOLOv8在训练时间和检测精度上均优于YOLO-NAS。

Comments 6 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.09626 2025-12-29 cs.SI cs.AI cs.LG 62%

Certainly Bot Or Not? Trustworthy Social Bot Detection via Robust Multi-Modal Neural Processes

确定是机器人还是不是?通过鲁棒多模态神经过程进行可信的社交机器人检测

Qi Wu, Yingguang Yang, hao liu, Hao Peng, Buyun He, Yutong Xia, Yong Liao

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

AI总结 本研究提出鲁棒多模态神经过程框架,通过增强多模态神经过程的鲁棒性来检测社交机器人,同时提升不确定性估计能力。

Comments We withdraw this paper due to an error identified in the experimental setup. Specifically, the evaluation protocol described in Section 4 does not correctly reflect the intended experimental design, which may affect the validity of the reported results. To avoid potential misunderstanding by readers, we choose to withdraw this version and revise the work before resubmission

详情

展开后加载摘要…

URL PDF HTML 收藏
2312.02519 2025-12-29 cs.AI cs.LG 62%

Creative Agents: Empowering Agents with Imagination for Creative Tasks

创意代理:通过想象力赋能代理以完成创意任务

Penglin Cai, Chi Zhang, Yuhui Fu, Haoqi Yuan, Zongqing Lu

机构 * School of Computer Science Peking University(北京大学计算机学院)

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

AI总结 本研究提出通过增强想象力的创意代理,首次在Minecraft生存模式中实现多样化建筑创建,利用大语言模型和扩散模型提升创造力表现。

Comments The first two authors contribute equally

Journal ref Proceedings of the 41st Conference on Uncertainty in Artificial Intelligence (UAI 2025), PMLR 244:471-496

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.06157 2025-12-29 cs.CV cs.AI 62%

UrbanVideo-Bench: Benchmarking Vision-Language Models on Embodied Intelligence with Video Data in Urban Spaces

UrbanVideo-Bench: 基于城市空间视频数据评估视觉-语言模型的具身智能

Baining Zhao, Jianjie Fang, Zichao Dai, Ziyou Wang, Jirong Zha, Weichen Zhang, Chen Gao, Yue Wang, Jinqiang Cui, Xinlei Chen, Yong Li

机构 * Tsinghua University(清华大学)

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

AI总结 UrbanVideo-Bench通过城市空间视频数据评估视频大语言模型的具身智能,揭示其在城市环境中感知、推理和导航能力的局限性,并验证了Sim-to-Real迁移的潜力。

Comments 22 pages

Journal ref Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 32400-32423, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.22047 2025-12-29 cs.CV 57%

MAI-UI Technical Report: Real-World Centric Foundation GUI Agents

MAI-UI 技术报告:以现实为中心的基础 GUI 代理

Hanzhang Zhou, Xu Zhang, Panrong Tong, Jianan Zhang, Liangyu Chen, Quyu Kong, Chenglin Cai, Chen Liu, Yue Wang, Jingren Zhou, Steven Hoi

机构 * Tongyi Lab(通义实验室) Alibaba Group(阿里巴巴集团)

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

AI总结 MAI-UI 提出了一种基于现实的 GUI 代理框架,通过自演化数据管道、设备-云协作系统和在线 RL 框架,实现了 GUI 地基和移动导航的突破性进展。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21766 2025-12-29 cs.CE 50%

UniLabOS: An AI-Native Operating System for Autonomous Laboratories

UniLabOS:面向自主实验室的AI原生操作系统

Jing Gao, Junhan Chang, Haohui Que, Yanfei Xiong, Shixiang Zhang, Xianwei Qi, Zhen Liu, Jun-Jie Wang, Qianjun Ding, Xinyu Li, Ziwei Pan, Qiming Xie, Zhuang Yan, Junchi Yan, Linfeng Zhang

专题命中 机器人数据与评测 :robotic(abstract)

