机器人 / 具身智能

Full Stack Navigation, Mapping, and Planning for the Lunar Autonomy Challenge

月球自主性挑战的全栈导航、制图与规划

Adam Dai, Asta Wu, Keidai Iiyama, Guillem Casadesus Vila, Kaila Coimbra, Thomas Deng, Grace Gao

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

AI总结 本文提出了一种模块化全栈自主系统，用于月球表面导航与制图，在GNSS拒止和视觉挑战环境下，结合语义分割、立体视觉里程计、位图SLAM与分层规划控制，实现了厘米级定位精度和高保真制图。

Comments Published in the Proceedings of the ION GNSS+ 2025 conference

Scale-Aware Navigation of Astronomical Survey Imagery Data on High Resolution Immersive Displays

面向高分辨率沉浸式显示的天文巡天影像数据尺度感知导航

Ava Nederlander, Zainab Aamir, Arie E. Kaufman

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文提出一种面向高分辨率沉浸式显示的天文影像尺度感知导航框架，通过室级沉浸环境中的Vera Rubin Observatory和银河巡天影像展示，探讨大规模科学影像的探索分析交互设计。

Comments 4 pages, 2 figures, to appear in IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (IEEE VRW 2026)

OGScene3D: Incremental Open-Vocabulary 3D Gaussian Scene Graph Mapping for Scene Understanding

OGScene3D: 增量式开放词汇3D高斯场景图映射用于场景理解

Siting Zhu, Ziyun Lu, Guangming Wang, Chenguang Huang, Yongbo Chen, I-Ming Chen, Wolfram Burgard, Hesheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Cambridge（剑桥大学） ； University of Technology Nuremberg（纽伦堡技术大学） ； Nanyang Technological University（南洋理工大学） ； Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, State Key Laboratory of Avionics Integration and Aviation System-of-Systems Synthesis, Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（自动化系，教育部系统控制与信息处理重点实验室，航空系统集成与航空系统-of-系统综合国家重点实验室，上海导航与定位基于服务重点实验室，上海交通大学） 纠错

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

AI总结 OGScene3D通过增量式3D高斯场景图映射，实现开放词汇场景理解，结合高斯表示与层次优化策略，提升语义一致性与长期优化能力。

Vision to Geometry: 3D Spatial Memory for Sequential Embodied MLLM Reasoning and Exploration

视觉到几何：用于连续具身MLLM推理和探索的3D空间记忆

Zhongyi Cai, Yi Du, Chen Wang, Yu Kong

机构 * ACTION Lab, Michigan State University（密歇根州立大学ACTION实验室） ； SAIR Lab, University at Buffalo（布法罗大学SAIR实验室） 纠错

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

AI总结 本文提出3DSPMR框架，利用视场覆盖作为几何先验，提升具身智能在连续任务中的记忆、推理与探索能力，并引入SEER-Bench基准测试连续具身探索与推理任务。

Comments Computer Vision

VideoAtlas: Navigating Long-Form Video in Logarithmic Compute

VideoAtlas: 在对数计算中导航长视频

Mohamed Eltahir, Ali Habibullah, Yazan Alshoibi, Lama Ayash, Tanveer Hussain, Naeemullah Khan

机构 * King Abdullah University of Science and Technology (KAUST)（卡斯特大学） ； Department of Computer Science, King Khalid University (KKU)（国王 Khalid 大学计算机科学系） ； Department of Computer Science, Edge Hill University（Edge Hill 大学计算机科学系） 纠错

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

AI总结 VideoAtlas通过层次化网格结构实现长视频的无损表示，解决视频表示和长上下文问题，提出Video-RLM架构，展示对数计算增长、环境预算和自适应计算分配等贡献。

Aion: Towards Hierarchical 4D Scene Graphs with Temporal Flow Dynamics

Aion：面向具有时间流动态的分层4D场景图

Iacopo Catalano, Eduardo Montijano, Javier Civera, Julio A. Placed, Jorge Pena-Queralta

机构 * University of Turku（图尔库大学） ； Centre for Artificial Intelligence, Zürich University of Applied Sciences（应用科学大学人工智能中心） ； Instituto Tecnológico de Aragón (ITA) and the University of Zaragoza（阿兰理工大学和萨拉戈萨大学） ； University of Zaragoza（萨拉戈萨大学） 纠错

