机器人 / 具身智能

SUFLECA: Scaling Up Feature Learning for CAD-to-image Alignment

SUFLECA：扩大用于CAD到图像对齐的特征学习

Saad Ejaz, Miguel Fernandez-Cortizas, Javier Civera, Holger Voos, Jose Luis Sanchez-Lopez

机构 * Automation and Robotics Research Group, Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg（自动化与机器人研究组，卢森堡大学跨学科安全、可靠性与信任中心（SnT）） ； Faculty of Science, Technology, and Medicine, University of Luxembourg（卢森堡大学科学、技术与医学学院） ； I3A, Universidad de Zaragoza（萨拉戈萨大学I3A） 纠错

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

AI总结 研究旨在解决CAD到图像对齐问题，提出弱监督框架SUFLECA。通过归一化物体坐标监督扩大特征学习，结合几何一致匹配算法，能准确快速对齐，在ScanNet25k上取得优异成绩，优于零样本基线并超越全监督方法。

Linear Temporal Logic Translation via Human-Inspired Self-Constrained Reasoning for Robot Task Specification

面向机器人任务规范的、基于类人自约束推理的线性时态逻辑翻译

Haofei Hou, Fanxu Meng, Shunyi Zhao, Kairui Yang, Mengchen Cai, Lecheng Ruan, Qining Wang

机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院） ； School of Integrated Circuits, Peking University（北京大学集成电路学院） 纠错

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

AI总结 该研究提出自约束推理（SCR）框架，将结构知识内化到模型决策中，以在不破坏推理的前提下，提升将人类指令翻译为线性时态逻辑（LTL）时的领域约束满足度与泛化能力。

String: An Agentic OS Where Every App Is a Markdown File

一种智能体操作系统：每个应用都是一个 Markdown 文件

Jookyung Song, Nojun Kwak, Simyung Chang

机构 * Seoul National University（首尔大学） ； H1R.AI 纠错

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

AI总结 该研究提出开源智能体操作系统 String，将应用定义为 SFMD 文档，通过分阶段视图和权限机制提升 LLM 智能体操作效率，在 87 任务基准测试中减少 token 消耗并保持良好成功率。

Comments 11 pages, 3 figures

Should I Use This Synthetic Dataset for Training? How to Test with Minimal Real Data

我应该使用这个合成数据集进行训练吗？如何用最少的真实数据进行测试

Zhenyu Tao, Wei Xu, Xiaohu You, Petar Popovski, Osvaldo Simeone

机构 * Southeast University（东南大学） ； Purple Mountain Laboratories（紫金山实验室） ； Aalborg University（奥尔堡大学） ； Northeastern University London（伦敦东北大学） 纠错

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

AI总结 本文提出aeSFT方法，用极少真实数据判断合成数据集是否可用于训练，实验表明其识别有用合成数据的效率优于均值序贯测试，性能与固定样本符号翻转测试等相当且假阳性率达标。

Comments Submitted to IEEE

From Dialogue to Execution: Mixture-of-Agents Assisted Interactive Planning for Behavior Tree-Based Long-Horizon Robot Execution

从对话到执行：基于混合代理的交互式规划用于基于行为树的长时域机器人执行

Kanata Suzuki, Kazuki Hori, Haruka Miyoshi, Shuhei Kurita, Tetsuya Ogata

机构 * Waseda University（早稻田大学） ； National Institute of Informatics（国家信息研究所） ； NII Research and Development Center for Large Language Models（国家信息研究所大型语言模型研究开发中心） ； The Graduate University for Advanced Studies (SOKENDAI)（高级研究大学研究生院（SOKENDAI）） 纠错

