机器人 / 具身智能

A Contrastive Fewshot RGBD Traversability Segmentation Framework for Indoor Robotic Navigation

一种用于室内外机器人导航的对比式少样本RGBD可 traversability 分割框架

Qiyuan An, Tuan Dang, Fillia Makedon

机构 * Department of Computer Science and Engineering, University of Texas at Arlington（计算机科学与工程系，德克萨斯大学阿灵顿分校） ； Uber（优步） ； Cognitive Robotics Lab, Department of Electrical Engineering and Computer Science, University of Arkansas（认知机器人实验室，电气工程与计算机科学系，阿肯色大学） 纠错

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

AI总结 本文提出了一种基于对比学习的少样本RGBD分割框架，利用负例原型和稀疏深度信息提升室内机器人导航的可 traversability 分割性能。

Journal ref IEEE International Conference on Robotics & Automation 2026 (ICRA)

R2F: Repurposing Ray Frontiers for LLM-free Object Navigation

R2F：利用射线前沿进行无需大语言模型的对象导航

Francesco Argenziano, John Mark Alexis Marcelo, Michele Brienza, Abdel Hakim Drid, Emanuele Musumeci, Daniele Nardi, Domenico D. Bloisi, Vincenzo Suriani

机构 * Department of Computer, Automation and Management Engineering, Sapienza University of Rome（罗马萨皮恩扎大学计算机、自动化与管理工程系） ； Department of Electronics and Automation, Mohamed Khider University of Biskra（比斯克拉Mohamed Khider大学电子与自动化系） ； International University of Rome UNINT, Rome（罗马国际大学UNINT） 纠错

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

AI总结 R2F通过重新利用射线前沿技术，开发无需大语言模型的室内开放词汇对象导航框架，实现实时高效导航性能。

NaviTrace: Evaluating Embodied Navigation of Vision-Language Models

NaviTrace: 评估视觉-语言模型的具身导航

Tim Windecker, Manthan Patel, Moritz Reuss, Richard Schwarzkopf, Cesar Cadena, Rudolf Lioutikov, Marco Hutter, Jonas Frey

机构 * Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室） ； Intuitive Robots Lab, KIT（卡尔斯鲁厄理工学院直观机器人实验室） ； FZI Research Center for Information Technology（弗劳恩霍夫信息技术研究中心） 纠错

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

AI总结 NaviTrace通过语义感知轨迹评分评估视觉-语言模型的具身导航能力，揭示了模型在空间定位和目标定位方面的不足。

Comments 11 pages, 6 figures, with appendix, accepted to ICRA 2026

Safe Navigation of Bipedal Robots via Koopman Operator-Based Model Predictive Control

通过Koopman算子基于模型预测控制实现双足机器人安全导航

Jeonghwan Kim, Yunhai Han, Harish Ravichandar, Sehoon Ha

机构 * School of Interactive Computing at the Georgia Institute of Technology（佐治亚理工学院交互计算学院） 纠错

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

AI总结 本文提出基于Koopman算子的模型预测控制方法，用于提升双足机器人在复杂环境中的安全导航性能。

Comments 9 pages

DreamSAC: Learning Hamiltonian World Models via Symmetry Exploration

DreamSAC：通过对称探索学习哈密顿世界模型

Jinzhou Tang, Fan Feng, Minghao Fu, Wenjun Lin, Biwei Huang, Keze Wang

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

AI总结 DreamSAC通过基于哈密顿的对称探索方法，学习物理不变性以提升3D物理模拟中的外推泛化能力。

Comments 19 pages, 5 figures

Don't Freeze, Don't Crash: Extending the Safe Operating Range of Neural Navigation in Dense Crowds

不要冻结，不要崩溃：扩展神经导航在密集人群中的安全操作范围

Jiefu Zhang, Yang Xu, Vaneet Aggarwal

机构 * Purdue University（普渡大学） 纠错

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

AI总结 本文提出了一种强化学习方法，通过密度不变的观察编码和物理激励的亲密度奖励塑造，实现密集人群导航中的零样本密度泛化，显著减少冻结现象并提高无碰撞成功率。

Multi-directional Safe Rectangle Corridor-Based MPC for Nonholonomic Robots Navigation in Cluttered Environment

