机器人 / 具身智能

Skill-Aware Diffusion for Generalizable Robotic Manipulation

面向可泛化的机器人操作技能感知扩散

Aoshen Huang, Jiaming Chen, Jiyu Cheng, Ran Song, Wei Pan, Wei Zhang

机构 * School of Control Science and Engineering, Shandong University（控制科学与工程学院，山东大学） ； Department of Computer Science, The University of Manchester（计算机科学系，曼彻斯特大学） 纠错

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

AI总结 SADiff通过整合技能层面信息提升机器人操作的泛化能力，引入IsaacSkill数据集进行评估与迁移。

The Mini Wheelbot Dataset: High-Fidelity Data for Robot Learning

Mini Wheelbot 数据集：用于机器人学习的高质量数据

Henrik Hose, Paul Brunzema, Devdutt Subhasish, Sebastian Trimpe

机构 * Institute for Data Science in Mechanical Engineering (DSME), RWTH Aachen University（机械工程数据科学研究所（DSME），亚琛工业大学） 纠错

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

AI总结 本文提出了一种高质量数据集，用于训练和评估机器人学习算法，涵盖动态模型学习、状态估计和时间序列分类等任务。

Dynamics-Aligned Latent Imagination in Contextual World Models for Zero-Shot Generalization

情境世界模型中的动态对齐潜在想象用于零样本泛化

Frank Röder, Jan Benad, Manfred Eppe, Pradeep Kr. Banerjee

机构 * Institute for Data Science Foundations（数据科学基础研究所） 纠错

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

AI总结 DALI通过动态对齐潜在想象在情境世界模型中实现零样本泛化，通过自监督编码器预测前向动力学，连接感知与控制，提升情境适应能力。

Comments 36 pages, 6 figures, accepted to NeurIPS 2025

X-Distill: Cross-Architecture Vision Distillation for Visuomotor Learning

X-Distill：跨架构视觉蒸馏用于视觉-运动学习

Maanping Shao, Feihong Zhang, Gu Zhang, Baiye Cheng, Zhengrong Xue, Huazhe Xu

机构 * Tsinghua University（清华大学） ； Institute for Interdisciplinary Information Sciences（交叉信息研究院） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 X-Distill通过跨架构知识蒸馏结合视觉转换器和紧凑型CNN，实现了在数据有限的机器人操作任务中优于其他方法的性能。

Generalizable Domain Adaptation for Sim-and-Real Policy Co-Training

可泛化领域适应的仿真与现实策略协同训练

Shuo Cheng, Liqian Ma, Zhenyang Chen, Ajay Mandlekar, Caelan Garrett, Danfei Xu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA Corporation（英伟达公司） 纠错

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

AI总结 本文提出一种仿真与现实协同训练框架，通过学习领域不变的特征空间，利用仿真数据提升现实世界操作策略的泛化能力，实现实验成功率提升30%。

Comments Accepted to NeurIPS 2025

Visual Marker Search for Autonomous Drone Landing in Diverse Urban Environments

面向异质城市环境的自主无人机着陆视觉标记搜索

Jiaohong Yao, Linfeng Liang, Yao Deng, Xi Zheng, Richard Han, Yuankai Qi

机构 * School of Computing, Macquarie University（计算学院，麦考瑞大学） 纠错

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

AI总结 本文提出基于模拟的评估套件，研究异质城市环境中自主无人机着陆的视觉标记搜索问题，通过对比启发式策略与强化学习方法，探讨复杂场景对着陆性能的影响。

Can Vision-Language Models Understand Construction Workers? An Exploratory Study

视觉-语言模型能理解建筑工人吗？一项探索性研究

Hieu Bui, Nathaniel E. Chodosh, Arash Tavakoli

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Villanova University（维拉诺瓦大学） ； Department of Computing Sciences（计算科学系） ； Department of Civil and Environmental Engineering（土木与环境工程系） 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 本研究评估了三种视觉-语言模型在识别建筑工人行为和情绪方面的性能，发现GPT-4o表现最佳，但需进一步改进以提高实际应用可靠性。

Evaluating Foundation Models' 3D Understanding Through Multi-View Correspondence Analysis

通过多视角对应分析评估基础模型的3D理解

Valentina Lilova, Toyesh Chakravorty, Julian I. Bibo, Emma Boccaletti, Brandon Li, Lívia Baxová, Cees G. M. Snoek, Mohammadreza Salehi

机构 * University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 本文提出一种无需微调的3D场景理解基准，评估基础模型在多视角下的3D推理能力，展示DINO编码器在大视角变化下的竞争力。

Comments NeurIPS 2025 UniReps workshop, to be published in PMLR

Scalable and Approximation-free Symbolic Control for Unknown Euler-Lagrange Systems

可扩展且无近似符号控制用于未知欧拉-拉格朗日系统

Ratnangshu Das, Shubham Sawarkar, Pushpak Jagtap

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 本文提出了一种可扩展且无近似符号控制方法，用于确保未知欧拉-拉格朗日系统满足时序逻辑规范，同时减少计算和内存需求。

Equivariant Filter (EqF)

等变滤波器（EqF）

Pieter van Goor, Tarek Hamel, Robert Mahony

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 等变滤波器通过利用系统输出的等变性减少线性化误差，提高滤波性能。

Comments 20 pages, 3 figures, published in IEEE TAC

Journal ref in IEEE Transactions on Automatic Control, vol. 68, no. 6, pp. 3501-3512, June 2023