机器人 / 具身智能

From Imitation to Discrimination: Progressive Curriculum Learning for Robust Web Navigation

从模仿到鉴别：面向鲁棒网络导航的渐进课程学习

Chuang Peng, Wei Zhang, Renshuai Tao, Xinhao Zhang, Jian Yang

机构 * Beijing Jiaotong University（北京交通大学） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 本文提出Triton数据集和渐进训练课程，通过结构-语义硬负样本挖掘和双代理共识流程构建，提升网络导航中对复杂页面的鉴别能力与泛化能力，最终在Mind2Web上验证了专用数据课程优于单纯参数规模的优势。

Comments 17 pages, 10 figures

Learning Racket-Ball Bounce Dynamics Across Diverse Rubbers for Robotic Table Tennis

在多样橡胶下学习球拍-球碰撞动力学

Thomas Gossard

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

AI总结 本文提出统一框架，通过10种不同橡胶类型的球拍配置，研究球拍-球碰撞动力学，利用高帧率多相机系统收集数据，建立基于冲击模型的参数估计方法，提升预测精度和不确定性估计。

Benchmarking CNN- and Transformer-Based Models for Surgical Instrument Segmentation in Robotic-Assisted Surgery

基于机器人辅助手术的手术器械分割中CNN和Transformer模型的基准测试

Sara Ameli

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

AI总结 本文通过SAR-RARP50数据集对比了五种深度学习模型在手术器械多类语义分割中的性能，发现DeepLabV3与SegFormer在复杂手术场景中表现优异，而Transformer架构进一步提升了泛化能力。

Revisiting Image Manipulation Localization under Realistic Manipulation Scenarios

重新审视现实操纵场景下的图像操纵定位

Xuekang Zhu, Ji-Zhe Zhou, Kaiwen Feng, Chenfan Qu, Xiwen Wang, Yunfei Wang, Liting Zhou, Jian Liu

机构 * Sichuan University（四川大学） ； Ant Group（蚂蚁集团） ； South China University of Technology（华南理工大学） 纠错

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

AI总结 本文提出RITA框架，将图像操纵定位改造成条件序列预测任务，通过逐层预测并利用前一步结果作为条件，显式建模编辑步骤的时序依赖和层次结构，提升了定位的鲁棒性和泛化能力。

Vision-Language Navigation for Aerial Robots: Towards the Era of Large Language Models

面向大语言模型时代的空中机器人视觉-语言导航

Xingyu Xia, Lekai Zhou, Yujie Tang, Xiaozhou Zhu, Hai Zhu, Wen Yao

机构 * Defense Innovation Institute, Chinese Academy of Military Sciences（军事科学院国防创新研究院） ； Intelligent Game and Decision Laboratory（智能博弈与决策实验室） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） 纠错

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

AI总结 本文综述了空中机器人视觉-语言导航领域，分析了大语言模型与视觉-语言模型的整合，归纳了五类架构方法，指出了评估体系的不足，并提出了七个开放性问题。

Comments 28 pages, 8 figures

AURA: Multimodal Shared Autonomy for Real-World Urban Navigation

AURA：多模态共享自主控制用于真实世界城市导航

Yukai Ma, Honglin He, Selina Song, Wayne Wu, Bolei Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Zhejiang University（浙江大学） 纠错

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

AI总结 AURA通过将城市导航分解为高层人类指令和低层AI控制，减少人工操作负担，提升导航稳定性，并在真实世界中实现44%的接管减少。

Comments 17 pages, 18 figures, 4 tables, conference

User Involvement in Robotic Wheelchair Development: A Decade of Limited Progress

机器人轮椅开发中的用户参与：十年有限进展

Mario Andres Chavarria, Santiago Price Torrendell, Aude Billard, Samia Hurst, Sébastien Kessler, Michael Stein, Kenji Suzuki, Sophie Weerts, Diego Paez-Granados, Minerva Rivas Velarde

