机器人 / 具身智能

NaviAIS: A Scenario-Level Vessel Trajectory Prediction Dataset withVectorized Lane Priors and the NaviLane Forecasting Framework

NaviAIS：一个具有矢量化航道先验的场景级船舶轨迹预测数据集及NaviLane预测框架

Yuan Gui, Hongchen Luo, Liqi Qu, Longyue Fu, Jiao Wang

机构 * Northeastern University（东北大学） 纠错

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

AI总结 研究针对复杂海洋环境下船舶轨迹预测问题，引入NaviAIS数据集并提出NaviLane框架，通过轨迹-地图联合编码、离散宏动作码本及模块优化评估等方法，提升船舶轨迹预测性能，优于现有基线。

Data Leakage Prevention in Agentic Applications via Preemptive Hardening

通过先发制硬化防止智能应用中的数据泄露

Akansha Shukla, Emily Bellov, Parth Atulbhai Gandhi, Yuval Elovici, Asaf Shabtai

机构 * Faculty of Computer and Information Science（计算机与信息科学系） ； Ben-Gurion University of the Negev（内盖夫本· Gurion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 研究智能应用数据泄露问题，提出预部署管道，通过分析提示模板等识别泄露模式并生成补丁，经硬化和验证确保应用功能不受影响，评估显示能有效减少数据泄露。

Two-Stage Extrinsic Calibration of a Static Line-Scanning Lidar with a Rotary Platform

基于旋转平台的静态线扫描激光雷达的两阶段外部校准

Vikram Shree, Hike Danakian, Long Nguyen, Rajanish Gokidi, Patrick Nercessian

机构 * SiLC Technologies（SiLC技术公司） 纠错

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

AI总结 研究基于旋转平台的静态线扫描激光雷达校准问题，探索自动方法静态和动态估计旋转轴变换，通过真实数据集验证算法并研究其收敛特性。

Comments 8 pages, 13 figures. Manuscript accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Engineering Trustworthy Agentic AI for Critical Systems

为关键系统设计可靠的智能体人工智能

Omar Al-Refai, Ibrahim Shahbaz, Adam Ali Husseinat, Michael Mandulak, Jaewon Kim, Eman Hammad

机构 * Texas A&M University（德克萨斯A&M大学） ； Innovations in Systems Trust and Resilience (iSTAR) Laboratory（系统信任与弹性创新（iSTAR）实验室） ； Texas A&M Institute of Data Science - Security, Privacy and Resilience for Trusted AI (SPARTA) Thematic Lab.（德克萨斯A&M大学数据科学研究所 - 可信人工智能的安全、隐私与弹性（SPARTA）主题实验室） ； Texas A&M Global Cyber Research Institute (GCRI)（德克萨斯A&M大学全球网络研究所） 纠错

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

AI总结 研究针对关键工程领域智能体人工智能，将可靠性作为首要工程属性，采用围绕五个维度的可靠性模型及保证工作流程，综述相关架构、机制等，经多领域检验，指出其可靠性是单一问题并勾勒跨域保证框架路径。

Comments This work has been submitted to the IEEE for possible publication

VOFA: Visual Object Goal Pushing with Force-Adaptive Control for Humanoids

VOFA：基于力适应控制的人形机器人视觉目标推动

Zichao Hu, Zifan Xu, Dongsik Chang, He Yin, Linh Tran, Roberto Martín-Martín, Peter Stone, Jingyu Qiao, Joydeep Biswas

机构 * Department of Computer Science, The University of Texas at Austin（德克萨斯大学奥斯汀分校计算机科学系） ； Amazon Inc.（亚马逊公司） ； Sony AI（索尼人工智能） 纠错

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

AI总结 本文提出VOFA系统，通过视觉引导实现对未知物理属性物体的精准推动，解决重物操控中的未知质量和地面摩擦问题，实现在仿真和现实中的高成功率表现。

Comments Accepted at IROS 2026. Project website: https://amrl.cs.utexas.edu/VOFA

Information Theoretic Bayesian Optimization over the Probability Simplex

信息几何下的概率单纯形贝叶斯优化

Federico Pavesi, Antonio Candelieri, Noémie Jaquier

机构 * Department of Economics, Management and Statistics University of Milan, Bicocca（经济管理统计系米兰大学Bicocca分校） ； Department of Robotics, Perception and Learning KTH Royal Institute of Technology（机器人感知与学习系皇家理工学院KTH） ； University of Milan, Bicocca Milan, Italy（米兰大学Bicocca分校） ； KTH Royal Institute of Technology Stockholm, Sweden（皇家理工学院KTH 斯德哥尔摩瑞典） 纠错

