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。

2026-01-16 至 2026-01-16 共收录 36 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人操作 14 篇

2512.23877 2026-01-16 q-bio.QM 82%

High-fidelity robotic PCR amplification

高保真度的机器人PCR扩增

Vincent Beguin, Jean Grétillat, Kornelija Kaminskaitė, Simonas Juzenas, Dainius Kirsnauskas, Pierre-Yves Burgi, Samuel Wenger, Valentin Remonnay, Silvia Angeloni, Bart van der Schoot, Augustin Cerveaux, Thomas Heinis, Renaldas Raisutis, Martin Jost, Lukas Zemaitis, Ignas Galminas, Jérôme Charmet

专题命中 机器人操作 :robotic(title,abstract);manipulation(abstract)

AI总结 本文提出了一种基于机器人控制的PCR平台,通过运动控制替代温度控制,实现高保真度的PCR扩增,同时减少试剂消耗和交叉污染,提升自动化生化处理的效率与可扩展性。

Comments 28 pages total (manuscript: 18 pages, including 8 figures and references) (supplementary materials: 10 pages, including 9 figures)

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.09988 2026-01-16 cs.RO 79%

In-the-Wild Compliant Manipulation with UMI-FT

现实环境中具有合规性的操控与UMI-FT

Hojung Choi, Yifan Hou, Chuer Pan, Seongheon Hong, Austin Patel, Xiaomeng Xu, Mark R. Cutkosky, Shuran Song

机构 * Department of Electrical Engineering, Stanford University(电气工程系,斯坦福大学) Department of Mechanical Engineering, Stanford University(机械工程系,斯坦福大学)

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

AI总结 UMI-FT通过紧凑的六轴力/扭矩传感器和多模态数据训练自适应合规策略,在现实环境中实现可靠力控制和抓取性能。

Comments submitted to ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.19225 2026-01-16 cs.RO cs.HC 79%

CoinFT: A Coin-Sized, Capacitive 6-Axis Force Torque Sensor for Robotic Applications

CoinFT: 一种用于机器人应用的硬币大小、电容式六轴力矩传感器

Hojung Choi, Jun En Low, Tae Myung Huh, Seongheon Hong, Gabriela A. Uribe, Kenneth A. W. Hoffmann, Julia Di, Tony G. Chen, Andrew A. Stanley, Mark R. Cutkosky

机构 * Stanford University(斯坦福大学) University of California Santa Cruz(加州大学圣克鲁兹分校) Reality Labs Research(现实实验室研究)

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

AI总结 CoinFT是一种用于机器人应用的紧凑型电容式六轴力矩传感器,通过电容检测技术实现高精度力和扭矩测量,适用于无人机、机器人末端执行器等多种设备。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.09806 2026-01-16 cs.CV cs.AI 76%

Diffusion-Driven Deceptive Patches: Adversarial Manipulation and Forensic Detection in Facial Identity Verification

扩散驱动的欺骗性补丁:面部身份验证中的对抗操纵与取证检测

Shahrzad Sayyafzadeh, Hongmei Chi, Shonda Bernadin

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

AI总结 本文提出了一种基于扩散模型的对抗性补丁生成与检测方法,通过FGSM和ViT-GPT2模型提升对抗性攻击的隐蔽性与有效性,并实现了高SSIM的检测性能。

Comments This manuscript is a preprint. A revised version of this work has been accepted for publication in the Springer Nature book Artificial Intelligence-Driven Forensics. This version includes one additional figure for completeness

详情

展开后加载摘要…

URL PDF HTML 收藏
2401.02501 2026-01-16 cs.CV cs.LG 62%

A Kolmogorov metric embedding for live cell microscopy signaling patterns

一种用于活细胞显微镜信号模式的柯尔莫戈罗夫度量嵌入

Layton Aho, Mark Winter, Marc DeCarlo, Agne Frismantiene, Yannick Blum, Paolo Armando Gagliardi, Olivier Pertz, Andrew R. Cohen

机构 * Electrical and Computer Engineering, Drexel University, USA(德雷塞尔大学电气与计算机工程系) Institute of Cell Biology, Univ. of Bern, Switzerland(伯恩大学细胞生物学研究所)