多方向安全矩形走廊基于MPC的非完整机器人在杂乱环境中的导航

Yinsong Qu, Yunxiang Li, Shanlin Zhong

机构 * The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Automation, Beijing Institute of Technology（自动化学院，北京理工大学） 纠错

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

AI总结 本文提出一种改进的顺序MPC导航框架，通过多方向安全矩形走廊算法和障碍函数约束，实现非完整机器人在杂乱环境中的高效导航与障碍回避。

Comments 9 pages, 11 figures, conference paper for the 2025 International Conference on Advanced Robotics and Mechatronics (ICARM), accepted

Journal ref 2025 International Conference on Advanced Robotics and Mechatronics (ICARM), Portsmouth, United Kingdom, 2025, pp. 634-641

EndoSERV: A Vision-based Endoluminal Robot Navigation System

EndoSERV：一种基于视觉的内镜机器人导航系统

Junyang Wu, Fangfang Xie, Minghui Zhang, Hanxiao Zhang, Jiayuan Sun, Yun Gu, Guang-Zhong Yang

机构 * Institute of Medical Robotics, Shanghai Jiao Tong University（医学机器人研究所，上海交通大学） 纠错

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

AI总结 EndoSERV提出了一种基于视觉的内镜机器人导航系统，通过SE段到结构和Real到虚拟映射技术，解决内镜路径复杂、狭窄和曲折带来的导航难题。

MetricNet: Recovering Metric Scale in Generative Navigation Policies

MetricNet: 恢复生成导航策略中的度量尺度

Abhijeet Nayak, Débora Oliveira Makowski, Samiran Gode, Cordelia Schmid, Wolfram Burgard

机构 * Artificial Intelligence and Robotics Lab, Department of Computer Science and Artificial Intelligence, University of Technology Nuremberg（技术大学纽伦堡计算机科学与人工智能系人工智能与机器人实验室） ； Inria, Ecole Normale Supérieure, CNRS, PSL Research University（法国国家信息与自动化技术研究院、巴黎高等师范学校、国家科学研究中心、巴黎-萨克勒研究大学） 纠错

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

AI总结 MetricNet通过预测航点之间的度量距离，解决生成导航策略中轨迹抽象和控制策略短视的问题，提升导航与探索性能。

Comments Accepted to ICRA'26

ViSA-Enhanced Aerial VLN: A Visual-Spatial Reasoning Enhanced Framework for Aerial Vision-Language Navigation

ViSA增强的空中视觉语言导航：一种增强视觉空间推理能力的空中视觉语言导航框架

Haoyu Tong, Xiangyu Dong, Xiaoguang Ma, Haoran Zhao, Yaoming Zhou, Chenghao Lin

机构 * Tianmushan Laboratory, Beihang University（北航之梦实验室，北京航空航天大学） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北京航空航天大学） ； Foshan Graduate School of Innovation, Northeastern University（佛山创新研究生学院，东北大学） ； School of Aeronautic Science and Engineering, Beihang University（航空科学与工程学院，北京航空航天大学） ； Faculty of Robot Science and Engineering, Northeastern University（机器人科学与工程学院，东北大学） 纠错

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

AI总结 ViSA增强框架通过结构化视觉提示提升空中VLN的空间推理能力，显著提高成功率，为该领域提供有力支持。

Comments 8 pages

Long-Short Term Agents for Pure-Vision Bronchoscopy Robotic Autonomy

长短期代理用于纯视觉支气管镜机器人自主性

Junyang Wu, Mingyi Luo, Fangfang Xie, Minghui Zhang, Hanxiao Zhang, Chunxi Zhang, Junhao Wang, Jiayuan Sun, Yun Gu, Guang-Zhong Yang

机构 * Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医学机器人研究所） ； Shanghai Chest Hospital（上海胸科医院） 纠错

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

AI总结 本研究提出一种纯视觉的支气管镜机器人自主导航框架，通过长短期代理实现无外部跟踪的精准导航，验证了其在体内外实验中的有效性。

LagMemo: Language 3D Gaussian Splatting Memory for Multi-modal Open-vocabulary Multi-goal Visual Navigation

LagMemo: 语言3D高斯点云记忆用于多模态开放词汇多目标视觉导航

Haotian Zhou, Xiaole Wang, He Li, Zhuo Qi, Jinrun Yin, Haiyu Kong, Jianghuan Xu, Huijing Zhao

