机器人 / 具身智能

NIMO: A Software Platform for Closed-Loop Materials Exploration with Diverse AI Algorithms

NIMO：一个集成多种AI算法的闭环材料探索软件平台

Ryo Tamura, Naruki Yoshikawa, Koji Tsuda, Shoichi Matsuda

机构 * Center for Basic Research on Materials, National Institute for Materials Science（材料基础研究所，日本国家材料科学研究所） ； Graduate School of Frontier Sciences, The University of Tokyo（东京大学前沿科学研究生院） ； Center for Green Research on Energy and Environmental Materials, National Institute for Material Science（能源与环境材料绿色研究中心，日本国家材料科学研究所） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 提出开源平台NIMO，通过模块化AI-机器人解耦、候选池架构和统一接口，集成12种AI算法，实现跨实验室的自主材料探索。

Comments 29 pages, 5 figures

Segmentation-based Detection for Efficient Multi-Task Spacecraft Perception

基于分割检测的高效多任务航天器感知

Sivaperuman Muniyasamy, Surendar Devasundaram

机构 * University of Arizona（亚利桑那大学） 纠错

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

AI总结 针对太空视觉感知中的多任务需求，提出集成MobileNetV3编码器与U-Net风格解码器的轻量架构，通过分割掩码联合推导检测框，在SPARK 2026挑战赛中获得0.9482综合得分，排名第二。

Comments 8 pages, 2 figures, 6 tables. CVPRW AI4SPACE-SPARK 2026 Challenge Stream-1 First Place Winners. Code is available at https://github.com/sivaastro/segdet-spark

KATANA: A Fast, Low-Power Mapping of Kalman Filters onto Edge NPUs for Real-Time Tracking

KATANA：一种将卡尔曼滤波器快速、低功耗映射到边缘NPU上用于实时跟踪的方法

Bodhisatwa Kundu, Anish Rooj, Sumit Saha, Abhradeep Sarkar, Arghadip Das, Arnab Raha, Mrinal K. Naskar

机构 * Indian Institute of Technology, Kharagpur（印度理工学院，Khargpur分校） 纠错

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

AI总结 针对实时跟踪系统中卡尔曼滤波器在边缘设备上的功耗和实时性约束，提出KATANA框架，通过三种代数图重写将LKF/EKF映射到商用NPU，在Intel Core Ultra系列上实现高达97.9%的动态能耗降低。

Knowing When to Ask: Self-Gated Clarification for Hierarchical Language Agents

知道何时提问：分层语言代理的自门控澄清机制

Aijing Gao, Yiming Kang, Mengdie Flora Wang, Jae Oh Woo

机构 * Amazon Web Services（亚马逊云科技） 纠错

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

AI总结 提出ACTION-RATING框架，将澄清请求纳入代理的动作空间，与导航共享序数尺度，在分层推理中实现自门控澄清，通过强制性和机会性两种信息寻求模式提升决策准确性。

InfoGeo: Information-Theoretic Object-Centric Learning for Cross-View Generalizable UAV Geo-Localization

InfoGeo: 面向跨视角泛化无人机地理定位的信息论目标中心学习

Hongyang Zhang, Maonan Wang, Ziyao Wang, Hongrui Yin, Man-On Pun

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 提出InfoGeo框架，利用信息瓶颈理论通过目标中心结构对齐和跨视图知识约束，增强无人机跨视角地理定位在域偏移下的鲁棒性和泛化能力。

GenZ-LIO: Generalizable LiDAR-Inertial Odometry Beyond Confined--Open Boundaries

GenZ-LIO: 超越受限与开放边界的可泛化激光雷达-惯性里程计

Daehan Lee, Hyungtae Lim, Seongjun Kim, Soonbin Rho, Changhyeon Lee, Sanghyun Park, Junwoo Hong, Eunseon Choi, Hyunyoung Jo, Soohee Han

