机器人 / 具身智能

Globally Localizing Lunar Rover in Pixels via Graph Alignment

通过图对齐在像素级全局定位月球车

Mao Chen, Xu Yang, Chuankai Liu, Xiangkai Zhang, Xiaoxue Wang, Zheng Bo, Zuoyu Zhang, Zhiyong Liu

机构 * The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Beijing Aerospace Control Center（北京航天飞行控制中心） ； Technology and Engineering Center for Space Utilization, Chinese Academy of Sciences（中国科学院空间应用工程与技术中心） 纠错

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

AI总结 提出WARG框架，利用统一图学习和重投影图匹配解决月球车跨视角定位中的实体纠缠、视角差异和仿真到真实域偏移问题，在玉兔二号真实数据上实现1.68米定位误差。

GitInject: Real-World Prompt Injection Attacks in AI-Powered CI/CD Pipelines

GitInject: AI驱动的CI/CD流水线中的真实提示注入攻击

Jafar Isbarov, Umid Suleymanov, Ilia Shumailov, Murat Kantarcioglu

机构 * Virginia Tech（弗吉尼亚理工学院） ； AI Sequrity Company（AI安全公司） 纠错

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

AI总结 提出GitInject框架，在真实GitHub工作流中评估AI代理的提示注入漏洞，发现所有测试提供商均存在结构性风险，并给出最低成本防护措施。

Can we stabilize an inverted pendulum with feedback from a time-of-flight camera?

我们能否利用飞行时间相机的反馈来稳定倒立摆？

Anthony Czubarow, Antonio Terpin, Raffaello D'Andrea

机构 * Institute for Dynamic Systems and Control, ETH Zürich（苏黎世联邦理工学院动态系统与控制研究所） 纠错

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

AI总结 本文证明低成本、低分辨率的飞行时间相机能够提供足够反馈，可靠且精确地平衡推车上的倒立摆，挑战了其无法用于精确反馈控制的普遍观点。

Minimal Solvers for Full-DoF Motion Estimation from Asynchronous Differential SfM

全自由度运动估计的最小求解器：基于异步差分SfM

Shuo Pan, Banglei Guan, Bin Li, Zhenbao Yu, Zibin Liu, Zi Wang, Yang Shang, Qifeng Yu

机构 * College of Aerospace Science and Engineering, National University of Defense Technology（国防科技大学空天科学学院） ； The Hunan Provincial Key Laboratory of Image Measurement and Vision Navigation（湖南省图像测量与视觉导航重点实验室） 纠错

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

AI总结 提出从异步光流直接估计全自由度自运动的方法，解耦差分对极约束，基于至少五个点实现角速度和线速度的联合恢复，并设计了首个代数最小5点求解器及加速版本。

Bridged SBI: Correcting Biased Low-Fidelity Posteriors for Cost-Efficient High-Fidelity Inference

Bridged SBI：纠正有偏低保真后验以实现经济高效的高保真推理

Gahee Kim, Yuki Kadokawa, Sandro M. Alcantara Tacora, Taro Abe, Daisuke Endo, Genki Yamauchi, Takeshi Hashimoto, Takamitsu Matsubara

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

AI总结 针对高保真粒子模拟器计算成本高的问题，提出Bridged SBI方法，利用低保真后验引导高保真推理，通过残差桥接纠正偏差，实现成本效益高的准确后验估计。

The CIFAR Synthetic Evidence Corpus for Detecting AI-Generated Evidence

CIFAR合成证据语料库：用于检测AI生成证据

Kelly McConvey, Jalehsadat Mahdavimoghaddam, Nima Jamali, Maksym Taranukhin, Sajad Ebrahimi, Wentao Zhang, Yuntian Deng, Karen Eltis, Maura R. Grossman, Vered Shwartz, Ebrahim Bagheri

机构 * University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； University of Ottawa（渥太华大学） 纠错

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

AI总结 针对司法系统中证据真实性检测缺乏合适数据集的问题，构建了包含多种文档类型和篡改策略的CIFAR合成证据语料库，支持在受控条件下评估证据验证系统。

Do VLMs See What Sensors Feel? A Scalable Expert-Guided Design for Wheelchair Accessibility Assessment from Street View

