机器人 / 具身智能

An Efficient and Multi-Modal Navigation System with One-Step World Model

一种高效且多模态的导航系统与一步世界模型

Wangtian Shen, Ziyang Meng, Jinming Ma, Mingliang Zhou, Diyun Xiang

机构 * Tsinghua University（清华大学） ； Xiaomi (China)（小米（中国）） 纠错

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

AI总结 本文提出了一种高效多模态导航系统，通过一步世界模型和3D U-Net骨干网络，提升导航效率和鲁棒性。

A Comprehensive Review of Bio-Inspired Approaches to Coordination, Communication, and System Architecture in Underwater Swarm Robotics

对水下群体机器人协调、通信和系统架构中生物启发方法的综合回顾

Shyalan Ramesh, Scott Mann, Alex Stumpf

机构 * La Trobe University（拉特罗布大学） 纠错

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

AI总结 本文综述了水下群体机器人中生物启发方法的协调、通信和系统架构，分析了关键算法、通信限制及硬件设计，提出多维分类框架以指导未来研究方向。

Comments Published as part of the Special Issue: Wide Application of Marine Robotic Systems, in the Journal of Marine Science and Engineering

Journal ref Journal of Marine Science and Engineering, 14(1), 59 (2026)

Communication-Free Collective Navigation for a Swarm of UAVs via LiDAR-Based Deep Reinforcement Learning

基于激光雷达的深度强化学习实现无人机群通信自由的集体导航

Myong-Yol Choi, Hankyoul Ko, Hanse Cho, Changseung Kim, Seunghwan Kim, Jaemin Seo, Hyondong Oh

机构 * Department of Mechanical Engineering, Ulsan National Institute of Science and Technology（机械工程系，釜山国立科学技术研究院） ； Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology（机械工程系，韩国科学技术院） 纠错

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

AI总结 本文提出一种基于激光雷达的深度强化学习方法，使无人机群在无通信和无外部定位的情况下实现稳健的集体导航。

AirHunt: Bridging VLM Semantics and Continuous Planning for Efficient Aerial Object Navigation

AirHunt: 通过融合视觉语言模型语义与连续规划实现高效空中物体导航

Xuecheng Chen, Zongzhuo Liu, Jianfa Ma, Bang Du, Tiantian Zhang, Xueqian Wang, Boyu Zhou

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Department of Mechanical and Energy Engineering, Southern University of Science and Technology（南方科技大学机械与能源工程系） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Department of Physics, Southern University of Science and Technology（南方科技大学物理系） 纠错

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

AI总结 AirHunt通过融合视觉语言模型语义与连续规划，实现高效空中物体导航，提升开放集物体定位的准确性和效率。

EmoBipedNav: Emotion-aware Social Navigation for Bipedal Robots with Deep Reinforcement Learning

EmoBipedNav：基于深度强化学习的具有情绪感知的双足机器人社交导航

Wei Zhu, Abirath Raju, Abdulaziz Shamsah, Anqi Wu, Seth Hutchinson, Ye Zhao

机构 * Laboratory for Intelligent Decision and Autonomous Robots, Woodruff School of Mechanical Engineering, Georgia Institute of Technology（智能决策与自主机器人实验室，伍德鲁夫机械工程学院，佐治亚理工学院） ； College of Engineering and Petroleum, Kuwait University（工程与石油学院，科威特大学） ； School of Computational Science and Engineering, Georgia Institute of Technology（计算科学与工程学院，佐治亚理工学院） ； Khoury College of Computer Sciences, Northeastern University（计算机科学学院，东北大学） 纠错

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

AI总结 EmoBipedNav通过深度强化学习实现双足机器人在社交环境中的情绪感知导航，结合运动约束与社交动态，提升安全性和交互效率。

Comments 13 pages

Exploiting Light To Enhance The Endurance and Navigation of Lighter-Than-Air Micro-Drones

利用光能提升轻于空气微型无人机的续航与导航能力

Harry Huang, Talia Xu, Marco Zúñiga Zamalloa

机构 * TU Delft（代尔夫特理工大学） ； The University of Auckland（奥克兰大学） 纠错

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

AI总结 本研究提出了一种利用光能进行能量收集和导航的紧凑型轻于空气微型无人机，通过高保真仿真框架、太阳能集成和点对点导航算法，实现了可持续的自主飞行和导航能力。

