机器人 / 具身智能

PIER-Flow: Physics-Informed Efficient Rectified Flow for Real-Time Mobile Robot Navigation

PIER-Flow：用于实时移动机器人导航的物理信息高效整流流

Shibo Li, Zhongcheng Wang, Jiahe Cao, Jianhua Yang, Ke Wu

机构 * School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 研究针对移动机器人在复杂环境下导航问题，提出PIER-Flow策略。通过将MPC专家知识融入常微分方程，利用并行潜在采样等实现单步动作生成，经物理信息训练目标及异步架构提升性能，在模拟和实际部署中均取得良好效果，显著加速规划并降低延迟。

SmoothTurn: Learning to Turn Smoothly for Agile Navigation with Quadrupedal Robots

SmoothTurn: 为四足机器人敏捷导航学习平稳转向

Zunzhi You, Yunke Wang, Haolan Guo, Chang Xu

机构 * School of Computer Science, University of Sydney（悉尼大学计算机科学学院） 纠错

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

AI总结 本文提出SmoothTurn框架，通过引入序列目标到达奖励、扩展观测空间和自动目标课程，使四足机器人在高速运行时实现平稳转向，提升敏捷导航能力。

What Matters in RL-Based Methods for Object-Goal Navigation? An Empirical Study and A Unified Framework

基于强化学习的目标导航方法中什么重要？实证研究与统一框架

Hongze Wang, Boyang Sun, Jiaxu Xing, Fan Yang, Marco Hutter, Dhruv Shah, Davide Scaramuzza, Marc Pollefeys

机构 * Computer Vision and Geometry Group, ETH Zurich, Switzerland（苏黎世联邦理工学院计算机视觉与几何组） ； Robotics and Perception Group, University of Zurich, Switzerland（苏黎世大学机器人与感知组） ； Robotic Systems Lab, ETH Zurich, Switzerland（苏黎世联邦理工学院机器人系统实验室） ； Princeton Robotic Intelligence and SysteMs group, Princeton University, USA（普林斯顿大学机器人智能与系统组） ； Microsoft, Switzerland（微软公司） 纠错

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

AI总结 研究目标导航中基于强化学习方法各组件影响，通过分解导航管道为感知、策略和测试时增强三组件进行实证研究，引入统一框架，构建增强系统达领先性能，提供见解与建议，凸显当前智能体与人类导航差距。

Path Planning for a Cooperative Navigation Aid Vehicle to Assist Multiple Agents Sequentially

为协助多个智能体依次导航的协作导航辅助车路径规划

Artur Wolek

机构 * Department of Mechanical Engineering（机械工程系） ； Engineering Science, University of North Carolina at Charlotte（工程科学，北卡罗来纳大学夏洛特分校） 纠错

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

AI总结 本文提出了一种贪心算法，用于规划协作导航辅助车路径，以依次协助多个智能体并减少导航不确定性。

Comments 6 pages

Journal ref IFAC-PapersOnLine 58 (20), 133-138, 2024

Self-navigation in crowds: An invariant set-based approach

人群中的自主导航：基于不变集的方法

Veejay Karthik J, Leena Vachhani

机构 * Indian Institute of Technology Bombay（印度理工学院班加罗尔） 纠错

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

AI总结 本文提出了一种基于不变集的自主导航方法，通过输入受限反馈控制器和规划策略，实现非协调拥挤环境中安全快速的多智能体导航。

Input-Constrained Spatiotemporal Tubes for Safe Navigation of Unknown Euler-Lagrange Systems in Dynamic Environments

用于动态环境中未知欧拉 - 拉格朗日系统安全导航的输入受限时空管

Siddhartha Upadhyay, Ratnangshu Das, Pushpak Jagtap

机构 * Department of Cyber-Physical Systems（网络物理系统系） ； Indian Institute of Science（印度科学研究院） 纠错

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

AI总结 针对未知欧拉 - 拉格朗日系统在动态环境中安全导航难题，提出实时控制框架，通过扩展时空管框架纳入输入约束，推导可行性条件，经模拟和硬件实验验证，实现满足执行器约束的安全导航。

