机器人 / 具身智能

Test-Driven Agentic Framework for Reliable Robot Controller

基于测试驱动的代理框架用于可靠机器人控制器

Shivanshu Tripathi, Reza Akbarian Bafghi, Maziar Raissi

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； University of California, Riverside（加州大学河滨分校） ； Department of Mathematics（数学系） ； Department of Computer Science（计算机科学系） ； University of Colorado, Boulder（科罗拉多大学波德分校） 纠错

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

AI总结 本文提出一种基于测试驱动的代理框架，用于生成可靠的机器人导航控制器，通过迭代优化提升控制器的可靠性和鲁棒性。

WMINet: A Wheel-Mounted Inertial Learning Approach For Mobile-Robot Positioning

WMINet: 一种轮式惯性学习方法用于移动机器人定位

Gal Versano, Itzik Klein

机构 * The Hatter Department of Marine Technologies, Charney School of Marine Sciences, University of Haifa（哈伊夫大学海洋技术系、查内海洋科学学院） 纠错

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

AI总结 WMINet通过结合轮式方法和周期性轨迹运动，利用深度学习减少惯性漂移，实现移动机器人仅依赖惯性传感器的高精度定位。

Large Language Model-Assisted UAV Operations and Communications: A Multifaceted Survey and Tutorial

大型语言模型辅助的无人机操作与通信：多方面的综述与教程

Yousef Emami, Hao Zhou, Radha Reddy, Atefeh Hajijamali Arani, Biliang Wang, Kai Li, Luis Almeida, Zhu Han

机构 * IEEE 纠错

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

AI总结 本文综述了大型语言模型在无人机操作与通信中的应用，探讨了LLMs在提升UAV智能方面的多方面技术与未来研究方向。

Comments 40 pages, 10 figures, 13 tables

Real-Time Thermal-Inertial Odometry on Embedded Hardware for High-Speed GPS-Denied Flight

面向高速无GPS环境的嵌入式热惯性里程计实时系统

Austin Stone, Mark Petersen, Cammy Peterson

机构 * Brigham Young University 纠错

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

AI总结 该研究提出了一种嵌入式实时热惯性里程计系统，通过融合热成像与惯性数据实现高速无GPS环境下可靠飞行

Expanding LLM Agent Boundaries with Strategy-Guided Exploration

通过策略引导探索扩展LLM代理边界

Andrew Szot, Michael Kirchhof, Omar Attia, Alexander Toshev

机构 * Apple（苹果公司） 纠错

专题命中 具身导航 ：embodied agent(abstract)；分类 cs.LG

AI总结 SGE通过引导策略探索提升LLM代理的学习效率和性能，使其能解决基础模型无法处理的任务。

Branched Schrödinger Bridge Matching

分支薛定谔桥匹配

Sophia Tang, Yinuo Zhang, Alexander Tong, Pranam Chatterjee

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

AI总结 BranchSBM 通过学习分支薛定谔桥，解决多路径表面导航、细胞命运分叉建模及细胞响应模拟中的挑战。

Comments Published at ICLR 2026. (Proceedings of the 14th International Conference on Learning Representations, Rio de Janeiro, Brazil)

A Deployable Bio-inspired Compliant Leg Design for Enhanced Leaping in Quadruped Robots

一种用于四足机器人增强跳跃能力的可部署生物启发合规腿部设计

Yiyang Chen, Yuxin Liu, Jinzheng Zhou, Fanxin Wang, Qinglei Bu, Jie Sun, Yikun Cheng

机构 * Department of Mechatronics and Robotics, Xi’an Jiaotong-Liverpool University（机电一体化与机器人系，西安交通大学-利物浦大学） ； Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign（机械科学与工程系，伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文提出了一种生物启发的可部署合规腿部设计，通过模仿蛙跳腿的能量存储机制，显著提升了四足机器人垂直跳跃能力，实验显示跳跃高度提升了17.1%。

QANTIS: A Hardware-Validated Quantum Platform for POMDP Planning and Multi-Target Data Association

QANTIS：一种经过硬件验证的量子平台，用于POMDP规划和多目标数据关联

Bayram Yüksel Eker, Suayb S. Arslan, Özgür Nazlı, Mustafa Serhat Demirgil, Furkan Deligöz

机构 * Neura Parse Ltd.（Neura Parse有限公司） ； Department of Computer Engineering, Boğaziçi University（博耶奇大学计算机工程系） ； Faculty of Engineering, University of Toronto（多伦多大学工程学院） ； Istanbul Technical University（伊斯坦布尔技术大学） 纠错

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

AI总结 QANTIS通过量子算法和优化方法，实现了在超导硬件上对POMDP规划和多目标数据关联的高效解决，并验证了量子计算在实际应用中的可行性。

Comments 31 pages, 4 figures, 12 tables; 45-experiment hardware study on IBM Heron QPUs

