机器人 / 具身智能

Quadrotor Navigation using Reinforcement Learning with Privileged Information

四旋翼导航使用强化学习与优先信息

Jonathan Lee, Abhishek Rathod, Kshitij Goel, John Stecklein, Wennie Tabib

机构 * Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学） 纠错

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

AI总结 本文提出一种基于强化学习的四旋翼导航方法，利用优先信息和损失函数提高绕过大型障碍物的能力，实验表明其在复杂环境中具有更高的成功率和稳定性。

Responsibility and Engagement -- Evaluating Interactions in Social Robot Navigation

责任与参与 -- 评估社交机器人导航中的交互

Malte Probst, Raphael Wenzel, Monica Dasi

机构 * Honda Research Institute Europe GmbH（本田欧洲研究机构） 纠错

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

AI总结 本文提出责任与参与指标，用于评估社交机器人导航中人机交互中的冲突解决质量与行为前瞻性。

Comments Accepted at the 2026 IEEE International Conference on Robotics & Automation (ICRA)

Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware

在边缘硬件上实现四足机器人在地下矿井中高效自主导航

Yixiang Gao, Kwame Awuah-Offei

机构 * Department of Mining and Explosive Engineering, Missouri University of Science and Technology（采矿与爆炸工程系，密苏里科技大学） 纠错

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

AI总结 本研究提出了一种在边缘硬件上运行的四足机器人自主导航系统，无需GPU和网络连接，实现了在地下矿井中高效、可靠的自主导航。

VinePT-Map: Pole-Trunk Semantic Mapping for Resilient Autonomous Robotics in Vineyards

VinePT-Map: 葡萄藤语义映射用于葡萄园中鲁棒的自主机器人

Giorgio Audrito, Mauro Martini, Alessandro Navone, Giorgia Galluzzo, Marcello Chiaberge

机构 * Department of Electronics and Telecommunications, Politecnico di Torino（电子与电信系，托斯纳大学） ； PoliTO Interdepartmental Centre for Service Robotics (PIC4SeR)（PoliTO 服务机器人跨部门中心（PIC4SeR）） 纠错

专题命中 具身导航 ：robotics(title)；分类 cs.RO

AI总结 VinePT-Map通过利用葡萄藤茎和支撑杆作为持久性结构地标，实现葡萄园中鲁棒的自主机器人定位与映射。

RL-Based Coverage Path Planning for Deformable Objects on 3D Surfaces

基于强化学习的可变形物体3D表面覆盖路径规划

Yuhang Zhang, Jinming Ma, Feng Wu

机构 * School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Xiaomi Robotics Lab（小米机器人实验室） 纠错

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

AI总结 本文提出基于强化学习的覆盖路径规划方法，利用谐波UV映射和SGCNN处理可变形物体的触觉反馈，通过模拟器训练机器人高效完成表面擦拭任务。

Comments 8 pages, 8 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Selecting Spots by Explicitly Predicting Intention from Motion History Improves Performance in Autonomous Parking

通过显式预测意图来选择斑点提高了自动驾驶停车的性能

Long Kiu Chung, David Isele, Faizan M. Tariq, Sangjae Bae, Shreyas Kousik, Jovin D'sa

机构 * Honda Research Institute (HRI)（本田研究机构） ； 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

AI总结 本文提出了一种通过显式预测意图来选择停车位的自动驾驶停车方法，提高了停车任务的预测准确性、社会接受度和任务完成度。

Comments 8 pages, 4 figures

TEMPO-VINE: A Multi-Temporal Sensor Fusion Dataset for Localization and Mapping in Vineyards

TEMPO-VINE：一个多时序传感器融合数据集用于葡萄园的定位与建图

Mauro Martini, Marco Ambrosio, Judith Vilella-Cantos, Alessandro Navone, Marcello Chiaberge

机构 * Department of Electronics and Communications, Politecnico di Torino（电子与通信系，politecnico di torino大学） ； University Institute for Engineering Research, Miguel Hernández University（工程研究大学学院，miguel hernández大学） 纠错