机构 * Geneva School of Health Science, University of Applied Sciences and Arts Western Switzerland（日内瓦健康科学学院，瑞士西部应用科学与艺术大学） ； Institute of Systems and Information Engineering, University of Tsukuba（系统与信息工程研究所，筑波大学） ； Learning Algorithms and Systems Laboratory, Ecole Polytechnique Fédérale de Lausanne（学习算法与系统实验室，洛桑联邦理工学院） ； Institute of Ethics, History, and Humanities, University of Geneva（伦理、历史与人文学研究所，日内瓦大学） ； Grand Conseil, État de Vaud（沃州大议会） ； id-Geo Sàrl（id-Geo有限责任公司） ； Harvard Law School Project on Disability, Harvard University（哈佛法学院残疾项目，哈佛大学） ； Swiss Graduate School of Public Administration, University of Lausanne（瑞士公共管理研究生院，洛桑大学） ； SCAI-Lab, Department of Health Sciences and Technology (D-HEST), ETH Zurich（SCAI实验室，健康科学与技术系，苏黎世联邦理工学院） ； Swiss Paraplegic Research (SPF)（瑞士截瘫研究） 纠错

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

AI总结 本文回顾了过去十年中机器人轮椅设计开发中用户参与的现状，发现用户参与有限，多集中在后期评估而非早期需求定义和迭代共设计，且研究多依赖小样本和非标准化方法。

CREval: An Automated Interpretable Evaluation for Creative Image Manipulation under Complex Instructions

CREval: 一种自动化可解释的评估方法用于复杂指令下的创意图像操纵

Chonghuinan Wang, Zihan Chen, Yuxiang Wei, Tianyi Jiang, Xiaohe Wu, Fan Li, Wangmeng Zuo, Hongxun Yao

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； Pengcheng Lab, Guangzhou（广州鹏城实验室） 纠错

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

AI总结 本文提出CREval，一种基于问答的自动化评估框架，用于评估复杂指令下的创意图像编辑任务，通过CREval-Bench基准测试揭示模型在复杂创意任务中的表现及挑战。

Comments Accepted by CVPR2026

Towards Generalizable Robotic Data Flywheel: High-Dimensional Factorization and Composition

迈向通用性机器人数据飞轮：高维分解与组合

Yuyang Xiao, Yifei Zhou, Haoran Wang, Wenxuan Ou, Yuxiao Liu

机构 * ByteDance Seed（字节跳动Seed） 纠错

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

AI总结 本文提出F-ACIL框架，通过高维因子分解与组合提升机器人数据的通用性，实验表明其在演示数据减少45%的情况下性能提升显著。

NeXT-IMDL: Build Benchmark for NeXT-Generation Image Manipulation Detection & Localization

NeXT-IMDL：构建下一代图像篡改检测与定位的基准测试

Yifei Li, Haoyuan He, Yu Zheng, Bingyao Yu, Wenzhao Zheng, Lei Chen, Jie Zhou, Jiwen Lu

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

AI总结 本文提出NeXT-IMDL基准测试，通过系统性评估揭示现有图像篡改检测模型在多样化的现实场景中的局限性，推动构建更稳健的下一代检测模型。

Comments Duplicate experiment results in Table 3 (Set-1 & Set-2)

PiCo: Active Manifold Canonicalization for Robust Robotic Visual Anomaly Detection

PiCo：主动流形规范化的稳健机器人视觉异常检测

Teng Yan, Binkai Liu, Shuai Liu, Yue Yu, Bingzhuo Zhong

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

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

AI总结 PiCo通过主动流形规范化解决机器人视觉异常检测在多姿态和不稳定环境下的鲁棒性问题，采用分阶段机制提升几何不确定性和噪声消除能力，实验显示其在静态和闭环场景中均取得显著性能提升。

Comments 16 pages. Submitted to the European Conference on Computer Vision (ECCV) 2026

Omni-WorldBench: Towards a Comprehensive Interaction-Centric Evaluation for World Models

Omni-WorldBench：迈向全面的交互导向的世界模型评估

Meiqi Wu, Zhixin Cai, Fufangchen Zhao, Xiaokun Feng, Rujing Dang, Bingze Song, Ruitian Tian, Jiashu Zhu, Jiachen Lei, Hao Dou, Jing Tang, Lei Sun, Jiahong Wu, Xiangxiang Chu, Zeming Liu, Kaiqi Huang

机构 * School of Computer Science and Technology, UCAS（UCAS计算机科学与技术学院） ； The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, CASIA（复杂系统认知与决策智能重点实验室） ； School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； State Key Laboratory of Networking and Switching Technology, BUPT（网络与交换技术国家重点实验室） ； AMAP, Alibaba Group（阿里妈妈实验室，阿里巴巴集团） 纠错

