Optical Switching of Moiré Chern Ferromagnet
莫尔陈数铁磁体的光学开关
专题命中 机器人操作 ：manipulation(abstract)
AI总结 该研究通过圆偏振光实现莫尔陈数铁磁体的高效光学操控，展示了磁双态循环和铁磁域壁书写，为无耗散自旋电子学和量化陈数接头器件的发展提供了新途径。
Comments 4 figures
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. 机器人操作 30 篇
2. 具身导航 23 篇
APEX: A Decoupled Memory-based Explorer for Asynchronous Aerial Object Goal Navigation
APEX：一种解耦的记忆型探索者用于异步空中目标导航
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； National University of Singapore（新加坡国立大学） ； Central South University（中南大学） ； Meituan Academy of Robotics（美团机器人研究院）
专题命中 具身导航 ：navigation(title,abstract)；embodied AI(abstract)；分类 cs.RO、cs.CV
AI总结 APEX通过分层异步架构实现高效空中目标导航，提升探索效率与目标识别精度。
Comments 15 pages, 8 figures
Before Autonomy Takes Control: Software Testing in Robotics
在自主性接管之前：机器人中的软件测试
机构 * Ruhr University Bochum Bochum Germany ； University of Bremen Bremen Germany ； IT University of Copenhagen Copenhagen Denmark ； Chalmers\,|\,Gothenburg University Gothenburg Sweden ； Ruhr University Bochum ； University of Bremen ； IT University of Copenhagen ； Chalmers\,|\,Gothenburg University
专题命中 具身导航 ：robotics(title,abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文探讨了机器人软件测试的挑战，通过分析247篇相关论文，揭示了机器人测试与传统软件测试的异同，并指出现有研究中的开放问题与经验总结。
Traffic-Aware Navigation in Road Networks
道路网络中的交通感知导航
机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Queen’s University（女王大学）
专题命中 具身导航 ：navigation(title,abstract)；robotics(abstract)；分类 cs.AI
AI总结 本研究比较了三种图搜索方法在Kingston道路网络中交通感知导航中的性能，发现Dijkstra和A*在交通感知最优解方面表现最佳，而Yen's算法在预处理和运行效率上取得平衡。
JSR-GFNet: Jamming-to-Signal Ratio-Aware Dynamic Gating for Interference Classification in future Cognitive Global Navigation Satellite Systems
JSR-GFNet: 针对未来认知全球导航卫星系统干扰分类的干扰-信号比感知动态门控
机构 * National Key Laboratory of Wireless Communications, University of Electronic Science and Technology of China（中国电子科技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） ； Anhui Science and Technology University（安徽科技大学） ； University of Oxford（牛津大学） ； Shanghai Xiaoyuan Innovation center（上海小元创新中心）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 JSR-GFNet通过结合相位敏感的IQ样本与STFT频谱图，利用动态门控机制提升GNSS干扰分类的准确性和鲁棒性。
A Magnetic-like Model for Chemotactic Navigation in Ants
一种类似磁性的模型用于蚂蚁的趋化导航
专题命中 具身导航 ：navigation(title,abstract)
AI总结 本文提出了一种基于磁性相互作用的模型，用于解释蚂蚁跟随化学痕迹的趋化导航行为，并通过实验验证了该模型的预测效果。
Comments 10 pages, 5 figures
Hardware implementation of photonic neuromorphic autonomous navigation
光子神经形态自主导航的硬件实现
专题命中 具身导航 ：navigation(title,abstract)
AI总结 本文提出了一种基于光子脉冲的神经形态强化学习架构，用于实现低功耗、低延迟的自主导航，实验验证了其在分布式反馈激光阵列上的性能。
Comments 29 pages, 5 figures; submitted to Laser & Photonics Reviews (under review)
LIEREx: Language-Image Embeddings for Robotic Exploration
LIEREx: 语言-图像嵌入用于机器人探索
专题命中 具身导航 ：robotic(title)；分类 cs.RO、cs.CV
AI总结 LIEREx通过整合视觉-语言基础模型与3D语义场景图，实现机器人在部分未知环境中的目标导向探索。
Comments This preprint has not undergone peer review or any post-submission improvements or corrections. The Version of Record of this article is published in KI - Künstliche Intelligenz, and is available online at https://doi.org/10.1007/s13218-026-00902-6
Journal ref Künstliche Intelligenz (2026)
Mapping-Guided Task Discovery and Allocation for Robotic Inspection of Underwater Structures
基于映射的机器人水下结构检测任务发现与分配
机构 * Department of Mechanical Engineering, University of Washington（机械工程系，华盛顿大学） ； Department of Industrial & Systems Engineering and Department of Mechanical Engineering, University of Washington（工业与系统工程系和机械工程系，华盛顿大学）
