机器人 / 具身智能

Sparse Compositional Flow Matching by geometric assembly from motion primitives

基于运动基元的几何组装的稀疏组合流匹配

Yan Tang, Yuanbo Tang, Tingyu Cao, Shaolun Huang, Yang Li

机构 * Tsinghua Shenzhen Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳研究生院，清华大学，深圳，中国） ； School of AI, Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳）人工智能学院） 纠错

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

AI总结 提出一种通过运动基元字典学习和几何约束的稀疏流匹配框架，直接在物理轨迹空间进行组合生成，实现状态最优精度并显著降低FDE/ADE比。

Autonomous Frontier-Based Exploration with VLM Guidance

基于自主前沿探索与VLM引导

Aarush Aitha, Avideh Zakhor

机构 * EECS Department, University of California（加州大学EECS系） 纠错

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

AI总结 提出利用视觉语言模型进行高层战略决策，替代几何启发式，通过多模态提示选择最优前沿，在模拟环境中将地图覆盖率提升高达24%。

Comments 8 pages, 10 figures, CVPR 2026: 2nd Workshop on 3D-LLM/VLA: Bridging Language, Vision and Action in 3D Environments

KappaPlace: Learning Hyperspherical Uncertainty for Visual Place Recognition via Prototype-Anchored Supervision

KappaPlace: 通过原型锚定监督学习超球面不确定性用于视觉位置识别

Maya Yanko, Yoli Shavit

机构 * Faculty of Engineering Bar-Ilan University（工程学院巴伊兰大学） 纠错

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

AI总结 本文提出KappaPlace，一种学习具有不确定性的视觉位置识别表示的框架，通过原型锚定监督策略利用潜在类别代表作为概率目标，以减轻视觉位置识别中不确定性估计不准确的问题，从而提高导航系统的可靠性。

When Fireflies Cluster; Enhancing Automatic Clustering via Centroid-Guided Firefly Optimization

当萤火虫聚类；通过重心引导萤火虫优化增强自动聚类

MKA Ariyaratne, Azwirman Gusrialdi, Yury Nikulin, Jaakko Peltonen

机构 * Department of Computer Science, Faculty of Applied Sciences, University of Sri Jayewardenepura（Sri Lanka 瑞籍耶文纳普拉大学计算机科学系，应用科学学院） ； Faculty of Engineering and Natural Sciences,Tampere University（蒂帕雷大学工程与自然科学学院） ； Department of Mathematics and Statistics, University of Turku（图尔库大学数学与统计学系） 纠错

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

AI总结 本文提出了一种改进的萤火虫算法用于数据聚类，解决了传统方法如K均值在处理非均匀聚类形状、密度以及需要预先定义聚类数的局限性。该算法引入了重心移动策略和多目标适应度函数，平衡了紧凑性、分离性和新的TSP基于的导航惩罚。它能够自动估计最佳聚类数并动态调整聚类边界。在机器人传感器网络中的应用展示了其实际价值，实验表明其聚类质量优于K均值，且减少集群内路径距离。这些结果证实了该算法在复杂空间聚类任务中的鲁棒性，未来可能扩展到更高维和适应性场景。

Comments 34 pages, 19 Figures

Towards Ubiquitous Mapping and Localization for Dynamic Indoor Environments

面向动态室内环境的无处不在的映射与定位

Halim Djerroud, Nico Steyn, Olivier Rabreau, Patrick Bonnin, Abderraouf Benali

机构 * Tshwane University of Technology（茨瓦内理工大学） 纠错

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

AI总结 本文提出UbiSLAM，一种用于动态室内环境实时映射和定位的创新解决方案，通过部署固定RGB-D相机网络解决传统SLAM系统在环境变化敏感性和依赖移动单元传感器的问题，提升机器人在环境中的定位精度和响应性。

Journal ref Proceedings of the 17th International Conference on Agents and Artificial Intelligence (ICAART 2025), Volume 1, pages 537-548, SciTePress, 2025. ISBN: 978-989-758-737-5, ISSN: 2184-433X

DepthPilot: From Controllability to Interpretability in Colonoscopy Video Generation

DepthPilot：从可控性到可解释性在结肠镜视频生成中

Junhu Fu, Ke Chen, Weidong Guo, Shuyu Liang, Jie Xu, Chen Ma, Kehao Wang, Shengli Lin, Zeju Li, Yuanyuan Wang, Yi Guo, Shuo Li