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

AI总结 TEMPO-VINE数据集通过多时序传感器融合数据，为葡萄园的定位与建图提供全面的基准测试资源。

Vision Language Model-based Testing of Industrial Autonomous Mobile Robots

基于视觉语言模型的工业自主移动机器人测试

Jiahui Wu, Chengjie Lu, Aitor Arrieta, Shaukat Ali, Thomas Peyrucain

机构 * Simula Research Laboratory and University of Oslo（Simula研究实验室和奥斯陆大学） ； Mondragon University（蒙dragon大学） ； Simula Research Laboratory（Simula研究实验室） ； PAL Robotics（PAL机器人技术） 纠错

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

AI总结 本文提出基于视觉语言模型的测试方法，用于生成违反功能和安全要求的机器人交互场景，以提高自主移动机器人在复杂环境中的安全性和可靠性。

Learning Physical Systems: Symplectification via Gauge Fixing in Dirac Structures

学习物理系统：通过Dirac结构进行配分的配分

Aristotelis Papatheodorou, Pranav Vaidhyanathan, Natalia Ares, Ioannis Havoutis

机构 * Department of Engineering Science, University of Oxford（牛津大学工程科学系） 纠错

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

AI总结 本文提出预配分网络（PSNs），通过Dirac结构学习配分提升，恢复非退化对称几何，实现受约束耗散系统的几何机器学习模型。

Comments Presented at Equivariant Systems: Theory and Applications in State Estimation, Artificial Intelligence and Control, Robotics: Science and Systems (RSS) 2025 Workshop, 6 Pages, 3 Figures

GIANT - Global Path Integration and Attentive Graph Networks for Multi-Agent Trajectory Planning

GIANT - 全局路径整合与注意力图网络用于多智能体轨迹规划

Jonas le Fevre Sejersen, Toyotaro Suzumura, Erdal Kayacan

机构 * Artificial Intelligence in Robotics Laboratory (AiR Lab), Department of Electrical and Computer Engineering, Aarhus University（人工智能机器人实验室（AiR实验室），电气与计算机工程系，奥胡斯大学） ； Foundation Models for Artificial Intelligence group, Department of Information and Communication Engineering, Tokyo University（人工智能基础模型组，信息与通信工程系，东京大学） ； Automatic Control Group, Department of Electrical Engineering and Information Technology, Paderborn University（自动控制组，电气工程与信息科技系，波德恩大学） 纠错

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

AI总结 GIANT通过结合全局路径规划与注意力图网络，提升多智能体在复杂动态环境中的避障与导航性能。

Comments Published in: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

ROVER: Regulator-Driven Robust Temporal Verification of Black-Box Robot Policies

ROVER: 基于监管的黑盒机器人策略时间验证

Kristy Sakano, Jianyu An, Dinesh Manocha, Huan Xu

机构 * University of Maryland, College Park（马里兰大学学院 park） 纠错

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

AI总结 ROVER通过监管驱动的方法验证黑盒机器人策略的时间安全，提升满意度和合规性。

Runge-Kutta Approximations for Direct Coning Compensation Applying Lie Theory

基于李理论的直接倾转补偿的龙格-库塔近似

John A. Christian, Michael R. Walker, Wyatt Bridgman, Michael J. Sparapany

机构 * Guggenheim School of Aerospace Engineering（古根海姆航空航天工程学院） ； AIAA（美国航空航天学会） ； C3 AI 纠错

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

AI总结 本文提出了一种基于龙格-库塔积分的倾转补偿算法，通过直接应用经典积分程序来改进倾转校正方法，并展示了生成高阶算法的步骤。

Comments Accepted manuscript. AIAA JGCD

Replaying pre-training data improves fine-tuning

重放预训练数据提高微调

Suhas Kotha, Percy Liang

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 通过重放预训练数据提升微调效果，提高目标任务性能

U-OBCA: Uncertainty-Aware Optimization-Based Collision Avoidance via Wasserstein Distributionally Robust Chance Constraints