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

AI总结 该研究提出了一种基于柯尔莫戈罗夫复杂性理论的度量嵌入方法,用于分析活细胞显微镜中信号模式的时空动态。

详情

展开后加载摘要…

URL PDF HTML 收藏
2412.17462 2026-01-16 cs.RO 57%

Sampling-Based Constrained Motion Planning with Products of Experts

基于采样法的约束运动规划与专家产品

Amirreza Razmjoo, Teng Xue, Suhan Shetty, Sylvain Calinon

机构 * Idiap Research Institute(Idiap研究机构) École Polytechnique Fédérale de Lausanne (EPFL)(瑞士联邦理工学院)

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

AI总结 本文提出了一种基于专家产品的采样方法,用于改进约束优化中的MPC性能,通过先投影再采样的策略提升效率和探索多样性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10000 2026-01-16 cs.MM cs.CV 57%

EditEmoTalk: Controllable Speech-Driven 3D Facial Animation with Continuous Expression Editing

EditEmoTalk: 可控的语音驱动3D面部动画与连续表情编辑

Diqiong Jiang, Kai Zhu, Dan Song, Jian Chang, Chenglizhao Chen, Zhenyu Wu

机构 * China University of Petroleum(中国石油大学) Tianjin University(天津大学) Bournemouth University(伯恩茅斯大学) Southwest Jiaotong University(西南交通大学)

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

AI总结 EditEmoTalk通过连续情绪编辑实现可控的语音驱动3D面部动画,提升表情表现力与可控性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10515 2026-01-16 q-bio.NC 50%

Testing three models of cognitive stress effects: A psychopharmacological randomized controlled trial of acute stress and stress hormones across visual perception, response inhibition and cognitive flexibility

测试三种认知压力效应模型:一项心理药理学随机对照试验,研究急性压力和压力激素在视觉感知、反应抑制和认知灵活性中的影响

Lisa Weckesser, Charlotte Grosskopf, Benjamin Weber, Selen Soylu, Tanja Endrass, Robert Miller

专题命中 机器人操作 :manipulation(abstract)

AI总结 本研究通过心理药理学方法测试三种认知压力效应模型,发现MAST暴露影响反应抑制,但不影响视觉感知和任务切换,揭示了现有模型的不足。

Comments 34 pages, 7 figures, 1 table

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10430 2026-01-16 physics.acc-ph 50%

Active interrogation of underground piezoelectric fabrics using high energy muon beams propagating across seismogenic faults

利用高能muon束主动探测地下压电织物

L. Serafini, A. Bacci, L. Bandiera, F. Broggi, I. Drebot, A. Frazzitta, A. M. Marotta, G. Muttoni, G. Paternò, V. Petrillo, M. Rossetti Conti, A. R. Rossi, S. Samsam, M. Voltolini, M. Zucali

专题命中 机器人操作 :manipulation(abstract)

AI总结 利用高能muon束主动探测地下压电织物,以监测地震前兆信号。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10425 2026-01-16 physics.optics physics.app-ph 50%

Observation of Light-Driven Levitation Near Epsilon-Near-Zero Surfaces

在介电常数近零表面附近观察到的光驱动悬浮现象

Maria Grazia Donato, Michael Hinczewski, Theodore Letsou, Mohamed ElKabbash, Rosalba Saija, Pietro G. Gucciardi, Nader Engheta, Giuseppe Strangi, Onofrio M. Marago

专题命中 机器人操作 :manipulation(abstract)

AI总结 本研究通过光子力显微镜观察到介电常数近零表面附近的光驱动排斥力,揭示了ENZ超材料通过光驱动力实现颗粒悬浮的新机制,为微流体环境中的无接触操控提供了新途径。

Comments 23 pages, 12 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.06841 2026-01-16 cs.CG 50%

Efficient Subdivision of Bézier Curves/Surfaces via Blossoms

通过花形高效细分贝塞尔曲线/曲面

Krassimira Vlachkova

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出通过花形高效细分贝塞尔曲线和曲面,简化控制点计算,提升CAD/CAM等应用中的动态细化与复杂操作效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17475 2026-01-16 physics.flu-dyn 50%