M$^2$: Dual-Memory Augmentation for Long-Horizon Web Agents via Trajectory Summarization and Insight Retrieval

M$^2$: 通过轨迹摘要和洞察检索实现长 horizon 网络代理的双记忆增强

Dawei Yan, Haokui Zhang, Guangda Huzhang, Yang Li, Yibo Wang, Qing-Guo Chen, Zhao Xu, Weihua Luo, Ying Li, Wei Dong, Chunhua Shen

机构 * Northwestern Polytechnical University, Xi'an, China（西北工业大学） ； AI Business, Alibaba Group, Hangzhou, China（阿里云人工智能业务） ； Xi'an University of Architecture（西安建筑科技大学） ； Zhejiang University, Hangzhou, China（浙江大学） 纠错

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

AI总结 M$^2$通过双记忆机制提升长 horizon 网络代理的上下文效率和决策鲁棒性，实现更高成功率和更低计算成本。

Balancing Usability and Compliance in AI Smart Devices: A Privacy-by-Design Audit of Google Home, Alexa, and Siri

在AI智能设备中平衡易用性与合规性：对Google Home、Alexa和Siri的隐私设计审计

Trevor De Clark, Yulia Bobkova, Ajay Kumar Shrestha

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

AI总结 本文通过隐私设计审计评估Google Home、Alexa和Siri的隐私与易用性，发现易用性与合规性之间存在权衡，需提升透明度和政策一致性以保护年轻用户隐私。

Comments Published in the 2026 IEEE CCWC proceedings

Journal ref 2026 IEEE 16th Annual Computing and Communication Workshop and Conference (CCWC)

Emergence of Spatial Representation in an Actor-Critic Agent with Hippocampus-Inspired Sequence Generator

具有海马体启发序列生成器的Actor-Critic智能体中空间表示的出现

Xiao-Xiong Lin, Yuk-Hoi Yiu, Christian Leibold

机构 * Faculty of Biology & Bernstein Center Freiburg & BrainLinks-BrainTools Center University of Freiburg（生物学系及弗赖堡伯尔尼中心、BrainLinks-BrainTools中心、弗赖堡大学） 纠错

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

AI总结 该研究通过海马体启发的序列生成器和Actor-Critic学习者，揭示稀疏输入与序列生成动态的协同作用，为导航任务中的强化学习提供新的归纳偏置。

Comments Accepted at ICLR 2026

TactileWalk: Dynamic Electrotactile Patterns for Fingertip-Based Interaction During Walking

TactileWalk: 用于行走期间基于指尖的动态电触觉模式

Vedika Nimbalkar, Roshan Peiris

专题命中 具身导航 ：navigation(abstract)

AI总结 TactileWalk通过动态电触觉模式提升行走期间指尖交互的导航体验，双线模式在移动中表现出最高识别准确率。

Journal ref Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems (CHI EA '26)

Cross-sphere Coupling and Source Inversion of Ionospheric Disturbances Associated with the 2025 Myanmar Strike-slip Earthquake from BeiDou GEO and Multi-GNSS Observations

北斗GEO卫星与多GNSS观测中2025年缅甸走滑地震相关电离层扰动的跨球耦合与源反演

Jianghe Chen, Pan Xiong, Qingshan Ruan, Xiaoran Zhang, Yuqi Lin, Xuemin Zhang, Ting Zhang, Kaixin Wang, Xuhui Shen

专题命中 具身导航 ：navigation(abstract)

AI总结 本研究利用北斗GEO卫星和多GNSS观测，揭示2025年缅甸地震前电离层异常及震时扰动的耦合机制，发现声波-重力波主导的震时电离层扰动特征。

Designing the Haystack: Programmable Chemical Space for Generative Molecular Discovery

设计haystack：用于生成分子发现的可编程化学空间

Yuchen Zhu, Donghai Zhao, Yangyang Zhang, Yitong Li, Xiaorui Wang, Shuwang Li, Yue Kong, Beichen Zhang, Ricki Chen, Chang Liu, Xingcai Zhang, Tingjun Hou, Chang-Yu Hsieh

专题命中 具身导航 ：navigation(abstract)

AI总结 SpaceGFN通过可编程化学空间设计与流式探索结合，实现药物分子的定向生成与优化。

"I Need to Find That One Chart": How Data Workers Navigate, Make Sense of, and Communicate Analytical Conversations

我需要找到那个图表：数据工作者如何导航、理解并沟通分析对话

Ken Gu, Srishti Palani, Vidya Setlur

专题命中 具身导航 ：navigation(abstract)

