Core Challenges in Embodied Vision-Language Planning
专题命中 具身导航 ：embodied AI(abstract)；manipulation(abstract)；navigation(abstract)；分类 cs.RO、cs.AI、cs.CV
Comments Journal of Artificial Intelligence Research 74 (2022) 459-515
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 14047 篇
Millimeter-wave Foresight Sensing for Safety and Resilience in Autonomous Operations
专题命中 具身导航 ：robotics(abstract)；manipulation(abstract)；navigation(abstract)；robotic(abstract)
Comments 7 pages, 4 figures
Variational End-to-End Navigation and Localization
专题命中 具身导航 ：navigation(title,abstract)；robotics(comments,journal_ref)；分类 cs.LG
Comments Published in IEEE International Conference on Robotics and Automation (ICRA) 2019. Best Paper Award Finalist
Journal ref 2019 International Conference on Robotics and Automation (ICRA)
Incorporating Gaze into Social Navigation
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO；robotics(comments)
Comments Accepted for publication in the Robotics: Science and Systems Workshop on Social Robot Navigation (RSS 2021)
An Adversarial Objective for Scalable Exploration
专题命中 具身导航 ：robotics(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.CV
Comments Additional visualizations of our results are available on our website at https://sites.google.com/view/action-for-better-prediction . Bernadette Bucher and Karl Schmeckpeper contributed equally
Streaming Scene Maps for Co-Robotic Exploration in Bandwidth Limited Environments
专题命中 具身导航 ：robotic(title,abstract)；robotics(comments,journal_ref)；分类 cs.RO
Comments 8 pages, 6 figures, accepted for presentation in IEEE Int. Conf. on Robotics and Automation, ICRA '19, Montreal, Canada, May 2019
Journal ref 2019 IEEE International Conference on Robotics and Automation (ICRA), Montreal, QC, Canada, 2019, pp. 7940-7946
Qualitative vision-based navigation based on sloped funnel lane concept
专题命中 具身导航 ：navigation(title,abstract)；robotics(comments,journal_ref)；分类 cs.RO
Comments This is a pre-print of an article published in Intelligent Service Robotics. The final authenticated version is available online at: https://doi.org/10.1007/s11370-019-00308-4
Journal ref Intelligent Service Robotics, 2019
Fast 3D Pose Refinement with RGB Images
专题命中 具身导航 ：robotics(abstract)；manipulation(abstract)；navigation(abstract)；robotic(abstract)
Mapping Navigation Instructions to Continuous Control Actions with Position-Visitation Prediction
专题命中 具身导航 ：navigation(title)；robot learning(comments,journal_ref)；分类 cs.RO、cs.AI、cs.CV
Comments Appeared in Conference on Robot Learning 2018
Journal ref In Conference on Robot Learning (pp. 505-518) (2018)
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
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））
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
机构 * Institute of Neural Computation, Ruhr University Bochum（鲁尔大学波鸿分校神经计算研究所）
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
SUM-AgriVLN: Spatial Understanding Memory for Agricultural Vision-and-Language Navigation
SUM-AgriVLN：面向农业视觉语言导航的空间理解记忆
