机器人 / 具身智能

ARTOO-DARTU: Studying AR-HRC With AR Obstruction Mitigation During a Warehouse Task

ARTOO-DARTU：在仓库任务中研究带有AR遮挡缓解的人机协作

Christian Fronk, Hanting Ye, Zhehan Qu, Maria Gorlatova

机构 * Electrical and Computer Engineering（电气与计算机工程系） ； Duke University（杜克大学） ； Department of Computer Science（计算机科学系） 纠错

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

AI总结 针对仓库人机协作中AR内容遮挡真实世界的问题，提出ARTOO-DARTU系统，包含遮挡检测与缓解管道（ODM），通过受控游戏化实验证明ODM激活时任务效率提升46%，子任务速度提升61%。

Comments To appear in Proceedings of the ACM on Human-Computer Interaction, Vol. 10, No. 5, Article MHCI7668, MobileHCI 2026

ReaDy-Go: Real-to-Sim Dynamic 3D Gaussian Splatting Simulation for Environment-Specific Visual Navigation with Moving Obstacles

ReaDy-Go: 面向动态障碍物环境特定视觉导航的实到仿动态3D高斯泼溅仿真

Seungyeon Yoo, Youngseok Jang, Dabin Kim, Youngsoo Han, Seungwoo Jung, H. Jin Kim

机构 * Department of Aerospace Engineering, Seoul National University（首尔国立大学航空航天工程系） ； InnoCORE AI-Transformed Aerospace Research Center, KAIST（韩国科学技术院（KAIST）人工智能赋能航空航天研究中心） 纠错

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

AI总结 提出ReaDy-Go仿真管线，通过将静态3D高斯场景与动态人体高斯障碍物结合生成逼真动态场景，并训练导航策略，有效缩小仿真到现实的差距并处理移动障碍物。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L). Project page: https://syeon-yoo.github.io/ready-go-site/

1000 Rallies: An Event-Camera Dataset and Real-Time Learned Ball-State Estimation for Robotic Table Tennis

1000次对打：用于机器人乒乓球的事件相机数据集与实时学习的球状态估计

Raphaela Kreiser, Asude Aydin, Yin Bi, Claudio Fanconi, Peter Dürr, Naoya Takahashi

机构 * Sony AI, Zurich（索尼AI，苏黎世） 纠错

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

AI总结 针对机器人乒乓球中高速球状态估计的实时性需求，构建首个大规模事件相机数据集（1000次对打），提出联合估计球位置与速度的CNN，结合卡尔曼滤波将弹跳点预测误差降低36%，并实现事件驱动的人机实时对打。

USS: Unified Spatial-Semantic Prompts for Embodied Visual Tracking with Latent Dynamics Learning

USS: 面向具身视觉跟踪的统一空间-语义提示与潜在动力学学习

Yuchen Xie, Xinyu Zhou, Kuangji Zuo, Yanshuo Lu, Fengrui Huang, Boyu Ma, Jianfei Yang

机构 * Nanyang Technological University（南洋理工大学） 纠错

专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV

AI总结 提出统一空间-语义提示范式替代纯文本目标指示，设计端到端框架USS支持多种提示类型，通过潜在世界模型提升时序鲁棒性，在真实机器人实验中优于纯文本方法。

Do Encoders Suffice? A Systematic Comparison of Encoder and Decoder Safety Judges for LLM Adversarial Evaluation

编码器足够吗？用于LLM对抗性评估的编码器与解码器安全评判器的系统比较

Han Jeon, Shiv Medler, Joseph Voyles, Matt Wood

机构 * PricewaterhouseCoopers（普华永道） 纠错

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

AI总结 系统比较ModernBERT系列编码器分类器与基于LLM的解码器评判器在识别有害LLM输出上的性能，发现编码器可在保持低延迟和低成本的同时接近LLM评判器的效果。

Comments 13 pages, 5 figures, Accepted into ICANN2026

PRISM: Feed-Forward Single-Image 3D Reconstruction via Geometric Warp-Residual Modeling

