AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
ReMoBot: 基于检索的少样本模仿学习用于移动操作与视觉基础模型
机构 * School of Electrical Engineering, Aalto University, Espoo, Finland（艾尔沃大学电气工程学院，埃斯波，芬兰）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 提出ReMoBot，一种基于检索的少样本模仿学习框架，利用视觉基础模型从演示中检索信息，解决移动操作任务中的部分可观测性和数据有限问题，在真实世界任务中取得高成功率。
公海航行智能航行模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Technical University of Munich（慕尼黑技术大学）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出首个智能航行模型（ISM），模拟遵守海上交通规则的船舶，结合模型预测控制实现航点跟踪，在交互仿真中达到约97%的目标到达率且无碰撞。
朴素视觉记忆不足：GUI代理的失败模式研究
机构 * KAIST（韩国科学技术院）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出动作锚定视觉记忆（AGMem），通过存储与成功动作相关的局部GUI区域图像而非全屏截图，减少GUI代理中的动作级错误，在OSWorld上将任务成功率提升33.3%。
Comments 9 pages, 5 figures, ICML 2026 WORKSHOP
NavWAM：用于目标条件视觉导航的导航世界动作模型
机构 * The University of Tokyo（东京大学） ； National Institute of Informatics（国立信息学研究所） ； AIRoA ； ATR
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出NavWAM，一种扩散变换器策略，通过联合学习未来观测、目标进度值和动作块，将导航世界模型预测直接转化为可执行动作，在离线基准和真实机器人部署中优于基于规划的世界模型基线。
Comments Project page: https://dachii-azm.github.io/navwam/
Goal2Pixel: 将目标锚定到像素以实现视觉语言导航
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 提出Goal2Pixel范式，通过将连续环境中的视觉语言导航（VLN-CE）重新定义为可导航像素锚定，利用图像平面作为统一空间接口，预测可见导航像素并反投影为3D航点，结合可见性感知关键帧记忆和坐标感知辅助损失，在减少VLM调用次数的同时实现竞争性性能。
Comments 8 pages
VGP-Nav：用于机器人导航的度量感知视觉几何感知
机构 * Southern University of Science and Technology（南方科技大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Shenzhen University（深圳大学） ； SpatialTemporal AI（时空人工智能）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出VGP-Nav，一种仅依赖单目RGB输入的框架，通过地面平面几何约束解决尺度模糊，实现度量定位与障碍物感知的统一。
IMAC-AgriVLN：农业视觉与语言导航智能体能否意识到指令错误？
机构 * China Agricultural University（中国农业大学） ； China Agricultural University-Sichuan Advanced Agricultural & Industrial Institute（中国农业大学-四川先进农业与工业研究院）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 针对农业VLN中指令可能错误的问题，提出A2A-MI基准和IMAC模块，通过分析指令与前方图像判断并纠正错误，显著提升导航性能。
掩盖意图，维持平衡：基于风险的潜在游戏的动态移动 crowdsensing 服务提供
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出iParts框架，通过隐私保护和风险意识的两阶段方法，解决动态移动 crowdsensing 中任务完成、预算可行性和传感质量的不确定性问题。
通过群体可行动作空间缩减来填补空间互动中的因果责任空缺
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出一种群体因果责任度量方法，用于解决个体中心度量在因果过定性情况下失效的问题，通过定义积极影响类型和分层算法来识别因果责任主体，并通过场景模拟展示群体效应的动态变化。
Comments Presented at COINE workshop collocated with AAMAS 2026
从像素到货架：基于移动操作臂的自主超市补货集成机器人系统
机构 * Department of Information Engineering, University of Padova（帕多瓦大学信息工程系） ； Division of Decision and Control Systems, School of Electrical Engineering and Computer Science, KTH Royal Institute of Technology（皇家理工学院电气工程与计算机科学学院决策与控制系统系） ； Animum AB（Animum公司）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出一种集成商用硬件与ROS2的模块化机器人系统，利用行为树规划、视觉检测和两步MPC控制，在700多次补货实验中实现98%以上的抓取成功率，但性能仍逊于人类工人。
