机器人 / 具身智能

SuperMap: A Spatio-Temporal SLAM System for Visual-Language Navigation

SuperMap：用于视觉-语言导航的时空SLAM系统

Shibo Zhao, Guofei Chen, Honghao Zhu, Zhiheng Li, Changwei Yao, Nader Zantout, Seungchan Kim, Wenshan Wang, Ji Zhang, Sebastian Scherer

机构 * The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 本文提出SuperMap，一种结合几何SLAM与开放词汇感知的4D时空建图框架，用于视觉-语言导航，可稳定维护目标身份，经基准与真实机器人验证后开源。

AirAlign: Geometry-Aware Relative Pose Alignment for UAV Last-Meter Navigation

AirAlign：面向无人机最后一米导航的几何感知相对位姿对齐

Jinyi Zhou, Shuo Feng, Yufei Wu, Piji Li

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） 纠错

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

AI总结 针对无人机最后一米导航中视角与外观变化导致的位姿对齐难题，提出仅用RGB图像对的AirAlign框架，结合预训练几何模型与场景拆分训练，经PairUAV挑战赛实验验证其有效性与鲁棒性。

RACO: Reliability-Aware Coarse-Goal Optimization for Inspection-Oriented UAV Vision-Language Navigation

RACO：面向巡检的无人机视觉语言导航的可靠性感知粗目标优化

Sen Wang, Yiming Sun, Jiaxuan He, Pengfei Zhu

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

AI总结 针对面向巡检的无人机视觉语言导航，提出RACO框架，通过可靠性感知优化粗目标，在未见场景下较HETT基线显著提升成功率，改善巡检区域到达率并降低错误验证风险。

OptiSight: Bridging Semantic Reasoning and Geometric Control for Embodied Navigation

OptiSight：弥合具身导航中的语义推理与几何控制

Alperen Avan, Jordi Sanchez-Riera

机构 * Institut de Robòtica i Informàtica Industrial (CSIC-UPC)（机器人学与工业信息研究所（西班牙国家研究委员会-加泰罗尼亚理工大学）） 纠错

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

AI总结 本研究提出OptiSight混合框架，结合VLM推理与确定性视觉伺服，在8GB VRAM预算下，于AI Habitat中实现了多种室内场景下的可靠零样本具身导航。

Macro-Action Topological Navigation under Noisy Localization using Reinforcement Learning

基于强化学习的含噪定位下的宏动作拓扑导航

Simon Hakenes, Tobias Glasmachers

机构 * Institute of Neural Computation, Ruhr University Bochum（鲁尔大学波鸿分校神经计算研究所） 纠错

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

AI总结 本研究提出一种基于强化学习的含噪定位下的宏动作拓扑导航方法，通过以物体为中心的位姿估计替代真实位姿，在Habitat模拟器中实现智能体仅用视觉完成3D公寓内的导航任务。

Comments 15 pages, Accepted at the Artificial Intelligence Symposium (AIS) 2026

AECNav: Active Evidence Consolidation for Efficient Zero-Shot Open-Vocabulary Object Navigation

AECNav：用于高效零样本开放词汇对象导航的主动证据整合

Guanlin Liu, Shaobin Ling, Renyuan Liu, Zeying Gong, Junjie Hu

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

AI总结 AECNav是一种无需训练的零样本开放词汇对象导航方法，通过证据门控感知、证据整合与主动证据获取三个组件，在多个基准数据集上达到最新性能，且在物理机器人上表现优异。

Credibility-Aware Learning and Control for Safe USV Navigation under Perception Uncertainty

信任、几何与规则：不确定性下安全USV导航的可信感知强化学习框架

Yuhang Zhang, Shuqi Chai, Yukang Zhang, Liusha Yang, Mingchuan Zhang, Wei Wang, Qingjiang Shi, Quanbo Ge

