机器人 / 具身智能

LLM-Enabled Low-Altitude UAV Natural Language Navigation via Signal Temporal Logic Specification Translation and Repair

基于大语言模型的低空无人机自然语言导航：通过信号时序逻辑规范翻译与修复

Yuqi Ping, Huahao Ding, Tianhao Liang, Longyu Zhou, Guangyu Lei, Xinglin Chen, Junwei Wu, Jieyu Zhou, Tingting Zhang

机构 * Guangdong Provincial Key Laboratory of Space-Aerial Networking and Intelligent Sensing, Harbin Institute of Technology, Shenzhen（广东省空天网络与智能感知重点实验室，哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory (PCL), Shenzhen（鹏城实验室） ； Information Systems Technology and Design, Singapore University of Technology and Design（新加坡科技设计大学信息系统技术与设计系） ； School of Computer Science and Engineering, Central South University, Changsha（中南大学计算机科学与工程学院） 纠错

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

AI总结 本文提出一种统一框架，通过将自然语言指令转换为信号时序逻辑规范并利用混合整数线性规划生成轨迹，提升低空无人机在复杂环境中的安全导航能力。

Predictive Modeling in AUV Navigation: A Perspective from Kalman Filtering

水下自主水下机器人导航中的预测建模：来自卡尔曼滤波的视角

Zizhan Tang, Yao Liu, Jessica Liu

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

AI总结 本文提出一种安全导向框架，通过卡尔曼滤波提升AUV定位精度和轨迹预测，增强通信中断时的搜索效率。

Comments 7pages and 9 figures

Reasoning Systems for Semantic Navigation in Mobile Robots

语义导航中的推理系统

Jonathan Crespo, Ramón Barber, O. M. Mozos, Daniel Beßler, Michael Beetz

机构 * University of Carlos III of Madrid（卡洛斯三世大学） ； Technical University of Cartagena（卡塔赫纳理工大学） ； Institute of Artificial Intelligent at the University of Bremen（不来梅大学人工智能研究所） 纠错

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

AI总结 本文提出两种基于本体模型的语义导航系统，分别采用关系数据库和KnowRob实现环境建模，并在移动机器人上进行验证。

Comments This is the authors' manuscript. The final published article is available at https://doi.org/10.1109/IROS.2018.8594271

Journal ref 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Madrid, Spain, 2018, pp. 5654-5659

Direct-to-Device Connectivity for Integrated Communication, Navigation and Surveillance

面向集成通信、导航与监视的设备直连

Muhammad Asad Ullah, Davi Brilhante, Luís Eduardo Partichelli Potrich, José Suárez-Varela, Paul Almasan, Charles Cleary, Vadim Kramar

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文研究了低空无人飞机在城市环境中利用设备直连技术实现通信、导航与监视服务的能力与限制，分析了不同高度下的视距概率变化及路径损耗，揭示了地基与空基网络的互补性。

Comments This work has been accepted in IEEE 26th Integrated Communications, Navigation and Surveillance Conference, April 14-16, 2026, Herndon, Virginia, USA. Copyright has been transferred to IEEE

Animated Public Furniture as an Interaction Mediator: Engaging Passersby In-the-Wild with Robotic Benches

动画公共家具作为交互中介：通过机器人长椅吸引街头行人

Xinyan Yu, Marius Hoggenmueller, Xin Lu, Ozan Balci, Martin Tomitsch, Andrew Vande Moere, Alex Binh Vinh Duc Nguyen

专题命中 具身导航 ：robotic(title,abstract)

AI总结 本文研究动画公共家具如何通过机器人长椅在真实环境中促进社交互动，提出了一种动态转换模型以引导行人参与。

Allocentric Navigation Is Computationally Universal

以 allocentric 方式导航是计算上通用的

Gualtiero Piccinini

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文通过三个证明展示基于地标结构的allocentric导航架构在计算上是通用的，通过将计数器编码为坐标轴上的可移动标记、模拟图灵机和增强局部性，重新诠释了计算理论中的概念。

Comments 15 pages

SCRAMPPI: Efficient Contingency Planning for Mobile Robot Navigation via Hamilton-Jacobi Reachability

SCRAMPPI: 通过哈密顿-雅可比可达性实现移动机器人导航的高效应急规划

Raj Harshit Srirangam, Leonard Jung, Rohith Poola, Michael Everett

机构 * Northeastern University（东北大学） 纠错

专题命中 具身导航 ：navigation(title)；分类 cs.RO

AI总结 本文提出SCRAMPPI算法，通过哈密顿-雅可比可达性分析实现移动机器人导航中的应急规划，结合采样基于规划器（MPPI）提升采样效率，实现实时生成主计划和应急计划。

Comments 8 pages, 5 figures

Object-Reconstruction-Aware Whole-body Control of Mobile Manipulators

面向物体重建的移动机械臂整体控制

Fatih Dursun, Bruno Vilhena Adorno, Simon Watson, Wei Pan

机构 * University of Manchester（曼彻斯特大学） 纠错

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

AI总结 本文提出一种高效方法，通过计算最信息区域的焦点点，使移动机械臂在路径上保持该点在摄像头视野中，从而在不增加路径规划的情况下提升物体重建效率。

Comments 19 pages, 17 figures, 5 tables. Under Review for the IEEE Transactions on Robotics (T-RO)

