Multi-Hypotheses Ego-Tracking for Resilient Navigation
多假设视角的自主导航稳健跟踪
专题命中 具身导航 ：navigation(title,abstract)；manipulation(abstract)
AI总结 本文提出了一种结合多假设估计和泊松二项式检测器的稳健导航架构，用于识别和隔离定位系统中的异常，通过轨迹重新规划实现性能恢复。
视觉与机器人
机器人 / 具身智能
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
1. 具身导航 6 篇
Adaptive Object Detection for Indoor Navigation Assistance: A Performance Evaluation of Real-Time Algorithms
适应性物体检测用于室内导航辅助：实时算法性能评估
机构 * Department of Computer Science（计算机科学系） ； Engineering, ASET Amity University, Noida, India（工程系，阿米蒂大学，印度诺伊达）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI、cs.CV、cs.LG
AI总结 本研究评估了四种实时物体检测算法在室内导航辅助中的性能，分析了精度、速度和环境适应性，为视障人士的导航解决方案提供了优化依据。
Comments 5 pages, 2 figures, 3 tables
MonoMPC: Monocular Vision Based Navigation with Learned Collision Model and Risk-Aware Model Predictive Control
MonoMPC: 基于单目视觉的导航：利用学习的碰撞模型和风险感知模型预测控制
机构 * Institute of Technology, University of Tartu（塔尔图大学技术学院） ； International Institute of Information Technology-Hyderabad（海得拉巴国际信息科技研究所） ； Estonian Aviation Academy（爱沙尼亚航空学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 MonoMPC通过学习碰撞模型和风险感知MPC规划器，实现基于单目视觉的导航，在复杂环境中提高导航性能和安全性。
X-Nav: Learning End-to-End Cross-Embodiment Navigation for Mobile Robots
X-Nav: 为移动机器人学习端到端跨体态导航
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 X-Nav通过端到端学习实现跨体态导航，使单一策略能适应多种机器人形态，通过深度强化学习和导航动作分块技术提升导航性能和泛化能力。
DeeAD: Dynamic Early Exit of Vision-Language Action for Efficient Autonomous Driving
DeeAD: 视觉-语言动作的动态早期退出以实现高效的自动驾驶
机构 * City University of Hongkong（香港城市大学） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫 bin Zayed 人工智能大学）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 DeeAD通过动态早期退出机制提升自动驾驶中视觉-语言动作模型的效率，实现28%的变换器层稀疏性和29%的延迟减少，同时保持规划质量和安全。
Efficient Greedy Algorithms for Feature Selection in Robot Visual Localization
机器人视觉定位中的高效贪心算法用于特征选择
机构 * Department of Mechanical Engineering and Mechanics, Lehigh University（机械工程与力学系，莱恩大学）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 本文提出两种高效贪心算法，用于机器人视觉定位中的特征选择，以提高计算效率和定位精度。
