AI Agent

HATS: Hardness-Aware Trajectory Synthesis for GUI Agents

HATS: 为GUI代理的硬度感知轨迹合成

Rui Shao, Ruize Gao, Bin Xie, Yixing Li, Kaiwen Zhou, Shuai Wang, Weili Guan, Gongwei Chen

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 HATS通过硬度感知轨迹合成框架，解决GUI代理训练中语义模糊性问题，提升任务执行鲁棒性。

Comments Accepted by CVPR 2026

OnFly: Onboard Zero-Shot Aerial Vision-Language Navigation toward Safety and Efficiency

OnFly：面向安全与效率的机载零样本空中视觉语言导航

Guiyong Zheng, Yueting Ban, Mingjie Zhang, Juepeng Zheng, Boyu Zhou

机构 * School of Artificial Intelligence, Sun Yat-Sen University（中山大学人工智能学院） ； Southern University of Science and Technology（南方科技大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 OnFly通过共享感知双智能体架构和混合记忆机制，实现高效稳定的零样本空中视觉语言导航，提升安全性和效率。

A Path Variant of the Explorer Director Game on Graphs

图上的探索者导演游戏变种

Abigail Raz, Paddy Yang

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文研究了图上的探索者-导演游戏变种，分析了f_d(G,v)和f_p(G,v)之间的差异，证明了两者可以相差任意大的n。

Proprioceptive Safe Active Navigation and Exploration for Planetary Environments

本体感知安全主动导航与探索用于行星环境

Matthew Y. Jiang, Feifei Qian, Shipeng Liu

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 PSANE通过本体感知技术在未知变形环境中实现安全导航与探索，利用腿部与地形的交互信息提升地形可通行性评估与导航性能。

Comments 9 pages, 7 figures

NaviNote: Enabling In-situ Spatial Annotation Authoring to Support Exploration and Navigation for Blind and Low Vision People

NaviNote: 使现场空间标注创作成为支持盲人和低视力人群探索与导航的手段

Ruijia Chen, Yuheng Wu, Charlie Houseago, Filipe Gaspar, Filippo Aleotti, Dorian Gálvez-López, Oliver Johnston, Diego Mazala, Guillermo Garcia-Hernando, Maryam Bandukda, Gabriel Brostow, Jessica Van Brummelen

专题命中 GUI与网页智能体 ：agentic(abstract)

AI总结 NaviNote通过结合高精度视觉定位与代理架构，为盲人和低视力人群提供语音驱动的注释创作与导航支持，显著提升导航性能。

From Reactive to Map-Based AI: Tuned Local LLMs for Semantic Zone Inference in Object-Goal Navigation

从反应式到基于地图的AI：针对目标导航的语义区域推断的调优本地LLM

Yudai Noda, Kanji Tanaka

机构 * Graduate School of Engineering, University of Fukui（福井大学工学研究科） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出一种基于地图的AI方法，利用调优的本地LLM进行语义区域推断，以提升对象-目标导航任务中的成功率和路径效率。

Comments 6 pages, 5 figures, technical report

MWM: Mobile World Models for Action-Conditioned Consistent Prediction

MWM: 移动世界模型用于动作条件一致预测

Han Yan, Zishang Xiang, Zeyu Zhang, Hao Tang

机构 * School of Computer Science, Peking University（北京大学计算机科学系） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 MWM提出了一种移动世界模型，通过两阶段训练框架和推理一致状态蒸馏提升动作条件一致性的图像目标导航性能。

PanoDP: Learning Collision-Free Navigation with Panoramic Depth and Differentiable Physics

PanoDP：利用全景深度与可微物理学习无碰撞导航

Hao Zhong, Pei Chi, Jiang Zhao, Shenghai Yuan, Xuyang Gao, Thien-Minh Nguyen, Lihua Xie

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； Beihang University, Beijing, China（北京航空航天大学） ； The University of Queensland, Australia（昆士兰大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 PanoDP通过结合全景深度感知与可微物理训练信号，提升在杂乱环境中无碰撞导航的性能和泛化能力。

AiRWeb: Using AR to Extend Web Browsing Beyond Handheld Screens

AiRWeb：利用AR扩展网页浏览超越手持屏幕

Mengfei Gao, Caroline Appert, Ludovic David, Emmanuel Pietriga

专题命中 GUI与网页智能体 ：workflow(abstract)

AI总结 AiRWeb通过AR技术扩展网页浏览，允许用户灵活卸载内容到周围空间，实现个性化组织，提升移动浏览体验。

Comments CHI EA '26: Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems

A Contrastive Fewshot RGBD Traversability Segmentation Framework for Indoor Robotic Navigation

