机器人 / 具身智能

Say, Dream, and Act: Learning Video World Models for Instruction-Driven Robot Manipulation

说、梦、做：学习视频世界模型以驱动指令式机器人操作

Songen Gu, Yunuo Cai, Tianyu Wang, Simo Wu, Yanwei Fu

机构 * Fudan University（复旦大学） 纠错

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

AI总结 本文提出一种视频条件动作框架，通过生成稳健的视频模型和对抗性蒸馏，提升机器人操作中的预测能力和空间准确性。

YOR: Your Own Mobile Manipulator for Generalizable Robotics

YOR：您自己的通用机器人移动机械臂

Manan H Anjaria, Mehmet Enes Erciyes, Vedant Ghatnekar, Neha Navarkar, Haritheja Etukuru, Xiaole Jiang, Kanad Patel, Dhawal Kabra, Nicholas Wojno, Radhika Ajay Prayage, Soumith Chintala, Lerrel Pinto, Nur Muhammad Mahi Shafiullah, Zichen Jeff Cui

机构 * New York University（纽约大学） ； University of California, Berkeley（加州大学伯克利分校） ； City University of New York（纽约城市大学） 纠错

专题命中 机器人操作 ：robotics(title)；robot learning(abstract)；manipulation(abstract)；navigation(abstract)

AI总结 YOR是一款低成本、模块化的移动机械臂，通过集成 omnidirectional 基底、可伸缩垂直提升装置和双臂夹具，实现全身移动和操作，为移动操作研究提供经济高效的解决方案。

RadarEye: Robust Liquid Level Tracking Using mmWave Radar in Robotic Pouring

RadarEye: 使用毫米波雷达实现机器人倒液过程中的鲁棒液体水平跟踪

Hongyu Deng, He Chen

机构 * Department of Information Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China（信息工程系，香港中文大学，香港特别行政区，中国） 纠错

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

AI总结 RadarEye通过毫米波雷达实现机器人倒液过程中液体水平的鲁棒跟踪，采用高分辨率波束成形和物理感知跟踪器，实现亚毫秒级延迟和优于视觉和超声波的精度。

Comments To appear in IEEE ICASSP 2026

BagelVLA: Enhancing Long-Horizon Manipulation via Interleaved Vision-Language-Action Generation

BagelVLA: 通过交错视觉-语言-动作生成增强长时程操作

Yucheng Hu, Jianke Zhang, Yuanfei Luo, Yanjiang Guo, Xiaoyu Chen, Xinshu Sun, Kun Feng, Qingzhou Lu, Sheng Chen, Yangang Zhang, Wei Li, Jianyu Chen

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 BagelVLA通过整合语言规划、视觉预测和动作生成，提升复杂长时程操作任务的性能。

Localized Graph-Based Neural Dynamics Models for Terrain Manipulation

基于图的神经动力学模型用于地形操控

Chaoqi Liu, Yunzhu Li, Kris Hauser

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出基于图的神经动力学模型，通过局部化粒子图实现高效地形操控，提升预测精度和计算效率。

Deformation-Recovery Diffusion Model (DRDM): Instance Deformation for Image Manipulation and Synthesis

变形-恢复扩散模型（DRDM）：实例变形用于图像处理与合成

Jian-Qing Zheng, Yuanhan Mo, Yang Sun, Jiahua Li, Fuping Wu, Ziyang Wang, Tonia Vincent, Bartłomiej W. Papież

机构 * The Kennedy Institute of Rheumatology, University of Oxford, U.K. ； Chinese Academy of Medical Sciences Oxford Institute, University of Oxford, U.K. ； Big Data Institute, University of Oxford, U.K. ； edited MRC Laboratory of Medical Sciences, Imperial College London, U.K. ； Department of Computer Science, University of Oxford, Oxford, U.K. [12.5pt] Project page: -5pt 纠错

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

AI总结 DRDM通过变形场生成解剖学合理的图像变形，提升医学影像的数据增强与合成效果。

Comments accepted by Medical Image Analysis

Neural-Augmented Kelvinlet for Real-Time Soft Tissue Deformation Modeling

神经增强的凯尔文让用于实时软组织变形建模

Ashkan Shahbazi, Kyvia Pereira, Jon S. Heiselman, Elaheh Akbari, Annie C. Benson, Sepehr Seifi, Xinyuan Liu, Garrison L. Johnston, Jie Ying Wu, Nabil Simaan, Michael I. Miga, Soheil Kolouri

