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。
EDFNet：边缘与深度信息的早期融合用于无人机导航中的薄障碍物分割
机构 * University of Nebraska--Lincoln（内布拉斯加大学林肯分校）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.CV
AI总结 EDFNet通过融合RGB、深度和边缘信息，提升无人机导航中薄障碍物的分割性能，实验表明其在边界敏感和召回率指标上表现优异，但超薄类别分割仍面临挑战。
一种柔软的机器人接口用于鸡-机器人情感互动
机构 * Queen Mary University of London（伦敦玛丽女王大学） ； School of Biological and Behavioural Sciences, Queen Mary University of London（伦敦玛丽女王大学生物与行为科学学院）
专题命中 具身导航 ：robotic(title,abstract)；分类 cs.RO
AI总结 本文提出了一种以动物为中心的柔软机器人情感接口，用于新生鸡的机器人情感互动研究，通过温度、呼吸样变形和面孔状视觉刺激等安全可控的提示，评估鸡对接口的接受度及与机器人互动。
HiRO-Nav：混合推理实现高效具身导航
机构 * Nanyang Technological University（南洋理工大学） ； Tencent（腾讯） ； Independent Researcher（独立研究员）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 HiRO-Nav通过混合推理策略，在导航任务中根据动作熵动态决定是否进行推理，提升决策质量并降低计算开销。
大型多模态模型距离人类水平的空间行动还有多远？一个面向城市空域目标导向的具身导航基准测试
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Northeastern University（东北大学） ； National University of Defense Technology（国防科技大学） ； Shandong University（山东大学） ； BNRist, Tsinghua University（清华大学北京信息科学与技术国家研究中心）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 本文通过构建包含5037个高质量目标导向导航样本的数据集，评估17种代表性模型在城市3D空间中具身空间行动的能力，发现尽管LMMs展现出新兴行动能力，但仍远未达到人类水平，并揭示导航误差在关键决策分歧后迅速发散的现象。
可微环境-轨迹联合优化用于安全多智能体导航
机构 * University of Cambridge（剑桥大学） ； Zurich University of Applied Sciences, ZHAW（苏黎世应用科技大学） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种可微环境-轨迹联合优化方法，通过双层优化问题提升多智能体导航的安全性和效率，实验验证了其在物流和交通场景中的有效性。
通过透明实现信任：通过视觉语言模型实现自主移动机器人的可解释社交导航
机构 * New York University, Tandon School of Engineering（纽约大学坦登工程学院） ； General Autonomy Inc.（通用自主公司）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种多模态可解释模块，结合视觉语言模型和热图提升自主导航的透明度，通过自然语言总结使机器人感知、分析并表达观察结果，实验表明实时解释能提升用户信任和理解。
Comments Submitted to IEEE Conferences
通过双耳差异注意力和动作转移预测实现可泛化的音频视觉导航
机构 * Joint Research Laboratory for Embodied Intelligence, Xinjiang University（新疆大学联合具身智能研究实验室） ； Joint International Research Laboratory of Silk Road Multilingual Cognitive Computing, Xinjiang University（新疆大学丝绸之路多语言认知计算联合国际研究实验室） ； School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 本文提出BDATP框架，通过双耳差异注意力增强空间定位并减少对语义类别的依赖，同时引入动作转移预测任务作为正则化项，提升模型在未见环境中的泛化能力，实验表明在Replica和Matterport3D数据集上取得显著性能提升。
Comments Main paper (6 pages). Accepted for publication by the International Joint Conference on Neural Networks (IJCNN 2026)
通过自主导航实现边缘智能：一种机器人辅助数据收集方法
机构 * College of Information Science and Technology, Jinan University（暨南大学信息科学技术学院） ； College of Physics and Information Engineering, Fuzhou University（福州大学物理与信息工程学院） ； School of Electronics and Communication Engineering, Guangzhou University（广州大学电子与通信工程学院） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种结合区域感知传播特性和非点质机器人表示的通信与学习双驱自主导航方案，以提升复杂环境下的导航、通信和学习性能。
