机器人 / 具身智能

Hydra: A Navigation World Action Model with Discrete Latent Planning and Continuous Flow-Matching Execution

Hydra：一种具有离散潜在规划与连续流匹配执行能力的导航世界动作模型

Mohammad Nazeri, Alexandyr Card, Samira Huber, Anuj Pokhrel, Yujun Wang, Ruben Hammele, Daeun Song, Sören Pirk, Xuesu Xiao

机构 * George Mason University（乔治梅森大学） ； Kiel University（基尔大学） ； Ludwig Maximilian University Munich（慕尼黑大学） ； Ewha Womans University（梨花女子大学） 纠错

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

AI总结 本文提出Hydra模型，通过将规划器移入模型内部消除生成模型与规划器的表示不对齐问题，结合离散潜在规划与条件流匹配，在物理机器人平台上的目标导向规划与闭环执行能力表现优异。

Comments 29 pages, 12 figures. https://robotixx.github.io/hydra

CANVAS: Consistency-Aware Navigation via Visual Adaptive Sampling for Long-Context Text-to-SVG Generation

CANVAS：面向长上下文文本到SVG生成的一致性感知视觉自适应采样导航

Yichen Wu, Haoxuan Qu, Yihang Lou, Hossein Rahmani, Jun Liu

机构 * University of Nottingham（诺丁汉大学） ； Lancaster University（兰卡斯特大学） ； Peking University（北京大学） 纠错

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

AI总结 本文提出无训练的CANVAS框架，通过视觉自适应采样提升长上下文文本到SVG生成的全局一致性，无需额外训练即可在多基准上取得良好效果。

Comments 30 pages (including supplementary material), 9 figures, 10 tables. Code: https://github.com/Louis-YW/CANVAS

LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation

LightNav-0：激发视觉语言模型的空间智能以实现通用具身导航

Shaoan Wang, Aocheng Luo, Fei Huang, Jingyi Xu, Xiaoyang Wang, Yueyu Wang, Qianli Ma, Fan Yang, Ran Mei, Jia Wei, Jiangpeng Hu, Xuhao Liu, Hongming Chen, Yuanbin Shao, Yiyang Lin, Ziliang Li, Liang Pan, Xinhang Liu, Yuntao Ma, Tingxiang Fan

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

AI总结 LightNav-0 是激发 VLM 空间智能的通用具身导航模型，单模型支持多导航任务，在仿真基准和真实场景中均实现最优性能，具备强泛化能力。

Comments Technical report

Scaffolding Foundation Models into Physical-World Agents Pushes the Frontier of Long-Horizon Navigation

将基础模型搭建为物理世界智能体以推动长时程导航前沿

Zixing Lei, Gengze Zhou, Xiong-Hui Chen, Jiazhao Zhang, Yiyang Huang, Hang Yin, Haoqi Yuan, Qi Wu, Weixin Li, Siheng Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Inc（阿里巴巴集团） ； Zhongguancun Academy（中关村学院） ； Adelaide University（阿德莱德大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出NavMCP框架，结合VLM推理智能体与NFM执行器实现长时程导航，在多个具身问答基准及Unitree Go2机器人上取得优于基线的性能，验证了该方法的有效性。

Comments 22 pages, 6 figures

CGFM-Nav: Cognitive Graph-Field Memory for Semantic-Guided Lifelong Multimodal Embodied Navigation

CGFM-Nav：用于语义引导的终身多模态具身导航的认知图场记忆

Yuxiang Xiao, Xibei Chen, Xin Zhou, Jie Chen, Yifeng Zhang, Guillaume Sartoretti

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 该研究针对视觉与语言导航中环境表征的不足，提出CGFM及基于其的CGFM-Nav框架，在GOAT-Bench实验中提升了导航的成功率与SPL，验证了方法的有效性。

Comments 5 pages, 2 figures

CanonNav: Disentangling Navigation Behavior from Camera Geometry in Cross-Platform Visual Navigation

CanonNav：跨平台视觉导航中解耦导航行为与相机几何

Dong-Wook Kim, Ji-Hoon Hwang, E-In Son, Mintaek Oh, Seung-Woo Seo

机构 * Seoul National University（首尔大学） 纠错

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

AI总结 CanonNav框架解耦导航行为与相机几何，引入相机几何规范化并结合规划监督，仅用RGB推理便在多场景视觉导航中优于相关基线与RGB-D方法。

Contrast-Free Autonomous Navigation of Untethered Endovascular Microrobots Using Single-Plane Fluoroscopy

基于单平面荧光透视的无造影剂 untethered 血管内微型机器人自主导航

Husnu Halid Alabay, Tuan-Anh Le, Ping Wang, Hakan Ceylan

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

AI总结 本研究针对磁驱动 untethered 血管内微型机器人三维导航的临床障碍，提出 VISTA 数字孪生框架，利用单平面荧光透视实现无造影剂自主导航，显著缩短导航时间、减少校正指令与辐射暴露。