机构 * Computational Control Engineering Laboratory (CoCEL), Department of Convergence IT Engineering and Electrical Engineering, Pohang University of Science and Technology (POSTECH), Pohang 37673, South Korea（convergence 信息技术工程与电气工程系 计算控制工程实验室，POSTECH 首尔大学（Pohang University of Science and Technology）, Pohang 37673, South Korea） ； Laboratory for Information & Decision Systems (LIDS), Massachusetts Institute of Technology, Cambridge, MA 02139, USA（信息与决策系统实验室，麻省理工学院（Massachusetts Institute of Technology）, Cambridge, MA 02139, USA） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 提出GenZ-LIO框架，通过尺度自适应体素化、混合度量状态更新和体素剪枝对应搜索，解决受限与开放空间过渡导致的鲁棒性和效率下降问题，在42个序列上保持稳定估计。

Comments 21 pages, 12 figures

Sustainable Materials Discovery in the Era of Artificial Intelligence

人工智能时代的可持续材料发现

Sajid Mannan, Rupert J. Myers, Rohit Batra, Rocio Mercado, Lothar Wondraczek, N. M. Anoop Krishnan

机构 * Department of Civil and Environmental Engineering, Indian Institute of Technology Delhi（印度理工学院德里分校土木与环境工程系） ； Department of Civil and Environmental Engineering, Imperial College London（帝国理工学院伦敦分校土木与环境工程系） ； Department of Metallurgical and Materials Engineering, Indian Institute of Technology Madras（印度理工学院马德拉斯分校冶金与材料工程系） ； Department of Computer Science and Engineering, Chalmers University of Technology & University of Gothenburg（查尔姆斯理工大学与哥德堡大学计算机科学与工程系） ； Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi（印度理工学院德里分校亚里学校人工智能系） 纠错

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

AI总结 本文提出ML-LCA框架，将上游机器学习材料发现与下游生命周期评估整合，通过信息提取、统一数据库、多尺度建模、制造路径预测和不确定性优化，实现性能与可持续性协同优化。

A magnetic environment with reproducible spatio-temporal magnetic conditions at picotesla level

皮特斯拉级可重复时空磁条件的磁环境

Philipp Wunderl, Maximilian Huber, Florian Büttiker, Jonas Emrich, Peter Ewert, Peter Fierlinger, Reinhard Heckel, Felix Herz, Tobias Jensch, Kim Kölbl, Florian Kuchler, Thorben Lützel, Karin Narushima, René Seiger, Jonas Vögtle, Annette Wacker-Gussmann, Chiara Weckmann, Lena Wunderl, Peisen Zhao

专题命中 具身导航 ：robotic(abstract)

AI总结 提出一种被动屏蔽磁环境，在中心测量体积内实现低于100 pT的残余磁场，并通过机器人映射实现皮特斯拉级可重复性，支持光泵磁力计在无主动反馈下运行，应用于成人和胎儿心磁图、站立脑磁图及超低场磁共振。

Comments 26 pages, 8 figures, submitted to Nature Communications

Transferable Self-Evolving Playbooks for Agentic Security Auditing

可迁移的自演化剧本用于智能体安全审计

Ziyue Wang, Cheuk Wang Maurice Ng, Chenchen Yu, Strick Sheng, Kaihua Qin, Liyi Zhou

专题命中 具身导航 ：navigation(abstract)

AI总结 提出EvoHunt框架，通过审计、评估和修订三个智能体循环演化空剧本，自动生成安全审计程序知识，开源演化可超越商业产品，且演化后的剧本可迁移至弱智能体提升其能力。

C^2: Cache-Conscious Succinct Tries with Adaptive Unary Path Compression

C^2：具有自适应一元路径压缩的缓存感知简洁字典树

Kepan Zhang, Tiancheng Zhao, Helen Xu

专题命中 具身导航 ：navigation(abstract)

AI总结 针对现有简洁字典树在空间局部性上的两大挑战，提出C^2优化技术，通过缓存友好布局（C_1）和一元路径压缩（C_2）提升查询性能和空间效率。

A Prototypical Decision-Support Tool for Household Energy Management: A New Zealand Case Study

