视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
AsymLoc：迈向高效视觉定位的非对称特征匹配
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出AsymLoc框架，通过几何驱动匹配目标和联合检测器-描述符蒸馏目标，实现轻量学生模型与大教师模型的非对称特征匹配，提升视觉定位效率与精度。
目标导向控制的机理基础
机构 * Cajal Neuroscience Center (CNC), CSIC（卡哈尔神经科学中心（CNC），西班牙国家科研中心） ； Department of Computer Science and Artificial Intelligence, University of the Basque Country (UPV/EHU)（巴斯克大学计算机科学与人工智能系）
专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.LG
AI总结 本文探讨了目标导向控制的机理基础，通过婴儿运动学习模型，揭示了因果控制电路的形成机制及相变行为，提出了任务需求依赖的路由仲裁方法。
Comments arXiv admin note: this submission has been removed by arXiv administrators due to disputed authorship raised by the submitting author's institution
学习演化场景：用场景图推理人类活动
机构 * Politecnico di Torino（托斯托大学）
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.CV
AI总结 提出SG-Ego标注集和GLEN模型，通过时空场景图显式建模人-环境交互的动态演化，实现活动驱动的场景变化推理与预测。
Comments Project page at https://francescapistilli.github.io/GLEN
改进的不可混扩散：通过降低可混性加速扩散训练
机构 * UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 提出通过降低任意层级的可混性来加速扩散模型训练，实现多种实现方式（如KNN噪声选择和图像缩放），在多种任务上获得高达4倍以上的训练加速。
实时水下图像增强：频率引导的双路径注意力
机构 * Glasgow College, UESTC, Chengdu, China（格拉斯哥学院，UESTC，成都，中国） ； School of Information and Communication Engineering, UESTC, Chengdu, China（信息与通信工程学院，UESTC，成都，中国） ； University of Glasgow, Glasgow, UK（格拉斯哥大学，格拉斯哥，英国）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV
AI总结 提出一种轻量级实时水下图像增强框架，通过频域引导双路径注意力融合空间与频谱特征，仅4.23K参数实现600+ FPS，性能超越大模型。
Comments 6 pages, 5 figures. Accepted at ICME 2026
语义-快速-SAM：高效的语义分割器
机构 * Kyungpook National University, Korea（韩国全州国立大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出Semantic-Fast-SAM，结合快速分割任何模型与语义标注流程，实现高精度实时语义分割。
Comments APSIPA ASC 2025
Journal ref Proc. 2025 Asia Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC), IEEE, Singapore, 2025, pp. 1158-1163
延迟机器人介导双人交互中的稳定性边界与运动表现
机构 * Robotics Research Centre, School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空工程学院机器人研究中心） ； Department of Computer Science and Artificial Intelligence, University of Technology Nuremberg（纽伦堡工业大学计算机科学与人工智能系）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文通过频率域零穿越方法建立了考虑网络诱导时延的机器人介导双人交互系统的稳定性边界，分析了交互刚度对系统稳定性的影响，并通过实验验证了理论稳定性边界与实际运动表现的相关性。
FAR-LIO：通过快速、准确和鲁棒的LiDAR-惯性里程计实现高速自主
机构 * NVIDIA Corp., USA（美国英伟达公司）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出FAR-LIO，一种基于CUDA加速的LiDAR-惯性里程计框架，通过新颖的体素哈希映射和稀疏感知GICP算法实现低延迟和高精度，在高速赛车场景中位置误差降低6.9%，运行时间减少38.4%。
Comments 8 pages, accepted for publication at IROS2026 (IEEE/RSJ International Conference on Intelligent Robots and Systems 2026)
PERTINENCE: 基于输入的动态神经网络执行
机构 * Department of Computer Science and Engineering, Indian Institute of Technology Dharwad, Karnataka, India（印度理工学院达沃德分校计算机科学与工程系） ； University of Rennes, CNRS, Inria, IRISA, Rennes, France（法国雷恩大学、CNRS、Inria、IRISA）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 提出PERTINENCE运行时方法，通过ML调度器从预训练模型中选择最轻量模型处理每个输入，使用遗传算法优化精度与计算成本的帕累托前沿，在多个视觉任务上减少高达36%计算量且精度不变或提升。
一种基于颗粒堵塞的可调刚度仿生鱼机器人
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 提出一种通过颗粒堵塞快速调节刚度的仿生鱼机器人，实验表明刚度调节对游泳速度和能耗有显著影响，低频时软体最优，高频时硬体更优。