STEMbot: A Compliant Robot for Under-Canopy Plant Navigation

STEMbot：一种用于树冠下植物导航的柔顺机器人

Zachary Charlick, Nilay Roy Choudhury, Haoyu Ma, Xiaonan Huang, Dmitry Berenson

机构 * Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

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

AI总结 针对有机农业虫害监测难题，提出STEMbot微型攀爬机器人系统，集成全几何PIN-SLAM管道和语义八叉树，用流形约束A*规划器实现分支感知遍历与遮挡目标检测，经实验验证可可靠导航并实现高保真几何重建。

Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project page: https://um-arm-lab.github.io/stembot-site/

Open-Vocabulary Object-Goal Navigation by Generalizing Semantic Mapping with Dense CLIP

通过用密集CLIP泛化语义映射实现开放词汇目标导航

Meng Wei, Chenyang Wan, Tai Wang, Yuqiang Yang, Wenzhe Cai, Yilun Chen, Hanqing Wang, Jiangmiao Pang, Xihui Liu

机构 * Shanghai AI Lab（上海人工智能实验室） ； The University of Hong Kong（香港大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 研究面向对象的实体导航任务，提出OVExp框架，利用密集CLIP模型展示基于语义地图的目标预测网络泛化能力，设计跨模态转移策略解决训练成本高问题，在ObjectNav基准上对未知目标有强大泛化能力。

Comments Accepted by ICRA 2026

From Passive Retrieval to Active Memory Navigation: Learning to Use Memory as a Structured Action Space

从被动检索到主动记忆导航：学习将记忆用作结构化动作空间

Yue Xu, Yutao Sun, Yihao Liu, Mengyu Zhou, Jiayi Qiao, Lu Ma, Kai Tang, Wenjie Wang, Xiaoxi Jiang, Guanjun Jiang

机构 * Alibaba（阿里巴巴） ； ShanghaiTech University（上海科技大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学） ； 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.AI

AI总结 研究针对个性化对话代理中记忆系统的被动性问题，提出NapMem框架，将用户记忆组织成多粒度金字塔并通过工具暴露层次，经记忆工具强化学习训练智能体，在多任务实验中具竞争力，还进行了多方面分析，证明结构化存储与策略结合对长期用户记忆有益。

Geometry-Aware Visual Odometry for Bronchoscopic Navigation via High-Gain Observer Fusion

基于高增益观测器融合的支气管镜导航几何感知视觉里程计

Mohammadreza Kasaei, Francis Xiatian Zhang, Feng Li, Farshid Alambeigi, Kevin Dhaliwal, Mohsen Khadem

机构 * School of Informatics, University of Edinburgh, UK（爱丁堡大学信息学院，英国） 纠错

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

AI总结 针对支气管镜视觉导航在纹理缺失气道中易漂移失效的问题，提出融合气道消失点线索与高增益观测器的几何感知VO，大幅降低轨迹误差，性能优于现有主流方案。

Closed-loop vs. Open-loop Kalman Filter Architectures in Airborne Aided Inertial Navigation

机载辅助惯性导航中的闭环与开环卡尔曼滤波器架构

Antonia Hager, Torleiv H. Bryne

机构 * Airbus Central Research and Technology（空客中央研究与技术中心） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（挪威科技大学工程 cybernetics 系） 纠错

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

AI总结 研究闭环与开环卡尔曼滤波器架构在机载辅助惯性导航中的性能影响，用标准惯性机制和直接位置辅助评估，通过模拟展示不同传感器误差下两种架构的权衡。

Comments 6 pages, 6 figures, submission to IEEE Navicon

Derivations of Error-State Kalman Filter Kinematics for Globally Applicable Aided Inertial Navigation Systems

适用于全球的辅助惯性导航系统的误差状态卡尔曼滤波器运动学推导

Antonia Hager, Torleiv H. Bryne

机构 * Airbus Central Research and Technology（空客中央研究与技术部） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（挪威科技大学工程控制论系） 纠错