家庭能源管理的原型决策支持工具：新西兰案例研究

Abdollah Baghaei Daemei

专题命中 具身导航 ：navigation(abstract)

AI总结 本文介绍了一个基于Web的新西兰家庭能源检查原型，通过引导式检查、评分和优先排序行为建议，帮助家庭识别可避免的能源浪费，并生成节能路线图。

Hierarchical Generative Agents for Simulating Sequential Human Behavior

用于模拟序列人类行为的层次化生成式智能体

Maria G. Mendoza, Lucas Waldburger, Jin Lee, Shankar Sastry

专题命中 具身导航 ：navigation(abstract)

AI总结 提出基于认知层次和人格驱动的生成式智能体框架，结合大语言模型和人类疏散数据，模拟灾害中序列决策行为。

Comments 20 pages, 6 figures

Direct High-Resolution Imaging of Earth-like Exoplanets with the Solar Gravitational Lens

利用太阳引力透镜对类地系外行星进行直接高分辨率成像

Slava G. Turyshev

专题命中 具身导航 ：navigation(abstract)

AI总结 提出标量孔径平均可观测性基准，通过太阳引力透镜对类地系外行星进行分辨成像，结合正则化傅里叶/维纳反演，在30 pc处实现200-230 km级空间对比度。

Comments 35 pages, 17 figure, 5 tables

Automated Gaze-based Behavioral Segmentation and Temporal Representation for Bridge Inspection in Unconstrained 3D Environments

基于自动注视行为分割与时间表示的非约束三维环境桥梁检测

Daniel Jimenez Gil, Haosen Zhang, Zixin Wang, Mohamad Alipour

专题命中 具身导航 ：navigation(abstract)

AI总结 提出自动分析框架，将非约束3D注视、头部运动、无人机导航和场景几何数据分割为全局扫描、局部检测和导航三种功能模式的时间序列，提取行为描述符，揭示检测策略差异及与性能的关系。

Comments 46 pages, 13 figures

Geometric Performance Analysis of Doppler-Based Positioning with a Single LEO Satellite

基于单颗低轨卫星的多普勒定位几何性能分析

Qi Liu, Marc Fernandez-Temprado, Antoni Reus-Bergas, Gonzalo Seco-Granados, Jose A. Lopez-Salcedo

专题命中 具身导航 ：navigation(abstract)

AI总结 本文通过理论分析和数值模拟，研究了单颗低轨卫星多普勒定位的几何特性与精度因子，揭示了跨轨方向误差大、沿轨方向误差小的固有几何限制，为单星定位可行性提供了深入见解。

Comments 15 pages, 15 figures, submitted to IEEE Internet of Things Journal

Distributed Omniscient Observers for Multi-Agent Systems: Design and Applications

多智能体系统的分布式全知观测器：设计与应用

Ganghui Cao, Xunyuan Yin

专题命中 具身导航 ：navigation(abstract)

AI总结 针对异构和同构线性多智能体系统，提出基于局部输入输出信息的分布式全知观测器，使每个智能体正确估计所有智能体状态，无需全局通信图知识，应用于分布式纳什均衡求解和人工蜂群社会行为模拟。

Frequency Differences between Clocks on the Earth and the Moon

地球与月球时钟之间的频率差异

Mingyue Zhang, Jürgen Müller, Sergei M. Kopeikin

专题命中 具身导航 ：navigation(abstract)

AI总结 基于广义相对论，建立了地球-月球时钟频率比较的完整模型，分析了重力势、坐标时间比及信号传播效应对频率差异的影响，并指出需要多链路策略抑制多普勒效应。

FlowMPC: Improving Flow Matching policies with World Models

FlowMPC：利用世界模型改进流匹配策略

Chandon Hamel

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 提出FlowMPC框架，结合流匹配模仿策略与学习的世界模型，通过MPPI规划提升测试时性能，在ManiSkill操作任务中显著提高成功率。