机构 * School of Information Engineering, Henan University of Science and Technology（河南科技大学信息工程学院） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； School of Logistics Engineering, Shanghai Maritime University（上海 Maritime University物流工程学院） ； Shenzhen Technology University（深圳科技大学） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Software Engineering, Tongji University（同济大学软件工程学院） 纠错

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

AI总结 提出一种集成可信感知学习、几何安全屏蔽和连续规则感知嵌入的强化学习框架，以解决动态海洋环境中USV导航的安全性和COLREGs合规性问题。

GuideFetch: A Task Coordination Framework for Concurrent Navigation and Object Retrieval in Assistive Robot Dogs

GuideFetch：用于辅助机器狗并发导航与物体检索的任务协调框架

Qian Yin, Ruiping Liu, Kunyu Peng, Jianxiang Man, Isik Baran Sandan, Junwei Zheng, Yufan Chen, Di Wen, Kailun Yang, Rainer Stiefelhagen

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Hunan University（湖南大学） 纠错

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

AI总结 针对异构辅助机器狗的导航与物体检索并发任务，提出GuideFetch协调框架，通过LLM规划与状态验证提升执行效率，并行执行可缩短41.3%平均总完成时间。

Comments Accepted to the 1st Workshop on Multimodal Digital Agents (MDA) at ECCV 2026

RoboShape: Information-Theoretic Point Cloud Representations for Privacy-Aware Robot Perception

RoboShape：面向隐私感知机器人感知的信息论点云表示

Oguzhan Baser, Mirac Sozen, Kaan Kale, Sandeep Chinchali, Sriram Vishwanath

机构 * The University of Texas at Austin（得克萨斯大学奥斯汀分校） ； Bogazici University（博加齐大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 RoboShape 是一种信息论引导的点云压缩工具，可在保留物体分类效用的同时降低敏感属性泄露，缩小嵌入体积，发布代码库供机器人社区使用。

Comments under review

Traj-VLN: Learning Pixel-Space Interaction via Autoregressive Trajectory Generation

Traj-VLN：通过自回归轨迹生成学习像素空间交互

Changfei Fu, Guangcheng Chen, Aoxiang Gu, Haoxiang Liang, Wenjun Xu, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Peng Cheng National Laboratory（鹏城国家实验室） ； Guangdong University of Technology（广东工业大学） 纠错

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

AI总结 研究连续环境中视觉与语言导航问题，提出通过自回归轨迹生成在2D像素空间微调视觉语言模型来学习导航交互的方法，实验验证该方法能显著提升性能，旗舰模型在有限资源和数据下达最优水平。

VeCAS: Vessel-Focused Contrast-Free Angiogram Synthesis for Vascular Interventions

VeCAS：面向血管介入的聚焦血管的无造影剂血管造影合成

De-Xing Huang, Chen-Yu Wang, Hao Liang, Xiao-Hu Zhou, Mei-Jiang Gui, Tian-Yu Xiang, Qin-Yi Zhang, Chen Wang, Xiao-Liang Xie, Shi-Qi Liu, Ming-Yuan Liu, Zhen-Chang Wang, Zeng-Guang Hou

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出VeCAS框架，通过两阶段合成实现无造影剂血管造影，在下肢数据集实验中优于对比方法，还可缩短机器人导丝导航的时间与步骤，具临床应用潜力。

Comments 10 pages, 8 figures, 5 tabels, supplementary material: this https URL (https://dxhuang-casia.github.io/data/vecas_supplementary_material.pdf)

ViSMoE: Visual-Aware Sparse Mixture-of-Experts for Embodied Referring Expression Grounding

ViSMoE：面向具身指代表达接地的视觉感知稀疏混合专家模型

Shuo Feng, Piji Li

机构 * College of Artificial Intelligence（人工智能学院） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） 纠错

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

AI总结 针对现有具身指代表达接地方法无法区分视角与物体导致表示模糊的问题，提出带视觉感知路由策略的ViSMoE框架，在REVERIE和SOON数据集上性能优于现有SOTA方法。