Comments 6 pages, 9 figures, submitted to IEEE International Conference on Communications (ICC) 2026
基于代理模型的近优增益选择用于受接近角约束的两阶段纯比例导航
机构 * Indian Institute of Technology Madras（印度理工学院马德拉斯分校） ； InspeCity
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出利用代理模型进行两阶段纯比例导航的近优增益选择，通过神经网络学习增益与初始和终端接近几何之间的非线性映射，实现高效导航。
Comments 6 pages
MfNeuPAN: 通过直接多帧点约束实现动态环境中的前瞻性端到端导航
机构 * Department of Electronic and Electrical Engineering, Southern University of Science and Technology（南方科技大学电子与电气工程系） ； Shenzhen Key Laboratory of Robotics and Computer Vision（深圳市机器人视觉与感知重点实验室）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出MfNeuPAN框架，通过多帧点约束实现动态环境中的前瞻性端到端导航，提升机器人在未知动态环境中的导航鲁棒性和效率。
Comments 6 pages, 9 figures, accepted at IEEE ROBIO 2025
开源的激光雷达与单目越野自主导航栈
机构 * U2IS, ENSTA, Institut Polytechnique de Paris（巴黎综合理工学院，ENSTA，U2IS） ； AMIAD, Pôle Recherche（AMIAD，研究部） ； LARIAD, a joint AMIAD-ENSTA laboratory（LARIAD，AMIAD-ENSTA联合实验室）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一个开源的越野导航栈，结合激光雷达和单目3D感知，无需特定任务训练，通过边缘遮蔽和时间平滑提升鲁棒性，实验证明单目深度估计可替代激光雷达。
空间感知条件融合用于音视频导航
机构 * Joint Research Laboratory for Embodied Intelligence, Xinjiang University（新疆大学具身智能联合研究实验室） ； Joint International Research Laboratory of Silk Road Multilingual Cognitive Computing, Xinjiang University（新疆大学丝绸之路多语种认知计算联合国际研究实验室） ； School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 本文提出空间感知条件融合(SACF)，通过离散化目标相对方向和距离，生成紧凑描述符以指导策略和状态建模，利用音频嵌入和空间描述符生成通道级缩放和偏置，调节视觉特征以生成目标导向的融合表示，提升导航效率和泛化能力。
Comments Main paper (6 pages). Accepted for publication by the International Joint Conference on Neural Networks (IJCNN 2026)
音频空间引导融合用于音频视觉导航
机构 * Joint Research Laboratory for Embodied Intelligence, Xinjiang University（新疆大学联合研究实验室，具身智能） ； Joint International Research Laboratory of Silk Road Multilingual Cognitive Computing, Xinjiang University（新疆大学丝绸之路多语言认知计算国际联合研究实验室） ； School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 本文提出一种音频空间引导融合方法，通过自适应提取空间状态信息，实现多模态特征动态对齐与融合，提升在未知声源分布下的导航泛化能力。
Comments Main paper (6 pages). Accepted for publication by the International Joint Conference on Neural Networks (IJCNN 2026)
GraphWalk: 通过基于工具的图导航在大语言模型中实现推理
机构 * McMaster University（麦克马斯特大学） ； BASF Digital Solutions（巴斯夫数字解决方案）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 GraphWalk通过基于工具的图导航框架，使大语言模型能够高效进行多跳推理，提升在不同任务中的性能，尤其在大规模知识图谱中表现更优。
Comments 22 pages, 3 figures
理解基于蜜蜂启发的无人机导航中的视觉注意力
机构 * School of Engineering and Technology, University of New South Wales, Canberra, Australia（新南威尔士大学工程与技术学院，堪培拉，澳大利亚） ； Queensland Brain Institute, University of Queensland, Brisbane, Australia（昆士兰大学昆士兰脑研究所，布里斯班，澳大利亚）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 本文通过强化学习训练无人机在仅有optic flow输入的情况下导航隧道，发现训练后的代理主要关注optic flow中的不连续区域和大流量区域，以避开障碍物并保持环境中心位置，模拟飞虫行为。
