机器人 / 具身智能

LoGoColor: Local-Global 3D Colorization for 360° Scenes

LoGoColor: 本地-全局 3D 色彩化用于 360 度场景

Yeonjin Chang, Juhwan Cho, Seunghyeon Seo, Wonsik Shin, Nojun Kwak

机构 * Seoul National University（首尔国立大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出 LoGoColor 方法，通过本地-全局策略生成一致的 3D 色彩化结果，提升复杂 360 度场景的色彩多样性与一致性。

Comments Project page is available at: https://yeonjin-chang.github.io/LoGoColor/

Where can AI be used? Insights from a deep ontology of work activities

AI可以应用在哪里？来自工作活动深度本体的洞察

Alice Cai, Iman YeckehZaare, Shuo Sun, Vasiliki Charisi, Xinru Wang, Aiman Imran, Robert Laubacher, Alok Prakash, Thomas W. Malone

机构 * Sloan School of Management, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院） ； Mens, Manus, and Machina, Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工联盟研究技术机构） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.AI

AI总结 本文通过构建工作活动的深度本体，系统分析AI的应用领域，发现高价值AI市场集中在信息类活动，揭示了AI在不同工作活动中的分布特征。

VIRD: View-Invariant Representation through Dual-Axis Transformation for Cross-View Pose Estimation

VIRD：通过双轴变换实现视图不变表示的跨视图姿态估计

Juhye Park, Wooju Lee, Dasol Hong, Changki Sung, Youngwoo Seo, Dongwan Kang, Hyun Myung

机构 * Urban Robotics Lab, School of Electrical Engineering, KAIST（首尔国立大学电气工程学院智能城市机器人实验室） ； Hanwha Aerospace（韩华航空航天） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出VIRD方法，通过双轴变换构建视图不变表示，解决地面与卫星视图间显著视角差异问题，提升跨视图姿态估计精度。

Comments Accepted to CVPR 2026

ReDAG-RT: Global Rate-Priority Scheduling for Real-Time Multi-DAG Execution in ROS 2

ReDAG-RT：ROS 2中实时多DAG执行的全局速率优先调度

Md. Mehedi Hasan, Rafid Mostafiz, Bikash Kumar Paul, Md. Abir Hossain, Ziaur Rahman

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出ReDAGRT框架，通过在ROS 2用户空间实现全局调度，解决多DAG执行中的优先级冲突和截止期限不稳定问题，提升实时性与确定性。

Comments 12 pages, 6 figures

PAAMP: Polytopic Action-Set And Motion Planning for Long Horizon Dynamic Motion Planning via Mixed Integer Linear Programming

PAAMP：基于多边形动作集和混合整数线性规划的长时间动态运动规划

Akshay Jaitly, Siavash Farzan

机构 * Robotics Engineering Department, Worcester Polytechnic Institute（沃斯特理工学院机器人工程系） ； Electrical Engineering Department, California Polytechnic State University（加州州立大学弗雷斯诺分校电子工程系） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO

AI总结 本文提出PAAMP方法，通过多边形动作集将长时间动态运动规划转化为混合整数线性规划问题，用于解决复杂动态系统中的运动规划与约束满足问题。

Comments Accepted to 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2024). 8 pages, 10 figures

Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024, pp. 7617-7624

The DIME Architecture: A Unified Operational Algorithm for Neural Representation, Dynamics, Control and Integration

DIME架构：神经表示、动态、控制与整合的统一操作算法

Ionel Cristian Vladu, Nicu Bizdoaca, Ionica Pirici, Tudor-Adrian Balseanu, Eduard Nicusor Bondoc

专题命中 其他机器人 ：robotics(abstract)；分类 cs.AI

AI总结 本文提出DIME架构，整合感知、记忆、估值和意识访问，通过四个交互组件提供统一计算框架，符合神经科学实验证据并为人工智能提供新范式。

Comments 45 pages, 8 figures. Architectural overview of the DIME framework. Extended theoretical treatment available in companion monograph (Zenodo)