视觉语言模型能否感知传感器所感？一种可扩展的专家引导设计用于从街景评估轮椅可达性

Dongdong Wang, Alina Hagen, Isabelle Gatmaitan, Hao Zhou, Yiwen Dong, Shabboo Valipoor, Vivian W. H. Wong, Lingyao Li

机构 * University of Florida（佛罗里达大学） ； University of South Florida（南佛罗里达大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文提出专家引导的检索增强框架，利用视觉语言模型从谷歌街景图像识别轮椅可达性障碍，通过GPS轮椅停留行为验证，表明VLM评分与移动摩擦部分一致，但细粒度障碍识别有限。

Simulation-Driven Imitation Learning for Biosignals-Free Shared-Autonomy Prosthetic Grasping

模拟驱动的无生物信号共享自主假肢抓取模仿学习

Kaijie Shi, Wanglong Lu, Huiling Chen, Vinicius Prado da Fonseca, Ting Zou, Hanli Zhao, Xianta Jiang

机构 * Memorial University of Newfoundland（缅因大学） ； Wenzhou University（温州大学） 纠错

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

AI总结 提出一个自动生成多样化抓取演示的模拟框架，结合物理可行抓取合成、自然到达轨迹重定向和程序化环境执行，通过模仿学习实现高成功率和强泛化能力的假肢控制。

AnchorWorld: Embodied Egocentric World Simulation with View-based Evolution Customization

AnchorWorld: 基于视图演化定制的具身自我中心世界模拟

Yu Li, Menghan Xia, Gongye Liu, Xintao Wang, Conglang Zhang, Lei Ke, Yuxuan Lin, Ruihang Chu, Pengfei Wan, Kun Gai, Yujiu Yang

机构 * Tsinghua University（清华大学） ； HUST（华中科技大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； HKUST（香港科技大学） ； WHU（武汉大学） 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AnchorWorld框架，利用3D人体运动和外源视角辅助训练增强交互完整性，并通过锚点视图和文本描述实现自我演化世界的灵活定制，显著优于现有方法。

Detecting Temporally Localized Manipulations in Authentic Video Streams

检测真实视频流中的时间局部操纵

Okan Umur, Ali Emre Güşlü, Ibrahim Delibasoglu

机构 * Okan Umur ； Ali Emre Güşlü ； Ibrahim Delibasoglu 纠错

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

AI总结 针对真实视频中插入短时逼真操纵片段难以检测的问题，提出新数据集并评估两种方法：基于DINOv3特征的线性探针和连续帧相似性方法，建立初步基准。

The Sim-to-Real Gap of Foundation Model Agents: A Unified MDP Perspective

基础模型智能体的仿真到现实差距：统一MDP视角

Xiaoou Liu, Tiejin Chen, Weibo Li, Xiyang Hu, Hua Wei

机构 * Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本文提出将基础模型智能体的评估与训练差距形式化为经典仿真到现实问题，围绕MDP四要素（观测、动作、转移、奖励）构建统一框架，并倡导采用域随机化等成熟解决方案。

Comments 7 pages, 2 figures, 2 tables. Accepted by KDD 2026 Blue Sky Ideas Track

Compliance-Based Sensor Placement for Force Sensing on a Sensorized Prostate Phantom

基于柔顺性的传感器布局方法用于传感化前列腺模体的力感知

Sizhe Tian, Yinoussa Adagolodjo, Jeremie Dequidt

机构 * CRIStAL ； DEFROST ； Polytech Lille 纠错

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

AI总结 提出一种基于柔顺性的加权贪心传感器布局方法，用于直肠指检训练模体的力感知，相比全局QR方法将目标区域力重构性提高22.5%。

Failing Gracefully: Mitigating Impact of Inevitable Robot Failures

优雅降级：缓解机器人不可避免故障的影响

Duc M. Nguyen, Saad A. Ghani, Andrew Marshall, Allison Andreyev, Gregory J. Stein, Xuesu Xiao

