机器人 / 具身智能

SutureBot: A Precision Framework & Benchmark For Autonomous End-to-End Suturing

Jesse Haworth, Juo-Tung Chen, Nigel Nelson, Ji Woong Kim, Masoud Moghani, Chelsea Finn, Axel Krieger

机构 * Johns Hopkins University（约翰霍普金斯大学） ； NVIDIA（英伟达） ； Stanford University（斯坦福大学） ； University of Toronto（多伦多大学） 纠错

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

Comments 10 pages, 5 figures, 4 tables, NeurIPS 2025

Exploring the Limits of Vision-Language-Action Manipulations in Cross-task Generalization

Jiaming Zhou, Ke Ye, Jiayi Liu, Teli Ma, Zifan Wang, Ronghe Qiu, Kun-Yu Lin, Zhilin Zhao, Junwei Liang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； Sun Yat-sen University（中山大学） 纠错

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

Comments Project Page: https://jiaming-zhou.github.io/AGNOSTOS

LOPR: Latent Occupancy PRediction using Generative Models

Bernard Lange, Masha Itkina, Mykel J. Kochenderfer

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

Comments We recommend referring to the peer-reviewed and updated version of this approach, available at arXiv:2407.21126

Model-agnostic Adversarial Attack and Defense for Vision-Language-Action Models

Haochuan Xu, Yun Sing Koh, Shuhuai Huang, Zirun Zhou, Di Wang, Jun Sakuma, Jingfeng Zhang

机构 * The University of Auckland（奥克兰大学） ； King Abdullah University of Science and Technology（国王 Abdullah 科学与技术大学） ； Tokyo University of Science（东京科学大学） ； RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心） 纠错

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

DSM: Constructing a Diverse Semantic Map for 3D Visual Grounding

Qinghongbing Xie, Zijian Liang, Fuhao Li, 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 ：navigation(abstract)；world model(abstract)；分类 cs.RO、cs.CV

Comments 8 pages, 6 figures, Project Page: https://binicey.github.io/DSM

dVLA: Diffusion Vision-Language-Action Model with Multimodal Chain-of-Thought

Junjie Wen, Minjie Zhu, Jiaming Liu, Zhiyuan Liu, Yicun Yang, Linfeng Zhang, Shanghang Zhang, Yichen Zhu, Yi Xu

机构 * Midea Group（美的集团） ； Peking University（北京大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

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

Comments technique report

From Code to Action: Hierarchical Learning of Diffusion-VLM Policies

Markus Peschl, Pietro Mazzaglia, Daniel Dijkman

机构 * Qualcomm AI Research（高通人工智能研究） 纠错

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

Comments 19 pages including references, 6 figures. Accepted to CoRL LEAP 2025

Socially Pertinent Robots in Gerontological Healthcare

Xavier Alameda-Pineda, Angus Addlesee, Daniel Hernández García, Chris Reinke, Soraya Arias, Federica Arrigoni, Alex Auternaud, Lauriane Blavette, Cigdem Beyan, Luis Gomez Camara, Ohad Cohen, Alessandro Conti, Sébastien Dacunha, Christian Dondrup, Yoav Ellinson, Francesco Ferro, Sharon Gannot, Florian Gras, Nancie Gunson, Radu Horaud, Moreno D'Incà, Imad Kimouche, Séverin Lemaignan, Oliver Lemon, Cyril Liotard, Luca Marchionni, Mordehay Moradi, Tomas Pajdla, Maribel Pino, Michal Polic, Matthieu Py, Ariel Rado, Bin Ren, Elisa Ricci, Anne-Sophie Rigaud, Paolo Rota, Marta Romeo, Nicu Sebe, Weronika Sieińska, Pinchas Tandeitnik, Francesco Tonini, Nicolas Turro, Timothée Wintz, Yanchao Yu

机构 * ERM Automatismes（ERM 自动化公司） ； PAL Robotics（PAL 机器人公司） 纠错

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

OptiScene: LLM-driven Indoor Scene Layout Generation via Scaled Human-aligned Data Synthesis and Multi-Stage Preference Optimization

Yixuan Yang, Zhen Luo, Tongsheng Ding, Junru Lu, Mingqi Gao, Jinyu Yang, Victor Sanchez, Feng Zheng

机构 * Southern University of Science and Technology（南方科技大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Warwick（沃林顿大学） 纠错

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

Spatial Understanding from Videos: Structured Prompts Meet Simulation Data

Haoyu Zhang, Meng Liu, Zaijing Li, Haokun Wen, Weili Guan, Yaowei Wang, Liqiang Nie

