机器人 / 具身智能

The Six Hug Commandments: Design and Evaluation of a Human-Sized Hugging Robot with Visual and Haptic Perception

六条拥抱准则：一种具有视觉和触觉感知的人形拥抱机器人的设计与评估

Alexis E. Block, Sammy Christen, Roger Gassert, Otmar Hilliges, Katherine J. Kuchenbecker

机构 * Institute for Clarity in Documentation（文档清晰研究所） ； Inria Paris-Rocquencourt（巴黎-罗quentourt研究所） ； Rajiv Gandhi University（拉贾·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒实验室） 纠错

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

AI总结 本文提出六条准则设计并评估了一种具有视觉和触觉感知的人形拥抱机器人，通过实验验证了其在提升用户感知和拥抱体验方面的有效性。

Comments 9 pages, 6 Figures, 2 Tables, ACM/IEEE Human-Robot Interaction (HRI) Conference 2021

IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models

IMR-LLM：基于大语言模型的工业多机器人任务规划与程序生成

Xiangyu Su, Juzhan Xu, Oliver van Kaick, Kai Xu, Ruizhen Hu

机构 * Shenzhen University（深圳大学） ； SpeedBot Robotics Co., Ltd.（SpeedBot机器人科技有限公司） ； Carleton University（卡尔顿大学） ； Institute of AI for Industries, Chinese Academy of Sciences（中国科学院工业人工智能研究所） 纠错

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

AI总结 IMR-LLM通过大语言模型实现工业多机器人任务规划与程序生成，结合析取图和过程树，提出高效任务计划和可执行程序生成方法，并构建了多复杂度层次的IMR-Bench基准。

Credibility Governance: A Social Mechanism for Collective Self-Correction under Weak Truth Signals

可信治理：在弱真相信号下的一种社会机制，用于集体自我校正

Wanying He, Yanxi Lin, Ziheng Zhou, Xue Feng, Min Peng, Qianqian Xie, Zilong Zheng, Yipeng Kang

机构 * School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Tsinghua University（清华大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） 纠错

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

AI总结 可信治理通过动态可信度评分和可信度加权背书，提升集体自我校正能力，减少虚假信息影响。

SABER: Spatially Consistent 3D Universal Adversarial Objects for BEV Detectors

SABER: 用于鸟瞰检测器的时空一致的3D通用对抗对象

Aixuan Li, Mochu Xiang, Bosen Hou, Zhexiong Wan, Jing Zhang, Yuchao Dai

机构 * School of Electronics and Information, Northwestern Polytechnical University & Shaanxi Key Laboratory of Information Acquisition and Processing, Xi’an, China（电子工程学院，西北工业大学 & 陕西省信息采集与处理重点实验室，西安，中国） ； School of Computing, Australian National University（计算学院，澳大利亚国立大学） 纠错

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

AI总结 SABER提出了一种生成通用、非侵入式且3D一致的对抗对象的方法，以揭示BEV 3D目标检测器的漏洞，并提供评估自动驾驶系统鲁棒性的实用流程。

Comments Accepted to CVPR 2026

ViPlan: A Benchmark for Visual Planning with Symbolic Predicates and Vision-Language Models

ViPlan：一个用于视觉规划的基准，结合符号谓词和视觉-语言模型

Matteo Merler, Nicola Dainese, Minttu Alakuijala, Giovanni Bonetta, Pietro Ferrazzi, Yu Tian, Bernardo Magnini, Pekka Marttinen

机构 * Fondazione Bruno Kessler（布鲁诺·科塞拉基金会） ； Department of Computer Science, Aalto University（艾尔沃斯大学计算机科学系） ； Department of Mathematics, Università degli Studi di Padova（帕多瓦大学数学系） 纠错

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

AI总结 ViPlan是一个用于视觉规划的基准，比较基于VLMs的符号方法与直接VLM规划方法，发现不同方法在不同任务中的表现差异。

Comments 8 pages, 5 figures and 1 table in the main text; 50 pages, 16 figures and 19 tables including supplementary material

Nonlinear System Identification Nano-drone Benchmark

非线性系统辨识纳无人机基准

Riccardo Busetto, Elia Cereda, Marco Forgione, Gabriele Maroni, Dario Piga, Daniele Palossi