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

AI总结 本文提出基于混合代理的交互式规划框架，通过生成行为树实现长时域机器人任务的高效执行，减少人类干预并提升执行质量。

CNeo-Bench: Diagnosing Large Language Models on Chinese Neologisms

CNeo-Bench：针对中文新词汇的大语言模型诊断基准

Kaiyan Zhao, Zhongtao Miao, Zheyong Xie, Shaosheng Cao, Yoshimasa Tsuruoka

机构 * The University of Tokyo（东京大学） ； Xiaohongshu Inc.（小红书公司） ； Tsinghua University（清华大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本研究构建了含4759个中文新词汇的基准CNeo-Bench，搭配两层评估框架评估18个大语言模型，发现模型在定义生成上表现差，存在识别-操作差距，少样本提示仍无法解决部分难题。

Comments Work in progress

RegCL: Compact Continual SAM Adaptation for Visual Grounding in Multi-Sensorial Media

RegCL：用于多感官媒体视觉 grounding 的紧凑持续 SAM 适配方法

Yuan-Chen Shu, Zhiwei Lin, Xiaoyu Zhou, Yongtao Wang

机构 * Wangxuan Institute of Computer Technology, Peking University, China（北京大学计算机科学技术研究院） 纠错

专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.CV、cs.LG

AI总结 针对多感官媒体中 SAM 在动态领域性能下降的问题，提出非重放持续适配框架 RegCL，通过合并轻量适配模块实现紧凑部署，在五数据集实验中优于基线方法。

CEDAR: Automata as Verifiable Interfaces for Language-Guided Embodied Action

CEDAR：作为语言引导具身动作可验证接口的自动机

Lekai Chen, Alvaro Velasquez, Ashutosh Trivedi

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） 纠错

专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.AI

AI总结 提出 CEDAR 框架，将具身智能体的自然语言指令转化为正则语言并表示为确定有限自动机，在 Minecraft 中可维持基线无法保留的时空约束并减少 LLM 查询，提供了实用的验证层。

Receding Fixed-Horizon Optimization for Near-Time-Optimal Trajectory Planning and Control

后退固定时域优化用于近时间最优轨迹规划与控制

Haotian Tan, Yuan-Hua Ni

机构 * College of Artificial Intelligence, Nankai University, Tianjin 300350, PR China（人工智能学院，南开大学，天津） 纠错

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

AI总结 针对自动驾驶车辆时间最优轨迹规划的两大挑战，提出分层凸优化框架，分解问题为短固定时域规划循环，实验显示其成功率更高、计算时间更短，可实现可靠实时近时间最优轨迹规划。

Graphon Design for Human-Machine Coordination under Bounded Rationality: Optimality of Stochastic Block Models

有限理性下人机协同的图设计：随机块模型的最优性

Zhewei Wang, Vu Anh Phi, Marcos M. Vasconcelos

专题命中 其他机器人 ：robotic(abstract)

AI总结 本文针对有限理性下异质智能体的协同问题，采用平均场方法将图优化问题提升至图空间，证明双峰理性系统的最优图可在随机块模型集合中搜索，并提出注水算法求解局部最优图以规避组合复杂性。

Comments Accepted for presentation at the IEEE Conference on Decision and Control 2026

Operations, Maintenance, and Industrial Scaling of MW-Class Orbital Data Centers

兆瓦级轨道数据中心的运行、维护与工业规模化

Slava G. Turyshev

专题命中 其他机器人 ：robotic(abstract)

AI总结 本文构建兆瓦级轨道数据中心的生命周期框架，分析其运维需求、物流规模、异常概率等，表明计划更新操作多于随机更换，首次部署为无人模式且兼容后续人类访问。

Comments 58 pages, 6 figures, 20 tables

On Distributed Control of Continuum Swarms: Local Controllers as Differential Operators

关于连续群体分布式控制：局部控制器作为微分算子

Max Emerick, Saroj Prasad Chhatoi, Bassam Bamieh

专题命中 其他机器人 ：robotic(abstract)

AI总结 本文研究大规模机器人群体的分布式控制问题，提出将局部控制器形式化为微分算子，设计了一种基于PDE的分析与设计框架，探讨了低阶控制器在稳定群体密度方面的限制，并提出了一种简单的一阶控制律实现稳定。

Comments 14 pages, 1 figure