AI Agent

Electromagnetic Navigation for Femoral Osteotomy Using High-Accuracy X-ray-to-CT Registration

基于高精度X光到CT配准的股骨截骨电磁导航

Roman Flepp, Arend Nieuwland, Bastian Sigrist, Philipp Fürnstahl, Lilian Calvet, Thomas Dreher

机构 * Department of Pediatric Orthopedics and Traumatology, University Children’s Hospital Zürich（苏黎世大学儿童医院小儿骨科与创伤外科部门） ； Research in Orthopedic Computer Science, University Hospital Balgrist, University of Zurich（骨科计算机科学研究所，巴尔格里斯大学医院，苏黎世大学） ； Department of Orthopedic Surgery, University Hospital Balgrist, University of Zurich（骨科外科部门，巴尔格里斯大学医院，苏黎世大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 提出一种基于电磁跟踪的股骨截骨导航系统，通过一次术中C臂标定和两幅X光图像配准实现实时无荧光导航，在合成股骨实验中总角度误差显著优于徒手操作，并与患者特异性器械精度等效。

Comments Will be published in the International Journal of Computer Assisted Radiology and Surgery

Autonomous Navigation System for Library Service Robot Based on Unitree Go2 Edu

基于 Unitree Go2 Edu 的图书馆服务机器人自主导航系统

Aoduo Li, Haoran Lv, Bingquan Ou, Jianfeng Li, Yingdong Li, Zimeng Li

机构 * Unitree Go2 Edu 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 针对图书馆狭窄通道和动态障碍物环境，提出基于 ROS 2 的四足机器人导航系统，融合 RTAB-Map、AMCL/EKF 和 Nav2 实现高成功率定位与避障，地图误差 3.7 cm。

Comments 6 pages, 5 figures, 4 tables. Accepted by WCCIS 2026

Equivalent Circuit Model based Electric Vehicle Evacuation with Mobile Charging Stations

基于等效电路模型的电动汽车疏散与移动充电站

Joseph Moyalan, Ricardo de Castro, Shuang Feng, Xuchang Tang, Xinfan Lin, Qijian Gan

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 提出基于等效电路模型的电动汽车疏散框架，通过电路类比建模交通流，联合优化路径、充电和拥堵管理，并引入移动充电站以最小化疏散时间。

An Optimal Control Approach for the Persistent Monitoring Problem

持续监测问题的最优控制方法

Christos G. Cassandras, Xu Chu Ding, Xuchao Lin

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出一种最优控制框架，通过控制移动代理的运动来最小化任务空间中的不确定性度量，并利用无穷小扰动分析将问题简化为参数优化。

Comments Technical report accompanying the CDC2011 submission

PlatonicNav: Unveiling Semantic Correspondence in Navigation with Platonic Topological Maps

PlatonicNav: 在导航中揭示柏拉图式拓扑地图的语义对应

Junlin Long, Zeyu Zhang, Xu Deng, Yiran Wang, Yue Yang, Luke Borgnolo, Maxwell Twelftree, Yang Zhao

机构 * USYD（新南威尔士大学） ； Maincode ； UNSW（新南威尔士大学） ； La Trobe（拉特罗布大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出PlatonicNav框架，通过自监督视觉编码器构建柏拉图式拓扑地图，无需跨模态训练即可统一视觉目标导航、跨模态目标导航和视觉语言导航任务。

3D RL-DWA: A Hybrid Reinforcement Learning and Dynamic Window Approach for Goal-Directed Local Navigation in Multi-DoF Robots

3D RL-DWA：一种用于多自由度机器人目标导向局部导航的混合强化学习与动态窗口方法

Chiara Castellani, Enrico Turco, Domenico Prattichizzo

机构 * European Union’s Horizon Europe Research and Innovation Programme（欧洲联盟的地平线欧洲研究与创新计划） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 提出结合强化学习与动态窗口方法的混合框架，利用稀疏点云数据动态调整可变形微型机器人的运动和形状，在复杂受限环境中实现目标导航并最大化占据体积，实验表明该方法在变形和导航能力上优于纯强化学习和基于模型的方法。

Comments Accepted for publication in the Proceedings of the IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM 2026)

Seq-DeepIPC: Sequential Sensing for End-to-End Control in Legged Robot Navigation

Seq-DeepIPC：足式机器人导航中用于端到端控制的顺序感知

Oskar Natan, Jun Miura

机构 * Department of Computer Science and Electronics, Universitas Gadjah Mada（计算机科学与电子系，加查马达大学） ； Department of Computer Science and Engineering, Toyohashi University of Technology（计算机科学与工程系，东福冈技术大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 提出Seq-DeepIPC模型，通过融合多模态感知（RGB-D+GNSS）与时间序列，实现足式机器人在真实环境中的端到端导航控制，并在机器人狗上验证了其有效性。