机构 * Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shandong Jianzhu University（山东建筑大学） 纠错

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

Comments Accepted by NeurIPS 2025 as a Spotlight

Integrating Prior Observations for Incremental 3D Scene Graph Prediction

Marian Renz, Felix Igelbrink, Martin Atzmueller

机构 * DFKI Niedersachsen（德克萨斯联合研究所（北莱茵威斯特法伦）） ； Cooperative and Autonomous Systems, DFKI Niedersachsen（合作与自主系统，DFKI北莱茵威斯特法伦） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） ； Semantic Information Systems, Osnabrück University（语义信息系统，奥斯纳布吕克大学） 纠错

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

Comments Accepted at 24th International Conference on Machine Learning and Applications (ICMLA'25)

STLCG++: A Masking Approach for Differentiable Signal Temporal Logic Specification

Parv Kapoor, Kazuki Mizuta, Eunsuk Kang, Karen Leung

机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学系） ； General Robotics（通用机器人） ； University of Washington（华盛顿大学） ； NVIDIA（英伟达） 纠错

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

Comments ©2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Shaken, Not Stirred: A Novel Dataset for Visual Understanding of Glasses in Human-Robot Bartending Tasks

Lukáš Gajdošech, Hassan Ali, Jan-Gerrit Habekost, Martin Madaras, Matthias Kerzel, Stefan Wermter

机构 * Department of Applied Informatics, Faculty of Mathematics, Physics and Informatics, Comenius University（应用信息学院，数学物理学院，科门ius大学） ； Knowledge Technology Group, Department of Informatics, University of Hamburg（知识技术组，信息学院，汉堡大学） 纠错

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

Comments Submitted and Accepted for Presentation at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025

Bridging the Sim2Real Gap: Vision Encoder Pre-Training for Visuomotor Policy Transfer

Yash Yardi, Samuel Biruduganti, Lars Ankile

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

Comments 6 pages, 4 figures, 1 table, GitHub: https://github.com/yyardi/Bridging-the-Sim2Real-Gap

Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance

Yang Zhang, Chenwei Wang, Ouyang Lu, Yuan Zhao, Yunfei Ge, Zhenglong Sun, Xiu Li, Chi Zhang, Chenjia Bai, Xuelong Li

机构 * Institute of Artificial Intelligence, China Telecom（中国电信人工智能研究院） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Northwestern Polytechnical University（西北工业大学） 纠错

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

Comments The first three authors contributed equally

Who Owns The Robot?: Four Ethical and Socio-technical Questions about Wellbeing Robots in the Real World through Community Engagement

Minja Axelsson, Jiaee Cheong, Rune Nyrup, Hatice Gunes

机构 * University of Cambridge（剑桥大学） ； Aarhus University（欧登堡大学） ； Harvard University（哈佛大学） 纠错

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

Comments Accepted at the 8th AAAI/ACM Conference on AI, Ethics, and Society. 23 pages, 1 figure

Galaxea Open-World Dataset and G0 Dual-System VLA Model

Tao Jiang, Tianyuan Yuan, Yicheng Liu, Chenhao Lu, Jianning Cui, Xiao Liu, Shuiqi Cheng, Jiyang Gao, Huazhe Xu, Hang Zhao

机构 * Galaxea Team（Galaxea 团队） 纠错

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

Comments https://opengalaxea.github.io/G0/

Steerable Scene Generation with Post Training and Inference-Time Search

Nicholas Pfaff, Hongkai Dai, Sergey Zakharov, Shun Iwase, Russ Tedrake

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Toyota Research Institute（丰田研究院） ； 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)；robotic(abstract)；分类 cs.RO、cs.LG

Comments Project website: https://steerable-scene-generation.github.io/

Grounding Actions in Camera Space: Observation-Centric Vision-Language-Action Policy

Tianyi Zhang, Haonan Duan, Haoran Hao, Yu Qiao, Jifeng Dai, Zhi Hou

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Shanghai AI Lab（上海人工智能实验室） ； SenseTime Research（商汤科技研究院） ； Nanjing University（南京大学） ； Tsinghua University（清华大学） 纠错

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

ReconVLA: Reconstructive Vision-Language-Action Model as Effective Robot Perceiver

Wenxuan Song, Ziyang Zhou, Han Zhao, Jiayi Chen, Pengxiang Ding, Haodong Yan, Yuxin Huang, Feilong Tang, Donglin Wang, Haoang Li

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

CVD-SfM: A Cross-View Deep Front-end Structure-from-Motion System for Sparse Localization in Multi-Altitude Scenes

