RTNav: Towards Real-Time Zero-Shot Object Navigation
RTNav:迈向实时零样本目标导航
机构 * Duke University(杜克大学)
专题命中 具身导航 :navigation(title,abstract);分类 cs.RO、cs.AI、cs.CV
AI总结 针对零样本目标导航方法在现实实时场景下的性能下降问题,提出RTNav架构,在HM3D系列数据集的实时变体上实现了成功率与完成时间加权成功率的显著提升。
视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
RTNav:迈向实时零样本目标导航
机构 * Duke University(杜克大学)
专题命中 具身导航 :navigation(title,abstract);分类 cs.RO、cs.AI、cs.CV
AI总结 针对零样本目标导航方法在现实实时场景下的性能下降问题,提出RTNav架构,在HM3D系列数据集的实时变体上实现了成功率与完成时间加权成功率的显著提升。
用于机器人人群导航短程规划的扩散策略
机构 * Institute for Numerical Simulation(数值模拟研究所) ; University of Bonn(波恩大学)
专题命中 具身导航 :navigation(title,abstract);分类 cs.LG
AI总结 针对机器人人群导航中现有方法难以表征多样化短期避障策略的问题,提出PDPO框架,生成短程动作块并引入边界约束,在基准测试中取得更好导航成功率。
具身导航器:指向、思考、记忆与对齐以实现高效导航
机构 * ZJU(浙江大学)
专题命中 具身导航 :navigation(title,abstract);分类 cs.RO
AI总结 本研究提出具身导航框架TAMP-Nav,通过像素转3D动作、选择性推理记忆与GRPO两级对齐,在R2R-CE数据集上实现66.2% SR,仅需90k训练轨迹,达成高效具身导航的最优性能。
超轻量、超低功耗、基于概率RSS的路径重建:用于景观尺度蜜蜂追踪的系统
机构 * University of Sheffield(谢菲尔德大学) ; School of Computer Science, University of Sheffield(谢菲尔德大学计算机科学学院)
专题命中 具身导航 :robotics(abstract);navigation(abstract);分类 cs.LG
AI总结 本研究提出一种基于RSS的概率路径重建方法,实现了对38毫克低功耗设备的景观尺度追踪,精度达10-15米,可用于欧洲熊蜂归巢飞行的追踪研究。
超越试验场:基于激光雷达的辅助变道系统独立公开道路测试
专题命中 具身导航 :navigation(abstract);分类 cs.RO、cs.CV
AI总结 本研究提出公共道路独立测试辅助变道系统的方法,在法国A31高速开展测试,发现部分系统操作未达UNECE第79号法规安全距离要求,验证了LiDAR传感的适用性,可支持市场监管与法规修订。
通过冲突感知不相交参数训练实现统一预测与规划
机构 * DGIST(韩国科学技术院大邱庆北校区) ; KAIST(韩国科学技术院)
专题命中 具身导航 :navigation(abstract);分类 cs.RO、cs.CV
AI总结 研究社交机器人在拥挤环境中统一预测与规划问题,提出基于模型合并的不相交参数训练框架DPT,通过分布式参数学习减轻技能冲突,稀疏合并提升性能,在标准基准测试中验证其在机器人导航上通用且有效。
Comments Accepted at ECCV 2026. 38 pages, 14 figures. Project page: this https URL (https://dpt2026.github.io/)
UrbanGround:从局部感知到真实城市中的空间能动性
机构 * Shanghai Jiao Tong University(上海交通大学) ; National University of Singapore(新加坡国立大学) ; Meituan(美团) ; The Chinese University of Hong Kong(香港中文大学) ; Shanghai University(上海大学) ; University of Oxford(牛津大学)
专题命中 具身导航 :navigation(abstract);分类 cs.CV
AI总结 本文提出首个基于香港3D地理空间数据构建的UrbanGround沙盒,探究MLLM智能体在真实城市中从局部感知转化为可靠行动的程度,发现其长时间探索时错误累积的缺陷,为相关研究提供支撑。
Comments 35 pages, 11 figures, 7 tables. Project Page: this https URL (https://urbanground.github.io), Code Repository: this https URL (https://github.com/UrbanGround/UrbanGround)
DESCENT:面向机场地面运动预测的有向边场景编码
机构 * Graz University of Technology(格拉茨工业大学) ; Institute of Visual Computing(视觉计算研究所)
专题命中 具身导航 :navigation(abstract);分类 cs.RO
AI总结 该研究针对机场地面运动预测领域,提出基于Transformer的DESCENT架构,结合PRS上下文采样与检测Transformer解码器,在Amelia-10基准上较现有最优基线实现显著性能提升,尤其在安全关键场景表现突出。
Comments IROS 2026. Project page at this https URL (https://a-pru.github.io/descent)
结合目标输入估计的制导律非线性模型预测控制
专题命中 具身导航 :navigation(abstract)
AI总结 本文针对捷联导引头导弹,提出结合目标输入估计的MPCG制导律,通过LGRPM离散化OCP并处理约束,仿真显示其拦截性能优于PPNG。
基于融合的超越Tolles-Lawson方法的动态平台磁补偿
专题命中 具身导航 :navigation(abstract)
AI总结 本文针对经典Tolles-Lawson框架的不足,提出两阶段磁补偿框架,利用增广线性化模型和无地图KFF算法,在公开数据集上将平均补偿误差降至12.3nT,提升了航空磁补偿性能。
Comments 16 pages, 10 figures, submitted to Journal of Advances in Information Fusion (JAIF) on 3rd Aug 2026
开源卫星软件的全景特征分析
专题命中 具身导航 :navigation(abstract)
AI总结 本文对22286个GitHub开源卫星软件项目开展特征研究,构建软件目标分类体系,揭示其流行度提升、异构专业化的特点,为相关人员提供启示。
Comments This paper has been accepted for publication in ASE 2026!