机器人 / 具身智能

TOLEBI: Learning Fault-Tolerant Bipedal Locomotion via Online Status Estimation and Fallibility Rewards

TOLEBI：通过在线状态估计和易错奖励学习容错双足运动

Hokyun Lee, Woo-Jeong Baek, Junhyeok Cha, Jaeheung Park

机构 * Department of Intelligence and Information, Graduate School of Convergence Science and Technology, Seoul National University（智能信息系，融合科学与技术研究生院，首尔国立大学） ； Artificial Intelligence Institute (AIIS), Seoul National University（人工智能研究院（AIIS），首尔国立大学） ； Advanced Institutes of Convergence Technology (AICT), Suwon（融合技术高级研究院（AICT），Suwon） 纠错

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

AI总结 TOLEBI通过在线状态估计和易错奖励，首次提出基于学习的双足运动容错框架，提升机器人在现实环境中的运动稳定性与容错能力。

Comments Accepted for Publication at IEEE International Conference on Robotics and Automation (ICRA) 2026

Architectural Proprioception in State Space Models: Thermodynamic Training Induces Anticipatory Halt Detection

状态空间模型中的建筑本体感知：热力学训练诱导预见性停止检测

Jay Noon

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

AI总结 本研究提出通过热力学训练使状态空间模型具备预见性停止检测能力，揭示其在元认知和计算自我意识方面的独特优势。

Comments 17 pages, 15 figures

DISC: Dense Integrated Semantic Context for Large-Scale Open-Set Semantic Mapping

DISC: 密集集成语义上下文用于大规模开放集语义映射

Felix Igelbrink, Lennart Niecksch, Martin Atzmueller, Joachim Hertzberg

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 DISC通过密集集成语义上下文方法，提升大规模开放集语义映射的语义准确性和实时性，适用于复杂场景的机器人部署。

Structural Vibration Monitoring with Diffractive Optical Processors

基于衍射光学处理器的结构振动监测

Yuntian Wang, Zafer Yilmaz, Yuhang Li, Edward Liu, Eric Ahlberg, Farid Ghahari, Ertugrul Taciroglu, Aydogan Ozcan

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

AI总结 本文提出一种基于衍射光学处理器的结构振动监测系统，通过联合优化的衍射层和浅层神经网络实现低功耗、高精度的三维振动谱提取，适用于结构健康监测及灾害韧性等应用。

Comments 33 Pages, 8 Figures, 1 Table

Journal ref Science Advances (2026)

Real-time loosely coupled GNSS and IMU integration via Factor Graph Optimization

基于因子图优化的实时松散耦合GNSS与IMU融合

Radu-Andrei Cioaca, Cristian Rusu, Paul Irofti, Gianluca Caparra, Andrei-Alexandru Marinache, Florin Stoican

机构 * Three Tensors S.R.L.（Three Tensors公司） ； Navigation Systems Definition Section (TEC-SEN)（欧洲航天局导航系统定义部门） ； Romanian InSpace Engineering S.R.L. (RISE)（罗马尼亚InSpace工程公司） 纠错

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

AI总结 本文提出基于因子图优化的实时松散耦合GNSS与IMU融合方法，实现实时操作并提高服务可用性，但牺牲部分定位精度。

OmniPlanner: Universal Exploration and Inspection Path Planning across Robot Morphologies

OmniPlanner: 跨机器人形态的通用探索与检查路径规划

Angelos Zacharia, Mihir Dharmadhikari, Mohit Singh, Kostas Alexis

机构 * Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（工程 cybernetics 系，挪威科学与技术大学） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 OmniPlanner是一种跨机器人形态的通用路径规划框架，通过统一架构实现探索与检查任务，适用于空中、地面和水下环境，提升了跨领域的适应性和效率。

Comments The code for this paper is open-sourced and released at: https://github.com/ntnu-arl/gbplanner_ros/tree/gbplanner3

SSR: A Generic Framework for Text-Aided Map Compression for Localization

SSR：一种用于定位的文本辅助地图压缩通用框架

Mohammad Omama, Po-han Li, Harsh Goel, Minkyu Choi, Behdad Chalaki, Vaishnav Tadiparthi, Hossein Nourkhiz Mahjoub, Ehsan Moradi Pari, Sandeep P. Chinchali

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Honda Research Institute（本田研究机构） 纠错

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

AI总结 SSR通过结合文本描述和小图像特征向量，实现高效地图压缩，提升定位精度和资源效率。

Fusion of Visual-Inertial Odometry with LiDAR Relative Localization for Cooperative Guidance of a Micro-Scale Aerial Vehicle

融合视觉惯性里程计与LiDAR相对定位以实现微尺度空中车辆的协同引导

Václav Pritzl, Matouš Vrba, Petr Štěpán, Martin Saska

机构 * Multi-robot Systems Group, Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague, Technick\'a 2, Prague, 166 27, Czech Republic 纠错