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

AI总结 本文提出Omni-WorldBench，一个针对4D世界模型交互响应能力的综合评估基准，通过Omni-WorldSuite和Omni-Metrics评估交互动作对状态转移的影响，分析现有模型的局限性。

Meanings and Measurements: Multi-Agent Probabilistic Grounding for Vision-Language Navigation

含义与测量：多智能体概率性视觉语言导航

Swagat Padhan, Lakshya Jain, Bhavya Minesh Shah, Omkar Patil, Thao Nguyen, Nakul Gopalan

机构 * Arizona State University（亚利桑那州立大学） ； Haverford College（哈弗福德学院） 纠错

专题命中 机器人数据与评测 ：navigation(title)；分类 cs.RO、cs.AI、cs.CV

AI总结 本文提出MAPG框架，通过分解语言查询并利用VLM进行语义 grounding，解决复杂度量-语义语言查询的难题，同时引入MAPG-Bench评估指标，展示在现实机器人中的应用效果。

Comments Equal contribution: Swagat Padhan and Lakshya Jain, 9 pages, 6 figures, paper website: https://lakshya-asu.github.io/Meanings-Measurements-Multi-Agent-Probabilistic-Grounding/

Evaluation of Visual Place Recognition Methods for Image Pair Retrieval in 3D Vision and Robotics

视觉场景识别方法在3D视觉与机器人中的图像对检索评估

Dennis Haitz, Athradi Shritish Shetty, Michael Weinmann, Markus Ulrich

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

AI总结 本文评估了多种视觉场景识别方法在图像对检索中的性能，针对不同场景下的挑战，分析了各方法的优劣及适用性。

Comments Accepted at the XXV ISPRS Congress 2026; to appear in the ISPRS Annals

FLUX: Accelerating Cross-Embodiment Generative Navigation Policies via Rectified Flow and Static-to-Dynamic Learning

FLUX：通过校正流和静态到动态学习加速跨身体生成导航策略

Zeying Gong, Yangyi Zhong, Yiyi Ding, Tianshuai Hu, Guoyang Zhao, Lingdong Kong, Rong Li, Jiadi You, Junwei Liang

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

AI总结 FLUX是首个基于流的统一导航策略，通过线性化概率流提升推理效率，结合静态到动态课程学习，在六个导航任务中取得最佳性能，并实现无调优的仿真到现实迁移。

Comments Project Page at this [Website](https://zeying-gong.github.io/projects/flux/)

Autonomous Integration and Improvement of Robotic Assembly using Skill Graph Representations

基于技能图表示的机器人装配自主集成与改进

Peiqi Yu, Philip Huang, Chaitanya Chawla, Guanya Shi, Jiaoyang Li, Changliu Liu

机构 * Department of Electrical and Computer Engineering, Carnegie Mellon University（卡内基梅隆大学电气与计算机工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 本文提出基于技能图表示的机器人装配系统自主集成与持续改进框架，通过语义级规划与执行接口实现系统配置、执行、评估与学习的统一，提升装配系统的适应性与可重用性。

STONE Dataset: A Scalable Multi-Modal Surround-View 3D Traversability Dataset for Off-Road Robot Navigation

STONE数据集：一个可扩展的多模态周围视图3D可通行性数据集用于越野机器人导航

Konyul Park, Daehun Kim, Jiyong Oh, Seunghoon Yu, Junseo Park, Jaehyun Park, Hongjae Shin, Hyungchan Cho, Jungho Kim, Jun Won Choi

机构 * Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能交叉学科项目，首尔国立大学） ； Department of Electrical and Computer Engineering, Seoul National University（电气与计算机工程系，首尔国立大学） 纠错

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

AI总结 STONE数据集通过大规模多模态数据和自动标注流程，为越野机器人导航中的3D可通行性预测提供了可扩展的地面真实值和基准测试平台。

Comments ICRA 2026

Seed2Scale: A Self-Evolving Data Engine for Embodied AI via Small to Large Model Synergy and Multimodal Evaluation

Seed2Scale: 一种通过小到大模型协同和多模态评估的自我进化数据引擎用于具身AI

Cong Tai, Zhaoyu Zheng, Haixu Long, Hansheng Wu, Zhengbin Long, Haodong Xiang, Rong Shi, Zhuo Cui, Shizhuang Zhang, Gang Qiu, He Wang, Ruifeng Li, Biao Liu, Zhenzhe Sun, Tao Shen

