机器人 / 具身智能

Topologically Persistent Features-based Object Recognition in Cluttered Indoor Environments

Ekta U. Samani, Ashis G. Banerjee

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

Comments Accepted for presentation in the IEEE International Conference on Robotics and Automation (ICRA) 2022 Workshop on Robotic Perception and Mapping: Emerging Techniques

Learning to Pick at Non-Zero-Velocity from Interactive Demonstrations

Anna Mészáros, Giovanni Franzese, Jens Kober

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

Comments Accepted at Robotics and Automation Letter (RA-L) Special Issue on Learning and Control for Robot Compliant Manipulation with Human in the Loop in March 2022

i3dLoc: Image-to-range Cross-domain Localization Robust to Inconsistent Environmental Conditions

Peng Yin, Lingyun Xu, Ji Zhang, Howie Choset, Sebastian Scherer

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

Comments 8 Pages, 8 Figures, Accepted Robotics: Science and Systems 2021 paper

Journal ref Robotics: Science and Systems 2021

A comparative evaluation of learned feature descriptors on hybrid monocular visual SLAM methods

Hudson M. S. Bruno, Esther L. Colombini

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

Comments 6 pages, Published in 2020 Latin American Robotics Symposium (LARS)

Journal ref 2020 Latin American Robotics Symposium (LARS), Natal, Brazil, 2020, pp. 1-6

Structured Prediction for CRiSP Inverse Kinematics Learning with Misspecified Robot Models

Gian Maria Marconi, Raffaello Camoriano, Lorenzo Rosasco, Carlo Ciliberto

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

Comments Accepted for publication in IEEE Robotics and Automation Letters (2021) and presentation at IEEE International Conference on Robotics and Automation (2021) Updated funding information

Journal ref IEEE Robotics and Automation Letters (2021) and IEEE International Conference on Robotics and Automation (2021)

Intelligent Reference Curation for Visual Place Recognition via Bayesian Selective Fusion

Timothy L. Molloy, Tobias Fischer, Michael Milford, Girish N. Nair

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

Comments 8 pages, 10 figures, accepted in the IEEE Robotics and Automation Letters

Journal ref IEEE Robotics and Automation Letters 6(2):588-595, 2021

Semantic segmentation of trajectories with improved agent models for pedestrian behavior analysis

Toru Tamaki, Daisuke Ogawa, Bisser Raytchev, Kazufumi Kaneda

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

Journal ref Advanced Robotics, Volume 33, 2019 - Issue 3-4: Special Issue on Systems Science of Bio-navigation, Pages 153-168

Nearest-Neighbourless Asymptotically Optimal Motion Planning with Fully Connected Informed Trees (FCIT*)

Tyler S. Wilson, Wil Thomason, Zachary Kingston, Lydia E. Kavraki, Jonathan D. Gammell

机构 * Estimation, Search, and Planning (ESP) Research Group, Queen’s University, Kingston ON, Canada（皇后大学估计、搜索与规划研究组） ； Department of Computer Science, Rice University, Houston TX, USA（里士满大学计算机科学系） ； Department of Computer Science, Purdue University, West Lafayette IN, USA（普渡大学计算机科学系） ； Ken Kennedy Institute, Rice University, Houston TX, USA（里士满大学肯尼迪研究所） 纠错

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

Comments IEEE International Conference on Robotics and Automation (ICRA) 2025, 6 + 1 pages, 3 figures, 1 table. A video of FCIT* can be found at https://www.youtube.com/watch?v=Lb_5Znpcleg . Information on the implementation of FCIT* is available at https://robotic-esp.com/code/fcitstar/

Journal ref IEEE International Conference on Robotics and Automation (ICRA), pp. 14140-14146, 19-23 May 2025

PINsight: Systematic Threat Assessment of Cross-Domain Wi-Fi-based PIN Inference

PINsight：跨域Wi-Fi PIN推断的系统性威胁评估

Johannes Kortz, Christof Paar, Christian Zenger, Paul Staat

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 PINsight通过构建首个Wi-Fi PIN推断跨域泛化基准，评估了WiKI-Eve等攻击的实际威胁，发现攻击在设备重定位时性能大幅下降，此前结果夸大了其现实威胁。