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

AI总结 本文提出融合视觉惯性里程计与LiDAR相对定位的协同导航方法，用于引导微型无人机，实现高精度轨迹跟踪和漂移抑制。

Comments Accepted version

Journal ref IEEE Access, vol. 14, pp. 31269-31285, 2026

Self-adapting Robotic Agents through Online Continual Reinforcement Learning with World Model Feedback

通过世界模型反馈的在线持续强化学习实现自适应机器人智能体

Fabian Domberg, Georg Schildbach

机构 * Autonomous Systems Lab (ASL), Institute for Electrical Engineering in Medicine, University of Lübeck（自主系统实验室（ASL）、医学电气工程学院、吕贝克大学） 纠错

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

AI总结 本文提出一种基于世界模型反馈的在线持续强化学习方法，通过检测分布外事件自动触发微调，实现机器人智能体在运行过程中的自适应能力。

Comments submitted to IROS 2026

H-WM: Robotic Task and Motion Planning Guided by Hierarchical World Model

H-WM：由分层世界模型引导的机器人任务和运动规划

Jinbang Huang, Wenyuan Chen, Zhiyuan Li, Oscar Pang, Xiao Hu, Lingfeng Zhang, Yuanzhao Hu, Zhanguang Zhang, Mark Coates, Tongtong Cao, Xingyue Quan, Yingxue Zhang

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； University of British Columbia（不列颠哥伦比亚大学） ； McGill University（麦吉尔大学） 纠错

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

AI总结 H-WM通过结合逻辑和视觉世界模型，实现机器人任务和运动规划中的鲁棒长视界推理与稳定引导。

Comments 8 pages, 4 figures

World Properties without World Models: Recovering Spatial and Temporal Structure from Co-occurrence Statistics in Static Word Embeddings

无需世界模型的世界属性：从静态词嵌入的共现统计中恢复空间和时间结构

Elan Barenholtz

机构 * Department of Psychology & Center for Complex Systems and Brain Sciences（心理学系及复杂系统与脑科学中心） 纠错

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

AI总结 研究通过静态词嵌入的共现统计恢复空间和时间结构，发现文本本身保留了丰富的世界属性信息，挑战了传统对语言模型内部表示的理解。

Comments 12 pages, 3 figures, 3 tables

GarmentPile++: Affordance-Driven Cluttered Garments Retrieval with Vision-Language Reasoning

GarmentPile++: 基于视觉-语言推理的基于 affordance 的杂乱衣物检索

Mingleyang Li, Yuran Wang, Yue Chen, Tianxing Chen, Jiaqi Liang, Zishun Shen, Haoran Lu, Ruihai Wu, Hao Dong

专题命中 具身推理 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 GarmentPile++通过结合视觉-语言推理和视觉affordance感知，实现基于语言指令的杂乱衣物安全检索，确保每次检索一件衣物，提升家庭助理机器人任务执行能力。

Comments ICRA2026 Accepted

Glass Segmentation with Fusion of Learned and General Visual Features

利用学习和通用视觉特征融合的玻璃分割

Risto Ojala, Tristan Ellison, Mo Chen

机构 * Aalto University（奥卢大学） ； Simon Fraser University（西蒙弗雷泽大学） 纠错

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

AI总结 本文提出了一种融合学习和通用视觉特征的玻璃分割架构，通过双主干网络和Mask2Former解码器实现高精度分割，并在多个数据集上取得最佳性能。

The Controllability Trap: A Governance Framework for Military AI Agents

可控性陷阱：军事AI代理的治理框架

Subramanyam Sahoo

机构 * MARS (Mentorship for Alignment Researchers) 4.0 Fellow（MARS（对齐研究导师计划）4.0 Fellow） ； Cambridge AI Safety Hub (CAISH) University of Cambridge（剑桥AI安全中心（CAISH）剑桥大学） 纠错

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

AI总结 本文提出AMAGF框架，通过预防、检测和纠正三个支柱，解决军事AI代理中的控制失效问题，通过控制质量评分实现持续控制管理。

Comments Accepted at ICLR 2026 Workshop on Agents in the Wild. 20 Pages and 3 Figures

Performance comparison of Python, MATLAB and R for numerical solutions of SI and SIR epidemiological models

Python、MATLAB和R在SI和SIR流行病模型数值解中的性能比较

Berkay Özışık, Elif Demirci

专题命中 具身推理 ：world model(abstract)