Comments 34 pages, 9374 words

A Sliding Window Filter on the Galilean Group for Consistent Aided Inertial Navigation with Unknown Measurement Delays

适用于伽利略群的滑动窗口滤波器：处理未知测量延迟的一致辅助惯性导航

Jonathan Kelly

机构 * Vector Institute（向量研究所） ； University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所） 纠错

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

AI总结 针对辅助惯性导航中辅助测量的未知恒定延迟问题，提出基于伽利略群的滑动窗口滤波器，联合估计延迟与导航状态，仿真表明该滤波器可显著提升估计一致性。

Comments Accepted to the IEEE International Conference on Multisensor Fusion and Integration (MFI), Pilsen, Czechia, Sep 2-4, 2026

GeoAgent: Evaluating VLM Geolocalization Through Embodied Navigation

GeoAgent：通过具身导航评估视觉语言模型的地理定位能力

Arka Mukherjee, Soham Roy, Kartikeya Trivedi, Shreya Ghosh

机构 * KIIT Bhubaneswar（布巴内斯瓦尔KIIT大学） ； IIT Bhubaneswar（布巴内斯瓦尔印度理工学院） 纠错

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

AI总结 本研究提出基于街景导航的GeoAgent基准，发现VLMs在地理定位中难区分区域模式，智能体导航可提升准确率，但模型存在地区偏差且自我改进能力差，明确了具身地理定位的挑战

Comments Accepted to EMNLP 2026 Findings

Revolutionizing Turn-by-Turn Navigation with Cloud-Edge Deep Learning

基于云边端深度学习的逐向导航技术革新

Yiming Yang, Hao Fu, Fanxiang Zeng, Xikai Yang, Yue Liu, Ning Guo

机构 * AMap, Alibaba Group（高德地图，阿里巴巴集团） 纠错

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

AI总结 该研究针对传统逐向导航音频指令的不足，提出结合Transformer与混合专家（MoE）的云边协同深度学习框架，大幅降低车辆偏航率，是深度学习在驾驶音频导航的首次大规模应用，推动了智能交通技术发展。

Comments This paper has accepted by IEEE Transactions on Intelligent Transportation Systems

Journal ref Volume: 27, Issue: 7, July 2026, Page(s): 7882 - 7892

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。

Guided navigation in turbulence

湍流中的引导式导航

Jingran Qiu, Kristian Gustavsson

专题命中 具身导航 ：navigation(title,abstract)

AI总结 该研究针对湍流中导航的局部感知局限，对比局部策略与预先计算轨迹引导策略，提出利用群体中表现优异成员作为目标的集体策略，可保留大部分引导优势。

Comments 7 pages, 5 figures

SN-ASMO: Satellite-Navigation Array Spatial-Manifold Precise Observation Theory A Mathematical Foundation for Observation Formation, Unified U(1) Geometry, Intrinsic Information, and Preservation of the RTK Integer Structure

SN-ASMO：卫星导航阵列空间流形精确观测理论——观测形成、统一U(1)几何、本征信息及RTK整数结构保留的数学基础

Xianwei Meng

专题命中 具身导航 ：navigation(title,abstract)

AI总结 SN-ASMO理论针对卫星导航的根本问题，构建了统一观测形成等多要素且可物理验证的数学框架，解决了抗干扰、高动态场景下RTK整数结构保留等关键问题。

On Zermelo's planar navigation problem for convex bodies, and implications for non-convex optimal routing

关于凸体的泽姆勒平面导航问题及其对非凸最优路径规划的影响

Matteo Della Rossa, Lorenzo Freddi, Mattia Pinatto

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文研究了泽姆勒导航问题的推广版本，探讨了凸集控制集下的最优控制条件，并讨论了非凸控制集的应用。

Comments To appear on Applied Mathematics and Optimization

HorizonNet for visual terrain navigation

用于视觉地形导航的HorizonNet

Bertil Grelsson, Andreas Robinson, Michael Felsberg, Fahad Shahbaz Khan

机构 * Linköping University（林雪平大学） ； Inception Institute of Artificial Intelligence（Inception人工智能研究院） 纠错

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

AI总结 该研究针对沿海或群岛区域无人水面艇的位置估计问题，提出基于双CNN架构与MOSSE相关滤波器的视觉地形导航方法，在野外试验中实现了GPS级精度的位置估计。

Comments 7 pages, 7 figures, 1 table. Published at IEEE IPAS 2018. An extended version appeared in Journal of Field Robotics 37(6):951-971, 2020, doi:10.1002/rob.21929

Journal ref 2018 IEEE International Conference on Image Processing, Applications and Systems (IPAS), pp. 149-155

