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。
物理引导的循环状态空间神经网络用于多步预测
机构 * Delft Center for Systems and Control, TU Delft, the Netherlands（代尔夫特系统与控制中心，代尔夫特理工大学，荷兰） ； Department of Biomechanical Engineering, TU Delft, the Netherlands（生物力学工程系，代尔夫特理工大学，荷兰）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.LG
AI总结 提出PG-RSSNN，一种结合物理知识和循环结构的状态空间神经网络，通过缓解梯度消失和数值发散风险，在有限数据和部分物理模型下提升多步预测性能。
Comments 6 pages, 3 figures. Accepted at IFAC World Congress 2026
通过几何对齐恢复文本到图像蒸馏中的初始噪声敏感性
机构 * Huazhong University of Science and Technology（华中科技大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 提出几何感知蒸馏（GAD）框架，通过匹配雅可比-向量积来对齐教师和学生模型的局部功能行为，从而恢复文本到图像蒸馏中丢失的初始噪声敏感性，提升下游噪声驱动控制任务的性能。
Comments ICML 2026
S2M-Trek: 从单球到多球运输：基于轮腿机器人的逐帧深度集方法
机构 * School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） ； School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO
AI总结 针对轮腿四足机器人背部同时运输多个自由滚动球体的动态操作问题，提出逐帧深度集（PFDS）编码器，通过逐帧置换不变池化解决历史拼接编码器的置换对称性不匹配，实现五球100%无掉落运输。
部分公平意识：面向策略代理的信念引导策略机制
机构 * National University of Defense Technology, Changsha, China（国防科技大学） ； Peking University, Beijing, China（北京大学） ； Shanghai University of Finance and Economics, Shanghai, China（上海财经大学） ； ZGC Laboratory, Beijing, China（ZGC实验室） ； Faculty of Computing, Harbin Institute of Technology, Harbin, China（哈尔滨工业大学计算机学院）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.LG
AI总结 针对策略分类中的公平暴露困境，提出部分公平意识（PFA）问题，通过发布公平约束候选集并隐藏真实约束，结合信念引导机制实现代理与系统公平约束的对齐，实验表明PFA在降低群体公平差距、提高合格个体接受率和结果稳定性方面优于完全公开或私有的公平机制。
Comments Accepted by AAAI2026
分割引导的空间索引用于可泛化和可解释的深度伪造检测
机构 * University of Central Florida（佛罗里达大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 提出分割引导的空间索引方法，通过冻结的FaRL解析器为DINOv3 ViT-L/16的patch token分配语义标签，仅选择语义相关的区域进行分类，实现可泛化且可解释的深度伪造检测。
声子驱动的费米弧节点表面超导电性
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究时间反演不变外尔半金属中费米弧电子与表面及体声子相互作用导致的表面超导态，发现库仑屏蔽效率决定配对通道强度，并导致超导能隙出现节点。
Comments 12 pages, 4 figures
固体中亚周期场驱动的动力学贝里相位
专题命中 机器人操作 ：manipulation(abstract)
AI总结 通过强太赫兹场瞬态打破MgO的反演对称性，利用高次谐波光谱直接解析动力学贝里相位的实部和虚部，实现对固体拓扑性质的操控。
可组合函数系统作为通用渲染框架
专题命中 机器人操作 ：manipulation(abstract)
AI总结 提出基于函数系统的通用（非分形）可视化与模拟新方法，并介绍Quibble元编程框架，实现GPU上的高效组合，具有运行时性能优越、可创建非平凡拓扑对象及与其他图形算法互操作等优势。
Comments 7 pages; 4 figures
滑动扭曲双层中的莫尔应变斯格明子
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文通过连续弹性模型和对称性分析，提出了一种纯机械的莫尔应变斯格明子，其运动可通过层间滑动和双层手性控制，并表现出斯格明子霍尔效应，为手性材料信息传输器件提供了新范式。
基于迭代 $C_Z$ 门的压缩薛定谔猫态工程协议
专题命中 机器人操作 ：manipulation(abstract)
