Can a Robot Trust You? A DRL-Based Approach to Trust-Driven Human-Guided Navigation
University of Maryland, College Park（马里兰大学帕克分校）
众所周知，人类使用各种感知输入来构建其日常环境的认知地图。因此，当一个人被要求向一个特定的位置方向，他们的寻路能力转换这个认知地图到方向指令的挑战。由于空间焦虑，口头指示中使用的语言可能是模糊的，往往不清楚。为了解释这种不可靠的导航指导，我们提出了一种新的基于深度强化学习（DRL）的信任驱动的机器人导航算法，学习人类的可信度来执行语言引导的导航任务。我们的方法旨在回答机器人是否可以信任人类的导航指导的问题。为此，我们着眼于训练一种策略，该策略仅使用可信赖的人类指导来学习导航到目标位置，并由其自己的机器人信任度量驱动。我们着眼于从基于语言的指令中量化各种情感特征，并以人类信任度量的形式将它们纳入我们的策略的观察空间。我们利用这两个信任度量到一个最佳的认知推理方案，决定何时和何时不信任给定的指导。我们的研究结果表明，学习的政策可以导航环境中的最佳，时间效率的方式，而不是一个探索性的方法，执行相同的任务。我们在模拟和现实环境中展示了我们的结果的有效性。
2020-11-01 cs.AI cs.MA cs.RO
Target-Driven Structured Transformer Planner for Vision-Language Navigation
Beihang University（北京航空航天大学）；University of Technology Sydney（悉尼科技大学）；Meituan Inc.（美团公司）
视觉语言导航是指导一个具体的代理导航的任务与自然语言的指令在3D场景。对于智能体来说，从视觉语言线索中推断长期导航目标对于可靠的路径规划至关重要，然而，在文献中很少研究。在这篇文章中，我们提出了一个目标驱动的结构化Transformer规划器（TD-STP）的长期目标引导和房间布局感知导航。具体来说，我们设计了一个假想场景令牌化机制，用于明确估计长期目标（即使位于未探索的环境中）。此外，我们还设计了一个结构化的Transformer规划器，它优雅地将探索的房间布局纳入结构化和全局规划的神经注意力架构中。实验结果表明，我们的TD-STP大大提高了以前最好的方法的成功率分别为2%和5%的R2 R和REVERIE基准测试集。我们的代码可在https://github.com/YushengZhao/TD-STP上获得。
2022-07-19 cs.AI cs.CL cs.CV
Hierarchical Evidence Accumulation in the Pseiki System and Experiments in Model-Driven Mobile Robot Navigation
在本文中，我们将审查的过程中的PSEIKI系统的预期驱动的解释图像的3-D场景的证据积累。期望作为抽象的几何层次呈现给PSEIKI。PSEIKI的工作是在感知图像中构建抽象层次结构，从期望中的抽象层次结构中获取线索。Dempster-Shafer形式主义用于将信念值与感知图像中构造的抽象的不同可能标签相关联。该系统已成功地用于室内环境中的移动机器人的自主导航。
2013-03-27 cs.AI
Towards Dialogue-based Navigation with Multivariate Adaptation driven by Intention and Politeness for Social Robots
University of Hamburg（汉堡大学）；SoftBank Robotics Europe（软银机器人欧洲公司）
服务机器人需要表现出适当的社会行为，以便部署在医疗保健，教育，零售等社会环境中，机器人应该具有的一些主要功能是导航和会话技能。如果这个人不耐烦，他可能希望机器人导航得更快，反之亦然。表明礼貌的语言特征可以提供有关一个人的耐心和不耐烦行为的社会线索。本文提出的新颖之处是动态地将礼貌的机器人对话系统导航。理解用户言语中的礼貌可以用来调节机器人的行为和反应。因此，我们开发了一个对话系统，在室内环境中导航，产生不同的机器人的行为和反应的基础上用户的意图和礼貌程度。我们部署和测试我们的系统与胡椒机器人，适应用户的礼貌的变化。
2018-11-14 cs.AI cs.CL cs.RO
CogDDN: A Cognitive Demand-Driven Navigation with Decision Optimization and Dual-Process Thinking
Zhejiang University（浙江大学）；vivo AI Lab（vivo AI实验室）
CogDDN提出基于VLM的需求驱动导航框架，融合快慢双过程思维与思维链推理，通过语义对齐识别关键物体并持续优化决策，在AI2Thor上较单视图方法提升15%。
2025-08-15 cs.AI cs.RO
B-GAP: Behavior-Rich Simulation and Navigation for Autonomous Driving
University of Maryland（马里兰大学）
我们解决的问题，自我车辆导航密集的模拟交通环境中的道路代理与不同的驾驶员行为。在这样的环境中导航是具有挑战性的，由于不可预测性的代理人的行动所造成的异构行为。我们提出了一种新的模拟技术，包括丰富现有的交通模拟器与行为丰富的轨迹对应不同程度的侵略性。我们生成这些轨迹的帮助下，驾驶员行为建模算法。然后，我们使用丰富的模拟器来训练深度强化学习（DRL）策略，该策略由一组高级车辆控制命令组成，并在测试时使用该策略在密集交通中执行本地导航。我们的政策隐式地模拟交通代理之间的相互作用，并计算安全的轨迹为自我车辆会计侵略性的驾驶员操作，如超车，超速，编织，和突然变道。我们增强的行为丰富的模拟器可用于生成由对应于不同驾驶员行为和交通密度的轨迹组成的数据集，并且我们基于行为的导航方案可以与最先进的导航算法相结合。