机构 * College of Biomedical Engineering, Fudan University, Shanghai 200433, China（复旦大学生物医学工程学院） ； Key Laboratory of Medical Imaging Computing and Computer Assisted Intervention of Shanghai, Shanghai 200032, China（上海医学影像计算与计算机辅助干预重点实验室） ； Endoscopy Research Institute, Zhongshan Hospital, Fudan University, Shanghai 200032, China（复旦大学中山医院内窥镜研究所） ； Shanghai Collaborative Innovation Center of Endoscopy, Shanghai 200032, China（上海内窥镜协同创新中心） ； Department of Biomedical Engineering, Case Western Reserve University, Cleveland, OH 44106, USA（凯斯西储大学生物医学工程系） ； Department of Computer and Data Science, Case Western Reserve University, Cleveland, OH 44106, USA（凯斯西储大学计算机与数据科学系） 纠错

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

AI总结 本文提出DepthPilot框架，通过几何对齐策略和自适应样条去噪模块，实现结肠镜视频生成的可控性与可解释性，取得高FID分数和临床评估领先成果。

VLN-Cache: Enabling Token Caching for VLN Models with Visual/Semantic Dynamics Awareness

VLN-Cache: 通过视觉/语义动态感知实现VLN模型的令牌缓存

Zihao Zheng, Zhihao Mao, Xingyue Zhou, Jiayu Chen, Maoliang Li, Xinhao Sun, Hailong Zou, Zhaobo Zhang, Xuanzhe Liu, Donggang Cao, Hong Mei, Xiang Chen

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； School of Computer Science, China University of Geosciences (Wuhan)（中国地质大学（武汉）计算机科学系） ； School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学系） 纠错

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

AI总结 本文提出VLN-Cache框架，通过视觉动态感知和语义动态感知解决VLN模型中因视角和语义变化导致的缓存失效问题，实验显示在R2R-CE模拟基准上实现1.52倍的速度提升。

Planetary Exploration 3.0: A Roadmap for Software-Defined, Radically Adaptive Space Systems

行星探索3.0：软件定义、彻底适应性空间系统的路线图

Masahiro Ono, Daniel Selva, Morgan L. Cable, Marie Ethvignot, Margaret Hansen, Andreas M. Hein, Elena-Sorina Lupu, Zachary Manchester, David Murrow, Chad Pozarycki, Pascal Spino, Amanda Stockton, Mathieu Choukroun, Soon-Jo Chung, John Day, Alexander Demagall, Anthony Freeman, Chloe Gentgen, Michel D. Ingham, Charity M. Phillips-Lander, Richard Rieber, Alejandro Salado, Maria Sakovsky, Lori R. Shiraishi, Yisong Yue, Kris Zacny

机构 * Keck Institute for Space Studies（凯克空间研究 institute） ； NASA（美国国家航空航天局） 纠错

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

AI总结 针对外太阳系探索需求，提出基于软件定义空间系统（SDSS）的行星探索3.0新范式，通过单次任务实现对未访问天体的自主适应性探索，涵盖系统工程、软件技术及智能任务概念。

Journal ref AIAA ASCEND 2026

Memory Over Maps: 3D Object Localization Without Reconstruction

记忆超越映射：无需重建的3D物体定位

Rui Zhou, Xander Yap, Jianwen Cao, Allison Lau, Boyang Sun, Marc Pollefeys

机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软） 纠错

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

AI总结 本文提出无需重建的3D物体定位方法，通过轻量级视觉记忆实现快速场景索引，显著降低预处理成本，验证了基于图像的场景记忆可替代密集3D重建。

Comments 8 pages, 6 figures

Sixth-Sense: Self-Supervised Learning of Spatial Awareness of Humans from a Planar Lidar

第六感：从平面激光雷达自监督学习人类的空间感知

Simone Arreghini, Nicholas Carlotti, Mirko Nava, Antonio Paolillo, Alessandro Giusti

机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA)（达勒莫利人工智能研究所（IDSIA）） 纠错

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

AI总结 本文提出基于1D激光雷达和RGB-D相机的自监督方法，实现对人类的检测与2D姿态估计，提升机器人在共享空间中的全方位感知能力。

"Don't Do That!": Guiding Embodied Systems through Large Language Model-based Constraint Generation

