From SQL Generation to Tool Selection: A Domain-Oriented Pattern for MCP Servers
从SQL生成到工具选择：面向MCP服务器的领域导向模式
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI
AI总结 该研究提出面向MCP服务器的领域导向工具模式，通过用意图分类替代SQL合成降低模型需求，在Sakila数据库基准测试中，垂直领域工具包表现最优，最小模型成本大幅降低且性能达标。
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. 具身导航 29 篇
Training Needs Trustworthy Worlds: Verified Synthetic Web Environments for Agent Learning
训练需要可信的世界：用于智能体学习的经过验证的合成Web环境
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Pace University（佩斯大学）
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI
AI总结 该研究构建可执行、可审计的合成Web环境，修复缺陷后用于训练Web智能体，提升了可行任务率与PPO策略性能，增强了向多个基准的迁移能力，为智能体学习提供了可靠训练基底。
In-Situ Reconstruction of the International Space Station Using 3D Gaussian Splatting and Astrobee
使用3D高斯溅射与Astrobee实现国际空间站的原位重建
机构 * University of California, Berkeley（加利福尼亚大学伯克利分校） ； KBR Inc.（KBR公司） ； NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心） ； California Institute of Technology（加利福尼亚理工学院）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 该研究将3D高斯溅射技术应用于国际空间站内部三维重建，基于Astrobee机器人的500张原位图像构建高保真地图，其性能优于Nerfacto、TensoRF等现有方法，可用于快速更新舱内地图。
Lifelong Robot Recomposition via Persistent Categorical Modeling for Unified Task-Driven Co-Design, Verification, and Planning
基于持久分类建模的终身机器人重构：面向统一任务驱动的协同设计、验证与规划
机构 * Texas Robotics（得克萨斯机器人研究所） ； Walker Department of Mechanical Engineering, The University of Texas at Austin（得克萨斯大学奥斯汀分校沃克机械工程系）
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出基于持久分类建模的组合框架，将机器人系统形式化为抽象电路，通过SMT求解器实现硬件软件行为的同步合成，经搜救场景验证可恢复机器人运行，并开源了相关求解器与软件。
ExploreAI: Agentic Exploration Knowledge Bases for Reproducible Observable-Regression Testing of Black-Box VR and 3D Applications
ExploreAI：用于黑盒VR与3D应用可复现可观测回归测试的智能探索知识库
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 ExploreAI是LLM驱动的智能体框架，通过构建探索知识库（EKB），实现黑盒VR与3D应用的可复现可观测回归测试，在多场景中验证了其有效性。
Comments 11 pages, 3 figures, 8 tables
Social Graph Mamba: Forecasting Pedestrian Movements Based on Social Context
社交图Mamba：基于社交上下文的行人运动预测
机构 * National Cheng Kung University（成功大学）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 本研究提出Social Graph Mamba（SGM），用选择性状态空间模型（SSMs）结合动态交互图与社区感知模块，以线性复杂度实现行人运动预测，在基准测试和物理机器人实验中验证了其有效性。
Comments 8 pages, 4 figures
On the Optimized Use of Non-Orthonormality Constraints for the Quasi-Static INS Alignment of Autonomous Underwater and Surface Vehicles
自主水下及水面航行器准静态惯性导航系统对准的非正交性约束优化应用
机构 * Federal University of Lavras（拉夫拉斯联邦大学） ； University of Haifa（海法大学） ； Fluminense Federal Institute of Education, Science and Technology（弗卢米嫩塞联邦教育科学技术学院） ； Federal Institute of Education, Science and Technology of Amazonas（亚马逊联邦教育科学技术学院） ； University of São Paulo（圣保罗大学） ； Zoox, Inc.（Zoox公司）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 本文针对自主水下及水面航行器惯性导航系统对准的传统方法收敛慢、偏差可估计性有限的问题，优化TRIAD-CBE粗对准方法并提出带NON误差约束的精对准EKF观测模型，使收敛速度从分钟级提升至秒级且精度相当。