2022-02-13 cs.RO
ReVoLT: Relational Reasoning and Voronoi Local Graph Planning for Target-driven Navigation
The Chinese University of Hong Kong（香港中文大学）；Xi’an Jiaotong University（西安交通大学）；Huawei Technologies Co., Ltd.（华为技术有限公司）
人工智能是一个必然的趋势，它强调智能实体与现实世界之间的交互，在机器人技术中有着广泛的应用，特别是目标驱动导航。该任务要求机器人在未知的家庭环境中有效地找到某个类别的对象。最近的工作集中在利用布局关系的图神经网络（GNNs）。然而，他们中的大多数人直接从观察中获得机器人的行动，在一个端到端的方式通过一个不完整的关系图，这是不可解释的和可靠的。我们解耦这个任务，并提出了ReVoLT，一个分层的框架：（a）一个目标检测视觉前端，（b）一个高层次的推理（推断语义子目标），（c）一个中级规划（计算几何位置），（d）一个低级别的控制器（执行动作）。ReVoLT使用多层语义空间拓扑图进行操作。推理机使用多种形式的结构化关系作为先验知识，这些关系是从由无监督GraphSAGE，GCN和基于GraphRNN的Region Rollout组成的组合关系抽取网络中获得的。推理机使用树的置信上限（UCT）来推断语义子目标，考虑了利用（深度优先搜索）和探索（后悔）之间的权衡。轻量级的中间级规划器通过在线构造的Voronoi局部图生成瞬时空间子目标位置。仿真实验表明，该框架在目标驱动的导航任务中取得了较好的性能，具有较好的泛化能力，与现有的最先进的方法相比，性能提高了80%。代码和结果视频将在www.example.com上发布。
2023-01-10 cs.AI cs.RO
KiteRunner: Language-Driven Cooperative Local-Global Navigation Policy with UAV Mapping in Outdoor Environments
Software Engineering Institute, East China Normal University（华东师范大学软件工程学院）；School of Geospatial Information, Information Engineering University（信息工程大学地理空间信息学院）；Institute of Machine Intelligence (IMI), University of Shanghai for Science and Technology（上海理工大学机器智能研究院）；School of Software, Liaoning Technical University（辽宁工程技术大学软件学院）；Fujian (Quanzhou) Institute of Advanced Manufacturing Technology（福建（泉州）先进制造技术研究院）
KiteRunner提出一种语言驱动的协同局部-全局导航策略，结合无人机正射影像全局规划与扩散模型局部路径生成，并集成CLIP和GPT理解自然语言指令，在室外长距离导航中显著提升路径效率并减少人工干预。
2025-03-11 cs.RO
BIM-Discrepancy-Driven Active Sensing for Risk-Aware UAV-UGV Navigation
Department of Electrical and Computer Engineering, University of California San Diego, La Jolla, CA, USA（电气与计算机工程系，加州大学圣地亚哥分校）；Department of Civil, Construction, and Environmental Engineering, San Diego State University, San Diego, CA, USA（土木、建设与环境工程系，圣地亚哥州立大学）
针对动态建筑环境中无人机与无人车协同导航问题，提出BIM差异驱动的主动感知框架，通过风险触发的无人机重扫描机制降低导航不确定性，仿真验证其可显著提升导航安全性与任务效率。
2025-11-18 cs.RO
Real-Time Neuromorphic Navigation: Integrating Event-Based Vision and Physics-Driven Planning on a Parrot Bebop2 Quadrotor
Purdue University（普渡大学）
本文在 Parrot Bebop2 四旋翼上融合 DVS 事件相机、浅层脉冲神经网络与物理驱动规划，实现实时低延迟且节能的动态穿环导航。
2024-07-01 cs.RO
Autonomous Unmanned Aerial Vehicle Navigation using Reinforcement Learning: A Systematic Review
Western University（韦仕敦大学）
在不同的应用中，例如包裹递送、交通监控、搜索和救援行动以及军事战斗中，对使用无人驾驶飞行器（UAV）（被称为无人机）的需求越来越大。在所有这些应用中，无人机都用于自主导航环境-无需人工干预，执行特定任务并避开障碍物。无人机自主导航通常使用强化学习（RL）来实现，其中代理作为某个领域的专家来导航环境，同时避开障碍物。了解导航环境和算法的局限性在选择合适的RL算法有效地解决导航问题中起着至关重要的作用。因此，本研究首先确定了主要的无人机导航任务，并讨论了导航框架和仿真软件。然后，根据无人机导航问题的环境、算法特点、能力和应用，对强化学习算法进行了分类和讨论，为实践者和研究者选择适合无人机导航应用的强化学习算法提供参考。此外，已确定的差距和机会将推动无人机导航研究。
