A Survey on Hypergame Theory: Modelling Misaligned Perceptions and Nested Beliefs for Multi-Agent Systems
关于超博弈理论的综述：为多智能体系统建模错位感知与嵌套信念
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.AI
AI总结 本文综述了超博弈理论在多智能体系统中的应用，分析了其建模错位感知与嵌套信念的能力及现有研究中的趋势与挑战。
视觉与机器人
机器人 / 具身智能
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
1. 机器人数据与评测 8666 篇
PokeNet: Learning Kinematic Models of Articulated Objects from Human Observations
PokeNet: 从人类观察中学习机械结构模型
机构 * School of Computation and AI, ASU, Tempe（计算与人工智能学院，亚利桑那州立大学） ； AI Institute, Seoul National University, Seoul, South Korea（首尔国立大学人工智能研究所）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.RO
AI总结 PokeNet通过单个人类示范学习机械结构模型，无需先验知识，提升关节轴和状态估计精度达27%。
MAMMOTH: A Multi-Modal End-to-End Policy for Off-Road Mobility Robust to Missing Modality
MAMMOTH：一种对缺失模态具有鲁棒性的越野移动多模态端到端策略
机构 * Indian Institute of Science（印度科学研究所）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究针对非结构化越野环境自主导航难题，提出MAMMOTH多模态端到端策略。它融合多模态观测，用模态丢弃训练，还采用扩散策略学习联合概率分布，经实验验证性能优越，能提升避撞等能力及对缺失模态的泛化。
Comments Accepted to IROS 2026 Main Conference
TRACE: An Operational Reasoning Schema for Auditable Agentic Commitments
TRACE：可审计的智能体承诺的操作推理模式
机构 * Stanford University（斯坦福大学） ； Quadrivium AI（四元数人工智能）
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TRACE模式用于记录推理轨迹，通过字段和测试应对推理不在语言模型中的问题，给出参考程序和操作规范，借助记录-消费者契约形成操作接口，通过示例展示应用，贡献了模式及其契约。
Comments 46 pages, 18 tables, 4 figures
StratMamba: Strategic and Reactive Stream Partitioning for Path-Efficient LiDAR-Based Obstacle Avoidance
StratMamba：用于基于路径高效的激光雷达避障的策略性和反应性流划分
机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； AlphaZ, Inc.（阿尔法兹公司） ； Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究针对复杂环境中机器人导航问题，提出StratMamba双流时间建模架构，结合快慢衰减内存架构处理激光雷达数据。经多场景评估及与其他基线对比，其在时间推理效率、导航速度和路径最优性方面表现出色，在现实中性能更稳健。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 6 figures. Video: https://www.youtube.com/watch?v=Z0FfO_AVaSw
MobileSAM2: Lightweight Segment Anything for Spatial Intelligence
MobileSAM2：用于空间智能的轻量级图像分割模型
机构 * Hong Kong Polytechnic University（香港理工大学） ； Nanyang Technological University（南洋理工大学） ； Xidian University（西安电子科技大学） ； SparcAI Inc.（SparcAI公司）
专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV
AI总结 研究旨在使SAM2更适用于移动设备，提出超图知识蒸馏方法HyperKD，由时间和粒度超图知识蒸馏构成，能有效建模转移知识。还推出MobileSAM2家族，经实验验证其在多基准测试及具身AI任务上有良好泛化性能。
Comments Accepted to ECCV 2026
The GEST-Engine: From Event Graphs to Synthetic Video. A Full Technical Report
GEST引擎：从事件图到合成视频。完整技术报告
机构 * Institute of Mathematics of the Romanian Academy（罗马尼亚科学院数学研究所） ； National University of Science and Technology Politehnica Bucharest（布加勒斯特理工大学） ； Büchi Labortechnik AG（布赫实验室技术公司）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV
AI总结 GEST引擎从自然语言文本生成多角色视频，核心是明确的世界模型，以GEST表示世界状态。通过程序或智能系统生成GEST，经四阶段管道执行，能输出多种视频相关数据，且保证相关特性，其输出可作视频理解多方面工具。
Benchmarking Nighttime Traffic Sign Recognition with Illumination-Adaptive Detection and Semantic Attribute Reasoning
在低光照条件下学习：用于交通标志识别的数据集和算法
机构 * IISER Bhopal（印度比哈尔州国际研究学院）
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INTSD数据集和LENS-Net算法，解决夜间交通标志识别中的低光照和干扰问题，通过大规模数据和先进模型验证了夜间识别的挑战与方法。
Traffic-Aware Pedestrian Intention Prediction
考虑交通的行人意图预测
机构 * Department of Electrical Engineering, University of Notre Dame（电子工程系，圣约翰大学）
