机器人 / 具身智能

eStonefish-Scenes: A Sim-to-Real Validated and Robot-Centric Event-based Optical Flow Dataset for Underwater Vehicles

eStonefish-Scenes: 一种经过仿真到现实验证且以机器人为中心的基于事件的光学流数据集用于水下车辆

Jad Mansour, Sebastian Realpe, Hayat Rajani, Michele Grimaldi, Rafael Garcia, Nuno Gracias

机构 * Robotics Research Institute (ViCOROB), Universitat de Girona (UdG), Spain 2 School of Engineering \& Physical Sciences, Heriot-Watt University, Edinburgh, UK 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 eStonefish-Scenes是首个针对水下应用的基于事件的光学流合成数据集，结合了仿真生成和现实验证，提升了水下机器人视觉导航的可靠性。

Comments This revised version extends the original, which lacked real-world validation. We added a real-world data acquisition study using a DAVIS346 camera on a BlueROV2, a homography-based ground-truth optical flow method with per-pixel uncertainty estimation, and a sim-to-real evaluation using a ConvGRU network trained on synthetic data and tested on real underwater sequences. arXiv admin note: text overlap with arXiv:2412.09209

Quasi-Periodic Gaussian Process Predictive Iterative Learning Control

准周期高斯过程预测迭代学习控制

Unnati Nigam, Radhendushka Srivastava, Faezeh Marzbanrad, Michael Burke

机构 * IITB-Monash Research Academy, IIT Bombay（IITB-蒙纳士研究学院，IIT博伊斯瓦尔） ； Department of Mathematics, IIT Bombay（数学系，IIT博伊斯瓦尔） ； Department of Electrical and Computer Systems Engineering, Monash University（电气与计算机系统工程系，蒙纳士大学） 纠错

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

AI总结 本文提出一种基于准周期高斯过程的预测迭代学习控制方法，通过高效建模和预测扰动，提升重复性任务的收敛速度和鲁棒性。

SARAH: Spatially Aware Real-time Agentic Humans

SARAH：具有空间意识的实时代理人类

Evonne Ng, Siwei Zhang, Zhang Chen, Michael Zollhoefer, Alexander Richard

机构 * Meta Reality Labs（Meta现实实验室） 纠错

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

AI总结 SARAH提出了一种实时、完全因果的方法，实现具有空间意识的对话运动，通过结合因果变换器VAE和流匹配模型，在VR中实现自然的人机交互。

Comments Project page: https://evonneng.github.io/sarah/

Role-Adaptive Collaborative Formation Planning for Team of Quadruped Robots in Cluttered Environments

面向 cluttered 环境的四足机器人团队角色自适应协作形成规划

Magnus Norén, Marios-Nektarios Stamatopoulos, Avijit Banerjee, George Nikolakopoulos

机构 * Robotics and Artificial Intelligence Group, Department of Computer, Electrical and Space Engineering, Lulea University of Technology（机器人与人工智能小组，计算机、电气与航天工程系，卢莱亚理工大学） 纠错

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

AI总结 本文提出了一种适用于 cluttered 环境的四足机器人团队角色自适应协作形成规划方法，通过动态角色分配和 FM2 算法实现灵活导航与稳定形成。

MUOT_3M: A 3 Million Frame Multimodal Underwater Benchmark and the MUTrack Tracking Method

MUOT_3M: 300万帧多模态水下基准及MUTrack跟踪方法

Ahsan Baidar Bakht, Mohamad Alansari, Muhayy Ud Din, Muzammal Naseer, Sajid Javed, Irfan Hussain, Jiri Matas, Arif Mahmood

机构 * Khalifa University（卡利法大学） ； Czech Technical University（捷克技术大学） ； Information Technology University（信息科技大学） 纠错

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

AI总结 MUOT_3M是首个包含300万帧的多模态水下目标跟踪基准，结合MUTrack方法提升水下跟踪性能。

Multi-Modal Monocular Endoscopic Depth and Pose Estimation with Edge-Guided Self-Supervision

多模态单目内窥镜深度与姿态估计与边缘引导自监督学习

Xinwei Ju, Rema Daher, Danail Stoyanov, Sophia Bano, Francisco Vasconcelos

机构 * UCL Hawkes Institute, Department of Computer Science（伦敦大学学院UCL霍克斯研究所、计算机科学系） 纠错

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

AI总结 PRISM通过边缘引导自监督学习，结合解剖学和照明先验知识，提升内窥镜单目深度与姿态估计性能。

Comments 14 pages, 6 figures; early accepted by IPCAI2026

Control of Powered Ankle-Foot Prostheses on Compliant Terrain: A Quantitative Approach to Stability Enhancement

对合规地形上驱动踝足假肢的控制：一种增强稳定性的方法

Chrysostomos Karakasis, Camryn Scully, Robert Salati, Panagiotis Artemiadis

机构 * Mechanical Engineering Department, at the University of Delaware（德克萨斯大学达勒姆分校机械工程系） ； Mechanical Engineering Department, at the Rice University（赖斯大学机械工程系） 纠错

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

AI总结 本研究提出了一种基于顺应性的控制策略，通过动态调整假肢刚度以提高在柔软地面行走的稳定性，从而降低跌倒风险。

Journal ref Actuators 2026, 15, 107