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

AI总结 研究全球导航系统中处理地球曲率等因素的状态估计算法，通过不变误差状态卡尔曼滤波器利用李群对称性，给出四种经典和不变的误差状态卡尔曼滤波器数学公式供比较与实现。

Comments 29 pages, no figures

SE(2) Navigation Mesh

SE(2)导航网格

Shuyang Shi, Kaixian Qu, Changan Chen, Ines Kast, Yuntao Ma, Marco Hutter

机构 * Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室） 纠错

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

AI总结 提出SE(2)导航网格，通过编码偏航依赖的可通行性，支持非圆形机器人在复杂多层环境中的高效路径规划，并开发了A*-拉绳-A*分层路径搜索策略。

Comments Project page: https://se2-navmesh.github.io/

Learning to Localize Reference Trajectories in Image-Space for Visual Navigation

学习在图像空间中定位参考轨迹用于视觉导航

Finn Lukas Busch, Matti Vahs, Quantao Yang, Jesús Gerardo Ortega Peimbert, Yixi Cai, Jana Tumova, Olov Andersson

机构 * Division of Robotics, Perception, and Learning（机器人、感知与学习 division） ； KTH Royal Institute of Technology（瑞典皇家理工学院） 纠错

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

AI总结 提出LoTIS模型，通过定位参考轨迹在机器人当前视图中的图像坐标，实现无需相机标定、位姿或机器人特定训练的跨实体视觉导航，在正向导航中成功率提升20-50个百分点，达到94-98%。

Trajectory Learning with Graph Representations for Social Robot Navigation

面向社交机器人导航的图表示轨迹学习

Berke Kartal, Burcu Kilic, Yigit Yildirim, Emre Ugur

机构 * Bogazici University（博德加齐大学） ； CREATE Consortium（CREATE联盟） 纠错

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

AI总结 提出一种结合图注意力网络和轨迹级学习的模仿学习框架，通过编码时空交互动态实现社交合规导航，在仿真和真实数据上优于现有方法。

Designing Privacy-Preserving Visual Perception for Robot Navigation Based on User Privacy Preferences

基于用户隐私偏好的机器人导航视觉感知设计

Xuying Huang, Sicong Pan, Delphine Reinhardt, Maren Bennewitz

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

AI总结 本文提出以用户为中心的隐私保护视觉感知设计方法，通过用户研究发现用户偏好隐私保护的视觉抽象和低分辨率保存机制，并据此制定可配置的隐私政策。

AION: Aerial Indoor Object-Goal Navigation Using Dual-Policy Reinforcement Learning

AION: 基于双策略强化学习的空中室内目标导航

Zichen Yan, Yuchen Hou, Shenao Wang, Yichao Gao, Rui Huang, Lin Zhao

机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） 纠错

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

AI总结 提出AION，一种端到端双策略强化学习框架，解耦探索与目标到达行为，用于视觉空中目标导航，无需外部定位或全局地图，在AI2-THOR和IsaacSim中验证了优越性能。

Comments Accepted to IROS 2026

FutureNav: Unified World-Action Modeling for Vision-and-Language Navigation

FutureNav: 面向视觉与语言导航的统一世界-动作建模

Lingfeng Zhang, Zeying Gong, Xiaoshuai Hao, Haoxiang Fu, Qiang Zhang, Mingliang Zhou, Hangjun Ye, Xiaojun Liang, Junwei Liang, Wenbo Ding

机构 * Tsinghua University（清华大学） ； Pengcheng Laboratory（鹏城实验室） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Xiaomi EV（小米电动车） ； 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

AI总结 提出FutureNav，一种基于VLM的统一世界-动作建模框架，通过联合优化动作策略、逆/前向动力学和未来状态预测四个目标，在4B规模骨干上实现多VLN基准的最优性能。

Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning

飞向图像指定物体：基于跨图记忆和视点规划的3D四旋翼导航

Junjie Gao, Yuqi Chen, Yongzhou Pan, Yaosheng Deng, Jiaping Xiao, Mir Feroskhan

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

AI总结 提出分层导航框架，通过视点感知动作节点和轻量语义记忆，实现四旋翼在连续3D空间中高效、安全地导航至查询图像中的目标物体。

AUSLUN: A Fixed-Hover UAV--USV System for GNSS-Denied Maritime Search and Navigation