YOLO26: Key Architectural Enhancements and Performance Benchmarking for Real-Time Object Detection

YOLO26：实时目标检测的关键架构增强与性能基准测试

Ranjan Sapkota, Rahul Harsha Cheppally, Ajay Sharda, Manoj Karkee

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 本文介绍YOLO26的架构改进和性能评估，包括去除DFL、端到端NMS-free推理、ProgLoss和STAL集成，以及MuSGD优化器，同时展示其在边缘设备上的表现和多任务能力。

CyboRacket: A Perception-to-Action Framework for Humanoid Racket Sports

CyboRacket：一种用于人形 racket 运动的感知到动作框架

Peng Ren, Chuan Qi, Haoyang Ge, Qiyuan Su, Xuguo He, Cong Huang, Pei Chi, Jiang Zhao, Kai Chen

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出CyboRacket框架，通过集成 onboard 视觉感知、基于物理的轨迹预测和大规模预训练的全身控制，解决机器人动态球互动任务中的感知-动作耦合问题。

SGR-OCC: Evolving Monocular Priors for Embodied 3D Occupancy Prediction via Soft-Gating Lifting and Semantic-Adaptive Geometric Refinement

SGR-OCC: 通过软门控提升和语义自适应几何细化实现体素3D占用预测

Yiran Guo, Simone Mentasti, Xiaofeng Jin, Matteo Frosi, Matteo Matteucci

专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.CV

AI总结 本文提出SGR-OCC框架，通过软门控提升和语义自适应几何细化解决单目视频流中3D语义占用预测的深度模糊和冷启动不稳定性问题，实验显示其在局部和复杂室内环境预测中表现优异。

Comments mian paper: 20 pages, 6 figures; appendix: 15 pages, 5 figures

A Human-in-the-Loop Confidence-Aware Failure Recovery Framework for Modular Robot Policies

一个带有人类参与的置信度意识故障恢复框架用于模块化机器人策略

Rohan Banerjee, Krishna Palempalli, Bohan Yang, Jiaying Fang, Alif Abdullah, Tom Silver, Sarah Dean, Tapomayukh Bhattacharjee

机构 * Cornell University（康奈尔大学） ； Princeton University（普林斯顿大学） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出一个模块化机器人策略的人机协作故障恢复框架，通过整合模块级不确定性估计与人类干预成本模型，优化故障恢复效率与用户负荷。

Comments The second and third authors contributed equally. The last two authors advised equally

UniCompress: Token Compression for Unified Vision-Language Understanding and Generation

UniCompress: 用于统一视觉-语言理解和生成的标记压缩

Ziyao Wang, Chen Chen, Jingtao Li, Weiming Zhuang, Jiabo Huang, Ang Li, Lingjuan Lyu

专题命中 其他机器人 ：embodied AI(abstract)；分类 cs.CV

AI总结 UniCompress通过引入可学习的全局元标记引导的插件压缩和解压缩机制，显著减少视觉标记数量，同时保持图像理解和生成任务的性能，为资源受限场景下的统一多模态建模提供高效解决方案。

Motion Forcing: A Decoupled Framework for Robust Video Generation in Motion Dynamics

运动强制：一种解耦框架，用于运动动态中的鲁棒视频生成

Tianshuo Xu, Zhifei Chen, Leyi Wu, Hao Lu, Ying-cong Chen

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 运动强制通过解耦物理推理与视觉合成，提升复杂场景下视频生成的鲁棒性和物理一致性。

Comments https://tianshuo-xu.github.io/Motion-Forcing/

Automated Layout and Control Co-Design of Robust Multi-UAV Transportation Systems

多无人机运输系统鲁棒布局与控制协同设计

Carlo Bosio, Mark W. Mueller

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种协同优化多无人机运输系统布局与控制的方法，通过优化推力模块排列提升系统鲁棒性和飞行精度。