一种用于室内外机器人导航的对比式少样本RGBD可 traversability 分割框架

Qiyuan An, Tuan Dang, Fillia Makedon

机构 * Department of Computer Science and Engineering, University of Texas at Arlington（计算机科学与工程系，德克萨斯大学阿灵顿分校） ； Uber（优步） ； Cognitive Robotics Lab, Department of Electrical Engineering and Computer Science, University of Arkansas（认知机器人实验室，电气工程与计算机科学系，阿肯色大学） 纠错

专题命中 GUI与网页智能体 ：autonomous agent(abstract)

AI总结 本文提出了一种基于对比学习的少样本RGBD分割框架，利用负例原型和稀疏深度信息提升室内机器人导航的可 traversability 分割性能。

Journal ref IEEE International Conference on Robotics & Automation 2026 (ICRA)

Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware

在边缘硬件上实现四足机器人在地下矿井中高效自主导航

Yixiang Gao, Kwame Awuah-Offei

机构 * Department of Mining and Explosive Engineering, Missouri University of Science and Technology（采矿与爆炸工程系，密苏里科技大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本研究提出了一种在边缘硬件上运行的四足机器人自主导航系统，无需GPU和网络连接，实现了在地下矿井中高效、可靠的自主导航。

Scout-Rover cooperation: online terrain strength mapping and traversal risk estimation for planetary-analog explorations

侦察-轮式机器人合作：行星类比探索中的在线地形强度映射与通行风险估计

Shipeng Liu, J. Diego Caporale, Yifeng Zhang, Xingjue Liao, William Hoganson, Wilson Hu, Shivangi Misra, Neha Peddinti, Rachel Holladay, Ethan Fulcher, Akshay Ram Panyam, Andrik Puentes, Jordan M. Bretzfelder, Michael Zanetti, Uland Wong, Daniel E. Koditschek, Mark Yim, Douglas Jerolmack, Cynthia Sung, Feifei Qian

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种scout-rover合作框架，通过腿式和轮式机器人联合实现行星类比探索中的地形强度在线映射和通行风险估计，提升科学探索的鲁棒性和可达性。

Comments 8 figures

Gaussian Mixture-Based Inverse Perception Contract for Uncertainty-Aware Robot Navigation

基于高斯混合的逆感知合同用于不确定性感知的机器人导航

Bingyao Du, Joonkyung Kim, Yiwei Lyu

机构 * Department of Computer Science, Columbia University（计算机科学系，哥伦比亚大学） ； Department of Computer Science and Engineering, Texas A&M University（计算机科学与工程系，德克萨斯大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出基于高斯混合的逆感知合同，通过联合椭球置信集表示不确定性，提升机器人导航的安全性和适应性。

Comments 8 pages, 5 figures. Accepted to ACC 2026 (American Control Conference)

COLREGs Compliant Collision Avoidance and Grounding Prevention for Autonomous Marine Navigation

自主水运船舶的碰撞规避与搁浅预防：符合国际海上避碰规则

Mayur S. Patil, Nataraj Sudharsan, Veneela Ammula, Jude Tomdio, Jin Wang, Michael Kei, Sivakumar Rathinam, Prabhakar R. Pagilla

机构 * Department of Mechanical Engineering, Texas A&M University, College Station, USA（德克萨斯A&M大学机械工程系） ； American Bureau of Shipping, Spring, TX, USA（美国船舶局） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种基于凸优化的运动规划方法，用于自主水运船舶的碰撞规避、COLREGs合规性和搁浅预防。

SFCo-Nav: Efficient Zero-Shot Visual Language Navigation via Collaboration of Slow LLM and Fast Attributed Graph Alignment

SFCo-Nav: 通过慢LLM与快速属性图对齐的协作实现高效的零样本视觉语言导航

Chaoran Xiong, Litao Wei, Xinhao Hu, Kehui Ma, Ziyi Xia, Zixin Jiang, Zhen Sun, Ling Pei

机构 * Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（上海导航与位置基于服务重点实验室，上海交通大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 SFCo-Nav通过慢LLM与快速属性图对齐的协作，实现了高效的零样本视觉语言导航，显著提升效率并降低计算成本。

Comments Accepted by 2026 IEEE International Conference on Robotics and Automation (ICRA)