机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA)（达勒莫尔人工智能研究所） ； USI-SUPSI ； Integrated Systems Laboratory (IIS)（集成系统实验室） ； ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 本研究提出一个基于纳无人机的非线性系统辨识基准，通过75000个真实数据样本，评估识别方法在复杂动态和噪声环境下的性能。

From Dialogue to Execution: Mixture-of-Agents Assisted Interactive Planning for Behavior Tree-Based Long-Horizon Robot Execution

从对话到执行：基于混合代理的交互式规划用于基于行为树的长时域机器人执行

Kanata Suzuki, Kazuki Hori, Haruka Miyoshi, Shuhei Kurita, Tetsuya Ogata

机构 * Waseda University（早稻田大学） ； National Institute of Informatics（国家信息研究所） ； NII Research and Development Center for Large Language Models（国家信息研究所大型语言模型研究开发中心） ； The Graduate University for Advanced Studies (SOKENDAI)（高级研究大学研究生院（SOKENDAI）） 纠错

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

AI总结 本文提出基于混合代理的交互式规划框架，通过生成行为树实现长时域机器人任务的高效执行，减少人类干预并提升执行质量。

GroundedSurg: A Multi-Procedure Benchmark for Language-Conditioned Surgical Tool Segmentation

GroundedSurg: 一种多手术流程的语言条件手术工具分割基准

Tajamul Ashraf, Abrar Ul Riyaz, Wasif Tak, Tavaheed Tariq, Sonia Yadav, Moloud Abdar, Janibul Bashir

机构 * King Abdullah University of Science and Technology (KAUST)（卡奥尔大学科学与技术学院） ； Thapar Institute of Engineering and Technology（塔帕尔工程与技术学院） ； The University of Queensland（昆士兰大学） ； Gaash Research Lab, National Institute of Technology Srinagar（加什研究实验室，锡纳加尔国家理工学院） 纠错

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

AI总结 GroundedSurg提出了一种多手术流程的语言条件手术工具分割基准，通过实例级接地和空间注释评估视觉-语言模型在临床真实场景中的性能。

Comments https://github.com/gaash-lab/GroundedSurg

AgentVista: Evaluating Multimodal Agents in Ultra-Challenging Realistic Visual Scenarios

AgentVista: 评估在超挑战性现实视觉场景中的多模态代理

Zhaochen Su, Jincheng Gao, Hangyu Guo, Zhenhua Liu, Lueyang Zhang, Xinyu Geng, Shijue Huang, Peng Xia, Guanyu Jiang, Cheng Wang, Yue Zhang, Yi R. Fung, Junxian He

机构 * Hong Kong University of Science and Technology（香港理工大学） ； Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； 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 ：navigation(abstract)；分类 cs.CV

AI总结 AgentVista 是一个评估多模态代理在超挑战性现实视觉场景中能力的基准，通过真实场景和复杂工具交互任务揭示现有模型在长时间多模态工具使用方面的不足。

Comments The project website is available at https://agentvista-bench.github.io/, and the code is available at https://github.com/hkust-nlp/AgentVista

Coordinated Control of Multiple Construction Machines Using LLM-Generated Behavior Trees with Flag-Based Synchronization

利用LLM生成的行为树实现多台施工机械的协调控制

Akinosuke Tsutsumi, Tomoya Itsuka, Yuichiro Kasahara, Tomoya Kouno, Kota Akinari, Genki Yamauchi, Daisuke Endo, Taro Abe, Takeshi Hashimoto, Keiji Nagatani, Ryo Kurazume

机构 * Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电气工程研究生院） ； Public Works Research Institute（公共工程研究所） ； Institute of Systems and Information Engineering, University of Tsukuba（筑波大学系统与信息工程研究所） ； Faculty of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电气工程学部） 纠错

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

AI总结 本文提出利用LLM生成行为树实现施工机械协调控制，通过同步标志提升多机协作效率，实验验证其在土方自动化中的可行性。

Comments 9 pages, 7 figures

DA-MMP: Learning Coordinated and Accurate Throwing with Dynamics-Aware Motion Manifold Primitives

