arXivDaily arXiv每日学术速递 周一至周五更新

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。

2025-12-29 至 2025-12-29 共收录 16 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 具身导航 16 篇

2507.18033 2025-12-29 cs.RO cs.AI 84%

OpenNav: Open-World Navigation with Multimodal Large Language Models

OpenNav: 基于多模态大语言模型的开放世界导航

Mingfeng Yuan, Letian Wang, Steven L. Waslander

机构 * University of Toronto Institute for Aerospace Studies(多伦多大学航空航天研究 institute) University of Toronto Robotics Institute(多伦多大学机器人研究所)

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

AI总结 OpenNav利用多模态大语言模型实现开放世界导航,通过生成价值图增强机器人空间理解,并在真实场景中验证其鲁棒性。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.05622 2025-12-29 cs.RO cs.AI 84%

CityNavAgent: Aerial Vision-and-Language Navigation with Hierarchical Semantic Planning and Global Memory

CityNavAgent:基于层次语义规划和全局记忆的空中视觉-语言导航

Weichen Zhang, Chen Gao, Shiquan Yu, Ruiying Peng, Baining Zhao, Qian Zhang, Jinqiang Cui, Xinlei Chen, Yong Li

机构 * Tsinghua University(清华大学)

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

AI总结 CityNavAgent通过层次语义规划和全局记忆模块,提升空中视觉-语言导航在复杂城市环境中的导航性能。

Journal ref Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21983 2025-12-29 cs.RO 83%

Bab_Sak Robotic Intubation System (BRIS): A Learning-Enabled Control Framework for Safe Fiberoptic Endotracheal Intubation

Bab_Sak Robotic Intubation System (BRIS): 一种具备学习能力的控制框架,用于安全的光纤气管插管

Saksham Gupta, Sarthak Mishra, Arshad Ayub, Kamran Farooque, Spandan Roy, Babita Gupta

机构 * Robotics Research Center, International Institute of Information Technology Hyderabad (IIIT-H)(机器人研究中心,国际信息科技研究所海得拉巴(IIIT-H)) J.P.N.Apex Trauma Center, All India Institute of Medical Sciences(J.P.N.Apex创伤中心,全印度医学科学研究所)

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

AI总结 BRIS是一种具备学习能力的机器人插管系统,通过实时深度感知和闭环控制实现安全的光纤引导气管插管。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.22010 2025-12-29 cs.CV cs.AI 81%

LongFly: Long-Horizon UAV Vision-and-Language Navigation with Spatiotemporal Context Integration

LongFly: 长航程无人机视觉与语言导航中的时空上下文整合

Wen Jiang, Li Wang, Kangyao Huang, Wei Fan, Jinyuan Liu, Shaoyu Liu, Hongwei Duan, Bin Xu, Xiangyang Ji

机构 * School of Mechanical Engineering, Beijing Institute of Technology(北京理工大学机械工程学院) Chongqing Innovation Center, Beijing Institute of Technology(北京理工大学重庆创新中心) Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系) Department of Automation, Tsinghua University(清华大学自动化系) School of Software, Dalian University of Technology(大连理工大学软件学院) School of Artificial Intelligence, Xidian University(西安电子科技大学人工智能学院)

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

AI总结 LongFly通过整合时空上下文提升无人机长航程视觉与语言导航的准确性和稳定性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21722 2025-12-29 cs.RO 79%

MAction-SocialNav: Multi-Action Socially Compliant Navigation via Reasoning-enhanced Prompt Tuning

MAction-SocialNav: 通过推理增强的提示调优实现多动作社交合规导航

Zishuo Wang, Xinyu Zhang, Zhuonan Liu, Tomohito Kawabata, Daeun Song, Xuesu Xiao, Ling Xiao

机构 * Graduate School of Information Science and Technology, Hokkaido University(信息科学与技术研究生院,北海道大学) Graduate School of Computer Science, George Mason University(计算机科学研究生院,乔治·梅森大学)

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

AI总结 MAction-SocialNav通过推理增强的提示调优实现多动作社交合规导航,提升决策质量与安全性,效率高于现有模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.01274 2025-12-29 cs.RO 79%

Efficient Collaborative Navigation through Perception Fusion for Multi-Robots in Unknown Environments

通过感知融合实现多机器人在未知环境中的高效协作导航

Qingquan Lin, Weining Lu, Litong Meng, Chenxi Li, Bin Liang

机构 * Beijing National Research Center for Information Science and Technology, Tsinghua University(北京信息科学与技术国家研究中心,清华大学)

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

AI总结 本文提出了一种基于感知融合的多机器人协作导航方法,通过图注意力架构和信息增益权重提升规划效率,实验证明在未知环境中显著提高导航效率和路径优化能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21398 2025-12-29 cs.RO 79%

Fast Navigation Through Occluded Spaces via Language-Conditioned Map Prediction

通过语言条件制图实现快速通过遮挡空间

Rahul Moorthy Mahesh, Oguzhan Goktug Poyrazoglu, Yukang Cao, Volkan Isler

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

AI总结 本研究提出PaceForecaster,通过整合语言条件指令提升机器人在遮挡空间中的导航效率,实验显示性能提升达36%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2404.04832 2025-12-29 math.OC 78%

Robotic Sorting Systems: Robot Management and Layout Design Optimization

机器人分拣系统:机器人管理与布局设计优化

Tong Zhao, Xi Lin, Fang He, Hanwen Dai

专题命中 具身导航 :robotic(title,abstract)