机构 * China Agricultural University（中国农业大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 针对现有农业视觉语言导航方法忽视重复指令的空间记忆潜力的局限，提出SUM模块并集成至AgriVLN构建SUM-AgriVLN，在A2A基准上将SR从0.47提至0.54，NE仅微增，达领域顶尖性能。
Autonomous Agricultural Tractor: Integrated Weed Detection and LiDAR Navigation for Precision Paddy Farming
自主农业拖拉机：用于精准稻田种植的杂草检测与激光雷达导航集成系统
机构 * Florida Gulf Coast University（佛罗里达湾岸大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 该研究提出集成自主拖拉机系统AgriNav，通过多模块协同与激光雷达-相机融合技术解决稻田杂草管理的三大挑战，仿真实验验证了其导航与检测的可靠性及效率提升。
Dijkstra as an Oracle for Online Stochastic Shortest Path Navigation with Provable Guarantees
作为具有可证保证的在线随机最短路径导航的神谕的Dijkstra算法
机构 * King Fahd University of Petroleum and Minerals (KFUPM)（法赫德国王石油与矿产大学） ； Islamic University of Madinah（麦地那伊斯兰大学） ； Universitas Muhammadiyah Yogyakarta（日惹穆罕默迪亚大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 本研究提出DORA算法，基于Dijkstra算法的可证保证特性，实现高效安全的在线随机最短路径导航，性能与最优值迭代相当且规划工作量显著减少，接触率满足预算要求。
OpenBelief-Nav: Evidence-Preserving Object Memory for Open-Vocabulary Language-Guided Navigation
OpenBelief-Nav：面向开放词汇语言引导导航的证据保留型对象记忆
机构 * VinMotion, Inc.（VinMotion公司） ； University of Southern California（南加利福尼亚大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 该研究针对开放词汇语言引导导航的对象记忆缺陷，提出OpenBelief-Nav模型，保留多源证据并支持灵活读出，在多数据集导航任务中优于基线方法，修正策略可提升目标确认成功率。
Expected Free Energy-based Informative Path Planning for Robotic Mars Exploration
基于期望自由能的火星探测机器人信息路径规划
机构 * TU Eindhoven（埃因霍温理工大学） ； Cajal Centre for Neuroscience, Spanish National Research Council（西班牙国家研究委员会卡哈尔神经科学中心）
专题命中 具身导航 ：robotic(title,abstract)；分类 cs.RO、cs.LG
AI总结 该研究提出将主动推理的期望自由能作为统一准则，用于预算约束下的机器人信息路径规划，其规划方法在火星探测场景中可同时实现精准地图构建与高价值区域定位，性能优于信息论基准方法。
Comments accepted for IWAI 2026
Learning-Guided Sparsification of Dynamic Graphs in Robotic Exploration
基于学习的动态图稀疏化在机器人探索算法中的应用
机构 * Independent Researcher（独立研究者） ； University of Tennessee, Knoxville（田纳西大学，基洛尼尔） ； University of California, Riverside（加州大学河滨分校）
专题命中 具身导航 ：robotic(title,abstract)；分类 cs.RO、cs.LG
AI总结 本文提出基于Transformer的框架，利用PPO算法在机器人探索中稀疏化动态图，减少冗余信息，提升性能，实验表明该方法能有效降低图规模并提高探索一致性。
IoT-Enabled Autonomous Maritime Navigation in Smart Ports: A Curriculum-Guided Shared Policy Learning Framework
智能港口中基于物联网的自主海上航行：课程引导的共享策略学习框架
机构 * Nanyang Technological University（南洋理工大学） ； School of Civil and Environmental Engineering（土木与环境工程学院） ； School of Mechanical and Aerospace Engineering（机械与航空航天工程学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.LG
AI总结 针对智能港口IoT自主海上设备的导航挑战，提出课程引导共享策略学习框架，经模拟验证其可靠性、避碰性等优于基线方法，可有效泛化到高密度场景。
From Semantic Grounding to Decision Optimization: A Unified Framework for Long-Horizon UAV Vision-Language Navigation
从语义接地到决策优化：面向长 horizon 无人机视觉语言导航的统一框架
机构 * State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI、cs.CV
AI总结 本文针对无人机视觉语言导航的现有问题，提出统一语义到决策框架，经实验在AerialVLN和OpenFly基准上达到SOTA性能。
Comments 10 pages, 5 figures. Accepted at ACM Multimedia 2026 (MM '26)
Curriculum Generation under Structured Parametric Environments for Robust Navigation Policies
结构化参数环境下用于鲁棒导航策略的课程生成
机构 * Cornell University（康奈尔大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.LG
AI总结 本文针对结构化参数环境提出重参数化课程生成框架，结合分布偏移正则化，在OpenAI Gym的两类连续控制环境中，显著优于多种基线方法，提升了导航策略的鲁棒性。