Transient and periodic shear wave propagation in a solid-fluid coupled system

固-流耦合系统中瞬态和周期性剪切波传播

Aaron D'Cruz, Pierre Ricco

专题命中 机器人操作 :manipulation(abstract)

AI总结 研究固-流耦合系统中瞬态和周期性剪切波传播,通过分析和数值方法探讨弹性波与固体边界相互作用,应用包括流体粘度测量、湍流阻尼减少和生物流操控。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.05074 2026-01-16 quant-ph physics.bio-ph physics.chem-ph 50%

Engineering the uncontrollable: Steering noisy spin-correlated radical-pairs with coherent and incoherent control

操控不可控的:利用相干与非相干控制引导噪声性自旋关联自由基对

Farhan T. Chowdhury, Luke D. Smith, Daniel R. Kattnig

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文通过PMP最优控制方法,实现了对噪声自由基对相干与非相干自旋动力学的操控,展示了在噪声环境下鲁棒性的优势。

Comments 9 pages, 4 figures

Journal ref J. Chem. Phys. 164, 031102 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10287 2026-01-16 physics.optics cond-mat.mes-hall physics.app-ph 50%

Quantum bianisotropy in light-matter interaction

光-物质相互作用中的量子双极性

E. O. Kamenetskii

专题命中 机器人操作 :manipulation(abstract)

AI总结 研究揭示了量子双极性与手性在光-物质相互作用中的作用,通过近场操控超材料中磁电效应,实现亚波长尺度的量子调控。

Comments arXiv admin note: text overlap with arXiv:2510.02521, arXiv:2209.06080

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 具身导航 8 篇

2512.09607 2026-01-16 cs.RO cs.CV 84%

UrbanNav: Learning Language-Guided Urban Navigation from Web-Scale Human Trajectories

UrbanNav: 从网络级人类轨迹学习语言引导的城市导航

Yanghong Mei, Yirong Yang, Longteng Guo, Qunbo Wang, Ming-Ming Yu, Xingjian He, Wenjun Wu, Jing Liu

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

AI总结 UrbanNav通过大规模网络视频数据训练具身智能体,实现基于语言指令的复杂城市导航,展示了在多样城市场景中的高效导航能力。

Comments 9 pages, 5 figures, accepted to AAAI 2026. Project page:https://github.com/CASIA-IVA-Lab/UrbanNav

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.09856 2026-01-16 cs.RO cs.HC 79%

How Human Motion Prediction Quality Shapes Social Robot Navigation Performance in Constrained Spaces

人类运动预测质量如何影响受限空间中社交机器人导航性能

Andrew Stratton, Phani Teja Singamaneni, Pranav Goyal, Rachid Alami, Christoforos Mavrogiannis

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

AI总结 本研究探讨了人类运动预测质量对受限空间中社交机器人导航性能的影响,发现传统指标不可靠,合作假设失效,高效导航牺牲人类效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10340 2026-01-16 cs.RO 70%

CHORAL: Traversal-Aware Planning for Safe and Efficient Heterogeneous Multi-Robot Routing

CHORAL: 为安全高效的异构多机器人路由进行路径感知规划

David Morilla-Cabello, Eduardo Montijano

机构 * Instituto de Investigación en Ingeniería de Aragón, Universidad de Zaragoza(阿拉贡工程研究所,萨拉戈萨大学)

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

AI总结 CHORAL通过集成语义感知框架,利用开放词汇视觉模型构建度量-语义地图,为异构多机器人提供安全高效的路径规划。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.13601 2026-01-16 cs.CV 70%

Unleashing Semantic and Geometric Priors for 3D Scene Completion

释放语义和几何先验以实现3D场景补全

Shiyuan Chen, Wei Sui, Bohao Zhang, Zeyd Boukhers, John See, Cong Yang

机构 * D-Robotics

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

AI总结 FoundationSSC通过双解耦机制和轴感知融合模块,提升3D场景补全的语义和几何指标表现。

Comments Accept by AAAI-2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.11788 2026-01-16 cs.CL cs.AI 57%

