机器人 / 具身智能

End-to-end example-based sim-to-real RL policy transfer based on neural stylisation with application to robotic cutting

端到端基于神经风格迁移的示例驱动sim-to-real强化学习策略迁移方法及其在机器人切割中的应用

Jamie Hathaway, Alireza Rastegarpanah, Rustam Stolkin

机构 * Extreme Robotics Lab, School of Metallurgy and Materials, University of Birmingham（极端机器人实验室、冶金与材料学院、伯明翰大学） ； The Faraday Institution, Quad One, Harwell Science and Innovation Campus（法拉第机构、Quad One、哈威尔科学与创新校园） ； School of Computer Science and Digital Technologies, Aston University（计算机科学与数字技术学院、阿斯顿大学） 纠错

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

AI总结 本文提出了一种基于神经风格迁移的端到端sim-to-real强化学习策略迁移方法，通过合成训练数据提升机器人切割任务的性能和鲁棒性。

Comments 14 pages, 9 figures. Submitted to Nature Scientific Reports

Memory-Maze: Scenario Driven Visual Language Navigation Benchmark for Guiding Blind People

Memory-Maze: 为引导视障人士的场景驱动视觉语言导航基准

Masaki Kuribayashi, Kohei Uehara, Allan Wang, Daisuke Sato, Simon Chu, Shigeo Morishima

机构 * Waseda University（早稻田大学） ； Miraikan - The National Museum of Emerging Science and Innovation（Mirai Kan - 国家新兴科学与创新博物馆） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Memory-Maze是一个针对视障人士导航的场景驱动视觉语言导航基准，通过模拟记忆中的路线指令场景，评估模型处理记忆中不完整和模糊指令的能力。

Bridging the Reality Gap in Digital Twins with Context-Aware, Physics-Guided Deep Learning

用上下文感知和物理引导的深度学习弥合数字孪生中的现实差距

Sizhe Ma, Katherine A. Flanigan, Mario Bergés

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

AI总结 本文提出了一种现实差距分析模块，通过结合领域对抗深度学习和降阶模拟器引导，提升数字孪生的上下文推断和物理一致性，用于结构健康监测。

Comments Submitted to ASCE Journal of Computing in Civil Engineering

Journal ref Journal of Computing in Civil Engineering, vol. 40, no. 3, May 2026, p. 04026009

Beyond Face Swapping: A Diffusion-Based Digital Human Benchmark for Multimodal Deepfake Detection

超越人脸交换：一种基于扩散模型的多模态深度伪造检测基准

Jiaxin Liu, Jia Wang, Saihui Hou, Min Ren, Huijia Wu, Long Ma, Renwang Pei, Zhaofeng He

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

AI总结 本文提出DigiFakeAV数据集和DigiShield检测模型，用于多模态深度伪造检测，通过融合时空和跨模态特征提升检测性能。

Real-Time Robot Execution with Masked Action Chunking

实时机器人执行与遮蔽动作分块

Haoxuan Wang, Gengyu Zhang, Yan Yan, Yuzhang Shang, Ramana Rao Kompella, Gaowen Liu

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； University of Central Florida（中央佛罗里达大学） ； Cisco Research（思科研究） 纠错

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

AI总结 REMAC通过遮蔽动作分块学习修正调整，提升机器人在异步推理中的执行可靠性与鲁棒性。

Comments ICLR 2026. Project page at https://remac-async.github.io/

SimBench: A Framework for Evaluating and Diagnosing LLM-Based Digital-Twin Generation for Multi-Physics Simulation

SimBench：用于多物理仿真中基于LLM的数字孪生生成评估与诊断的框架

Jingquan Wang, Andrew Negrut, Hongyu Wang, Harry Zhang, Dan Negrut

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

AI总结 SimBench是一个用于评估和诊断基于LLM的数字孪生生成能力的框架，适用于多物理仿真场景。

LIFT: Byzantine Resilient Hub-Sampling

LIFT：容错的中心节点采样

Mohamed Amine Legheraba, Nour Rachdi, Maria Gradinariu Potop-Butucaru, Sébastien Tixeuil

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 LIFT通过引入加密安全的伪随机数生成器，提高了Elevator在拜占庭攻击下的鲁棒性，使其能够承受高达10%的拜占庭节点攻击。

LEGO-Eval: Towards Fine-Grained Evaluation on Synthesizing 3D Embodied Environments with Tool Augmentation

LEGO-Eval: 向通过工具增强合成3D具身环境的细粒度评估迈进

Gyeom Hwangbo, Hyungjoo Chae, Minseok Kang, Hyeonjong Ju, Soohyun Oh, Jinyoung Yeo

机构 * Yonsei University（延世大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 机器人数据与评测 ：embodied agent(abstract)

AI总结 LEGO-Eval通过工具增强合成3D具身环境，提供细粒度评估框架和基准测试集，提升场景与指令对齐的准确性。

The Imitation Game: Turing Machine Imitator is Length Generalizable Reasoner

模仿游戏：图灵机模仿器是长度可推广的推理机

Zhouqi Hua, Wenwei Zhang, Chengqi Lyu, Yuzhe Gu, Songyang Gao, Kuikun Liu, Dahua Lin, Kai Chen

机构 * Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文提出TAIL方法，通过合成图灵机执行过程的链式思维数据，提升LLM的长度泛化能力，超越现有方法。