FocusNav: Spatial Selective Attention with Waypoint Guidance for Humanoid Local Navigation

FocusNav: 有人机器人局部导航中的空间选择性注意力与路径引导

Yang Zhang, Jianming Ma, Liyun Yan, Zhanxiang Cao, Yazhou Zhang, Haoyang Li, Yue Gao

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

AI总结 FocusNav通过路径引导的空间交叉注意力机制和稳定性感知的选通门模块，提升人形机器人在动态复杂环境中的导航鲁棒性。

Comments 12 pages, 11 figures

Spatial-VLN: Zero-Shot Vision-and-Language Navigation With Explicit Spatial Perception and Exploration

空间视觉导航：具有显式空间感知和探索的零样本视觉-语言导航

Lu Yue, Yue Fan, Shiwei Lian, Yu Zhao, Jiaxin Yu, Liang Xie, Feitian Zhang

机构 * Robotics and Control Laboratory, School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University（机器人与控制实验室、先进制造与机器人学院，以及湍流与复杂系统国家重点实验室，北京大学） ； Defense Innovation Institute, Academy of Military Sciences, Beijing（国防科技创新研究院，军事科学院，北京） ； Tianjin Artificial Intelligence Innovation Center, Tianjin（天津人工智能创新中心，天津） ； Institute of Computing and Intelligence, Harbin Institute of Technology (Shenzhen)（计算与智能学院，哈尔滨工业大学（深圳）） 纠错

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

AI总结 Spatial-VLN通过增强空间感知和探索机制，提升零样本视觉-语言导航在复杂环境中的泛化与鲁棒性。

Enabling High-Curvature Navigation in Eversion Robots through Buckle-Inducing Constrictive Bands

通过诱导弯曲的约束带实现高曲率导航的翻转机器人

Cem Suulker, Muhie Al Haimus, Thomas Mack, Mohammad Sheikhsofla, Neri Niccolò Dei, Reza Kashef, Hadi Sadati, Federica Barontini, Fanny Ficuciello, Alberto Arezzo, Bruno Siciliano, Sebastien Ourselin, Kaspar Althoefer

机构 * Department of Surgical Sciences, University of Turin（都灵大学外科科学系） ； PRISMA Lab, Department of Electrical Engineering and Information Technology, University of Naples Federico II（那不勒斯费德里科二世大学电气工程与信息技术系PRISMA实验室） ； School of Biomedical Engineering and Imaging Sciences, King’s College London（伦敦国王学院生物医学工程与成像科学学院） 纠错

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

AI总结 本文提出通过约束带降低翻转机器人弯曲刚度，实现高曲率导航，提升在狭窄路径中的机动性。

LLM-Glasses: GenAI-driven Glasses with Haptic Feedback for Navigation of Visually Impaired People

LLM-Glasses: 基于生成式AI的具有触觉反馈的眼镜用于盲人导航

Issatay Tokmurziyev, Miguel Altamirano Cabrera, Muhammad Haris Khan, Yara Mahmoud, Dzmitry Tsetserukou

机构 * Skolkovo Institute of Science and Technology (Skoltech)（斯克尔科沃科学与技术研究所） 纠错

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

AI总结 LLM-Glasses通过生成式AI和触觉反馈为视障人士提供导航支持，实验显示其在不同障碍物环境下具有较高的导航准确性。

Floor Plan-Guided Visual Navigation Incorporating Depth and Directional Cues

结合深度和方向线索的平面图引导视觉导航

Weiqi Huang, Jiaxin Li, Zan Wang, Huijun Di, Wei Liang, Zhu Yang

机构 * Beijing Institute of Technology（北京理工大学） ； Yangtze Delta Region Academy of Beijing Institute of Technology（北京理工大学长江三角洲地区学院） 纠错

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

AI总结 GlocDiff通过结合局部深度线索和全局方向指导，实现高效的平面图引导视觉导航。

Generation of Real-time Robotic Emotional Expressions Learning from Human Demonstration in Mixed Reality