AI总结 提出一种测量辅助门，通过非高斯小振幅压缩猫态辅助和量子非破坏纠缠操作及外差测量，生成高保真度、尺寸可控的压缩薛定谔猫态，并引入迭代外差条件 $C_Z$ 协议实现猫态放大。
Comments 21 pages, 16 figures
利用机器学习定制用于量子器件的锗异质结构
专题命中 机器人操作 ：manipulation(abstract)
AI总结 通过机器学习优化锗异质结构中的硅尖峰分布，将自旋-轨道耦合强度提高三个数量级，从而大幅提升量子点自旋量子比特品质因数。
比较机器学习特定与通用Python代码异味在不同项目特征中的表现
专题命中 机器人操作 ：manipulation(abstract)
AI总结 通过分析279个GitHub上的开源机器学习项目，研究项目特征（如规模、年龄、贡献者、提交频率、CI/CD采用和领域）与ML特定及通用Python代码异味的关系，发现ML代码异味频率远低于通用Python异味，且提交频率和领域与ML特定质量显著相关，而通用Python异味与项目特征无关，表明需要针对不同异味类型制定定制化质量策略。
大动态磁孤子的超快形成
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文利用微波磁场在垂直磁各向异性铁磁石榴石薄膜中驱动形成大动态磁孤子，通过时间分辨布里渊光散射和扫描透射X射线显微镜揭示其形成机制，该孤子在线性自旋波频带内形成且尺寸达数十微米，通过正非线性频移的自限制机制和天线近场空间范围解释其形成。
$^{229}$Th 核通过超精细电子桥的绝热同质异能态转移捷径
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文采用受激拉曼绝热捷径方法，将 $^{229}$Th 核同质异能态的转移时间从数百毫秒缩短至数百微秒，同时保持约 79.38% 的转移效率。
Comments 10 pages, 4 figures
网格程序：一种二维、无变量的计算模型
专题命中 机器人操作 ：manipulation(abstract)
AI总结 提出一种二维网格指令排列的计算模型，无变量和语法约束，通过栈和链表维护状态，空间控制流实现分支和循环，证明图灵完备。
困惑的ChatGPT：通过第一方API的跨应用上下文投毒
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文发现ChatGPT Apps中由于共享聊天上下文缺乏隔离，恶意应用可通过第一方API注入持久性内容，导致跨应用上下文投毒攻击，并展示了两种攻击载荷。
多色硬X射线聚焦的衍射级联
专题命中 机器人操作 ：manipulation(abstract)
AI总结 利用拓扑优化设计衍射级联结构，在低纵横比下实现高效多色硬X射线聚焦，并具有鲁棒性和大焦深。
用机器学习辅助谱分解解读拓扑超导体FeTe0.55Se0.45中的马约拉纳零模
专题命中 机器人操作 ：manipulation(abstract)
AI总结 针对拓扑超导体中马约拉纳零模难以识别的问题，提出结合像素级谱分解与无监督机器学习的分析方法，成功区分了FeTe0.55Se0.45中的真实MZM与虚假零偏压峰。
量子阿托显微镜：成像量子化学在行动
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文提出量子阿托显微镜（Q-attomicroscope）概念，通过阿秒分辨的高阶从头算模拟研究DNA碱基对中的激光驱动电荷动力学，实现亚飞秒时间分辨和亚纳米空间精度的量子化学反应成像。
Comments 13 pages, 3 figures
连续变量量子通信
专题命中 机器人操作 ：manipulation(abstract)
AI总结 综述连续变量量子通信的方法、技术和协议，涵盖量子密钥分发及其他基于连续变量态和测量的通信方案。
Comments 64 pages, 11 figures, 4 tables
Journal ref Rev. Mod. Phys. 98, 015003 (2026)
用于核时钟的连续波真空紫外激光器
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文通过四波混频在镉蒸气中产生148.4 nm连续波激光，线宽低于100 Hz，功率100 nW，为基于$^{229}$Th的核时钟消除了最后的技术障碍。
Comments Submitted on June 26, 2025
Journal ref Nature 650, 852 (2026)
非专横机制：对次要目标鲁棒的机制设计
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文研究当代理人可能隐藏次要目标时，机制对策略操纵免疫的充要条件，即主激励相容且非专横，并刻画了多种环境下的此类机制。
Journal ref Journal of Economic Theory, Volume 235, 2026
基于自我中心视频与示范的机器人导航任务协同训练
机构 * Department of Informatics, Graduate School of Informatics, Kyoto University（信息学系，京都大学研究生院） ； Spatial Robotics Research Center, Fujitsu Limited（空间机器人研究中心，富士通有限公司）
专题命中 具身导航 ：navigation(title,abstract)；robot learning(abstract)；manipulation(abstract)；robotic(abstract)