专题命中 具身导航 ：robotic(title)；分类 cs.RO；robotics(comments)
AI总结 本文提出了一种基于SLAM数据的水下机器人检测任务发现与分配方法，通过优化关键点分数和距离修剪，实现对未知几何结构的适应性覆盖。
Comments This paper will appear in the proceedings of the 2026 IEEE International Conference on Robotics and Automation (ICRA)
SanD-Planner: Sample-Efficient Diffusion Planner in B-Spline Space for Robust Local Navigation
SanD-Planner: 一种基于B样条空间的高效扩散规划器用于鲁棒的局部导航
专题命中 具身导航 ：navigation(title)；分类 cs.RO
AI总结 SanD-Planner通过基于B样条空间的高效扩散方法，在有限样本下实现高鲁棒性的局部导航规划。
Comments Under review. 11 pages
Ocean Current-Harnessing Stage-Gated MPC: Monotone Cost Shaping and Speed-to-Fly for Energy-Efficient AUV Navigation
利用洋流的阶段门控MPC：单调成本塑形与速度-飞速用于节能水下无人艇导航
机构 * Department of Computer Science and Engineering, University of Ioannina（计算机科学与工程系，伊奥尼亚大学）
专题命中 具身导航 ：navigation(title)；分类 cs.RO
AI总结 本文提出利用洋流的阶段门控MPC，通过单调成本塑形和速度-飞速成本组件，实现节能水下无人艇导航。
Deep Transformer Network for Monocular Pose Estimation of Shipborne Unmanned Aerial Vehicle
用于船载无人机的深度变换器网络姿态估计
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 本文提出了一种基于深度变换器网络的单目图像姿态估计方法，用于船载无人机的6D姿态估计，通过贝叶斯融合提升精度，并在合成数据和实地实验中验证了其鲁棒性和准确性。
Comments 23 pages, 25 figures, 3 tables
Flow Policy Gradients for Robot Control
用于机器人控制的流匹配策略梯度
机构 * Amazon FAR（亚马逊Far） ； UC Berkeley（加州大学伯克利分校） ； Stanford（斯坦福大学） ； HKU（香港大学） ； CMU（卡内基梅隆大学）
专题命中 具身导航 ：manipulation(abstract)；分类 cs.RO、cs.AI
AI总结 本文提出了一种基于流匹配的策略梯度方法，用于训练更复杂的机器人控制策略，实现了在四肢运动、人形运动跟踪和操作任务中的成功，并展示了在仿真到现实迁移中的鲁棒性。
Comments Project webpage: https://hongsukchoi.github.io/fpo-control
Physics-informed Diffusion Generation for Geomagnetic Map Interpolation
基于物理的扩散生成用于地磁图插值
机构 * State Key Laboratory of Blockchain and Data Security（区块链与数据安全国家重点实验室） ； High-Performance Intelligent Computing Research Center for Ultra-Large Scale Graph Data（超大规模图数据高性能智能计算研究中心） ； School of Computer and Computing Science（计算机与计算科学学院） ； Hangzhou City University（杭州市大学） ； Zhejiang Lab（浙江实验室）
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出基于物理的扩散生成框架PDG，通过物理引导的掩码策略和约束，提升地磁图插值的精度与可靠性。
Comments 5 pages, 2 figures, IEEE ICASSP'26
Breaking the Static Graph: Context-Aware Traversal for Robust Retrieval-Augmented Generation
打破静态图：面向鲁棒检索增强生成的上下文感知遍历
机构 * Huawei Hong Kong Research Center（华为香港研究中心） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI
AI总结 CatRAG通过上下文感知遍历框架，改进检索增强生成模型，提升多跳查询的推理完整性和证据链恢复能力。
Terrain Costmap Generation via Scaled Preference Conditioning
通过缩放偏好条件生成地形成本图
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室） ； Sony AI（索尼人工智能） ； NVIDIA（英伟达）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 SPACER通过缩放偏好条件生成地形成本图，结合合成数据训练和用户指定的偏好上下文，实现地形泛化和快速成本适应，提升非结构化环境中的导航性能。
SPARC: Spine with Prismatic and Revolute Compliance for Quadruped Robots
SPARC：具有回转和直线柔性的四足机器人脊柱
机构 * Yue Wang
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO
AI总结 SPARC通过柔性脊柱设计提升四足机器人运动效率，减少21%能耗并优化高速性能。
SMapper: A Multi-Modal Data Acquisition Platform for SLAM Benchmarking
SMapper: 一种用于SLAM基准测试的多模态数据采集平台
机构 * Automation and Robotics Research Group (ARG), Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg（卢森堡大学自动化与机器人研究组（ARG）、安全、可靠与信任跨学科研究中心（SnT））
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 SMapper是一种用于SLAM基准测试的多模态数据采集平台，通过开放硬件设计和可重复的数据收集，提供高精度的SLAM数据集和基准测试结果，推动SLAM算法的发展和评估。
Comments 13 pages, 5 figures, 6 tables
Safely Learning Controlled Stochastic Dynamics
安全学习受控随机动力学