A Self-Rotating Tri-Rotor UAV for Field of View Expansion and Autonomous Flight

一种用于视野扩展和自主飞行的自旋转三旋翼无人机

Xiaobin Zhou, Zihao Zheng, Aoxu Jin, Lei Qiang, Bo Zhu

机构 * School of Robotics and Automation, Nanjing University（南京大学机器人学院） 纠错

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

AI总结 本文提出SPINNER无人机，通过持续旋转扩大摄像头和激光雷达的视野，提升环境感知效率，并实现三维定位和姿态控制。

Unified Restoration-Perception Learning: Maritime Infrared-Visible Image Fusion and Segmentation

统一的恢复-感知学习：近岸红外-可见图像融合与分割

Weichao Cai, Weiliang Huang, Biao Xue, Chao Huang, Fei Yuan, Bob Zhang

机构 * Laboratory of Underwater Acoustic Communication and Marine Information Technology, Ministry of Education, Xiamen University（厦门大学水声通信与海洋信息技术教育部重点实验室） ； PAMI Research Group, Department of Computer and Information Science, University of Macau（澳门大学计算机与信息科学系PAMI研究组） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络空间安全学院） 纠错

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

AI总结 本文提出IVMSD数据集和MCLF框架，通过FSEC、SVCA和跨模态注意力机制实现海洋场景的图像恢复、多模态融合和语义分割，提升复杂海洋环境下的鲁棒性和感知质量。

COvolve: Adversarial Co-Evolution of Large-Language-Model-Generated Policies and Environments via Two-Player Zero-Sum Game

COvolve：通过双人零和游戏实现大语言模型生成的策略与环境对抗共演

Alkis Sygkounas, Rishi Hazra, Andreas Persson, Pedro Zuidberg Dos Martires, Amy Loutfi

机构 * Machine Perception and Interaction Lab, Örebro University（厄勒布鲁大学机器感知与交互实验室） 纠错

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

AI总结 COvolve通过双人零和游戏实现环境与策略的对抗共演，利用大语言模型生成可执行代码，使环境和策略共同进化，提升持续学习和泛化能力。

Comments Accepted at GECCO 2026

Mobile Robot Exploration Without Maps via Out-of-Distribution Deep Reinforcement Learning

无需地图的移动机器人探索：通过分布外深度强化学习

Shathushan Sivashangaran, Apoorva Khairnar, Azim Eskandarian

机构 * Virginia Commonwealth University（弗吉尼亚联邦大学） 纠错

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

AI总结 本文提出一种分布外深度强化学习方法，使移动机器人在无先验地图的动态环境中实现自主导航，通过加速模拟训练和内在探索行为，在紧凑的神经网络中实现高效的空间推理，减少仿真与现实物理差异，提升执行效率。

Comments \c{opyright} 2025 the authors. This work has been accepted to IFAC for publication under a Creative Commons License CC-BY-NC-ND

Neural Aided Adaptive Innovation-Based Invariant Kalman Filter

神经辅助自适应创新基于不变卡尔曼滤波器

Barak Diker, Itzik Klein

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

AI总结 本文提出一种结合不变滤波理论与神经辅助自适应噪声估计的卡尔曼滤波器，用于提升自主水下导航的定位精度，实验表明其在位置均方误差方面优于现有方法。

Comments 11 pages and 2 figures

Topological Motion Planning Diffusion: Generative Tangle-Free Path Planning for Tethered Robots in Obstacle-Rich Environments

拓扑运动规划扩散：用于缆绳机器人在障碍密集环境中的生成无纠缠路径规划

Yifu Tian, Xinhang Xu, Thien-Minh Nguyen, Muqing Cao

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

AI总结 本文提出TMPD框架，结合终身拓扑记忆，通过扩散模型生成可行轨迹候选，并利用拓扑后端过滤优化，实现无碰撞和无纠缠的高效路径规划。

Global Observer Design for a Class of Linear Observed Systems on Groups

在群上的一类线性观测系统上的全局观测器设计

Changwu Liu, Yuan Shen

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出了一种观测器框架，通过限制李群上的双不变系统到其正规子群，将原系统嵌入线性时变系统，利用优化重构群值状态，实现全局指数稳定性。

Comments 16 pages, 2 figures

An AI Guide to Enhance Accessibility of Social Virtual Reality for Blind People

通过AI增强视障者在社交虚拟现实中的可访问性

Jazmin Collins, Kaylah Myranda Nicholson, Yusuf Khadir, Andrea Stevenson Won, Shiri Azenkot

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种AI引导系统，解决视障用户在社交虚拟现实中导航、视觉解读和社会互动中的挑战，通过六个不同的人格角色提供定制化指导。

Journal ref Proceedings of ACM SIGACCESS Conference on Computers and Accessibility (ASSETS '24), pp. 1-5 (2024)

Solving the inverse problem of X-ray absorption spectroscopy via physics-informed deep learning