机构 * George Mason University（乔治梅森大学） ； RobotiXX Lab（RobotiXX实验室） 纠错

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

AI总结 针对家庭服务机器人不可避免的故障，本文提出一种评估故障影响概率与严重程度的安全公式，结合FailBench模拟框架，为开发更安全的机器人运动规划及学习策略提供基础。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)

Hybrid Neural Network and Conventional Controller Approach for Robust Control of Highly Unstable Systems: Application to Tilt-Rotor Control

混合神经网络与传统控制器方法用于高度不稳定系统的鲁棒控制：应用于倾转旋翼控制

Ali Kafili Gavgani, Amin Talaeizadeh, Aria Alasty, Hossein Nejat Pishkenari

机构 * Advanced Research Lab for Control and Agricultural Robotics (Sharif AgRoLab)（控制与农业机器人高级研究实验室（谢尔生产大学AgRoLab）） ； Department of Mechanical Engineering, Sharif University of Technology, Tehran, Iran（技术大学机械工程系，德黑兰，伊朗） 纠错

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

AI总结 提出一种神经网络增强的滑模控制器，将系统动力学分解为输入无关和输入相关部分，前者用轻量网络从少量数据学习，实现对全驱动倾转旋翼系统的鲁棒控制，LSTM优于MLP。

Comments Proceedings of the 13th RSI International Conference on Robotics and Mechatronics (ICRoM 2025)

Learning to Annotate Delayed and False AEB Events: A Practical System for Extreme Class Imbalance and Asymmetric Label Noise

学习标注延迟和误报AEB事件：针对极端类别不平衡和非对称标签噪声的实用系统

Mengxiang Hao, Xin Jiang, Xinghao Huang, Wenliang Su, Zhiteng Wang, Junjie Rao, Xiaotian Yang, Wei Liao, Chengyu Han, Gen Liang, Yulun Song, Zhitao Xu, Xianpeng Lang

机构 * Li Auto 纠错

专题命中 机器人数据与评测 ：robotics(comments,journal_ref)；分类 cs.RO、cs.LG

AI总结 提出首个自动化AEB标注框架，通过特定数据增强和噪声抑制技术，解决极端类别不平衡和非对称标签噪声问题，将延迟/误报触发召回率提升80%，人工工作量减少50%。

Comments 8 pages, 5 figures, accepted by IEEE International Conference on Robotics and Automation (ICRA)

Journal ref 2026 IEEE International Conference on Robotics and Automation (ICRA)

One Success Isn't Reliability: Thinkingbox, a Sandbox and Benchmark for Agents in Stateful Business Workflows

单次成功并非可靠：Thinkingbox——面向有状态业务工作流智能体的沙箱与基准测试集

Zhuochun Li, Youngmin Ko, Ali Keramati, Nicola Ferri, Susana Palmaz Lopez Pelaez, Liang-Chun Tsai, Calvin Wang, Mirco Milletari, Tuhin Kundu, Vadim Smolyakov, Kjartan Olafsson, Tommy Guy

机构 * University of Pittsburgh（匹兹堡大学） ； Northwestern University（西北大学） ； University of California Irvine（加州大学欧文分校） ； Microsoft（微软公司） 纠错

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 研究人员推出面向有状态业务工作流智能体的沙箱Thinkingbox及基准测试集Thinkingbox-bench，发现现有智能体在该基准上可靠完成任务的表现远逊于单次成功表现，凸显了端到端任务可靠评估的必要性。

Cyber-Physical Systems for Accessibility and Ability Augmentation: Bridging Diverse Communities

用于无障碍与能力增强的信息物理系统：连接多元社区

Shuchang Xu, Riku Arakawa, Mina Huh, Nandi Zhang, Tianyu Zhang, Wazeer Zulfikar, Ruei-Che Chang, Yotam Sechayk, Huamin Qu, Amy Pavel, Franklin Mingzhe Li, Yukang Yan, Brian A. Smith, Pattie Maes

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 该研究聚焦可穿戴设备、机器人技术、XR与智能环境融合形成的CPS，旨在连接多元社区，通过解决关键挑战设计以无障碍和能力增强为核心的CPS，提升残障人士体验并增强人类能力。