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TA-STGCN模型，通过整合动态交通信号和边界框大小，提升行人意图预测的准确性，在PIE数据集上实现了4.75%的提升。
Comments 6 pages, 4 figures. Accepted to the American Control Conference (ACC) 2025
Journal ref 2025 American Control Conference (ACC), Denver, CO, USA, 2025, pp. 3455-3460
MAGIC: Transition-Aware Generation of Navigable Multi-Scene Game Worlds with Large Language Models
MAGIC：利用大语言模型生成具有可导航多场景的游戏世界并感知过渡
机构 * Department of Computer Science and Engineering（计算机科学与工程系）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.AI
AI总结 研究利用大语言模型生成多场景游戏世界时面临的问题，提出MAGIC系统，通过四阶段管道将自然语言提示转化为可运行项目，解决跨场景一致性等问题，在新基准测试中表现出色，生成可执行项目且过渡识别指标优。
Wearing A Coat: Dual-Arm Robot-Assisted Dressing with Differentiable Clothing Simulation
穿着外套：基于可微服装模拟的双臂机器人辅助穿衣
机构 * Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对机器人辅助穿衣中衣物与人体四肢复杂接触交互的问题，提出集成实时可微服装模拟的控制算法，经模拟和实验验证，该算法能解决接触约束下服装状态问题，实现多阶段控制策略，证明了其可行性和有效性。
D-SafeMPC: Diffusion-Driven Safe Model Predictive Control with Discrete-Time Control Barrier Functions
D-SafeMPC：基于离散时间控制障碍函数的扩散驱动安全模型预测控制
机构 * Paderborn University（帕德博恩大学） ； Illinois Institute of Technology（伊利诺伊理工学院） ； California Institute of Technology（加州理工学院） ； Technical University of Munich（慕尼黑工业大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 研究针对扩散模型用于机器人规划时无法保证安全和动态约束的问题，提出D-SafeMPC方法，通过控制障碍函数等引导扩散过程，结合迭代投影方案，经实验验证该方法能提升安全性、任务成功率和规划效率。
Interleaved POMDP Planning for Multi-Object Search in Unknown Multi-Room Household Environments
未知多房间家庭环境中多目标搜索的交错部分可观测马尔可夫决策过程规划
机构 * Georgia Institute of Technology（佐治亚理工学院） ； The Hong Kong University of Science and Technology（香港科技大学） ； Ising AI（伊辛人工智能公司） ； MIT（麻省理工学院） ； Notre Dame University（圣母大学）
专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO
AI总结 研究未知多房间家庭环境下多目标搜索问题，提出Inter-POMDP算法，通过高级POUCT规划器与低级运动规划器相互作用，平衡规划质量与效率，相比基线方法减少碰撞、导航步数及检测次数。
Large Language Models in Misinformation Ecosystems: Misuse, Defense, and Vulnerability
错误信息生态系统中的大语言模型：滥用、防御与脆弱性
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； University of Illinois Chicago（伊利诺伊大学香槟分校） ； State Key Laboratory of Media Convergence and Communication, Communication University of China（中国传媒大学媒体融合与传播国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.AI
AI总结 研究大语言模型在错误信息生态系统中的问题，引入角色层框架统一风险与防御，组织相关攻击、研究检测与验证方法、分析漏洞及讨论对策，指出从静态检测到风险评估、强化验证管道、部署可审计人工参与验证系统这三个关键挑战。
Comments 35 pages, 8 figures
Reference-Based Distillation Detection in LLMs
大语言模型中基于参考的蒸馏检测
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； University of Southern California（南加利福尼亚大学） ； OpenAI
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.LG
AI总结 研究旨在检测大语言模型是否经蒸馏而来，提出基于参考的成员推理蒸馏检测方法，通过比较模型与不同候选教师输出的优先对齐程度识别教师及蒸馏证据，能处理未知管道，扩展到开放世界设置，应用于当代模型获潜在蒸馏关系新证据。
Comments 27 pages (14 main), 21 figures, 16 tables
GelNeuro: A Sensing-Computing Integrated Neuromorphic Tactile System for Texture Recognition
GelNeuro：面向纹理识别的感算融合神经形态触觉系统
机构 * 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）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 针对现有神经形态触觉系统依赖主机预处理的问题，提出GelNeuro感算融合系统，搭配硬件感知权重钳位策略，实现低功耗高准确率的端侧纹理识别。
Comments The authors withdraw this preprint as the work requires substantial revision and additional validation. The current version is not suitable for public dissemination, and further development of the research is needed