异构机器人团队协同任务与路径规划的多智能体PPO方法
机构 * Robotic Systems Lab (RSL), ETH Zürich（苏黎世联邦理工学院机器人系统实验室（RSL））
专题命中 具身导航 ：robotic(title,abstract)；分类 cs.RO
AI总结 本文提出基于多智能体PPO的协同规划策略，用于解决复杂的目标分配与调度问题，通过对比穷举搜索得到的单目标最优解，评估其在行星探索场景中的在线重规划能力。
Comments 8 pages, 3 figures, associated code on https://github.com/leggedrobotics/multi_robot_global_planner
从人类数据学习人形导航
机构 * Stanford University（斯坦福大学）
专题命中 具身导航 ：navigation(title)；分类 cs.RO、cs.AI、cs.CV
AI总结 本文提出EgoNav系统，通过5小时人类行走数据训练人形机器人自主导航，无需机器人数据或微调。采用扩散模型预测未来轨迹分布，结合360度视觉记忆与DINOv3骨干网络，实现实时推理与路径选择，验证了在未知环境中避障和多模态覆盖的优越性。
Comments 8 pages 8 figures
实时局部风场推断用于稳健自主导航
机构 * University of Pennsylvania（宾夕法尼亚大学） ； NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文通过融合距离测量与稀疏实地风测数据，实现实时风场推断，解决密集城市环境中地形数据的充分性及学习风模型在运动规划中的应用，提升自主导航的能耗效率与避障能力。
Comments PhD Thesis, University of Pennsylvania, 2026. 152 pages
基于MILP-MPC和Minkowski基础CBF的多面体间长周期几何感知导航
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； KAUST（阿卜杜拉国王科技大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种分层规划控制框架，结合MILP-MPC生成轨迹并利用Minkowski差空间的符号距离CBF确保几何安全，实验证明在复杂环境中实现安全实时导航。
Comments 8 pages, 3 figures
MRReP：基于混合现实的手绘参考路径编辑界面用于移动机器人导航
机构 * Graduate School of Information Science and Technology, The University of Osaka（大阪大学信息科学与技术研究生院） ； D3 Center, The University of Osaka（大阪大学D3中心） ； Graduate School of Maritime Sciences, Kobe University（神户大学海事科学研究生院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出MRReP，一种基于混合现实的手绘参考路径编辑界面，通过手势直接在物理地板上绘制路径，提升移动机器人导航中的路径规划精度与用户体验。
SurgNavAR: 一种用于光学透视头戴显示器的增强现实手术导航框架
机构 * Biomedical Imaging Group Rotterdam, Department of Radiology & Nuclear Medicine, Erasmus MC（鹿特丹伊拉斯姆斯大学医学中心放射与核医学系鹿特丹生物医学成像组） ； Department of Oral and Maxillofacial Surgery, Erasmus MC（鹿特丹伊拉斯姆斯大学医学中心口腔颌面外科） ； University of Groningen（格罗宁根大学） ； Department of High Performance Compute & Visualization, SURF bv（SURF bv高性能计算与可视化部） ； Department of Neurosurgery, Erasmus MC（鹿特丹伊拉斯姆斯大学医学中心神经外科） ； Trauma Research Unit, Department of Surgery, Erasmus MC（鹿特丹伊拉斯姆斯大学医学中心外科创伤研究单元）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.CV
AI总结 本文提出了一种基于HMD的增强现实手术导航框架，通过2D模式跟踪、校准技术和点匹配实现手术导航，实现了1mm的校准精度和3mm的图像注册精度。
Comments This work has been submitted to the IEEE for possible publication
基于硬件深度故障的室内机器人导航 bootstrap 感知系统
机构 * New York University（纽约大学） ； City College of New York（纽约市立学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种在硬件深度故障情况下用于室内机器人导航的 bootstrap 感知系统，通过自参照性质校准单目深度，提升障碍物感知覆盖率。
从CAD文件生成用于机器人导航的室内开放街图
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种自动化系统，将CAD文件转换为分层拓扑OpenStreetMap表示，以提升机器人在复杂室内环境中的长期导航能力。
Comments 8 pages, 8 figures
一种多功能软电磁机器人，用于在受限和无结构环境中多模式导航