机构 * ZTE Corporation（中兴通讯公司） 纠错

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

AI总结 Seed2Scale通过小到大模型协同和多模态评估，实现具身AI的自我进化数据引擎，显著提升性能并提供可扩展的开发路径

GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation

GuideTWSI: 一种从合成和现实图像中获取的多样化触觉行走表面指示器数据集，用于盲人和低视力导航

Hochul Hwang, Soowan Yang, Anh N. H. Nguyen, Parth Goel, Krisha Adhikari, Sunghoon I. Lee, Joydeep Biswas, Nicholas A. Giudice, Donghyun Kim

机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） ； Daegu Gyeongbuk Institute of Science and Technology（大邱庆bu科学技术院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Maine（缅因大学） 纠错

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

AI总结 本文提出了一种多样化的触觉行走表面指示器数据集，通过合成和现实图像获取，以提高盲人和低视力导航中对不同类型警示标志的识别能力。

SysNav: Multi-Level Systematic Cooperation Enables Real-World, Cross-Embodiment Object Navigation

SysNav：多级系统性合作实现现实世界跨载体物体导航

Haokun Zhu, Zongtai Li, Zihan Liu, Kevin Guo, Zhengzhi Lin, Yuxin Cai, Guofei Chen, Chen Lv, Wenshan Wang, Jean Oh, Ji Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； New York University（纽约大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 SysNav通过多级系统性合作实现现实世界跨载体物体导航，提升复杂环境下的导航效率与成功率。

DINOv3 Visual Representations for Blueberry Perception Toward Robotic Harvesting

DINOv3视觉表示在蓝莓感知中的应用：面向机器人采摘

Rui-Feng Wang, Daniel Petti, Yue Chen, Changying Li

机构 * Bio-Sensing, Automation, and Intelligence Laboratory, Department of Agricultural and Biological Engineering, Institute of Food and Agricultural Sciences, University of Florida（生物感知、自动化与智能实验室，农业与生物工程系，食品与农业科学研究院，佛罗里达大学） ； Department of Biomedical Engineering, Georgia Institute of Technology（生物医学工程系，佐治亚理工学院） 纠错

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

AI总结 DINOv3作为语义主干网络，在蓝莓机器人采摘中用于果实和损伤分割及检测，但检测受限于目标尺度变化和空间聚合建模的挑战。

Comments 16 pages, 9 figures, 5 tables

Agile in the Face of Delay: Asynchronous End-to-End Learning for Real-World Aerial Navigation

在延迟面前敏捷：面向现实世界空中导航的异步端到端学习

Yude Li, Zhexuan Zhou, Huizhe Li, Youmin Gong, Jie Mei

机构 * School of Intelligence and Engineering（智能与工程学院） ； Guangdong Provincial Key Laboratory of Intelligent Morphing Mechanisms and Adaptive Robotics（广东省智能变形机制与自适应机器人重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出异步强化学习框架，解决端到端导航中感知与控制频率冲突问题，实现高频率控制与异步感知融合，提升现实环境中航空器的鲁棒性和敏捷性。

Python Bindings for a Large C++ Robotics Library: The Case of OMPL

Python绑定用于大型C++机器人库：OMPL案例

Weihang Guo, Theodoros Tyrovouzis, Lydia E. Kavraki

机构 * Department of Computer Science, Rice University（计算机科学系，里士大学） 纠错

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

AI总结 本文利用大语言模型生成Python绑定，提升大型C++机器人库的开发效率与性能。

PeRoI: A Pedestrian-Robot Interaction Dataset for Learning Avoidance, Neutrality, and Attraction Behaviors in Social Navigation

PeRoI：用于学习社交导航中避让、中性与吸引行为的行人-机器人交互数据集

Subham Agrawal, Nico Ostermann-Myrau, Nils Dengler, Maren Bennewitz

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

AI总结 PeRoI数据集通过三种控制条件记录行人与机器人交互行为，提出NeuRoSFM模型提升行人-机器人交互预测精度。

A Robust Simulation Framework for Verification and Validation of Autonomous Maritime Navigation in Adverse Weather and Constrained Environments