DeflectBench: A Benchmark for Evaluating Rhetorical Fallacy Generation in LLMs

DeflectBench：评估大语言模型中修辞谬误生成的基准

Art Kanke

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 DeflectBench评估四个前沿大语言模型在三种修辞谬误生成任务中的表现，发现拒绝率主要由提示框架和谬误类型决定，教育辩论教练提示可大幅降低拒绝率，且各模型的合规行为分布存在差异。

Comments 15 pages. Accepted at the CTB, FAGEN, and AI4GOOD workshops at ICML 2026 in Seoul, South Korea. Code and dataset: https://github.com/ArtKanke/DeflectBench

Investigating voiced and unvoiced regions of speech for audio deepfake detection

探究语音的浊音与清音区域用于音频深度伪造检测

Ganesh Sivaraman, Hemlata Tak, Elie Khoury

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 本研究探究语音浊音与清音区域在音频深度伪造检测中的作用，基于图注意力的AASIST系统分别训练后发现，清音区域检测效果更优，融合浊音区域后性能进一步提升，在MLAAD数据集上取得5.82%的等错误率。

Comments Accepted in IEEE ICASSP 2025

Mitigating warp divergence in GPU optical photon Monte Carlo: an order of magnitude speedup with Shader Execution Reordering

缓解GPU光学光子蒙特卡洛中的warp分歧：通过着色器执行重排序实现一个数量级的加速

Gabor Galgoczi

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 该研究针对GPU光学光子蒙特卡洛的warp分歧问题，采用NVIDIA SER技术重排光子分组，在液态氩时间投影室基准测试中实现约15倍端到端加速，同时降低GPU能耗约90%。

On the Time and Frequency Domain Representations of Signals for CPS Specification

用于网络物理系统（CPS）规范的信号的时域与频域表示

Claudio Mandrioli, Drishti Yadav, Domenico Bianculli

专题命中 机器人数据与评测 ：robotics(abstract)

AI总结 本文针对CPS规范，提出信号-频谱时序逻辑（S2TL），对比发现其比时域规范更适用于线性插值轨迹，且噪声容忍度更优，保真度相当。

AutoPSO: A Meta-framework for Automated Particle Swarm Optimization

AutoPSO：一种用于自动粒子群优化的元框架

Xinmeng Yu, Jiaxin Gao, Jianguo Zhang, Dongmei Jiang, Ran Cheng

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 AutoPSO是用于构建定制PSO算法的自动化元框架，通过双层搜索结合EvoX实现高效评估，发现的新型PSO变体在数值基准和机器人控制任务上显著优于强基线。

Comments Accepted by IEEE TEVC

Indexing Long Documents for LLM-Based Analysis

为基于大语言模型分析的长文档建立索引

Donna Pham

专题命中 机器人数据与评测 ：navigation(abstract)

AI总结 针对LLM分析长文档时速度慢、成本高、易幻觉等问题，提出一种由LLM自动构建的分层纯文本索引，在NarrativeQA数据集上达到与DocETL相当准确率且成本降低40%。

Comments 4 pages, 3 figures. VLDB 2026 PhD Workshop

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。

Quality control and quality assurance evaluation of ALFE2, a large-dynamic-range front-end ASIC de-veloped for the ATLAS Liquid Argon Calorimeter high-luminosity LHC upgrade

用于ATLAS液态氩量能器高亮度LHC升级的大动态范围前端ASIC ALFE2的质量控制与质量保证评估

E. Buschmann, G. Carini, G. Chatzianastasiou, H. Chen, Y. Chen, M. Dabrowski, G. Deptuch, L. Duflot, M. Feo, J. Kierstead, T. Liu, H. Ma, D. Matakias, N. Morange, M. Oliveira, S. Rescia, E. Rossi, S. Tang, M. Tamari, H. Xu

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 针对ATLAS液态氩量能器升级的ALFE2前端ASIC，开发机器人系统进行质量控制测试并建立分级标准，评估测试良率超85%，应用于全面生产质量控制，辐照测试无显著性能下降，推断出HL-LHC运行时的单粒子翻转错误率。

