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。
FlowCorrect: 高效的交互式生成流策略修正以提升机器人操作
机构 * Institute for Material Handling and Logistics (IFL), Karlsruhe Institute of Technology（物料处理与物流研究所，卡尔斯鲁厄技术大学）
专题命中 机器人操作 ：manipulation(title,abstract)；robotic(title)；robotics(abstract)；分类 cs.RO、cs.LG
AI总结 FlowCorrect通过交互式模仿学习在部署时高效修正生成流策略，提升机器人操作的成功率与效率。
Comments 8 pages, 5 figures, Accepted at IROS 2026
超越相对几何：面向机器人的度量感知几何感知
机构 * Beihang University（北京航空航天大学） ； XiaoyuBot（小宇机器人）
专题命中 机器人操作 ：robotics(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 该研究针对现有机器人几何感知仅能重建任意尺度相对几何的局限，提出端到端即插即用框架MAGP，在保持相对几何精度的同时大幅降低绝对误差，集成后可显著提升多个机器人策略的性能。
Comments 15 pages, 8 figures
RoboEdit：将人类操作视频转化为可扩展的机器人体验
专题命中 机器人操作 ：manipulation(title,abstract)；robot learning(abstract)；分类 cs.RO
AI总结 研究人员开发RoboEdit工具套件，通过RoboEdit-ADC自动流程构建含17.4万对齐视频的数据集，利用RoboEdit-Trans引擎实现人类操作视频到机器人视频的高质量转化，为机器人学习提供可扩展监督。
Comments 14 pages, 13 figures. Supplementary material included
动态规划：部分可观测操纵任务中用于TAMP执行的事件触发式基础模型规划
机构 * Robotics Research Center, IIIT Hyderabad（IIIT海得拉巴机器人研究中心） ； Center for Security, Theory and Algorithmic Research, IIIT Hyderabad（IIIT海得拉巴安全、理论与算法研究中心）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 本文提出ROBUST TAMP框架，针对部分可观测操纵任务，通过事件触发式重规划机制提升TAMP执行的任务成功率，验证了其在6个RLBench/CoppeliaSim场景中的有效性。
Comments 8 pages, 4 figures
GRAFT：面向精细机器人操作的 grounded 高效在线强化适应
机构 * Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州高等研究院） ； School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（中国科学技术大学生命科学与医学部生物医学工程学院）
专题命中 机器人操作 ：manipulation(title,abstract)；分类 cs.RO
AI总结 GRAFT是一种高效在线VLA适应框架，通过特定视角视觉锚点聚焦任务相关线索，在四项生物医学操作任务中提升25个百分点成功率并降低计算开销。
Aero Hand Open：一种适用于灵巧操作学习的可仿真肌腱驱动手
机构 * Chestnut Robotics（栗智机器人） ； California Institute of Technology（加州理工学院）
专题命中 机器人操作 ：manipulation(title)；分类 cs.RO、cs.AI、cs.LG
AI总结 本文提出Aero Hand Open这款仿真就绪的肌腱驱动拟人化手，配套仿真模型、驱动映射与强化学习包，可实现策略在仿真中训练后直接部署到实体手，无需微调与状态估计，并发布了相关全套资源。
Comments 20 pages, 9 figures. Project page: this https URL (https://tetheria.github.io/aero-hand-open/)
通过代数几何分解与半定规划层次优化纠缠操控
专题命中 机器人操作 ：manipulation(title)
AI总结 提出代数几何框架简化可分信道优化并强化DPS层次，用于计算非局域操作在可分信道下的最大成功概率，统一了纠缠成本的解析结果并解决了局部态区分的纠缠成本问题。
Comments 51 pages, 7 figures
ChainSplat：一种基于物理的螺旋理论模型，用于从多视角RGB视频中学习可变形线性物体的动力学
机构 * KTH Royal Institute of Technology（瑞典皇家理工学院）
专题命中 机器人操作 ：manipulation(abstract)；robotic(abstract)；分类 cs.RO
AI总结 ChainSplat是一种物理启发式框架，仅从多视角RGB视频中联合学习可变形线性物体的3D几何、外观、运动学和动力学，在相关任务上达SOTA性能，支持实时估计与轨迹优化，具实用价值。
Comments 18 pages, 12 figures
基于迭代LQ博弈的多机械臂系统协调运动规划
机构 * Purdue University（普渡大学）
