机器人 / 具身智能

A Reinforcement Learning-Based Model for Mapping and Goal-Directed Navigation Using Multiscale Place Fields

基于强化学习的多尺度场所场映射与目标导向导航模型

Bekarys Dukenbaev, Andrew Gerstenslager, Alexander Johnson, Ali A. Minai

机构 * Department of Computer Science, University of Cincinnati（计算机科学系，辛辛那提大学） ； Department of Electrical and Computer Engineering, University of Cincinnati（电气与计算机工程系，辛辛那提大学） 纠错

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

AI总结 本文提出了一种基于强化学习的多尺度场所场模型，通过多尺度空间表示提升机器人在复杂环境中的导航效率与学习速度。

Comments 11 pages, 8 figures. Submitted to IEEE Transactions on Cognitive and Developmental Systems

CoINS: Counterfactual Interactive Navigation via Skill-Aware VLM

基于技能感知的反事实交互导航：通过技能感知视觉语言模型

Kangjie Zhou, Zhejia Wen, Zhiyong Zhuo, Zike Yan, Pengying Wu, Ieng Hou U, Shuaiyang Li, Han Gao, Kang Ding, Wenhan Cao, Wei Pan, Chang Liu

机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； College of Design and Engineering, National University Of Singapore（新加坡国立大学设计与工程学院） ； Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） 纠错

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

AI总结 CoINS通过整合技能感知推理与稳健执行，提升机器人在复杂环境中的交互导航能力。

Comments 17 pages, 13 figures

OmniNav: A Unified Framework for Prospective Exploration and Visual-Language Navigation

OmniNav：一个统一的框架，用于前瞻性探索和视觉-语言导航

Xinda Xue, Junjun Hu, Minghua Luo, Shichao Xie, Jintao Chen, Zixun Xie, Kuichen Quan, Wei Guo, Mu Xu, Zedong Chu

机构 * Alibaba Group（阿里巴巴集团） ； Peking University（北京大学） 纠错

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

AI总结 OmniNav通过统一框架实现多导航任务和前沿探索，提升机器人自主导航的精度与泛化能力。

Integrating Sample Inheritance into Bayesian Optimization for Evolutionary Robotics

将样本继承整合到贝叶斯优化中用于进化机器人

K. Ege de Bruin, Kyrre Glette, Kai Olav Ellefsen

机构 * Department of Informatics, University of Oslo（信息学院，奥斯陆大学） 纠错

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

AI总结 本文提出利用样本继承提升贝叶斯优化在进化机器人中的性能，通过两种继承方式验证了其有效性，展示了低预算下的高效优化策略。

SpatiaLoc: Leveraging Multi-Level Spatial Enhanced Descriptors for Cross-Modal Localization

SpatiaLoc: 借助多级空间增强描述符进行跨模态定位

Tianyi Shang, Pengjie Xu, Zhaojun Deng, Zhenyu Li, Zhicong Chen, Lijun Wu

机构 * Fuzhou University（福州大学） ； Shandong Academy of Sciences（山东省科学院） ； Qingdao University（青岛大学） ； Tongji University（同济大学） 纠错

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

AI总结 SpatiaLoc通过多级空间增强描述符提升跨模态定位性能，采用粗到细策略结合贝塞尔曲线和频率域建模，实现更精确的机器人定位。

GNSS Jammer Direction Finding in Dynamic Scenarios Using an Inertial-based Multi-Antenna System

利用惯性多天线系统在动态场景中实现GNSS干扰源定位

Lucas Heublein, Thorsten Nowak, Tobias Feigl, Jaspar Pahl, Felix Ott

机构 * 1 Fraunhofer Institute for Integrated Circuits IIS, 90411 Nürnberg, Germany ； 2 Diehl Defence GmbH \& Co. KG, 90552 Röthenbach an der Pegnitz, Germany 纠错

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

AI总结 本文提出利用惯性多天线系统在动态场景中实现GNSS干扰源定位，通过融合IQ数据、FFT频谱图和22个AoA特征提升定位精度。

Comments 9 pages, 26 figures, 2 tables

Journal ref IEEE DGON Inertial Sensors and Applications (ISA), October 21-22 2025, Braunschweig, Germany

Real-time Sampling-based Model Predictive Control based on Reverse Kullback-Leibler Divergence and Its Adaptive Acceleration

基于反Kullback-Leibler散度的实时采样式模型预测控制及其自适应加速

Taisuke Kobayashi, Kota Fukumoto

机构 * Principles of Informatics Research Division（信息学原理研究部） ； National Institute of Informatics (NII)（国家信息研究所） ； Informatics Program（信息学项目） ； The Graduate University for Advanced Studies (SOKENDAI)（高级研究大学（SOKENDAI）） ； Division of Information Science（信息科学部） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本研究提出基于反Kullback-Leibler散度的实时采样式MPC方法，结合自适应加速技术，提升机器人系统任务解决能力与实时性能。

Comments 18 pages, 16 figures

Journal ref Advanced Intelligent Systems, 2026

Stigmergic optimal transport

群体最优运输的协同机制

Vishaal Krishnan, L. Mahadevan

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出了一种基于随机最优控制的协同运输理论框架，通过局部交互在异质环境中生成测地线轨迹，无需集中协调。

Legitimizing, Developing, and Sustaining Feminist HCI in East Asia: Challenges and Opportunities

正当化、发展与维持东亚的女性主义人机交互：挑战与机遇

Runhua Zhang, Ruyuan Wan, Jiaqi Li, Daye Kang, Yigang Qin, Yijia Wang, Ziqi Pan, Tiffany Knearem, Huamin Qu, Xiaojuan Ma

专题命中 具身导航 ：navigation(abstract)

AI总结 本文探讨东亚女性主义人机交互面临的挑战与机遇，提出通过聚会促进社区建设和方法论讨论，以正当化、发展和维持该领域。

Comments The proposal was accepted by CHI2026 meet-up track; and will be published in Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems (CHI EA '26)