Yaxuan Li, Yewei Huang, Bijay Gaudel, Hamidreza Jafarnejadsani, Brendan Englot

机构 * Stevens Institute of Technology（史蒂文斯理工学院） 纠错

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

Depth Jitter: Seeing through the Depth

Md Sazidur Rahman, David Cabecinhas, Ricard Marxer

机构 * Institute for Systems and Robotics（系统与机器人研究所） ； Université de Toulon（土伦大学） ； Aix Marseille University（阿维尼翁-马赛大学） ； CNRS（国家科学研究中心） ； LIS Toulon, France（土伦法国实验室） 纠错

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

Can LLM-Reasoning Models Replace Classical Planning? A Benchmark Study

Kai Goebel, Patrik Zips

机构 * Center for Vision, Automation & Control（视觉、自动化与控制中心） ； AIT Austrian Institute of Technology GmbH（奥地利技术研究院） 纠错

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

Methods for the Segmentation of Reticular Structures Using 3D LiDAR Data: A Comparative Evaluation

Francisco J. Soler Mora, Adrián Peidró Vidal, Marc Fabregat-Jaén, Luis Payá Castelló, Óscar Reinoso García

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

Journal ref Computer Modeling in Engineering & Sciences, 143, 2025, 3167-3195

Evaluation of facial landmark localization performance in a surgical setting

Ines Frajtag, Marko Švaco, Filip Šuligoj

机构 * Faculty of Mechanical Engineering（机械工程系） ； Naval Architecture, University of Zagreb, Croatia（海军建筑，扎格列布大学，克罗地亚） 纠错

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

One-Shot Affordance Grounding of Deformable Objects in Egocentric Organizing Scenes

Wanjun Jia, Fan Yang, Mengfei Duan, Xianchi Chen, Yinxi Wang, Yiming Jiang, Wenrui Chen, Kailun Yang, Zhiyong Li

机构 * School of Artificial Intelligence and Robotics, Hunan University, China（人工智能与机器人学院，湖南大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University, China（机器人视觉感知与控制技术国家工程研究中心，湖南大学） 纠错

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

Comments Accepted to IROS 2025. Source code and benchmark dataset will be publicly available at https://github.com/Dikay1/OS-AGDO

Can Optical Denoising Clean Sonar Images? A Benchmark and Fusion Approach

Ziyu Wang, Tao Xue, Jingyuan Li, Haibin Zhang, Zhiqiang Xu, Gaofei Xu, Zhen Wang, Yanbin Wang, Zhiquan Liu

机构 * Hangzhou Institute of Technology, Xidian University（杭州理工大学） ； Department of Engineering, Shenzhen MSU-BIT University（深圳MSU-BIT大学工程系） ； School of Information Engineering, Jiangxi University of Science（江西理工大学信息工程学院） ； Institute of Deep-sea Science（深海科学研究院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； College of Cyber Security, Jinan University（广州大学网络安全学院） 纠错

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

Learning human-to-robot handovers through 3D scene reconstruction

Yuekun Wu, Yik Lung Pang, Andrea Cavallaro, Changjae Oh

机构 * Centre for Intelligent Sensing, Queen Mary University of London（智能感知中心，伦敦女王玛丽大学） ； Idiap Research Institute and École Polytechnique Fédérale de Lausanne（Idiap研究机构和瑞士洛桑联邦理工学院） 纠错

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

Comments 8 pages, 6 figures, 2 table

SURPRISE3D: A Dataset for Spatial Understanding and Reasoning in Complex 3D Scenes

Jiaxin Huang, Ziwen Li, Hanlve Zhang, Runnan Chen, Xiao He, Yandong Guo, Wenping Wang, Tongliang Liu, Mingming Gong

机构 * MBZUAI ； The University of Sydney（悉尼大学） ； AI2Robotic ； Texas A&M University（德克萨斯大学） ； The University of Melbourne（墨尔本大学） 纠错

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

Holistic Construction Automation with Modular Robots: From High-Level Task Specification to Execution

Jonathan Külz, Michael Terzer, Marco Magri, Andrea Giusti, Matthias Althoff

机构 * Technical University of Munich, Department of Computer Engineering（慕尼黑技术大学计算机工程系） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Fraunhofer Italia Research, Robotics and Intelligent Systems Engineering（弗劳恩霍夫意大利研究所机器人与智能系统工程） 纠错

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

Comments Appeared in IEEE Transactions on Automation Science and Engineering https://ieeexplore.ieee.org/document/11036791

Journal ref IEEE Transactions on Automation Science and Engineering, vol. 22, pp. 16716-16727, 2025