AI总结 提出将自我中心行走视频转化为移动机器人模仿学习数据集的框架，通过联合训练VLA模型提升语言理解和动作生成能力。
弥合2D-3D鸿沟：面向视觉语言导航的分层语义几何地图
机构 * School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Bosch Corporate Research（博世企业研究） ； King Abdullah University of Science and Technology（卡布斯大学）
专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 提出分层语义几何地图（HSGM），将3D几何信息转化为VLM可理解的结构化表示，结合VLM高层语义规划与经典路径规划，实现零样本视觉语言导航，在R2R-CE和RxR-CE基准上达到最先进性能。
PSG-Nav: 通过多元宇宙决策的概率场景图导航
机构 * Tsinghua University（清华大学）
专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.RO、cs.AI
AI总结 提出PSG-Nav方法，通过构建3D概率场景图并利用多元宇宙决策从联合分布中采样最可能的世界设置，以处理开放词汇导航中的感知不确定性，并引入证据经验校准器实现在线终身适应，在多个基准上取得最新最优结果。
Comments 21 pages, 7 figures. ICML 2026
BEVIO: 基于鸟瞰图的稀疏更新视觉-惯性里程计用于月球昼夜导航
机构 * Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院） ； Autonomous Robots Lab at the Norwegian University of Science and Technology（挪威科学技术大学自主机器人实验室）
专题命中 具身导航 ：navigation(title,abstract)；robotic(abstract)；分类 cs.RO；robotics(comments)
AI总结 提出一种基于鸟瞰图的图像匹配方案，在极低视觉更新率下实现可靠的视觉-惯性里程计，适用于资源受限的月球车昼夜导航。
Comments Accepted at the 2026 IEEE International Conference on Robotics and Automation, Vienna
RescueBench: 具身智能体能否在野外拯救生命？
机构 * Beihang University（北京航空航天大学） ； Beijing Normal University（北京师范大学） ； Peking University（北京大学） ； City University of Macau（澳门城市大学） ； ATEC2025 Challenge Committee（ATEC2025挑战委员会）
专题命中 具身导航 ：embodied agent(title,abstract)；navigation(abstract)；分类 cs.CV
AI总结 本文提出 RescueBench，一个四阶段流水线的逼真诊断基准，用于评估具身智能体在搜索与救援任务中的探索、记忆和交互能力，并揭示探索和记忆失败如何传播。
PlatonicNav: 在导航中揭示柏拉图式拓扑地图的语义对应
机构 * USYD（新南威尔士大学） ； Maincode ； UNSW（新南威尔士大学） ； La Trobe（拉特罗布大学）
专题命中 具身导航 ：navigation(title,abstract)；robotics(abstract)；分类 cs.CV
AI总结 提出PlatonicNav框架，通过自监督视觉编码器构建柏拉图式拓扑地图，无需跨模态训练即可统一视觉目标导航、跨模态目标导航和视觉语言导航任务。
自模仿扩散策略用于高效鲁棒的视觉导航
机构 * Uni-Ubi Technology Co., Ltd.（Uni-Ubi技术有限公司） ； College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院）
专题命中 具身导航 ：navigation(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 提出自模仿扩散策略（SIDP），通过奖励引导的自模仿机制和课程学习范式，减少对大量采样和后过滤的依赖，实现高效鲁棒的视觉导航。
Comments Preprint
层级语义增强导航：面向视觉语言导航的最优传输与图驱动推理
机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（新加坡南洋理工大学交叉学科研究生项目） ； University College London（伦敦大学学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 提出层级语义增强导航框架，通过动态层级语义场景图、基于最优传输的拓扑规划器与图感知强化学习策略，解决连续环境中的视觉语言导航难题，实现最优性能。
Comments Published in NeurIPS 2025, address some typos
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