机器人 / 具身智能

NavThinker: Action-Conditioned World Models for Coupled Prediction and Planning in Social Navigation

NavThinker: 用于社交导航中耦合预测与规划的行动条件世界模型

Tianshuai Hu, Zeying Gong, Lingdong Kong, XiaoDong Mei, Yiyi Ding, Qi Zeng, Ao Liang, Rong Li, Yangyi Zhong, Junwei Liang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； National University of Singapore（新加坡国立大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 NavThinker通过结合行动条件世界模型与on-policy强化学习，解决社交导航中机器人动作与人类运动相互影响的耦合预测-规划问题，实现未来感知的导航状态对齐与路径规划。

AgentVLN: Towards Agentic Vision-and-Language Navigation

AgentVLN：迈向具有代理能力的视觉-语言导航

Zihao Xin, Wentong Li, Yixuan Jiang, Ziyuan Huang, Bin Wang, Piji Li, Jianke Zhu, Jie Qin, Shengjun Huang

机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Shandong University（山东大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出AgentVLN框架，通过部分可观测半马尔可夫决策过程建模视觉-语言导航，结合VLM-as-Brain范式和跨空间表示映射，解决多级表示不一致问题，实现高效轻量级导航部署。

Comments 19pages, 4 figures

AERR-Nav: Adaptive Exploration-Recovery-Reminiscing Strategy for Zero-Shot Object Navigation

AERR-Nav：面向零样本物体导航的自适应探索-恢复-回忆策略

Jingzhi Huang, Junkai Huang, Haoyang Yang, Haoang Li, Yi Wang

机构 * Hong Kong Polytechnic University（香港理工大学） ； Institute of automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 本文提出AERR-Nav框架，通过自适应探索-恢复-回忆策略和自适应探索状态，解决零样本物体导航中探索与利用的平衡问题，在HM3D和MP3D基准测试中取得最佳性能。

SAATT Nav: a Socially Aware Autonomous Transparent Transportation Navigation Framework for Wheelchairs

SAATT Nav：面向轮椅的社交感知自主透明交通导航框架

Yutong Zhang, Shaiv Y. Mehra, Bradley S. Duerstock, Juan P. Wachs

机构 * Edwardson School of Industrial Engineering, Purdue University（帕克大学工业工程学院） ； Weldon School of Biomedical Engineering, Purdue University（帕克大学生物医学工程学院） 纠错

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

AI总结 本文提出SAATT导航框架，通过整合大语言模型实现社交感知与决策透明，提升轮椅用户的导航安全性与信任度。

Comments 8 pages, 4 figures, 2 tables, 1 algorithm. Submitted to IROS 2026

Neural Radiance Maps for Extraterrestrial Navigation and Path Planning

神经辐射图用于外星导航和路径规划

Adam Dai, Shubh Gupta, Grace Gao

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出利用神经辐射场构建地图，用于自主导航中的路径规划，通过整合局部和全局信息，实现更高效的路径规划。

Comments Published in the Proceedings of the ION GNSS+ 2023 Conference

Visual SLAM with DEM Anchoring for Lunar Surface Navigation

基于数字高程模型锚定的月球表面视觉SLAM

Adam Dai, Guillem Casadesus Vila, Grace Gao

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出一种结合学习特征检测与DEM全局约束的视觉SLAM系统，用于月球表面长距离导航，通过引入高程和表面法线因素缓解长期漂移问题。

Comments Accepted to IEEE Aerospace Conference 2026

DesertFormer: Transformer-Based Semantic Segmentation for Off-Road Desert Terrain Classification in Autonomous Navigation Systems

DesertFormer：基于Transformer的语义分割用于自动驾驶导航系统中的沙漠地形分类

Yasaswini Chebolu

机构 * Department of Computer Science \& Engineering (AI \& ML) Gayatri Vidya Parishad College of Engineering for Women Visakhapatnam, India 纠错

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

AI总结 DesertFormer基于SegFormer B2与层次化Mix Transformer（MiT-B2）架构，针对沙漠地形的低对比度、强光照变化和稀疏植被挑战，实现10类生态意义地形分类，提升地面机器人与自动驾驶车辆的安全路径规划能力。

Comments 10 pages, 6 figures, 3 tables. Preprint also available on Zenodo (DOI: 10.5281/zenodo.19053085)

Context-Nav: Context-Driven Exploration and Viewpoint-Aware 3D Spatial Reasoning for Instance Navigation

Context-Nav: 基于上下文的探索与视点感知的3D空间推理用于实例导航

Won Shik Jang, Ue-Hwan Kim

机构 * Department of AI Convergence（人工智能融合系） 纠错

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

AI总结 Context-Nav通过上下文驱动的探索和视点感知的3D空间推理，提升实例导航任务的性能，无需特定任务训练，实现最先进的结果。

Comments Accepted to CVPR 2026. Code is available at https://github.com/AutoCompSysLab/ContextNav

Learning Goal-Oriented Vision-and-Language Navigation with Self-Improving Demonstrations at Scale

基于大规模自改进演示的目标导向视觉-语言导航学习

Songze Li, Zun Wang, Gengze Zhou, Jialu Li, Xiangyu Zeng, Ziyang Gong, Limin Wang, Yu Qiao, Qi Wu, Mohit Bansal, Yi Wang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Fudan University（复旦大学） ； The University of Adelaide（阿德莱德大学） ； Nanjing University（南京大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

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

AI总结 本文提出SID方法，通过自改进演示提升导航能力，实现高效探索和泛化，显著提升导航性能，达到新状态的SOTA水平。

P$^{3}$Nav: End-to-End Perception, Prediction and Planning for Vision-and-Language Navigation

P$^{3}$Nav: 端到端感知、预测与规划用于视觉-语言导航

Tianfu Li, Wenbo Chen, Haoxuan Xu, Xinhu Zheng, Haoang Li

机构 * HKUST(GZ)（香港科技大学（广州）） 纠错

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

AI总结 P$^{3}$Nav提出端到端框架，整合感知、预测与规划，提升视觉-语言导航agent的场景理解与导航成功率，实验显示在REVERIE、R2R-CE和RxR-CE基准上取得新状态-of-the-art性能。

FloorPlan-VLN: A New Paradigm for Floor Plan Guided Vision-Language Navigation

FloorPlan-VLN: 一种新的基于平面图引导的视觉-语言导航范式

Kehan Chen, Yan Huang, Dong An, Jiawei He, Yifei Su, Jing Liu, Nianfeng Liu, Liang Wang

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences and School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院自动化研究所新型模式识别实验室，中国科学院人工智能学院） ； AMap, Alibaba Group（阿里巴巴集团高德地图） ； BAAI（北京人工智能研究院） ； Xiaomi Robotics Lab（小米机器人实验室） ； FiveAges 纠错

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

AI总结 本文提出FloorPlan-VLN范式，利用结构化的语义平面图作为全局空间先验，通过FP-Nav方法实现仅需简洁指令的导航，实验表明其在导航成功率上优于现有方法，验证了平面图引导导航的有效性。

OmniVLN: Omnidirectional 3D Perception and Token-Efficient LLM Reasoning for Visual-Language Navigation across Air and Ground Platforms

OmniVLN：面向空和地面平台的全方位3D感知与高效token LLM推理的视觉语言导航

Zhongyuang Liu, Min He, Shaonan Yu, Xinhang Xu, Muqing Cao, Jianping Li, Jianfei Yang, Lihua Xie

机构 * CertaintyX ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 OmniVLN结合全方位3D感知与高效token分层推理，提升空和地面机器人在复杂环境中的视觉语言导航能力，提升空间指认准确率并减少token消耗。

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。