DA-MMP：学习协调且准确的投掷动作：动态感知的运动流形原语

Chi Chu, Huazhe Xu

机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） 纠错

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

AI总结 DA-MMP通过动态感知的运动流形原语，实现了高协调性投掷动作的生成，优于人类专家并能推广至新目标。

Comments Accepted to ICRA 2026. Project page: https://cc299792458.github.io/da-mmp/

Adaptive Neural Unscented Kalman Filter

自适应神经无迹卡尔曼滤波器

Amit Levy, Itzik Klein

机构 * Hatter Department of Marine Technologies, Charney School of Marine Sciences, University of Haifa（哈特尔海洋技术系，查内海洋科学学院，海法大学） 纠错

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

AI总结 本文提出自适应神经无迹卡尔曼滤波器，用于解决自主水下航行器导航中的非线性传感器融合问题，通过ProcessNet实现过程噪声协方差的自适应估计。

Comments eight pages, ten figures

Enhancement of Neural Inertial Regression Networks: A Data-Driven Perspective

神经惯性回归网络的增强：数据驱动视角

Victoria Khalfin Fekson, Nitsan Pri-Hadash, Netta Palez, Aviad Etzion, Itzik Klein

机构 * The Hatter Department of Marine Technologies（海洋技术系） 纠错

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

AI总结 本文提出13种数据驱动技术，通过数据增强和预处理提升神经惯性回归网络性能，并建立基准策略以促进该领域的发展。

Vision-Language Feature Alignment for Road Anomaly Segmentation

视觉-语言特征对齐用于道路异常分割

Zhuolin He, Jiacheng Tang, Jian Pu, Xiangyang Xue

机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发智能科学与技术研究院） 纠错

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

AI总结 VL-Anomaly通过结合视觉-语言模型的语义先验，提出了一种新的道路异常分割框架，有效提升异常检测的准确性和鲁棒性。

TraderBench: How Robust Are AI Agents in Adversarial Capital Markets?

TraderBench: AI代理在对抗性资本市场中的鲁棒性如何？

Xiaochuang Yuan, Hui Xu, Silvia Xu, Cui Zou, Jing Xiong

机构 * Amazon.com Inc.（亚马逊公司） ； Stony Brook University（石溪大学） ； Stanford University（斯坦福大学） ； University of Oklahoma（俄克拉荷马大学） ； UC Santa Cruz（加州大学圣克鲁兹分校） 纠错

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

AI总结 TraderBench通过结合静态任务与对抗性交易模拟，评估AI代理在动态市场中的鲁棒性，发现现有模型在加密交易中表现稳定但缺乏真实适应性。

Comments Equal Contribution: Xiaochuang Yuan and Hui Xu contributed equally to this work. All correspondence should be directed to yxc20098@gmail.com. Submitted to Agents in the Wild Workshop, ICLR2026

HorizonForge: Driving Scene Editing with Any Trajectories and Any Vehicles

HorizonForge: 通过任意轨迹和任意车辆驱动场景编辑

Yifan Wang, Francesco Pittaluga, Zaid Tasneem, Chenyu You, Manmohan Chandraker, Ziyu Jiang

机构 * NEC Labs America（NEC美国实验室） ； Stony Brook University（石溪大学） ； UC San Diego（圣地亚哥大学） 纠错

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

AI总结 HorizonForge通过任意轨迹和车辆实现驾驶场景的可控编辑，利用高斯溅射体和网格表示，结合视频扩散技术，提升生成场景的真实性和可控性。

Comments Accepted by CVPR 2026

Bridging Perception and Planning: Towards End-to-End Planning for Signal Temporal Logic Tasks

连接感知与规划：面向信号时序逻辑任务的端到端规划

Bowen Ye, Junyue Huang, Yang Liu, Xiaozhen Qiao, Xiang Yin

机构 * School of Automation & Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） ； University of Minnesota, Twin Cities（明尼苏达大学，双城分校） ； School of Information Science and Technology, University of Science and Technology of China（信息科学与技术学院，中国科学技术大学） 纠错