AI总结 本文研究数据工作者如何通过设计探针导航和沟通分析对话，提出支持重新查看和沟通的界面设计方法。

Comments 16 pages, 9 figures

A vapor-cell clock with fractional frequency reaching $10^{-16}$ level stability

具有分数频率稳定性的蒸气细胞钟

Siqi Wu, Zhenqi Zhang, Xingyue Liu, Chuanshuai Zhu, Zhiyuan Wang, Zhiyu Ma, Hongli Liu, Wenhao Yuan, Xiaochi Liu, Pengfei Wang, Feng Zhao, Jan Hrabina, Jie Zhang, Zehuang Lu, Ke Deng

专题命中 具身导航 ：navigation(abstract)

AI总结 本研究提出了一种分子碘光学钟，实现了10^-16量级的频率稳定性，通过特殊设计架构和主动温度控制，突破了现有蒸气细胞钟的性能极限。

BAMG: A Block-Aware Monotonic Graph Index for Disk-Based Approximate Nearest Neighbor Search

BAMG: 一种块感知的单调图索引用于基于磁盘的近似最近邻搜索

Huiling Li, Xin Huang, Byron Choi, Jianliang Xu

专题命中 具身导航 ：navigation(abstract)

AI总结 BAMG通过结合几何距离与存储布局，提出块感知的单调图索引，提升基于磁盘的近似最近邻搜索效率。

Seeing Across Views: Benchmarking Spatial Reasoning of Vision-Language Models in Robotic Scenes

跨视角视觉：评估视觉-语言模型在机器人场景中的空间推理能力

Zhiyuan Feng, Zhaolu Kang, Qijie Wang, Zhiying Du, Jiongrui Yan, Shubin Shi, Chengbo Yuan, Huizhi Liang, Yu Deng, Qixiu Li, Rushuai Yang, Arctanx An, Leqi Zheng, Weijie Wang, Shawn Chen, Sicheng Xu, Yaobo Liang, Jiaolong Yang, Baining Guo

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University（浙江大学） 纠错

专题命中 具身推理 ：robotic(title,abstract)；embodied AI(abstract)；manipulation(abstract)；分类 cs.CV

AI总结 本文提出MV-RoboBench基准，评估视觉-语言模型在机器人场景中的多视角空间推理能力，揭示其在多视角机器人感知中的挑战。

Comments Accepted to ICLR 2026. Camera-ready version. Project page: https://aaronfengzy.github.io/MV-RoboBench-Webpage/

Journal ref International Conference on Learning Representations (ICLR), 2026

Discrete World Models via Regularization

通过正则化构建离散世界模型

Davide Bizzaro, Luciano Serafini

机构 * University of Padua（帕多瓦大学） ； Fonadazione Bruno Kessler（布鲁诺·凯斯勒基金会） 纠错

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

AI总结 DWMR通过正则化方法实现无监督布尔世界模型学习，提高表示准确性和转换性能。

COMBAT: Conditional World Models for Behavioral Agent Training

COMBAT：基于行为代理训练的条件世界模型

Anmol Agarwal, Pranay Meshram, Sumer Singh, Saurav Suman, Andrew Lapp, Shahbuland Matiana, Louis Castricato, Spencer Frazier

机构 * Overworld AI ； Indian Institute of Science Education and Research Bhopal（印度科学教育与研究学院博帕尔分校） 纠错

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

AI总结 COMBAT通过在Tekken 3中训练实时动作控制的世界模型，利用扩散模型模拟动态对手，实现对玩家行为的响应性训练。

MetaMind: General and Cognitive World Models in Multi-Agent Systems by Meta-Theory of Mind

MetaMind: 多智能体系统中通过元理论思维实现通用和认知世界模型

Lingyi Wang, Rashed Shelim, Walid Saad, Naren Ramakrishna

机构 * Department of Electrical（电气工程系） ； Department of Computer Science, Virginia Tech, USA（计算机科学系，弗吉尼亚理工学院） 纠错

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

AI总结 MetaMind通过元理论思维框架，使多智能体系统中的智能体能够自主推理他人目标与信念，实现零样本泛化与自监督学习。

DreamWorld: Unified World Modeling in Video Generation

DreamWorld: 视频生成中的统一世界建模

Boming Tan, Xiangdong Zhang, Ning Liao, Yuqing Zhang, Shaofeng Zhang, Xue Yang, Qi Fan, Yanyong Zhang

机构 * University of Science（科学技术大学） ； Shanghai Jiao Tong University, Shanghai, China.（上海交通大学） ； Nanjing University, Suzhou, China.（南京大学） 纠错

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

AI总结 DreamWorld通过联合世界建模范式和约束退火技术，提升视频生成的世界一致性，优于现有方法。

ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving

ImagiDrive: 一种用于自动驾驶的统一想象与规划框架

Jingyu Li, Bozhou Zhang, Xin Jin, Jiankang Deng, Xiatian Zhu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Eastern Institute of Technology（技术东院） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学） 纠错

