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。
GATO：用于可扩展边缘模型预测控制的GPU加速和批处理轨迹优化
机构 * School of Engineering and Applied Science, Columbia University（哥伦比亚大学工程与应用科学学院） ； University of Michigan（密歇根大学） ； Barnard College, Columbia University and Dartmouth College（哥伦比亚大学巴纳德学院和达特茅斯学院）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 GATO通过算法、软件和计算硬件的协同设计，实现对中等批量大小的实时轨迹优化，提升边缘模型预测控制的性能。
Comments Accepted to ICRA 2026. 8 pages, 8 figures, 2 tables
TAG-K：尾部平均贪心Kaczmarz用于计算高效且性能优异的在线惯性参数估计
机构 * School of Applied Science, Columbia University（哥伦比亚大学应用科学学院） ； Columbia College, Columbia University（哥伦比亚大学哥伦比亚学院） ； Barnard College, Columbia University and Dartmouth College（哥伦比亚大学巴纳德学院和达特茅斯学院）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出TAG-K算法，结合贪心随机行选择和尾部平均，实现高效稳定的在线惯性参数估计，在计算受限的机器人系统中表现出更快的求解速度和更高的鲁棒性。
Comments Accepted to ICRA 2026. 3 Figures. 3 Tables
SpatialGrammar: 一种面向领域的语言用于基于LLM的3D室内场景生成
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.AI
AI总结 本文提出SpatialGrammar，一种领域特定语言，通过BEV网格放置确定性编译生成有效3D几何，提升空间准确性和物理合理性。SG-Agent通过编译器反馈迭代优化场景，SG-Mini在单次生成场景中表现优异。
安全运动领域：利用可达性分析操作化安全旅行中的可及性
机构 * Waymo LLC（Waymo公司）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 本文提出安全运动领域（FSM），通过考虑驾驶员能力和其他道路使用者的预见行为，量化评估驾驶行为的安全性。结合可达性分析与运动学假设，提供可解释的定量工具，用于不同驾驶场景的评估。
EAG-PT：考虑发射的高斯和路径追踪用于漫反射室内场景重建与编辑
机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学）
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.CV
AI总结 EAG-PT通过统一的2D高斯表示实现室内场景的物理重建与渲染，支持可编辑的漫反射全局光照，结合高效单次反弹优化和高质量多次反弹路径追踪，优于现有方法。
Comments SIGGRAPH 2026 Conference Paper; Project Page: https://eag-pt.github.io
多一致的2D-3D映射用于鲁棒的零样本3D视觉定位
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； Institute for Clarity in Documentation（文档清晰研究所） ； Inria Paris-Rocquencourt（Inria巴黎-鲁克蒙特研究所） ； Rajiv Gandhi University（拉贾·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒实验室）
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.CV
AI总结 本文提出MCM-VG框架，通过建立多一致的2D-3D映射实现鲁棒的零样本3D视觉定位，解决开放词汇3D提案质量差的问题，提升目标定位和推理的准确性。
对齐后再适应：重新思考4D感知中的参数高效迁移学习
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Xi’an Jiaotong University（西安交通大学人机混合增强智能国家重点实验室） ； School of Electrical and Information Engineering, Hunan University（湖南大学电气与信息工程学院） ； National Engineering Research Center for Robot Visual Perception and Control Technology（机器人视觉感知与控制技术国家工程研究中心）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出PointATA方法，通过分阶段对齐和适应解决4D感知中的模态差距和过拟合问题，实现参数高效迁移学习，实验显示其在动作识别、分割等任务中表现优异。
Comments Accepted by IEEE Transactions on Multimedia (Regular Paper)
模糊路径的逻辑
机构 * Indian Institute of Science（印度科学研究院） ； Masaryk University（马萨里克大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 本文提出一种新的时间逻辑，用于运动规划中的规范。该逻辑基于信号时间逻辑，但以路径为基本元素，简化了公式并提升了对行为偏好的表达能力，适用于人类指定的规范和演示学习。
基于运动动力学先验的度量惯性对齐单目状态估计
机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； Department of Mechanical Engineering, The University of Hongkong（机械工程系，香港大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出基于运动动力学先验的单目状态估计方法，通过弹性质建模和连续时间B样条运动学模型，实现非刚性系统的鲁棒准确姿态估计，并恢复惯性传感特性。
通过机器人辅助的居家活动支持家庭-学校合作
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 本文探讨了通过社交机器人促进家庭-学校合作的新方法，设计并开发了支持家庭沟通的机器人系统，通过实验证明了机器人在家庭日常生活中的整合效果及使用挑战。
Comments Proceedings of the 25th Interaction Design and Children Conference (IDC '26)