Comments 7 pages, 7 figures, journal paper (IEEE RA-L)

RTFDNet: Fusion-Decoupling for Robust RGB-T Segmentation

RTFDNet：用于鲁棒RGB-T分割的融合-解耦

Kunyu Tan, Mingjian Liang

机构 * independent researchers（独立研究人员） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV

AI总结 RTFDNet通过融合与解耦机制提升RGB-T分割的鲁棒性，采用三分支编码器-解码器结构，结合协同特征融合、跨模态解耦正则化和区域解耦正则化，实现高效独立推理。

Model-based thermal drift compensation for high-precision hexapod robot actuators

基于模型的高精度六足机器人执行器热漂补偿

Clément Robert, Alain Vissiere, Olivier Company, Pierre Noire, Thierry Roux, Sébastien Krut

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO

AI总结 本研究提出基于模型的方法，通过实验调整系数，有效补偿六足机器人执行器的热漂，减少热膨胀误差超过80%。

Journal ref in Proc. of euspen Special Interest Conference: Precision & Performance 2025, pp. 121-124, Cranfield University, United Kingdom, November 18-20, 2025

SurgCUT3R: Surgical Scene-Aware Continuous Understanding of Temporal 3D Representation

SurgCUT3R: 术场景感知的连续时间3D表示理解

Kaiyuan Xu, Fangzhou Hong, Daniel Elson, Baoru Huang

机构 * The Hamlyn Centre for Robotic Surgery, Imperial College London（机器人手术中心，帝国理工学院伦敦分校） ； S-Lab, College of Computing and Data Science, Nanyang Technological University（S实验室， computing and Data Science学院，南洋理工大学） ； Department of Computer Science, University of Liverpool（计算机科学系，利物浦大学） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV

AI总结 SurgCUT3R通过数据生成、混合监督和分层推理框架，解决手术场景中3D重建的准确性和效率问题，实现稳健的重建性能。

Robodimm: A Physics-Grounded Framework for Automated Actuator Sizing in Scalable Modular Robots

Robodimm: 一种基于物理的框架，用于可扩展模块化机器人的自动化执行器尺寸设计

J. L. Torres, M. Munoz, J. D. Alvarez, J. L. Blanco, A. Gimenez

机构 * CIESOL-ceiA3, Department of Engineering, University of Almería, Spain（阿尔梅里亚大学工程系，CIESOL-ceiA3） ； CIESOL-ceiA3, Department of Computer Science, University of Almería, Spain（阿尔梅里亚大学计算机科学系，CIESOL-ceiA3） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.RO

AI总结 Robodimm 是一种基于物理的框架，用于可扩展模块化机器人中自动化执行器尺寸设计，通过约束逆动力学和两轮验证流程提高设计效率。

Comments 8 pages, 3 figures. Preprint version submitted to arXiv

Escaping The Big Data Paradigm in Self-Supervised Representation Learning

在自监督表征学习中摆脱大数据范式

Carlos Vélez García, Miguel Cazorla, Jorge Pomares

机构 * Institute for Computer Science（计算机科学研究所） ； University of Alicante（阿利坎特大学） ； DFISTS 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 本文提出SCOTT和MIM-JEPA方法，在小数据下实现高效自监督表征学习，无需大规模数据集。

Comments Code and implementation available at: https://github.com/inescopresearch/scott

Journal ref Computer Vision and Image Understanding, 2026, 104698

SURE: Semi-dense Uncertainty-REfined Feature Matching

SURE: 半密集不确定性细化特征匹配

Sicheng Li, Zaiwang Gu, Jie Zhang, Qing Guo, Xudong Jiang, Jun Cheng

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University (NTU), Singapore（南洋理工大学电子与电气工程学院） ； Institute for Infocomm Research (I 2 R), Agency for Science, Technology and Research (A*STAR), Singapore（信息与通信研究 institute（I2R），科技研究局（A*STAR）） ； Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR), Singapore（高性能计算研究所，科技研究局（A*STAR）） ； College of Computer Science, Nankai University, Tianjin, China（南开大学计算机学院） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.CV