2022-08-25 cs.AI cs.RO
DriVerse: Navigation World Model for Driving Simulation via Multimodal Trajectory Prompting and Motion Alignment
Baidu Inc.（百度公司）
DriVerse通过多模态轨迹提示和运动对齐技术，实现从单张图像和未来轨迹生成导航驱动的驾驶场景，提升了动态对象的生成精度和时间一致性。
2026-04-24 cs.RO
RALLY: Role-Adaptive LLM-Driven Yoked Navigation for Agentic UAV Swarms
Hangzhou Institute for Advanced Study, UCAS（杭州高等研究机构，中国科学院大学）；Zhejiang University（浙江大学）；Zhejiang Lab（浙江实验室）；Macau University of Science and Technology（澳门科学理工学院）
针对无人机集群传统控制方法泛化差、LLM控制框架探索不足的问题，提出角色自适应LLM驱动的RALLY算法，融合语义通信、动态角色机制与半离线训练，提升集群导航任务性能。
2025-09-01 cs.AI cs.MA cs.RO
Learned Visual Navigation for Under-Canopy Agricultural Robots
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；EarthSense Inc.（EarthSense公司）
本文提出一种用于林下农业机器人的模块化视觉自主导航系统CropFollow，利用机器学习进行单目RGB图像感知和模型预测控制，在25公里测试中平均485米/次干预，优于基于LiDAR的系统。
2021-07-06 cs.AI cs.CV cs.LG
Human-like Semantic Navigation for Autonomous Driving using Knowledge Representation and Large Language Models
Computer Engineering Department, University of Alcalá（阿尔卡拉大学计算机工程系）
本研究利用大语言模型将非正式导航指令自动翻译为答案集编程规则，实现无需预定义地图的语义化、可解释的自动驾驶导航决策。
2025-05-22 cs.AI cs.RO
Explore and Explain: Self-supervised Navigation and Recounting
University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学）
本文提出一种新型具身智能体设置，结合带惩罚的自监督探索模块与全注意力字幕模型，研究环境与导航驱动的解释时机选择策略，在Matterport3D数据集上验证了导航、解释能力及二者交互的作用。
2020-07-14 cs.AI cs.CL cs.CV
Development of an indoor localization and navigation system based on monocular SLAM for mobile robots
Bộ môn Kỹ thuật Robot, Khoa Điện tử - Viễn Thông Trường Đại học Công Nghệ - Đại học Quốc gia Hà Nội（河内国家大学科技大学电子与通信工程学院机器人技术系）
本文提出一种基于单目SLAM的差速驱动机器人室内定位与导航系统，利用ORB_SLAM3提取特征提供位姿，结合A*和DWA进行路径规划，并在Gazebo中验证了其有效性。
2024-11-08 cs.RO
The RobotSlang Benchmark: Dialog-guided Robot Localization and Navigation
The University of Michigan（密歇根大学）；University of Washington（华盛顿大学）
从搜索和救援到辅助引导的自主机器人系统应该能够与人进行自然语言对话。为了研究这样的合作通信，我们介绍了机器人同时定位与地图构建与自然语言（RobotSlang），169个自然语言对话之间的一个人驾驶员控制的机器人和一个人指挥官提供导航目标的指导基准。在每次试验中，两人首先合作将机器人定位在指挥官可见的全局地图上，然后驾驶员遵循指挥官的指令将机器人移动到一系列目标物体。我们引入了一个本地化从对话历史（LDH）和导航从对话历史（NDH）任务，其中一个学习代理给出的对话和视觉观察从机器人平台作为输入，必须本地化的全球地图或导航到下一个目标对象，分别。RobotSlang由近5000个话语和超过1000分钟的机器人摄像头和控制流组成。我们提出了一个初始模型的NDH任务，并表明，在模拟训练的代理可以按照RobotSlang基于对话框的导航指令控制一个物理机器人平台。代码和数据可在https://umrobotslang.github.io/上获得。
2020-10-23 cs.AI cs.CL cs.CV
ImpedanceGPT: VLM-driven Impedance Control of Swarm of Mini-drones for Intelligent Navigation in Dynamic Environment
Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（智能空间机器人实验室，斯克尔科沃科学与技术研究所）