Comments 16 pages, 14 figures

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

Mitigating Hallucination in Fictional Character Role-Play

Nafis Sadeq, Zhouhang Xie, Byungkyu Kang, Prarit Lamba, Xiang Gao, Julian McAuley

机构 * UC San Diego（加州大学圣迭戈分校） ； Intuit（英图伊特公司） 纠错

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

Comments EMNLP 2024 Camera Ready

Journal ref Findings of the Association for Computational Linguistics: EMNLP 2024

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。

Marco-Voice Technical Report

Marco-Voice技术报告

Fengping Tian, Chenyang Lyu, Xuanfan Ni, Haoqin Sun, Qingjuan Li, Zhiqiang Qian, Haijun Li, Longyue Wang, Zhao Xu, Weihua Luo, Kaifu Zhang

机构 * 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 ：manipulation(abstract)

AI总结 本研究提出集成语音克隆与情感控制的Marco-Voice语音合成系统，通过说话人-情感解耦等机制构建CSEMOTIONS数据集，实现了表现力与可控性的显著提升。

Comments Technical Report. Our code and dataset are publicly available at https://github.com/AIDC-AI/Marco-Voice and https://huggingface.co/datasets/AIDC-AI/CSEMOTIONS respectively for non-commercial use only

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。

Data-Driven Reachability of Nonlinear Lipschitz Systems via Koopman Operator Embeddings

基于Koopman算子嵌入的非线性Lipschitz系统的数据驱动可达性

Alireza Naderi, Ahmad Hafez, Abdulla Fawzy, Amr Alanwar

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 本文提出基于Koopman算子和zonotopic集合表示的数据驱动可达性框架，通过将非线性系统提升为有限维线性模型，减少保守性并保持形式安全保证，实验证明其在长预测范围内的可达集近似更精确。

The Hidden Puppet Master: Predicting Human Belief Change in Manipulative LLM Dialogues

隐藏的提线人：预测操纵性大语言模型对话中的人类信念变化

Jocelyn Shen, Amina Luvsanchultem, Jessica Kim, Kynnedy Smith, Valdemar Danry, Kantwon Rogers, Hae Won Park, Maarten Sap, Cynthia Breazeal

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 本文提出PUPPET框架，通过分析1035个人类与LLM交互数据，揭示当前安全范式在检测操纵策略与信念变化幅度之间的关键断层，证明先进LLM对人类信念易感性的系统低估。

Comments Accepted to COLM 2026

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

Fully distributed singularity-free prescribed-time stabilization of the continuous-time generalized adaptive Bellman-Ford algorithm

连续时间广义自适应贝尔曼-福特算法的全分布式无奇点规定时间镇定

Yuanqiu Mo, Jian Qin, Soura Dasgupta

专题命中 机器人数据与评测 ：robotic(abstract)

AI总结 本文针对分布式有偏最小共识协议衍生的GABF算法仅渐近稳定、收敛速度不明的问题，提出两种控制策略实现其规定时间镇定，并通过仿真验证了方法有效性。

Comments 12 pages, 5 figures

The Degree of Strategy-Proofness for Risk-Averse Committee Selection

风险规避委员会选择的防策略性程度

Dael Sinay, Rica Gonen

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 研究风险规避委员会选择的防策略性程度，将RAT程度框架扩展到基于批准的委员会选择，聚焦比例批准投票规则，通过建立界限表明其在不同选民选票知晓数量下对安全操纵的敏感性。

RoguePrompt: Dual-Layer Ciphering for Self-Reconstruction to Circumvent LLM Moderation

RoguePrompt: 双层加密用于自我重建以规避LLM审核

Benyamin Tafreshian

专题命中 机器人数据与评测 ：manipulation(abstract)

AI总结 RoguePrompt通过双层加密技术实现自我重建，有效规避LLM审核并诱导模型执行禁止指令。

Comments This submission has been withdrawn because it has been superseded by a substantially revised and expanded version, available as arXiv:2607.27373. Please refer to and cite the newer version