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

AI总结 本文提出了一种基于信息几何的概率单纯形贝叶斯优化算法，通过构建几何优化器和马尔可夫核，在概率约束域中提升优化性能。

Comments 16 pages, 5 figures

Optimization of sim-to-real transfer in the humanoid robot NICO

人形机器人NICO中模拟到现实转换的优化

Juraj Gavura, Igor Farkaš

机构 * Comenius University Bratislava（布拉迪斯拉发夸美纽斯大学） 纠错

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

AI总结 研究针对人形机器人模拟到现实转换中因定位误差妨碍抓取的问题，通过添加多种检测和定位方法及校正，形成基于校准的抓取管道，并实现视觉反馈模型，提高了抓取成功率。

Comments 12 pages, 8 figures, accepted to International Conference on Artificial Neural Networks 2026, Neurorobotics workshop

World Translation: Minimizing Sim-to-Real Gap with Backward Dynamics Extraction and Unpaired Domain Translation

世界翻译：通过反向动力学提取和非配对域翻译最小化模拟与现实之间的差距

Xinchen Yao, Leixin Chang, Hua Chen

机构 * Zhejiang University（浙江大学） ； LimX Dynamics（LimX动力学公司） 纠错

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

AI总结 研究模拟与现实差距问题，提出“世界翻译”方法，利用模拟器和学习动力学互补优势，反向提取动力学信息并跨域转换，实验表明该方法能更准确建模，在特定情况下优势明显，还证实可改进策略转移。

Comments 8 pages, 8 figures

ProEvent: An Event-centric Benchmark for Proactive Agents

ProEvent：面向主动智能体的以事件为中心的基准测试

Guanzhen Li, Liangming Pan, Leye Wang

机构 * School of Computing, Peking University（北京大学计算机学院） 纠错

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

AI总结 针对主动智能体研究忽视事件中心协助及评估难的问题，引入ProEvent基准测试，基于即时通讯聊天评估智能体维护用户时间表能力，实验发现当前智能体存在过度反应和事件取消处理难等问题，揭示了大语言模型的根本局限。

AI-Augmented Model Predictive Control for Safe and Adaptive Rendezvous and Proximity Operations

用于安全和自适应交会及接近操作的人工智能增强模型预测控制

Luca Sportelli, Tyler Barr, Cagri Kilic, Di Wu

机构 * Embry–Riddle Aeronautical University（安柏瑞德航空航天大学） 纠错

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

AI总结 研究多智能体对抗场景下航天器自主交会及接近操作问题，提出结合约束滚动时域MPC与数据驱动监督调整层的框架，经蒙特卡罗模拟评估，该框架相比固定参数MPC有更好性能，为自适应航天器RPO提供模块化、可解释基础。

Comments 34 pages, 7 figures

Apple-$π$: Benchmarking Thinking with Video Towards Law-Grounded Physical Intelligence

Apple-$π$：基于视频对基于法律的物理智能进行思维基准测试

Runmao Yao, Kairui Hu, Yukang Cao, Ruisi Wang, Shulin Tian, Ziang Cao, Weichen Fan, Ziqi Huang, Yuhao Dong, Hao Li, Zhaoxi Chen, Zhongang Cai, Lei Yang, Ziwei Liu

机构 * S-Lab, Nanyang Technological University（南洋理工大学S-Lab） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 研究针对视频模型评估仅看输出层面的不足，提出Apple-PI基准，含数据集、协议和评估套件三部分，通过对11个模型测试发现其距可靠世界模拟器差距大，并揭示了一些瓶颈与差距，为指导视频模型发展提供诊断基础。

Rapid and Safe Trajectory Planning over Diverse Scenes through Diffusion Composition

