机器人 / 具身智能

Aerial World Model for Long-horizon Visual Generation and Navigation in 3D Space

空域世界模型用于3D空间中的长视距视觉生成与导航

Weichen Zhang, Peizhi Tang, Xin Zeng, Fanhang Man, Shiquan Yu, Zichao Dai, Baining Zhao, Hongjin Chen, Yu Shang, Wei Wu, Chen Gao, Xinlei Chen, Xin Wang, Yong Li, Wenwu Zhu

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 ANWM是一种空域导航世界模型，通过预测未来视觉观察来提升无人机在大规模3D空间中的长视距导航性能。

RNBF: Real-Time RGB-D Based Neural Barrier Functions for Safe Robotic Navigation

RNBF: 基于实时RGB-D的神经障碍函数用于安全机器人导航

Satyajeet Das, Yifan Xue, Haoming Li, Nadia Figueroa

机构 * University of Southern California（南加州大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 本文提出了一种实时RGB-D神经障碍函数框架，用于在未知环境中实现安全机器人导航，通过在线构建可微的SDFs并处理传感器噪声，提升导航安全性。

CausalNav: A Long-term Embodied Navigation System for Autonomous Mobile Robots in Dynamic Outdoor Scenarios

CausalNav: 一种面向动态户外场景的自主移动机器人长期具身导航系统

Hongbo Duan, Shangyi Luo, Zhiyuan Deng, Yanbo Chen, Yuanhao Chiang, Yi Liu, Fangming Liu, Xueqian Wang

机构 * Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（人工智能与机器人中心，深圳国际研究生院，清华大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

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

AI总结 CausalNav是一种基于场景图的语义导航框架，通过构建多级语义场景图实现动态户外环境中的稳健导航与远距离规划。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L)

SingingBot: An Avatar-Driven System for Robotic Face Singing Performance

SingingBot: 一种由虚拟角色驱动的机器人面部歌唱表演系统

Zhuoxiong Xu, Xuanchen Li, Yuhao Cheng, Fei Xu, Yichao Yan, Xiaokang Yang

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

AI总结 SingingBot通过虚拟角色驱动框架实现机器人面部歌唱的丰富情感表达，提出情感动态范围指标评估情感广度，实验表明其在情感表现和同步性方面优于现有方法。

Stairway to Success: An Online Floor-Aware Zero-Shot Object-Goal Navigation Framework via LLM-Driven Coarse-to-Fine Exploration

通往成功的阶梯：一种通过LLM驱动的粗到细探索的在线楼层感知零样本物体-目标导航框架

Zeying Gong, Rong Li, Tianshuai Hu, Ronghe Qiu, Lingdong Kong, Lingfeng Zhang, Guoyang Zhao, Yiyi Ding, Junwei Liang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出ASCENT框架，通过LLM驱动的粗到细探索实现在线楼层感知零样本物体-目标导航，无需预建地图或重新训练，适用于多楼层环境。

Comments Accepted to IEEE Robotics and Automation Letters (RAL). Project Page at https://zeying-gong.github.io/projects/ascent

MOON: Multi-Objective Optimization-Driven Object-Goal Navigation Using a Variable-Horizon Set-Orienteering Planner

MOON：基于多目标优化的物体-目标导航变量视距集导向规划器

Daigo Nakajima, Kanji Tanaka, Daiki Iwata, Kouki Terashima

机构 * University of Fukui（福井大学） 纠错

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

AI总结 MOON通过多目标优化解决大规模复杂环境中的导航问题，结合可变视距集导向规划和高效神经规划器，提升全局规划与实时决策效率。

Comments 9 pages, 7 figures, technical report

Improving Behavioral Alignment in LLM Social Simulations via Context Formation and Navigation

通过情境形成与导航提升LLM社交模拟中的行为一致性

Letian Kong, Qianran, Jin, Renyu Zhang

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

AI总结 本文提出通过情境形成与导航提升LLM在复杂决策环境中的行为一致性，验证了两阶段框架在不同任务中的有效性。

Comments 39 pages, 2 figures, 3 tables

Topological Mapping and Navigation using a Monocular Camera based on AnyLoc

基于AnyLoc的单目相机拓扑映射与导航

Wenzheng Zhang, Yoshitaka Hara, Sousuke Nakamura

机构 * Graduate School of Science and Engineering, Hosei University（Hosei大学工学研究院） ； Future Robotics Technology Center (fuRo), Chiba Institute of Technology（Chiba技术大学未来机器人技术中心） ； Faculty of Science and Engineering, Hosei University（Hosei大学工学学院） 纠错