针对含动态活体与无生命障碍物环境下的无人机群导航难题，提出融合VLM和RAG的ImpedanceGPT系统，可动态调整阻抗控制参数，经实验验证在不同环境下均能实现安全高效的群导航与协作。
2025-10-01 cs.RO
Analysis of a new chaotic system, electronic realization and use in navigation of differential drive mobile robot
CIDETEC, Instituto Politécnico Nacional（国立理工学院CIDETEC）；ESIME-Azc, Instituto Politécnico Nacional（国立理工学院ESIME阿兹卡波特萨尔科校区）
本文提出了一个新的具有四个吸引子的混沌系统，包括两个不动点吸引子和两个对称的混沌奇异吸引子。系统的动力学性质，即敏感依赖于初始条件，李雅普诺夫谱，奇异性措施，吸引盆地，包括它的类和大小，存在的奇怪吸引子，分岔分析，多稳定性，电子电路设计，和硬件实现，严格处理。数值计算被用来计算吸引盆，并表明该系统具有深远的复合吸引盆。这种吸引力的盆地对于工程应用至关重要。此外，使用模拟电子元件实现了系统的电路模型。详细说明了将系统参数转换为相应的电子元件值（如电路电阻）的过程，同时确保动态范围有界。此外，该系统被用来作为控制输入源的差动驱动移动机器人，这是受到Pfronan速度约束的独立导航。由于初始条件敏感性和拓扑混合的性质，机器人的路径变得不可预测，并保证扫描工作空间，分别。
2020-12-11 cs.RO cs.SY eess.SP
RiverVLN: Phase-Grounded Temporal Vision--Language Navigation for Unmanned Surface Vehicles
针对无人水面艇在连续河流运动中的长时程视觉-语言导航，提出RiverVLN基准和PGT-NAV框架，通过相位接地将指令转为可验证语义序列，显著降低漂移并实现0.79平均成功率。
2026-09-22 cs.AI cs.RO
Deployable Vision-driven UAV River Navigation via Human-in-the-loop Preference Alignment
School of Mechanical Engineering, Purdue University（机械工程学院，普渡大学）
针对无人机视觉导航策略部署面临的分布偏移与安全风险问题，提出人在环状态混合偏好对齐方法SPAR-H，通过融合直接偏好优化与基于奖励的路径实现高效在线适应，显著提升了奖励并降低方差。
2025-11-02 cs.RO
DeepMNavigate: Deep Reinforced Multi-Robot Navigation Unifying Local & Global Collision Avoidance
University of Maryland at College Park（马里兰大学帕克分校）；University of Hong Kong（香港大学）
我们提出了一种新的算法（DeepMVavide）的全球多智能体导航在密集的场景中使用深度强化学习（DRL）。我们的方法使用本地和全球信息，每个机器人从运动信息地图。我们使用一个三层的CNN，它将这些地图作为输入，以生成一个合适的动作来驱动每个机器人到达其目标位置。我们的方法是通用的，使用多场景，多状态训练算法学习最优策略，并且可以直接处理本地观测的原始传感器测量。我们展示了密集的，复杂的基准与狭窄的通道和环境与数十名代理的性能。我们强调了该算法在复杂场景中优于先前学习方法和几何分散算法的优势。
2020-07-28 cs.AI cs.MA cs.RO
DM$^3$-Nav: Decentralized Multi-Agent Multimodal Multi-Object Semantic Navigation
Department of Electrical and Computer Engineering（电气与计算机工程系）；Northeastern University（东北大学）
DM$^3$-Nav是一种去中心化的多智能体语义导航系统，支持多模态开放词汇目标指定和多目标任务，通过局部通信实现自主协调，验证了在真实办公环境中的有效性。
2026-09-29 cs.MA cs.RO
Can Vision Foundation Models Navigate? Zero-Shot Real-World Evaluation and Lessons Learned
Polytechnique Montreal（蒙特利尔理工学院）
本文对五种视觉导航模型在真实环境中进行零样本评估，发现其存在几何理解不足、感知混淆和分布漂移等系统性问题，并公开评估代码与数据集。
2026-06-17 cs.LG cs.RO
Data-Driven Meets Navigation: Concepts, Models, and Experimental Validation
University of Haifa（海法大学）
导航的目的是确定载人和自主平台、人类和动物的位置、速度和方向。获得精确的导航通常需要在基于模型的非线性估计框架中融合多个传感器，例如惯性传感器和全球导航卫星系统。最近，数据驱动的方法应用在各个领域显示出最先进的性能，相比基于模型的方法。在本文中，我们回顾了多学科的，基于数据驱动的导航算法的自主导航和传感器融合实验室（ANSFL）开发和实验证明，包括算法适用于人类和动物的应用，各种自主平台，多用途导航和融合方法
2022-10-06 cs.AI cs.RO
A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance
