机器人 / 具身智能

NavForesee: A Unified Vision-Language World Model for Hierarchical Planning and Dual-Horizon Navigation Prediction

NavForesee: 一种统一的视觉-语言世界模型用于分层规划和双时间尺度导航预测

Fei Liu, Shichao Xie, Minghua Luo, Zedong Chu, Junjun Hu, Xiaolong Wu, Mu Xu

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 NavForesee通过统一的视觉-语言模型实现分层规划和双时间尺度导航预测，结合任务分解与环境预测，提升复杂场景下的导航能力。

From Woofs to Words: Towards Intelligent Robotic Guide Dogs with Verbal Communication

从Woofs到Words：迈向具备言语交流的智能机器人导盲犬

Yohei Hayamizu, David DeFazio, Hrudayangam Mehta, Zainab Altaweel, Jacqueline Choe, Chao Lin, Jake Juettner, Furui Xiao, Jeremy Blackburn, Shiqi Zhang

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

AI总结 本文提出了一种新型对话系统，通过LLM实现导航计划和场景的言语化，以提升导盲犬在动态环境中的空间感知与人类操作者的协作决策能力。

Comments 10 pages, 6 figures, AAAI 2026

Predictive and adaptive maps for long-term visual navigation in changing environments

预测性与自适应地图用于变化环境中的长期视觉导航

Lucie Halodova, Eliska Dvorakova, Filip Majer, Tomas Vintr, Oscar Martinez Mozos, Feras Dayoub, Tomas Krajnik

机构 * Artificial Intelligence Center, Czech Technical University（捷克技术大学人工智能中心） ； Technical University of Cartagena, Spain（西班牙卡塔加纳技术大学） ； Australian Centre for Robotic Vision, QUT（澳大利亚机器人视觉中心，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 本文比较了不同地图管理技术用于变化环境中的长期视觉导航，提出策略通过建模环境外观的周期性变化以提升机器人定位精度。

Journal ref IROS 2019

Route Fragmentation Based on Resource-centric Prioritisation for Efficient Multi-Robot Path Planning in Agricultural Environments

基于资源优先的路线碎片化方法用于农业环境中高效多机器人路径规划

James R. Heselden, Gautham P. Das

机构 * Lincoln Centre for Autonomous Systems, University of Lincoln, UK（林肯自主系统中心，林肯大学，英国） ； Lincoln Institute for Agri-food Technology, University of Lincoln, UK（林肯农业食品技术研究所，林肯大学，英国） 纠错

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

AI总结 本文提出基于资源优先的路线碎片化方法，用于农业环境中高效多机器人路径规划，通过部分路线进展减少二进制等待影响，提升任务吞吐量。

Comments This work has been submitted to the IEEE for possible publication

Learning Geometric and Photometric Features from Panoramic LiDAR Scans for Outdoor Place Categorization

从全景LiDAR扫描中学习几何和光度特征用于户外场所分类

Kazuto Nakashima, Hojung Jung, Yuki Oto, Yumi Iwashita, Ryo Kurazume, Oscar Martinez Mozos

机构 * Graduate School of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电子工程研究生院） ； Jet Propulsion Laboratory, California Institute of Technology（加州理工学院喷气推进实验室） ； Faculty of Information Science and Electrical Engineering, Kyushu University（九州大学信息科学与电子工程学部） ； Technical University of Cartagena（卡塔赫纳技术大学） 纠错

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

AI总结 本文提出利用CNN处理LiDAR获取的全景深度/反照率图像，通过构建MPO数据集实现户外场所分类，优于传统方法，验证了深度与反照率模态的联合使用有效性。

Comments Published in Advanced Robotics on 31 Jul 2018

Journal ref Advanced Robotics, 32(14):750-765, 2018

Warped Hypertime Representations for Long-term Autonomy of Mobile Robots

扭曲的超时间表示用于移动机器人的长期自主性

Tomas Krajnik, Tomas Vintr, Sergi Molina, Jaime P. Fentanes, Grzegorz Cielniak, Tom Duckett

机构 * Artificial Intelligence Center, Faculty of Electrical Engineering, Czech Technical University（人工智能中心，电气工程系，捷克技术大学） ； Lincoln Centre for Autonomous Systems, University of Lincoln（自主系统林肯中心，林肯大学） ； Technical University of Cartagena（卡塔赫纳技术大学） 纠错

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

AI总结 本文提出了一种将时间引入移动机器人中离散和连续空间表示的新方法，通过建模由人类活动引起的长期伪周期性变化。该方法通过扩展空间模型，引入一组扭曲维度以表示观测到的变化的周期性，从而实现对离散和连续空间表示未来状态的预测。

Journal ref Robotics and Automation Letters, 2019

Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs

一致且高效的基于MSCKF的无人机激光雷达-惯性里程计与推断的簇到平面约束

Jinwen Zhu, Xudong Zhao, Fangcheng Zhu, Jun Hu, Shi Jin, Yinian Mao, Guoquan Huang

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

AI总结 本文提出了一种针对无人机的高效紧密耦合LIO框架，通过推断的平面特征构建共面约束，利用空域投影消除状态向量中的特征参数依赖，提升一致性与效率，实现实时运行于资源受限平台。

CVGL: Causal Learning and Geometric Topology

CVGL：因果学习与几何拓扑

Songsong Ouyang, Yingying Zhu

机构 * College of Computer Science and Software Engineering（计算机科学与软件工程学院） 纠错

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

AI总结 本文提出CLGT框架，通过因果特征提取器和几何拓扑融合模块解决跨视角地理定位中的混淆因素和视角差异问题，实验显示其在复杂真实场景中表现优异。

Context-Enriched Natural Language Descriptions of Vessel Trajectories

基于上下文的船舶轨迹自然语言描述

Kostas Patroumpas, Alexandros Troupiotis-Kapeliaris, Giannis Spiliopoulos, Panagiotis Betchavas, Dimitrios Skoutas, Dimitris Zissis, Nikos Bikakis

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

AI总结 本文提出一种上下文感知的轨迹抽象框架，将AIS数据转化为结构化、语义丰富的表示，支持通过LLM生成受控自然语言描述，提升海洋任务的推理能力。

InterDeepResearch: Enabling Human-Agent Collaborative Information Seeking through Interactive Deep Research

InterDeepResearch：通过交互式深度研究实现人机协作的信息检索

Bo Pan, Lunke Pan, Yitao Zhou, Qi Jiang, Zhen Wen, Minfeng Zhu, Wei Chen

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出InterDeepResearch系统，通过交互式深度研究框架提升人机协作信息检索效率，实验证明其在性能和用户研究支持方面具有竞争力。