AI总结 本研究提出了一种新型机器人交通管理方法RC-S,用于优化机器人分拣系统的布局设计,通过减少服务时间并提高吞吐量,以实现成本和效率的平衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21627 2025-12-29 cs.RO 70%

AstraNav-Memory: Contexts Compression for Long Memory

AstraNav-Memory: 长记忆中的上下文压缩

Botao Ren, Junjun Hu, Xinda Xue, Minghua Luo, Jintao Chen, Haochen Bai, Liangliang You, Mu Xu

机构 * Amap, Alibaba Group(阿里巴巴集团Amap) Tsinghua University(清华大学) Peking University(北京大学)

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

AI总结 AstraNav-Memory通过高效的视觉上下文压缩模块和Qwen2.5-VL导航策略,实现了长记忆的压缩存储与高效导航,提升了在新环境中的探索能力和熟悉环境中的路径效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21853 2025-12-29 cs.RO cs.AI 66%

MoonBot: Modular and On-Demand Reconfigurable Robot Toward Moon Base Construction

MoonBot:模块化和按需重构机器人用于月球基地建设

Kentaro Uno, Elian Neppel, Gustavo H. Diaz, Ashutosh Mishra, Shamistan Karimov, A. Sejal Jain, Ayesha Habib, Pascal Pama, Hazal Gozbasi, Shreya Santra, Kazuya Yoshida

机构 * Tohoku University(东北大学)

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

AI总结 MoonBot是一种模块化和按需重构机器人,旨在通过执行模拟月球基础设施建设的任务来支持月球基地建设。

Comments This is the authors' version of a paper accepted for publication in IEEE Transactions on Field Robotics, (c) IEEE. The final published version is available at https://doi.org/10.1109/TFR.2025.3624346

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.18190 2025-12-29 cs.AI cs.CL cs.LG 62%

External Hippocampus: Topological Cognitive Maps for Guiding Large Language Model Reasoning

外部海马体:用于引导大语言模型推理的拓扑认知图

Jian Yan

机构 * School of Computer Science, Zunyi Normal University(计算机科学学院,遵义师范学院)

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

AI总结 本文提出External Hippocampus框架,通过拓扑认知图引导大语言模型推理,解决多步推理中的认知死锁问题,提升推理效率和准确性。

Comments 12 pages, 7 figures. v3: replaces v2 (uploaded in error); updated to two-column format; results unchanged

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21685 2025-12-29 cs.LG cs.AI 62%

RIPCN: A Road Impedance Principal Component Network for Probabilistic Traffic Flow Forecasting

RIPCN: 一条道路阻抗主成分网络用于概率交通流预测

Haochen Lv, Yan Lin, Shengnan Guo, Xiaowei Mao, Hong Nie, Letian Gong, Youfang Lin, Huaiyu Wan

机构 * School of Computer Science Technology Beijing Jiaotong University Beijing China Department of Computer Science Aalborg University Aalborg Denmark Key Laboratory of Big Data \& Artificial Intelligence in Transportation, Ministry of Education Beijing China Beijing Key Laboratory of Traffic Data Mining Beijing Jiaotong University Aalborg University Key Laboratory of Big Data \& Artificial Intelligence in Transportation, Ministry of Education

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

AI总结 RIPCN通过结合交通理论与时空主成分学习,提升交通流预测的准确性和不确定性估计能力。

Comments Accepted at KDD 2026. 12 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17215 2025-12-29 cs.RO cs.AI 62%

Research on Dead Reckoning Algorithm for Self-Propelled Pipeline Robots in Three-Dimensional Complex Pipelines

三维复杂管道中自推进管道机器人的Dead Reckoning算法研究

Yan Gao, Jiliang Wang, Minghan Wang, Xiaohua Chen, Demin Chen, Zhiyong Ren, Tian-Yun Huang

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

AI总结 本文提出一种基于扩展卡尔曼滤波的自推进管道机器人定位方法,用于解决复杂管道环境中的定位问题。

Comments The paper needs further revision

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21438 2025-12-29 cs.RO 57%

Planetary Terrain Datasets and Benchmarks for Rover Path Planning

行星地形数据集与路径规划基准

Marvin Chancán, Avijit Banerjee, George Nikolakopoulos

机构 * Department of Computer Science, Electrical and Space Engineering (Robotics and AI Lab)(计算机科学与空间工程系(机器人与人工智能实验室))

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

AI总结 本文提出两个行星地形基准数据集,评估经典和学习路径规划算法,揭示经典算法在复杂地形中的优越性能及学习模型的局限性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21352 2025-12-29 cs.SE cs.AI cs.MA 57%

Multi-Agent LLM Committees for Autonomous Software Beta Testing

多智能体大语言模型委员会用于自主软件Beta测试

Sumanth Bharadwaj Hachalli Karanam, Dhiwahar Adhithya Kennady

机构 * New York University(纽约大学)

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

AI总结 多智能体大语言模型委员会通过三轮投票协议实现自主软件Beta测试,显著提高任务成功率和漏洞检测效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.21346 2025-12-29 eess.SY cs.SY 50%

Multi-Day Scheduling for Electric Vehicle Routing: A Novel Model and Comparison Of Metaheuristics

多日电动汽车路线规划:一种新型模型与元启发式算法比较

Dominik Köster, Florian Porkert, Klaus Volbert

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出了一种多日电动汽车路线规划模型,通过比较多种元启发式算法来优化电动汽车的路线规划与充电安排。

Comments 6 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