机构 * Key Laboratory of Machine Perceptions (MOE), School of Intelligence Science and Technology, Peking University（机器感知重点实验室（教委）、智能科学与技术学院、北京大学） 纠错

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

AI总结 LagMemo通过语言3D高斯点云记忆实现多模态开放词汇多目标视觉导航，有效提升多目标定位性能

ViLAM: Distilling Vision-Language Reasoning into Attention Maps for Social Robot Navigation

ViLAM：将视觉-语言推理转化为注意力图用于社交机器人导航

Mohamed Elnoor, Kasun Weerakoon, Gershom Seneviratne, Jing Liang, Vignesh Rajagopal, Dinesh Manocha

机构 * Dept. of Electrical and Computer Engineering, University of Maryland, College Park, MD, USA（电气与计算机工程系，马里兰大学，College Park, MD, USA） ； Dept. of Computer Science, University of Maryland, College Park, MD, USA（计算机科学系，马里兰大学，College Park, MD, USA） ； James Clark School of Engineering, University of Maryland, College Park, MD, USA（James Clark工程学院，马里兰大学，College Park, MD, USA） 纠错

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

AI总结 ViLAM通过蒸馏视觉-语言模型的注意力图，提升社交机器人导航的社会适应性与导航效率。

T2Nav Algebraic Topology Aware Temporal Graph Memory and Loop Detection for ZeroShot Visual Navigation

T2Nav 基于代数拓扑的时序图记忆与循环检测用于零样本视觉导航

Quang-Anh N. D., Duc Pham, Minh-Anh Nguyen, Tung Doan, Tuan Dang

机构 * International School, Vietnam National University, Hanoi, Vietnam（越南国家大学河内国际学校） ； Hanoi University of Science, Vietnam National University, Hanoi, Vietnam（越南国家大学河内科学大学） ； Hanoi University of Science and Technology, Hanoi, Vietnam（河内科学技术大学） ； Cognitive Robotics Lab, Department of Electrical Engineering and Computer Science, University of Arkansas, Fayetteville, AR, USA（美国阿肯色大学富尔顿分校电气工程与计算机科学系认知机器人实验室） ； University of Arkansas, Fayetteville, AR, USA（美国阿肯色大学富尔顿分校） 纠错

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

AI总结 T2Nav通过整合异构数据和基于图的推理，实现零样本视觉导航，具备高效探索和路径规划能力，适用于视觉相似但空间不同的目标实例导航。

Journal ref EEE International Conference on Robotics & Automation 2026 (ICRA)

From Reactive to Map-Based AI: Tuned Local LLMs for Semantic Zone Inference in Object-Goal Navigation

从反应式到基于地图的AI：针对目标导航的语义区域推断的调优本地LLM

Yudai Noda, Kanji Tanaka

机构 * Graduate School of Engineering, University of Fukui（福井大学工学研究科） 纠错

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

AI总结 本文提出一种基于地图的AI方法，利用调优的本地LLM进行语义区域推断，以提升对象-目标导航任务中的成功率和路径效率。

Comments 6 pages, 5 figures, technical report

CMMR-VLN: Vision-and-Language Navigation via Continual Multimodal Memory Retrieval

CMMR-VLN：通过持续多模态记忆检索实现视觉与语言导航

Haozhou Li, Xiangyu Dong, Huiyan Jiang, Yaoming Zhou, Xiaoguang Ma

机构 * Foshan Graduate School of Innovation at Northeastern University（东北大学创新研究生院） ； Faculty of Robot Science and Engineering at Northeastern University（东北大学机器人科学与工程学院） ； College of Software at Northeastern University（东北大学软件学院） ； School of Aeronautic Science and Engineering at Beihang University（北航航空科学与工程学院） 纠错

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

AI总结 CMMR-VLN通过引入持续多模态记忆检索机制，提升视觉与语言导航任务中对先前经验的选择性利用能力，显著提高导航成功率。

PanoDP: Learning Collision-Free Navigation with Panoramic Depth and Differentiable Physics

PanoDP：利用全景深度与可微物理学习无碰撞导航

Hao Zhong, Pei Chi, Jiang Zhao, Shenghai Yuan, Xuyang Gao, Thien-Minh Nguyen, Lihua Xie

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（南洋理工大学电子与电气工程学院） ； Beihang University, Beijing, China（北京航空航天大学） ； The University of Queensland, Australia（昆士兰大学） 纠错

