机器人 / 具身智能

FSR-VLN: Fast and Slow Reasoning for Vision-Language Navigation with Hierarchical Multi-modal Scene Graph

基于分层多模态场景图的视觉语言导航：快速与慢速推理

Xiaolin Zhou, Tingyang Xiao, Liu Liu, Yucheng Wang, Maiyue Chen, Xinrui Meng, Xinjie Wang, Wei Feng, Wei Sui, Zhizhong Su

机构 * Horizon Robotics ； D-Robotics Robotics 纠错

专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；robotic(abstract)；分类 cs.RO

AI总结 FSR-VLN通过分层多模态场景图与快速-慢速推理机制，提升视觉语言导航的效率与准确性，实现低延迟高成功率的导航性能。

Comments Demo video are available at https://horizonrobotics.github.io/robot_lab/fsr-vln/

Prune-Then-Plan: Step-Level Calibration for Stable Frontier Exploration in Embodied Question Answering

剪枝后再规划：用于具身问答中稳定前沿探索的分步校准

Noah Frahm, Prakrut Patel, Yue Zhang, Shoubin Yu, Mohit Bansal, Roni Sengupta

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 Prune-Then-Plan通过分步校准稳定具身问答中的前沿探索，提升导航效率和回答质量。

Comments webpage: https://noahfrahm.github.io/Prune-Then-Plan-project-page/

Vision Language Models Can Parse Floor Plan Maps

视觉语言模型可以解析平面图

David DeFazio, Hrudayangam Mehta, Meng Wang, Ping Yang, Jeremy Blackburn, Shiqi Zhang

机构 * School of Computing, Binghamton University（计算机学院，宾夕法尼亚州立大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI

AI总结 本文研究了视觉语言模型在地图解析任务中的性能，展示了其在复杂室内导航中的高成功率，并指出在大型开放区域中性能下降的问题。

Power-Efficient Autonomous Mobile Robots

低功耗自主移动机器人

Liangkai Liu, Weisong Shi, Kang G. Shin

机构 * Department of Computer Science and Engineering, University of Michigan, USA（计算机科学与工程系，密歇根大学） ； Department of Computer and Information Sciences, University of Delaware, USA（计算机与信息科学系，特拉华大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出pNav系统，通过联合优化自主移动机器人物理和网络子系统，显著提升其功率效率，实测显示功率消耗降低38.1%。

Comments 13 pages, 16 figures

Improved adaptive wind driven optimization algorithm for real-time path planning

改进的自适应风驱动优化算法用于实时路径规划

Shiqian Liu, Azlan Mohd Zain, Le-le Mao

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出改进的自适应风驱动优化算法，用于提升动态环境中的实时路径规划性能，通过多层级指导机制提高适应性和鲁棒性，实验表明其在路径优化和轨迹平滑方面优于现有方法。

Comments 23 pages, 4 figures

Hibikino-Musashi@Home 2025 Team Description Paper

Hibikino-Musashi@Home 2025团队描述论文

Ryohei Kobayashi, Kosei Isomoto, Kosei Yamao, Soma Fumoto, Koshun Arimura, Naoki Yamaguchi, Akinobu Mizutani, Tomoya Shiba, Kouki Kimizuka, Yuta Ohno, Ryo Terashima, Hiromasa Yamaguchi, Tomoaki Fujino, Ryoga Maruno, Wataru Yoshimura, Kazuhito Mine, Tang Phu Thien Nhan, Yuga Yano, Yuichiro Tanaka, Takeshi Nishida, Takashi Morie, Hakaru Tamukoh

机构 * Kyushu Institute of Technology（九州工业大学） ； The University of Kitakyushu（北九州市立大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 Hibikino-Musashi@Home团队致力于开发家庭服务机器人，利用大语言模型和脑启发记忆模型实现个性化帮助，并参与比赛提升系统性能。

DeLightMono: Enhancing Self-Supervised Monocular Depth Estimation in Endoscopy by Decoupling Uneven Illumination

DeLightMono: 通过解耦不均匀照明提升内窥镜自监督单目深度估计

Mingyang Ou, Haojin Li, Yifeng Zhang, Ke Niu, Zhongxi Qiu, Heng Li, Jiang Liu

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 DeLightMono通过解耦照明和反光信息，提升内窥镜图像中低光照区域的自监督单目深度估计性能。

Active3D: Active High-Fidelity 3D Reconstruction via Hierarchical Uncertainty Quantification

Active3D: 通过分层不确定性量化实现主动高保真3D重建

Yan Li, Yingzhao Li, Gim Hee Lee

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 Active3D通过分层不确定性量化实现高保真3D重建，结合隐式-显式表示和不确定性驱动的探索策略，提升重建精度与效率。

Embodied Crowd Counting

具身人群计数

Runling Long, Yunlong Wang, Jia Wan, Xiang Deng, Xinting Zhu, Weili Guan, Antoni B. Chan, Liqiang Nie

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 本文提出具身人群计数任务，通过构建大规模交互式模拟器和零样本导航方法，在复杂场景中实现高效人群计数。

Strong Duality and Dual Ascent Approach to Continuous-Time Chance-Constrained Stochastic Optimal Control

强对偶性与双上升方法在连续时间机会约束随机最优控制中的应用

Apurva Patil, Alfredo Duarte, Fabrizio Bisetti, Takashi Tanaka

机构 * Walker Department of Mechanical Engineering, University of Texas at Austin（德克萨斯大学奥斯汀分校机械工程系） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 本文提出了一种基于强对偶性的方法，用于求解连续时间机会约束随机最优控制问题，通过路径积分方法和梯度上升解决对偶问题，并验证了其在移动机器人导航中的有效性。

Comments arXiv admin note: substantial text overlap with arXiv:2504.17154

PuzzlePoles: Cylindrical Fiducial Markers Based on the PuzzleBoard Pattern

PuzzlePoles: 基于PuzzleBoard模式的圆柱形标定标记

Juri Zach, Peer Stelldinger

机构 * Faculty of Computer Science and Digital Society（计算机科学与数字社会学院） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 PuzzlePole是一种基于PuzzleBoard模式的圆柱形标定标记，通过独特组合结构实现高精度定位和鲁棒性，适用于机器人导航、SLAM及实体接口等多种自主系统场景。

A Geometric Perspective on Fusing Gaussian Distributions on Lie Groups

从几何视角融合李群上的高斯分布

Yixiao Ge, Pieter van Goor, Robert Mahony

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出了一种基于几何视角的融合李群上高斯分布的方法，通过指数坐标和平行运输技术实现高效且准确的分布融合。

Comments Preprint for L-CSS

Journal ref IEEE Control Systems Letters, vol. 8, pp. 844-849, 2024