University of Oslo（奥斯陆大学）；Aalborg University（奥尔堡大学）；Texas A&M University at Qatar（德克萨斯农工大学卡塔尔分校）
受动物导航启发，提出基于地磁数据和TA-LSTM的仿生水下导航方法，结合最大似然估计异常检测机制，实现对地磁异常的抵抗，并在模拟中验证了导航精度与稳定性。
2024-02-06 cs.AI cs.RO
Pedestrian Inertial Navigation: An Overview of Model and Data-Driven Approaches
University of Haifa（海法大学）
本文综述了行人惯性导航的模型与数据驱动方法，重点介绍了鞋载传感器、无约束PDR及三类数据驱动策略。
2024-07-31 cs.RO eess.SP
MapDream: Task-Driven Map Learning for Vision-Language Navigation
University of Science and Technology of China（中国科学技术大学）
提出MapDream框架，通过自回归鸟瞰图生成联合学习地图与动作预测，在R2R-CE和RxR-CE上达到单目最优性能。
2026-06-16 cs.AI cs.CV cs.RO
Towards Target-Driven Visual Navigation in Indoor Scenes via Generative Imitation Learning
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；National University of Defense Technology（国防科技大学）；University of Maryland, College Park（马里兰大学帕克分校）
我们提出了一个目标驱动的导航系统，以改善室内场景中的无地图视觉导航。我们的方法需要一个机器人和一个目标的多视图观察作为输入，在每个时间步提供一系列的行动，移动机器人的目标，而不依赖于里程计或GPS在运行时。该系统通过优化包含三个关键设计的组合目标来学习。首先，我们建议代理人在做出行动决策之前构思下一个观察结果。这是通过从专家演示中学习变分生成模块来实现的。然后，我们提出预测静态碰撞提前，作为辅助任务，以提高航行过程中的安全性。此外，为了缓解终止动作预测的训练数据不平衡问题，我们还引入了一个目标检查模块，以区别于带有终止动作的增强导航策略。这三个设计都有助于提高训练数据的效率，静态碰撞避免和导航泛化性能，从而在一个新的目标驱动的无地图导航系统。通过对TurtleBot的实验，我们提供了证据，证明我们的模型可以集成到机器人系统中，并在现实世界中导航。视频和模型可以在补充材料中找到。
2022-05-09 cs.RO
Spatial and Semantic Reasoning for LLM-Driven Robot Navigation via MCP
Hanyang University（汉阳大学）；Hanyang University ERICA（汉阳大学ERICA校区）
本研究提出一个非侵入式框架，通过MCP协议将LLM推理与ROS导航连接，利用视觉地图和语义注释模块，实现超过97%地图覆盖率及基于自然语言指令的空间与语义导航目标选择。
2026-09-24 cs.RO
Opinion-Driven Decision-Making for Multi-Robot Navigation through Narrow Corridors
Electrical and Computer Engineering（电气与计算机工程学院）
提出基于非线性意见动力学（NOD）的多机器人意见驱动导航框架，结合路径规划算法与博弈缩减技术，有效解决狭窄走廊通行中的死锁问题并提升多机器人协调的可扩展性。
2025-04-29 cs.MA cs.RO
Safe Navigation in Dynamic Environments Using Data-Driven Koopman Operators and Conformal Prediction
Mechanical Engineering and Mechanics Department at Lehigh University（莱维大学机械工程与力学系）；Department of Mechanical Engineering at University of California Riverside（加州大学河滨分校机械工程系）
本文提出一种动态环境安全导航框架，结合数据驱动 Koopman 算子与 conformal prediction 量化不确定性，并通过约束收紧融入 MPC 以确保安全，经仿真验证有效。
2025-05-01 cs.RO
Goal-Driven Autonomous Exploration Through Deep Reinforcement Learning
Industry-University Cooperation Foundation, Hanyang University（汉阳大学产学合作基金会）；Cogaplex company（Cogaplex公司）；Hanyang University（汉阳大学）
在本文中，我们提出了一种自主导航系统，用于通过深度强化学习（DRL）进行目标驱动的未知环境探索。从环境中获得可能的导航方向的兴趣点（POI），并基于可用数据选择最佳航路点。根据路径点，机器人被引导向全局目标，并缓解了反应式导航的局部最优问题。然后，通过仿真中的DRL框架学习局部导航的运动策略。我们开发了一个导航系统，这个学到的政策被集成到一个运动规划堆栈作为本地导航层之间的路径点移动机器人朝着一个全球目标。完全自主导航是在没有任何先验知识的情况下执行的，同时当机器人在环境中移动时记录地图。实验表明，该方法具有优于类似的探索方法，不依赖于地图或先验信息，在复杂的静态以及动态环境。