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

AI总结 PanoDP通过结合全景深度感知与可微物理训练信号，提升在杂乱环境中无碰撞导航的性能和泛化能力。

GeoNav: Empowering MLLMs with dual-scale geospatial reasoning for language-goal aerial navigation

GeoNav: 通过双尺度地理推理赋能大语言模型实现语言目标的空中导航

Haotian Xu, Yue Hu, Chen Gao, Zhengqiu Zhu, Yong Zhao, Yong Li, Quanjun Yin

机构 * College of Systems Engineering, National University of Defense Technology（系统工程学院，国防科技大学） ； State Key Laboratory of Digital Intelligent Modeling and Simulation（数字智能建模与仿真国家重点实验室） ； BNRist, Tsinghua University（清华大学BNRist） 纠错

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

AI总结 GeoNav通过双尺度地理推理赋能大语言模型，实现语言目标的空中导航，提升城市场景下的导航成功率和精度。

Comments Published in Pattern Recognition (2026)

Journal ref Pattern Recognition, Volume 177, 113365, 2026

Tutorial on Aided Inertial Navigation Systems: A Modern Treatment Using Lie-Group Theoretical Methods

辅助惯性导航系统的教程：使用李群理论方法的现代处理

Soulaimane Berkane

机构 * Université du Québec en Outaouais（魁北克大学 Outaouais分校） 纠错

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

AI总结 本文通过李群理论方法，介绍了一种面向控制的辅助惯性导航系统，重点在于融合惯性测量与辅助信息，并探讨了更高阶状态表示和等变滤波方法等现代技术。

Adaptive shape control for microswimmer navigation in turbulence

微流体在湍流中自适应形状控制导航

Jingran Qiu, Lorenzo Piro, Luca Biferale, Massimo Cencini, Bernhard Mehlig, Kristian Gustavsson

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文通过强化学习使微游泳器在湍流中自适应改变形状以提高导航性能，提出分析模型并展示其在复杂流体中的有效性。

Stable Multi-Drone GNSS Tracking System for Marine Robots

稳定多无人机GNSS跟踪系统用于海洋机器人

Shuo Wen, Edwin Meriaux, Mariana Sosa Guzmán, Zhizun Wang, Junming Shi, Gregory Dudek

机构 * McGill University（麦吉尔大学） ； MILA-Quebec AI Institute（魁北克人工智能研究所） ； Université Paris-Saclay, CentraleSupélec（巴黎-萨克莱大学，中央超导研究所） 纠错

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

AI总结 本文提出了一种基于多无人机的GNSS跟踪系统，结合视觉检测、多目标跟踪和EKF滤波，实现海洋机器人稳定可靠的实时跟踪。

Journal ref 2026 IEEE International Conference on Robotics & Automation (ICRA)

The Neural Compass: Probabilistic Relative Feature Fields for Robotic Search

神经罗盘：基于概率相对特征场的机器人搜索

Gabriele Somaschini, Adrian Röfer, Abhinav Valada

机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） 纠错

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

AI总结 本文提出ProReFF模型，通过概率相对特征场实现机器人搜索任务中的高效物体定位，实验表明其在模拟环境中比基线方法更高效，接近人类水平性能。

Comments 9 pages, 7 figures, 2 tables, submitted to IROS 2026

Scalable Aerial GNSS Localization for Marine Robots

可扩展的航空GNSS定位用于水下机器人

Shuo Wen, Edwin Meriaux, Mariana Sosa Guzmán, Charlotte Morissette, Chloe Si, Bobak Baghi, Gregory Dudek

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

AI总结 本文提出利用无人机GNSS定位实现水下机器人高效、可扩展的定位方法，解决传统方法在水面信号反射和成本上的局限。

Comments International Conference on Robotics and Automation 2025 Workshop Robots in the Wild

Journal ref 2025 International Conference on Robotics and Automation (ICRA) Workshop Robots in the Wild

Let's Think in Two Steps: Mitigating Agreement Bias in MLLMs with Self-Grounded Verification

两步思考：通过自我 grounded 验证缓解 MLLM 的同意偏差

Moises Andrade, Joonhyuk Cha, Brandon Ho, Vriksha Srihari, Karmesh Yadav, Zsolt Kira

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本文提出 SGV 方法，通过自我 grounded 验证缓解 MLLM 的同意偏差，提升验证准确性和任务完成率。