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

AI总结 Aion通过在分层3D场景图中嵌入时间流动态，提升动态环境中导航规划和交互的可解释性和可扩展性。

Comments Accepted at ICRA 2026, 8 pages

Unsupervised Decomposition and Recombination with Discriminator-Driven Diffusion Models

无监督分解与重组：基于判别器驱动的扩散模型

Archer Wang, Emile Anand, Yilun Du, Marin Soljačić

机构 * Research Laboratory of Electronics, MIT, Cambridge, MA 02139, USA（MIT电子研究实验室） ； Department of Physics, Massachusetts Institute of Technology, MIT, Cambridge, MA, USA（麻省理工学院物理系） ； NSF AI Institute for Artificial Intelligence（国家科学基金会人工智能与基本相互作用研究所） ； Kempner Institute, Harvard University, Cambridge, MA, USA（哈佛大学 Kempner 院） ； Google DeepMind, Mountain View, CA, USA（Google DeepMind） ； School of Computer Science, Georgia Institute of Technology, Atlanta, USA（佐治亚理工学院计算机科学系） 纠错

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

AI总结 本文提出基于判别器驱动的扩散模型，用于无监督分解和重组数据，通过对抗训练提升潜在因子发现和生成质量，实验显示在多个数据集上优于基线方法，且在机器人视频轨迹中实现新应用。

Comments 28 pages, 16 figures, 4 tables

MagicWorld: Towards Long-Horizon Stability for Interactive Video World Exploration

MagicWorld: 向交互视频世界探索的长时稳定迈进

Guangyuan Li, Bo Li, Jinwei Chen, Xiaobin Hu, Lei Zhao, Peng-Tao Jiang

机构 * College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； vivo BlueImage Lab, vivo Mobile Communication Co., Ltd.（vivo蓝影实验室，vivo移动通信有限公司） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出MagicWorld模型，通过引入流引导运动保留约束和增强交互训练策略，解决复杂环境中运动漂移和长时交互误差累积问题，并构建RealWM120K数据集验证其有效性。

Learning-Based Design of Off-Policy Gaussian Controllers: Integrating Model Predictive Control and Gaussian Process Regression

基于学习的非策略高斯控制器设计：整合模型预测控制和高斯过程回归

Shiva Kumar Tekumatla, Varun Gampa, Siavash Farzan

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出了一种非策略高斯预测控制框架，通过高斯过程建模优化过程并利用高斯过程回归学习模型预测控制算法，以实现更高效的最优控制。实验表明该方法在轨迹跟踪和避障任务中表现出良好的适应性和有效性。

Comments Accepted to ACC 2024. 8 pages, 9 figures

Journal ref American Control Conference (ACC), 2024, pp. 3775-3782

Contingency-Aware Planning via Certified Neural Hamilton-Jacobi Reachability

通过认证的神经哈密顿-雅可比可达性进行 contingency 意识规划

Kasidit Muenprasitivej, Derya Aksaray

机构 * Department of Electrical and Computer Engineering, Northeastern University（电气与计算机工程系，东北大学） 纠错

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

AI总结 本文提出一种结合学习可达性与采样规划的多目标导航框架，利用FNO近似解算器解决高维HJ方程，提供理论安全保证并验证在Webots仿真中实时部署的性能。

Comments 9 pages, 4 figures

Multi-modal 3D Pose and Shape Estimation with Computed Tomography

基于计算机断层扫描的多模态3D姿态和形状估计

Mingxiao Tu, Hoijoon Jung, Alireza Moghadam, Jineel Raythatha, Lachlan Allan, Jeremy Hsu, Andre Kyme, Jinman Kim

机构 * School of Computer Science, The University of Sydney, Sydney, NSW 2006, Australia（悉尼大学计算机科学学院） ； School of Biomedical Engineering, The University of Sydney, Sydney, NSW 2006, Australia（悉尼大学生物医学工程学院） ； Trauma Service, Westmead Hospital, Australia（西墨迪医院创伤服务） 纠错