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

AI总结 本文提出一种结合凯尔文让分析先验与大规模FEM数据的神经模拟框架，用于实时软组织变形建模，提升预测精度与物理合理性。

Towards Learning a Generalizable 3D Scene Representation from 2D Observations

从2D观测向量学习通用的3D场景表示

Martin Gromniak, Jan-Gerrit Habekost, Sebastian Kamp, Sven Magg, Stefan Wermter

机构 * University of Hamburg - Department of Informatics（汉堡大学信息学院） ； ZAL Center of Applied Aeronautical Research（应用航空研究中心） ； Hamburger Informatik Technologie-Center e.V. (HITeC)（汉堡信息科技中心（HITeC）） 纠错

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

AI总结 本文提出了一种通用神经辐射场方法，通过第一人称机器人观测学习3D场景表示，实现了对未见场景的泛化能力，并在真实场景中验证了其高精度的3D重建性能。

Comments Paper accepted at ESANN 2026

LCIP: Loss-Controlled Inverse Projection of High-Dimensional Image Data

LCIP: 高维图像数据的损失控制逆投影

Yu Wang, Frederik L. Dennig, Michael Behrisch, Alexandru Telea

机构 * Utrecht University（乌特雷赫大学） ； University of Konstanz（康斯坦茨大学） 纠错

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

AI总结 LCIP通过用户控制的扫描机制实现高维图像数据的逆投影，提升数据空间的覆盖能力，适用于图像风格迁移等任务。

3D-Printed Anisotropic Soft Magnetic Coating for Directional Rolling of a Magnetically Actuated Capsule Robot

3D打印各向异性软磁涂层用于磁驱动胶囊机器人定向滚动

Jin Zhou, Chongxun Wang, Zikang Shen, Fangzhou Xia

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本研究提出一种3D打印的各向异性软磁涂层胶囊机器人，通过磁性涂层替代传统磁体，实现定向滚动和稳定移动，为微创医疗应用提供新的解决方案。

Comments Submitted for review at IEEE/ASME Advanced Intelligenet Mechatronics Conference (2026)

Protecting Context and Prompts: Deterministic Security for Non-Deterministic AI

保护上下文和提示：非确定性AI的确定性安全

Mohan Rajagopalan, Vinay Rao

机构 * MACAW Security, Inc.（MACAW安全公司） 纠错

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

AI总结 本研究提出认证提示和上下文技术，通过加密验证和策略代数实现LLM的预防性安全，有效防止提示注入和上下文操纵攻击。

H2OFlow: Grounding Human-Object Affordances with 3D Generative Models and Dense Diffused Flows

H2OFlow: 通过3D生成模型和密集扩散流接地人类-物体 affordances

Harry Zhang, Luca Carlone

机构 * MIT（麻省理工学院） 纠错

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

AI总结 H2OFlow通过3D生成模型和密集扩散流学习人类-物体交互的3D affordances，无需人工标注，有效泛化至现实物体。

Finite elements and moving asymptotes accelerate quantum optimal control -- FEMMA

有限元和移动渐近线加速量子最优控制 -- FEMMA

Mengjia He, Yongbo Deng, Burkhard Luy, Jan G. Korvink

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究通过结合有限元方法和移动渐近线方法，加速了单自旋量子最优控制，提高了收敛速度和计算效率。

Comments 28 pages, 11 figures

Journal ref J. Chem. Phys. 164, 064114 (2026)

From Interaction to Demonstration Quality in Virtual Reality: Effects of Interaction Modality and Visual Representation on Everyday Tasks

从交互到演示质量在虚拟现实中的影响：交互模式和视觉表示对日常任务的影响

Robin Beierling, Manuel Scheibl, Jonas Dech, Abhijit Vyas, Anna-Lisa Vollmer

专题命中 机器人操作 ：robot learning(abstract)

AI总结 本研究探讨了不同VR交互模式和视觉表示对日常任务执行效率和自然性的影响，发现控制器在效率上更优，而运动捕捉手套在自然性上更佳。

Comments 26 pages, 6 figures, 7 tables (including appendix)

Breaking 5G on The Lower Layer

在底层打破5G

Subangkar Karmaker Shanto, Imtiaz Karim, Elisa Bertino

专题命中 机器人操作 ：manipulation(abstract)

AI总结 本研究提出两种5G底层攻击，通过操控广播字段和定时提前量导致无线链路故障和设备重复连接，揭示底层控制消息对系统可用性和电力消耗的影响。

Comments FutureG'26, co-located with NDSS 2026

City Navigation in the Wild: Exploring Emergent Navigation from Web-Scale Knowledge in MLLMs