机构 * State Key Laboratory of Fluid Power and Mechatronic Systems（流体动力与机电系统国家重点实验室） ； Key Laboratory of Soft Machines and Smart Devices of Zhejiang Province（浙江省软体机器人与智能器件重点实验室） ； Center for X-mechanics（交叉力学中心） ； Department of Engineering Mechanics, Zhejiang University（浙江大学工程力学系）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种可折叠且灵活的软电磁机器人，具备多种运动模式，可在复杂环境中高效导航，其体积可减少79%，并能适应黏弹性表面和模拟生物组织。
osmAG-Nav：一种用于鲁棒长期室内自主性的分层语义拓扑导航栈
机构 * ShanghaiTech University（上海科技大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出osmAG-Nav导航栈，通过分层语义拓扑地图实现大空间多层环境中的高效导航，降低规划延迟并提升长期定位稳定性。
Comments 42 pages, 10 figures
基于大语言模型的低空无人机自然语言导航：通过信号时序逻辑规范翻译与修复
机构 * Guangdong Provincial Key Laboratory of Space-Aerial Networking and Intelligent Sensing, Harbin Institute of Technology, Shenzhen（广东省空天网络与智能感知重点实验室，哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory (PCL), Shenzhen（鹏城实验室） ； Information Systems Technology and Design, Singapore University of Technology and Design（新加坡科技设计大学信息系统技术与设计系） ； School of Computer Science and Engineering, Central South University, Changsha（中南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.RO
AI总结 本文提出一种统一框架，通过将自然语言指令转换为信号时序逻辑规范并利用混合整数线性规划生成轨迹，提升低空无人机在复杂环境中的安全导航能力。
水下自主水下机器人导航中的预测建模：来自卡尔曼滤波的视角
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种安全导向框架，通过卡尔曼滤波提升AUV定位精度和轨迹预测，增强通信中断时的搜索效率。
Comments 7pages and 9 figures
语义导航中的推理系统
机构 * University of Carlos III of Madrid（卡洛斯三世大学） ； Technical University of Cartagena（卡塔赫纳理工大学） ； Institute of Artificial Intelligent at the University of Bremen（不来梅大学人工智能研究所）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出两种基于本体模型的语义导航系统，分别采用关系数据库和KnowRob实现环境建模，并在移动机器人上进行验证。
Comments This is the authors' manuscript. The final published article is available at https://doi.org/10.1109/IROS.2018.8594271
Journal ref 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Madrid, Spain, 2018, pp. 5654-5659
IntentReact: 通过拓扑意图引导以对象为中心的反应式导航
机构 * School of Information Science and Engineering, Hangzhou Normal University（杭州师范大学信息科学与工程学院） ； State Key Laboratory of Industrial Control and Technology, Zhejiang University（浙江大学工业控制技术国家重点实验室） ； Neuromorphic Computing and Robotic Cognition Lab, Zhejiang University（浙江大学神经形态计算与机器人认知实验室） ； Department of Automation, Zhejiang University of Technology（浙江工业大学自动化系）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出IntentReact框架，通过将全局拓扑指导编码为方向信号来引导机器人以对象为中心的反应式导航，提升导航精度与鲁棒性。
基于深度平滑的贝叶斯学习增强导航
机构 * Hatter Department of Marine Technologies, Charney School of Marine Sciences, University of Haifa（海法大学查尼海洋科学学院哈特海洋技术系）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出BLENDS框架，结合贝叶斯学习与深度平滑技术，通过改进滤波协方差矩阵和加性修正，提升惯性导航系统在真实场景中的定位精度。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