机器人 / 具身智能

SimWorld-Robotics: Synthesizing Photorealistic and Dynamic Urban Environments for Multimodal Robot Navigation and Collaboration

SimWorld-Robotics: 为多模态机器人导航与协作合成逼真动态城市环境

Yan Zhuang, Jiawei Ren, Xiaokang Ye, Jianzhi Shen, Ruixuan Zhang, Tianai Yue, Muhammad Faayez, Xuhong He, Ziqiao Ma, Lianhui Qin, Zhiting Hu, Tianmin Shu

机构 * University of Virginia（弗吉尼亚大学） ； UC San Diego（加州大学圣地亚哥分校） ； Johns Hopkins University（约翰霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 SimWorld-Robotics通过合成逼真动态城市环境，提出两个多模态机器人基准测试，评估机器人在复杂场景中的导航、协作与通信能力。

Comments Conference: NeurIPS 2025 (main)

DV-VLN: Dual Verification for Reliable LLM-Based Vision-and-Language Navigation

DV-VLN：基于可靠大语言模型的视觉-语言导航的双重验证

Zijun Li, Shijie Li, Zhenxi Zhang, Bin Li, Shoujun Zhou

机构 * Robotics Engineering Program, College of Engineering, Zhejiang Normal University（浙江师范大学工程学院机器人工程专业） ； Shenzhen Institutes of Advanced Technology (SIAT), Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Department of Health Technology and Informatics, The Hong Kong Polytechnic University（香港理工大学健康科技与信息技术系） 纠错

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

AI总结 DV-VLN通过生成-验证范式提升大语言模型在视觉-语言导航中的可靠性，通过双重验证机制提高导航决策的准确性和可解释性。

Improve the autonomy of the SE2(3) group based Extended Kalman Filter for Integrated Navigation: Application

提升基于SE2(3)群的扩展卡尔曼滤波器自主性以实现集成导航：应用

Maosong Wang, Jiarui Cui, Wenqi Wu, Peiqi Li, Xianfei Pan

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

AI总结 本文提出改进基于SE2(3)群的扩展卡尔曼滤波器自主性，通过实验和模拟验证其在高精度导航中的应用效果。

Comments arXiv admin note: substantial text overlap with arXiv:2601.16062. substantial text overlap with arXiv:2601.16062. substantial text overlap with arXiv:2601.16062. substantial text overlap with arXiv:2601.16062

Scaling Rough Terrain Locomotion with Automatic Curriculum Reinforcement Learning

通过自动课程强化学习扩展粗糙地形运动

Ziming Li, Chenhao Li, Marco Hutter

机构 * Robotic Systems Lab, ETH Zurich, Switzerland（苏黎世联邦理工学院机器人系统实验室） ； ETH AI Center, ETH Zurich, Switzerland（苏黎世联邦理工学院人工智能中心） 纠错

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

AI总结 本文提出基于学习进度的自动课程强化学习框架，使四足机器人在复杂地形上实现稳定高速运动，突破传统方法在地形适应上的限制。

IPFormer: Visual 3D Panoptic Scene Completion with Context-Adaptive Instance Proposals

IPFormer: 基于上下文自适应实例提案的视觉3D全景场景补全

Markus Gross, Aya Fahmy, Danit Niwattananan, Dominik Muhle, Rui Song, Daniel Cremers, Henri Meeß

机构 * Fraunhofer Institute IVI（弗劳恩霍夫研究所IVI） ； Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 IPFormer通过上下文自适应实例提案实现视觉3D全景场景补全，提升场景理解与泛化能力。

Journal ref Advances in Neural Information Processing Systems (NeurIPS) 2025

Physical Prompt Injection Attacks on Large Vision-Language Models

针对大视觉-语言模型的物理提示注入攻击

Chen Ling, Kai Hu, Hangcheng Liu, Xingshuo Han, Tianwei Zhang, Changhai Ou

机构 * School of Cyber Science and Engineering, Wuhan University（武汉大学计算机科学与工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） 纠错

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

AI总结 本研究提出了一种无需访问模型或输入的物理提示注入攻击方法，通过物理物体注入恶意指令，成功攻击多种大视觉-语言模型。

Path Planning using a One-shot-sampling Skeleton Map

基于一次性采样骨架图的路径规划

Gabriel O. Flores-Aquino, Octavio Gutierrez-Frias, Juan Irving Vasquez

机构 * Centro de Investigación en Matematicas (CIMAT), A.C.（数学研究所（CIMAT）） ； Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (UPIITA), Instituto Politécnico Nacional (IPN)（跨学科工程与先进技术单位（UPIITA），墨西哥理工学院（IPN）） ； Centro de Innovación y Desarrollo Tecnológico en Cómputo (CIDETEC), Instituto Politécnico Nacional (IPN)（计算创新与技术发展中心（CIDETEC），墨西哥理工学院（IPN）） 纠错

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

AI总结 本文提出基于SkelUnet的高效路径规划方法，通过一次性采样骨架图快速生成安全路径，提升导航效率和安全性。

Comments Submitted to IEEE Latin America Transactions

Unified-EGformer: Exposure Guided Lightweight Transformer for Mixed-Exposure Image Enhancement