DreamX-World 1.0: A General-Purpose Interactive World Model

DreamX-World 1.0：通用交互式世界模型

DreamX Team, Yancheng Bai, Rui Chen, Xiangxiang Chu, Rujing Dang, Hao Dou, Bingjie Gao, Qiwen Gu, Siyu Hong, Jiachen Lei, Geng Li, Jifan Li, Ruimin Lin, Qingfeng Shi, Bingze Song, Lei Sun, Jing Tang, Ruitian Tian, Jun Wang, Jiahong Wu, Pengfei Zhang, Shen Zhang, Jiashu Zhu

机构 * DreamX Team（DreamX团队） 纠错

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

AI总结 提出通用交互式文图生视频世界模型DreamX-World 1.0，通过E-PRoPE相机控制、因果强制自回归生成、记忆条件场景持久化和事件指令微调，实现可控长时程生成，在多项指标上超越现有方法。

Comments Project page: https://amap-ml.github.io/DreamX_World, Code: https://github.com/AMAP-ML/DreamX-World

Pixels to Proofs: Probabilistically-Safe Latent World Model Control via Parallel Conformal Robust MPC

从像素到证明：通过并行保形鲁棒MPC实现概率安全的潜在世界模型控制

Devesh Nath, Anutam Srinivasan, Haoran Yin, Ruitong Jiang, Jeffrey Fang, Glen Chou

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 提出SLS^2框架，结合保形预测与鲁棒模型预测控制，在学习的潜在世界模型中实现基于视觉的安全运动规划，提升目标到达性能与安全性。

Human Cognition in Machines: A Unified Perspective of World Models

机器中的人类认知：世界模型的统一视角

Timothy Rupprecht, Pu Zhao, Amir Taherin, Arash Akbari, Arman Akbari, Yumei He, Tooba Imtiaz, Sean Duffy, Juyi Lin, Yixiao Chen, Rahul Chowdhury, Enfu Nan, Yixin Shen, Yifan Cao, Haochen Zeng, Weiwei Chen, Geng Yuan, Jennifer Dy, Sarah Ostadabbas, Xuan Zhang, David Kaeli, Edmund Yeh, Yanzhi Wang

机构 * Northeastern University（东北大学） ； EmbodyX Inc.（EmbodyX公司） ； Tulane University（路易斯安那州立大学） ； Cornell University（康奈尔大学） ； University of Georgia（佐治亚大学） 纠错

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

AI总结 提出统一框架整合记忆、感知等认知功能，指出动机和元认知研究不足，并引入认知世界模型新类别。

Phys-JEPA: Physics-Informed Latent World Models for Multivariate Time-Series Forecasting

Phys-JEPA：面向多变量时间序列预测的物理信息潜在世界模型

Weizhi Nie, Weichao Liu, Honglin Guo, Yuting Su

机构 * Tianjin University（天津大学） 纠错

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

AI总结 提出Phys-JEPA架构，将物理一致性约束引入潜在状态和状态转移，分解预测状态为物理和残差分量，在气候、交通、电力数据集上提升预测精度。

Comments Submitted to arXiv as a preliminary manuscript. 10 figures

DLWM: Diverse Latent World Models for Efficient Multimodal Reasoning

DLWM: 多样化潜在世界模型用于高效多模态推理

David Huang, Lianlei Shan

机构 * University of Toronto（多伦多大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出DLWM框架，结合潜在空间推理与强化学习，通过多样化潜在假设和资源感知策略提升多模态推理效率，准确率提升2-5%，内存减少24%。

Comments Preprint. 9 pages main text, 15 pages total including appendix, 2 figures

Separable Neural Architectures as Physical World Models: from Mathematical Theory to Applications

可分离神经架构作为物理世界模型：从数学理论到应用

Reza T Batley, Andrew Kichline, Sourav Saha

机构 * Kevin T. Crofton Department of Aerospace and Ocean Engineering, Virginia Polytechnic Institute and State University（弗吉尼亚理工大学凯文·T·克罗夫顿航空航天与海洋工程系） 纠错

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

AI总结 提出可分离神经架构（SNA），结合神经逼近与张量分解，通过变分框架求解偏微分方程，实现高维问题代数级缩放，并在工程案例中取得显著加速。

A Unified Definition of Hallucination: It's The World Model, Stupid!