Comments UIST 26 Workshop

Love Handles: Decimation for Deformation Handles with Compact Support and Low Memory Footprints

Love Handles：用于具有紧支撑和低内存占用的变形控制柄的抽取算法

David IW Levin, Paul Kry, Kartic Subr, Ryan Schmidt, Etienne Vouga, Teseo Schneider

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 该研究提出一种基于抽取的变形控制柄算法，通过迭代代数简化优化控制柄变形，实现复杂几何的实时弹性动力学模拟，在含796,623个四面体的网格上可达到实时性能，且内存占用低。

Analyzing and Characterizing Multi-Source Interference Effects at Jammertest Norway 2025

分析和表征2025年挪威Jammertest中的多源干扰效应

Lucas Heublein, Inigo Cortes Vidal, Tobias Feigl, Alexander Rügamer, Felix Ott

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 本研究针对低成本GNSS干扰器的威胁，构建2025年挪威Jammertest的多源干扰真实数据集，测试17种ML架构并迁移YOLOv8s等检测器，发现区域内分类准确率近99%但跨区域性能骤降，凸显域偏移鲁棒性的必要性。

Comments 15 pages, 14 figures

Journal ref Pending publication at ION GNSS+ 2026

Surface Roughness and Filler Restructuring in Magneto-Active Elastomers: Magnetically Hard versus Magnetically Soft Particles

磁活性弹性体中的表面粗糙度与填料重构：硬磁粒子与软磁粒子的对比

Júlio P. A. Santos, Mehdi Hasanzade, Chaitanya Doifode, Raphael Kriegl, Alexander Kovalev, Mikhail Shamonin, Stanislav N. Gorb, Sofia Kantorovich

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 本研究通过分子动力学对比研究了相同饱和磁化强度下，填充硬磁与软磁粒子的磁活性弹性体的表面粗糙度与填料重构差异，明确了二者不同的演化路径，并指出需开发考虑羰基铁微粒子多畴特性的软磁模型。

MAJEPPA: Morphing and Assessing in a Unified Piano Performance Space

MAJEPPA：在统一钢琴演奏空间中实现变形与评估

Jinwen Zhou, Huan Zhang, Weixi Zhai, Jinhua Liang, Aidan O. T. Hogg, Simon Dixon

专题命中 机器人数据与评测 ：world model(abstract)

AI总结 研究提出自监督框架MAJEPPA，构建含约4000条录音的数据集，调整MIDI自回归模型，引入EVPMR基准评估，实现统一钢琴演奏空间的表征学习与相关任务进展。

Generative Proxy: Synthesizing Proxy-Based Interfaces for Real-World Interaction Across AR Glasses

生成式代理：为AR眼镜跨现实世界交互合成基于代理的界面

Xianhao Carton Liu, William Chastek, Eric J Gonzalez, Mar Gonzalez-Franco, Chen Zhu-Tian

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 该研究提出Generative Proxy方法，可从场景、意图和设备能力自动生成适配轻量化AR眼镜的基于代理的交互界面，经专家评估其生成的界面有用且可用，为AR交互提供新范式。

Comments 11 pages, 11 figures, published in UIST '26, Detroit, MI, USA, Nov 2 - 5, 2026; UIST '26: ACM Symposium on User Interface Software and Technology

GalSAS-SDR-SIM: An End-to-End Simulation Platform for Galileo Signal Authentication Service

GalSAS-SDR-SIM：伽利略信号认证服务的端到端仿真平台

Haiyang Wang, Yuanyu Zhang, Wensen Du, Ji He, Pinchang Zhang, Ning Xi

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 该研究提出开源SDR仿真平台GalSAS-SDR-SIM，模拟伽利略SAS工作流程，可灵活配置参数、生成多频段信号，为接收机开发和信号认证研究提供实用工具。

Comments 10 pages, 15 figures

MADE: Belief-Driven Dual-Agent Coordination for Autonomous Model Deployment

MADE：用于自主模型部署的信念驱动双智能体协调机制

Yicheng Liu, Bolin Zhang, Weiran Liu, Yakun Zhang, Yangqin Jiang, Zhiying Tu, Dianhui Chu