Multimodal-Language-Model-Driven Interaction and Companionship for Service Robots in Elderly-Care Facilities
面向养老机构服务机器人的多模态语言模型驱动的交互与陪伴
机构 * National Cheng Kung University (NCKU)（成功大学）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 该研究针对养老机构服务机器人缺乏综合陪伴与安全能力的问题，提出整合主动视觉跟人、LLM语音交互及VLM安全监测的智能陪伴机器人系统，实验验证其跟随交互与跌倒检测的有效性。
Comments Accepted to the 2026 IEEE/ASME International Conference on Advanced Intelligent Mechatronics (AIM)
XIT: Exploration and Exploitation Informed Trees for Active Gas Distribution Mapping in Unknown Environments
XIT：在未知环境中主动气体分布映射的探索与利用树
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO
AI总结 XIT通过平衡探索与利用，提升未知环境中自主气体分布映射的效率和质量。
RPL: Learning Robust Humanoid Perceptive Locomotion on Challenging Terrains
RPL：在复杂地形上学习鲁棒的人形感知移动
专题命中 具身导航 ：manipulation(abstract)；分类 cs.RO
AI总结 RPL通过两阶段训练框架在复杂地形上实现稳健的多方向人形移动，结合深度蒸馏和增强技术，提升机器人负载下的移动能力。
Obstacle Avoidance of UAV in Dynamic Environments Using Direction and Velocity-Adaptive Artificial Potential Field
使用方向和速度自适应人工势场实现无人机在动态环境中的障碍物避障
机构 * Department of Aerospace Engineering, Indian Institute of Technology Kharagpur（航空航天工程系，印度理工学院Kharagpur）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 本文提出一种基于方向和速度自适应的人工势场方法，结合模型预测控制实现无人机在动态环境中的高效避障与安全导航。
MDCPP: Multi-Robot Dynamic Coverage Path Planning for Workload Adaptation
MDCPP：面向工作负载自适应的多机器人动态覆盖路径规划
机构 * School of Electrical and Automation Engineering, Nanjing Normal University（南京师范大学电气与自动化工程学院） ； Computer, Electrical, and Mathematical Science and Engineering Division, King Abdullah University of Science and Technology（王国 Abdullah 科学与技术大学计算机、电气和数学科学与工程系）
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO
AI总结 针对多机器人覆盖路径规划恒速假设不适用于空间变化遍历速度的问题，提出MDCPP方法，经600次基准测试和3台UGV实验，验证其在强异质性下可改善总完成时间并实现空间速度自适应。
PageGuide: Browser extension to assist users in navigating a webpage and locating information
PageGuide: 一款辅助用户在网页上导航和查找信息的浏览器扩展
专题命中 具身导航 ：navigation(abstract)
AI总结 PageGuide通过视觉叠加将LLM回答与HTML DOM结合，帮助用户快速定位信息、逐步指导操作并隐藏干扰内容，提升浏览效率和准确性。
Weighted Covariance Intersection for Range-based Distributed Cooperative Localization of Multi-Vehicle Systems
加权协方差交叠用于多车系统的基于范围的分布式协作定位
专题命中 具身导航 ：navigation(abstract)
AI总结 本文提出加权协方差交叠方法，用于改进多车系统在三维空间中的分布式协作定位性能，提升鲁棒性和可扩展性。
Comments This manuscript has been published in IEEE Transactions on Vehicular Technology. The final version is available at DOI: this https URL (https://doi.org/10.1109/TVT.2026.3715359)
2. 具身推理 23 篇
GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction