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

AI总结 基于AnyLoc的单目相机实现高效拓扑映射与导航，通过关键节点简化路径规划，提升导航成功率并降低计算成本。

Comments Published in Proc. IEEE CASE 2025. 7 pages, 11 figures

Journal ref Proc. IEEE International Conference on Automation Science and Engineering (CASE), 2025

ADMM-MCBF-LCA: A Layered Control Architecture for Safe Real-Time Navigation

ADMM-MCBF-LCA：一种用于安全实时导航的分层控制架构

Anusha Srikanthan, Yifan Xue, Vijay Kumar, Nikolai Matni, Nadia Figueroa

机构 * School of Engineering and Applied Science, University of Pennsylvania（工程与应用科学学院，宾夕法尼亚大学） 纠错

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

AI总结 ADMM-MCBF-LCA通过分层控制架构实现安全实时导航，结合离线路径库和在线路径选择，确保在动态环境中安全完成任务。

Journal ref Proc. IEEE Int. Conf. Robot. Autom. (ICRA), 2025, pp. 9243-9250

Distributed Koopman Operator Learning for Perception and Safe Navigation

分布式Koopman算子学习用于感知与安全导航

Ali Azarbahram, Shenyu Liu, Gian Paolo Incremona

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文提出一种结合模型预测控制与分布式Koopman算子学习的框架，用于在动态交通环境中实现安全高效的自主导航。

Natural parallel translation and connection associated to navigation data

导航数据的自然平行翻译与关联

Asma Mezrag, Zoltan Muzsnay, Csaba Vincze

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文提出一种基于黎曼平行性的自然平行翻译方法，用于处理导航数据的几何特性，保持Finsler范数并具有有限维holonomy群。

Differential Barometric Altimetry for Submeter Vertical Localization and Floor Recognition Indoors

微分气压测高用于室内的亚米垂直定位和楼层识别

Yuhang Zhang, Sören Schwertfeger

机构 * Key Laboratory of Intelligent Perception and Human-Machine Collaboration – ShanghaiTech University, Ministry of Education, China（智能感知与人机协同关键实验室 – 上海科技大学，教育部，中国） 纠错

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

AI总结 本文提出了一种基于微分气压传感的低成本ROS兼容框架，实现亚米级垂直定位和100%楼层识别，解决了传统SLAM里程计在复杂多层环境中的局限性。

Simulations and Advancements in MRI-Guided Power-Driven Ferric Tools for Wireless Therapeutic Interventions

MRI引导的无线治疗干预中功率驱动铁基工具的模拟与进展

Wenhui Chu, Aobo Jin, Hardik A. Gohel

机构 * Dept. of Computer Science, University of Houston-Victoria, Victoria, USA.（计算机科学系，休斯顿-维克托利亚大学，维克托利亚，美国） 纠错

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

AI总结 本研究提出了一种MRI引导的无线治疗干预系统，通过定制磁场梯度模式提升血管内手术的精度和安全性。

Comments 10 pages, 7 figures

SAHA: Supervised Autonomous HArvester for selective forest thinning

SAHA：监督自主森林采伐机用于选择性森林疏伐

Fang Nan, Meher Malladi, Qingqing Li, Fan Yang, Joonas Juola, Tiziano Guadagnino, Jens Behley, Cesar Cadena, Cyrill Stachniss, Marco Hutter

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

AI总结 SAHA 是一种基于小型机械采伐机的监督自主系统，用于在森林中进行选择性疏伐，通过先进的感知、规划和控制技术实现自主导航和精确操作。

How Robot Dogs See the Unseeable: Improving Visual Interpretability via Peering for Exploratory Robots

机器人如何看见不可见之物：通过窥视提升探索机器人视觉可解释性

Oliver Bimber, Karl Dietrich von Ellenrieder, Michael Haller, Rakesh John Amala Arokia Nathan, Gianni Lunardi, Mohamed Youssef, Marco Camurri, Santos Miguel Orozco Soto, Jeremy E. Niven

