机器人 / 具身智能

Dynamic Constraint Reconstruction Based Control Barrier Functions for Safety-Critical Control of High-Dimensional Manipulators

基于动态约束重构的控制障碍函数用于高维机器人的安全关键控制

Bingsheng Zhang, Shen Wang, Qiang Wang, Muguo Du, Donghai Shi, Xiaofeng Tao

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对高维机器人受干扰及模型不确定问题，提出基于动态约束重构的控制障碍函数框架，用扩展状态观测器估计干扰并重构安全约束，引入安全裕度，仿真表明该方法能在强干扰下实现零安全违规并提升轨迹跟踪性能。

In the Driver's Seat: A Multi-Company Study on the Reality of Autonomous Driving System Testing

掌控全局：关于自动驾驶系统测试现状的多公司研究

Qunying Song, Yuan Gao, Johannes Betz, Dietmar Pfahl, Mohammad Reza Mousavi, Federica Sarro

专题命中 机器人数据与评测 ：world model(abstract)

AI总结 针对自动驾驶系统测试复杂且缺乏标准的问题，通过对九家公司专家访谈，经主题分析总结行业测试情况、挑战与趋势，提出以证据为中心的闭环测试框架，为ADS测试提供指导并指明未来方向。

Comments 34 pages, 6 figures, 3 tables

Privacy Attacks on Stable Marriage

对稳定婚姻问题的隐私攻击

Stephan A. Fahrenkrog-Petersen, Aleksander Figiel, Darya Melnyk, Tijana Milentijević, Stefan Schmid

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 研究稳定婚姻算法的隐私攻击问题，假设攻击者可与算法反复交互，揭示非恶意方隐私偏好，发现恶意提议方的Gale-Shapley算法易受攻击，特定偏好分布下诚实方提议的该算法可保护隐私，实验表明真实数据易受攻击，凸显新隐私保护算法的必要性。

Comments Accepted and presented at the 2026 IEEE International Conference on Distributed Computing Systems (ICDCS 2026)

The Effect of Multi-Lingual and Keyword Adversarial Injection on LLM Relevance Judgment

多语言和关键词对抗性注入对大语言模型相关性判断的影响

Nguyen Khoi Vo, Duy Duong Tuong, Oleg Zendel, Mark Sanderson

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 研究跨语言提示注入攻击对基于大语言模型的相关性判断的影响，利用TREC数据集和开放权重模型在多语言环境下研究不同注入策略，发现多语言查询注入有效且能绕过现有防御，凸显当前防御差距，强调需更强大评估框架。

Many-Body Physics with Rydberg Atoms: Quantum Simulation and Non-equilibrium Dynamics

里德堡原子的多体物理：量子模拟与非平衡动力学

Zhengyang Bai, Cheng Chen, Fan Yang, Weibin Li

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文聚焦里德堡原子多体物理，讨论其相互作用理论基础与多体物理，审视相关实验技术，还探讨利用集体效应探测新多体相和非平衡动力学的突破，综合理论与实验成果，展现该领域对未来量子技术的变革潜力。

Comments arXiv admin note: text overlap with arXiv:2402.13657 by other authors

SCI-Mamba: Unsupervised Learning based Low-Light Image Enhancement for Non-Cooperative Spacecraft

SCI-Mamba：基于无监督学习的非合作航天器低光图像增强

Yiyong Sun, Weihang Shan, Shijun Wei, Diwei Zhou, Guang Zhai

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对非合作航天器低光图像增强问题，提出SCI-Mamba无监督增强网络，结合自校准无监督学习等，构建数据集，经与其他方法比较，验证其在视觉、色彩及速度方面优势，为空间操作提供实用低光增强方案。

Dynamic neural manifolds for flexible closed-loop control on neuromorphic hardware

用于神经形态硬件上灵活闭环控制的动态神经流形

Oskar von Seeler, Christian Tetzlaff, Andrew Lehr

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 研究如何将动态神经流形框架扩展到神经形态工程用于实时闭环控制，通过在SpiNNaker 2芯片上实现，允许感官输入调制相关电流来驱动子空间旋转，经机器人模拟验证，为可解释神经形态架构提供可行方法。

Orchestrating Communication, Computing, and Energy Transfer for Wireless-Powered 6G Closed-Loop Controls

用于无线供电6G闭环控制的通信、计算和能量传输编排

Chengleyang Lei, Wei Feng, Yanmin Wang, Yunfei Chen, Xiaoyu Liu, Liuguo Yin, Ning Ge

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 研究无线供电的传感-通信-计算-控制（SC3）闭环系统，考虑计算、通信和能量传输耦合，用线性二次调节器（LQR）成本为指标，联合优化多参数，提出框架和算法提升控制性能。

Chameleon: Recovering Cyber-Physical Systems from Memory Corruption Attacks via ML Surrogates