通过扩散合成在多样场景中进行快速且安全的轨迹规划

Wule Mao, Zhouheng Li, Yunhao Luo, Fangguo Zhao, Lei Xie

机构 * College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院） ； University of Michigan（密歇根大学） ； MIT（麻省理工学院） 纠错

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

AI总结 针对动态环境规划难题，提出能量参数化扩散规划框架，结合轻量级安全过滤器和场景无关的数据生成管道，实现多样场景下快速安全规划，仿真与真实实验验证了其有效性、鲁棒性和适用性。

Benchmarking Agentic Newswriting via Journalistic Workflows

通过新闻工作流程对智能新闻写作进行基准测试

Yen-Che Chien, Kuang-Da Wang, Wei-Yao Wang, Wen-Chih Peng

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Sony Group Corporation（索尼集团） 纠错

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

AI总结 研究智能体在新闻写作工作流程中的表现，引入NEWSAGENT基准，给定写作指令和部分材料，评估智能体搜索、选信息及改草稿能力，发现其检索事实尚可，但规划和叙事整合有困难，为评估智能体能力提供现实测试平台。

Comments Accepted to Findings of ACL 2026

A Task-Space Receding Horizon Controller for Fast Collision Avoidance

一种用于快速避碰的任务空间滚动时域控制器

Mattia Penzotti, Marco Controzzi

机构 * Biorobotics Institute and the Department of Excellence in Robotics and AI, Scuola Superiore Sant’Anna（生物机器人研究所和机器人与人工智能卓越系，圣安娜高等学校） 纠错

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

AI总结 研究机器人操纵器实时避碰问题，提出任务空间滚动时域控制器，通过短接触一致展开生成终端参考并计算首个输入，经迭代动力学求解器塑造参考，仿真与实验验证该方法在动态杂波中平衡多方面性能且提升成功率。

Event3R: Asynchronous-to-Global 3D Reconstruction from Event Camera via Spatial-Temporal Feature Aggregation

Event3R：通过时空特征聚合从事件相机进行异步到全局的3D重建

Jian Huang, Haotian Shen, Xinhao Lou, Chengrui Dong, Wenpu Li, Peidong Liu

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） 纠错

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

AI总结 研究针对事件相机异步、稀疏和高动态特性及缺乏标注数据集的问题，提出Event3R框架，通过时空体素表示、时间注意力模块、掩码箱建模策略及对比对齐和一致性正则化损失，实现鲁棒的3D重建，性能显著优于现有方法。

Comments accepted to IROS 2026

Programmable Synchronization Graphs for Adaptive and Fault-Tolerant Modular Miniature Robots

用于自适应和容错模块化微型机器人的可编程同步图

Okan Kulekcioglu, Arqam Bin Ahmad, Ines Garcia, Filipe Serra Alves, Onur Ozcan, M. Selim Hanay

机构 * Department of Mechanical Engineering, Bilkent University（巴尔坎大学机械工程系） ； International Iberian Nanotechnology Laboratory (INL)（国际伊比拉纳米技术实验室） 纠错

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

AI总结 研究模块化微型机器人协调难题，提出可编程同步图框架，通过图耦合编码运动协调，实现同步、相位调整、容错及适应，还能减轻耦合负担，降低相位误差，确立其为紧凑控制层。

HiLSVA: Design and Evaluation of a Human-in-the-Loop Agentic System for Scientific Visualization

HiLSVA：用于科学可视化的人机协同智能系统设计与评估

Kuangshi Ai, Patrick Phuoc Do, Chaoli Wang

机构 * Department of Computer Science and Engineering, University of Notre Dame（Notre Dame 大学计算机科学与工程系） 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HiLSVA，一种人机协同智能系统，通过计划优先的多智能体架构、显式人类监督和逐步溯源，支持混合主动的科学可视化工作流，增强而非替代人类分析推理。

Comments IEEE Transactions on Visualization and Computer Graphics (IEEE VIS '26)

WeEdit: A Dataset, Benchmark and Glyph-Guided Framework for Text-centric Image Editing

WeEdit：一个数据集、基准和基于字形引导的文本中心图像编辑框架

Hui Zhang, Juntao Liu, Zongkai Liu, Liqiang Niu, Fandong Meng, Zuxuan Wu, Yu-Gang Jiang