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

AI总结 本文提出一种多模态在床患者3D姿态和形状估计网络，融合CT扫描的几何特征和深度图，有效重建遮挡区域并提升估计精度，实验表明其在姿态和形状估计上分别优于现有方法23%和49.16%。

Oracular Programming: A Modular Foundation for Building LLM-Enabled Software

或acular编程：构建LLM赋能软件的模块化基础

Jonathan Laurent, André Platzer

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

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

AI总结 或acular编程通过将传统显式计算与归纳预言相结合，提供模块化构建可靠软件的框架，解决LLM在精确控制和模块化合同组成方面的不足。

From Non-Identifiability to Goal-Integrated Decision-Making in Parametric Inverse Optimization

从不可辨识性到参数逆优化中的目标整合决策制定

Farzin Ahmadi, Fardin Ganjkhanloo, Kimia Ghobadi

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出逆学习框架，通过转向未知参数到潜在最优解，实现复杂度降低，解决观测忠实与约束遵守之间的矛盾，提升逆优化的准确性和效率。

Comments 35 pages, 8 figures. Submitted to Operations Research (INFORMS)

Comprehensive VLBI observations of Galileo satellites with the AuScope array

对 Galileo 卫星的全面 VLBI 观测与 AuScope 数组

David Schunck, Lucia McCallum, Jamie McCallum, Tiege McCarthy

专题命中 具身导航 ：navigation(abstract)

AI总结 本文利用 AuScope 数组对 Galileo 卫星进行全面 VLBI 观测，展示了 VLBI 与 GNSS 帧间的首次互技术联系，并验证了大规模 VLBI 观测对 GNSS 卫星的可行性，为未来如 Genesis 任务奠定基础。

Comments 27 pages, 19 figures. Submitted to Journal of Geodesy on the 25th of February 2026

Ionospheric Observations from the ISS: Overcoming Noise Challenges in Signal Extraction

从国际空间站获取电离层观测：克服信号提取中的噪声挑战

Rachel Ulrich, Kelly R. Moran, Ky Potter, Lauren A. Castro, Gabriel R. Wilson, Carlos Maldonado

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出了一种统计处理流程，用于处理国际空间站上的电离层观测数据，通过估计仪器噪声底噪、处理不规则时间采样并提取电离层信号，提升数据覆盖率和噪声辅助监控能力。

VectorWorld: Efficient Streaming World Model via Diffusion Flow on Vector Graphs

VectorWorld: 通过向量图上的扩散流实现高效的流式世界模型

Chaokang Jiang, Desen Zhou, Jiuming Liu, Kevin Li Sun

机构 * University of Cambridge, Cambridge, United Kingdom（剑桥大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.CV

AI总结 VectorWorld通过向量图上的扩散流实现高效的流式世界模型，解决了自动驾驶政策闭环评估中的初始化不匹配、采样延迟和运动可行性问题，提升了地图结构精度和闭环运行稳定性。

Comments Under Review

From Digital Twins to World Models:Opportunities, Challenges, and Applications for Mobile Edge General Intelligence

从数字孪生到世界模型：移动边缘通用智能的机会、挑战与应用

Jie Zheng, Dusit Niyato, Changyuan Zhao, Jiawen Kang, Jiacheng Wang

机构 * State-Province Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services, College of Computer, Northwest University（高级网络与智能信息服务省州联合工程研究中心，计算机学院，西北大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Automation of School, Guangdong University of Technology（自动化学院，广东工业大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI

AI总结 本文探讨了从数字孪生到世界模型的转变，分析了其在移动边缘通用智能中的作用，涵盖概念差异、设计原则、关键组件及应用挑战。

Stereo World Model: Camera-Guided Stereo Video Generation

立体世界模型：基于摄像头的立体视频生成

Yang-Tian Sun, Zehuan Huang, Yifan Niu, Lin Ma, Yan-Pei Cao, Yuewen Ma, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） ； VAST ； ByteDance Pico（字节跳动Pico） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 本文提出StereoWorld，一种基于摄像头的立体世界模型，通过联合学习外观和双眼几何实现端到端的立体视频生成。该模型在RGB模态中操作，直接从视差中获取几何信息，通过统一的相机帧RoPE和立体感知注意力分解提升生成效率和一致性。