AI总结 本研究比较了Python、MATLAB和R在解决SI和SIR流行病模型中的计算效率和精度。

LiteVLA-Edge: Quantized On-Device Multimodal Control for Embedded Robotics

LiteVLA-Edge: 量化在设备上多模态控制用于嵌入式机器人

Justin Williams, Kishor Datta Gupta, Roy George, Mrinmoy Sarkar

机构 * Clark Atlanta University（克拉克阿特兰大学） ； Siemens Corporation（西门子公司） 纠错

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

AI总结 LiteVLA-Edge通过量化和GPU加速，在嵌入式机器人中实现低延迟的多模态控制，提供模块化本地执行方案。

Q-Guided Stein Variational Model Predictive Control via RL-informed Policy Prior

基于RL引导的Stein变分模型预测控制的Q引导方法

Shizhe Cai, Zeya Yin, Jayadeep Jacob, Fabio Ramos

机构 * University of Sydney（悉尼大学） ； NVIDIA（英伟达） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 Q-SVMPC通过结合RL引导的策略先验和Stein变分方法，提升轨迹优化的样本效率、稳定性和鲁棒性。

Comments 8 pages, 6 figures

ELMUR: External Layer Memory with Update/Rewrite for Long-Horizon RL Problems

ELMUR：带有更新/重写的外部层记忆用于长周期强化学习问题

Egor Cherepanov, Alexey K. Kovalev, Aleksandr I. Panov

机构 * AXXX ； MIRIAI 纠错

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

AI总结 ELMUR通过结构化外部记忆提升长周期强化学习任务中的决策能力，实现显著性能提升。

Comments 31 pages, 15 figures, 8 tables

Tendon Force Modeling for Sim2Real Transfer of Reinforcement Learning Policies for Tendon-Driven Robots

肌腱力建模用于强化学习策略的sim2real迁移：用于肌腱驱动机器人的应用

Valentin Yuryev, Josie Hughes

机构 * CREATE Lab, Swiss Federal Institute of Technology Lausanne (EPFL)（CREATE实验室，瑞士联邦理工学院洛桑分校（EPFL）） 纠错

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

AI总结 本研究提出一种基于变压器的肌腱力建模方法，通过模拟与强化学习结合，提升真实机器人中肌腱驱动手指的控制性能。

Comments preprint

IPD: Boosting Sequential Policy with Imaginary Planning Distillation in Offline Reinforcement Learning

IPD: 通过离线规划蒸馏提升序列策略

Yihao Qin, Yuanfei Wang, Hang Zhou, Peiran Liu, Hao Dong, Yiding Ji

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Peking University（北京大学） 纠错

专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.AI、cs.LG

AI总结 IPD通过引入离线规划蒸馏技术，提升离线强化学习中序列策略的决策稳定性和性能。

Human-Object Interaction via Automatically Designed VLM-Guided Motion Policy

通过自动设计的VLM引导运动策略实现人-物交互

Zekai Deng, Ye Shi, Kaiyang Ji, Lan Xu, Shaoli Huang, Jingya Wang

机构 * ShanghaiTech University（上海科技大学） ； AgiBot 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出了一种基于VLMs的统一物理框架，通过自动设计的RMD方法实现人-物交互合成，提升了运动生成的自然性和通用性。

Comments iclr camera ready

Lightweight Visual Reasoning for Socially-Aware Robots

轻量级视觉推理用于社交感知机器人

Alessio Galatolo, Ronald Cumbal, Alexandros Rouchitsas, Katie Winkle, Didem Gürdür Broo, Ginevra Castellano

机构 * Department of Information Technology, Uppsala University（信息科技系，乌普萨拉大学） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本研究提出了一种轻量级视觉推理模块，用于提升社交感知机器人在复杂人机交互中的表现，通过闭环反馈机制增强机器人对动态人类行为的理解和响应能力。

Comments ICRA26

Cognition to Control - Multi-Agent Learning for Human-Humanoid Collaborative Transport

认知到控制 - 多智能体学习用于人-仿人协作运输

Hao Zhang, Ding Zhao, H. Eric Tseng

机构 * Department of Electrical Engineering, the University of Texas at Arlington（电气工程系，德克萨斯大学阿灵顿分校） ； 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 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 本研究提出认知到控制框架，通过多智能体强化学习实现人-仿人协作运输中的持续推理与稳定控制。

Real Eyes Realize Faster: Gaze Stability and Pupil Novelty for Efficient Egocentric Learning

真实的眼睛实现更快：用于高效自体学习的 gaze 稳定性和 pupil 新颖性

Ajan Subramanian, Sumukh Bettadapura, Rohan Sathish

机构 * Kubo Technologies（Kubo技术公司） 纠错

专题命中 人机交互与遥操作 ：robotics(abstract)；分类 cs.CV

AI总结 该研究提出了一种双标准帧curator，利用 gaze 稳定性和 pupil 新颖性提高自体学习效率，验证了两种信号在不同任务中的不同作用。

Comments 14 pages, 4 figures, 3 tables, plus supplementary material

TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics

TIGeR: 视觉-语言模型中集成工具的几何推理

Yi Han, Enshen Zhou, Shanyu Rong, Jingkun An, Pengwei Wang, Zhongyuan Wang, Cheng Chi, Lu Sheng, Shanghang Zhang