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

AI总结 WeEdit通过构建大规模数据集和定制训练策略，提升文本中心图像编辑的精度与多样性，优于现有开源模型。

Comments Accepted by ECCV2026

Bifocal Attention: Harmonizing Geometric and Spectral Positional Embeddings for Algorithmic Generalization

双焦点注意力：协调几何与谱域的位置嵌入以实现算法泛化

Kanishk Awadhiya

机构 * Indian Institute of Technology, Delhi（印度理工学院德里分校） 纠错

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

AI总结 本研究提出双焦点注意力机制，通过协调几何与谱域的位置嵌入，解决算法泛化中的结构间隙问题，提升模型对递归推理的处理能力。

Comments There is issue with affiliation, any further updates will be communicated but right now removal is necessary

Robust and Efficient MuJoCo-based Model Predictive Control via Web of Affine Spaces Derivatives

基于仿射空间网络导数的鲁棒高效MuJoCo模型预测控制

Chen Liang, Daniel Rakita

机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系） 纠错

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

AI总结 针对MJPC中有限差分导数计算瓶颈，引入仿射空间网络（WASP）导数替代，实现高效稳定的导数计算，在多种机器人任务中实现高达2倍加速，并优于随机采样规划器。

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

Sym2Real: Symbolic Dynamics with Residual Learning for Data-Efficient Adaptive Control

Sym2Real：用于数据高效自适应控制的基于残差学习的符号动力学

Easop Lee, Samuel A. Moore, Boyuan Chen

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

AI总结 Sym2Real框架解决符号回归在实际控制中因对噪声敏感而受限的问题，先从低保真模拟学习，再用少量真实数据残差自适应弥合模拟到现实差距，仅约10条轨迹就实现对四旋翼和赛车的鲁棒控制及模拟到现实转移。

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

Comprehensive Dataset of Synthetic and Manipulated Overhead Imagery for Development and Evaluation of Forensic Tools

综合性合成与 manipulated 天顶影像数据集用于开发和评估取证工具

Brandon B. May, Kirill Trapeznikov, Shengbang Fang, Matthew C. Stamm

机构 * Drexel University（德雷塞尔大学） 纠错

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

AI总结 本文提出了一种综合性合成与 manipulated 天顶影像数据集，用于开发和评估取证工具，支持可控生成多种操纵类别及任务基准性能。

When Words Are Safe But Actions Kill: Probing Physical Danger Beyond Text Safety in Hidden-State Risk Space

当言语安全但行动致命：在隐藏状态风险空间中探究超越文本安全的物理危险

Weimeng Wang, Ziqiang Wang, Zihang Zhan, Chuanpu Fu, Qi Li, Ke Xu

机构 * Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 研究大语言模型中语言无害指令在现实世界中的物理危险与文本级内容危险是否相同，提出PRISM方法，通过隐藏状态方向分析等证明CD和PD可分离，PRISM在多个基准测试中表现良好，能检测物理危险而非仅依赖明确不安全措辞。

Assessing Physical Frailty and Fall-Risk Indicators with Social Robots: An in situ Evaluation with Older Adults

用社交机器人评估身体虚弱和跌倒风险指标：对老年人的现场评估

Aniol Civit, Antonio Andriella, Alba Martínez, Joan Ars, Aida Ribera, Cristian Barrué, Guillem Alenyà

机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（工业机器人与信息学研究所，西班牙科学与技术研究委员会 - 加泰罗尼亚理工大学） ； Parc Sanitari Pere Virgili（圣佩雷维吉利疗养院） ； RE-FiT Barcelona Research Group（巴塞罗那RE-FiT研究小组） ； Vall d’Hebron Institute of Research（瓦尔德希伯伦研究院） ； Aging Research Center, Department of Neurobiology, Care Sciences and Society (NVS), Karolinska Institutet and Stockholm University（衰老研究中心，神经生物学、护理科学与社会系（NVS），卡罗林斯卡学院和斯德哥尔摩大学） 纠错

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

AI总结 研究针对老年人虚弱评估资源密集且易忽略生物力学指标的问题，提出用行为树架构的机器人框架，通过视觉跟踪评估临床测试。经现场评估，该框架能提供可靠客观的评估，还可收集相关移动性指标。