Comments ICRA2026 accepted, best paper finalist
基于能量的组合扩散规划
机构 * Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 提出能量基组合扩散器（ECD），将全局轨迹建模为局部桥势之和的最小化，通过保守修正场和边界反应项改进启发式拼接，实现线性时间复杂度的马尔可夫分数近似，在OGBench任务中达到最优成功率。
Comments ICML 2026
TriLift: 无插值三平面提升用于嵌入式系统的高效3D感知
机构 * Department of Intelligent Robotics, Sungkyunkwan University（智能机器人系，成均馆大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 提出TriLift，一种无插值三平面提升与体素融合框架，通过直接投影和广播求和避免插值与MLP，利用2D卷积降低复杂度，并引入轻量级自适应位置编码和低分辨率体积分支，在保持实时性的同时实现分类、补全、分割和检测任务的高效3D感知。
MoFusion: 一种基于去噪扩散的运动合成框架
机构 * Max Planck Institute for Informatics, SIC（马克斯·普朗克信息研究所，SIC） ； Saarland University（萨尔兰大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 提出MoFusion框架，利用去噪扩散模型实现高质量、多样化的条件人体运动合成，支持音乐和文本等多种条件，并通过调度加权策略引入运动学损失，适用于运动编辑应用。
Comments CVPR23, 11 pages, 6 figures, 2 tables; project page: https://vcai.mpi-inf.mpg.de/projects/MoFusion
使用直接激光写入的连续体机器人形状感知
机构 * Medical Robotics and Automation (RoboMed) Laboratory（医疗机器人与自动化实验室） ； Wallace H. Coulter Department of Biomedical Engineering（Wallace H. Coulter生物医学工程部门） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文利用直接激光写入技术制造应变传感器，集成于连续体机器人关节中，通过线性和非线性模型预测关节角度，误差低至1.76度，并实现闭环控制，跟踪误差小于3度。
Comments This work has been submitted to the IEEE for possible publication
基于神经网络与不变扩展卡尔曼滤波的任意轨迹恒定时间延迟领航跟随
机构 * University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） ； School of Computing（计算学院）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 提出一种结合概率Seq2Seq神经网络与不变扩展卡尔曼滤波的恒定时间延迟轨迹跟踪方法，用于无通信、无全局坐标的车队，在SE(2)流形上准确估计领车轨迹，并利用几何模型预测控制提升性能。
Comments 9 pages, 6 figures
HACMatch: 基于难度感知课程伪标签的半监督旋转回归
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV
AI总结 提出一种难度感知课程学习框架，通过动态选择伪标签样本和结构化数据增强，在少量标注数据下提升半监督旋转回归性能。
Comments This is an accepted manuscript of an article published in Computer Vision and Image Understanding
Journal ref Computer Vision and Image Understanding (2026)
通过从婴儿到类人机器人的运动重定向模拟婴儿第一人称感觉运动经验
机构 * German Research Foundation（德国研究基金会） ； Johanna Quandt foundation（约翰娜·克文特基金会） ； Czech Science Foundation（捷克科学基金）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种从单视频重建婴儿3D姿态并映射到物理/虚拟类人平台的方法，实现亚厘米级精度的多感觉流模拟，为发育研究和神经发育障碍早期检测提供新工具。
Comments Accepted at IEEE ICDL 2026. 8 pages, 6 figures. Cite as: F. M. López, H. Kanazawa, O. Fiala, Y. Balashov, V. Marcel, L. Rustler, M. Lenz, D. Kim, Y. Kuniyoshi, J. Triesch, and M. Hoffmann, "Simulating infant first-person sensorimotor experience via motion retargeting from babies to humanoids'', in 2026 IEEE International Conference on Development and Learning (ICDL). IEEE, 2026, pp. 1-8
迈向毫米级精度的UWB雷达：通过多通道融合实现基于相位的高精度障碍物检测
机构 * IDLab, Department of Information Technology, Ghent University-imec（IDLab信息科技系，根特大学-imec）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种在无源UWB雷达中利用相位信息进行距离估计的框架，通过多通道融合实现厘米级精度，中位误差1.69 cm，比仅用幅度的方法提升显著。
Comments 13 pages, Submitted to IEEE Transactions On Wireless Communications
FUSE: 通过贝叶斯融合认知不确定性和偶然不确定性来量化视觉语言模型中的不确定性
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 提出FUSE概率框架，通过贝叶斯融合视觉语言模型中的偶然不确定性和认知不确定性，生成标量不确定性度量，用于可靠预测输出正确性，实现SOTA不确定性校准。
C-3TO：基于神经欧几里得有符号距离场的连续三维轨迹优化