TouchThinker: Scaling Tactile Commonsense Reasoning to the Open World with Large-scale Data and Action-aware Representation
TouchThinker: 通过大规模数据和动作感知表示将触觉常识推理扩展到开放世界
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； National University of Singapore（新加坡国立大学） ； Zhongguancun Academy（中关村学院） ； Xiamen University（厦门大学） ； Xi’an Jiaotong University（西安交通大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学）
专题命中 机器人数据与评测 ：embodied agent(abstract)；分类 cs.AI
AI总结 提出TouchThinker框架，通过构建百万级多源触觉数据集TouchThinker-1M和动作感知建模，将触觉常识推理扩展到开放世界，在多个数据集上取得竞争性表现。
Comments 18 pages, 11 figures
Are DeepFakes Realistic Enough? Exploring Semantic Mismatch as a Novel Challenge
深度伪造是否足够逼真？探索语义不匹配作为新的挑战
机构 * Instituto de Telecomunicações, Universidade da Beira Interior（电信研究所，贝拉内里大学）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV
AI总结 本文提出新的评估框架，通过引入语义不匹配类别，评估现有模型在面对语义不一致的深度伪造数据时的鲁棒性，并提出语义强化策略提升检测性能。
Comments Added missing FGI results in semantic reinforcement eval (Table 9), showing an architecture-dependent effect. Abstract, contributions, and conclusion revised accordingly. Clarified RARV-SMM/semantic mismatch definition. Corrected SOTA comparison claim (Sec. 4.7). Added code link
HyperNet-Adaptation for Diffusion-Based Test Case Generation
基于扩散的测试用例生成的超网络自适应
机构 * Technical University of Munich（慕尼黑技术大学） ； University of Udine（乌迪内大学） ； fortiss
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.LG
AI总结 针对深度学习系统可靠性评估问题，提出HyNeA生成式测试方法，通过超网络实现无数据集可控性，采用独特训练策略，能以较低计算成本有针对性地生成现实故障用例，提高可控性和测试多样性，还可推广到无故障标签数据领域。
PanoWorld: Real-World Panoramic Generation
全景世界：真实世界全景生成
机构 * Insta360 Research（影石创新科技研究院） ； Institute of Automation Chinese Academy of Sciences（中国科学院自动化研究所） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学） ； UC Merced（加州大学默塞德分校）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV
AI总结 该研究旨在解决全景世界模型的远程记忆挑战，提出PanoWorld，利用旋转等变特性简化相机轨迹，通过DPRC和GMA进行建模与记忆增强，经三阶段训练优化，构建World360数据集验证其有效性，优于其他方法且将公开模型、代码和数据集。
Comments Project page: https://lihaoy-ux.github.io/panoworld-page/ Code:https://github.com/Insta360-Research-Team/PanoWorld
Revisiting Euler-Angle Regression with Kolmogorov-Arnold Networks
用柯尔莫哥洛夫 - 阿诺德网络重新审视欧拉角回归
机构 * Michigan State University（密歇根州立大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV
AI总结 研究欧拉角回归难题，提出结合范围感知欧拉建模与柯尔莫哥洛夫 - 阿诺德网络的新框架，经理论分析和实验验证，该框架在控制旋转回归等多方面能提升精度、收敛性和效率。
DemoBridge: A Simulation-in-the-Loop Toolkit for Single-View Human Demonstration Retargeting
DemoBridge：用于单视图人类演示重定向的循环内仿真工具包
机构 * KU Leuven（库勒万大学） ； Toyota Motor Europe（丰田欧洲公司） ； Toyota Research Institute（丰田研究院）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.RO
AI总结 DemoBridge工具包可将单视图人类手部演示转化为机器人手臂轨迹，核心是碰撞感知规划器，能综合考虑多种因素优化轨迹，经物理模拟器验证，还可用于策略学习，在实际任务和基准测试中评估了其性能。
Comments RSS 2026 RoboData Workshop
Residual Physics-Informed Neural Networks for High-Fidelity BLDC Motor Modeling
用于高保真无刷直流电机建模的残差物理信息神经网络
机构 * Department of Mechatronics and Robotics Engineering（机电工程与机器人工程系） ； Egypt-Japan University of Science and Technology (E-JUST)（埃及-日本科学技术大学）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 针对无刷直流电机精确动力学建模问题，提出基于ResNet主干的PINN，以仿真时间等为输入预测电机状态变量，满足相关常微分方程，用课程调度策略防过早收敛，训练快且推理延迟低，适用于实时应用。