别这样做！

Amin Seffo, Aladin Djuhera, Masataro Asai, Holger Boche

机构 * Technical University Munich（慕尼黑工业大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） 纠错

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

AI总结 本文提出STPR框架，利用LLM将自然语言中的约束转化为可执行Python代码，解决复杂约束的翻译问题，并在仿真环境中验证其高效性和兼容性。

Comments ICLR 2026 Workshop -- Agentic AI in the Wild: From Hallucinations to Reliable Autonomy

Privacy-Preserving Semantic Segmentation from Ultra-Low-Resolution RGB Inputs

隐私保护的超低分辨率RGB输入语义分割

Xuying Huang, Sicong Pan, Olga Zatsarynna, Juergen Gall, Maren Bennewitz

机构 * University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习和人工智能研究所） ； Center for Robotics（机器人中心） 纠错

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

AI总结 本文提出一种全新联合学习框架，解决超低分辨率RGB输入下的语义分割难题，通过实验验证方法在隐私保护与分割性能间取得良好平衡，并在真实机器人任务中成功应用。

Comments Submit to IJCV Special Issue on Responsible Imaging

OPRIDE: Offline Preference-based Reinforcement Learning via In-Dataset Exploration

OPRIDE: 通过数据集内探索实现离线偏好驱动强化学习

Yiqin Yang, Hao Hu, Yihuan Mao, Jin Zhang, Chengjie Wu, Yuhua Jiang, Xu Yang, Runpeng Xie, Yi Fan, Bo Liu, Yang Gao, Bo Xu, Chongjie Zhang

机构 * The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能重点实验室） ； Tsinghua University（清华大学） ； Moonshot AI（月之暗面） ； Amazon（亚马逊） ； University of Arizona（亚利桑那大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

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

AI总结 本文提出OPRIDE算法，通过改进探索策略和折扣调度机制提升离线偏好驱动强化学习的查询效率，实验表明其在多种任务中表现优异。

Journal ref ICLR-2026

UI-Oceanus: Scaling GUI Agents with Synthetic Environmental Dynamics

UI-Oceanus：通过合成环境动态扩展GUI代理

Mengzhou Wu, Yuzhe Guo, Yuan Cao, Haochuan Lu, Songhe Zhu, Pingzhe Qu, Xin Chen, Kang Qin, Zhongpu Wang, Xiaode Zhang, Xinyi Wang, Wei Dai, Gang Cao, Yuetang Deng, Zhi Gong, Dezhi Ran, Linyi Li, Wei Yang, Tao Xie

机构 * Key Lab of HCST (PKU), MOE（高可信软件技术教育部重点实验室（北京大学）；北京大学计算机学院） ； School of Computer Science, Peking University（北京通明湖信息技术应用创新中心） ； Beijing Tongming Lake Information Technology Application Innovation Center（腾讯微信） ； WeChat, Tencent Inc.（西蒙菲莎大学） ； Simon Fraser University（德克萨斯大学达拉斯分校） ； University of Texas at Dallas（复旦大学系统与先进计算研究所） ； Fudan University Institute of Systems for Advanced Computing（上海开放计算系统研究所） ； Shanghai Institute of Systems for Open Computing 纠错

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

AI总结 本文提出UI-Oceanus框架，通过地面真实环境反馈掌握交互物理，解决GUI代理扩展中的数据瓶颈问题，实验表明其在离线和在线导航中均优于基线方法。

Edge Radar Material Classification Under Geometry Shifts

边缘雷达材质分类在几何位移下的应用

Jannik Hohmann, Dong Wang, Andreas Nüchter

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

AI总结 本文提出一种轻量级毫米波雷达材质分类方法，用于低功耗边缘设备，在正常训练几何下宏F1达94.2%，但在现实几何位移下性能下降至68.5%，通过归一化、几何增强和运动感知特征提升鲁棒性。

SafePilot: A Framework for Assuring LLM-enabled Cyber-Physical Systems

SafePilot: 一种确保基于大语言模型的嵌入式物理系统框架

Weizhe Xu, Mengyu Liu, Fanxin Kong

机构 * University of Notre Dame（诺克斯维尔大学） ； Washington State University（华盛顿州立大学） 纠错

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

AI总结 本文提出SafePilot框架，通过层级神经符号方法确保基于大语言模型的嵌入式物理系统安全性，通过任务复杂度评估和分治策略，结合形式化验证提升任务规划可靠性。