基于混合现实的人类示范生成实时机器人情感表达

Chao Wang, Michael Gienger, Fan Zhang

机构 * Honda Research Institute Europe（本田欧洲研究院） 纠错

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

AI总结 本研究提出一种基于混合现实的人类示范生成实时机器人情感表达的框架，通过流匹配生成过程实现逼真且多样的情感表达。

Comments 5

LocoScooter: Designing a Stationary Scooter-Based Locomotion System for Navigation in Virtual Reality

LocoScooter：设计一种基于 stationary scooter 的运动系统用于虚拟现实中的导航

Wei He, Xiang Li, Per Ola Kristensson, Ge Lin Kan

专题命中 具身导航 ：navigation(title,abstract)

AI总结 LocoScooter通过结合紧凑跑步机滑动和滑板转向，提供了一种低成本、高效的虚拟现实导航解决方案，显著提升了沉浸感和身体参与度。

Comments 11 pages, 10 figures, conditionally accpeted by IEEE Transactions on Visualization and Computer Graphics (IEEE VR 2026)

AI for Green Spaces: Leveraging Autonomous Navigation and Computer Vision for Park Litter Removal

人工智能用于绿色空间：利用自主导航和计算机视觉进行公园垃圾清除

Christopher Kao, Akhil Pathapati, James Davis

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

AI总结 本文提出利用自主导航和计算机视觉技术，开发能自主识别并拾取公园垃圾的机器人，以解决草地垃圾问题。

Comments Published in IEEE/SICE SII 2025

Journal ref 2025 IEEE/SICE International Symposium on System Integration (SII), Munich, Germany, 2025, pp. 171-176

QRmap: executable QR codes for Navigation in Industrial Environments and Beyond

QRmap：用于工业环境及其他场景的可执行QR码

Stefano Scanzio, Paolo Campagnale, Pietro Chiavassa, Gianluca Cena

专题命中 具身导航 ：navigation(title,abstract)

AI总结 QRmap是一种可执行QR码技术，用于在无互联网连接的工业环境中提供导航服务，并支持地理地图交互。

Comments preprint accepted, 4 pages, 2025

Journal ref IEEE 30th International Conference on Emerging Technologies and Factory Automation (ETFA 2025)

Safe Navigation under State Uncertainty: Online Adaptation for Robust Control Barrier Functions

在状态不确定性下安全导航：面向鲁棒控制屏障函数的在线适应

Ersin Das, Rahal Nanayakkara, Xiao Tan, Ryan M. Bena, Joel W. Burdick, Paulo Tabuada, Aaron D. Ames

机构 * Department of Mechanical and Civil Engineering, California Institute of Technology（机械与土木工程系，加州理工学院） ； Electrical and Computer Engineering Department, University of California at Los Angeles（电气与计算机工程系，加州大学洛杉矶分校） 纠错

专题命中 具身导航 ：navigation(title)；分类 cs.RO

AI总结 本文提出了一种基于优化的在线参数适应方案，用于改进鲁棒控制屏障函数，以提高在状态不确定性下的安全导航性能。

Event-based Heterogeneous Information Processing for Online Vision-based Obstacle Detection and Localization

基于事件的异构信息处理用于在线视觉障碍检测与定位

Reza Ahmadvand, Sarah Safura Sharif, Yaser Mike Banad

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

AI总结 本文提出一种结合混合神经网络与脉冲神经网络的框架，用于提升机器人在动态环境中的障碍检测与定位能力。

Safe Navigation in Cluttered Environments Via Spline-Based Harmonic Potential Fields

通过样条基础调和势场在杂乱环境中实现安全导航

Theodor-Gabriel Nicu, Florin Stoican, Daniel-Mihail Ioan, Ionela Prodan

专题命中 具身导航 ：navigation(title)

AI总结 本文提出了一种基于样条调和势场的方法，用于在杂乱环境中安全导航，通过控制策略引导代理沿预设单元序列移动，确保目标跟踪和障碍回避。

Helical Tendon-Driven Continuum Robot with Programmable Follow-the-Leader Operation

具有可编程跟随者跟随操作的螺旋肌腱驱动连续机器人

Behnam Moradkhani, Raghav Sankaranarayanan, Pejman Kheradmand, Harshith Jella, Nicholas Ahn, Ajmal Zemmar, Yash Chitalia