StereoSplat+: Feed-Forward Stereo Gaussian Splatting with Diffusion-Assisted Progressive Inference
StereoSplat+：具有扩散辅助渐进推理的前馈立体高斯点云渲染
机构 * Institute of Science Tokyo（东京科学研究所）
专题命中 机器人数据与评测 ：robotics(abstract)；分类 cs.CV
AI总结 研究从单目立体观察恢复高质量3DGS场景的问题，提出StereoSplat+框架，包含StereoSplat估计器及扩散增强单步渐进推理方案，实验表明该方法提升了新视图渲染质量和几何精度，优于现有前馈3DGS基线。
Comments 8 pages, accepted as a conference paper for IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2026)
Any to Full: Prompting Depth Anything for Depth Completion in One Stage
任何到完整：提示深度任何物以完成深度估计的一阶段
机构 * Rutgers University（罗格斯大学） ； Michigan State University（密歇根州立大学） ； JD Logistics（京东物流） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.CV
AI总结 Any2Full提出一种单阶段深度完成框架，通过尺度提示适应预训练MDE模型，提升鲁棒性和效率，优于现有方法。
Comments Accepted to ECCV 2026
Do Transformations Reveal the Truth? Generative Residual Learning for Generalized AI-Generated Image Detection
变换能揭示真相吗？用于广义人工智能生成图像检测的生成残差学习
机构 * University of Michigan Flint（密歇根大学弗林特分校） ； Korea Aerospace University（韩国航空航天大学）
专题命中 机器人数据与评测 ：manipulation(abstract)；分类 cs.CV
AI总结 针对生成式AI带来的威胁及AIGI检测难题，提出GenRes框架，通过神经张量网络建模关系特征增强泛化；引入GenRes++，用注意力机制聚合多变换样本特征；利用PE-Core提取特征，实验证明GenRes++性能优于现有方法。
Unlocking Temporal Generalization in Hamiltonian Video Dynamics Models
解锁哈密顿视频动力学模型中的时间泛化
机构 * Department of Computer Science, Southern Methodist University（南卫理公会大学计算机科学系）
专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.LG
AI总结 研究世界模型在可变时间分辨率下预测动力学的问题，利用哈密顿生成网络（HGN），指出其在非保守环境中时间泛化失效的问题及原因，通过针对性修复实现稳定动力学预测，推荐连续时间视频生成中时间泛化的策略。
Comments To appear in the 1st Workshop on Physics-Aware Video Generation and Restoration at the 28th International Conference on Pattern Recognition
NeuralMUSIC: A Hybrid Neural-Subspace Framework for Robot Sound Source Localization
NeuralMUSIC: 一种用于机器人声源定位的混合神经-子空间框架
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.AI
AI总结 提出NeuralMUSIC混合框架，结合神经网络估计空间协方差矩阵与经典MUSIC子空间方法，通过频率注意力融合和自监督学习提升机器人声源定位的鲁棒性和跨域泛化能力。
Comments Accepted by IROS 2026
Let the Dynamics Flow: Stable Flow Matching Dynamical Systems
让动力学流动：稳定的流匹配动力系统
机构 * 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） ； Advanced Mining Technology Center (AMTC) and Department of Electrical Engineering, Universidad de Chile（先进采矿技术中心（AMTC）和电气工程系，智利大学） ； Bosch Center for Artificial Intelligence, Renningen, Germany（博世人工智能中心，德国Renningen） ； Italian Institute of Artificial Intelligence (AI4I), Turin, Italy（意大利人工智能研究所（AI4I），意大利都灵）
专题命中 机器人数据与评测 ：robotic(abstract)；分类 cs.RO
AI总结 提出稳定流匹配动力系统（SFMDS）框架，通过流匹配参数化动力系统并施加李雅普诺夫稳定性约束，实现稳定、可扩展、多模态的机器人运动生成。
DAG-Based QoS-Aware Dynamic Task Placement for Networked Multi-Stage Control Pipelines
基于DAG的QoS感知动态任务放置用于网络化多阶段控制流水线
机构 * Deakin University, Australia（德坎大学，澳大利亚） ； RMIT University, Vietnam（皇家墨尔本理工大学，越南） ； University of Navarra, Spain（纳瓦拉大学，西班牙） ； Swinburne University of Technology, Australia（斯威本科技大学，澳大利亚）
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DAG的QoS感知动态任务放置框架，用于网络化机器人中的感知-感知-规划-控制流水线，通过动态任务放置优化计算、通信延迟和任务放置集，解决传统静态边缘卸载和单阶段模型的不足。
Comments 5 pages, 1 figure, 1 table, 1 algorithm, accepted paper on the 24th IEEE International Conference on Industrial Informatics (INDIN), 26-29 July, 2026, Melbourne, Australia
