机器人 / 具身智能

GAMMA: Generalizable Alignment via Multi-task and Manipulation-Augmented Training for AI-Generated Image Detection

GAMMA: 通过多任务和操控增强训练实现通用对齐的AI生成图像检测

Haozhen Yan, Yan Hong, Suning Lang, Jiahui Zhan, Yikun Ji, Yujie Gao, Huijia Zhu, Jun Lan, Jianfu Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 GAMMA通过多任务和操控增强训练，提升AI生成图像检测的泛化能力与鲁棒性。

Edge-Aware Image Manipulation via Diffusion Models with a Novel Structure-Preservation Loss

通过扩散模型实现边缘感知图像处理：一种新的结构保持损失

Minsu Gong, Nuri Ryu, Jungseul Ok, Sunghyun Cho

机构 * Planby Technologies（Planby技术公司） ； POSTECH 纠错

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

AI总结 本文提出了一种新的结构保持损失，用于提升潜在扩散模型在图像编辑中的边缘结构保真度，通过局部线性模型量化结构差异并结合后处理步骤和掩码策略，实现了更高质量的图像编辑效果。

Comments Accepted to WACV 2026

VisGym: Diverse, Customizable, Scalable Environments for Multimodal Agents

VisGym: 多模态代理的多样化、可定制化、可扩展环境

Zirui Wang, Junyi Zhang, Jiaxin Ge, Long Lian, Letian Fu, Lisa Dunlap, Ken Goldberg, XuDong Wang, Ion Stoica, David M. Chan, Sewon Min, Joseph E. Gonzalez

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

AI总结 VisGym通过多样化环境评估多模态代理在多步视觉决策中的表现，揭示模型在长上下文处理和视觉化任务中的局限性。

Comments Project page: https://visgym.github.io/

SoundBreak: A Systematic Study of Audio-Only Adversarial Attacks on Trimodal Models

SoundBreak: 对三模态模型上仅音频对抗攻击的系统研究

Aafiya Hussain, Gaurav Srivastava, Alvi Ishmam, Zaber Hakim, Chris Thomas

机构 * Department of Computer Science, Virginia Tech, USA（计算机科学系，弗吉尼亚理工大学） 纠错

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

AI总结 SoundBreak研究了对三模态模型的仅音频对抗攻击，发现音频扰动可导致严重多模态失败，攻击成功率高达96%，并揭示了多模态系统中被忽视的单模态攻击面。

A physics-informed, vision-based method to reconstruct all deformation modes in slender bodies

一种融合物理的基于视觉的方法用于重建细长体的全部变形模式

Seung Hyun Kim, Heng-Sheng Chang, Chia-Hsien Shih, Naveen Kumar Uppalapati, Udit Halder, Girish Krishnan, Prashant G. Mehta, Mattia Gazzola

机构 * School of Electrical and Computer Engineering（电气与计算机工程学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Twentieth Century Fox（二十世纪福克斯） ； Starfleet Academy（星际舰队学院） ； Tyrell Inc.（泰勒尔公司） 纠错

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

AI总结 本文提出了一种融合物理的基于视觉的方法，用于准确重建细长柔性体的全部变形模式，通过实验验证其在软机器人中的应用效果。

Comments This work has been submitted to the IEEE RA-L with ICRA 2022 for possible publication. For associated data and code, see https://github.com/GazzolaLab/BR2-vision-based-smoothing

RF Applications

射频应用

Thomas Geoffrey Lucas

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文探讨了射频系统在粒子加速器中的关键作用，重点介绍了射频腔的设计与开发，以瑞士弗莱明自由电子激光为例，展示了跨学科合作的重要性。

Comments 10 pages, contribution to the CAS - CERN Accelerator School: Mechanical & Materials Engineering for Particle Accelerators and Detectors, 2-15 June 2024, Sint-Michielsgestel, Netherlands

Engineering the electronic structure of TiO$_2$ by transition metal doping: A First Principles DFT Study

通过过渡金属掺杂工程TiO₂的电子结构：一项基于第一性原理的DFT研究

Vikash Mishra, Shashi Pandey, Swaroop Ganguly, Alok Shukla

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过过渡金属掺杂调控TiO₂的电子结构，利用DFT研究其磁性和电性，为自旋存储设备提供新思路。

Comments 19 pages, 7 figures

Journal ref J. Appl. Phys. 138, 125701 (2025)

Control of helix orientation in chiral magnets via lateral confinement

通过横向约束控制手性铁磁体的螺旋取向

Maurice Colling, Mariia Stepanova, Mario Hentschel, Somasree Bhattacharjee, Erik Lysne, Kasper Hunnestad, Naoya Kanazawa, Yoshinori Tokura, Jan Masell, Dennis Meier