机构 * University of Louisville（路易斯维尔大学） ； University of Louisville School of Medicine（路易斯维尔大学医学院） ； Healthcare Robotics and Telesurgery Laboratory (Heartlab)（医疗机器人与远程外科实验室） ； Department of Orthopedic Surgery（骨科部门） ； Robley Rex Va Medical Center（罗伯利雷克斯退伍军人医疗中心） 纠错

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

AI总结 ExoNav机器人通过可编程跟随者跟随操作实现精准导航，用于脊髓电刺激治疗。

Comments 8 pages, 9 figures

Message passing-based inference in an autoregressive active inference agent

基于消息传递的自回归主动推断代理推理

Wouter M. Kouw, Tim N. Nisslbeck, Wouter L. N. Nuijten

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Lazy Dynamics B.V.（Lazy Dynamics公司） 纠错

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

AI总结 本文提出一种基于消息传递的自回归主动推断代理，通过在因子图上进行推理，在机器人导航任务中展示了在连续观测空间中实现探索与利用的能力，并在动态建模方面优于传统控制器。

Comments 14 pages, 4 figures, proceedings of the International Workshop on Active Inference 2025. Erratum v1: in Eq. (50), $p(y_t, Θ, u_t \mid y_{*}, \mathcal{D}_k)$ should have been $p(y_t, Θ\mid u_t, y_{*}, \mathcal{D}_k)$

PERSEUS: Perception with Semantic Endoscopic Understanding and SLAM

PERSEUS：具有语义内窥镜理解和SLAM的感知

Ayberk Acar, Fangjie Li, Susheela Sharma Stern, Lidia Al-Zogbi, Hao Li, Kanyifeechukwu Jane Oguine, Dilara Isik, Brendan Burkhart, Jesse F. d'Almeida, Robert J. Webster, Ipek Oguz, Jie Ying Wu

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

AI总结 PERSEUS提出了一种结合语义分割与实时单目SLAM的感知管道，用于自然开口手术，实现高精度的场景理解和手术指导。

Comments 13 pages, 6 figures, 2 tables. Under review for The 17th International Conference on Information Processing in Computer-Assisted Interventions (IPCAI 2026)

PointSLAM++: Robust Dense Neural Gaussian Point Cloud-based SLAM

PointSLAM++: 基于密集神经高斯点云的鲁棒SLAM

Xu Wang, Boyao Han, Xiaojun Chen, Ying Liu, Ruihui Li

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

AI总结 PointSLAM++通过分层约束神经高斯表示和动态神经图实现高精度三维重建与逼真渲染，优于现有SLAM方法。

Scene-Aware Vectorized Memory Multi-Agent Framework with Cross-Modal Differentiated Quantization VLMs for Visually Impaired Assistance

具有跨模态差异化量化功能的场景感知向量内存多智能体框架用于视障辅助

Xiangxiang Wang, Xuanyu Wang, YiJia Luo, Yongbin Yu, Manping Fan, Jingtao Zhang, Liyong Ren

机构 * School of Information ； Software Engineering, University of Electronic Science ； Sichuan Provincial Key Laboratory for Human Disease Gene Study, Sichuan Academy of Medical Sciences \& Sichuan Provincial People's Hospital, University of Electronic Science ； Faculty of Computing, Harbin Institute of Technology, Harbin, China 纠错

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

AI总结 本文提出了一种具有跨模态差异化量化的多智能体框架，通过减少内存消耗和提升处理效率，为视障人士提供更高效的环境感知与辅助导航支持。

Comments 28 pages,9 figures

PAtt: A Pattern Attention Network for ETA Prediction Using Historical Speed Profiles

PAtt: 一种基于历史速度剖面的ETA预测模式注意力网络

ByeoungDo Kim, JunYeop Na, Kyungwook Tak, JunTae Kim, DongHyeon Kim, Duckky Kim

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

AI总结 PAtt通过利用历史速度剖面的注意力机制，提升ETA预测的准确性和效率，有效整合道路特征和实时交通数据。

Comments 7 pages, 3 figures, ITSC 2025, to be published

Physic-HM: Restoring Physical Generative Logic in Multimodal Anomaly Detection via Hierarchical Modulation

Physic-HM: 通过分层调制恢复多模态异常检测中的物理生成逻辑

Xiao Liu, Junchen Jin, Yanjie Zhao, Zhixuan Xing

机构 * Chongqing University（重庆大学） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.LG