机构 * Service Robotics Laboratory – Universidad Pablo de Olavide (Seville), Spain（帕布罗·奥拉维德大学机器人服务实验室（塞维利亚），西班牙）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种在杂乱环境中利用在线神经欧几里得有符号距离场进行连续三维轨迹优化的框架，通过两阶段非线性优化直接优化五次多项式表示的平滑轨迹，实现安全、高效且可动态执行的轨迹规划。
Comments 8 pages, 5 figures, submitted and accepted in ICUAS 2026
通过ChordEdit重新思考一步图像编辑：复现、简化与新见解
机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文通过复现、消融和简化ChordEdit，揭示其机制：和弦窗口作为时间步偏移，和弦传输执行低频语义编辑，近端对齐补充高频细节，从而将编辑分解为粗低频传输和细高频对齐两个阶段，为自适应编辑提供新路径。
Comments 9 pages
SpikF-GO: 用于多元时间序列预测的尖峰傅里叶图算子
机构 * Data Science Group, University of Hildesheim（希尔德斯海姆大学数据科学组）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 针对现有SNN预测方法缺乏变量间依赖建模的问题，提出SpikF-GO，通过超变量图公式和尖峰驱动谱处理，结合可学习稀疏频率门和复数LIF门，在统一协议下达到SNN方法最佳平均排名，并降低能耗。
Comments 23 pages, 2 figures, 11 tables. Accepted for presentation at ECML PKDD 2026. Code: https://github.com/jafarbakhshaliyev/SpikF-GO
锥优化器的可扩展深度展开
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 提出矩阵自由隐式微分和基于Dalečkii-Krein的PSD锥反向传播规则，解决深度展开应用于大规模半定规划时的内存和数值稳定性问题，实现轻量级超参数策略和热启动学习，在多种问题上取得高达50倍加速。
PRISM: 感知与推理交错用于序列决策
机构 * Institut National de la Recherche Scientifique (INRS)（国家科学研究院）
专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.AI
AI总结 提出PRISM框架，通过动态问答流水线紧密耦合视觉语言模型（VLM）和语言模型（LLM），实现任务驱动的感知，在ALFWorld和R2R基准上显著超越现有图像模型。
GeoCFNet: 几何感知置信场网络用于机器人辅助内镜黏膜下剥离术
机构 * Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系） ； Theory Lab, Central Research Institute, 2012 Labs, Huawei Technologies Co. Ltd.（华为技术有限公司中央研究院2012实验室理论实验室）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 提出GeoCFNet，通过几何感知置信场估计解决动态内镜场景下的解剖引导问题，集成Token差异化融合和几何感知空间正则化，实现精确稳定的置信场预测。
Comments IEEE ICIA 2026
iPack: 基于大型语言模型的直观装箱
机构 * University of Technology Nuremberg（图恩大学） ； Friedrich-Alexander University of Erlangen–Nuremberg（埃尔兰根-纽伦堡弗里德里希-亚历山大大学） ； Technical University of Munich（慕尼黑技术大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出LLM-Pack方法，利用语言和视觉基础模型生成模仿人类策略的杂货装箱顺序，无需专门训练即可处理新物品，模块化设计便于升级。
Comments 7 Pages, 9 Figures
LieIPM：用于刚体直接轨迹优化的李群内点法
机构 * University of California, Berkeley（加州大学伯克利分校） ； MIT（麻省理工学院） ； Ohio University（俄亥俄大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 提出一种基于李群结构的约束轨迹优化框架LieIPM，利用二阶刚体模型和变分积分器，实现无奇异、快速收敛的牛顿型更新。
多层感知机的学习熵与空间自适应动力学用于结构点提取
机构 * Czech Technical University in Prague（捷克技术大学布拉格分校） ； University of South Bohemia in Ceske Budejovice（南捷克大学捷克布杰约维采分校）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 提出空间学习熵（SLEM）方法，通过分析MLP在图像样本学习中的权重自适应，识别对网络学习重要的图像点与区域，为特征提取提供新视角。
来自分散数据的组合生成建模
机构 * Department of Computer Science and Engineering, Michigan State University, East Lansing, MI, USA（计算机科学与工程系，密歇根州立大学，东兰辛，MI，美国）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.LG
AI总结 提出去中心化组合流匹配（DCFM）框架，通过结构约束实现分散数据中生成因子的组合，无需交换原始数据，在条件图像生成、机器人空间规划和医学属性共现建模中显著优于基线。
Comments ICML 2026
Graph Mamba Operator: 一种用于相互作用粒子系统的潜在模拟器
机构 * Indian Institute of Science, Bangalore（印度科学研究所，班加罗尔） ； Indian Institute of Technology, Delhi（印度理工学院，德里）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 提出Graph Mamba Operator (GraMO)，通过将状态空间模型与图交互学习集成到单一循环中，实现长期时空依赖的联合建模，在N体系统、运动捕捉和机器人数据集上取得最低误差。
Comments Under Submission
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