Comments 12 pages, 8 figures

Explore with Long-term Memory: A Benchmark and Multimodal LLM-based Reinforcement Learning Framework for Embodied Exploration

探索与长期记忆：一个基准和基于多模态LLM的强化学习框架用于具身探索

Sen Wang, Bangwei Liu, Zhenkun Gao, Lizhuang Ma, Xuhong Wang, Yuan Xie, Xin Tan

机构 * East China Normal University（东华大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文提出LMEE框架，通过多模态LLM强化学习促进终身学习，构建LMEE-Bench基准评估具身探索过程与结果，采用MemoryExplorer方法提升记忆检索与主动探索能力。

Comments Accepted by CVPR 2026

vAccSOL: Efficient and Transparent AI Vision Offloading for Mobile Robots

vAccSOL：面向移动机器人高效且透明的AI视觉卸载

Adam Zahir, Michele Gucciardom Falk Selker, Anastasios Nanos, Kostis Papazafeiropoulos, Carlos J. Bernardos, Nicolas Weber, Roberto Gonzalez

机构 * University Carlos III of Madrid（卡洛斯三世大学） ； Nubificus Ltd（Nubificus有限公司） 纠错

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

AI总结 本文提出vAccSOL框架，通过SOL神经网络编译器和vAccel执行框架实现AI视觉任务的高效透明执行，减少能耗并提升执行效率。

The Era of End-to-End Autonomy: Transitioning from Rule-Based Driving to Large Driving Models

端到端自主时代：从基于规则的驾驶转向大型驾驶模型

Eduardo Nebot, Julie Stephany Berrio Perez

机构 * The Australian Centre for Robotics, School of Aeronautical, Mechanical and Mechatronic Engineering, The University of Sydney（澳大利亚机器人中心，航空航天、机械及机电工程学院，悉尼大学） 纠错

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

AI总结 本文探讨自动驾驶从模块化规则系统向端到端学习系统过渡，分析大型驾驶模型在复杂环境中的表现及行业影响。

Hilbert-Augmented Reinforcement Learning for Scalable Multi-Robot Coverage and Exploration

Hilbert空间增强的强化学习用于可扩展的多机器人覆盖与探索

Tamil Selvan Gurunathan, Aryya Gangopadhyay

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

AI总结 本文提出一种基于Hilbert空间的强化学习方法，用于提高多机器人覆盖与探索的效率和可扩展性。

WildOS: Open-Vocabulary Object Search in the Wild

WildOS: 野外环境中的开放词汇物体搜索

Hardik Shah, Erica Tevere, Deegan Atha, Marcel Kaufmann, Shehryar Khattak, Manthan Patel, Marco Hutter, Jonas Frey, Patrick Spieler

机构 * Jet Propulsion Laboratory（喷气推进实验室） ； California Institute of Technology（加州理工学院） ； Swiss Federal Institute of Technology（瑞士联邦理工学院） ； ETH Zürich（苏黎世联邦理工学院） ； FieldAI Inc.（FieldAI公司） ； Stanford University（斯坦福大学） ； University of California Berkeley（加州大学伯克利分校） 纠错

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

AI总结 WildOS通过结合安全几何探索与语义视觉推理，实现野外环境中的开放词汇物体搜索，显著提升导航效率和自主性。

Comments 28 pages, 16 figures, 2 tables

Temporal Action Representation Learning for Tactical Resource Control and Subsequent Maneuver Generation

战术资源控制与后续机动生成的时序动作表示学习

Hoseong Jung, Sungil Son, Daesol Cho, Jonghae Park, Changhyun Choi, H. Jin Kim

机构 * Seoul National University（首尔国立大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 TART通过时序动作表示学习框架，有效整合资源使用与机动生成，提升有限资源下的战术决策能力。

Comments ICRA 2026, 8 pages

SafeFlowMatcher: Safe and Fast Planning using Flow Matching with Control Barrier Functions

SafeFlowMatcher: 基于流匹配与控制屏障函数的安全且快速规划

Jeongyong Yang, Seunghwan Jang, SooJean Han

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

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

AI总结 SafeFlowMatcher通过结合流匹配与控制屏障函数，实现安全且高效的路径规划，在多个机器人任务中表现出更快、更平滑和更安全的性能。

Comments ICLR 2026(poster)

AdaptManip: Learning Adaptive Whole-Body Object Lifting and Delivery with Online Recurrent State Estimation

