视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
说、梦、做：学习视频世界模型以驱动指令式机器人操作
机构 * Fudan University（复旦大学）
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：您自己的通用机器人移动机械臂
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）
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: 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
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）
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: 通过交错视觉-语言-动作生成增强长时程操作
机构 * Tsinghua University（清华大学）
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。
基于图的神经动力学模型用于地形操控
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）
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。
变形-恢复扩散模型（DRDM）：实例变形用于图像处理与合成
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
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
神经增强的凯尔文让用于实时软组织变形建模
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。
从2D观测向量学习通用的3D场景表示
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））
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: 高维图像数据的损失控制逆投影
机构 * Utrecht University（乌特雷赫大学） ； University of Konstanz（康斯坦茨大学）
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打印各向异性软磁涂层用于磁驱动胶囊机器人定向滚动
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
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)
保护上下文和提示：非确定性AI的确定性安全
机构 * MACAW Security, Inc.（MACAW安全公司）
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: 通过3D生成模型和密集扩散流接地人类-物体 affordances
机构 * MIT（麻省理工学院）
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。
有限元和移动渐近线加速量子最优控制 -- FEMMA
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)
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
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)
在底层打破5G
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
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