PRISM: 基于几何扭曲残差建模的前馈式单图像三维重建

Zhijie Zheng, Xinhao Xiang, Jiawei Zhang

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

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

AI总结 提出PRISM前馈框架，将多视角潜在预测分解为无参数几何先验和可学习残差校正，无需扩散采样，推理时间仅36秒/场景，重建质量与扩散方法相当。

Gastroendoscopy View Synthesis: A New Real Dataset and Evaluation

胃内镜视图合成：一个新的真实数据集与评估

Masaki Minai, Yusuke Monno, Masatoshi Okutomi, Sho Suzuki

机构 * Department of Systems and Control Engineering, School of Engineering, Institute of Science Tokyo（东京科学大学工学院系统与控制工程系） ； Department of Gastroenterology, International University of Health and Welfare Ichikawa Hospital（国际医疗福祉大学市川医院消化内科） 纠错

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

AI总结 为解决胃内镜新视角合成数据集不足的问题，提出首个真实胃镜数据集GastroNVS，并评估多种3DGS方法，为未来发展指明挑战。

Comments Accepted for EMBC 2026. Project page: http://www.ok.sc.e.titech.ac.jp/res/GastroNVS/GastroGS/

SymphoMotion: Joint Control of Camera Motion and Object Dynamics for Coherent Video Generation

SymphoMotion：相机运动与物体动态的联合控制以实现一致的视频生成

Guiyu Zhang, Yabo Chen, Xunzhi Xiang, Junchao Huang, Zhongyu Wang, Li Jiang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shanghai Jiaotong University（上海交通大学） ； Nanjing University（南京大学） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 SymphoMotion通过联合控制相机运动和物体动态，提高视频生成的一致性和表达性，其核心方法结合了相机轨迹控制与物体动态控制机制，并引入了RealCOD-25K数据集进行大规模训练和评估，显著提升了视觉保真度和物体运动准确性。

Comments CVPR 2026

2K Retrofit: Entropy-Guided Efficient Sparse Refinement for High-Resolution 3D Geometry Prediction

2K Retrofit: 熵引导的高效稀疏细化用于高分辨率3D几何预测

Tianbao Zhang, Zhenyu Liang, Zhenbo Song, Nana Wang, Xiaomei Zhang, Xudong Cai, Zheng Zhu, Kejian Wu, Gang Wang, Zhaoxin Fan

机构 * BUAA（北京航空航天大学） ； SJTU（上海交通大学） ； GigaAI ； XREAL ； NUST（南京理工大学） ； RUC（清华大学） ； NUDT（国防科技大学） ； UCAS（中国科学技术大学） ； BIBMS（北京工业大学） 纠错

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

AI总结 提出2K Retrofit框架，通过快速粗预测和基于熵的稀疏细化，在不修改基础模型的情况下实现高效2K分辨率几何预测，达到SOTA精度和速度。

Comments Accepted by ECCV 2026

PERRY: Policy Evaluation with Confidence Intervals using Auxiliary Data

PERRY: 使用辅助数据的策略评估与置信区间

Aishwarya Mandyam, Jason Meng, Ge Gao, Jiankai Sun, Mac Schwager, Barbara E. Engelhardt, Emma Brunskill

机构 * Stanford University（斯坦福大学） ； Gladstone Institutes（加利福尼亚大学旧金山分校） 纠错

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

AI总结 提出两种方法，利用辅助数据构建离线策略评估的置信区间，通过共形预测和双重稳健估计，在多个模拟和真实医疗数据集上验证有效性。

LLM-Based Scientific Peer Review: Methods, Benchmarks, and Reliability Challenges

基于LLM的科学同行评审：方法、基准与可靠性挑战

Thi Huyen Nguyen, Zahra Ahmadi

机构 * L3S Research Center, Leibniz University Hannover（莱布尼茨汉诺威大学L3S研究中心） ； Peter L. Reichertz Institute for Medical Informatics of TU Braunschweig and Hannover Medical School（布伦瑞克工业大学与汉诺威医学院彼得·L·赖歇茨医学信息学研究所） ； Lower Saxony Center for AI and Causal Methods in Medicine (CAIMed)（下萨克森州医学人工智能与因果方法中心（CAIMed）） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文综述了基于大语言模型的科学同行评审，聚焦批评生成与分数预测两大功能，分析了建模方法、基准评估、数据局限及鲁棒性风险，并提出了未来研究方向。

An Integrated Hardware-Software Design for Low-Data Spatial Defect Detection in Robotic Visual Inspection with Hybrid Optoelectronic Neural Networks

