机器人 / 具身智能

Back to the Future: A workbook time machine for spread sheet creation benchmarks

回到未来：用于电子表格创建基准测试的工作簿时光机

Mansi Uniyal, Agamdeep Singh, Ananya Singha, Priyanshu Gupta, Mukul Singh, Gust Verbruggen, Vu Le, Sumit Gulwani

机构 * Microsoft（微软公司） 纠错

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

AI总结 本研究提出workbook time machine流水线，构建了含150个任务的电子表格创建评估基准wtmbench，揭示了查询特异性等因素对大语言模型Excel任务性能的关键影响。

Comments COLM 2026

Benchmarking and Reasoning Distillation of Large Language Models for Feedback Controller Design in Complex Dynamical Systems

面向复杂动态系统反馈控制器设计的大语言模型基准测试与推理蒸馏

Zhongchao Zhou, Yixuan Xie, Wenwei Yu, Yuxi Lu, Yaonan Zhu, Qian Niu, Yutaka Matsuo, Yusuke Iwasawa

机构 * The University of Tokyo（东京大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Chiba University（千叶大学） ； Tongji University（同济大学） ； Shanghai Research Institute for Intelligent Autonomous Systems（上海智能自主系统研究院） 纠错

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

AI总结 该研究构建了CoDyControlBench基准，评估了6种LLMs的控制器设计性能，开发的15亿参数推理蒸馏模型可实现边缘部署，在机械臂试验中成功完成目标跟踪。

Capek 0.5: An Execution-Centric Vision-Language Model for Embodied Intelligence

Capek 0.5：面向具身智能的以执行为中心的视觉语言模型

Ying Chen, Weizhen Li, Zhe Hu, Zhenjiang Li, Rui Jiang, Zhifeng Gu, Lihuang Fang, Jiangping Liu, Lei Yi, Jie Chen

机构 * Xiaopeng（小鹏汽车） 纠错

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

AI总结 提出以执行为中心的具身视觉语言模型Capek 0.5，通过分类法整合四类具身能力，在多维度评估中表现优于初始化模型，可迁移至闭环具身任务执行。

StepJack: Benchmarking Computer-Use Agent Safety Against Multi-Step Indirect Prompt Injection

StepJack：针对多步骤间接提示注入的计算机使用智能体安全基准测试

Zhuoxin Zhan, Akbar Rafiey, Avery Ma, Leila Pishdad, Layla El Asri

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

AI总结 本文提出多步骤间接提示注入新型攻击，构建含480个测试样例的StepJack基准，评估六款先进CUAs，发现多步骤攻击可提升部分CUAs的攻击成功率。

GST-Bench: Can VLMs Develop Global Spatial Awareness from Video?

GST-Bench：视觉语言模型能否从视频中发展出全局空间感知能力？

Qifeng Zhang, Kaixiang Huang, Heng Dong, Huang Fang, Junting Chen, Junjie Zhu, Yonghang Chen, Zhiyu Zhang, Wei Li

机构 * ByteDance Seed（字节跳动 Seed） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 该研究提出GST-Bench基准评估VLMs的视频全局空间感知，发现其与人类存在显著差距，构建GST-Bench-Local探究原因，还提供GST-Train数据集助力相关研究。

From Transparent Labware Segmentation to Collision Avoidance: A Real-Time Edge-Aware Perception Pipeline

从透明实验器皿分割到避障：一种实时边缘感知感知流水线

Shijun Ding, Chen Qian, Weiwei Shang, Junlin Xiong

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

AI总结 本文提出边缘感知实例分割框架，构建含透明实验器皿的LabGlass-IS数据集，实现机器人对透明器皿的实时避障，在边界F值等指标上优于现有方法，真实机器人试验避障成功率达93.3%。

Dense Metric Depth Completion from Sparse Direct Time-of-Flight Sensors

基于稀疏直接飞行时间传感器的密集度量深度补全

Hakyeong Kim, Ruicheng Wang, Chengtang Yao, Jiaolong Yang, Min H. Kim

机构 * KAIST（韩国科学技术院） ； USTC（中国科学技术大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

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

AI总结 本文提出一种深度引导双分支视觉Transformer框架，结合dToF模拟流程，实现稀疏dToF到密集度量深度的零样本泛化补全，性能优于现有方法且高效。

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026

OmniRouting: A Semantic-Coupled Multimodal Benchmark for Constraint-Aware Spatial Reasoning in PCB Routing