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

AI总结 通过模仿昆虫的窥视动作，提升探索机器人在部分遮挡下的视觉推理能力，实现高分辨率、实时感知，适用于复杂环境导航与场景理解。

Point Cloud to Mesh Reconstruction: Methods, Trade-offs, and Implementation Guide

点云到网格重建：方法、权衡与实现指南

Fatima Zahra Iguenfer, Achraf Hsain, Hiba Amissa, Yousra Chtouki

机构 * School of Science and Engineering（科学与工程学院） 纠错

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

AI总结 本文系统梳理了点云到网格重建的多种方法，分析了不同方法间的权衡，并提供了选择和实现的实用指南。

Sampling Strategy Design for Model Predictive Path Integral Control on Legged Robot Locomotion

用于四足机器人运动的模型预测路径积分控制的采样策略设计

Chuyuan Tao, Fanxin Wang, Haolong Jiang, Jia He, Yiyang Chen, Qinglei Bu

机构 * School of Artificial Intelligence Shandong University Jinan, China ； Department of Mechatronics ； Robotics Xi'an Jiaotong-Liverpool University Suzhou, China ； Robotics Xi'an Jiaotong-Liverpool University Suzhou, China University of Liverpool United Kingdom ； Robotic Systems Xi'an Jiaotong-Liverpool University Suzhou, China 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种用于四足机器人运动的模型预测路径积分控制的采样策略设计方法，通过比较不同采样策略的效果，提升了控制平滑度和任务性能。

Latent Space Reinforcement Learning for Multi-Robot Exploration

潜在空间强化学习用于多机器人探索

Sriram Rajasekar, Ashwini Ratnoo

机构 * Department of Aerospace Engineering（航空航天工程系） ； Indian Institute of Science（印度科学研究所） 纠错

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

AI总结 本文提出利用潜在空间强化学习，通过自编码器和过程生成算法提升多机器人探索效率和鲁棒性。

Explainability-Guided Defense: Attribution-Aware Model Refinement Against Adversarial Data Attacks

可解释性引导的防御：对抗数据攻击中的属性感知模型细化

Longwei Wang, Mohammad Navid Nayyem, Abdullah Al Rakin, KC Santosh, Chaowei Zhang, Yang Zhou

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

AI总结 本文提出属性感知模型细化方法，通过LIME引导训练以提升对抗鲁棒性和分布外泛化能力。

Comments 8pages,4 figures

AHA! Animating Human Avatars in Diverse Scenes with Gaussian Splatting

AHA！利用高斯点散布在多样场景中动画化人类

Aymen Mir, Jian Wang, Riza Alp Guler, Chuan Guo, Gerard Pons-Moll, Bing Zhou

机构 * Tübingen AI Center, University of Tübingen（图宾根人工智能中心、图宾根大学） 纠错

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

AI总结 本研究提出利用3D高斯点散布技术实现人类在多样场景中的动画化，通过解耦渲染与运动合成，提升单目视频中的人类动画效果。

Comments Project page available at: https://miraymen.github.io/aha/

STELLAR: A Search-Based Testing Framework for Large Language Model Applications

STELLAR: 一种基于搜索的大型语言模型应用测试框架

Lev Sorokin, Ivan Vasilev, Ken E. Friedl, Andrea Stocco

专题命中 具身导航 ：navigation(abstract)

AI总结 STELLAR通过进化优化方法，系统性地发现导致LLM应用故障的输入，提升测试效率和安全性。

Comments Accepted for publication at the 33th International Conference on Software Analysis, Evolution and Reengineering (SANER 2026)

Critical Challenges in Content Moderation for People Who Use Drugs (PWUD): Insights into Online Harm Reduction Practices from Moderators

内容审查中为药物使用者（PWUD）面临的重大挑战：来自审查员的在线危害减少实践洞察

Kaixuan Wang, Loraine Clarke, Carl-Cyril J Dreue, Guancheng Zhou, Jason T. Jacques

专题命中 具身导航 ：navigation(abstract)

AI总结 本文探讨了药物使用者在线社区审查中的独特挑战，提出通过多维方法和基于示例的指导改进审查设计，以应对高风险评估和监管冲突。

Comments 27 pages