可扩展的时空推断与偏扫描注意力变压器神经过程
机构 * University of Oxford（牛津大学） ； Imperial College London（伦敦帝国学院） ； University of Bristol（布里斯托尔大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG
AI总结 本文提出BSA-TNP模型，通过引入核回归块、群不变注意力偏置和高效偏扫描注意力，实现高精度、高效率的时空过程建模，支持多分辨率学习和大规模推断。
无动力固定翼飞行器空速前向不变性保障
机构 * Kevin T. Crofton Department of Aerospace and Ocean Engineering, Virginia Polytechnic Institute and State University（凯文·T·克罗夫顿航空航天与海洋工程系，弗吉尼亚理工学院和州立大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO
AI总结 本文研究无动力固定翼飞行器在稳风条件下的空速保护问题，通过建立风依赖的二次规划框架，确保空速安全包络的前向不变性。
HardFlow: 通过轨迹优化实现流匹配模型的硬约束采样
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.LG
AI总结 本文提出HardFlow框架，通过轨迹优化解决流匹配模型中硬约束采样问题，利用数值最优控制确保终端时间满足约束，并在统一框架下提升样本质量。
鲁棒的摄像机到动作捕捉校准与验证用于大规模多摄像机数据采集
机构 * Meta
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出一种针对大规模多摄像机数据采集的鲁棒校准与验证系统，解决摄像机到标记板的校准问题及验证方法，提升校准鲁棒性与验证可靠性。
POMDP策略对观测扰动的鲁棒性分析
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； Virginia Tech（弗吉尼亚理工大学） ； Jet Propulsion Laboratory（喷气推进实验室） ； California Institute of Technology（加州理工学院）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI
AI总结 研究POMDP策略在观测模型偏差下的鲁棒性，提出政策观测鲁棒性问题，并设计Robust Interval Search算法，验证其在大规模POMDP问题中的有效性。
Comments 43 Pages
DISCA：一种基于压缩弯金字塔格式的数字存内随机计算架构
机构 * 1 Centre for Electronics Frontiers, Institute for Integrated Micro ； Nano Systems, School of Engineering, The University of Edinburgh, UK. ； 2 Electrical \& Electronics Engineering, Queen's University Belfast, UK.
专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI
AI总结 本文提出DISCA，一种基于压缩弯金字塔格式的数字存内随机计算架构，旨在提升大规模AI模型矩阵乘法任务的能量效率。
Comments This work has been accepted for publication in the 2025 37th International Conference on Microelectronics (ICM)
Journal ref 2025 37th International Conference on Microelectronics (ICM)
ESsEN: 在低资源环境下训练紧凑的判别视觉-语言变换器
机构 * Department of Computer Science（计算机科学系）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV
AI总结 本文提出ESsEN模型，通过双塔编码器结构和传统卷积网络，实现低资源环境下高效视觉-语言模型训练，实验表明其参数量仅为其他模型的分数，性能优异。
可信的内窥镜超分辨率
机构 * Computer Vision Lab, ETH Zurich, Zurich, Switzerland（苏黎世联邦理工学院计算机视觉实验室）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV
AI总结 本文提出一种直接实用框架，通过识别重建可能失败的区域，提高超分辨率系统的可靠性。方法整合了轻量级误差预测网络，结合置信度失败掩码，提供理论保障，首次在内窥镜实时图像超分辨率中提升安全性。
Comments Code: https://github.com/jusiro/Endoscopic-CFM
在抑制振荡视角下不同ially平坦欠驱动平面机器人的最优控制
机构 * Department of Industrial Engineering, University of Padova（帕多瓦大学工业工程系）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文研究了欠驱动平面机器人在抑制振荡视角下的最优控制方法，通过动态平坦性理论和优化控制相结合，提升轨迹跟踪性能，减少因关节 stiffness/damping 不匹配引起的振荡。
Comments Accepted to European Control Conference (ECC 2026)
GaLa：基于超图的视觉语言模型用于程序规划
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） ； Chongqing Research Institute of HIT（重庆哈尔滨工业大学研究院）
专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.RO
AI总结 GaLa通过超图表示学习，有效捕捉物体间的隐含语义关系和功能区域的层次结构，提升多模态程序规划的性能。
Comments 14pages, 7figures
Journal ref ACL 2026(Findings)
介电弹性体软执行器的建模、控制与自感知：综述
机构 * School of Mechanical Engineering, Hebei University of Technology（河北工业大学机械工程学院）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 综述介电弹性体软执行器的建模、控制与自感知方法，分析其非线性弹性、粘弹性蠕变等挑战及解决方案。
通过图注意力实现的 amortized 反向运动学用于实时人形avatar动画