城市真实环境中的导航：探索从大规模知识中涌现的导航

Dwip Dalal, Utkarsh Mishra, Narendra Ahuja, Nebojsa Jojic

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

AI总结 本文提出稀疏关联视觉导航任务，通过CityNav基准评估MLLMs在真实城市环境中的导航能力，并提出VoP方法提升导航性能。

Comments Accepted at EACL 2026 (ORAL)

From Natural Language to Materials Discovery:The Materials Knowledge Navigation Agent

从自然语言到材料发现：材料知识导航代理

Genmao Zhuang, Amir Barati Farimani

机构 * Department of Materials Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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

AI总结 材料知识导航代理通过自然语言处理技术，实现了材料发现的自动化和智能化，能够从文献和数据库中提取关键信息，提出新的材料候选方案。

Comments 22 pages,5 figures

Proactive Local-Minima-Free Robot Navigation: Blending Motion Prediction with Safe Control

主动避障的机器人导航：融合运动预测与安全控制

Yifan Xue, Ze Zhang, Knut Åkesson, Nadia Figueroa

机构 * Department of Mechanical Engineering and Applied Mechanics, University of Pennsylvania（机械工程与应用力学系，宾夕法尼亚大学） ； Department of Electrical Engineering, Chalmers University of Technology（电气工程系，查尔姆斯理工大学） 纠错

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

AI总结 本文提出一种结合运动预测与安全控制的主动避障导航方法，通过在线学习屏障函数和自适应参数调节，提升机器人在复杂动态环境中的安全性和效率。

Comments Co-first authors: Yifan Xue and Ze Zhang; Accepted by IEEE RA-L 2026

First Multi-Constellation Observations of Navigation Satellite Signals in the Lunar Domain by Post-Processing L1/L5 IQ Snapshots

首次多星座导航卫星信号在月球域的观测：通过后处理L1/L5 IQ快照

Lorenzo Sciacca, Alex Minetto, Andrea Nardin, Fabio Dovis, Luca Canzian, Mario Musmeci, Claudia Facchinetti, Giancarlo Varacalli

机构 * Department of Electronics and Telecommunications, Politecnico di Torino（电子与电信系，都灵理工大学） 纠错

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

AI总结 通过后处理L1/L5 IQ快照，首次实验证实多星座导航信号在月球域的可观测性，显著提升月球任务的自主性。

Comments 13 pages, 9 figures, IEEE Transactions on Aerospace and Electronic Systems

Occlusion-Aware Consistent Model Predictive Control for Robot Navigation in Occluded Obstacle-Dense Environments

具备遮挡意识的一致模型预测控制用于机器人在遮挡障碍密集环境中的导航

Minzhe Zheng, Lei Zheng, Lei Zhu, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科学与技术大学（广州）） 纠错

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

AI总结 本研究提出了一种具备遮挡意识的一致模型预测控制策略，用于提高机器人在遮挡障碍密集环境中的导航安全性与运动一致性。

Interactive LLM-assisted Curriculum Learning for Multi-Task Evolutionary Policy Search

多任务策略搜索中的交互式LLM辅助课程学习

Berfin Sakallioglu, Giorgia Nadizar, Eric Medvet

机构 * MIGe - University of Trieste（MIGe - 乌迪内大学） ； University Toulouse Capitole, IRIT - CNRS UMR5505（图卢兹大学，IRIT - CNRS UMR5505） ； DIA - University of Trieste（DIA - 乌迪内大学） 纠错

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

AI总结 本文提出了一种交互式LLM辅助的在线课程生成框架，通过多模态反馈提升多任务策略搜索的性能，展示其与专家设计课程的竞争力。

Comments 8 pages, 7 figures, with Appendix

Safe mobility support system using crowd mapping and avoidance route planning using VLM

基于人群映射与避让路线规划的安全移动支持系统

Sena Saito, Kenta Tabata, Renato Miyagusuku, Koichi Ozaki

机构 * Graduate School of Regional Development and Creativity, Division of Engineering and Agriculture, Graduate School, Utsunomiya University（乌市大学研究生院区域发展与创意学院，工程与农业系） 纠错

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

AI总结 本文提出利用视觉-语言模型和高斯过程回归生成动态人群密度地图，以提升自主机器人在拥挤环境中的安全导航能力。

Journal ref 2025 IEEE International Conference on Real-time Computing and Robotics (RCAR)

Biomimetic Mantaray robot toward the underwater autonomous -- Experimental verification of swimming and diving by flapping motion -