机构 * Beihang University（北洋大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（北京大学计算机科学学院多媒体信息处理国家重点实验室） 纠错

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

AI总结 TIGeR通过集成工具实现视觉-语言模型的几何推理，提升机器人操作的精确度。

Comments 8 pages, 6 figures

ManipulationNet: An Infrastructure for Benchmarking Real-World Robot Manipulation with Physical Skill Challenges and Embodied Multimodal Reasoning

ManipulationNet: 一个用于基于现实世界机器人操作的基准测试基础设施，包含物理技能挑战和具身多模态推理

Yiting Chen, Kenneth Kimble, Edward H. Adelson, Tamim Asfour, Podshara Chanrungmaneekul, Sachin Chitta, Yash Chitambar, Ziyang Chen, Ken Goldberg, Danica Kragic, Hui Li, Xiang Li, Yunzhu Li, Aaron Prather, Nancy Pollard, Maximo A. Roa-Garzon, Robert Seney, Shuo Sha, Shihefeng Wang, Yu Xiang, Kaifeng Zhang, Yuke Zhu, Kaiyu Hang

机构 * Rice University（里士大学） ； U.S. National Institute of Standards and Technology（美国国家标准与技术研究院） ； Massachusetts Institute of Technology（麻省理工学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄技术大学） ； Autodesk Research（Autodesk研究） ； University of California, Berkeley（加州大学伯克利分校） ； KTH Royal Institute of Technology（皇家理工学院） ； Tsinghua University（清华大学） ； Columbia University（哥伦比亚大学） ； ASTM International（美国材料与试验协会） ； Carnegie Mellon University（卡内基梅隆大学） ； German Aerospace Center (DLR)（德国航空航天中心） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； NVIDIA Research（NVIDIA研究） 纠错

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

AI总结 ManipulationNet通过标准化硬件和统一软件客户端，为机器人操作提供现实世界基准测试，促进物理技能和具身推理能力的系统性发展。

Comments 32 pages, 8 figures

Sim2Sea: Sim-to-Real Policy Transfer for Maritime Vessel Navigation in Congested Waters

Sim2Sea: 用于拥挤水域船舶导航的仿真到现实策略迁移

Xinyu Cui, Xuanfa Jin, Xue Yan, Yongcheng Zeng, Luoyang Sun, Siying Wei, Ruizhi Zhang, Jian Zhao, Haifeng Zhang, Jun Wang

机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； School of Artificial Intelligence, UCAS（中国科学院大学人工智能学院） ； Zhongguancun Academy（中关村学院） ； University College London（伦敦大学学院） 纠错

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

AI总结 Sim2Sea通过GPU加速模拟器、双流时空策略和领域随机化方案，实现了拥挤水域中船舶自主导航的仿真到现实策略迁移。

Learning with pyCub: A Simulation and Exercise Framework for Humanoid Robotics

通过pyCub学习：人形机器人的仿真与练习框架

Lukas Rustler, Matej Hoffmann

机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（控制系，电气工程学院，布拉格捷克技术大学） 纠错

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

AI总结 pyCub是一个基于Python的人形机器人仿真与练习框架，无需YARP中间件，提供从基础控制到复杂任务的多级练习，适用于编程经验较少的学习者。

Comments Accepted to 17th International Conference on Robotics in Education (RiE 2026)

RoboCasa365: A Large-Scale Simulation Framework for Training and Benchmarking Generalist Robots

RoboCasa365：一种大规模仿真框架，用于训练和评估通用机器人

Soroush Nasiriany, Sepehr Nasiriany, Abhiram Maddukuri, Yuke Zhu

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

专题命中 机器人数据与评测 ：robot learning(abstract)；manipulation(abstract)；robot foundation model(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 RoboCasa365通过大规模仿真框架提供多样化任务和环境，用于训练和评估通用机器人，分析任务多样性、数据集规模和环境变化对泛化的影响。

Comments ICLR 2026; First three authors contributed equally

Evolution 6.0: Robot Evolution through Generative Design

进化6.0：通过生成设计实现机器人进化

Muhammad Haris Khan, Artyom Myshlyaev, Artem Lykov, Miguel Altamirano Cabrera, Dzmitry Tsetserukou

机构 * Skolkovo Institute of Science and Technology（斯克洛夫诺研究所） 纠错

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

AI总结 进化6.0通过生成式AI实现机器人自主设计工具和执行任务，展示高成功率和泛化能力。

Comments Accepted to HRI