AI总结 SURE通过建模偶然性和epistemic不确定性，联合预测对应关系及其置信度，提升半密集匹配的准确性和效率。

Comments Accepted by ICRA 2026

Yolo-Key-6D: Single Stage Monocular 6D Pose Estimation with Keypoint Enhancements

Yolo-Key-6D：单阶段单目6D姿态估计的关键点增强

Kemal Alperen Çetiner, Hazım Kemal Ekenel

机构 * ASELSAN, Aerospace Technologies, Türkiye（ASELSAN航空航天技术，土耳其） ； Istanbul Technical University, Department of Computer Engineering, Türkiye（伊斯坦布尔技术大学计算机工程系，土耳其） ； New York University Abu Dhabi, Division of Engineering, UAE（纽约大学阿布扎比分校工程学院，阿联酋） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 YOLO-Key-6D通过关键点增强实现单阶段单目6D姿态估计，兼顾速度与精度，在实时应用中表现优异。

Comments Accepted to VISAPP 2026

A Geometric Method for Base Parameter Analysis in Robot Inertia Identification Based on Projective Geometric Algebra

基于投影几何代数的机器人惯性参数分析几何方法

Guangzhen Sun, Ye Ding, Xiangyang Zhu

机构 * The State Key Laboratory of Mechanical System and Vibration, School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China（机械系统与振动国家重点实验室，机械工程学院，上海交通大学，上海200240，中国） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种基于投影几何代数的几何方法，用于高效准确地识别机器人系统的基体惯性参数。

Comments 20 pages, 10 figures

OnlineX: Unified Online 3D Reconstruction and Understanding with Active-to-Stable State Evolution

OnlineX: 一种基于主动到稳定状态演化的统一在线3D重建与理解方法

Chong Xia, Fangfu Liu, Yule Wang, Yize Pang, Yueqi Duan

机构 * Tsinghua University（清华大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 OnlineX通过解耦主动到稳定状态演化范式，实现基于流式图像的统一在线3D重建与理解，提升重建质量和实时推理效率。

Comments Accepted by CVPR Finding 2026 (Project page: https://xiac20.github.io/OnlineX/)

Multimodal Sensing for Robot-Assisted Sub-Tissue Feature Detection in Physiotherapy Palpation

机器人辅助物理治疗触诊中亚组织特征的多模态感知

Tian-Ao Ren, Jorge Garcia, Seongheon Hong, Jared Grinberg, Hojung Choi, Julia Di, Hao Li, Dmitry Grinberg, Mark R. Cutkosky

机构 * Stanford University（斯坦福大学） ； Symbiokinetics Inc（Symbiokinetics公司） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本研究提出多模态传感器用于机器人辅助物理治疗中亚组织特征的检测，结合触觉成像与力矩传感器以提高检测精度和触诊控制。

Comments Accepted by AMSE Design of Medical Device 2026

Planning Method for Skill-Based Control of Robots Using a PLC as Skill Trigger

使用PLC作为技能触发器的机器人技能控制规划方法

Andreas Gaugenrieder, Hari Hara Balasubramaniam, Jannik Möhrle, Rüdiger Daub

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种基于PLC的机器人技能控制规划方法，通过优化运动序列提升执行效率。

Comments 6 pages, 3 figures, 2 tables, submitted to the 19th CIRP Conference on Intelligent Computation in Manufacturing Engineering - CIRP ICME '25, 16-18 July 2025, Ischia (Naples), Italy, has been officially accepted for publication in Procedia CIRP, ISSN: 2212-8271, where the Elsevier's copyright policy applies, and is currently in print

