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。
通过模型无关强化学习实现对隐蔽攻击的安全规划
机构 * Duke University（杜克大学）
专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO；robotics(journal_ref)
AI总结 本文提出利用模型无关强化学习在未知随机环境中实现安全规划，通过将攻击者与控制器视为博弈双方，以线性时序逻辑公式表达其目标，解决在未知环境中满足LTL公式的问题。
Journal ref 2021 IEEE International Conference on Robotics and Automation (ICRA), Xi'an, China, 2021, pp. 10656-10662
生物启发的事件感知与高效学习方法用于高速乒乓球机器人
机构 * National University of Defence Technology（国防科技大学） ； Defense Innovation Institute, AMS（军事科学院国防科技创新研究院） ； Qiyuan Lab（启元实验室）
专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出生物启发的高速乒乓球机器人方法，结合事件感知与高效学习，通过异步感知和稀疏数据实现高效检测与决策，提升目标返回精度35.8%。
因果过程模型：将动态因果图发现重新表述为强化学习问题
机构 * University of Tübingen（图宾根大学） ； MPI for Biological Cybernetics（马克斯·普朗克生物控制论研究所） ； University of Amsterdam（阿姆斯特丹大学） ； TU Darmstadt（达姆施塔特工业大学）
专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.LG
AI总结 本文提出因果过程模型，通过将动态因果图构建视为多智能体强化学习问题，实现了从视觉观测中学习稀疏时间变化因果图，提升可解释性和计算效率。
基于线性时序逻辑规范的控制合成使用无模型强化学习
机构 * Duke University（杜克大学）
专题命中 模仿学习与强化学习 ：分类 cs.RO、cs.AI、cs.LG；robotics(journal_ref)
AI总结 本文提出一种强化学习框架，用于在未知随机环境中基于线性时序逻辑规范合成控制策略，通过无模型强化学习最大化满足LTL公式概率，确保算法收敛至最优策略。
Journal ref 2020 IEEE International Conference on Robotics and Automation (ICRA), Paris, France, 2020, pp. 10349-10355
ROSClaw：一种用于异构多智能体协作的分层语义-物理框架
机构 * Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究院） ； National Key Laboratory of Autonomous Intelligent Unmanned Systems (Tongji University)（自主智能无人系统全国重点实验室（同济大学）） ； Frontiers Science Center for Intelligent Autonomous Systems（智能自主系统前沿科学中心） ； Tongji University（同济大学） ； College of Electronics and Information Engineering, Tongji University（同济大学电子与信息工程学院）
专题命中 人机交互与遥操作 ：embodied agent(abstract)；manipulation(abstract)；navigation(abstract)；robotic(abstract)
AI总结 ROSClaw通过统一视觉语言模型控制器整合策略学习与任务执行，构建仿真到现实的拓扑映射，实现多智能体协作中的语义连续性和动态任务分配，提升多策略执行的鲁棒性。
面向XR机器人远程操控的多视角3D临场系统
机构 * Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院人类学与机器人研究所） ； Institute of Human and Industrial Engineering, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院人因与工业工程研究所）
专题命中 人机交互与遥操作 ：robotics(abstract)；robot learning(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 本文提出一种多视角VR临场系统，通过融合三视角几何数据生成GPU加速点云渲染，并结合腕部RGB流提供高分辨率局部细节，实验证明其在远程操控任务中表现优异。
利用语法约束大语言模型实现精确的机器人指令理解
机构 * Industrial and Manufacturing Engineering, Florida State University（佛罗里达州立大学工业与制造工程系）
专题命中 人机交互与遥操作 ：robotics(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出一种结合语法驱动NLU系统和微调LLM的混合模型，通过两阶段过程确保生成的指令在机器人可读的JSON格式中有效，提升工业人机协作的安全性和效率。
Comments Accepted at ASME MSEC2026
低成本的移动机械臂远程操控扩展
机构 * Research Center for Digital Engineering and Innovation（数字工程与创新研究中心）
专题命中 人机交互与遥操作 ：manipulation(abstract)；navigation(abstract)；分类 cs.RO
AI总结 本文提出一种低成本远程操控框架，利用普通硬件实现沉浸式操控，通过手机头追踪、双臂操控和脚踏板实现整体身体控制，验证了其在任务性能和认知负荷方面的优势。
从提示到物理行动：针对LLM介导机器人控制系统结构后门攻击
机构 * School of Applied and Creative Computing, Purdue University（普渡大学应用与创意计算学院）
专题命中 机器人数据与评测 ：robotic(title,abstract)；robotics(abstract)；embodied AI(abstract)；分类 cs.RO
AI总结 研究探讨了LLM介导的机器人控制系统中结构后门攻击的影响，通过LoRA技术验证了后门在不同命令生成阶段的传播效果，并提出基于二次LLM的验证防御方法，揭示了实时机器人系统中的安全与响应权衡。
VitaTouch：面向制造领域机器人质量检测的属性感知视觉-触觉-语言模型