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过几何约束控制FeGe中手性铁磁体的螺旋取向，实现对DMI稳定自旋螺旋态的稳健调控。

Current-induced magnetization control in dipolar-coupled nanomagnet pairs and artificial spin ice

在偶极耦合纳米磁体对和人工自旋冰中电流诱导的磁化控制

A. Pac, G. M. Macauley, J. A. Brock, A. Hrabec, A. Kurenkov, V. Raposo, E. Martinez, L. J. Heyderman

专题命中 机器人操作 ：manipulation(abstract)

AI总结 研究通过电流诱导自旋轨道扭矩控制纳米磁体磁化方向，揭示电流方向与磁体取向关系对切换阈值的影响，为可编程磁控提供新方法。

Comments 31 pages, 15 figures

Electrically Accessible Metamagnetic Transition via a Doping-Induced Low-Energy Magnetic State in Antiferromagnetic Insulator RFeO3

通过掺杂诱导的低能磁态实现电可访问的反铁磁转变

Wanting Yang, Haohuan Peng, Ziming Wang, Xiaoxuan Ma, Baojuan Kang, Chang Xue, Rongrong Jia, Jun-Yi Ge, Jinrong Cheng, Shixun Cao

专题命中 机器人操作 ：manipulation(abstract)

AI总结 通过掺杂诱导低能磁态实现绝缘正铁氧体的电可访问反铁磁转变，展示低功耗自旋电子功能的可行路径。

Mode Conversion of Hyperbolic Phonon Polaritons in van der Waals terraces

二维范德瓦尔 terrace 中超声极化子的模式转换

Byung-Il Noh, Sina Jafari Ghalekohneh, Mingyuan Chen, Jialiang Shen, Eli Janzen, Lang Zhou, Pengyu Chen, James Edgar, Bo Zhao, Siyuan Dai

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究通过二维范德瓦尔 terrace 的结构对称性打破，实现了超双曲极化子不同色散阶次间的模式转换，为高动量极化子集成提供了新方法。

Journal ref Nature Communications (2025)

Tunable passive squeezing of squeezed light through unbalanced double homodyne detection

通过不平衡双锁模检测调节压缩光的被动压缩

Niels Tripier-Mondancin, David Barral, Ganaël Roeland, Raúl Leonardo Rincon Celis, Yann Bouchereau, Nicolas Treps

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文通过不平衡双锁模检测技术，实现对光子态的主动压缩或反压缩，展示了该方法在量子态操控与表征中的多功能性。

Comments 11 pages, 6 figures

Hybrid III-V/Silicon Quantum Photonic Device Generating Broadband Entangled Photon Pairs

混合III-V/硅量子光子器件生成宽带纠缠光子对

J. Schuhmann, L. Lazzari, M. Morassi, A. Lemaitre, I. Sagnes, G. Beaudoin, M. I. Amanti, F. Boeuf, F. Raineri, F. Baboux, S. Ducci

专题命中 机器人操作 ：manipulation(abstract)

AI总结 该研究提出一种混合III-V/硅量子光子器件，利用两种材料优势生成宽带纠缠光子对，实现高效量子信息应用。

Journal ref PRX Quantum 5, 040321 (2024)

Continuous-wave quantum light control via engineered Rydberg-induced dephasing

通过工程化的 Rydberg 诱导去相位实现连续波量子光控制

Iason Tsiamis, Oleksandr Kyriienko, Anders S. Sørensen

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本文提出通过工程化 Rydberg 诱导去相位实现连续波单光子晶体管，提升量子光操控效率。

Comments 23 pages, 11 figures. Published version. See also companion paper Phys. Rev. A 113, L011701 (2026) [arXiv:2309.10804]

Journal ref Phys. Rev. A 113, 013710 (2026)

FantasyVLN: Unified Multimodal Chain-of-Thought Reasoning for Vision-Language Navigation

FantasyVLN: 一种统一的多模态链式推理框架用于视觉-语言导航

Jing Zuo, Lingzhou Mu, Fan Jiang, Chengcheng Ma, Mu Xu, Yonggang Qi

机构 * Fantasy AIGC Team（幻想AIGC团队） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 FantasyVLN通过统一的隐式推理框架实现视觉-语言导航的实时高效推理，结合多模态信息提升导航性能。

HEIGHT: Heterogeneous Interaction Graph Transformer for Robot Navigation in Crowded and Constrained Environments

HEIGHT：用于拥挤和受限环境中机器人导航的异构交互图变压器

Shuijing Liu, Haochen Xia, Fatemeh Cheraghi Pouria, Kaiwen Hong, Neeloy Chakraborty, Zichao Hu, Joydeep Biswas, Katherine Driggs-Campbell