AI总结 Physic-HM通过引入物理归纳偏置，解决多模态异常检测中过程逻辑缺失的问题，实现高维与低维数据的协同建模，提升异常检测性能。

Comments Working in progress

Design and development of an electronics-free earthworm robot

无电子元件的蚯蚓机器人设计与开发

Riddhi Das, Joscha Teichmann, Thomas Speck, Falk J. Tauber

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本研究提出一种无电子元件的蚯蚓启发式气动机器人，利用改进的气动逻辑门设计实现节律性运动，适用于危险环境中的自主移动。

Comments Conference Proceedings Paper Living Machines 2025

Journal ref Biomimetic and Biohybrid Systems. Living Machines 2025. Lecture Notes in Computer Science, LNAI,vol.15582, (2025), 167 - 178

From Design to Deorbit: A Solar-Electric Autonomous Module for Multi-Debris Remediation

从设计到去轨：一种用于多碎片修复的太阳能自主模块

Om Mishra, Jayesh Patil, Sathwik Narkedimilli, G Srikantha Sharma, Ananda S, Manjunath K Vanahalli

机构 * 1 Department of Electronics \& Communication Engineering, Indian Institute of Information Technology Dharwad, India ； 2 Department of Computer Science \& Engineering, Indian Institute of Information Technology Dharwad, India ； 3 Department of Electrical \& Computer Engineering. National University of Singapore (NUS), Singapore ； 4 Hindustan Aeronautics Limited (HAL), Bengaluru, India ； 5 U R Rao Satellite Center, ISRO, Bengaluru, India ； 6 Department of Data Science ； Artificial Intelligence, Indian Institute of Information Technology Dharwad, India 纠错

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

AI总结 本文提出了一种太阳能驱动的自主模块，用于多碎片修复，通过机械夹持系统和高效氙气推进器实现高精度去轨，并利用DTN协议提高数据传输效率。

Comments 6 pages, 13 Figures, 2 tables

PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition

PhyG-MoE：一种基于物理指导的专家混合框架用于高效GNSS干扰识别

Zhihan Zeng, Yang Zhao, Kaihe Wang, Dusit Niyato, Yue Xiu, Lu Chen, Zhongpei Zhang, Ning Wei

机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（中国电子科学与技术大学无线通信国家重点实验室） ； University of Electronic Science and Technology of China（中国电子科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； Anhui Science and Technology University（安徽科学技术大学） 纠错

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

AI总结 PhyG-MoE通过动态对齐模型容量与信号复杂性，提升GNSS干扰识别的能效与准确性。

SKANet: A Cognitive Dual-Stream Framework with Adaptive Modality Fusion for Robust Compound GNSS Interference Classification

SKANet：一种具有自适应模态融合的认知双流框架，用于鲁棒的复合GNSS干扰分类

Zhihan Zeng, Yang Zhao, Kaihe Wang, Dusit Niyato, Hongyuan Shu, Junchu Zhao, Yanjun Huang, Yue Xiu, Zhongpei Zhang, Ning Wei

机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（国家无线通信重点实验室，电子科技大学） ； Nanyang Technological University（南洋理工大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Shanghai Aerospace Electronic Technology Institute（上海航天电子技术研究所） ； Shanghai Key Laboratory of Collaborative Computing in Spacial Heterogeneous Networks (CCSN)（上海空间异构网络协同计算重点实验室（CCSN）） ； Shanghai Xiaoyuan Innovation center（上海小元创新中心） 纠错

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

AI总结 SKANet通过双流架构和自适应模态融合，实现对复合GNSS干扰的高效鲁棒分类。

Language-Based Swarm Perception: Decentralized Person Re-Identification via Natural Language Descriptions

基于语言的群体感知：通过自然语言描述实现去中心化的人员重识别

Miquel Kegeleirs, Lorenzo Garattoni, Gianpiero Francesca, Mauro Birattari

机构 * IRIDIA, Université libre de Bruxelles（IRIDIA，布鲁塞尔自由大学） ； Toyota Motor Europe（丰田欧洲 motors） 纠错

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

AI总结 本文提出一种基于自然语言的去中心化人员重识别方法，通过视觉-语言模型生成文本描述，实现群体协作识别与可解释性提升。