机构 * 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） ； Zhongguancun Academy（中关村学院） ； School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； School of AI, Beijing Institute of Technology（北京理工大学人工智能学院） ； Beijing Key Laboratory of Lightweight Intelligent System, Beijing Institute of Technology（北京理工大学北京市轻量化智能系统重点实验室）
专题命中 机器人数据与评测 ：robotic(title,abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 VitaTouch通过融合视觉、触觉与语言信息，提升机器人在制造中对材料属性的识别能力，实现了高精度的质量检测与自然语言描述。
Comments 11 pages, 6 figures
AnyUser: 将草图用户意图翻译成家用机器人
机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（湖南大学国家机器人视觉感知与控制技术工程研究中心）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV；robotics(comments)
AI总结 AnyUser通过相机图像上的自由形式草图（可选语言）实现直观的家庭任务指令，利用多模态输入生成无需先验地图或模型的可执行机器人动作，通过大量评估验证其在不同模拟家庭场景中的高准确性和真实环境中的可靠性。
Comments Accepted to IEEE Transactions on Robotics (T-RO)
InfBaGel: 基于动态感知和迭代细化的人-物体-场景交互生成
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Sichuan University（四川大学） ； Shenzhen University（深圳大学） ； The University of Hong Kong（香港大学）
专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.AI、cs.CV
AI总结 本文提出一种粗到细的指令条件交互生成框架，结合一致性模型的迭代去噪过程，通过动态感知策略和 bump-aware 指导减少物理伪影，提升 HOSI 和 HOI 生成性能。
Comments ICLR 2026
点云基叶面重建方法在农业应用中的综述与评估
机构 * University of Nevada, Reno（内华达大学里诺分校）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 本文综述并评估了九种叶面重建方法，通过三个公开数据集分析不同方法在精度、平滑度、噪声鲁棒性和计算成本方面的权衡，为农业机器人提供选择指导。
通过质量多样性提示生成实现视觉-语言-动作模型的红队测试以获得鲁棒的机器人策略
机构 * Thomas Lord Department of Computer Science, University of Southern California（南加州大学托马斯·洛德计算机科学系） ； Sony AI（索尼AI） ； Sibley School of Mechanical and Aerospace Engineering, Cornell University（康奈尔大学西布利机械与航空航天工程学院）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出Q-DIG方法，通过生成多样化且相关的语言指令来发现VLA模型的漏洞，提升机器人策略的鲁棒性。
ToG-Bench：面向任务的时空接地在第一人称视频中
机构 * East China Normal University（华东师范大学） ； Fudan University（复旦大学）
专题命中 机器人数据与评测 ：embodied agent(abstract)；分类 cs.AI、cs.CV
AI总结 本文提出ToG-Bench，首个面向任务的时空视频接地基准，通过任务导向的接地、显式-隐式双接地和一对一多接地特性，评估多对象和显式-隐式对象接地性能，揭示任务导向时空视频接地的挑战与性能差距。
Comments 26 pages
双足机器人的等比定律
机构 * Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 本文研究双足机器人腿部长度与质量、速度等参数的等比关系，发现机器人质量与腿部长度平方成正比，与生物等比定律不同。
一种用于坐-立转换辅助的新型混合PID-LQR控制器：基于CAD集成的Simscape Multibody下肢外骨骼
机构 * Thapar Institute of Engineering and Technology（塔帕尔工程技术学院） ； Khalifa University Center for Autonomous Robotic Systems (KUCARS)（哈利法大学自主机器人系统中心） ； Khalifa University（哈利法大学）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.RO
AI总结 本文提出一种混合PID-LQR控制器，用于下肢外骨骼坐-立转换辅助，通过CAD集成Simscape Multibody建立高保真动态模型，并通过仿真验证其在关节轨迹跟踪中的优越性能。
LOGER：用于野外鲁棒深度伪造检测的局部-全局集成
机构 * Shanghai Jiao Tong University（上海交通大学） ； INTSIG Information（INTSIG信息）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV
AI总结 LOGER通过局部-全局集成框架提升深度伪造检测鲁棒性，利用多尺度视觉基础模型捕捉全局异常，结合多实例学习策略提取局部伪造痕迹，有效应对真实世界退化。
Comments 2nd place (out of 94 teams) in the NTIRE 2026 Robust Deepfake Detection Challenge
ViBA: 基于几何和时间一致性的隐式捆绑调整用于鲁棒视觉匹配
机构 * GNSS Research Center, Wuhan University（武汉大学卫星导航定位技术研究中心） ； Electronic Information School, Wuhan University（武汉大学电子信息学院） ； Hubei Technology Innovation Center for Spatiotemporal Information and Positioning Navigation（湖北省时空信息与定位导航技术创新中心） ； Hubei Luojia Laboratory（湖北珞珈实验室）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.CV