专题命中 具身推理 ：world model(abstract)；分类 cs.CV；robotics(comments)

AI总结 ImagiDrive通过整合视觉-语言模型和驾驶世界模型，实现自动驾驶中的统一想象与规划循环，提升场景生成和决策预测的准确性与效率。

Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)

WorldStereo: Bridging Camera-Guided Video Generation and Scene Reconstruction via 3D Geometric Memories

WorldStereo: 通过3D几何记忆桥接相机引导的视频生成与场景重建

Yisu Zhang, Chenjie Cao, Tengfei Wang, Xuhui Zuo, Junta Wu, Jianke Zhu, Chunchao Guo

机构 * Zhejiang University（浙江大学） ； Tencent Hunyuan（腾讯文心） 纠错

专题命中 具身推理 ：world model(abstract)；分类 cs.CV

AI总结 WorldStereo通过3D几何记忆模块实现相机引导视频生成与3D场景重建的高效融合，提升多视角一致性与重建质量。

TGM-VLA: Task-Guided Mixup for Sampling-Efficient and Robust Robotic Manipulation

TGM-VLA：基于任务的混合学习用于高效且鲁棒的机器人操作

Fanqi Pu, Lei Jiang, Wenming Yang

机构 * Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院） ； The National and Local Co-Build Humanoid Robotics Innovation Center（国家级与地方共建人形机器人创新中心） 纠错

专题命中 机器人基础模型 ：robotic(title,abstract)；manipulation(title)；分类 cs.RO

AI总结 TGM-VLA通过优化关键帧采样策略和引入颜色反转投影模块，提升机器人操作任务的效率和鲁棒性。

Comments 8 pages, 7 figures

VLA-Reasoner: Empowering Vision-Language-Action Models with Reasoning via Online Monte Carlo Tree Search

VLA-Reasoner: 通过在线蒙特卡洛树搜索增强视觉-语言-动作模型的推理能力

Wenkai Guo, Guanxing Lu, Haoyuan Deng, Zhenyu Wu, Yansong Tang, Ziwei Wang

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications（北京邮电大学智能工程与自动化学院） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；world model(abstract)；robotic(abstract)；分类 cs.RO

AI总结 VLA-Reasoner通过在线蒙特卡洛树搜索增强视觉-语言-动作模型，提升长时间轨迹任务的推理能力与执行效率。

Comments 8 pages, 6 figures, Accepted by ICRA 2026

TMR-VLA:Vision-Language-Action Model for Magnetic Motion Control of Tri-leg Silicone-based Soft Robot

TMR-VLA：一种用于三腿硅基软机器人磁性运动控制的视觉-语言-动作模型

Ruijie Tang, Chi Kit Ng, Kaixuan Wu, Long Bai, Guankun Wang, Yiming Huang, Yupeng Wang, Hongliang Ren

专题命中 机器人基础模型 ：navigation(abstract)；分类 cs.RO、cs.AI

AI总结 TMR-VLA通过结合视觉、语言和动作模块，实现三腿硅基软机器人的磁性运动控制与导航能力提升。

Comments ICRA 2025

TacMamba: A Tactile History Compression Adapter Bridging Fast Reflexes and Slow VLA Reasoning

TacMamba: 一种连接快速反射与慢速VLA推理的触觉历史压缩适配器

Zhenan Wang, Yanzhe Wang, Meixuan Ren, Peng Li, Yang Liu, Yifei Nie, Limin Long, Yun Ye, Xiaofeng Wang, Zhen Zhu, Huixu Dong

机构 * Zhejiang University（浙江大学） ； GigaAI ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO

AI总结 TacMamba通过触觉历史压缩器和双阶段训练策略，实现高频率触觉数据与低频视觉推理的高效融合，提升实时任务性能。

Keyframe-Guided Structured Rewards for Reinforcement Learning in Long-Horizon Laboratory Robotics

关键帧引导的结构化奖励用于长周期实验室机器人强化学习

Yibo Qiu, Shu'ang Sun, Haoliang Ye, Ronald X Xu, Mingzhai Sun

机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（科学技术大学苏州市先进研究院） 纠错

专题命中 模仿学习与强化学习 ：robotics(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本文提出关键帧引导的结构化奖励方法，用于提升实验室机器人在长周期任务中的精确操作能力。

Scaling Tasks, Not Samples: Mastering Humanoid Control through Multi-Task Model-Based Reinforcement Learning

通过多任务模型基于强化学习掌握人形控制

Shaohuai Liu, Weirui Ye, Yilun Du, Le Xie

专题命中 模仿学习与强化学习 ：robotics(abstract)；embodied AI(abstract)；world model(abstract)；robotic(abstract)

AI总结 本文提出EfficientZero-Multitask算法，通过多任务模型基于强化学习提升人形机器人控制性能，实现高效样本利用和高任务适应性。