GigaBrain-WBC-0.5：一种用于与环境交互的鲁棒全身控制的行为世界模型
专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 该研究提出首个用于人形机器人全身控制的行为世界模型GigaBrain-WBC-0.5，通过训练因果Transformer联合预测动作、状态与指令分布，在多场景下实现鲁棒控制，成功率优于现有基线。
Comments 20 pages, 8 figures, 4 tables. Technical report. Project page: this https URL (https://shepherd1226.github.io/gigabrain-wbc-0.5/)
EchoWM: Open and Enterable Omnimodal World Models
EchoWM：开放且可进入的全模态世界模型
机构 * HKUST（香港科技大学） ； PKU（北京大学） ； Joy Future Academy, JD（京东探索研究院） ； HKU（香港大学） ； THU（清华大学） ； USTC（中国科学技术大学） ； FDU（复旦大学） ； Beihang University（北京航空航天大学） ； Stanford University（斯坦福大学）
专题命中 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.CV
AI总结 该研究提出EchoWM全模态世界模型，围绕相机意图组织交互，构建互补数据引擎并采用渐进式训练等方法，在公开基准上实现强轨迹跟随与高视觉质量，支持跨视角交互及长序列多模态同步生成。
Comments 42 pages, 24 figures
Beyond Instance Slots: Semantically Rich World Models for Physical Interaction Planning
超越实例槽：面向物理交互规划的语义丰富世界模型
机构 * Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO
AI总结 该研究针对物理交互规划中实例槽无法明确实体任务角色的问题，提出SR-WM模型，通过功能角色绑定实现语义接口，在LIBERO模拟套件等评估中验证了其视觉动力学与规划决策的连接能力。
Population-Scalable Multi-Agent World Modeling
支持种群规模扩展的多智能体世界建模
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV、cs.LG
AI总结 针对多智能体世界模型的种群可扩展性问题，提出无需重训练即可扩展至任意智能体数量的Khora模型，通过解耦世界状态演化与渲染实现跨视图一致性，验证了泛化性并构建了实时交互系统。
Comments Technical report. Project page: this https URL (https://rhos.ai/research/khora). Online demo: this https URL (https://ophilus.ai/khora)
Event-Conditioned Diagnostics of Kinematic, Contact, and Object-Permanence Structure in Passive Object-State World Models
被动对象状态世界模型中运动学、接触和物体恒存场的事件条件诊断
机构 * College of Intelligent Robitcs and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI、cs.LG
AI总结 提出一种诊断协议，测试被动对象状态世界模型中的隐式物理场是否按事件类型组织，并验证场对齐表示对预测的功能影响。
Comments Revised version: updated the title and terminology to use a more conservative latent-structure framing, added a third independent training seed across the evaluated model architectures, and regenerated the corresponding analyses, figures, and numerical results. The public reproducibility repository has also been updated. The main conclusions remain unchanged
RiskWorld: Object-Centric Latent World Modeling for Autonomous Driving Risk Identification
RiskWorld：面向自动驾驶风险识别的以对象为中心的潜在世界建模
专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.LG
AI总结 提出 RiskWorld 模型，以对象为中心的潜在世界建模，结合预训练视频表示与自车-对象历史，在 RiskBench 上实现 63.0% F1 和 2.1% 误报率，可有效识别自动驾驶风险。
Towards Zero-Shot Task Transfer with Neurosymbolic World Models
面向基于神经符号世界模型的零样本任务迁移
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG
AI总结 本研究提出一种神经符号世界模型，通过解耦观测重构与奖励预测，实现无需额外环境交互的零样本任务迁移，其泛化能力优于纯神经方法。
Future Querying: Can LLMs Serve as Implicit Medical World Models?