Comments This work has been accepted for publication in the IEEE Sensors Journal. https://ieeexplore.ieee.org/document/11373257/

GUI-C$^2$: Coarse-to-Fine GUI Grounding via Difficulty-Aware Reinforcement Learning

GUI-C$^2$：基于难度感知强化学习的由粗到细GUI定位

Junlong Li, Chao Hao, Lap-Pui Chau, Yi Wang

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 GUI与网页智能体 ：agentic(abstract)

AI总结 提出GUI-C$^2$框架，通过难度感知数据筛选和由粗到细的强化学习机制，解决GUI定位中训练样本难度不均和视觉区域裁剪权衡问题，实现最先进性能。

Learning-Based Navigation for Indoor Mobile Robots

基于学习的室内移动机器人导航

Tri-Tin Nguyen, Tien-Dat Nguyen, Gia-Uy Le, Vinh Nguyen, Vinh-Hao Nguyen

机构 * Faculty of Electrical ； Electronic Engineering, Ho Chi Minh City University of Technology, VNU-HCM Ho Chi Minh City, Vietnam 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 提出一种结合监督学习全局规划器与基于学习的DWA局部规划器的导航框架，通过行为克隆和PPO优化实现安全避障导航。

PrecisionCUA: Iterative Visual Refinement for Pixel-Precise Cursor Grounding in Code Editors

PrecisionCUA：代码编辑器中像素级光标定位的迭代视觉细化

Himangi Mittal, Gaurav Mittal, Nelson Daniel Troncoso, Yu Hu

机构 * Microsoft（微软公司） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出PrecisionCUA方法，通过迭代视觉反馈细化机制实现代码编辑器中像素级光标定位，显著提升点击精度和任务成功率。

Uncertainty-Aware Gaussian Map for Vision-Language Navigation

面向视觉-语言导航的不确定性感知高斯地图

Jianzhe Gao, Rui Liu, Yuxuan Xu, Tongtong Cao, Yingxue Zhang, Zhanguang Zhang, Sida Peng, Yi Yang, Wenguan Wang

机构 * The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室） ； Department of Foundation model, 2012 Labs, Huawei（基础模型部门，2012实验室，华为） ； Noah’s Ark Lab, 2012 Labs, Huawei（诺亚方舟实验室，2012实验室，华为） ； School of Software Technology, Zhejiang University（浙江大学软件学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出不确定性感知高斯地图，通过显式建模几何、语义和外观三种感知不确定性并融入观测空间，提升视觉-语言导航中智能体的决策可靠性。

3D Gaussian Map with Open-Set Semantic Grouping for Vision-Language Navigation

面向视觉-语言导航的开放集语义分组3D高斯地图

Jianzhe Gao, Rui Liu, Wenguan Wang

机构 * The State Key Lab of Brain-Machine Intelligence（脑机智能国家重点实验室） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出一种3D高斯地图表示环境，通过在线构建自中心场景地图和开放集语义分组操作增强几何与语义信息，并设计多层级动作预测策略，在三个公开基准上验证了有效性。

Kilometer-Scale GNSS-Denied UAV Navigation via Heightmap Gradients: A Winning System from the SPRIN-D Challenge

基于高程图梯度的千米级GNSS拒止无人机导航：SPRIN-D挑战优胜系统

Michal Werner, David Čapek, Tomáš Musil, Ondřej Franěk, Tomáš Báča, Martin Saska

机构 * Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子工程系） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 针对GNSS拒止环境下无人机长距离飞行中的漂移问题，提出一种利用高程图梯度模板匹配进行漂移校正的轻量级定位方法，并在SPRIN-D挑战中实现9公里航点导航。

Comments 8 pages

Turning Adaptation into Assets: Cross-Domain Bridging for Online Vision-Language Navigation

将适应转化为资产：面向在线视觉语言导航的跨域桥接

Zixuan Hu, Xuantuo Huang, Yancheng Li, Yichun Hu, Shengyong Xu, Ling-Yu Duan

机构 * School of Computer Science, Peking University, Beijing, China（北京大学计算机科学系） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室） ； School of Electronics, Peking University, Beijing, China（北京大学电子学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 提出 IDEA 框架，通过 Fisher 引导的软提示优化和动态资产库构建跨域桥接，解决视觉语言导航中测试时适应的灾难性遗忘和负迁移问题。

Comments Accepted by ICML 2026

Deception and Counter Deception in Adversarial Graph Traversal Game

对抗性图遍历游戏中的欺骗与反欺骗

Violetta Rostobaya, James Berneburg, Daigo Shishika

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 研究移动代理在对抗性图遍历中的欺骗问题，通过扩展形式双Oracle算法求解具有双边不完全信息的无限期博弈，并利用信息价值刻画均衡策略中的欺骗与反欺骗行为。