Comments Preprint for CASE 2026
我们真的需要立即重置吗？重新思考高效机器人导航的碰撞处理
机构 * College of Information Science and Technology, Eastern Institute of Technology（信息科学与技术学院，东部技术学院） ； Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University（航空与航空工程系，香港理工大学） ； Department of Computing, The Hong Kong Polytechnic University（计算系，香港理工大学） ； School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Department of Mechanical Engineering, The Hong Kong Polytechnic University（机械工程系，香港理工大学）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 针对机器人导航中每次碰撞立即重置环境的惯例，提出多碰撞重置预算（MCB）框架，通过将局部碰撞终止与全局环境重置解耦，允许智能体在同一回合内重试困难配置，从而提高早期学习效率。
Comments 8 pages, 9 figures
在值得时询问：面向实例目标导航的成本感知开放式交互
机构 * Adelaide University（阿德莱德大学） ； Responsible AI Research Centre, Australian Institute for Machine Learning（负责任人工智能研究中心，澳大利亚机器学习研究所） ； Institute for Infocomm Research (I2R), A*STAR（信息与通信研究院（I2R），A*STAR） ； iMotion ； CSIRO Data61 Project Website（CSIRO Data61项目网站）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 针对实例目标导航中语言歧义问题，提出一种成本敏感的不确定性减少方法，通过信息增益分析确定有效问题类型，并构建基准测试和加权成功率指标，实现零样本MLLM导航器仅在预期收益大于成本时查询。
TrackerBots: 用于实时定位和跟踪多个无线电标签动物的自主无人机
机构 * Wiley（威立出版集团）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出了一种名为TrackerBots的自主无人机系统，利用RSSI测量实现低成本轻量级的多只无线电标签动物的实时定位和跟踪，通过粒子滤波和POMDP动态路径规划提高导航效率并节省电量。
Comments The accepted version to the Journal of Field Robotics, published after the embargo period (12 months)
Journal ref Journal of Field Robotics. 2019; 36: 617 - 635
自适应引导与集成导航的强化元学习
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出了一种基于强化元学习的自适应引导系统，采用递归策略和价值函数近似器，通过递归网络层使部署策略能实时适应作用在智能体上的环境力，在四个具有未知但高度动态变化的挑战性环境中比较了DR/DV引导律、非递归策略的RL代理和递归策略的RL代理的性能，并展示了RL元学习优化的策略在火星着陆环境中仅使用多普勒雷达高度计读数，在小行星着陆环境中仅使用LIDAR高度计读数时实现引导和导航的整合能力。
Comments arXiv admin note: substantial text overlap with arXiv:1901.04473
一种多层反馈系统方法用于远程部署移动物联网的韧性连接
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出了一种多层反馈系统方法，用于实现远程部署移动物联网的韧性连接，通过自适应和自配置的框架，提高空间分散智能设备之间的可靠性连接。
Comments IEEE Transactions on Cognitive Communications and Networking 2018. arXiv admin note: substantial text overlap with arXiv:1709.00621
Journal ref IEEE Transactions on Cognitive Communications and Networking 2018
多层远程部署移动物联网中的认知连接韧性
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出了一种反馈驱动的自适应、自配置和健壮的覆盖网络框架，以应对远程地区缺乏传统通信基础设施的物联网需求，通过认知适应网络变化，确保空间分散智能设备的可靠连接。
Comments To appear in IEEE Global Communications Conference (Globecom 2017)
Journal ref IEEE Global Communications Conference 2017
SLAMBooster: 一种面向应用的近似控制算法用于SLAM
机构 * University of Texas at Austin, USA（德克萨斯大学奥斯汀分校） ； Indian Institute of Technology Kanpur, India（印度理工学院坎普尔分校）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出SLAMBooster，一种面向应用的在线控制算法，用于在SLAM中实现近似计算，通过动态调整近似参数来减少计算时间和能耗，同时保持定位精度。