Comments Project Page: https://sunyangtian.github.io/StereoWorld-web/

MosaicMem: Hybrid Spatial Memory for Controllable Video World Models

MosaicMem: 用于可控视频世界模型的混合空间记忆

Wei Yu, Runjia Qian, Yumeng Li, Liquan Wang, Songheng Yin, Sri Siddarth Chakaravarthy P, Dennis Anthony, Yang Ye, Yidi Li, Weiwei Wan, Animesh Garg

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； The University of Osaka（大阪大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Mujin Inc.（Mujin公司） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Taiyuan University of Technology（太原本科技大学） 纠错

专题命中 具身推理 ：world model(title)；navigation(abstract)；分类 cs.CV

AI总结 MosaicMem提出一种混合空间记忆方法，通过提升片段至3D实现可靠定位与检索，结合模型原生条件化保留提示生成，提升姿态一致性与动态建模能力，支持细粒度导航与场景编辑。

Comments Project Page: https://mosaicmem.github.io/mosaicmem/

WPT: World-to-Policy Transfer via Online World Model Distillation

WPT: 通过在线世界模型蒸馏实现世界到策略的迁移

Guangfeng Jiang, Yueru Luo, Jun Liu, Yi Huang, Yiyao Zhu, Zhan Qu, Dave Zhenyu Chen, Bingbing Liu, Xu Yan

机构 * University of Science and Technology of China（科学技术大学） ； CUHK-SZ（香港中文大学（深圳）） ； HKUST（香港理工大学） ； Huawei Foundation Model Department（华为基金会模型部） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 本文提出WPT方法，通过在线世界模型蒸馏实现策略迁移，提升规划性能并保持实时部署能力，实验表明其在开放环和闭合环基准上表现优异。

Comments CVPR2026 Accepted

OccTENS: 3D Occupancy World Model via Temporal Next-Scale Prediction

OccTENS: 通过时间下一尺度预测实现的3D占用世界模型

Bu Jin, Songen Gu, Xiaotao Hu, Yupeng Zheng, Xiaoyang Guo, Qian Zhang, Xiaoxiao Long, Wei Yin

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Horizon Robotics（地平线机器人） ； Nanjing University（南京大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 本文提出OccTENS，一种能高效生成高质量长期占用场景的生成模型，通过时间下一尺度预测任务解决效率、时间退化和可控性问题。

Grid Spatial Understanding: A Dataset for Textual Spatial Reasoning over Grids, Embodied Settings, and Coordinate Structures

网格空间理解：一个用于文本空间推理、具身场景和坐标结构的数据集

Risham Sidhu, Julia Hockenmaier

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 具身推理 ：embodied agent(abstract)；navigation(abstract)

AI总结 本文提出GSU数据集，用于评估LLM在导航、物体定位和结构组合任务中的空间推理能力，发现模型在具身代理参考框架和坐标列表识别上存在困难，且微调小模型可能达到前沿模型性能。

Comments preprint

WINFlowNets: Warm-up Integrated Networks Training of Generative Flow Networks for Robotics and Machine Fault Adaptation

WINFlowNets: 生成流网络在机器人和机器故障适应中的温升训练

Zahin Sufiyan, Shadan Golestan, Yoshihiro Mitsuka, Shotaro Miwa, Osmar Zaiane

机构 * University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔人工智能研究所） ； Mitsubishi Electric Corporation（三菱电机公司） 纠错

专题命中 模仿学习与强化学习 ：robotics(title)；robotic(abstract)；分类 cs.LG

AI总结 WINFlowNets通过温升阶段训练生成流网络与检索网络，提升机器人控制任务的稳定性和适应性，适用于动态环境和故障场景。

Physics-informed offline reinforcement learning eliminates catastrophic fuel waste in maritime routing

物理引导的离线强化学习消除海上航线中的灾难性燃油浪费

Aniruddha Bora, Julie Chalfant, Chryssostomos Chryssostomidis

机构 * MIT Sea Grant College Program（麻省理工学院海事研究生院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 模仿学习与强化学习 ：navigation(abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 本文提出PIER框架，通过物理校准的环境学习高效安全的航线策略，减少燃油消耗和碳排放，消除灾难性燃油浪费，适用于多种导航场景。