一种用于自主水路航行在恶劣天气和受限环境下的验证与验证的稳健仿真框架

Mayur S. Patil, Nataraj Sudharsan, Anthony S. Saaiby, JiaChang Xing, Keliang Pan, Veneela Ammula, Jude Tomdio, Jin Wang, Michael Kei, Heonyong Kang, Sivakumar Rathinam, Prabhakar R. Pagilla

机构 * Department of Mechanical Engineering, Texas A&M University, College Station, USA（机械工程系，德克萨斯A&M大学，学院站，美国） ； Department of Ocean Engineering, Texas A&M University, College Station, USA（海洋工程系，德克萨斯A&M大学，学院站，美国） ； American Bureau of Shipping, Spring, TX, USA（美国船舶局，斯普林，德克萨斯州，美国） 纠错

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

AI总结 本文提出了一种稳健的仿真框架，用于验证和验证自主水路航行系统在恶劣天气和受限环境下的性能。

RAG-RUSS: A Retrieval-Augmented Robotic Ultrasound for Autonomous Carotid Examination

RAG-RUSS：一种增强检索的机器人超声用于自主颈动脉检查

Dianye Huang, Ziping Cong, Nassir Navab, Zhongliang Jiang

机构 * Computer-Aided Medical Procedures and Augmented Reality (CAMP), Technical University of Munich (TUM), Germany（计算机辅助医学程序与增强现实（CAMP），慕尼黑技术大学（TUM），德国） ； Munich Center for Machine Learning (MCML), Germany（慕尼黑机器学习中心（MCML），德国） 纠错

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

AI总结 RAG-RUSS通过可解释框架实现自主颈动脉检查，结合检索增强生成提升泛化能力，减少对大规模数据的依赖。

Comments Accepted by ICRA

A Dataset for Crucial Object Recognition in Blind and Low-Vision Individuals' Navigation

为盲人和低视力者导航至关重要的物体识别数据集

Md Touhidul Islam, Imran Kabir, Elena Ariel Pearce, Md Alimoor Reza, Syed Masum Billah

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； Drake University（德拉克大学） 纠错

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

AI总结 本文提出一个专为盲人和低视力者导航设计的数据集，包含90个关键物体的标注，旨在提升计算机视觉模型在实时物体识别中的准确性。

Comments 16 pages, 4 figures

Validation of Space Robotics in Underwater Environments via Disturbance Robustness Equivalency

通过扰动鲁棒性等效性验证水下环境中的空间机器人

Joris Verhagen, Elias Krantz, Chelsea Sidrane, David Dörner, Nicola De Carli, Pedro Roque, Huina Mao, Gunnar Tibert, Ivan Stenius, Christer Fuglesang, Dimos Dimarogonas, Jana Tumova

机构 * Division of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习 division，皇家理工学院） ； School of Engineering Sciences, KTH Royal Institute of Technology（工程科学学院，皇家理工学院） ； Division of Decision and Control Systems, KTH Royal Institute of Technology（决策与控制系统 division，皇家理工学院） ； Department of Mechanical and Civil Engineering, California Institute of Technology（机械与土木工程 department，加州理工学院） 纠错

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

AI总结 通过水下环境验证空间机器人在微重力下的扰动鲁棒性等效性

Comments 8 pages, 5 figures, 1 table

AssemMate: Graph-Based LLM for Robotic Assembly Assistance

AssemMate：基于图的LLM用于机器人装配辅助

Qi Zheng, Chaoran Zhang, Zijian Liang, EnTe Lin, Shubo Cui, Qinghongbing Xie, Zhaobo Xu, Long Zeng

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院，清华大学，深圳，中国） 纠错

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

AI总结 AssemMate是一种基于图的LLM，通过知识图谱问答和视觉增强策略提升机器人装配任务的精度和效率。

GDA-YOLO11: Amodal Instance Segmentation for Occlusion-Robust Robotic Fruit Harvesting

GDA-YOLO11: 一种用于抗遮挡的机器人果实采摘的无遮挡实例分割

Caner Beldek, Emre Sariyildiz, Son Lam Phung, Gursel Alici

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

AI总结 GDA-YOLO11通过改进的无遮挡分割模型提升机器人果实采摘的遮挡鲁棒性，实现更高的采摘成功率和更准确的分割性能。

Comments 9 pages, journal pre-print