基于不确定性优化的碰撞避免：通过Wasserstein分布鲁棒机会约束

Zehao Wang, Yuxuan Tang, Han Zhang, Jingchuan Wang, Weidong Chen

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） ； Institute of Medical Robotics, Shanghai Jiao Tong University（医学机器人研究所，上海交通大学） ； Key Laboratory of System Control and Information Processing, Ministry of Education of China（教育部系统控制与信息处理重点实验室） ； Shanghai Engineering Research Center of Intelligent Control and Management, Shanghai（智能控制与管理上海工程研究中心） 纠错

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

AI总结 U-OBCA通过引入Wasserstein分布鲁棒机会约束，提升机器人在狭窄环境中的导航效率和轨迹规划的保守性

Data-Driven Control of a Magnetically Actuated Fish-Like Robot

数据驱动控制磁性驱动的仿鱼机器人

Akiyuki Koyama, Hiroaki Kawashima

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

AI总结 本文提出数据驱动控制框架，通过神经网络建模、梯度模型预测控制与模仿学习，实现磁性驱动仿鱼机器人精确路径跟随与高效控制。

Comments Author's version of the paper presented at AROB-ISBC 2026

Journal ref Proc. of the Joint Symposium of AROB 31st and ISBC 11th (AROB-ISBC 2026), pp. 1615-1619, 2026

Adaptive Policy Switching of Two-Wheeled Differential Robots for Traversing over Diverse Terrains

双轮差分机器人适应性策略切换用于穿越多样的地形

Haruki Izawa, Takeshi Takai, Shingo Kitano, Mikita Miyaguchi, Hiroaki Kawashima

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

AI总结 本文提出利用机器人姿态数据实现地形分类，通过PPO优化策略，采用GMM模型在70步窗口下实现超过98%的地形识别准确率，为适应性策略切换提供支持。

Comments Author's version of the paper presented at AROB-ISBC 2026

Journal ref Proc. of the Joint Symposium of AROB 31st and ISBC 11th (AROB-ISBC 2026), pp. 787-792, 2026

Scout-Rover cooperation: online terrain strength mapping and traversal risk estimation for planetary-analog explorations

侦察-轮式机器人合作：行星类比探索中的在线地形强度映射与通行风险估计

Shipeng Liu, J. Diego Caporale, Yifeng Zhang, Xingjue Liao, William Hoganson, Wilson Hu, Shivangi Misra, Neha Peddinti, Rachel Holladay, Ethan Fulcher, Akshay Ram Panyam, Andrik Puentes, Jordan M. Bretzfelder, Michael Zanetti, Uland Wong, Daniel E. Koditschek, Mark Yim, Douglas Jerolmack, Cynthia Sung, Feifei Qian

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

AI总结 本文提出了一种scout-rover合作框架，通过腿式和轮式机器人联合实现行星类比探索中的地形强度在线映射和通行风险估计，提升科学探索的鲁棒性和可达性。

Comments 8 figures

Efficient Path Generation with Curvature Guarantees by Mollification

通过 mollification 实现具有曲率保证的高效路径生成

Alfredo González-Calvin, Juan F. Jiménez, Héctor García de Marina

机构 * Department of Computer Architecture and Automation, Faculty of Physics, Complutense University of Madrid（计算机架构与自动化系，物理学院，马德里康普顿斯大学） ； Department of Computer Engineering, Automation, and Robotics (ICAR) & Institute of Mathematics (IMAG), University of Granada（计算机工程、自动化与机器人系（ICAR）及数学研究所（IMAG），格拉纳达大学） 纠错

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

AI总结 本文提出通过 mollification 方法高效生成具有曲率保证的路径，提升移动机器人路径规划的实时性和可行性。

Refactoring for Novices in Java: An Eye Tracking Study on the Extract vs. Inline Methods

Java初学者的重构：基于眼动研究的提取与内联方法比较

José Aldo Silva da Costa, Rohit Gheyi, José Júnior Silva da Costa, Márcio Ribeiro, Rodrigo Bonifácio, Hyggo Almeida, Ana Carla Bibiano, Alessandro Garcia

专题命中 具身导航 ：navigation(abstract)

AI总结 本研究通过眼动追踪分析，发现方法提取对初学者在复杂任务中提升性能有效，但对简单任务反而降低效率，强调了眼动追踪在软件重构评估中的重要性。

Comments Accepted at Journal of Systems and Software 2026