AUSLUN: 一种用于GNSS拒止环境下海上搜索与导航的固定悬停无人机-无人艇系统

Siyuan Yang, Zikai Jia, Hailiang Kuang, Xiaoyu He, Qizhi Guo, Yihao Dong, Shaoming He

机构 * School of Aerospace Engineering, Beijing Institute of Technology（北京理工大学航空航天工程学院） ； Khalifa University Center for Autonomous Robotic Systems (KUCARS), Khalifa University（哈利法大学自主机器人系统中心（KUCARS）） 纠错

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

AI总结 提出AUSLUN系统，利用固定悬停无人机通过视觉惯性里程计和变焦吊舱扫描，结合门控递归估计器实现非合作目标定位与无人艇导航，在GNSS拒止环境下验证了搜索-导航完整流程。

Comments 10 pages, 7 figures

CORE Planner: Contextual-memory Oriented Reinforcement-learning in Unknown Environments for Robot Navigation

CORE Planner：面向未知环境中机器人导航的上下文记忆强化学习规划器

Jintao Kong, Zhihao Zhang, Weihuang Chen, Liming Chen, Zhongyu Guo, Shuaiyu Liu, Hongbin Sun

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

AI总结 提出CORE规划器，结合稀疏可见图与Transformer网络，实现未知环境下的高效导航，并通过上下文记忆机制避免局部最优，支持零样本仿真到现实迁移。

Comments Accepted for publication in IEEE Transactions on Industrial Electronics

LNN-Fly: Continuous-Time UAV Navigation for Robust Obstacle Avoidance under Timing Mismatch

LNN-Fly：时序失配下鲁棒避障的连续时间无人机导航

Yulin Huang, Shaojie Chen, Di Feng, Jiahao Wang, Ping Liu, Jianxiao Zou

机构 * Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（深圳先进研究院，电子科技大学） 纠错

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

AI总结 提出LNN-Fly，一种面向部署的连续时间导航策略，通过动态规划启发的结构化循环更新、显式控制间隔条件和自适应遗忘门，在时序失配下实现鲁棒避障，并在仿真和实物中验证了有效性。

Comments 8 pages, 7 figures, accepted for publication at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

Vision-Language Models for Deployable Social Robot Navigation: Bridging Semantic Reasoning and Low-Level Control

面向可部署社交机器人导航的视觉-语言模型：弥合语义推理与低级控制

Runji Cai, Toshihiko Yamasaki, Ling Xiao

机构 * Graduate School of Information Science and Technology, Hokkaido University（弘前大学信息科学与技术研究生院） ； Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院） 纠错

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

AI总结 本文综述了将视觉-语言模型（VLM）集成到社交机器人导航中的方法，提出包含高层推理、低层控制及中间机制的统一框架，并讨论了关键挑战与未来方向。

Efficient-VLN: A Simple yet Strong Baseline for Efficient Vision-Language Navigation

Efficient-VLN: 一种高效且强大的视觉语言导航基线

Duo Zheng, Shijia Huang, Yanyang Li, Liwei Wang

机构 * The Chinese University of Hong Kong（香港中文大学） ； Weitu AI 纠错

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

AI总结 Efficient-VLN通过三个简单有效机制解决视觉语言导航中的系统瓶颈，提升推理效率和训练稳定性，在R2R-CE和RxR-CE基准上取得新突破。

OLiVia-Nav: An Online Lifelong Vision Language Approach for Mobile Robot Social Navigation

OLiVia-Nav: 一种面向移动机器人社交导航的在线终身视觉语言方法

Siddarth Narasimhan, Aaron Hao Tan, Daniel Choi, Goldie Nejat

机构 * University of Toronto（多伦多大学） 纠错

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

AI总结 OLiVia-Nav通过融合视觉语言模型与在线终身学习框架，实现机器人社交导航中的社会规范适应与动态轨迹规划，优于现有方法。

An Overview of Formulae for the Higher-Order Kinematics of Lower-Pair Chains with Applications in Robotics and Mechanism Theory