机构 * Laboratoire des Signaux et Systèmes, CNRS, CentraleSupélec Université Paris‐Saclay（信号与系统实验室，法国国家科学研究中心，中央理工大学巴黎萨克雷大学） ； Istituto Italiano di Tecnologia（意大利理工学院） ； SDA Bocconi, Bocconi University（Bocconi大学SDA学院） ； Université Paris‐Saclay（巴黎萨克雷大学） ； Istituto Italiano di Tecnologia, Genoa, Italy（意大利理工学院，热那亚，意大利）
专题命中 具身导航 ：robotics(abstract)；分类 cs.LG
AI总结 本文提出了一种基于核基置信界的安全学习方法，通过迭代扩展初始安全控制集来确保受控随机动力学的学习过程安全且高效。
Preference-Conditioned Gradient Variations for Multi-Objective Quality-Diversity
基于偏好条件的梯度变化的多目标质量多样性
机构 * Imperial College London, InstaDeep（帝国理工学院伦敦分校，InstaDeep） ； Imperial College London（帝国理工学院伦敦分校）
专题命中 具身导航 ：robotics(abstract)；分类 cs.AI
AI总结 本文提出了一种基于偏好条件的策略梯度和拥挤机制的多目标质量多样性算法，通过高效发现目标空间中的优质区域并促进非支配前沿的均匀分布，从而在六个机器人运动任务中优于现有方法。
Stealthy Coverage Control for Human-enabled Real-Time 3D Reconstruction
隐秘覆盖控制用于人参与的实时3D重建
机构 * Institute of Science Tokyo（东京科学研究所）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 本文提出隐秘覆盖控制策略，通过人类参与实现高效实时3D重建，提升重建模型质量。
Comments This work has been submitted to the 23rd IFAC World Congress for possible publication
AOASS: Adaptive Obstacle-Aware Square Spiral Framework for Single-mobile Anchor-Based WSN Localization
AOASS：自适应障碍感知正方形螺旋框架用于单移动锚点基于WSN定位
专题命中 具身导航 ：navigation(abstract)
AI总结 AOASS通过自适应障碍检测和优化运动模式，提升WSN中单移动锚点的定位精度与能耗效率，适用于现实物联网应用。
Comments 19 pages, 4 figures
Data-driven active learning approaches for accelerating materials discovery
数据驱动的主动学习方法用于加速材料发现
专题命中 具身导航 ：navigation(abstract)
AI总结 本文综述了数据驱动的主动学习方法在加速材料发现中的应用，探讨了其在不同数据环境下的效率提升及未来发展方向。
TreeMind: Automatically Reproducing Android Bug Reports via LLM-empowered Monte Carlo Tree Search
TreeMind: 通过LLM赋能的蒙特卡洛树搜索自动重现Android bug报告
专题命中 具身导航 ：navigation(abstract)
AI总结 TreeMind结合LLM与MCTS算法，通过语义推理和反馈导航，高效重现Android bug报告。
3. 具身推理 14 篇
From Perception to Action: Spatial AI Agents and World Models
从感知到行动：空间AI代理与世界模型
机构 * AtlasPro AI
专题命中 具身推理 ：world model(title,abstract)；robotics(abstract)；embodied agent(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 本文提出了一种统一的三轴分类法，将代理能力与空间任务联系起来，强调空间定位与符号定位的区别，并指出世界模型对跨尺度安全部署的重要性。
Comments 61 pages, 742 citations, 1 figure, 3 tables. Survey paper on spatial AI agents, embodied AI, graph neural networks, and world models
World Models as an Intermediary between Agents and the Real World
世界模型作为智能体与现实世界之间的中介
机构 * New York University（纽约大学）
专题命中 具身推理 ：world model(title,abstract)；robotics(abstract)；分类 cs.AI
AI总结 本文提出利用世界模型作为中介，以解决高成本领域中智能体性能提升的瓶颈问题，通过动态、奖励和任务分布模型克服样本效率低和非策略学习的挑战。
DISK: Dynamic Inference SKipping for World Models
DISK：用于世界模型的动态推理跳过
机构 * Purdue University, West Lafayette, United States（普渡大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 DISK通过动态推理跳过技术，在无需训练的情况下提升自回归世界模型的视频和轨迹预测效率，同时保持预测精度和视觉质量。
An Empirical Study of World Model Quantization
世界模型量化经验研究
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV、cs.LG
AI总结 本研究通过DINO-WM案例系统探讨世界模型量化的影响，发现量化方法对模型稳定性、精度和任务成功率有显著影响，揭示了不同量化策略下的失败模式及部署指导。
SafePred: A Predictive Guardrail for Computer-Using Agents via World Models
SafePred: 通过世界模型为计算机使用代理构建一种预测性防护措施
机构 * Zhejiang University, China（浙江大学） ； The Ohio State University, USA（俄亥俄州立大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG
AI总结 SafePred通过世界模型预测未来风险，构建风险到决策的循环，提升计算机使用代理的安全性和任务效率。
UniDWM: Towards a Unified Driving World Model via Multifaceted Representation Learning
UniDWM: 通过多维表征学习实现统一的驾驶世界模型
机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） ； Xpeng Motors Technology Co Ltd（小鹏汽车科技有限公司）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.CV
AI总结 UniDWM通过多维表征学习实现统一驾驶世界模型，提升自动驾驶中的轨迹规划和4D重建能力。