2021-09-09 cs.RO
Subgoal-Driven Navigation in Dynamic Environments Using Attention-Based Deep Reinforcement Learning
University of Bonn（波恩大学）；Lamarr Institute for Machine Learning and Artificial Intelligence（拉玛尔机器学习与人工智能研究所）
在包含未知静态和动态障碍物的环境中进行无碰撞、目标导向的导航仍然是一个巨大的挑战，特别是当需要避免手动调整导航策略或昂贵的运动预测时。因此，在本文中，我们提出了一个子目标驱动的分层导航架构，该架构使用深度强化学习进行训练，并简化了避障和运动控制。特别是，我们分离的导航任务到下一个子目标位置的预测，以避免碰撞，同时向最终目标位置移动，和机器人的速度控制的预测。通过依赖于2D激光雷达，我们的方法学习避开障碍物，同时仍然实现目标导向的行为，以及生成低级别的速度控制命令，以达到子目标。在我们的体系结构中，我们将注意力机制应用于机器人的2D激光雷达读数，并计算激光雷达扫描段的重要性以避免碰撞。正如我们在模拟和真实世界的实验中使用Turtlebot机器人所示，我们提出的方法可以在人类之间实现平滑和安全的轨迹，并且在成功率方面显着优于最先进的方法。描述我们方法的补充视频可在网上获得。
2023-03-02 cs.RO
MAG-Nav: Language-Driven Object Navigation Leveraging Memory-Reserved Active Grounding
Tencent Robotics X（腾讯机器人X）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出MAG-Nav框架，利用视觉语言模型结合主动视角调整与历史记忆回溯，实现零样本语言驱动目标导航，在HM3D数据集及四足机器人上验证了优越性能。
2025-08-07 cs.RO
Towards Data-Driven Metrics for Social Robot Navigation Benchmarking
Aston University（阿斯顿大学）；Logical Robotics（逻辑机器人公司）；University of California Berkeley（加州大学伯克利分校）；TOYOTA Motor North America（丰田北美公司）；Princeton University（普林斯顿大学）；LAAS-CNRS（LAAS-CNRS研究所）；George Mason University（乔治·梅森大学）
致力于开发数据驱动的社交机器人导航指标以促进地面机器人基准测试和策略优化，介绍方法动机、数据集格式等，给出首个全面的学习社交机器人导航指标及相关结果。
2026-07-07 cs.RO
MIRACLE: Inverse Reinforcement and Curriculum Learning Model for Human-inspired Mobile Robot Navigation
Purdue University（普渡大学）
针对紧急场景下社会感知导航的计算与适应难题，提出MIRACLE模型，利用游戏化数据和深度逆最大熵强化学习实现类人机器人导航。
2023-12-07 cs.LG cs.RO
Vision-Guided Closed-Loop Autonomous Navigation of Light-Driven Janus Microbots
IIT Bhilai（印度理工学院比莱分校）
本研究开发视觉引导闭环导航框架，实现光驱动Janus微机器人沿复杂轨迹精确导航，可在动态环境中自主避障、规划路径并完成 cargo 颗粒运输任务。
2026-10-16 cond-mat.soft cs.RO
Language and Sketching: An LLM-driven Interactive Multimodal Multitask Robot Navigation Framework
ShanghaiTech University（上海科技大学）；Harbin Institute of Technology（哈尔滨工业大学）；University of Shanghai for Science and Technology（上海理工大学）；The University of Manchester（曼彻斯特大学）；University College London（伦敦大学学院）
提出由LLM驱动的交互式多模态多任务机器人导航框架LIM2N，通过语言和手绘输入作为导航约束，结合强化学习智能体处理多任务，实现多模态输入推理、多任务规划与智能感知模块的协同，提升了用户需求理解与交互体验。
2024-03-21 cs.RO
2.5D Mapping, Pathfinding and Path Following For Navigation Of A Differential Drive Robot In Uneven Terrain
National Research University Higher School of Economics（国立研究型大学高等经济学院）
在不平坦地形中的安全导航是机器人研究中的一个重要问题。在本文中，我们提出了一个2.5维导航系统，其中包括高程地图建设，路径规划和局部路径跟踪与避障。对于局部路径跟踪，我们使用模型预测路径积分（MPPI）控制方法。我们为MPPI提出了新的成本函数，以便使其适应高程地图和不平坦运动。我们评估我们的系统在多个合成测试，并在模拟环境中，不同类型的障碍物和粗糙的表面。
2022-09-15 cs.RO cs.SY eess.SY
Deployable, Data-Driven Unmanned Vehicle Navigation System in GPS-Denied, Feature-Deficient Environments