低副链高阶动力学的公式概述及其在机器人和机构理论中的应用

Andreas Mueller

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

AI总结 本文综述了低副链高阶动力学的公式，提出闭式和递推关系及各向异性动力学关系的泰勒展开，用于机器人和多体系统的运动控制与动力学。

Journal ref Mechanism and Machine Theory, Vol. 142, 2019, 103594, 35 pages

BAT-Nav: Budget-Aware Arbitration and Termination for Long-Horizon Semantic Navigation

MORN: 为资源理性长周期导航的元认知目标-目标调节

Xi Lin, Kangyi Wu, Jiayi Li, Jiaqiao Tang, Qingrong He, Lin Zhao

机构 * LCSR Lab, Johns Hopkins University（约翰霍普金斯大学LCSR实验室） ； Xi’an Jiaotong University（西安交通大学） ； JD Explore Academy, Beijing, China（京东探索研究院，北京，中国） 纠错

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

AI总结 本文提出MORN，一种基于双过程理论的元认知导航架构，通过引入资源理性机制，解决传统导航系统在长周期任务中因缺乏全局资源意识导致的资源浪费问题，提升了目标完成率和任务效率。

UltraStar: Semantic-Aware Star Graph Modeling for Echocardiography Navigation

UltraStar: 面向超声心动图导航的语义感知星图建模

Teng Wang, Haojun Jiang, Chenxi Li, Diwen Wang, Yihang Tang, Zhenguo Sun, Yujiao Deng, Shiji Song, Gao Huang

机构 * Department of Automation, BNRist, Tsinghua University, Beijing, China（自动化系、BNRist、清华大学、北京、中国） ； School of Automation, Beijing Institute of Technology, Beijing, China（自动化学院、北京理工大学、北京、中国） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院、北京、中国） ； Chinese PLA General Hospital, Beijing, China（中国人民解放军总医院、北京、中国） 纠错

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

AI总结 提出UltraStar方法，通过星图将探头导航从路径回归重构为基于锚点的全局定位，并采用语义感知采样策略选择代表性关键帧，有效处理噪声轨迹，在131万样本数据集上优于基线方法。

Comments Accepted to MICCAI 2026

Learning Robot Visual Navigation in Crowds via Intention-Aware Scene Representations

通过意图感知场景表示学习机器人在人群中的视觉导航

Han Bao, Bingyi Xia, Hanjing Ye, Yu Zhan, Hao Cheng, Baozhi Jia, Wenjun Xu, Jiankun Wang

机构 * Shenzhen Key Laboratory of Robotics Perception and Intelligence, Department of Electronic and Electrical Engineering, SUSTech（南方科技大学电子与电气工程系深圳市机器人感知与智能重点实验室） ； Jiaxing Research Institute, SUSTech（南方科技大学嘉兴研究院） ； Research Institute of MA&EI, Peng Cheng Laboratory（鹏城实验室机器人与人工智能研究所） 纠错

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

AI总结 提出iCrowdNav方法，利用时空编码器和Intent-Interact Former从视觉观测中提取场景占用特征和人体姿态意图，通过深度强化学习实现高效人群导航。

GROVE: Grounded Pedestrian Simulation via Natural Language for Interactive Social Robot Navigation

GROVE: 基于自然语言的地面行人仿真用于交互式社交机器人导航

Duc Tai Nguyen, Volodymyr Shcherbyna, Anh Do Duc, Zhengcheng Shen, Teham Buiyan, Linh Kästner

机构 * Singapore Management University（新加坡管理大学） ； Technical University Berlin（柏林工业大学） ； 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

AI总结 提出GROVE框架，通过自然语言指令生成逼真且具有社交挑战性的行人仿真场景，结合多种SotA方法模拟长时人类行为、中时行人导航和短时机器人社交交互，缩小仿真到现实的差距。

Comments Accepted at IROS 26