Beware Untrusted Simulators -- Reward-Free Backdoor Attacks in Reinforcement Learning

警惕不可信的模拟器 -- 强化学习中的无奖励后门攻击

Ethan Rathbun, Wo Wei Lin, Alina Oprea, Christopher Amato

机构 * Khoury College of Computer Sciences（计算机科学学院） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出一种新型攻击'Daze'，通过模拟器动态在强化学习代理中隐秘植入动作级后门，无需修改或观察奖励，证明其在通用RL任务中的有效性，并展示其在机器人硬件上的迁移。

Comments 10 pages main body, ICLR 2026

Recurrent Reasoning with Vision-Language Models for Estimating Long-Horizon Embodied Task Progress

基于视觉语言模型的递归推理用于估计长周期具身任务进度

Yuelin Zhang, Sijie Cheng, Chen Li, Zongzhao Li, Yuxin Huang, Yang Liu, Wenbing Huang

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学北京校区人工智能学院） ； Beijing Key Laboratory of Research on Large Models and Intelligent Governance（北京大型模型与智能治理研究重点实验室） ； Engineering Research Center of Next-Generation Intelligent Search and Recommendation, MOE（教育部下一代智能搜索与推荐工程研究中心） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院） 纠错

专题命中 模仿学习与强化学习 ：embodied agent(abstract)；分类 cs.AI、cs.CV

AI总结 本文提出R²VLM模型，通过递归推理框架处理局部视频片段，维护全局上下文，实现复杂时间依赖推理，提升长周期任务进度估计性能。

Comments CVPR 2026

Shielded Reinforcement Learning Under Dynamic Temporal Logic Constraints

受动态时序逻辑约束的防护强化学习

Sadık Bera Yüksel, Ali Tevfik Buyukkocak, Derya Aksaray

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出一种结合序列控制屏障函数和无模型强化学习的框架，以满足复杂的时序逻辑任务，扩展了传统安全约束的应用范围。

Comments 7 pages, 3 figures, 2026 IEEE American Control Conference (ACC)

Rewarding DINO: Predicting Dense Rewards with Vision Foundation Models

奖励DINO：基于视觉基础模型预测密集奖励

Pierre Krack, Tobias Jülg, Wolfram Burgard, Florian Walter

机构 * Department of Computer Science & Artificial Intelligence, University of Technology Nuremberg（技术大学纽伦堡计算机科学与人工智能系） ； TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO、cs.LG

AI总结 本文提出Rewarding DINO，一种基于语言条件的奖励模型，通过学习实际奖励函数而非特定轨迹，实现机器人操作任务的密集奖励预测，具有紧凑结构和低计算开销，能有效泛化至新场景。

Comments 10 pages, 5 figures, submitted to IEEE

SLowRL: Safe Low-Rank Adaptation Reinforcement Learning for Locomotion

SLowRL: 安全低秩适应强化学习用于运动控制

Elham Daneshmand, Shafeef Omar, Glen Berseth, Majid Khadiv, Hsiu-Chin Lin

机构 * McGill University（麦吉尔大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出SLowRL框架，结合低秩适应与安全约束，实现动态运动任务的高效安全强化学习调优，实验显示在真实机器人上细调时间减少46.5%且安全违规接近零。

ViSA: Visited-State Augmentation for Generalized Goal-Space Contrastive Reinforcement Learning

ViSA：基于已访问状态的通用目标空间对比强化学习增强

Issa Nakamura, Tomoya Yamanokuchi, Yuki Kadokawa, Jia Qu, Shun Otsub, Ken Miyamoto, Shotaro Miwa, Takamitsu Matsubara

机构 * Graduate School of Information Science, Nara Institute of Science and Technology (NAIST)（信息科学研究生院，奈良科学与技术研究所） ； Advanced Technology R&D Center, Mitsubishi Electric Corporation（三菱电机先进技术研发中心） 纠错

专题命中 模仿学习与强化学习 ：robotic(abstract)；分类 cs.RO

AI总结 本文提出ViSA方法，通过生成增强状态样本和学习一致嵌入空间，提升目标空间泛化能力，实现对难访问目标的准确估值。

Comments 8 pages, 7 figures, under Review