统一曝光引导轻量变换器：用于混合曝光图像增强

Eashan Adhikarla, Kai Zhang, Rosaura G. VidalMata, Manjushree Aithal, Nikhil Ambha Madhusudhana, John Nicholson, Lichao Sun, Brian D. Davison

机构 * Lehigh University（莱维大学） ； Lenovo Research（联想研究） 纠错

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

AI总结 Unified-EGformer通过轻量级变换器架构实现混合曝光图像增强，具备高效推理和跨任务泛化能力。

Comments Under submission

TempDiffReg: Temporal Diffusion Model for Non-Rigid 2D-3D Vascular Registration

TempDiffReg：用于非刚性2D-3D血管配准的时序扩散模型

Zehua Liu, Shihao Zou, Jincai Huang, Yanfang Zhang, Chao Tong, Weixin Si

机构 * School of Computer Science and Engineering, Beihang University, Beijing, China（北京航空航天大学计算机科学与工程学院） ； State Key Laboratory of Virtual Reality Technology and Systems, Beihang University, Beijing, China（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen, China（中国科学院深圳先进技术研究所） ； School of Computer Science and Control Engineering, Shenzhen University of Advanced Technology, Shenzhen, China（深圳先进技术大学计算机科学与控制工程学院） ； Department of Interventional Radiology, Shenzhen People’s Hospital, Shenzhen, China（深圳人民医院介入放射科） 纠错

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

AI总结 TempDiffReg通过时序扩散模型和结构感知视角n点模块，实现高精度的2D-3D血管配准，提升TACE手术的准确性和安全性。

Comments Accepted by IEEE BIBM 2025

Real-Time, Energy-Efficient, Sampling-Based Optimal Control via FPGA Acceleration

基于FPGA加速的实时、节能的采样最优控制

Tanmay Desai, Brian Plancher, R. Iris Bahar

机构 * Colorado School of Mines（科罗拉多矿业学院） ； Barnard College（巴纳德学院） ； Columbia University（哥伦比亚大学） ； Dartmouth College（达特茅斯学院） 纠错

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

AI总结 本文提出一种基于FPGA加速的MPPI控制方法，通过深度流水线和并行性优化，实现嵌入式平台上的高效能和低能耗控制。

Comments 8 pages, 5 figures

Autonomous Penetration Testing: Solving Capture-the-Flag Challenges with LLMs

自主渗透测试：利用大语言模型解决夺旗挑战

Isabelle Bakker, John Hastings

机构 * The Beacom College of Computer and Cyber Sciences（计算机与网络安全科学学院） ； Dakota State University（达科他州立大学） 纠错

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

AI总结 利用大语言模型自主解决初级渗透测试任务，展示其在自动化简单攻击流程中的潜力，同时揭示安全环境对LLM攻击的挑战。

Comments 6 pages, 2 figures, 3 tables

Journal ref 2025 IEEE Cyber Awareness and Research Symposium (CARS'25)

Uncooled Poisson Bolometer for High-Speed Event-Based Long-wave Thermal Imaging

无冷却的泊松 bolometer 用于高速基于事件的长波热成像

Mohamed A. Mousa, Leif Bauer, Utkarsh Singh, Ziyi Yang, Angshuman Deka, Zubin Jacob

专题命中 具身导航 ：navigation(abstract)

AI总结 本研究提出了一种无冷却的泊松 bolometer，实现了高速、低功耗的长波热成像，其事件率高达 1,250 Hz，超越传统无冷却微bolometers 的时间分辨率 4 倍。

MarioChart: Autonomous Tangibles as Active Proxy Interfaces for Embodied Casual Data Exploration

MarioChart：自主实体作为具身偶然数据探索的主动代理接口

Shaozhang Dai, Kadek Ananta Satriadi, Jim Smiley, Barrett Ens, Lonni Besançon, Tim Dwyer

专题命中 具身导航 ：manipulation(abstract)

AI总结 MarioChart通过自主实体作为主动代理接口，提升偶然数据探索中的短期空间记忆和数据分析效率，同时保持与传统触屏在长期记忆等指标上的相似性。

Exploring Customizable Interactive Tools for Therapeutic Homework Support in Mental Health Counseling

探索用于心理健康辅导中治疗作业支持的可定制交互工具

Yimeng Wang, Liabette Escamilla, Yinzhou Wang, Bianca R. Augustine, Yixuan Zhang

专题命中 具身导航 ：navigation(abstract)

AI总结 TheraTrack是一款可定制的治疗师工具，利用大型语言模型整合多维数据，优化治疗作业跟踪，减少认知负荷并提高数据验证效率。

Comments 22 pages, 4 figures

Reflexa: Uncovering How LLM-Supported Reflection Scaffolding Reshapes Creativity in Creative Coding

Reflexa：揭示LLM支持的反思支架如何重塑创意编码中的创造力

Anqi Wang, Zhengyi Li, Lan Luo, Xin Tong, Pan Hui

专题命中 具身导航 ：navigation(abstract)

AI总结 Reflexa通过系统化的反思支架提升创意编码中的创造力，通过结构化反思模式增强可控性、探索广度和原创性。