Comments This work has been submitted to the IEEE for possible publication

AeroAct: Action-Centered World-Action Models for Language-Conditioned Quadrotor Flight

AeroAct：用于语言条件四旋翼飞行的以动作中心的世界-动作模型

Xinhong Zhang, Qiyuan Zhu, Yubo Huang, Haolin Chen, Runqing Wang, Yuhao Mo, Zhongxin Chen, Yu Hu, Xinjiang Wang, Jian Sun, Gang Wang

机构 * School of Automation, Beijing Institute of Technology（北京理工大学自动化学院） ； School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） 纠错

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

AI总结 研究语言条件下四旋翼飞行问题，提出AeroAct模型，利用预训练视频扩散Transformer，结合相关采集设备和程序获取数据，经实验验证该模型能提升四旋翼飞行的目标跟踪和物体搜索性能，且对应策略可在实体四旋翼上执行。

BridgeFlow: Fast and Robust SE(2)-Equivariant Motion Planning with Flow Matching

BridgeFlow：基于流匹配的快速且鲁棒的 SE(2) 等变运动规划

Xinzhe Zhou, Xuyang Wang, Xiaoming Duan, Jianping He

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） 纠错

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

AI总结 研究针对机器人运动规划中刚体变换等变性难题，提出BridgeFlow框架，通过轻量级模块实现等变性，结合布朗桥信息先验与最优传输加速推理，并嵌入环境感知，相比基线有速度和轨迹率优势，可稳健泛化。

Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures

VIABench: A Comprehensive Video Benchmark Collected from Blind Individuals for Visual Impairment Assistance

VIABench：一个从视障人士收集的用于视障辅助的综合视频基准测试

Yunfeng Liu, Yuandong Yang, Jiarui Han, Zhenpeng Huang, Yuqing Tang, Xiangyu Zeng, Gangshan Wu, Limin Wang

机构 * Nanjing University（南京大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 针对视障人士视觉信息获取难及多模态大语言模型在视障辅助中实用价值待探索的问题，引入VIABench视频基准测试，定义三个核心任务，提出严格测试流程，实验表明当前模型对视障人士支持不足，有望推动定制模型开发以改善其体验。

Earthquaker-AI: A Retrieval-Augmented Generation Framework with Rubric-Based Assessment for Primary School Earthquake Education

地震人工智能：一种基于评分标准评估的小学地震教育检索增强生成框架

Xanthi Kokkinou, Chaido Mizeli, Nafsika Koulaxidou, Marina Delianidi, Konstantinos Diamantaras

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

AI总结 研究针对小学生地震教育问题，提出地震人工智能混合教育框架，集成检索增强生成对话式AI助手，结合乐高机器人、评分标准和AI，通过不同年级的渐进学习提升学生地震应对能力，实验显示有高可信度和准确性。

Comments 17 pages, 4 figures

WNOJ-LIO: A White-Noise-on-Jerk Motion-Prior EKF for High-Dynamic LiDAR-IMU Fusion

WNOJ-LIO：一种用于高动态激光雷达-惯性测量单元融合的基于加加速度白噪声运动先验的扩展卡尔曼滤波器

Junning Lyu, Qizhi Guo, Xia Ning, Tao Song, Shaoming He

机构 * School of Aerospace Engineering, Beijing Institute of Technology（北京理工大学宇航学院） 纠错

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

AI总结 研究高动态驾驶下激光雷达-IMU融合问题，提出基于加加速度白噪声运动先验的扩展卡尔曼滤波器框架WNOJ-LIO，通过解耦先验预测状态、视IMU为高频测量源，经仿真和实际实验验证，提升了相关性能。

Fire as a Service: Augmenting Robot Simulators with Thermally and Visually Accurate Fire Dynamics

火灾作为服务：通过热力学和视觉准确的火灾动力学增强机器人仿真器

Anton R. Wagner, Madhan Balaji Rao, Helge Wrede, Sören Pirk, Xuesu Xiao

机构 * Department of Computer Science, Kiel University（基尔大学计算机科学系） ； Department of Computer Science, George Mason University（乔治·马歇尔大学计算机科学系） 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Fire as a Service框架，通过高保真火灾模拟提升机器人仿真器的热力学和视觉准确性，支持生成真实火灾环境下的训练数据和热危害评估。