WiT: Waypoint Diffusion Transformers for Alleviating Trajectory Conflict in Pixel-Space Image Generation

WiT：通过轨迹冲突导航实现方式点扩散变换

Hainuo Wang, Mingjia Li, Xiaojie Guo

机构 * College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部） 纠错

专题命中 具身导航 ：navigation(title)；分类 cs.CV

AI总结 本文提出WiT，通过分解连续向量场中的语义方式点，解决像素空间中的轨迹冲突问题，提升扩散生成效果。

SGE: Semantically-Guided Exploration for Unstructured Environments via Image-Space Waypoint Sampling

SGE：通过图像空间路点采样实现非结构化环境下的语义引导探索

Christopher Tatsch, Yu Gu

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

AI总结 本研究提出SGE框架，将语义分割融入路点采样与时域优化，通过仿真与实机实验验证其在非结构化环境探索中兼具体积覆盖竞争力与语义任务偏置能力，适配多平台多场景。

ImprovedVBGS: Real-time Continual Variational Bayes Gaussian Splatting

改进的 VBGS：实时连续变分贝叶斯高斯点云融合

Damani Mguni-Coker

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

AI总结 针对实时重建需求，改进的 VBGS 框架通过空间截断变分推理和改进重新分配，加速连续重建。在 NeRF 合成数据集上，RTX 3070 Ti 实现平均每帧延迟大幅降低，加速 1680 倍，且保持重建质量。

Comments 5 pages, 4 figures. Technical Report. This introduces ImprovedVBGS, accelerated continual learning for 3D Gaussian Splatting based Reconstruction. Code available at [https://github.com/damanimc/ImprovedVBGS](https://github.com/damanimc/ImprovedVBGS)

Self-Aware Active Learning Enables Continual Improvement in Autonomous Driving

自我感知主动学习实现自动驾驶的持续改进

Dong Hu, Chao Huang, Carman K. M. Lee, Dimitrios Kanoulas

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Adelaide University（阿德莱德大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 该研究提出自我感知主动学习框架SAGE，通过生成恐惧与好奇心信号调节风险，在多场景中提升自动驾驶系统鲁棒性、减少安全违规并维持任务性能，实现训练后持续改进。

MANTLE: A Framework for Adaptive In-Situ Planetary Perception Using a Modular Uplink Principle

MANTLE：基于模块化上行原理的自适应原位行星感知框架

Pranav Durai, Gary Doran

机构 * Stanford University School of Medicine（斯坦福大学医学院） ； Jet Propulsion Laboratory（喷气推进实验室） ； California Institute of Technology（加州理工学院） 纠错

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

AI总结 本文提出名为MANTLE的多任务自适应网络，基于模块化上行原理实现行星感知，在火星地形分类和巨石分割任务上取得良好性能，支持任务生命周期内新增感知能力。

Comments 10 pages

CoRe-GS: Coarse-to-Refined Gaussian Splatting with Semantic Object Focus

CoRe-GS：基于语义对象聚焦的粗到细 Gaussian Splatting

Hannah Schieber, Dominik Frischmann, Victor Schaack, Simon Boche, Angela Schoellig, Stefan Leutenegger, Daniel Roth

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

AI总结 CoRe-GS通过任务驱动的语义对象聚焦优化，实现高效且高质量的3D场景重建，适用于机器人应用。

Calibration and Comparative Analysis of Forward-Looking Sonar and 3D Sonar for Enhanced Underwater Object Recognition

用于增强水下目标识别的前视声呐与三维声呐的校准及对比分析

Aditya Penumarti, Khanh Dong, Zi-Hao Zhang, Yongkyoon Park, Zhenqi Wu, Trung Dong, Shahriar Negahdaripour, Xiaomin Lin, Jane Shin

机构 * College of Engineering at the University of Florida（佛罗里达大学工程学院） ； Seoul National University（首尔大学） ； University of South Florida（南佛罗里达大学） ； University of Miami（迈阿密大学） 纠错

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

AI总结 该研究针对声呐噪声导致水下目标识别困难的问题，采用前视声呐与三维声呐两种模态，通过自动校准过滤噪声特征，提升了特征提取性能，为水下目标识别提供了有效方案。

Comments 6 pages, Accepted to IEEE OCEANS 2026

Star-Fusion: A Multi-modal Transformer Architecture for Discrete Celestial Orientation via Spherical Topology

星融合：一种多模态变换器架构，通过球面拓扑实现离散天体定向

May Hammad, Menatallh Hammad

机构 * Department of Aerospace Informatics, Julius-Maximilians-Universität Würzburg（航空航天信息学系，乌尔姆-马克斯-普朗克大学） 纠错