Comments ICLR 2026. Code, models, and data publicly available at https://mshalimay.github.io/agreement-bias-sgv/

Improving Continual Learning for Gaussian Splatting based Environments Reconstruction on Commercial Off-the-Shelf Edge Devices

改进基于高斯点拨环境重建的持续学习在商用边缘设备上

Ivan Zaino, Matteo Risso, Daniele Jahier Pagliari, Miguel de Prado, Toon Van de Maele, Alessio Burrello

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

AI总结 本研究提出了一种精度自适应优化框架，使基于VBGS的持续学习在资源受限的边缘设备上实现高效训练，同时保持重建质量。

Stability-Guided Exploration for Diverse Motion Generation

为多样化运动生成的稳定性引导探索

Eckart Cobo-Briesewitz, Tilman Burghoff, Denis Shcherba, Armand Jordana, Marc Toussaint

机构 * Technische Universität Berlin（技术大学柏林） ； LAAS-CNRS ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

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

AI总结 本文提出一种基于黑盒模拟的稳定性引导探索方法，用于发现多样化的机器人操纵策略，适用于不同机器人形态，无需任务特定指导。

MCGS-SLAM: A Multi-Camera SLAM Framework Using Gaussian Splatting for High-Fidelity Mapping

MCGS-SLAM：一种基于高斯点划的多相机SLAM框架用于高保真的地图构建

Zhihao Cao, Hanyu Wu, Li Wa Tang, Zizhou Luo, Wei Zhang, Marc Pollefeys, Zihan Zhu, Martin R. Oswald

机构 * Department of Mathematics, ETH Zurich（苏黎世联邦理工学院数学系） ； Department of Mechanical and Process Engineering, ETH Zurich（苏黎世联邦理工学院机械与工艺工程系） ； Department of Informatics, University of Zurich（苏黎世大学信息系） ； Institute for Photogrammetry, University of Stuttgart（斯图加特大学摄影测量研究所） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） ； Microsoft Spatial AI Lab（微软空间AI实验室） ； Computer Vision Research Group, University of Amsterdam（阿姆斯特丹大学计算机视觉研究组） 纠错

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

AI总结 MCGS-SLAM通过多相机和高斯点划技术实现高保真的SLAM，提供精确轨迹和逼真重建，优于单目方法。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

Edged USLAM: Edge-Aware Event-Based SLAM with Learning-Based Depth Priors

边缘化USLAM：基于事件的边缘感知SLAM与学习深度先验

Şebnem Sarıözkan, Hürkan Şahin, Olaya Álvarez-Tuñón, Erdal Kayacan

机构 * Automatic Control Group (RAT), Paderborn University（自动控制组（RAT），帕德博恩大学） ； EIVA A/S（EIVA公司） ； IT University of Copenhagen (ITU)（丹麦技术大学（ITU）） 纠错

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

AI总结 Edged USLAM通过边缘感知前端和轻量级深度模块，结合事件相机和惯性传感器，实现稳健的视觉-惯性SLAM，适用于复杂光照和动态环境下的空中导航任务。

Comments 8 pages, 7 figures, 3 tables. Accepted to ICRA 2026. Project code and datasets available at https://github.com/sebnem-byte/Edged-USLAM

VORL-EXPLORE: A Hybrid Learning Planning Approach to Multi-Robot Exploration in Dynamic Environments

VORL-EXPLORE: 多机器人在动态环境中的混合学习规划方法

Ning Liu, Sen Shen, Zheng Li, Sheng Liu, Dongkun Han, Shangke Lyu, Thomas Braunl

机构 * The University of Western Australia（西澳大学） ； The Chinese University of Hong Kong（香港中文大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄大学） ； Nanjing University（南京大学） 纠错

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

AI总结 VORL-EXPLORE通过混合学习和规划方法，解决多机器人在动态环境中探索时的执行保真度问题，提升路径效率与安全交互。

A Distributed Gaussian Process Model for Multi-Robot Mapping

多机器人制图的分布式高斯过程模型

Seth Nabarro, Mark van der Wilk, Andrew J. Davison

机构 * Dyson Robotics Lab, Imperial College London（帝京大学伦敦分校戴森机器人实验室） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） 纠错

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

AI总结 DistGP通过分布式高斯过程实现多机器人协同制图，优于现有方法并在动态环境下表现更优。

Comments ICRA 2026, 8 pages