Comments 22 pages, 5 figures
Drone-Assisted UAV-UGV Collaboration for Autonomous Navigation in Snow-Covered Terrain
无人机辅助的无人机-无人车协同积雪覆盖地形自主导航
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 针对积雪覆盖地形传统导航方法失效的问题，提出无人机-无人车协同导航框架，采用定制U-Net、EKF、YOLOv5等技术实现高分割精度与低定位误差，可在遮挡环境中完成自主导航。
CoCoNav: Conformal Control for Safe Robot Navigation in Crowds
CoCoNav：面向人群环境中安全机器人导航的保形控制
机构 * The University of Manchester（曼彻斯特大学） ； Italian Institute of Technology（意大利技术研究院） ； Genisom AI ； University of Warwick（华威大学） ； Newcastle University（纽卡斯尔大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.LG
AI总结 本文提出CoCoNav框架，结合在线保形校准与“先松弛再验证”规划器，在人群环境机器人导航中实现了避碰、任务成功与效率的良好平衡。
The Field Knows: Cross-Dimensional Geometry from Navigation to Black Holes
场域知晓：从导航到黑洞的跨维度几何
机构 * National Engineering Research Center of Robot Visual Perception and Control Technology（机器人视觉感知与控制技术国家工程研究中心）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 该研究提出了由单个因果对比损失训练的连续度量场框架，可跨维度发现几何结构，在机器人导航和黑洞场景中均表现出良好性能，具备零样本泛化能力。
LifelongCrossNav: Persistent 3D Semantic Memory for Cross-Floor Multi-Object Navigation
LifelongCrossNav：用于跨楼层多目标导航的持久3D语义记忆
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 本文提出LifelongCrossNav框架，结合持久3D语义记忆与跨楼层可通行性建模，在自研HM3D-MFMON基准上实现更优的多层顺序多目标导航性能。
EA-Nav: Learning Safe Visual Navigation Policies with Embodiment Awareness
EA-Nav：通过具身感知学习安全的视觉导航策略
机构 * Zhejiang University（浙江大学） ； Wuhan University（武汉大学） ； Hunan University（湖南大学） ； D-Robotics（D机器人公司）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 针对跨具身导航挑战，提出基于模仿学习的具身感知导航框架，通过模块化多阶段设计，预训练构建数据集并引入具身几何，微调设计多模态信息注入机制，有效提高不同具身设置下的导航性能。
From Routes to Steps: Separating Semantic Progress from Local Execution in Vision-and-Language Navigation
从路线到步骤：在视觉语言导航中分离语义进展与局部执行
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 本研究针对视觉语言导航中进展与执行错误难区分的问题，提出Route2Step框架，通过步骤级接口分离语义进展跟踪与动作生成，在R2R-CE数据集上显著提升了导航性能，且在真实环境中具备实用性。
Comments 16 pages, 9 figures
CoNav-UAV: Cooperative Dual-Altitude Aerial Navigation via Stackelberg Learning
CoNav-UAV：基于Stackelberg学习的协同双高度无人机导航
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 针对双高度无人机协同导航的合作问题，本文提出CoNav-UAV，通过迭代Stackelberg学习优化高空领导者与低空跟随者，在AerialVLN基准上显著提升导航成功率且适配数据需求更少。
SSTG-Nav: Metric-Grounded Spatial-Semantic Topological Graphs for Reusable Object Navigation
SSTG-Nav：用于可重复物体导航的度量空间语义拓扑图
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 该研究提出SSTG-Nav，将一次性勘测转化为可执行物体目标，在HM3D-v2数据集实验中显著提升语义导航的成功率与SPL，验证了预探索在可靠重复语义导航中的实用性。
BioVLN: A Simulation Platform for Visual Language Navigation in Biomedical Laboratories
BioVLN：生物医学实验室视觉语言导航的仿真平台
机构 * East China University of Science and Technology（华东理工大学） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 该研究针对现有导航平台不适用于实验室仪器的问题，提出BioVLN仿真平台，通过分区域建模仪器实现更精准导航，实验验证其提升成功率并降低安全风险。
Comments 17 pages, 4 figures
GemNav: Discrete-Token Visual Robot Navigation using a Multimodal Large Language Model
GemNav：使用多模态大语言模型的离散令牌视觉机器人导航
机构 * CSIRO Technology（联邦科学与工业研究组织）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 研究探索基于大型预训练模型的视觉机器人导航策略新方法，提出GemNav，仅对语言塔用LoRA适配冻结的多模态大语言模型用于中短程航点导航，无辅助视觉编码器等，在小语料库上零样本转移到未见环境，提供了数据高效、可部署的导航替代方案。