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

AI总结 本文提出Star-Fusion架构，通过球面拓扑分类解决天体定向问题，采用球面K-means聚类和多模态融合策略，实现高精度和高效定位。

SketchVLM: Vision language models can annotate images to explain thoughts and guide users

SketchVLM：视觉语言模型可以注释图像以解释思路并引导用户

Brandon Collins, Logan Bolton, Hung Huy Nguyen, Mohammad Reza Taesiri, Trung Bui, Anh Totti Nguyen

机构 * Auburn University（阿伯拉罕大学） ； Adobe Research（Adobe研究） 纠错

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

AI总结 SketchVLM通过生成可编辑的SVG叠加图提升视觉推理和绘图任务的准确性与注释质量，实现高达28.5%的精度提升和1.48倍的注释质量提升。

Comments Accepted at EMNLP 2026 (Main Conference)

A Terrain-Adaptive epsilon-Constraint MPC for Uneven Terrain Kinodynamic Planning

一种适应地形的epsilon约束MPC用于不规则地形运动动力学规划

Otobong Jerome, Geesara Kalathunga, Tiago Nascimento

机构 * Laboratório de Engenharia de Sistemas e Robótica, Universidade Federal da Paraíba（系统与机器人工程实验室，帕拉伊巴联邦大学） ； School of Computer Science, University of Lincoln（计算机科学学院，林肯大学） 纠错

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

AI总结 本文提出了一种适应地形的epsilon约束MPC方法，用于解决车辆在不规则地形上同时优化路径效率和姿态稳定性的规划问题，通过动态调整epsilon界限来实时探索帕累托前沿，并通过半参数模型结合分析车辆动力学和稀疏高斯过程来捕捉车辆-地形动力学。

Journal ref O. Jerome, G. Kulathunga and T. Nascimento,(2026), IEEE Robotics and Automation Letters

LLMs Interpret, Embeddings Organize, Graphs Emerge: Agent-Driven Compilation of Scientific Knowledge

大语言模型（LLMs）进行解释，嵌入（Embeddings）进行组织，图（Graphs）浮现：智能体驱动的科学知识编译

Shi-Ju Ran, Kun Zhang, Xi Wu, Liu-Si Yang, Wen-Jun Li

机构 * Capital Normal University（首都师范大学） ； Putian University（莆田大学） 纠错

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

AI总结 本研究在ASKS系统中实现智能体驱动的科学知识编译，通过LLM生成维基视图与语义、嵌入及图规则整合变更，编译56篇论文得到可追溯研究画像，图内容关联原始来源记录。

Comments 15 (main text) + 6 (SM) pages, 4 + 1 figures

SonicNudge: Controlled Displacement of Hovering UAVs via Estimator-Controller Coupling

SonicNudge：通过估计器-控制器耦合实现对悬停无人机的受控位移

Shaocheng Luo, Ashir Raza, Haocheng Meng, David Hunt, Miroslav Pajic

机构 * Duke University（杜克大学） 纠错

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

AI总结 SonicNudge是一种通过估计器-控制器耦合，利用超声波共振对陀螺仪的微小扰动实现无人机受控位移的攻击原语，经仿真与实验验证，其可作用于需悬停等任务的无人机，拓展了车辆系统安全的攻击面。

Optimal control of a swimming robot based on Purcell's microswimmer model

基于珀塞尔微泳者模型的游泳机器人最优控制

Noam Berkovich Lahav, Oren Wiezel, Yizhar Or

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本研究基于珀塞尔微泳者模型，构建高粘性流体中三连杆游泳机器人变体，应用庞特里亚金最大值原理结合数值方法，求解位移与能量效率最优步态，为机器人最优控制提供方案。

SCOPE: Field-of-View-Aware Path Planning in Unknown Space via Safety-Volume Certification

SCOPE：通过安全体积认证在未知三维环境中感知视场的路径规划

Junbin Yuan, Muqing Cao, Yunwoo Lee, Brady Moon, Sebastian Scherer

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Brigham Young University（杨百翰大学） 纠错

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

AI总结 SCOPE是一种在未知3D环境中规划路径的框架，通过安全体积认证实现视场感知，可到达所有目标、减少任务时间，真实机器人演示验证其有效性。

Comments Project website: https://yuanjunbin.github.io/scope-planner/

On Adversarial Attacks In Acoustic Drone Localization

关于声学无人机定位中的对抗攻击

Tamir Shor, Chaim Baskin, Alex Bronstein

机构 * Department of Computer Science（计算机科学系） ； Technion – Israel Institute of Technology（技术ion-以色列理工学院） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Ben-Gurion University of the Negev（贝内尔谢瓦大学） ； Institute of Science and Technology Austria（奥地利科学与技术研究院） 纠错

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

AI总结 本文研究了对抗攻击对声学无人机定位的影响，提出了一种对抗扰动恢复算法以降低攻击影响。