AdaptManip: 基于在线递归状态估计的自适应全身体态物体抓取与配送

Morgan Byrd, Donghoon Baek, Kartik Garg, Hyunyoung Jung, Daesol Cho, Maks Sorokin, Robert Wright, Sehoon Ha

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

AI总结 AdaptManip通过强化学习实现人形机器人自主导航、物体抓取与配送，无需人类示范，具备高鲁棒性和适应性。

Comments Website: https://morganbyrd03.github.io/adaptmanip/

High-fidelity 3D reconstruction for planetary exploration

高保真行星探测的3D重建

Alfonso Martínez-Petersen, Levin Gerdes, David Rodríguez-Martínez, C. J. Pérez-del-Pulgar

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

AI总结 本文提出了一种结合NeRF和高斯点绘的自动化3D重建管道，用于在极端环境下实现高保真的行星探测

Comments 7 pages, 3 figures, conference paper

Journal ref IEEE Conference on Artificial Intelligence (CAI) 2026, Special Session on AI for Space Exploration

TreeLoc: 6-DoF LiDAR Global Localization in Forests via Inter-Tree Geometric Matching

TreeLoc: 通过树间几何匹配实现森林中的6自由度LiDAR全局定位

Minwoo Jung, Nived Chebrolu, Lucas Carvalho de Lima, Haedam Oh, Maurice Fallon, Ayoung Kim

机构 * Dept. of Mechanical Engineering, SNU（机械工程系，首尔国立大学） ； Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； CSIRO Robotics, DATA61, CSIRO and the School of Electrical Engineering and Computer Science, The University of Queensland (UQ)（CSIRO机器人、DATA61、CSIRO及昆士兰大学电气工程与计算机科学学院） 纠错

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

AI总结 TreeLoc通过树间几何匹配实现森林中的6自由度LiDAR全局定位，结合树干和DBH特征进行粗细匹配，并通过两步几何验证实现高精度定位。

Comments An 8-page paper with 7 tables and 8 figures, accepted to ICRA 2026

IMAGINE: Intelligent Multi-Agent Godot-based Indoor Networked Exploration

IMAGINE: 基于 Godot 的智能多智能体室内网络探索

Tiago Leite, Maria Conceição, António Grilo

机构 * Institute for Systems and Robotics（系统研究所） 纠错

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

AI总结 本文提出基于Godot的多智能体强化学习方法，用于解决室内未知环境中的自主协作探索问题，通过高保真模拟和课程学习提升训练效率与鲁棒性。

Comments 12 pages, submitted to a journal

Event-based Heterogeneous Information Processing for Online Vision-based Obstacle Detection and Localization

基于事件的异构信息处理用于在线视觉障碍检测与定位

Reza Ahmadvand, Sarah Safura Sharif, Yaser Mike Banad

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

AI总结 本文提出一种结合混合神经网络与脉冲神经网络的框架，用于提升机器人在动态环境中的障碍检测与定位能力。

Hybrid guided variational autoencoder for visual place recognition

混合引导变分自编码器用于视觉地点识别

Ni Wang, Zihan You, Emre Neftci, Thorben Schoepe

机构 * Amazon Development Center Germany GmbH, Berlin, Germany（亚马逊德国开发中心） ； Southeast University, Nanjing, China（东南大学） ； Forschungszentrum Jülich GmbH, Aachen, Germany（尤利希研究中心） ； imec, Luven, Belgium（imec） 纠错

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

AI总结 本文提出一种混合引导变分自编码器用于视觉地点识别，结合事件视觉传感器和脉冲神经网络，实现紧凑、鲁棒且具有泛化能力的模型，提升移动机器人导航性能。

R4: Retrieval-Augmented Reasoning for Vision-Language Models in 4D Spatio-Temporal Space

R4：在4D时空空间中为视觉语言模型引入检索增强推理

Tin Stribor Sohn, Maximilian Dillitzer, Jason J. Corso, Eric Sax

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Esslingen University of Applied Sciences（埃斯林根应用科学大学） ； Dr. Ing. h.c. F. Porsche AG（德意志联邦汽车工业协会） ； University of Michigan（密歇根大学） ； Voxel51 Inc.（Voxel51公司） 纠错

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

AI总结 R4通过构建4D时空知识库，使视觉语言模型具备结构化终身记忆，实现无需训练的检索增强推理，提升动态环境中的具身推理能力。