机构 * German Research Center for Artificial Intelligence（德国人工智能研究中心） ； RPTU Kaiserslautern-Landau（科隆大学亚琛-兰道分校） ； International University of Applied Sciences（应用科学国际大学）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV
AI总结 本文提出IK-GAT，一种轻量图注意力网络，通过单次前向传递从3D关节位置恢复完整关节姿态，以提高实时人形动画效率。
机械智能跨学科研讨会：总结报告
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pittsburgh（匹兹堡大学） ； Purdue University（Purdue 大学） ； University of Michigan（密歇根大学） ； Tufts University（塔夫茨大学） ； Oregon State University（俄勒冈州立大学） ； Case Western Reserve University（凯斯西储大学） ； John’s Hopkins University（约翰·霍普金斯大学） ； Boston University（波士顿大学） ； University of Southern California（南加州大学） ； University of California at Berkeley（加州大学伯克利分校） ； Penn State University（宾夕法尼亚州立大学） ； Northeastern University（东北大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Colorado Boulder（科罗拉多大学 Boulder 分校） ； New Mexico State University（新墨西哥州立大学） ； University of Notre Dame（诺丁汉大学） ； Stanford University（斯坦福大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本报告总结了2024年机械智能跨学科研讨会的成果，探讨了机械结构自身通过响应性、适应性、记忆和学习编码智能的现象，以及其与计算智能的区别。
覆盖验证的固定时间运动规划路标：连续半静态环境中的路标规划
机构 * Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯特理工学院（WPI））
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出COVER框架，通过增量构建覆盖验证的路标，为半静态环境提供固定时间内的运动规划解决方案，展示了更广的问题空间覆盖和更高的查询成功率。
利用深度神经网络对自闭症儿童和典型发育儿童与虚拟社交机器人互动中的行为进行建模
机构 * Social and Cognitive Robotics Laboratory, Sharif University of Technology（沙里夫科技大学社会与认知机器人实验室）
专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI
AI总结 研究利用深度神经网络开发系统，通过音乐教育程序中与虚拟社交机器人的互动，对自闭症和典型发育儿童的行为进行评估和建模，系统在区分两种儿童群体和生成相似情境下的行为模式方面表现出高准确率。
Comments 22 pages, 5 figures
类脑脉冲环状吸引子用于本体感觉关节状态估计
机构 * 1 Istituto Italiano di Tecnologia, Genoa, Italy, 2 Department of Neurosurgery, University Hospital Zürich, Switzerland 3 Institute of Neuroinformatics, Univ. of Zurich ； ETH Zurich, Switzerland 4 DIEEI, University of Catania Catania, Italy, 5 IDLAB, University of Antwerp ； AI \& Algorithms, imec, Leuven, Belgium 6 Digital Society Initiative, University of Zurich, Switzerland these authors contributed equally
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出一种类脑脉冲环状吸引子网络，用于在资源受限条件下实现机器人关节角度的本体感觉估计，通过自维持的群体活动实现稳定活动斑块，具有减少漂移和提高精度的优势。
基于稀疏路图的弱监督物理引导神经运动规划
机构 * Department of Computer Science, Purdue University（普渡大学计算机科学系）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出H-NTFields，结合稀疏路图的弱监督与物理引导PDE正则化，提升复杂环境中运动规划的鲁棒性和推理速度。
统一的元表示与反馈校准用于通用扰动估计
机构 * School of Aeronautic Science and Engineering, Beihang University（航空科学与工程学院，北京航空航天大学） ； School of Automation Science and Electric Engineering, Beihang University（自动化科学与电气工程学院，北京航空航天大学）
专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出一种通用扰动估计框架，结合元学习和反馈校准在线适应，通过统一的元表示有效捕捉非结构扰动，通过状态反馈机制校准学习残差，理论分析证明在线学习误差和扰动估计误差可同时收敛。
Comments 8 pages, 10 figures
AniGen：统一的S³场用于可动画化的3D资产生成
机构 * The University of Hong Kong（香港大学） ； The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学）
专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.CV
AI总结 AniGen通过统一的S³场生成可动画化的3D资产，解决传统方法在生成后制作rig时的不稳定性问题，提升动画质量和泛化能力。
Comments 16 pages, 12 figures
具有自主推理能力的LLM在空气敏感性锂卤化物尖晶石导体自驱动实验室中的应用
专题命中 其他机器人 ：robotic(abstract)；分类 cs.LG
AI总结 本文提出A-Lab GPSS平台，通过整合代理AI框架，实现对空气敏感性材料的自主实验设计，探索锂卤化物尖晶石固态离子导体的广阔化学空间，提升离子导电性和相纯度。
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