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 HEIGHT通过异构交互图变压器提升机器人在拥挤和受限环境中的导航性能，有效捕捉时空异构交互，提高路径安全性和效率。

Comments Accepted to IEEE Transactions of Automation Science and Engineering (T-ASE)

RENEW: Risk- and Energy-Aware Navigation in Dynamic Waterways

RENEW: 动态水道中风险和能耗感知的导航

Mingi Jeong, Alberto Quattrini Li

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

AI总结 RENEW通过结合风险和能耗感知策略，实现动态水道中自主水面车辆的稳健导航，首次解决自适应不可航行性和拓扑路径多样性问题。

Comments 9 pages, 10 figure, 4 tables, AAAI 2026 (main track; oral acceptance)

CLASH: Collaborative Large-Small Hierarchical Framework for Continuous Vision-and-Language Navigation

CLASH：协作式大-小层级框架用于连续视觉-语言导航

Liuyi Wang, Zongtao He, Jinlong Li, Ruihao Xia, Mengxian Hu, Chenpeng Yao, Chengju Liu, Yang Tang, Qijun Chen

机构 * Tongji University（同济大学） ； Key Laboratory of Smart Manufacturing in Energy Chemical Process, Ministry of Education, East China University of Science and Technology（能源化工过程智能制造重点实验室，教育部，东华大学） 纠错

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

AI总结 CLASH通过整合反应式小模型规划器与反思式大模型推理器，实现连续视觉-语言导航任务中的高效协作与鲁棒导航，显著提升任务性能和鲁棒性。

Optimum control strategies for maximum thrust production in underwater undulatory swimming

在水下摆动游泳中实现最大推力生产的最优控制策略

L. fu, S. Israilov, J. Sanchez Rodriguez, C. Brouzet, G. Allibert, C. Raufaste, M. Argentina

专题命中 具身导航 ：robotics(abstract)；robotic(abstract)

AI总结 本文通过仿生机器人研究了水下游泳中推力生成的最优控制策略，结合机器学习和直观模型，发现最优尾部拍打频率和幅度，为自主游泳机器人提供实用方案。

Journal ref Phys. Rev. Fluids 10, 043101 (2025)

Shear-Induced Wobbling and Motility Suppression in Swimming Bacteria

剪切诱导的摆动与游泳抑制在游动细菌中

Wei Feng, Fanglong Dang, Hao Luo, Alan C. H. Tsang, Yanan Liu, Guangyin Jing

专题命中 具身导航 ：navigation(abstract)

AI总结 研究揭示剪切流通过影响细菌体鞭毛不对齐，增强摆动并抑制迁移，揭示了流体对细菌运动的调控机制。

The Spatial Blindspot of Vision-Language Models

视觉-语言模型的空间盲区

Nahid Alam, Leema Krishna Murali, Siddhant Bharadwaj, Patrick Liu, Timothy Chung, Drishti Sharma, Akshata A, Kranthi Kiran, Wesley Tam, Bala Krishna S Vegesna

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

AI总结 本文提出通过改进图像编码器和2D位置编码来提升视觉-语言模型的空间推理能力，以解决其在空间关系捕捉上的不足。

Comments Work done as part of the EleutherAI SOAR Program

Boosting Deep Reinforcement Learning with Semantic Knowledge for Robotic Manipulators

通过语义知识提升机器人操作机的深度强化学习

Lucía Güitta-López, Vincenzo Suriani, Jaime Boal, Álvaro J. López-López, Daniele Nardi

机构 * Institute for Research in Technology (IIT), ICAI School of Engineering, Comillas Pontifical University（研究技术研究所（IIT）、ICAI工程学院、科利马斯天主教大学） ； University of Basilicata（巴利卡塔大学） ； Sapienza University of Rome（罗马萨皮恩扎大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(title,abstract)；分类 cs.RO、cs.AI；robotics(journal_ref)

AI总结 本文提出通过整合语义知识图嵌入提升机器人操作机深度强化学习效率，实验显示学习时间减少60%且任务准确性提升15个百分点。

Journal ref Robotics, published 24 June 2025

Reinforcement Learning-Based Energy-Aware Coverage Path Planning for Precision Agriculture

基于强化学习的能源感知覆盖路径规划用于精准农业

Beining Wu, Zihao Ding, Leo Ostigaard, Jun Huang

机构 * EECS Department, South Dakota State University（南达科他州立大学电子工程与计算机科学系） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出基于SAC强化学习的能源感知覆盖路径规划方法，通过CNN和LSTM优化覆盖效率与能耗，实验显示其在精准农业中覆盖效率和能耗控制优于传统算法。

Comments Accepted by RACS '25: International Conference on Research in Adaptive and Convergent Systems, November 16-19, 2025, Ho Chi Minh, Vietnam. 10 pages, 5 figures