University of Cincinnati（辛辛那提大学）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；Air Force Research Laboratory（空军研究实验室）
本文提出了一种新的数据驱动的导航系统导航无人车（UV）在GPS拒绝，功能缺陷的环境，如隧道，或矿井。该方法利用车辆可以部署和测量距离的地标，以在车辆穿过其预定义路径通过隧道时实现定位。在这种情况下出现的一个关键问题是，在任务开始之前，在给定一些有关环境的信息的情况下，估计并减少需要部署用于定位的地标的数量。主要焦点是将最大位置不确定性保持在期望值。在这篇文章中，我们开发了一种新的车辆导航系统在GPS否认，功能缺陷的环境相结合的技术，从估计，机器学习，和混合整数凸优化。本文开发了一种新的，系统的方法来执行定位和导航的UV通过环境中的地标数量最少，同时保持所需的定位精度。我们还提出了广泛的模拟实验，不同的情况下，证实了建议的导航系统的有效性。
2021-11-02 cs.RO math.OC
BeamsNet: A data-driven Approach Enhancing Doppler Velocity Log Measurements for Autonomous Underwater Vehicle Navigation
University of Haifa（海法大学）
自主水下航行器（AUV）执行各种应用，如海底测绘和水下结构健康监测。通常，由多普勒测速仪（DVL）辅助的惯性导航系统用于提供车辆的导航解决方案。在融合过程中，DVL提供了AUV的速度矢量，它决定了导航解的精度，并帮助估计导航状态。本文提出了BeamsNet，这是一个端到端的深度学习框架，用于回归估计的DVL速度矢量，提高了速度矢量估计的准确性，并可以取代基于模型的方法。两个版本的BeamsNet，不同的输入到网络中，建议。第一个使用当前DVL波束测量和惯性传感器数据，而另一个仅利用DVL数据，将当前和过去的DVL测量用于回归过程。仿真和海上实验验证了所提出的学习方法相对于基于模型的方法。在地中海用Snapir自主式潜水器进行了海上试验，收集了大约4小时的DVL和惯性传感器数据。我们的研究结果表明，该方法在估计DVL速度矢量方面取得了超过60%的改进。
2022-06-27 cs.LG cs.RO cs.SY
Socially Acceptable Bipedal Navigation: A Signal-Temporal-Logic- Driven Approach for Safe Locomotion
Georgia Institute of Technology（佐治亚理工学院）；Kuwait University（科威特大学）
针对双足机器人在人群环境中的社交导航问题，提出基于条件变分自编码器和信号时序逻辑的社交路径规划器，确保运动安全并实现Digit全身控制。
2023-10-15 cs.RO
Task-driven SLAM Benchmarking For Robot Navigation
School of Electrical and Computer Engineering, and Institute of Robotics and Intelligent Machines, Georgia Institute of Technology（电气与计算机工程学院，机器人与智能机器研究所，佐治亚理工学院）；School of Mechanical Engineering and the School of Electrical and Computer Engineering, Georgia Institute of Technology（机械工程学院，电气与计算机工程学院，佐治亚理工学院）
针对现有SLAM基准忽视精度的问题，提出任务驱动的TaskSLAM-Bench，以精度为核心指标，结合模拟与真实测试，发现被动立体SLAM在室内精度堪比LiDAR SLAM，并公开代码支持自定义环境测试。
2025-08-07 cs.RO
Blind-Wayfarer: A Minimalist, Probing-Driven Framework for Resilient Navigation in Perception-Degraded Environments
School of Electronics and Computer Science, University of Southampton（南安普顿大学电子与计算机科学学院）
本文提出Blind-Wayfarer探测驱动导航框架，仅依赖罗盘在感知退化环境中实现鲁棒导航，模拟成功率达99.7%，并在20次真实试验中全部成功脱困。
2025-03-10 cs.RO
Intent Prediction-Driven Model Predictive Control for UAV Planning and Navigation in Dynamic Environments
Carnegie Mellon University（卡内基梅隆大学）
针对动态环境下无人机导航感知不可靠、轨迹易失效的问题，提出整合感知、MDP意图预测与MPC规划的导航框架，经仿真与实物实验验证，其碰撞次数少于基准方法，提升了导航安全性。
2025-03-23 cs.RO
UIVNAV: Underwater Information-driven Vision-based Navigation via Imitation Learning
Maryland Robotics Center (MRC), University of Maryland（马里兰大学机器人中心（MRC））；Woods Hole Oceanographic Institution (WHOI)（伍兹霍尔海洋研究所（WHOI））