Openfly: A comprehensive platform for aerial vision-language navigation

Openfly：面向空中视觉-语言导航的综合性平台

Yunpeng Gao, Chenhui Li, Zhongrui You, Junli Liu, Zhen Li, Pengan Chen, Qizhi Chen, Zhonghan Tang, Liansheng Wang, Penghui Yang, Yiwen Tang, Yuhang Tang, Shuai Liang, Songyi Zhu, Ziqin Xiong, Yifei Su, Xinyi Ye, Jianan Li, Yan Ding, Dong Wang, Xuelong Li, Zhigang Wang, Bin Zhao

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； Northwestern Polytechnical University（西北工业大学） ； Beihang University（北航） ； Shanghai Jiao Tong University（上海交通大学） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； East China University of Science and Technology（东华大学） ； Fudan University（复旦大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； TeleAI 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 OpenFly平台通过整合多种渲染引擎和自动化工具链，构建大规模空中VLN数据集，并提出关键帧感知的VLN模型，提升户外空中视觉-语言导航的研究与应用。

Comments accepted by ICLR 2026

Dynamic Antenna Placement for Mobile Users in Urban Micro Pinching-Antenna Systems

城市微小区Pinching-antenna系统中移动用户的动态天线放置

Qiushi Zhao, Zihan Feng, Ximing Xie, Hao Qin, Yuanwei Liu, Xingqi Zhang

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出双层优化框架，通过软演员-评论家算法实现动态天线定位和波束成形预编码，提升城市微小区网络的频谱效率和鲁棒性。

Optimal-Horizon Social Robot Navigation in Heterogeneous Crowds

异质人群中的最优时间跨度社会机器人导航

Jiamin Shi, Haolin Zhang, Yuchen Yan, Shitao Chen, Jingmin Xin, Nanning Zheng

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能国家重点实验室） ； Nation Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心） ； Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种基于社会条件优化的机器人导航框架，通过时空Transformer和强化学习策略动态调整预测时间跨度，提升在异质人群中的导航效率与安全性。

Comments 7 pages, 5 figures

JanusVLN: Decoupling Semantics and Spatiality with Dual Implicit Memory for Vision-Language Navigation

JanusVLN: 通过双隐式记忆解耦语义与空间性用于视觉-语言导航

Shuang Zeng, Dekang Qi, Xinyuan Chang, Feng Xiong, Shichao Xie, Xiaolong Wu, Shiyi Liang, Mu Xu, Xing Wei, Ning Guo

机构 * Xi’an Jiaotong University（西安交通大学） ； Amap, Alibaba Group（阿里巴巴集团） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 JanusVLN通过双隐式记忆解耦语义与空间性，提升视觉-语言导航的性能和效率。

Comments Accepted to ICLR 2026. Project page: https://miv-xjtu.github.io/JanusVLN.github.io/

Scaling Ultrasound Volumetric Reconstruction via Mobile Augmented Reality

通过移动增强现实实现超声体积重建的扩展

Kian Wei Ng, Yujia Gao, Deborah Khoo, Ying Zhen Tan, Chengzheng Mao, Haojie Cheng, Andrew Makmur, Kee Yuan Ngiam, Serene Goh, Eng Tat Khoo

机构 * National University Health System, Singapore（新加坡国家大学医疗系统） ； College of Design and Engineering, National University of Singapore, Singapore（新加坡国立大学设计与工程学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 MARVUS通过移动增强现实技术提升超声体积重建的准确性和可重复性，减少用户间差异，提高临床应用的可行性和成本效益。

Comments Submitted to MICCAI 2026

CapNav: Benchmarking Vision Language Models on Capability-conditioned Indoor Navigation

CapNav：基于能力条件的室内导航基准测试

Xia Su, Ruiqi Chen, Benlin Liu, Jingwei Ma, Zonglin Di, Ranjay Krishna, Jon Froehlich

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 CapNav基准测试评估VLMs在不同移动约束下室内导航能力，发现其性能随约束增加而下降，且先进模型仍难以处理空间推理任务。

RA-Nav: A Risk-Aware Navigation System Based on Semantic Segmentation for Aerial Robots in Unpredictable Environments

RA-Nav：基于语义分割的面向不确定环境的面向风险的导航系统

Ziyi Zong, Xin Dong, Jinwu Xiang, Daochun Li, Zhan Tu

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 RA-Nav通过语义分割实时识别障碍物并分类，构建风险地图以实现安全高效的路径规划，验证了在突发障碍物场景下的优越性能。

End-user validation of BRIGHT with custom-developed graphical user interface applied to cervical cancer brachytherapy

