TALK-Dem：面向痴呆症沟通模式的具身任务规划基准
作者提出 TALK-Dem，首个评估 LLM 驱动机器人任务规划在痴呆症相关言语沟通下表现的基准，包含 4,800 条指令，覆盖指代不精确、对象替换、空语、话题漂移和侵入五种沟通模式及三个强度等级。
推荐理由：论文给出面向痴呆症沟通模式的机器人任务规划基准与检索式缓解方法，可了解辅助机器人在非理想指令下的鲁棒性缺口。
#安全/对齐
#安全/对齐
今日 1 条arXiv cs.RO精选AI 评分6262
HF blogAI 评分88 Hugging Face 数据集 macmacmacmac/Sev-behavioral-research-v1 发布
Hugging Face 上线数据集 macmacmacmac/Sev-behavioral-research-v1，以请求起始顺序记录 HTTP 事务，时间用相对毫秒、字节数为 JSON 体积，资源 ID 一致化别名，正文仅保留选择、版本、错误与重试提示，隐去密钥和内容。
qbitaiAI 评分7171 Robocurve 发布 RoboHarm 基准：GPT-6 Astra 在 97% 测试中尝试危险动作
第三方公益机构 Robocurve 发布机器人安全基准 RoboHarm，把 GPT-6 Astra、Fable 5.1 和 MolmoAct2 接入同一套双机械臂，测试刺向类人目标、加热压缩气体、制造有毒烟雾等五类物理风险任务，每任务每模型重复 20 次并由人工打分。
HF blogAI 评分4545 MineAmongUs：VLM 智能体在具身社交互动中的言语与非言语欺骗
Hugging Face 论文提出 MineAmongUs——一个 3D 多模态 Among Us 沙盒，内鬼智能体需通过言语与非言语动作联合欺骗船员，并配套可配置的 VLM 智能体框架 ARIA，暴露五个认知组件消融轴。实验显示 VLM 智能体依靠言语与非言语联合欺骗取胜，非言语通道在框架消融和跨 VLM 评估中都是更关键的获胜因素。
RobohubAI 评分3434 AAMAS 2026 蓝天空奖：面向变化环境中智能体的基础世界模型
Florent Delgrange 凭《Foundation World Models for Agents that Learn, Verify, and Adapt Reliably Beyond Static Environments》获 AAMAS 2026 最佳蓝天空论文奖。
HF blogAI 评分5858 论文研究 VLM 智能体空间记忆过期问题
一篇论文在动态 FrozenLake 测试台上研究记忆增强 VLM 智能体的空间记忆过期问题，覆盖三个闭源模型和三个开放权重 VLM，在文本与图像输入下完成 1,800 次过期检测运行，并在共享 50 种子规模下完成 12,000 个文本模式导航回合。