专题命中 机器人操作 ：robotics(abstract)；manipulation(abstract)；分类 cs.RO
AI总结 本文提出迭代LQ博弈框架用于多机械臂协调运动规划，通过可微碰撞惩罚生成安全高效轨迹，性能优于传统方法，凸显微分博弈在多机器人操作中的有效性。
基于视觉语言模型与几何表面评分的免训练变形无菌纸箱吸盘抓取检测
机构 * University of Zagreb Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算机学院）
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO、cs.AI
AI总结 该研究针对可回收废物机器人分拣的挑战，提出一种免训练的变形无菌纸箱吸盘抓取系统，结合视觉语言模型、SAM2与几何表面评分方法，在真实机器人实验中取得了良好的抓取与检索效果。
Comments 6 pages, ICCAS 2026 preprint
TAMP算子学习的宏算子生成与谓词选择
机构 * Bogazici University（博加齐奇大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 本文针对TAMP算子学习的效率问题，提出自动生成宏算子并剪枝未被引用谓词的系统，在四个TAMP领域实现最高4.6倍规划加速，还解决了基线无法处理的长序列任务。
在遮挡下利用生成先验和接触诱导约束进行物体重建
机构 * University of Pennsylvania（宾夕法尼亚大学） ； University of Michigan（密歇根大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出了一种结合生成先验和接触诱导约束的方法，用于在遮挡下提高物体重建的准确性。
Comments IROS 2026. Project page: this https URL (https://contactgen3d.github.io/)
FUSED：面向AI图像修复检测与定位的取证语义混合专家模型
机构 * Informatics Institute, University of Amsterdam（阿姆斯特丹大学信息学研究所）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 针对AI图像修复检测与定位的分布偏移问题，提出FUSED框架，结合取证线索与语义特征，在跨生成器基准上实现最优检测与定位，迁移性能显著提升。
结合印度教神学多元性与神圣表征的生成式AI对齐
机构 * University of Toronto（多伦多大学） ； Khulna University of Engineering & Technology（库尔纳工程技术大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.AI
AI总结 该研究以孟加拉国印度教用户的15次半结构化访谈为基础，探讨生成式AI在宗教领域的应用，指出其兼具便捷性与伦理隐患，提出生成式AI的宗教对齐需实现解释性对齐。
VidParse：像专业人员一样在线解析第一人称视角流程
机构 * University of Maryland（马里兰大学）
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 VidParse是一种无需训练的在线框架，通过图约束推理处理第一人称视角视频的流程解析，在复杂多步骤解析精度上较基线提升最高达10倍。
Comments Accepted at ECCV 2026
被污染的像素能否揭露深度伪造视频？
专题命中 机器人操作 ：manipulation(abstract)；分类 cs.CV
AI总结 本文提出主动视频保护方法TaintedPixels，通过在人脸视频蓝色通道注入扰动，可抵御黑盒操纵工具，实验显示其能提升伪造识别率，验证了主动防御的有效性。
SIMPNet：空间感知运动规划网络
专题命中 机器人操作 ：robotic(abstract)；分类 cs.RO
AI总结 针对现有基于采样的运动规划器在高维空间及复杂环境中效率低的问题，提出SIMPNet，其通过GNN与交叉注意力机制生成知情采样，经UR5e评估，性能优于基准规划器。
面向6G的功率域NOMA中的虚假CSI攻击：威胁分类与系统级影响
专题命中 机器人操作 ：manipulation(abstract)
AI总结 该研究针对6G功率域NOMA的虚假CSI攻击构建分类法，分析其系统级影响，指出需将其视为控制输入完整性问题而非仅信道估计问题。
离子晶体中的光诱导原子运动
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本研究提出离子晶体中原子位移的光激发新机制，以BaF₂为例实现光控缺陷演化，可提高STE信号产额，在电离辐射探测中具应用潜力。
说服指数：一个理论指导的说服分析框架
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； New York University（纽约大学）
专题命中 机器人操作 ：manipulation(abstract)
AI总结 提出基于心理学和传播学理论的15维说服指数（PI）及55个子特征实现，在四个数据集上验证其能解释说服相关修辞模式，并提供轻量级预测信号。
Comments EMNLP 2026 Main Conference
披着羊皮的狼：联邦RAG中的目标路由劫持
机构 * Politecnico di Milano（米兰理工大学） ； Aalborg University（奥胡斯大学）
专题命中 机器人操作 ：manipulation(abstract)