OmniRouting：面向PCB布线中约束感知空间推理的语义耦合多模态基准

Taiting Lu, Kaiyuan Lin, Ziwei Dong, Sisong Bei, Haolin Ye, Yuxin Tian, Runze Liu, Mingjia Wang, Jingying Zeng, Hongxing Pan, Kai Zhang, Haoyu Wang, Guoliang Shi, Ling Ma, Yifan Yang, Jiaying Lu, Qi He, Yi-Chao Chen, Sung-Liang Chen, Yincheng Jin, Mahanth Gowda

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

AI总结 本研究针对LLMs在PCB布线推理上的能力缺口，构建了OmniRouting基准，含1681个工业级PCB设计及四项任务，发现现有LMMs存在显著局限并计划开源相关资源。

Faster-WAM: Efficient Inference-Time Future Conditioning for Robust World Action Models

Faster-WAM：面向鲁棒世界动作模型的高效推理时未来条件化方法

Weiheng Zhao, Haoyi Jiang, Xin Shi, Liu Liu, Fan Huang, Zhizhong Su, Wei Sui, Xinggang Wang

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

AI总结 本文提出Faster-WAM，通过稀疏未来条件化框架等技术解决现有WAMs的性能效率矛盾，在多个机器人操控基准上实现更优权衡，提升了分布外泛化能力与鲁棒性。

NeuroPB: Scaling Neural Decoding with Pretrained Behavioral Representations

NeuroPB：利用预训练行为表示扩展神经解码

Luyao Jin, Yonghao Song, Huan Zhao, Vincent C. K. Cheung, Wei-Hsin Liao

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

AI总结 本文提出NeuroPB框架，通过预训练大规模行为表示并对齐有限配对神经-行为数据，提升神经解码性能，在猕猴数据集上R²提升11%与8%，且泛化能力强，为高效BCI提供可行方向。

AI-based single-shot structured-light depth reconstruction for real-time laparoscopic surgical guidance

基于AI的单次结构光深度重建用于实时腹腔镜手术导航

Wayne Wonseok Rodgers, Xiangyi Le, Seonghoon Jang, Shuwen Wei, Justin Opfermann, Michael Kam, Axel Krieger, Jin U. Kang

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

AI总结 本研究开发了一种基于AI的无同步单次结构光深度重建方法，用于腹腔镜手术导航，其在体模实验中达到了高精度和26.0 Hz的帧率，性能优于基线模型和现成单目深度模型。

Comments 17 pages, 7 figures

Stochastic Multiple Shooting Trajectory Optimization via Sequential Local Policy Evaluation

基于序贯局部策略评估的随机多射击轨迹优化

Ashwin Gupta, Joseph Moore

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

AI总结 本文提出一种基于序贯局部策略评估的随机多射击轨迹优化方法，通过优化短控制动作序列提升样本效率与终端集收敛性，可用于黑盒动力学的基于模型强化学习，在三类欠驱动任务中验证了其有效性。

MultiGlobeQA: A Multilingual and Globally Diverse Benchmark for Geospatial Reasoning

MultiGlobeQA：面向地理空间推理的多语言且全球多样化基准

Martin Böckling, Elizaveta Nosova, Heiko Paulheim, Andreea Iana

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

AI总结 MultiGlobeQA是覆盖201个国家地区的多语言地理空间推理基准，含46060个问答对，实验发现LLMs在网格索引等任务上表现差，计算是瓶颈且低收入地区表现差距大。

XiDepth: a Lightweight and Efficient Network for Self-supervised Monocular Depth Estimation

XiDepth：一种用于自监督单目深度估计的轻量高效网络

Elena Izzo, Riccardo Toniolo, Lamberto Ballan

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

AI总结 针对自监督单目深度估计模型在嵌入式环境中能耗高、兼容性差的问题，提出基于XiNet算子块的轻量架构XiDepth，在KITTI数据集上仅0.8M参数即达最优性能，树莓派测试显示其FLOPs降40%、能耗降35%。

Comments Accepted to IEEE AVSS 2026

Sen-Cap: Sensor-Flexible and Noise-Resilient Human Motion Capture via LiDAR-Camera Integration

Sen-Cap：基于激光雷达-相机融合的传感器灵活且抗噪的人体运动捕捉框架

Aoru Xue, Yujing Sun, Yiming Ren, Kwok-Yan Lam, Mao Ye, Yuexin Ma

机构 * ShanghaiTech University（上海科技大学） ； Digital Trust Centre, Nanyang Technological University（南洋理工大学数字信托中心） 纠错

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

AI总结 Sen-Cap是一种无需传感器间校准的激光雷达-相机融合人体运动捕捉框架，通过跨传感器运动估计器与抗噪轨迹跟踪器实现灵活部署与强鲁棒性，在多数据集上达最优性能，适用于真实场景。

Comments 16 pages, 8 figures, 4 tables. Accepted at ECCV 2026. Aoru Xue and Yujing Sun contributed equally. Yuexin Ma is the corresponding author