Comments Submitted to Conference on Decision and Control (CDC) 2026

Decentralized Direct Volume Rendering: A Browser-Native GPU Architecture for MRI Digital Twins in Resource-Constrained Settings

去中心化直接体渲染：一种浏览器原生的GPU架构，用于资源受限环境中的MRI数字孪生

Oserebameh Augustine Beckley

机构 * Lagos State University（拉各斯州大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本研究提出了一种去中心化的浏览器原生GPU架构，用于在资源受限环境中实现高保真的MRI数字孪生，通过在低成本集成边缘GPU上执行确定性的单次通过射线投射和形态学梯度计算，实现了快速的像素生成和稳定的交互性能。

Comments 10 pages, 4 figures. Live interactive browser demo available at: https://webgpu-mri.vercel.app/ . Source code repository: https://github.com/Bahdmanbabzo/webgpu-mri

CLUE: Adaptively Prioritized Contextual Cues by Leveraging a Unified Semantic Map for Effective Zero-Shot Object-Goal Navigation

CLUE: 通过利用统一语义地图实现适应性优先级上下文线索

Taeyun Kim, Alvin Jinsung Choi, Dasol Hong, Hyun Myung

机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 CLUE通过利用统一语义地图，采用适应性优先级上下文线索的方法，有效解决零样本物体-目标导航问题，提高了导航的鲁棒性和效率。

Comments 8 pages, 5 figures

SEMNAV: Enhancing Visual Semantic Navigation in Robotics through Semantic Segmentation

SEMNAV: 通过语义分割增强机器人中的视觉语义导航

Rafael Flor-Rodríguez, Carlos Gutiérrez-Álvarez, Francisco Javier Acevedo-Rodríguez, Sergio Lafuente-Arroyo, Roberto J. López-Sastre

机构 * University of Alcalá（阿尔卡萨大学） ； CAM-UAH ； Ministry of Science and Innovation of Spain（西班牙科学与创新部） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出SEMNAV，一种利用语义分割作为环境主要视觉输入表示的方法，以增强机器人代理的感知和决策能力，通过引入高层面的语义信息，提升模型在未知环境中的泛化能力，并引入SEMNAV数据集进行训练。

Journal ref Applied Intelligence, 2026

REACT: Environment-Adaptive Architecture for Continuous Formation Navigation of Wheeled Mobile Robots

REACT：面向轮式移动机器人连续编队导航的环境自适应架构

Jianghong Dong, Yifeng Zhang, Jiawei Wang, Mengchi Cai, Keqiang Li, Guillaume Sartoretti

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） ； Department of Civil and Environmental Engineering, University of Michigan（密歇根大学土木与环境工程系） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出REACT架构，通过集中式编队生成和分布式编队维护相结合的方法，解决轮式移动机器人在复杂环境中编队导航的适应性问题，实现了无轨迹冲突的连续编队导航。

Beyond Geometry: Efficient Topologically-Grounded Navigation in Complex 3D Environments

超越几何：在复杂3D环境中高效拓扑导向的导航

Yifan Du, Chengwei Zhang, Siyu Liao, Zhongfeng Wang

机构 * School of Integrated Circuits（集成电路学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种表面提取框架，通过强制地面支撑、头顶 clearance 和基于种子的连通性约束，构建了物理可达的站立位置的简化状态空间，从而在复杂3D环境中实现高效的拓扑导向导航。

NORM-Nav: Zero-Shot Mobile Robot Navigation with Natural Language Behavioral Constraints

NORM-Nav: 通过自然语言行为约束实现零样本移动机器人导航

Dongjie Huo, Junhui Wang, Chao Gao, Yan Qiao, Dong Zhang, Guyue Zhou

机构 * College of Information Science and Technology, Beijing University of Chemical Technology（北京化工大学信息科学与技术学院） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） ； Institute of Systems Engineering and Collaborative Laboratory for Intelligent Science and Systems, Macau University of Science and Technology（澳门大学系统工程与智能科学与系统联合实验室） ； School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出NORM-Nav框架，通过将自然语言行为约束整合到基于成本图的规划中，提升移动机器人在人类环境中导航的社交适应性，实验表明其在任务成功率和轨迹贴近人类参考方面优于基线方法。

DynoSLAM: Dynamic SLAM with Generative Graph Neural Networks for Real-World Social Navigation

DynoSLAM：基于生成图神经网络的动态SLAM用于现实世界的社交导航

Danil Tokhchukov, Veronika Morozova, Gonzalo Ferrer

机构 * Applied AI Institute（应用人工智能研究所） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出DynoSLAM，通过整合社交感知图神经网络，解决动态环境中SLAM的不确定性问题，提升机器人在拥挤环境中的导航能力。