Comments Accepted by ICANN 2025

ODG-NoMaD: Overhead-Camera Direction-Guided NoMaD

ODG-NoMaD： overhead相机方向引导的NoMaD

Blossom Treesa Bastian, Keerthi S. Shetty, Manish Kolachalam, Rani Malhotra, Ashish Dutta

机构 * Applied Research Center for Autonomous Machines, Infosys Center for Emerging Technologies（Infosys新兴技术中心自主机器应用研究中心） ； Dept. of Mechanical Engineering, IIT Kanpur（印度理工学院坎普尔分校机械工程系） 纠错

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

AI总结 该研究提出ODG-NoMaD，通过overhead相机方向引导改进NoMaD，在模拟办公环境中大幅减少残余距离、优于NaviDiffusor且全程无碰撞。

Long-Horizon Audio-Visual Generation for Persistent Stories and Interactive Worlds

面向持续故事与交互世界的长时序视听生成

Nan Duan, Haoyang Huang, Weiyang Jin, Haoran Li, Yaowei Li, Yuming Li, Yijun Liu, Xin Lu, Xiaoxiao Ma, Yanwen Ma, Yaofeng Su, Yilang Sun, Haoyu Wang, Zeyue Xue, Songchun Zhang, Junhao Zhuang

机构 * Joy Future Academy, JD（京东探索研究院） 纠错

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

AI总结 研究针对长时序视听生成的需求，提出JoyAI-Echo-1.5系统，含长视频与世界模型变体，通过专用技术实现跨镜头一致性等性能，在相关基准上取得领先结果，为生成连贯内容提供基础。

Comments Project page: this https URL (https://echo-team-joy-future-academy-jd.github.io/Echo-1.5-Page/)

A Unified Neural-Aided Alignment and Calibration Method for AUVs

面向自主水下航行器（AUV）的统一神经辅助对准与校准方法

Guy Damari, Zeev Yampolsky, Itzik Klein

机构 * University of Haifa（海法大学） 纠错

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

AI总结 本研究针对AUV传统DVL初始化流程耗时、依赖轨迹等缺陷，提出含ResAlignNet与DCNet的神经辅助统一初始化流程，仅需25秒近等速轨迹数据，使速度均方根误差平均降低68.7%。

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

Bartolomeo Bogliolo

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。

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

Chenghao Zhang, Canran Xiao, SaiSai Hu, Dan Roth

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） 纠错

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

Hudson Kim, Ryan Soussan, Brian Coltin, Jordan Kam

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） 纠错

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

Steven Swanbeck, Mitch Pryor

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） 纠错

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

Jiajie Wang, Kebin Peng, Wei Wang, Xiaoyin Wang, Sen He, Xue Qin

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

Hong-Son Nguyen, Yen-Chen Liu

机构 * National Cheng Kung University（成功大学） 纠错

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

Carlos Renato C. Durao, Felipe O. Silva, Itzik Klein, Vinıcius M. G. B. Cavalcanti, Adriano Frutuoso, Ettore A. de Barros, Jay A. Farrell

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） 纠错

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

Ching-Chieh Liu, Cong-Thanh Vu, Yen-Chen Liu

机构 * National Cheng Kung University (NCKU)（成功大学） 纠错

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

Mal Fazliu, Matthew Coombes, Sen Wang, Cunjia Liu

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

Yuanhang Zhang, Younggyo Seo, Juyue Chen, Yifu Yuan, Koushil Sreenath, Pieter Abbeel, Carmelo Sferrazza, Karen Liu, Rocky Duan, Guanya Shi

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

Nikita Vaibhav Pavle, Rakesh Kumar Sahoo, Manoranjan Sinha

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） 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

Jun Chen, Mingjia Chen, Tianlong Yu, Qi Nie, Shinkyu Park

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） 纠错

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

Tin Nguyen, Thang T. Truong, Runtao Zhou, Trung Bui, Chirag Agarwal, Anh Totti Nguyen

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

Chenxin Tu, Xiaowei Cui, Gang Liu, Mingquan Lu

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)