仿生蝠鲼机器人：面向水下自主探索——通过拍打运动进行游泳与潜水的实验验证

Kenta Tabata, Ryosuke Oku, Jun Ito, Renato Miyagusuku, Koichi Ozaki

机构 * Department of Mechanical and Intelligent Engineering, Utsunomiya University（机械与智能工程系，上总市大学） 纠错

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

AI总结 本研究开发了一种仿生蝠鲼机器人，通过拍打运动实现水下自主探索，验证了其游泳与潜水能力，适用于需低扰动的环境。

Journal ref 2024 IEEE International Conference on Robotics and Biomimetics (ROBIO)

Fast Task Planning with Neuro-Symbolic Relaxation

快速任务规划与神经符号放松

Qiwei Du, Bowen Li, Yi Du, Shaoshu Su, Taimeng Fu, Zitong Zhan, Zhipeng Zhao, Chen Wang

机构 * Spatial AI & Robotics Lab, Department of Computer Science and Engineering, University at Buffalo（空间人工智能与机器人实验室，计算机科学与工程系，布法罗大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Flax通过结合神经重要性预测与符号扩展，实现快速可靠的复杂环境任务规划。

Comments 8 pages, 6 figures

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

Quantum Integrated Sensing and Computation with Indefinite Causal Order

具有不定因果顺序的量子集成传感与计算

Ivana Nikoloska

机构 * Signal Processing Systems Group, Department of Electrical Engineering, Eindhoven University of Technology, Eindhoven, 5612 AP, The Netherlands（埃因霍温理工大学电气工程系信号处理系统组） 纠错

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

AI总结 本文提出了一种在量子不定因果顺序框架下集成传感与计算的方案，通过量子代理同时执行状态观测和计算任务，实现了在磁导航任务中的高效性能。

Comments Submitted for publication

Robust Vision Systems for Connected and Autonomous Vehicles: Security Challenges and Attack Vectors

连接与自动驾驶车辆的稳健视觉系统：安全挑战与攻击向量

Sandeep Gupta, Roberto Passerone

机构 * Centre for Secure Information Technologies (CSIT), Queen's University Belfast, UK（安全信息科技中心（CSIT），女王大学贝尔法斯特，英国） ； Department of Information Engineering and Computer Science, University of Trento, Italy（信息工程与计算机科学系，特伦托大学，意大利） 纠错

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

AI总结 本文研究了连接与自动驾驶车辆中视觉系统的鲁棒性，分析了关键传感器和组件，识别潜在攻击面并评估其对CIA原则的影响。

Comments Submitted to IEEE Transactions on Intelligent Vehicles

Thermal odometry and dense mapping using learned odometry and Gaussian splatting

基于学习的热力计与高密度映射：使用学习的热力计和高斯点扩散

Tianhao Zhou, Yujia Chen, Zhihao Zhan, Yuhang Ming, Jianzhu Huai

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

AI总结 TOM-GS通过结合学习的热力计与高斯点扩散技术，实现了高效的热成像导航与密集地图生成，优于现有方法。

Comments 11 pages, 2 figures, 5 tables

GeoGR: A Generative Retrieval Framework for Spatio-Temporal Aware POI Recommendation

GeoGR: 一种面向空间时间感知的POI推荐生成框架

Fangye Wang, Haowen Lin, Yifang Yuan, Siyuan Wang, Xiaojiang Zhou, Song Yang, Pengjie Wang

专题命中 具身导航 ：navigation(abstract)

AI总结 GeoGR是一种面向空间时间感知的POI推荐生成框架，通过两阶段设计提升POI推荐的准确性和可扩展性。

ContactGaussian-WM: Learning Physics-Grounded World Model from Videos

ContactGaussian-WM: 从视频中学习物理基础的世界模型

Meizhong Wang, Wanxin Jin, Kun Cao, Lihua Xie, Yiguang Hong

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

AI总结 ContactGaussian-WM通过从稀疏视频中学习物理定律，提升机器人规划与模拟中的复杂动态场景建模能力。

Affordances Enable Partial World Modeling with LLMs

affordances 使 LLMs 能实现部分世界建模

Khimya Khetarpal, Gheorghe Comanici, Jonathan Richens, Jeremy Shar, Fei Xia, Laurent Orseau, Aleksandra Faust, Doina Precup

机构 * Google Deepmind（谷歌DeepMind） 纠错

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

AI总结 本文提出利用 affordances 构建部分世界模型，通过在多任务中引入分布稳健的 affordances，提高搜索效率并提升奖励表现。

Comments 18 pages, 5 figures, 2 Tables