面向机器人视觉检测中低数据空间缺陷检测的软硬件集成设计：混合光电神经网络

Chaoqing Tang, Jiaxuan Li, Huanze Zhuang, Guiyun Tian, Chao Wang, Yihao Ouyang, Wenzhong Liu

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； China Belt and Road Joint Lab on Measurement and Control（中国一带一路测量与控制联合实验室） ； School of Electric and Electrical Engineering, Chongqing University of Technology（重庆理工大学电气与电子工程学院） ； Department of Precision Instrument, Tsinghua University（清华大学精密仪器系） 纠错

专题命中 其他机器人 ：robotic(title,abstract)；分类 cs.RO、cs.CV

AI总结 提出一种软硬件集成的光电架构，通过非成像低数据范式和传感器在环策略，结合压缩感知与CLIP引导注意力，实现缺陷检测数据量减少90%、计算量降低60%。

Calousel: Extrinsic Calibration of Non-overlapping Multi-camera Systems from Pure Rotation

Calousel: 基于纯旋转的非重叠多相机系统外参标定

Gwanhyeong Song, Chaehyeon Song, Ayoung Kim

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO、cs.CV

AI总结 提出一种利用纯旋转运动和非重叠视场多相机系统外参标定方法，仅需单个静态标定板，通过全局优化框架中的潜转台帧和SE(3)三维误差实现高精度标定。

Comments Accepted to IROS 2026. 8 pages, 7 figures

FAR-LIO: Enabling High-Speed Autonomy through Fast, Accurate, and Robust LiDAR-Inertial Odometry

FAR-LIO：通过快速、准确和鲁棒的LiDAR-惯性里程计实现高速自主

Maximilian Leitenstern, Marcel Weinmann, Patrick Haft, Tobias Lasser, Dominik Kulmer, Markus Lienkamp

机构 * NVIDIA Corp., USA（美国英伟达公司） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO

AI总结 提出FAR-LIO，一种基于CUDA加速的LiDAR-惯性里程计框架，通过新颖的体素哈希映射和稀疏感知GICP算法实现低延迟和高精度，在高速赛车场景中位置误差降低6.9%，运行时间减少38.4%。

Comments 8 pages, accepted for publication at IROS2026 (IEEE/RSJ International Conference on Intelligent Robots and Systems 2026)

PERTINENCE: Input-based Opportunistic Neural Network Dynamic Execution

PERTINENCE: 基于输入的动态神经网络执行

Omkar Shende, Gayathri Ananthanarayanan, Marcello Traiola

机构 * Department of Computer Science and Engineering, Indian Institute of Technology Dharwad, Karnataka, India（印度理工学院达沃德分校计算机科学与工程系） ； University of Rennes, CNRS, Inria, IRISA, Rennes, France（法国雷恩大学、CNRS、Inria、IRISA） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG

AI总结 提出PERTINENCE运行时方法，通过ML调度器从预训练模型中选择最轻量模型处理每个输入，使用遗传算法优化精度与计算成本的帕累托前沿，在多个视觉任务上减少高达36%计算量且精度不变或提升。

Croc: Training the Next Generation Chip Designers on Domain-Specific End-to-End Open Source Silicon

Croc：培养下一代芯片设计师的领域特定端到端开源硅设计

Enrico Zelioli, Philippe Sauter, Thomas Benz, Hannah Pochert, Luisa Wüthrich, Beat Muheim, Frank K. Gürkaynak, Luca Benini

专题命中 其他机器人 ：robotics(abstract)

AI总结 本文提出基于开源RISC-V平台Croc的端到端领域特定SoC设计与制造流程，支持指令集扩展、加速协处理器和外设定制，并通过课程验证，成功流片5个设计，性能与闭源方案相当。

Comments 2 pages, 4 figures, accepted for poster at the IEEE Hot Chips 2026 Conference

From Propulsion to Suction: Unraveling Thrust Reversal in Propellers at Intermediate Reynolds Numbers

从推进到抽吸：揭示中等雷诺数下螺旋桨的推力反向现象

Rong Fu, Siyu Li, Yang Ding

专题命中 其他机器人 ：robotic(abstract)

AI总结 本研究通过实验和数值模拟，发现中等雷诺数下螺旋桨在特定条件下会出现推力反向，即顺时针旋转导致后退，并揭示其机制为离心抽吸主导。

Journal ref Proc. Natl. Acad. Sci. U.S.A. 122 (40) e2504153122 (2025)