幻觉的统一定义：是世界模型的问题，笨蛋！

Emmy Liu, Varun Gangal, Chelsea Zou, Michael Yu, Xiaoqi Huang, Alex Chang, Zhuofu Tao, Karan Singh, Sachin Kumar, Steven Y. Feng

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出幻觉的统一定义，即用户可观察到的错误内部世界建模，并连接至HalluWorld基准测试，以区分真实幻觉与规划或奖励错误。

Comments ICML 2026. HalluWorld benchmark at https://github.com/DegenAI-Labs/HalluWorld

Medical world models: representing medical states, modelling clinical dynamics and guiding intervention policies

医疗世界模型：表示医疗状态、建模临床动态与指导干预策略

Ke Liu, Mengxuan Li, Yanyi Bao, Tianyun Zhang, Chong Chu, Jiajun Bu, Haishuai Wang

机构 * College of Computer Science, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Medicine, Zhejiang University（浙江大学医学院） ； Department of Biomedical Informatics, Harvard University（哈佛大学生物医学信息学系） 纠错

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

AI总结 本文提出医疗世界模型框架，通过构建患者状态、建模临床动态和支持干预决策，推动医疗AI从静态诊断向动态模拟演进。

BadWorld: Adversarial Attacks on World Models

BadWorld：对世界模型的对抗攻击

Linghui Shen, Mingyue Cui, Xingyi Yang

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出BadWorld框架，通过自监督速度攻击和轨迹自适应双层优化，对自回归视觉世界模型进行无标签对抗攻击，暴露其结构脆弱性。

Comments Project Page: https://linghuiishen.github.io/BadWorld/

BRICKS-WM: Building Reusability via Interface Composition Kinetics for Structured World Models

BRICKS-WM：通过接口组合动力学构建结构化世界模型的可重用性

Shaowei Zhang, Jiahan Cao, Xunlan Zhou, Shenghua Wan, De-Chuan Zhan

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； School of Intelligence Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） 纠错

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

AI总结 提出BRICKS-WM框架，将全局动力学分解为通过潜在接口交互的独立模块（如智能体和背景），实现冻结背景模块跨智能体重用，避免从头训练。

GraphWorld: Long-Horizon Planning with World Models for End-to-End Autonomous Driving

GraphWorld: 基于世界模型的长时域规划实现端到端自动驾驶

Ziying Song, Caiyan Jia, Lin Liu, Lei Yang, Shengkai Zhang, Feiyang Jia, Fengda Zhao, Peiliang Wu, Shaoqing Xu, Chen Lv, Yadan Luo

机构 * Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence, School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院，交通数据挖掘与具身智能北京市重点实验室） ； School of Artificial Intelligence (School of Software), Yanshan University（燕山大学人工智能学院（软件学院）） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； University of Macau（澳门大学） ； The University of Queensland（昆士兰大学） 纠错

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

AI总结 提出GraphWorld框架，通过潜在世界建模增强长时域规划，利用自车中心交互图建模邻车关系，并基于世界状态条件规划实现安全轨迹生成，显著降低碰撞率。

Comments 16 pages, 5 figures

Object Tokens as a Bridge Between Segmentation and Visual Question Answering in Robotic Surgery

对象标记作为机器人手术中分割与视觉问答的桥梁

Yiping Li, Ronald de Jong, Romy van Jaarsveld, Franco Badaloni, Gino Kuiper, Jelle Ruurda, Josien Pluim, Marcel Breeuwer

机构 * Department of Biomedical Engineering, Eindhoven University of Technology（埃因霍温理工大学生物医学工程系） ； Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电气工程系） ； Department of Surgery, University Medical Center Utrecht（乌得勒支大学医学中心外科） 纠错

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

AI总结 提出统一框架，联合像素级分割与视觉问答，通过VLM生成对象标记引导答案预测和分割掩码，在RAMIE和EndoVis18数据集上优于基线方法。