机器人 / 具身智能

City Navigation in the Wild: Exploring Emergent Navigation from Web-Scale Knowledge in MLLMs

城市真实环境中的导航：探索从大规模知识中涌现的导航

Dwip Dalal, Utkarsh Mishra, Narendra Ahuja, Nebojsa Jojic

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

AI总结 本文提出稀疏关联视觉导航任务，通过CityNav基准评估MLLMs在真实城市环境中的导航能力，并提出VoP方法提升导航性能。

Comments Accepted at EACL 2026 (ORAL)

From Natural Language to Materials Discovery:The Materials Knowledge Navigation Agent

从自然语言到材料发现：材料知识导航代理

Genmao Zhuang, Amir Barati Farimani

机构 * Department of Materials Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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

AI总结 材料知识导航代理通过自然语言处理技术，实现了材料发现的自动化和智能化，能够从文献和数据库中提取关键信息，提出新的材料候选方案。

Comments 22 pages,5 figures

Proactive Local-Minima-Free Robot Navigation: Blending Motion Prediction with Safe Control

主动避障的机器人导航：融合运动预测与安全控制

Yifan Xue, Ze Zhang, Knut Åkesson, Nadia Figueroa

机构 * Department of Mechanical Engineering and Applied Mechanics, University of Pennsylvania（机械工程与应用力学系，宾夕法尼亚大学） ； Department of Electrical Engineering, Chalmers University of Technology（电气工程系，查尔姆斯理工大学） 纠错

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

AI总结 本文提出一种结合运动预测与安全控制的主动避障导航方法，通过在线学习屏障函数和自适应参数调节，提升机器人在复杂动态环境中的安全性和效率。

Comments Co-first authors: Yifan Xue and Ze Zhang; Accepted by IEEE RA-L 2026

First Multi-Constellation Observations of Navigation Satellite Signals in the Lunar Domain by Post-Processing L1/L5 IQ Snapshots

首次多星座导航卫星信号在月球域的观测：通过后处理L1/L5 IQ快照

Lorenzo Sciacca, Alex Minetto, Andrea Nardin, Fabio Dovis, Luca Canzian, Mario Musmeci, Claudia Facchinetti, Giancarlo Varacalli

机构 * Department of Electronics and Telecommunications, Politecnico di Torino（电子与电信系，都灵理工大学） 纠错

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

AI总结 通过后处理L1/L5 IQ快照，首次实验证实多星座导航信号在月球域的可观测性，显著提升月球任务的自主性。

Comments 13 pages, 9 figures, IEEE Transactions on Aerospace and Electronic Systems

Occlusion-Aware Consistent Model Predictive Control for Robot Navigation in Occluded Obstacle-Dense Environments

具备遮挡意识的一致模型预测控制用于机器人在遮挡障碍密集环境中的导航

Minzhe Zheng, Lei Zheng, Lei Zhu, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科学与技术大学（广州）） 纠错

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

AI总结 本研究提出了一种具备遮挡意识的一致模型预测控制策略，用于提高机器人在遮挡障碍密集环境中的导航安全性与运动一致性。

Interactive LLM-assisted Curriculum Learning for Multi-Task Evolutionary Policy Search

多任务策略搜索中的交互式LLM辅助课程学习

Berfin Sakallioglu, Giorgia Nadizar, Eric Medvet

机构 * MIGe - University of Trieste（MIGe - 乌迪内大学） ； University Toulouse Capitole, IRIT - CNRS UMR5505（图卢兹大学，IRIT - CNRS UMR5505） ； DIA - University of Trieste（DIA - 乌迪内大学） 纠错

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

AI总结 本文提出了一种交互式LLM辅助的在线课程生成框架，通过多模态反馈提升多任务策略搜索的性能，展示其与专家设计课程的竞争力。

Comments 8 pages, 7 figures, with Appendix

Safe mobility support system using crowd mapping and avoidance route planning using VLM

基于人群映射与避让路线规划的安全移动支持系统

Sena Saito, Kenta Tabata, Renato Miyagusuku, Koichi Ozaki

机构 * Graduate School of Regional Development and Creativity, Division of Engineering and Agriculture, Graduate School, Utsunomiya University（乌市大学研究生院区域发展与创意学院，工程与农业系） 纠错