专题命中 机器人数据与评测 ：world model(abstract)

AI总结 本研究针对自动模型部署任务提出MADE双智能体协调系统，构建M2ABench基准测试集，实验显示MADE部署成功率达68.85%，优于SWE-agent与OpenHands。

Cloned Voices, Real Consequences: Evaluating Bias in Political Deepfake Detection for Electoral Integrity in Brazil

克隆语音，真实后果：评估巴西选举诚信相关的政治深度伪造检测中的偏差

Lucas Rafael Stefanel Gris, Daniel Casanova, Frederico Santos De Oliveira, Alef Iury Ferreira, Beatriz Almeida Felício, Raul César Reis Mata, Anderson da Silva Soares

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 该研究推出ParlaSpoof-BR音频深度伪造数据集，测试现有检测系统对巴西葡语政治语音的泛化能力，发现系统决策一致性差，方法学因素影响更大，为巴西选举诚信检测提供领域基准。

ThinkOmni: A Reasoning-Driven Omni-Modal LLM Framework for Audio Forgery Detection and Localization

ThinkOmni：用于音频伪造检测与定位的推理驱动全模态大语言模型框架

Yuxiong Xu, Kaiqing Lin, Bin Li, Haodong Li, Sheng Li

机构 * Shenzhen University（深圳大学） ； Afirstsoft Technology Group Co., Ltd.（安福软件科技集团有限公司） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 针对现有AFDL方法泛化能力不足的问题，提出推理驱动的全模态大语言模型ThinkOmni，构建FACoT数据集，引入FMIL与FCML，实现了跨数据集的音频伪造检测与定位。

Comments Accepted by ACM MM 2026, 21 pages, 12 figures

From Micro-Cognition to Self-Construction: A Four-Layer Integrative Review of Psychological Theories in HCI

从微观认知到自我建构：人机交互中心理学理论的四层整合综述

Xiaohe Bie, Bo Wang, Xinyu Long

专题命中 机器人数据与评测 ：embodied agent(abstract)

AI总结 本文针对HCI从“工具使用”向“心智共生”的范式转变，提出四层整合心理学理论框架，明确其对生成式AI等场景的启示及核心挑战与未来方向。

Designed Vocalizations Dataset: Sound-Designed Human and Animal Voices for Non-human Voice Conversion

设计发声数据集：用于非人类语音转换的声音设计的人类和动物声音

Seolhee Lee, Minsu Kang, Yangsun Lee, Woosun Min, Choonghyeon Lee, Namhyun Cho

机构 * NC AI Co., Ltd, Republic of Korea（韩国NC AI公司） ； Sogang University, Republic of Korea（韩国成均馆大学） 纠错

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对设计发声缺乏公开资源及研究不足的问题，构建设计发声数据集，通过整合多样原始发声源并处理生成变体，提供标准化测试集，报告基线基准结果，以支持语音转换相关评估与研究。

Comments Accepted at InterSpeech 2026

Hybrid Augmented Lagrangian Method for General Constrained Optimization via Evolutionary Algorithms

基于进化算法的一般约束优化混合增广拉格朗日方法

Lampros Printzios, Konstantinos Chatzilygeroudis

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 研究一般约束优化问题，提出混合增广拉格朗日（HyAL）方法，结合增广拉格朗日框架与进化算法优势，解决迭代子问题。实验表明该方法在基准测试中表现出色，优于纯进化方法和先进数值算法，能有效处理高维约束问题。

Comments 16 pages, 5 figures

A Curvature-Aware Rank-Adaptive Distributed Augmented-Lagrangian Solver for Large-Scale SDPs

一种用于大规模半定规划的曲率感知秩自适应分布式增广拉格朗日求解器

Hongpei Li, Huikang Liu, Dongdong Ge, Yinyu Ye

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 研究针对大规模半定规划提出CARDAL求解器，基于秩自适应分解和增广拉格朗日方法，通过特定操作和问题选择实现优化，分析了全局最优性，在基准测试和多领域实验中展现强鲁棒性与加速效果。

Comments 25 pages, 5 tables