DerainSplat: Feed-Forward Clean 3D Gaussian Splatting from Sparse Rainy Views

DerainSplat：基于稀疏雨天视图的前馈式干净3D高斯溅射重建

Fuzhen Jiang, Changyue Shi, Chuxiao Yang, Xinyuan Hu, Wenjie Ye, Minghao Chen

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

AI总结 DerainSplat是一种前馈框架，可从少量雨天视图重建干净3D场景，通过四阶段合成数据集与天气网络等设计，在多类数据集上优于现有方法且泛化性强。

Learning Smooth SE(3) Trajectories under Left-Invariant Riemannian Metrics

左不变黎曼度量下光滑SE(3)轨迹的学习

Yuwei Wu, Vijay Kumar

机构 * University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 该研究针对SE(3)轨迹生成的计算成本问题，提出基于学习的框架，用神经网络参数化多项式系数与时长，生成的轨迹近似数值优化解且推理达毫秒级，可用于机器人运动原语及四旋翼飞行优化。

InteracVid: Building a Real Interactive Audio-Visual Response Dataset from Live-Chat Videos

InteracVid：基于直播聊天视频构建真实交互式视听响应数据集

Chi Zhang, Haoyang Shi, Yueyi Liu, Zhaokun Yan, Yishu Yin, Yuhang Wu, Miao Liu

机构 * College of AI, Tsinghua University（清华大学人工智能学院） 纠错

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

AI总结 该研究提出首个开源大规模交互式视听数据集InteracVid，解决现有生成模型监督信号缺失问题，实验证实其可提升多模态助手的交互规划与响应生成性能，为交互式多模态生成提供关键基础。

Extended KAFR: A kinematic-adaptive paradigm for the efficient analysis of surgical video

扩展KAFR：用于手术视频高效分析的运动学自适应范式

Huu Phong Nguyen, Shekhar Madhav Khairnar, Ganesh Sankaranarayanan

机构 * University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心） 纠错

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

AI总结 本研究验证了运动学自适应帧识别（KAFR）可泛化至腹腔镜手术，其结合YOLO、X3D模型，仅用0.58%的帧就达到91.0%的F1分数，性能优于传统采样且与先进模型相当，大幅降低了手术视频分析的计算负担。

Comments 18

bFaaaP: An Inclusive, Head-Angle Piano-Pedal Interaction that Quantitatively Reproduces a Pianist's Intended Pedalling -- Foot-Free, for Acoustic and Electronic Pianos

bFaaaP：一种包容性的免足部钢琴踏板交互系统，可定量复现演奏者的踏板意图——适用于原声钢琴与电子钢琴

Tomoyuki Shishido, Masahiro Ootaki, Hiroyuki Narusawa

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

AI总结 本研究提出免足部钢琴踏板交互系统bFaaaP，通过头部姿态追踪定量复现演奏者踏板意图，经测试其效果与脚操作无显著差异，已用于公开音乐会并开源软硬件。

Comments 28 pages, 10 figures, 9 tables. Open hardware/software release. Preprint

Disentangling Visuo-Tactile Foresight: Oracle-Guided Interface Discovery for World Action Models

解耦视觉-触觉前瞻：面向世界动作模型的神谕引导式接口发现

Zihang Yao, Chaoyue Ding, Yingying Yu

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

AI总结 针对接触丰富的操纵任务中视觉与触觉跨模态接口未被充分探索的问题，提出OVTF框架与AFM模型，在UniVTAC基准7项任务中，AFM平均成功率优于IFM与UniVTAC-ACT。

Comments 6 pages, 3 figures, 2 tables

WM-Cov: Test Adequacy for Interactive World-Model-Style Autonomous Driving Simulation

WM-Cov：交互式世界模型式自动驾驶仿真的测试充分性

Jianxun Cui, Ping Wu, Stanisa Peric, Marko Milojkovic, Vladan Devedzic

机构 * School of Transportation Science and Engineering, Harbin Institute of Technology（哈尔滨工业大学交通科学与工程学院） ； Chongqing Research Institute of HIT（哈尔滨工业大学重庆研究院） ； Chongqing Changan Automobile Co., Ltd.（重庆长安汽车股份有限公司） ； University of Nis（尼什大学） ； University of Belgrade（贝尔格莱德大学） 纠错

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

AI总结 本文针对交互式世界模型式自动驾驶仿真测试的充分性问题，提出与提供方无关的 WM-Cov 评估层，经多组实验验证其可通过有效交互式证据收敛性更科学地评估测试效果。

Comments 11 pages, 6 figures, 7 tables

Receding-Horizon Next-Best-View Planner for Autonomous Leaf Surface Reconstruction