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

AI总结 本文提出利用视觉-语言模型和高斯过程回归生成动态人群密度地图，以提升自主机器人在拥挤环境中的安全导航能力。

Journal ref 2025 IEEE International Conference on Real-time Computing and Robotics (RCAR)

Biomimetic Mantaray robot toward the underwater autonomous -- Experimental verification of swimming and diving by flapping motion -

仿生蝠鲼机器人：面向水下自主探索——通过拍打运动进行游泳与潜水的实验验证

Kenta Tabata, Ryosuke Oku, Jun Ito, Renato Miyagusuku, Koichi Ozaki

机构 * Department of Mechanical and Intelligent Engineering, Utsunomiya University（机械与智能工程系，上总市大学） 纠错

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

AI总结 本研究开发了一种仿生蝠鲼机器人，通过拍打运动实现水下自主探索，验证了其游泳与潜水能力，适用于需低扰动的环境。

Journal ref 2024 IEEE International Conference on Robotics and Biomimetics (ROBIO)

Fast Task Planning with Neuro-Symbolic Relaxation

快速任务规划与神经符号放松

Qiwei Du, Bowen Li, Yi Du, Shaoshu Su, Taimeng Fu, Zitong Zhan, Zhipeng Zhao, Chen Wang

机构 * Spatial AI & Robotics Lab, Department of Computer Science and Engineering, University at Buffalo（空间人工智能与机器人实验室，计算机科学与工程系，布法罗大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Flax通过结合神经重要性预测与符号扩展，实现快速可靠的复杂环境任务规划。

Comments 8 pages, 6 figures

Journal ref IEEE Robotics and Automation Letters (RA-L), 2026

Quantum Integrated Sensing and Computation with Indefinite Causal Order

具有不定因果顺序的量子集成传感与计算

Ivana Nikoloska

机构 * Signal Processing Systems Group, Department of Electrical Engineering, Eindhoven University of Technology, Eindhoven, 5612 AP, The Netherlands（埃因霍温理工大学电气工程系信号处理系统组） 纠错

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

AI总结 本文提出了一种在量子不定因果顺序框架下集成传感与计算的方案，通过量子代理同时执行状态观测和计算任务，实现了在磁导航任务中的高效性能。

Comments Submitted for publication

Robust Vision Systems for Connected and Autonomous Vehicles: Security Challenges and Attack Vectors

连接与自动驾驶车辆的稳健视觉系统：安全挑战与攻击向量

Sandeep Gupta, Roberto Passerone

机构 * Centre for Secure Information Technologies (CSIT), Queen's University Belfast, UK（安全信息科技中心（CSIT），女王大学贝尔法斯特，英国） ； Department of Information Engineering and Computer Science, University of Trento, Italy（信息工程与计算机科学系，特伦托大学，意大利） 纠错

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

AI总结 本文研究了连接与自动驾驶车辆中视觉系统的鲁棒性，分析了关键传感器和组件，识别潜在攻击面并评估其对CIA原则的影响。

Comments Submitted to IEEE Transactions on Intelligent Vehicles

Thermal odometry and dense mapping using learned odometry and Gaussian splatting

基于学习的热力计与高密度映射：使用学习的热力计和高斯点扩散

Tianhao Zhou, Yujia Chen, Zhihao Zhan, Yuhang Ming, Jianzhu Huai

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

AI总结 TOM-GS通过结合学习的热力计与高斯点扩散技术，实现了高效的热成像导航与密集地图生成，优于现有方法。

Comments 11 pages, 2 figures, 5 tables

GeoGR: A Generative Retrieval Framework for Spatio-Temporal Aware POI Recommendation

GeoGR: 一种面向空间时间感知的POI推荐生成框架

Fangye Wang, Haowen Lin, Yifang Yuan, Siyuan Wang, Xiaojiang Zhou, Song Yang, Pengjie Wang

专题命中 具身导航 ：navigation(abstract)

AI总结 GeoGR是一种面向空间时间感知的POI推荐生成框架，通过两阶段设计提升POI推荐的准确性和可扩展性。