PointAlign: Feature-Level Alignment Regularization for 3D Vision-Language Models

PointAlign：用于3D视觉-语言模型的特征级对齐正则化

Yuanhao Su, Shaofeng Zhang, Xiaosong Jia, Qi Fan

机构 * University of Science and Technology of China（中国科学技术大学） ； Fuzhou University（福州大学） ； Fudan University（复旦大学） ； Nanjing University（南京大学） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.CV

AI总结 PointAlign通过特征级对齐正则化提升3D视觉-语言模型的几何信息保留与任务性能

Comments CVPR 2026 Accepted

DA-VPC: Disturbance-Aware Visual Predictive Control Scheme of Docking Maneuvers for Autonomous Trolley Collection

DA-VPC：面向自主推车系统的扰动感知视觉预测控制方案

Yuhan Pang, Bingyi Xia, Zhe Zhang, Zhirui Sun, Peijia Xie, Bike Zhu, Wenjun Xu, Jiankun Wang

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 DA-VPC通过结合主动红外标记和扩展状态观测器，实现了在复杂环境下的高精度推车对接控制。

On Demographic Group Fairness Guarantees in Deep Learning

深度学习中的人口群体公平性保证分析

Yan Luo, Congcong Wen, Min Shi, Hao Huang, Yi Fang, Mengyu Wang

机构 * Harvard AI and Robotics Lab at Harvard University（哈佛大学人工智能与机器人实验室） ； Embodied AI and Robotics (AIR) Lab at New York University（纽约大学具身人工智能与机器人实验室） ； School of Computing and Informatics, University of Louisiana at Lafayette（路易斯安那州立大学拉法叶分校计算机与信息学院） 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG

AI总结 本文提出Fairness-Aware Regularization方法，通过减少组间特征差异提升模型公平性与准确性。

Comments Accepted for publication in TPAMI 2026

Design and Control of a Compact Series Elastic Actuator Module for Robots in MRI Scanners

为MRI扫描仪中的机器人设计和控制紧凑型串联弹性执行器模块

Binghan He, Naichen Zhao, David Y. Guo, Charles H. Paxson, Alfredo De Goyeneche, Michael Lustig, Chunlei Liu, Ronald S. Fearing

机构 * Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（电气工程与计算机科学系，加州大学伯克利分校） ； Department of Mechanical, Aerospace, and Industrial Engineering, The University of Texas at San Antonio（机械、航空航天与工业工程系，德克萨斯大学圣安东尼奥分校） ； Department of Mechanical Engineering, University of California, Berkeley（机械工程系，加州大学伯克利分校） 纠错

专题命中 其他机器人 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种适用于MRI扫描仪的紧凑型串联弹性执行器模块，采用速度源超声电机和扰动观测器控制器，实现了在MRI环境下的高精度扭矩控制。

Riemannian Dueling Optimization

黎曼 duel 优化

Yuxuan Ren, Abhishek Roy, Shiqian Ma

机构 * Department of Computational Applied Mathematics ； Operations Research, Rice University, Houston, TX, USA ； Department of Statistics, Texas A\&M University, College Station, TX, USA 纠错

专题命中 其他机器人 ：robotics(abstract)；分类 cs.LG

AI总结 本文提出了一种在黎曼流形上进行 duel 优化的新方法，解决了传统方法无法处理的问题，并通过实验验证了其有效性。

U-Mind: A Unified Framework for Real-Time Multimodal Interaction with Audiovisual Generation

U-Mind：一种实时光学交互的统一框架

Xiang Deng, Feng Gao, Yong Zhang, Youxin Pang, Xu Xiaoming, Zhuoliang Kang, Xiaoming Wei, Yebin Liu

机构 * Tsinghua University（清华大学） ； Meituan（美团） 纠错

专题命中 其他机器人 ：embodied agent(abstract)；分类 cs.CV

AI总结 U-Mind 提出了一种统一框架，通过实时生成和多模态联合建模，实现高效且连贯的多模态交互，推动智能对话代理的发展。

Comments Accepted to CVPR 2026