Comments Code & Project page at https://github.com/makriot/dynoslam

WinDeskGround: A Benchmark for Robust GUI Grounding in Complex Multi-Window Desktop Environments

WinDeskGround：复杂多窗口桌面环境中的鲁棒GUI定位基准

Haoren Zhao, Tianyi Chen, Zhen Wang

机构 * School of Cyberspace, Hangzhou Dianzi University, Hangzhou, China（杭州电子科技大学信息学院） ； Microsoft（微软公司） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出WinDeskGround基准，通过参数生成复杂桌面场景，评估GUI定位鲁棒性。实验显示顶级模型在简单环境表现佳，但部分遮挡下准确率下降。

WorldVLN: Autoregressive World Action Model for Aerial Vision-Language Navigation

WorldVLN: 用于空域视觉-语言导航的自回归世界动作模型

Baining Zhao, Jiacheng Xu, Weicheng Feng, Xin Zhang, Zhaolu Wang, Haoyang Wang, Shilong Ji, Ziyou Wang, Jianjie Fang, Zhiheng Zheng, Weichen Zhang, Yu Shang, Wei Wu, Chen Gao, Xinlei Chen, Yong Li

机构 * Tsinghua University（清华大学） ； Shandong University（山东大学） ； Manifold AI ； Beijing Institute of Technology（北京理工大学） ； Northeastern University（东北大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 WorldVLN提出一种自回归世界动作模型，通过预测潜在世界演变并生成可执行的航点动作，提升空域视觉-语言导航性能，优于现有基线模型。

ConsistNav: Closing the Action Consistency Gap in Zero-Shot Object Navigation with Semantic Executive Control

ConsistNav：通过语义执行控制关闭零样本物体导航中的动作一致性差距

Haosen Wang, Zhenyang Li, Yinqiang Zhang, Zongqi He, Lutao Jiang, Kai Li, Yizhou Zhao, Liaoyuan Fan, Wenjian Hou, Tingbang Liang, Yibin Wen, Defeng Gu

机构 * Sun Yat-sen University（中山大学） ； The University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； City University of Hong Kong（香港城市大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出ConsistNav框架，通过语义执行控制模块解决零样本物体导航中动作一致性问题，提升导航精度与鲁棒性。

Comments 13 pages, 5 figures

Chrono-Gymnasium: An Open-Source, Gymnasium-Compatible Distributed Simulation Framework

Chrono-Gymnasium：一个开源、兼容Gymnasium的分布式模拟框架

Bocheng Zou, Harry Zhang, Khailanii Slaton, Jingquan Wang, Derrick Ruan, Huzaifa Mustafa Unjhawala, Radu Serban, Dan Negrut

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 Chrono-Gymnasium通过分布式计算框架提升高保真多体动力学模拟的效率，支持机器人导航和行星着陆器优化，减少计算时间而不牺牲物理准确性。

Co-Investment in Mobile Edge Computing with Infrastructure Update and Dynamic Participation

移动边缘计算中的协同投资与基础设施更新及动态参与

Amal Sakr, Andrea Araldo, Tijani Chahed, Daniel Kofman

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种协同投资方案，通过运营商和多个服务提供商共同部署和共享移动边缘计算基础设施，解决资源规划、分配及成本收益分配问题，并通过动态参与机制提升整体收益。

Comments Accepted at IFIP Networking, May 24-27, 2026, Lugano, Switzerland

DQN-Driven Adaptive Neighbor Discovery for Directional Aerial Networks

基于DQN的自适应邻居发现方向空中网络

Md Asif Ishrak Sarder, Murat Yuksel, Elizabeth Bentley

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出基于DQN的自适应收发机选择协议，解决方向空中网络中邻居发现与隐私保护的平衡问题，通过动态调整探测模式提升连接效率和隐私保护。

Comments Accepted at IEEE ICC 2025. This is the author-accepted manuscript

Urban Risk-Aware Navigation via VQA-Based Event Maps for People with Low Vision

面向低视力人群的基于VQA的事件地图城市风险感知导航

Antoni Valls, Jordi Sanchez-Riera

机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与信息技术研究所，CSIC-UPC） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出基于视觉问答的事件地图框架，利用视觉语言模型进行行人场景描述和危险识别，通过三级查询结构实现细粒度场景理解，生成风险感知导航地图，验证多模态大语言模型在助视导航中的有效性。

Comments 10 pages, 6 figures, submitted to IEEE T-ITS

TourMart: A Parametric Audit Instrument for Commission Steering in LLM Travel Agents

TourMart: 一种用于LLM旅行代理佣金管理的参数审计工具

Yao Liu

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 TourMart通过参数lambda和kappa驱动反事实分析，区分LLM工程故障与真实商业引导，验证代理引导效果，输出合规报告。