WebRollback: Enhancing Web Agents with Explicit Rollback Mechanisms

WebRollback: 通过显式回滚机制增强网络代理

Zhisong Zhang, Tianqing Fang, Kaixin Ma, Wenhao Yu, Hongming Zhang, Haitao Mi, Dong Yu

机构 * City University of Hong Kong(香港城市大学) Tencent AI Lab(腾讯人工智能实验室)

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

AI总结 通过显式回滚机制提升网络代理的导航效率与灵活性

Comments EACL 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.05848 2026-01-16 cs.RO cs.SY eess.SY 57%

Merry-Go-Round: Safe Control of Decentralized Multi-Robot Systems with Deadlock Prevention

旋转木马:具有死锁预防的去中心化多机器人系统安全控制

Wonjong Lee, Joonyeol Sim, Joonkyung Kim, Siwon Jo, Wenhao Luo, Changjoo Nam

机构 * Dept. of Artificial Intelligence, Sogang University(人工智能系,ソガン大学) Dept. of Electronic Engineering, Sogang University(电子工程系,ソガン大学) Dept. of Computer Science, University of Illinois Chicago(计算机科学系,伊利诺伊大学香槟分校)

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

AI总结 旋转木马通过引入环形交叉口机制,在去中心化多机器人系统中实现安全控制与死锁预防,尤其在复杂环境中表现优异。

Comments 7 pages, 7 Figures

Journal ref Proc. 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 4589-4595

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10688 2026-01-16 cs.HC cs.SE 50%

An Extension-Based Accessibility Framework for Making Blockly Accessible to Blind and Low-Vision Users

基于扩展的可访问性框架,使Blockly对视障和低视力用户可访问

Rubel Hassan Mollik, Vamsi Krishna Kosuri, Hans Djalali, Stephanie Ludi, Aboubakar Mountapmbeme

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出了一种基于扩展的可访问性框架,通过模块化架构和三维层次导航模型,提升Blockly对视障和低视力用户的可访问性。

Comments Accepted at the 1st International Workshop on User Interface and Experience for Software Engineering (UISE 2026), co-located with ICSE 2026. Final published version available at DOI: 10.1145/3786169.3788398

详情

展开后加载摘要…

URL PDF HTML 收藏
2305.07732 2026-01-16 physics.atom-ph quant-ph 50%

Grating magneto-optical traps with complicated level structures

光栅磁光陷阱与复杂能级结构

D. S. Barker, P. K. Elgee, A. Sitaram, E. B. Norrgard, N. N. Klimov, G. K. Campbell, S. Eckel

专题命中 具身导航 :navigation(abstract)

AI总结 本研究提出利用光栅MOT实现自旋极化原子样品,并探索其在分子激光冷却中的应用,通过双频操作实现稳定约束。

Comments 33 pages, 18 figures

Journal ref New J. Phys. 25, 103046 (2023)

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 具身推理 2 篇

2511.00423 2026-01-16 cs.LG cs.AI cs.RO 82%

Bootstrap Off-policy with World Model

通过世界模型进行Bootstrap离策略学习

Guojian Zhan, Likun Wang, Xiangteng Zhang, Jiaxin Gao, Masayoshi Tomizuka, Shengbo Eben Li

机构 * College of AI & School of Vehicle and Mobility, Tsinghua University(人工智能学院与车辆与移动系统学院,清华大学) Berkeley AI Research (BAIR), UC Berkeley(伯克利人工智能研究(BAIR),加州大学伯克利分校)

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

AI总结 BOOM通过整合规划与离策略学习,利用世界模型和无参数动作分布提升策略性能,在高维控制任务中实现训练稳定性和最终性能的突破。

Comments NeurIPS 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.14981 2026-01-16 cs.CV 57%

SPATIALGEN: Layout-guided 3D Indoor Scene Generation

SPATIALGEN: 布局引导的3D室内场景生成

Chuan Fang, Heng Li, Yixun Liang, Jia Zheng, Yongsen Mao, Yuan Liu, Rui Tang, Zihan Zhou, Ping Tan

机构 * Hong Kong University of Science and Technology(香港科技大学) Manycore Tech Inc(Manycore科技公司)