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

AI总结 本文提出了一种端到端的STL规划器，通过结构感知的混合专家模型，实现对信号时序逻辑任务的高效规划与执行。

PD$^{2}$GS: Part-Level Decoupling and Continuous Deformation of Articulated Objects via Gaussian Splatting

PD$^{2}$GS: 关节物体的部件级解耦与连续变形 via 高斯点散布

Haowen Wang, Xiaoping Yuan, Zhao Jin, Zhen Zhao, Zhengping Che, Yousong Xue, Jin Tian, Yakun Huang, Jian Tang

机构 * Anhui University（安徽大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Beijing Institute of Architectural Design（北京建筑院设计研究院） 纠错

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

AI总结 PD$^{2}$GS通过高斯点散布实现关节物体的部件级解耦与连续变形，无需手动监督，提升几何和运动学准确性及连续控制一致性。

Comments Accepted by ICLR 2026

SIGMAS: Second-Order Interaction-based Grouping for Overlapping Multi-Agent Swarms

SIGMAS：基于二次交互的多智能体群集分组

Minah Lee, Saibal Mukhopadhyay

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 SIGMAS通过二次交互建模实现多智能体群集的自监督分组，准确恢复潜在群体结构并平衡个体与集体动态。

Comments Accepted at AAMAS 2026

Robust Skills, Brittle Grounding: Diagnosing Restricted Generalization in Vision-Language Action Policies via Multi-Object Picking

稳健的技能，脆弱的接地：通过多对象拾取诊断视觉语言动作策略中的受限泛化

David Emukpere, Romain Deffayet, Jean-Michel Renders

机构 * Naver Labs Europe（纳维尔实验室欧洲） 纠错

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

AI总结 通过多对象拾取实验发现，视觉语言动作策略在复杂环境下执行基本操作比遵循指令更可靠，表明技能获取与指令遵循脱节，需改进基准测试以更准确诊断泛化能力。

MSVBench: Towards Human-Level Evaluation of Multi-Shot Video Generation

MSVBench: 向多镜头视频生成的人机水平评估迈进

Haoyuan Shi, Yunxin Li, Nanhao Deng, Zhenran Xu, Xinyu Chen, Longyue Wang, Baotian Hu, Min Zhang

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Alibaba International Digital Commerce（阿里巴巴国际数字商业） 纠错

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

AI总结 MSVBench通过引入分层脚本和参考图像，提出混合评估框架，验证了视频生成模型的连贯性和吸引力，并展示了其在多镜头视频生成中的有效性。

Vision-Language Semantic Grounding for Multi-Domain Crop-Weed Segmentation

面向多领域作物杂草分割的视觉-语言语义定位

Nazia Hossain, Xintong Jiang, Yu Tian, Philippe Seguin, O. Grant Clark, Shangpeng Sun

机构 * Department of Bioresource Engineering, McGill University（生物资源工程系，麦吉尔大学） ； Department of Plant Science, McGill University（植物科学系，麦吉尔大学） 纠错

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

AI总结 VL-WS通过视觉-语言对齐实现多领域作物杂草细粒度分割，提升泛化能力和数据效率。

MicroPush: A Simulator and Benchmark for Contact-Rich Cell Pushing and Assembly with a Magnetic Rolling Microrobot

MicroPush：一种用于接触密集细胞推动和组装的模拟器和基准测试平台，配备磁性滚动微机器人

Yanda Yang, Sambeeta Das

机构 * Department of Mechanical Engineering, University of Delaware（机械工程系，德雷克塞尔大学） 纠错

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

AI总结 MicroPush提供了一个开源的模拟器和基准测试平台，用于评估磁性滚动微机器人在接触密集任务中的自主操作能力，包括细胞推动和多目标组装。

Comments 13 pages, 8 figures

ForesightSafety Bench: A Frontier Risk Evaluation and Governance Framework towards Safe AI

ForesightSafety Bench: 面向安全人工智能的前沿风险评估与治理框架

Haibo Tong, Feifei Zhao, Linghao Feng, Ruoyu Wu, Ruolin Chen, Lu Jia, Zhou Zhao, Jindong Li, Tenglong Li, Erliang Lin, Shuai Yang, Enmeng Lu, Yinqian Sun, Qian Zhang, Zizhe Ruan, Jinyu Fan, Zeyang Yue, Ping Wu, Huangrui Li, Chengyi Sun, Yi Zeng