终用户验证BRIGHT的定制开发图形用户界面应用于宫颈癌近距离治疗

Leah R. M. Dickhoff, Ellen M. Kerkhof, Heloisa H. Deuzeman, Laura A. Velema, Stephanie M. de Boer, Lavinia A. L. Verhagen, Danique L. J. Barten, Bradley R. Pieters, Lukas J. A. Stalpers, Renzo J. Scholman, Pedro M. Matos, Anton Bouter, Carien L. Creutzberg, Peter A. N. Bosman, Tanja Alderliesten

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 BRIGHT结合定制GUI在宫颈癌近距离治疗中表现出色，优于临床实践五例，用户友好且高效。

Robot-Wearable Conversation Hand-off for Navigation

机器人可穿戴对话切换用于导航

Dániel Szabó, Aku Visuri, Benjamin Tag, Simo Hosio

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 本文提出通过对话切换实现多设备室内导航，发现可穿戴设备更受用户青睐，强调了具身AI在人机交互中的作用。

Comments To appear in Proceedings of Augmented Humans International Conference (AHs 2026)

Intent-driven Diffusion-based Path for Mobile Data Collector in IoT-enabled Dense WSNs

基于意图的扩散路径：物联网密集WSN中的移动数据收集器路径规划

Uma Mahesh Boda, Mallikharjuna Rao Nuka

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出ID2P2框架，通过意图驱动的扩散路径规划，提升物联网密集WSN中移动数据收集器的能效、数据新鲜度和网络公平性。

Temporally-Sampled Efficiently Adaptive State Lattices for Autonomous Ground Robot Navigation in Partially Observed Environments

时间采样的高效自适应状态格子用于部分观测环境中的自主地面机器人导航

Ashwin Satish Menon, Eric R. Damm, Eli S. Lancaster, Felix A. Sanchez, Jason M. Gregory, Thomas M. Howard

机构 * University of Rochester（罗切斯特大学） ； DEVCOM Army Research Lab（陆军研究实验室） ； Parsons Corporation（帕尔逊公司） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出TSEASL，一种用于部分观测环境的自主地面机器人导航方法，通过自适应状态格子提升规划稳定性，减少手动干预需求。

Comments 12 pages, 8 figures

PA-MPPI: Perception-Aware Model Predictive Path Integral Control for Quadrotor Navigation in Unknown Environments

PA-MPPI：感知-aware的模型预测路径积分控制用于未知环境中的四旋翼导航

Yifan Zhai, Rudolf Reiter, Davide Scaramuzza

机构 * University of Zurich（苏黎世大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 PA-MPPI通过结合感知信息，提升了四旋翼在未知环境中的导航能力，能够有效探索未知区域并规划替代路径。

Journal ref IEEE Robotics and Automation Letters (RA-L), 2026

LAMP: Implicit Language Map for Robot Navigation

LAMP：机器人导航的隐式语言地图

Sibaek Lee, Hyeonwoo Yu, Giseop Kim, Sunwook Choi

机构 * Department of Intelligent Robotics, Sungkyunkwan University（智能机器人学系，全北国立大学） ； NAVER LABS ； Department of Robotics and Mechatronics Engineering, DGIST（机器人与机电工程系，韩国科学技术院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 LAMP通过隐式语言地图实现高效机器人导航，结合隐式神经场与稀疏图进行粗到细路径优化，提升大环境下的内存效率和目标精度。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L). Project page: https://lab-of-ai-and-robotics.github.io/LAMP/

Journal ref IEEE Robotics and Automation Letters (RA-L), 2025

ReSPEC: A Framework for Online Multispectral Sensor Reconfiguration in Dynamic Environments

ReSPEC：动态环境中在线多光谱传感器重新配置框架

Yanchen Liu, Yuang Fan, Minghui Zhao, Xiaofan Jiang

机构 * Department of Electrical Engineering, Columbia University（电气工程系，哥伦比亚大学） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 ReSPEC框架通过强化学习实现动态多光谱传感器重新配置，提升机器人在复杂环境下的感知效率与资源利用率。

Comments 8 pages, 4 figures. This work has been submitted to the IEEE for possible publication

A Collision-Free Sway Damping Model Predictive Controller for Safe and Reactive Forestry Crane Navigation

一种无碰撞的摇摆阻尼模型预测控制器用于安全且反应性的林业起重机导航

Marc-Philip Ecker, Christoph Fröhlich, Johannes Huemer, David Gruber, Bernhard Bischof, Tobias Glück, Wolfgang Kemmetmüller

机构 * Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN），维也纳技术大学） ； Center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究所） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出了一种无碰撞的摇摆阻尼模型预测控制器，用于林业起重机的安全导航和实时环境适应。

Comments Accepted at ICRA 2026