专题命中 具身推理 :robotics(abstract);分类 cs.CV

AI总结 SPATIALGEN通过布局引导的多视角多模态扩散模型生成高质量3D室内场景,解决现有方法在视觉质量、多样性及语义一致性方面的不足。

Comments 3D scene generation; diffusion model; Scene reconstruction and understanding

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 机器人数据与评测 9 篇

2410.15979 2026-01-16 cs.RO 72%

Learning Quadrotor Control From Visual Features Using Differentiable Simulation

通过可微模拟学习四旋翼控制的视觉特征

Johannes Heeg, Yunlong Song, Davide Scaramuzza

机构 * Robotics and Perception Group, Department of Informatics, University of Zurich(机器人感知组,信息学院,苏黎世大学)

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

AI总结 本研究通过可微模拟方法高效学习四旋翼控制,显著提升样本效率和训练速度,实现快速恢复四旋翼性能。

Comments Accepted for presentation at the IEEE International Conference on Robotics and Automation (ICRA) 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10268 2026-01-16 cs.RO 70%

The impact of tactile sensor configurations on grasp learning efficiency -- a comparative evaluation in simulation

触觉传感器配置对抓取学习效率的影响——一种在仿真中的比较评估

Eszter Birtalan, Miklós Koller

机构 * Faculty of Information Technology and Bionics, Pázmány Péter Catholic University(信息科技与生物学院,帕兹曼·彼得天主教大学)

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

AI总结 本研究通过仿真评估了不同触觉传感器配置对抓取学习效率的影响,发现一种配置在两个设置中均表现最佳,为机器人手设计提供了参考。

Comments 13 pages, 6 figures, 2 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10054 2026-01-16 cs.CV cs.RO 62%

UEOF: A Benchmark Dataset for Underwater Event-Based Optical Flow

UEOF:用于水下事件驱动光流的基准数据集

Nick Truong, Pritam P. Karmokar, William J. Beksi

机构 * The University of Texas at Arlington(德克萨斯大学阿灵顿分校)

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

AI总结 本文提出首个水下事件驱动光流基准数据集,通过物理光线追踪生成真实事件数据流,用于评估水下光传输对运动估计的影响。

Comments To be presented at the 2026 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) Workshop on Event-Based Vision in the Era of Generative AI

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.21065 2026-01-16 cs.RO 61%

Learning on the Fly: Rapid Policy Adaptation via Differentiable Simulation

实时学习:通过可微模拟实现快速策略适应

Jiahe Pan, Jiaxu Xing, Rudolf Reiter, Yifan Zhai, Elie Aljalbout, Davide Scaramuzza

机构 * Robotics and Perception Group, Department of Informatics, University of Zurich(机器人感知组,信息学院,苏黎世大学)

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

AI总结 本文提出了一种基于可微模拟的在线自适应学习框架,通过持续优化动力学模型实现快速策略适应,有效提升了四旋翼在现实环境中的控制性能。

Journal ref IEEE Robotics and Automation Letters (RA-L), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.10592 2026-01-16 cs.CV 57%

Action100M: A Large-scale Video Action Dataset

Action100M:一个大规模视频动作数据集

Delong Chen, Tejaswi Kasarla, Yejin Bang, Mustafa Shukor, Willy Chung, Jade Yu, Allen Bolourchi, Theo Moutakanni, Pascale Fung

机构 * University of Amsterdam(阿姆斯特丹大学)

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

AI总结 Action100M通过自动化流程生成大规模视频动作数据集,用于提升视频理解和世界建模的可扩展研究。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.08355 2026-01-16 cs.CV 57%

Semantic Misalignment in Vision-Language Models under Perceptual Degradation

视觉-语言模型在感知退化下的语义错位

Guo Cheng

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

AI总结 本研究探讨了视觉-语言模型在感知退化下的语义错位问题,发现传统分割指标的下降并未影响下游行为,揭示了像素鲁棒性与多模态语义可靠性之间的脱节。

Comments 10 pages, 4 figures, 6 tables

详情

展开后加载摘要…

URL PDF HTML 收藏