机构 * Beijing Institute of AI Safety and Governance（北京人工智能安全与治理研究院） ； Beijing Key Laboratory of Safe AI and Superalignment（北京安全人工智能与超对齐重点实验室） ； BrainCog Lab, Institute of Automation, Chinese Academy of Sciences（脑认知实验室，中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Long-term AI（长期人工智能） 纠错

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

AI总结 本文提出ForesightSafety Bench框架，通过94个细化风险维度系统评估前沿AI安全风险，揭示多领域安全漏洞。

ECAM: A Contrastive Learning Approach to Avoid Environmental Collision in Trajectory Forecasting

ECAM: 一种用于轨迹预测中避免环境碰撞的对比学习方法

Giacomo Rosin, Muhammad Rameez Ur Rahman, Sebastiano Vascon

机构 * Department of Environmental Sciences, Informatics and Statistics, Ca' Foscari University of Venice, Italy（环境科学、信息学与统计学系，威尼斯卡福斯卡里大学，意大利） 纠错

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

AI总结 ECAM通过对比学习方法提升轨迹预测中对环境碰撞的避免能力，有效降低碰撞率。

Comments IJCNN 2025

Refining Almost-Safe Value Functions on the Fly

实时精调近似安全价值函数

Sander Tonkens, Sosuke Kojima, Chenhao Liu, Judy Masri, Sylvia Herbert

机构 * University of California, San Diego（加州大学圣地亚哥分校） 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refineCBF和HJ-Patch方法，通过实时在线适应提升机器人系统的安全性和鲁棒性。

Hello-Chat: Towards Realistic Social Audio Interactions

Hello-Chat: 向真实社交音频交互迈进

Yueran Hou, Peilei Jia, Zihan Sun, Qihang Lu, Wenbing Yang, Yingming Gao, Ya Li, Jun Gao

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

AI总结 Hello-Chat通过大规模真实对话数据和模态交错训练策略，实现了在拟人化生成和情感一致性方面的突破，推动 empathetic AI 的发展。

Performance and Experimental Analysis of Strain-based Models for Continuum Robots

基于应变的连续机器人模型的性能与实验分析

Annika Delucchi, Vincenzo Di Paola, Andreas Müller, and Matteo Zoppi

机构 * Department of Mechanical, Energy, Management and Transportation Engineering (DIME), University of Genova（机械、能源、管理与交通工程系（DIME），热那亚大学） ； Institute of Robotics, Johannes Kepler University (JKU) Linz（机器人研究所，约瑟夫·胡贝尔大学（JKU）林茨） 纠错

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

AI总结 本文提出了一种三次应变插值方法，通过实验验证其在连续机器人中的形状重建能力，展示了优于现有模型的性能表现。

NMPCM: Nonlinear Model Predictive Control on Resource-Constrained Microcontrollers

NMPCM：在资源受限微控制器上进行非线性模型预测控制

Van Chung Nguyen, Pratik Walunj, Chuong Le, An Duy Nguyen, Hung Manh La

机构 * Advanced Robotics and Automation (ARA) Lab, Department of Computer Science and Engineering, University of Nevada, Reno（先进机器人与自动化实验室，计算机科学与工程系，内华达大学里诺分校） 纠错

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

AI总结 本文提出了一种在资源受限微控制器上实现非线性模型预测控制（NMPC）的高效方法，用于控制四旋翼无人机，通过优化计算效率和保持高控制精度，实现实时高频NMPC执行。

AdaSpot: Spend Resolution Where It Matters for Precise Event Spotting

AdaSpot: 在关键区域进行高精度事件定位以实现精确事件检测

Artur Xarles, Sergio Escalera, Thomas B. Moeslund, Albert Clapés

机构 * Universitat de Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； Aalborg University（阿勒斯大学） 纠错

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

AI总结 AdaSpot通过自适应选择关键区域进行高分辨率处理，实现高精度事件检测，提升效率并取得最佳性能。