未来查询：大语言模型能否作为隐式医学世界模型？
机构 * imec, AI-labs（imec人工智能实验室）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 本研究提出未来查询范式，探究LLMs能否作为隐式医学世界模型，其框架可基于非结构化临床文档运行，经微调的小型开放权重模型性能接近专有系统，在相关数据集上验证了LLMs可捕捉临床动态。
Comments This paper is accepted at The 1st MICCAI Workshop on Medical World Models (MICCAI-2026)
ReWorld: An Interactive World Model with Long-Horizon Memory
ReWorld：具有长程记忆的交互式世界模型
机构 * HKUST(GZ)（香港科技大学（广州）） ； ATH, Alibaba（阿里巴巴 ATH 实验室）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 ReWorld通过训练分离、推理约束解决交互式世界模型的控制与记忆矛盾，结合混合注意力等技术，在三轴评估中优于6种模型，实现长程视频生成与记忆。
Comments 21 pages, 9 figures. Project page: this https URL (https://zhifeichen097.github.io/ReWorld/)
MOSH-WM: Mask-Grounded Soft-Hamiltonian Dynamics for Object-Centric World Models
MOSH-WM：面向以对象为中心的世界模型的基于掩码的软哈密顿动力学
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 该研究提出MOSH-WM模型，通过掩码支撑构建软哈密顿动力学，在OBJ3D、CLEVRER数据集的视频预测任务中，相比基线显著降低误差，且误差积累更慢。
Where World Models Break: Natural-Input Failure Discovery
世界模型何时失效：自然输入的故障发现
机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； The Hong Kong Polytechnic University（香港理工大学） ； City University of Hong Kong（香港城市大学） ； Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电气与计算机工程系） ； Generative AI Research and Development Center, The Hong Kong University of Science and Technology（香港科技大学生成式人工智能研发中心）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI
AI总结 本文针对现有世界模型评估忽略灾难性故障风险的问题，提出 BasinLens 方法，可在有限查询预算下发现自然输入引发的可复现、局部持续的世界模型故障，暴露常规基准未覆盖的漏洞。
Reading the Room: Implicit Confusion Encoding in Recurrent World Model States
读取房间：循环世界模型状态中的隐式困惑编码
机构 * University of Moratuwa（莫拉图瓦大学）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.LG
AI总结 该研究发现RSSM架构世界模型（如DreamerV3）的隐藏状态$h_t$含隐式困惑信号，经线性探针、编辑验证其因果性，该信号可在多数控制任务中泛化。
Comments Accepted for presentation at the GlobalSouthAI D&I Workshop at IJCAI 2026. Held in Bremen, Germany on the 17th August 2026
WorldMind: Decoupled Game World Model for State-Aware NPC Behavior
WorldMind：用于状态感知NPC行为的解耦游戏世界模型
机构 * Tencent（腾讯）
专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV
AI总结 本研究针对现有游戏世界模型中NPC行为与视频生成绑定的问题，提出首个解耦框架WorldMind，构建BOSS-140K数据集，实验显示其NPC行为更优。
Comments Project page: this https URL (https://teawhite.cn/worldmind_projectpage/)
LpWM: A Case for Sparse Representations in World Models
LpWM：世界模型中稀疏表示的一个应用案例
机构 * NYU（纽约大学） ； Duke University（杜克大学） ； Mila（米拉） ； Brown University（布朗大学）
专题命中 具身推理 ：world model(title)；分类 cs.LG
AI总结 本文提出LpWM模型，以稀疏表示替代密集表示建模动作条件潜在动力学，在PushT任务上规划成功率优于密集模型，且能揭示可解释的动力学结构。
Meta-Ctrl: Guaranteed Plan Generation by Decoupling Syntactic and Semantic Constraints
Meta-Ctrl：通过分离句法与语义约束实现带保证的规划生成
机构 * Michigan State University（密歇根州立大学） ； University of California Los Angeles（加利福尼亚大学洛杉矶分校）
专题命中 具身推理 ：embodied agent(abstract,abstract_cn)；分类 cs.RO、cs.AI
AI总结 Meta-Ctrl是一种约束解码框架，通过引入元标记分离句法与语义约束，在保证规划满足约束的同时保留语言模型的规划质量，在WAH-NL数据集和真实桌面机器人上均取得优于GPT-4的效果。
Finite-Sample Metric Non-Collapse for Geometrically Supervised Latent World Models in Control
用于控制的学习型世界模型中的度量非崩溃：逼近理论、有限样本几何保证与确定性规划迁移
专题命中 具身推理 ：world model(title)
AI总结 该研究为非线性确定性控制系统的学习型世界模型构建三部分数学理论，含逼近理论、有限样本几何保证及确定性规划迁移方法，通过数值实验验证了相关方法的有效性。
Comments Revised version prepared in response to the editorial assessment. The main manuscript is 32 pages; detailed mathematical derivations have been moved to the accompanying Supplementary Material. The principal results and contributions are strengthened and clarified