针对水下自主导航的定位依赖问题，提出基于模仿学习的端到端解决方案UIVNav，通过中间表示训练域不变导航策略，在不同域和OOI中实现高效信息收集，相同距离下比全覆盖方法多勘测36%牡蛎且可实时部署。
2024-04-16 cs.RO
NavFormer: A Transformer Architecture for Robot Target-Driven Navigation in Unknown and Dynamic Environments
University of Toronto（多伦多大学）
提出端到端 NavFormer Transformer 架构，通过双视觉编码器、SSL 表征与跨任务训练，实现未知动态环境中的目标驱动导航，并在成功率和路径效率上超越现有方法。
2024-07-08 cs.RO
Navigation-Oriented Scene Understanding for Robotic Autonomy: Learning to Segment Driveability in Egocentric Images
Aalborg University（奥尔堡大学）
这项工作解决了室外机器人导航的场景理解，仅依赖于车载摄像机捕获的图像。传统的视觉场景理解基于特定的描述类别来解释环境。然而，这样的表示是不能直接解释的决策和约束机器人操作到一个特定的域。因此，我们建议分段自我中心的图像直接在机器人如何可以在他们导航，并定制的学习问题，自主导航任务。围绕图像分割网络，我们提出了一个通用的启示，包括3个驾驶性能水平，可广泛适用于城市和越野场景。通过使用软序数标签对这些级别进行编码，我们在学习过程中结合了类间距离，与标准的“硬”独热标签相比，这改善了分割。此外，我们提出了一种面向导航的像素级损失加权方法，该方法赋予安全关键区域更高的重要性。我们评估了我们的方法对大规模的公共图像分割数据集，从阳光明媚的城市街道到积雪的森林小径。在跨数据集泛化实验中，我们表明，我们的启示学习方案可以应用于各种数据集的混合，并与通用的单数据集分割相比，提高了在看不见的环境中的驾驶性能估计。
2022-01-23 cs.CV cs.RO
Socially Aware Robot Crowd Navigation via Online Uncertainty-Driven Risk Adaptation
Shenzhen Key Laboratory of Robotics Perception and Intelligence（机器人感知与智能深圳重点实验室）；Southern University of Science and Technology（南方科技大学）
针对人机共享拥挤环境中机器人导航兼顾效率、安全与社会感知的难题，提出含离线风险学习和在线自适应推理的LR-MPC算法，经实验验证其在成功率与社会感知性上优于基线方法。
2025-06-17 cs.RO
Stairway to Success: An Online Floor-Aware Zero-Shot Object-Goal Navigation Framework via LLM-Driven Coarse-to-Fine Exploration
The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））；The Hong Kong University of Science and Technology（香港科学与技术大学）；National University of Singapore（新加坡国立大学）；Tsinghua University（清华大学）
本文提出ASCENT框架，通过LLM驱动的粗到细探索实现在线楼层感知零样本物体-目标导航，无需预建地图或重新训练，适用于多楼层环境。
2026-01-03 cs.RO
Hierarchical Semantic-Augmented Navigation: Optimal Transport and Graph-Driven Reasoning for Vision-Language Navigation
School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院）；Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（新加坡南洋理工大学交叉学科研究生项目）；University College London（伦敦大学学院）
提出层级语义增强导航框架，通过动态层级语义场景图、基于最优传输的拓扑规划器与图感知强化学习策略，解决连续环境中的视觉语言导航难题，实现最优性能。
2026-06-01 cs.CV cs.RO
Data-Driven Risk-sensitive Model Predictive Control for Safe Navigation in Multi-Robot Systems
Indian Institute of Technology (IIT) Kharagpur（印度理工学院卡拉格普尔分校）
安全导航是多机器人系统中的一个基本挑战，这是由于机器人未来轨迹的不确定性，这些机器人相互之间充当障碍物。在这项工作中，我们提出了一个原则性的数据驱动的方法，每个机器人反复解决有限的地平线优化问题，避免碰撞的约束，后者被制定为分布式强大的条件风险值（CVaR）的代理和多面体障碍几何之间的距离。具体而言，CVaR约束要求对所有接近经验分布的分布都成立，该经验分布是从执行期间收集的预测误差的观察样本构建的。该方法的一般性使我们能够鲁棒性地对抗在分布式和分散式设置中通常施加的假设下产生的预测误差。我们推导出易于处理的有限维近似这类约束，利用凸和极大极小对偶结果Wasserstein分布鲁棒优化问题。在Gazebo平台上实现的多无人机导航环境中说明了所提出方法的有效性。
2022-09-16 cs.RO cs.SY eess.SY