Journal ref Proceedings of the 2025 International Conference on Research in Adaptive and Convergent Systems.(2025)

UACER: An Uncertainty-Adaptive Critic Ensemble Framework for Robust Adversarial Reinforcement Learning

UACER：一种用于鲁棒对抗强化学习的不确定性自适应批评者集合框架

Jiaxi Wu, Tiantian Zhang, Yuxing Wang, Yongzhe Chang, Xueqian Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.AI、cs.LG

AI总结 UACER通过多样化批评者集合和时间变化衰减不确定性机制，提升鲁棒对抗强化学习的稳定性与性能。

Task Aware Dreamer for Task Generalization in Reinforcement Learning

面向任务泛化的任务感知梦者

Chengyang Ying, Xinning Zhou, Zhongkai Hao, Hang Su, Songming Liu, Dong Yan, Jun Zhu

机构 * Department of Computer Science and Technology（计算机科学与技术系） ； Beijing National Research Center for Information Science and Technology（北京信息科学国家研究中心） ； Tsinghua-Bosch Joint Center for Machine Learning, Institute for Artificial Intelligence（清华大学-博世联合机器学习中心，人工智能研究院） ； Tsinghua University（清华大学） 纠错

专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.LG

AI总结 本文提出任务感知梦者（TAD）方法，通过整合奖励引导的特征提升强化学习中任务泛化能力，尤其在高任务分布相关性任务中表现优异。

A Cognitive Framework for Autonomous Agents: Toward Human-Inspired Design

自主代理的认知框架：迈向人机协同设计

Francesco Guidi, Jingfeng Shan, Mehrdad Saeidi, Enrico Testi, Elia Favarelli, Andrea Giorgetti, Davide Dardari, Alberto Zanella, Giorgio Li Pira, Francesca Starita, Anna Guerra

专题命中 模仿学习与强化学习 ：navigation(abstract)

AI总结 本文提出一种融合经典条件反射与工具性学习的强化学习框架，以提升自主系统在未知环境中的决策效率与合作能力。

Adaptive Reinforcement and Model Predictive Control Switching for Safe Human-Robot Cooperative Navigation

自适应强化学习与模型预测控制切换用于安全的人机协作导航

Ning Liu, Sen Shen, Zheng Li, Matthew D'Souza, Jen Jen Chung, Thomas Braunl

机构 * School of Engineering, The University of Western Australia（西澳大学工程学院） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； School of Electrical Engineering and Computer Science, The University of Queensland（昆士兰大学电气工程与计算机科学学院） 纠错

专题命中 人机交互与遥操作 ：navigation(title,abstract)；分类 cs.RO

AI总结 ARMS通过结合强化学习与模型预测控制，实现安全的人机协作导航，提升复杂环境下的导航效率与鲁棒性。

Sim-to-Real Transfer via a Style-Identified Cycle Consistent Generative Adversarial Network: Zero-Shot Deployment on Robotic Manipulators through Visual Domain Adaptation

通过风格识别的循环一致生成对抗网络实现仿真到现实迁移：通过视觉领域适应实现机器人机械臂的零样本部署

Lucía Güitta-López, Lionel Güitta-López, Jaime Boal, Álvaro Jesús López-López

机构 * Institute for Research in Technology (IIT)（技术研究 institute） ； ICAI School of Engineering（工程学院） ； Comillas Pontifical University（宗座大学） 纠错

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

AI总结 本文提出基于风格识别循环一致生成对抗网络的领域适应方法，实现机器人机械臂在现实环境中的零样本部署，通过视觉领域适应提升仿真到现实迁移的效率和准确性。

Journal ref Engineering Applications of Artificial Intelligence, volume 159, published Jan.2026

NFL-BA: Near-Field Light Bundle Adjustment for SLAM in Dynamic Lighting

NFL-BA：近场光束调整用于动态光照下的SLAM

Andrea Dunn Beltran, Daniel Rho, Marc Niethammer, Roni Sengupta

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 NFL-BA通过显式建模近场照明提升动态光照下SLAM性能，显著提高相机跟踪和建图效果。

Evaluating Large Vision-language Models for Surgical Tool Detection

评估大型视觉-语言模型用于手术工具检测

Nakul Poudel, Richard Simon, Cristian A. Linte

机构 * Rochester Institute of Technology（罗切斯特理工大学） ； Center for Imaging Science（成像科学中心） ； Center for Imaging Science and Biomedical Engineering（成像科学与生物医学工程中心） 纠错

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

AI总结 本研究评估了三种大型视觉-语言模型在手术工具检测任务中的性能，发现Qwen2.5在检测和泛化能力上表现最佳。