AI总结 本文提出路由劫持攻击，恶意客户端伪造语义配置文件以吸引目标查询，导致检索结果被篡改，并设计了一种基于信任的后路由框架来缓解该攻击。
Comments Accepted to the EMNLP 2026 Main Conference. Code available at this https URL (https://github.com/Junjie-Mu/routing-hijacking-fedrag)
去除水印并不足够：生成式AI水印去除的取证隐秘性
专题命中 机器人操作 ：manipulation(abstract)
AI总结 研究指出当前水印去除方法无法同时满足水印逃避、图像实用性保持和取证隐秘性，需重新设计评估标准。
Comments 22 pages, including appendices. v2: substantially revised and expanded, with updated empirical evaluation and theoretical analysis
STEGNav：面向多模态终身目标导航的时空事件图推理
机构 * State Key Laboratory of Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 针对现有多模态终身导航方法的局限，本文提出无训练框架STEGNav，通过时空事件图的双轴设计优化导航性能，在多个基准数据集上取得显著效果。
当机器人误听我们时：映射语音控制具身人工智能的安全风险
专题命中 具身导航 ：embodied AI(title,abstract)；分类 cs.RO、cs.AI
AI总结 该研究探讨ASR错误对语音控制具身AI安全性的影响，发现其会导致有害指令被执行，部分错误会削弱模型弃权行为，自动修正并非总能降低风险，揭示了ASR错误带来的显著安全风险。
当障碍物弯曲：野外机器人场景下的植被变形建模
机构 * LIMOS（利摩日信息学与优化实验室） ； Université Clermont Auvergne（克莱蒙奥弗涅大学） ； Clermont Auvergne INP（克莱蒙奥弗涅国立综合理工学院） ； CNRS（法国国家科学研究中心） ； INRAE（法国国家农业食品与环境研究院） ； Institut Pascal（帕斯卡尔研究院）
专题命中 具身导航 ：robotics(title,comments)；navigation(abstract)；分类 cs.RO
AI总结 针对现有可通行性评估绑定机器人动力学、难以跨平台迁移的局限，该研究提出通过植被固有力学特性建模，结合变形与力数据实现植被感知导航。
Comments 8 pages, 7 figures, submitted to IEEE Robotics and Automation Letters (RA-L)
LUCID：一种用于QoS保障机器人控制的闭环数字孪生智能体AI框架
专题命中 具身导航 ：robotic(title)；robotics(abstract)；分类 cs.RO
AI总结 LUCID是一种LLM智能体编排的云机器人框架，将TP-RRM动态编排于DITL环境，结合路径规划与RRM验证器，可适应动态条件并降低规划延迟，保障机器人控制的QoS。
Comments 10 pages, 17 figures
CAVE-NAV：基于VLM的水下洞穴环境自主三维导航
机构 * University of South Florida（南佛罗里达大学） ； George Mason University（乔治梅森大学） ； University of Maryland（马里兰大学） ； Seoul National University（首尔大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 该研究针对水下洞穴导航的传统方法局限，提出带CoT推理的VLM导航框架，经仿真验证可完成无碰撞的端到端三维洞穴导航。
作为概率事件的量子感知
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
专题命中 具身导航 ：robotics(abstract)；navigation(abstract)；robotic(abstract)；分类 cs.AI、cs.CV
AI总结 本文提出概率事件计算原语，通过递归贝叶斯推理将单个光子检测转化为低延迟信号，实现极端环境下的量子感知，其输出速度远超现有基线，连接了量子传感与机器人视觉。
Comments For project webpage, see this https URL (https://wisionlab.com/project/probabilistic-events/)
抗噪声的自适应跑-翻策略导航
专题命中 具身导航 ：navigation(title,abstract)
AI总结 研究针对噪声信号下的生物体导航问题，提出源于最优性原理的跑-翻策略，该策略自带的方差适应机制可在噪声增大时维持趋化漂移有限，虽会降低安静环境性能，但为抗噪声导航提供了新方案。
Comments 5 pages, 4 figures, 4 supplemental files
森林中的一年：分析亚北极环境中自主导航的挑战
机构 * Université Laval（拉瓦尔大学）
专题命中 具身导航 ：navigation(title)；分类 cs.RO
AI总结 本文通过对亚北极北方森林中移动机器人为期一年的部署试验，评估了9种导航方法的性能，发现环境变化会阻碍现有技术，激光雷达跨季节定位表现优于雷达和视觉，还总结了相关挑战与经验。
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