Chameleon: 通过ML代理从内存破坏攻击中恢复信息物理系统

Mohsen Salehi, Karthik Pattabiraman

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 提出Chameleon框架，利用基于机器学习的代理在检测到攻击时替换受损组件，实现信息物理系统从内存破坏攻击中的自动恢复，在多种机器人车辆上验证了高保真度和低开销。

Does AI Reviewer See the Full Picture? Attacking and Defending Multimodal Peer Review

AI审稿人是否看到全貌？攻击与防御多模态同行评审

Xinyu Zhao, Rana Muhammad Shahroz Khan, Zhen Xu, Zhen Tan, Tianlong Chen

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 针对AI同行评审易受多模态对抗攻击的问题，提出PaperGuard基准，包含多领域数据集、统一攻击套件和基于分块嵌入搜索的实用防御方法。

Comments Accepted to ICML 2026, Project Page: https://paper-guard.github.io/

LLM-Based Scientific Peer Review: Methods, Benchmarks, and Reliability Challenges

基于LLM的科学同行评审：方法、基准与可靠性挑战

Thi Huyen Nguyen, Zahra Ahmadi

机构 * L3S Research Center, Leibniz University Hannover（莱布尼茨汉诺威大学L3S研究中心） ； Peter L. Reichertz Institute for Medical Informatics of TU Braunschweig and Hannover Medical School（布伦瑞克工业大学与汉诺威医学院彼得·L·赖歇茨医学信息学研究所） ； Lower Saxony Center for AI and Causal Methods in Medicine (CAIMed)（下萨克森州医学人工智能与因果方法中心（CAIMed）） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文综述了基于大语言模型的科学同行评审，聚焦批评生成与分数预测两大功能，分析了建模方法、基准评估、数据局限及鲁棒性风险，并提出了未来研究方向。

Comparative Study of Hollow-Core and Standard Optical Fibers for Astronomy

空心与标准光纤在天文学中的比较研究

Malak Galal, Oliver Pineda Suárez, Frédéric Gérôme, Benoit Debord, Fetah Benabid, Jean-Paul Kneib

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对光纤天文光谱仪在蓝光波段传输效率低的问题，比较了抑制耦合空心光纤（IC-HCF）与标准多模光纤的性能，通过模拟下一代望远镜光纤定位器运动造成的弯曲、扭转等损耗，评估了IC-HCF在蓝光光谱中的优势及集成可行性。

Human-on-the-Bridge: Scalable Evaluation for AI Agents

Human-on-the-Bridge: 可扩展的AI智能体评估方法

Fouad Bousetouane

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 提出Human-on-the-Bridge (HOB)范式，通过专家预先策划可复用的评估智能体（包括领域上下文、红队陷阱、陪审员角色等），结合ProofAgent测试框架进行多轮对抗评估，实现可扩展的AI智能体行为评估。

Comments 33 pages, 3 figures

ARTSN: Exact and Adaptive Self-triggered Traffic Scheduling for ARTS Networks

ARTSN：ARTS网络的精确自适应自触发流量调度

Ruide Cao, Shuangping Zhan, Jiashuo Lin, Yan Liu, Chenxi Ling, Yi Wang, Guoming Tang

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对自触发流量波动性和缺席性挑战，提出ARTSN调度范式，利用可推断到达信息实现精确离线调度，并设计自适应在线时隙释放机制，显著提升可调度性、可扩展性和效率。

Comments 11 pages. Accepted by ICDCS 2026

Benchmarking Web Agent Safety under E-commerce Deceptive Interfaces

电子商务欺骗性界面下的Web Agent安全基准测试

Zijing Shi, Meng Fang, Ling Chen

机构 * AAII, University of Technology Sydney（悉尼科技大学AAII） ； University of Liverpool（利物浦大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 提出WebDecept框架，在电子商务环境中注入七种常见欺骗性界面模式，测试多模态Web Agent的安全性，发现当前Agent极易受骗且提示约束不足。

Comments Accepted to ACL 2026

On the Dynamics and State Dependent Multiple Equilibria of a Post-Buckled Ultra-Flexible Inverted Pendulum on a Rotating Hub

旋转轮毂上后屈曲超柔性倒立摆的动力学与状态依赖的多重平衡

Prasanna S Gandhi, Dhruvi Joshi, Vivek Natarajan, Ravit Anand

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 针对旋转轮毂驱动的超柔性倒立摆，采用假设模态法推导大变形动力学方程，揭示后屈曲状态下平衡点随轮毂角变化的连续状态依赖特性，并通过实验验证。

Comments 9 pages, 8 figures, Appendix

AuditFraudBench: Benchmarking Audit Judgment in Detecting Fraudulent Misstatements

AuditFraudBench：检测欺诈性错报的审计判断基准

Zhiwei Liu, Yueru He, Qing Ou, Tianlei Zhu, Xiaorui Guo, Xueqing Peng, Sophia Ananiadou

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 提出AuditFraudBench基准，包含利润来源归因、误导性叙述检测和欺诈模式分类三个任务，评估LLM在审计场景中识别财务欺诈的能力，发现现有模型在联合推理财务数据与披露框架方面存在困难。

Comments Work in progress