面向自主叶片表面重建的滚动时域次最佳视点规划器

Arif Ahmed, Sajal K. Das, Parikshit Maini

机构 * University of Nevada, Reno（内华达大学雷诺分校） ； Missouri University of Science and Technology（密苏里科技大学） 纠错

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

AI总结 本研究针对自主叶片表面重建的规划预算与计算资源限制，提出滚动时域次最佳视点规划器，通过基于质心的信息增益函数优化视点效用，在草莓数据集上使重建精度较基线最高提升10%。

Comments Accepted at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Looks Right, Works Right: A Project-Level Benchmark for Multi-Screen Mobile App Generation

看起来对，运行起来对：面向多屏移动应用生成的项目级基准测试

Fan Wu, Cuiyun Gao, Yiming Huang, Yang Xiao, Yujia Chen, Qing Liao

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

AI总结 针对现有设计转代码基准的局限，提出首个项目级多屏移动应用生成基准MobileForge，通过五轴评估及两种测试方法，发现前沿多模态LLM构建的应用存在导航、保真度和可维护性问题。

Frugal Bayesian Optimization: Scalable Surrogates for Data- and Resource-Limited Discovery

节俭型贝叶斯优化：面向数据与资源受限发现的可替代代理模型

Panagiotis Krokidas, Christoforos Rekatsinas, Vassilis Sioros, Grigorios M. Chatziathanasiou, Efi-Maria Papia, George Giannakopoulos

机构 * National Centre for Scientific Research "Demokritos"（希腊德谟克利特国家科学研究中心） ； University of Patras（帕特雷大学） ； National and Kapodistrian University of Athens（雅典国立卡波迪斯特里亚大学） ； Hellenic Mediterranean University（希腊地中海大学） ； SciFY PNPC 纠错

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

AI总结 针对数据与资源受限的优化场景，该研究通过测试4种代理模型提出感知计算的贝叶斯优化基线FruBO，给出代理推荐框架，为有限预算下的代理选择提供实用指导。

When Do Learned Diffusion Proposals Help Constraint Solving? A Controlled Study on Continuous Algebraic Systems

学习到的扩散提议何时有助于约束求解？针对连续代数系统的对照研究

Quang Bui, Sparsh Roy, Akash Gundimeda, Davin Yin

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

AI总结 本研究针对连续代数系统开展对照实验，发现学习到的扩散提议仅在高维、变量未耦合的场景下，才比随机多起点更有助于约束求解，且其优势并非适用于所有真实系统。

Genie Sim PanoWorld: An Infinite Indoor 3D World Generation Pipeline via Panoramic Scene Modeling and Simulation

Genie Sim PanoWorld：基于全景场景建模与仿真的无限室内3D世界生成流水线

Yongxin Su, Linjie Hou, Feng Wang, Jialin Tang, Zhijun Li, Qian Wang, Maoqing Yao

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

AI总结 Genie Sim PanoWorld是两阶段前馈流水线，从单张360°全景生成可自由导航的高保真3D高斯场景，优于几何条件基线，且能零样本泛化至未见室内场景

R-SLPR: Region-based Small-to-Large Point-cloud Registration with Contrastive Learning

R-SLPR：基于区域的小到大点云配准对比学习框架

Yusen Wan, Zeyuan Chen, Qianshi Zou, Xu Chen

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 针对小到大尺度不匹配的点云配准难题，提出R-SLPR三阶段框架，结合斐波那契网格分割与对比学习，在ModelNet40上实现最优精度，大幅降低位置和旋转MAE。

Conformal Changepoint Localization and Root Cause Analysis with Corrupted Observations

含损坏观测值的保序变点定位与根因分析

Seunghun Yu, Meiyi Zhu, Petar Popovski, Joonhyuk Kang, Osvaldo Simeone

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； King’s College London（伦敦国王学院） ； 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 ：robotic(abstract)；分类 cs.LG

AI总结 本文针对含损坏观测值的系统，提出加权CONCH与加权CROC方法，结合元学习优化权重，可在保证置信集目标覆盖率的前提下缩小其规模，提升变点定位与根因分析的实用性。

Comments 34 pages, 6 figures

Learning Dynamic User Personas from Implicit Interaction Streams via Iterative Refinement

通过迭代优化从隐式交互流中学习动态用户画像

Haifeng Wu

机构 * PayPal（贝宝） 纠错

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

AI总结 针对现有个性化LLM依赖显式偏好监督的局限，提出IRIS框架，通过隐式交互流迭代优化用户画像，在Reddit AITA数据上的100位作者测试中，其决策预测准确率达61.0%，优于多种基线方法。

Comments 23 pages, 1 figure, 3 tables