Comments 13 pages
为异构智能体分配任务的最优化路线
机构 * School of Electrical and Computer Engineering at Purdue University（普渡大学电气与计算机工程学院）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 研究如何为异构移动智能体分配任务，以最小化任何智能体完成任务并返回仓库的最大成本，提出了一种三阶段算法，提供5倍近似比。
在移动代理的互联网中进行定位：一种线性方法
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出一种分布式定位方法，用于5G环境中的移动设备定位，通过局部测量和计算实现线性解，避免传统集中式方案的高密度锚点部署需求。
Comments Technical Report
自由时空的划分用于自动驾驶地面车辆的道路导航
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出一种系统方法，将无碰撞的时空划分为凸子区域，用于自动驾驶车辆的道路导航，通过分解NP难问题为图路径寻找和简单优化，提升轨迹规划效率。
Comments Presented at IEEE CDC2017
具有噪声测距的移动机器人网络的局部化约束部署
机构 * Polytechnique Montreal（蒙特利尔理工学院） ； GERAD
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文研究了在噪声测距下如何部署移动机器人网络以实现高精度定位，通过局部化函数优化网络几何结构，结合梯度下降法进行分布式控制。
Comments 7 pages, 3 figures
多车辆导航的反馈基运动元器件框架
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出了一种混合控制框架，利用有限的低级运动元器件生成复杂运动，通过 maneuver automaton 约束运动序列，通过最短路径非确定算法生成控制策略，实现多无人机在2D或3D空间中的鲁棒导航。
Comments 7 pages, 12 figures, to appear in Proc. of the IEEE/RSJ International Conference on Intelligent Robots and Systems, 2017
通过虚拟凸包实现移动网络中的定位
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出一种分布式算法，利用几何方法通过虚拟凸包实现移动代理的定位，即使在噪声存在时也能准确跟踪真实位置。
SafeGuardPF: 保障安全的反应势场用于未知和动态环境中的移动机器人
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出SafeGuardPF方法，通过将反应势场运动控制器建模为混合自动机，并利用微分动态逻辑形式化验证其安全性，确保机器人在动态环境中避免碰撞。
Comments 8 pages, 9 figures, Submitted for publication in 2017 American Control Conference (ACC2017)
在不一致测量下控制移动代理的刚体编队
专题命中 GUI与网页智能体 ：autonomous agent(abstract)
AI总结 本文提出基于局部估计器的梯度控制器，以增强对不一致测量的鲁棒性，通过机器人实验和仿真验证了其在消除集体运动不一致轨道方面的有效性。
Comments 10 pages
Journal ref IEEE Transactions on Robotics, Volume 31, Issue 1, Feb. 2015
基于最近邻的稀疏连接移动体 rendezvous
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出一种收敛的最近邻控制协议，用于非平凡动力学的移动体。协议保证即使每个体仅与单个最近邻通信，也能收敛到共同点。最近邻需位于任意小的优先区外，协议由两层结构组成，第一层为一阶动力学提供 rendezvous 信号，第二层将信号转换为适合现实体的控制信号。
Journal ref ASME. J. Dyn. Sys., Meas., Control. 2015;137(12):121002-121002-18
移动代理的协同定位：基于卡尔曼滤波解耦的递归分布式算法
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出一种递归分布式协同定位算法，通过解耦卡尔曼滤波实现分布式状态估计，提升移动代理的定位精度与效率。
无向刚性编队是存在问题的
专题命中 GUI与网页智能体 ：autonomous agent(abstract)
AI总结 本文研究了无向刚性编队中邻居对距离理解差异对形成收敛的影响，发现其会收敛到闭合圆轨道。
Comments 42pages
非均匀线覆盖从噪声标量测量
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文研究了移动代理在直线网络中实现分布式覆盖控制的问题，提出了一种随机协议，通过每个代理在每一步采样三个附近点的标量场，保证收敛到最优位置，并分析了收敛时间。
基于优先级的移动机器人协调
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文研究了在交叉口协调多个移动机器人的问题，提出通过规划优先级而非具体轨迹来实现更鲁棒的协调系统，适用于自动驾驶车辆等共享道路的场景。
Comments PhD Thesis, 182 pages
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