AI总结 ViBA结合几何优化与特征学习，实现连续在线训练，通过隐式可微的几何残差框架提升视觉匹配的鲁棒性和精度，实测在EuRoC和UMA数据集上显著降低位移和旋转误差。
SCP：视频中的空间因果预测
机构 * National University of Singapore（新加坡国立大学） ； Shenzhen University（深圳大学） ； Sichuan University（四川大学） ； National Tsing Hua University（国立清华大学）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出SCP任务，挑战模型超越观察预测空间因果结果，并构建SCP-Bench基准测试，揭示人类与模型性能差距及因果推理局限。
Comments 30 pages, 21 figures, 17 tables, CVPR findings
一种多级因果干预框架用于变分自编码器的机制可解释性
机构 * Indian Institute of Technology, Patna（印度理工学院巴特那分校） ； Rajarshi School of Management Technology, Varanasi（拉贾尔希管理技术学院瓦拉纳西分校） ； Jaypee Institute of Information Technology, Noida（杰皮信息技术学院诺伊达分校）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.LG
AI总结 本文提出多级因果干预框架，用于分析变分自编码器的机制可解释性，定义了三个新指标，并通过大规模实验揭示了VAE因果机制的特性。
ADAPT：人工智能驱动的去中心化自适应出版测试床
专题命中 机器人数据与评测 ：manipulation(abstract)
AI总结 本文提出ADAPT测试床，通过去中心化代理模型改进学术出版流程，实现系统自适应与可审计性，验证了在不同运营模式下对出版积压、评审压力等的应对能力。
一种基于物理增强神经网络的可微框架用于梯度增强损伤（JAX-FEM）
专题命中 机器人数据与评测 ：robotics(abstract)
AI总结 本文提出一种可微框架，结合物理增强神经网络和梯度增强损伤模型，实现软材料损伤模拟，解决传统方法在构造热力学一致本构模型和网格依赖性方面的难题。
一种用于N维可视化和模拟的统一架构：4D实现与评估，包括布尔运算
专题命中 机器人数据与评测 ：navigation(abstract)
AI总结 本文提出了一种基于N维空间设计的统一可视化与模拟软件架构，整合了凸包网格生成、布尔运算、高维探索坐标变换和超平面切片等核心方法，定义了Plex文件格式，并通过4D实现验证了架构的维度独立性。
Comments 18 pages, 9 figures, 5 tables v4: Clarified scope (4D evaluation) and fixed some expression. Under review at IEEE Access
用乐高机器人教学机器学习基础
专题命中 其他机器人 ：robotics(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文介绍了一个基于网页的机器学习平台和为期两天的课程，通过无编程的机器人活动向12至17岁学生教授机器学习概念，展示了平台在提升学生理解力和学习动机方面的有效性。
Comments 10 pages, 8 figures
用于机器人磨削闭环力控制的声学反馈
机构 * School of Electrical Engineering and Robotics, Queensland University of Technology（昆士兰科技大学电气工程与机器人学院） ； Australian Cobotics Centre, Queensland University of Technology（昆士兰科技大学澳大利亚协作机器人中心） ； Centre for Robotics, Queensland University of Technology（昆士兰科技大学机器人中心）
专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO；robotics(comments)
AI总结 本文提出一种低成本声学反馈机器人磨削系统，通过接触麦克风实时估计磨削力，实现闭环力控制，相比传统力传感器更经济且适应性更强。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026. 8 pages, 10 figures. Video demonstration: https://youtu.be/Un7Jqj8e7HA
Metriplector：从场论到神经架构
机构 * Spheroid Labs
专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI、cs.LG
AI总结 Metriplector是一种基于场论的神经网络基本单元，通过耦合的度量三重动力学模拟物理系统，利用诺特定理推导出应力能张量作为输出，应用于图像识别、语言模型和机器人控制等领域。
Comments 37 pages, 15 figures, 8 tables
GPA：从演示中学习图形用户界面过程自动化
机构 * Salesforce AI Research（Salesforce AI 研究院）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI、cs.CV
AI总结 GPA是一种轻量但通用的基于视觉的机器人流程自动化方法，通过单次演示实现快速稳定的过程回放，解决了传统RPA的脆弱性和当前基于视觉语言模型的GUI代理的非确定性风险，具备鲁棒性、确定性和隐私保护等核心优势。
PalpAid：多模态气压触觉传感器用于组织触诊
机构 * Duke University（杜克大学） ； Arizona State University（亚利桑那州立大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 PalpAid通过气压和声音传感器恢复机器人手术中的触觉信息，能区分不同硬度的3D打印物体和离体组织。
Comments IEEE-RAS RoboSoft 2026
MT-PCR：基于空间串行化的混合Mamba-Transformer网络用于点云配准
机构 * Southern University of Science and Technology（南方科技大学） ； Chongqing University（重庆大学） ； Pengcheng Laboratory（鹏城实验室） ； University of Cambridge（剑桥大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出MT-PCR框架，结合Mamba和Transformer模块，通过Z-order曲线串行点云特征以增强空间局部性，提升点云配准的精度与效率。
Comments 12 Pages
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