AI总结 UniLabOS通过AI原生架构统一自主实验室的数字决策与物理实验,实现跨异构仪器的鲁棒调度与多节点协调,为可重复和可追溯的自主实验提供可扩展基础。

Comments 18 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 其他机器人 6 篇

2512.21534 2025-12-29 cs.RO 79%

A Novel Robotic Variable Stiffness Mechanism Based on Helically Wound Structured Electrostatic Layer Jamming

一种基于螺旋缠绕结构静电层阻尼的新型机器人变刚度机制

Congrui Bai, Zhenting Du, Weibang Bai

机构 * ShanghaiTech University(上海科技大学) School of Information Science and Technology(信息科学与技术学院) ShanghaiTech Automation and Robotics (STAR) Center(上海科技大学自动化与机器人中心)

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

AI总结 本文提出了一种基于螺旋缠绕结构静电层阻尼的新型机器人变刚度机制,通过静电吸引力实现刚度调节,实验验证了其在机器人手指中的应用可行性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21882 2025-12-29 cs.RO cs.SY eess.SY 61%

Optimal Trajectory Planning for Orbital Robot Rendezvous and Docking

轨道机器人对接与停靠的最优轨迹规划

Kenta Iizuka, Akiyoshi Uchida, Kentaro Uno, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL) in the Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University(空间机器人实验室(SRL)位于工程研究生院航空航天工程系,东北大学)

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

AI总结 本文提出基于非线性优化的轨迹规划方法,用于安全接近并引导旋转碎片目标进入机械臂工作空间,为后续捕获提供基础。

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21573 2025-12-29 cs.RO 57%

World-Coordinate Human Motion Retargeting via SAM 3D Body

通过SAM 3D Body进行世界坐标人体动作重定向

Zhangzheng Tu, Kailun Su, Shaolong Zhu, Yukun Zheng

机构 * Dalian University of Technology(大连理工大学) Shenzhen University(深圳大学) Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳))

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

AI总结 本文提出通过SAM 3D Body进行世界坐标人体动作重定向,利用轻量级物理约束实现机器人可用动作生成。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21859 2025-12-29 cs.CL 50%

TimeBill: Time-Budgeted Inference for Large Language Models

TimeBill: 为大语言模型设计的时间预算推理方法

Qi Fan, An Zou, Yehan Ma

专题命中 其他机器人 :robotics(abstract)

AI总结 TimeBill提出了一种时间预算推理框架,通过细粒度响应长度预测和执行时间估计,提升大语言模型在时间敏感任务中的效率和响应性能。

Comments Accepted to AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.19192 2025-12-29 eess.IV 50%

An on-chip Pixel Processing Approach with 2.4μs latency for Asynchronous Read-out of SPAD-based dToF Flash LiDARs

基于SPAD的dToF飞利拍雷达异步读取的芯片像素处理方法

Yiyang Liu, Rongxuan Zhang, Istvan Gyongy, Alistair Gorman, Sarrah M. Patanwala, Filip Taneski, Robert K. Henderson

专题命中 其他机器人 :robotics(abstract)

AI总结 本文提出了一种低延迟的异步像素处理方法,用于基于SPAD的dToF飞利拍雷达,通过事件驱动方式提升深度采集效率,同时优化计算负载与动态响应能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.02219 2025-12-29 cond-mat.soft 50%

Dual Cross-Linked Hydrogels: Linear Rheology and Fractional Calculus Modeling

双交联水凝胶:线性流变学与分数微积分建模

Agniva Dutta, Valeriy V. Ginzburg, Gleb Vasilyev, Eyal Zussman

专题命中 其他机器人 :robotics(abstract)

AI总结 本研究通过双交联水凝胶和分数微积分模型,探索了其粘弹性行为并建立了量化描述框架。

Comments Submitted to Applied Polymer Materials

详情

展开后加载摘要…

URL PDF HTML 收藏