通过物理信息深度学习解决X射线吸收光谱的反问题

Suyang Zhong, Boying Huang, Pengwei Xu, Fanjie Xu, Yuhao Zhao, Jun Cheng, Fujie Tang, Weinan E, Zhong-Qun Tian

专题命中 具身导航 ：robotic(abstract)

AI总结 本文提出SPT框架，利用频域分析克服模拟与实验间的差距，实现对电池正极相变和非晶材料局部秩序的高精度解析，提升材料发现的自主性。

Comments 31 pages, 8 figures

Adaptive Multipath-Based SLAM for Distributed MIMO Systems

自适应多径基于的分布式MIMO系统SLAM

Xuhong Li, Benjamin J. B. Deutschmann, Erik Leitinger, Florian Meyer

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种基于贝叶斯的多径SLAM方法，用于分布式MIMO系统，解决现有方法在非凸几何环境中融合多径信息的限制，通过自适应检测概率和软射线追踪策略提升定位和建图性能。

Comments 32 pages, 9 figures

Unseen City Canvases: Exploring Blind and Low Vision People's Perspectives on Urban and Public Art Accessibility

未见城市画卷：探索视障和低视力人士对城市及公共艺术可及性的视角

Lucy Jiang, Amy Seunghyun Lee, Jon E. Froehlich, Leah Findlater

专题命中 具身导航 ：navigation(abstract)

AI总结 研究探讨视障人士对城市公共艺术的可及性需求，通过访谈发现他们偏好自发探索、多感官互动及详细描述，提出七维设计框架和HCI研究扩展方向。

Comments Preprint

arg-VU: Affordance Reasoning with Physics-Aware 3D Geometry for Visual Understanding in Robotic Surgery

arg-VU：结合物理感知的3D几何进行视觉理解的意图推理

Nan Xiao, Yunxin Fan, Farong Wang, Fei Liu

机构 * University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 arg-VU通过整合时间一致的几何跟踪与约束诱导的机械建模，提升手术场景中变形组织的意图推理能力，实现更稳定和物理一致的预测。

Uni-World VLA: Interleaved World Modeling and Planning for Autonomous Driving

Uni-World VLA：自主驾驶中的交织世界建模与规划

Qiqi Liu, Huan Xu, Jingyu Li, Bin Sun, Zhihui Hao, Dangen She, Xiatian Zhu, Li Zhang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Li Auto Inc.（理想汽车） ； University of Surrey（萨里大学） 纠错

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

AI总结 本文提出Uni-World VLA模型，通过交织未来帧预测与轨迹规划提升自主驾驶决策能力，结合单目深度信息增强场景预测。

Comments 22 pages, 8 figures. Submitted to ECCV 2026. Code will be released

Out of Sight but Not Out of Mind: Hybrid Memory for Dynamic Video World Models

视线之外但未被遗忘：动态视频世界模型的混合记忆

Kaijin Chen, Dingkang Liang, Xin Zhou, Yikang Ding, Xiaoqiang Liu, Pengfei Wan, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Kling Team, Kuaishou Technology（快手科技Kling团队） 纠错

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

AI总结 本文提出混合记忆机制，解决动态主体消失后重现时的连续性问题，通过HM-World数据集和HyDRA架构提升视频世界模型的动态一致性与生成质量。

Comments Project Page: https://kj-chen666.github.io/Hybrid-Memory-in-Video-World-Models/ Code: https://github.com/H-EmbodVis/HyDRA

VLM-SAFE: Vision-Language Model-Guided Safety-Aware Reinforcement Learning with World Models for Autonomous Driving

VLM-SAFE: 基于世界模型的视觉-语言模型引导的安全强化学习用于自动驾驶

Yansong Qu, Zilin Huang, Zihao Sheng, Jiancong Chen, Yue Leng, Samuel Labi, Sikai Chen

机构 * Lyles School of Civil and Construction Engineering, Purdue University（普渡大学莱尔斯土木与建筑工程学院） ； Department of Civil and Environmental Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校土木与环境工程系） ； Google（谷歌） 纠错

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

AI总结 本文提出VLM-SAFE框架，通过观察-想象-评估-行动闭环，利用视觉语言模型提供语义安全信号，结合世界模型预测未来轨迹，优化策略以提升自动驾驶的安全性和效率。

Comments N/A

Lingshu-Cell: A generative cellular world model for transcriptome modeling toward virtual cells

Lingshu-Cell: 一个生成性细胞世界模型用于转录组建模以实现虚拟细胞

Han Zhang, Guo-Hua Yuan, Chaohao Yuan, Tingyang Xu, Tian Bian, Hong Cheng, Wenbing Huang, Deli Zhao, Yu Rong

机构 * DAMO Academy, Alibaba Group（阿里巴巴达摩院） 纠错

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

AI总结 Lingshu-Cell通过生成式模型学习转录组状态分布，支持在扰动下进行条件模拟，能够准确复现转录组分布和细胞亚型比例，展现复杂细胞异质性的建模能力。

VerseCrafter: Dynamic Realistic Video World Model with 4D Geometric Control

VerseCrafter：基于4D几何控制的动态真实视频世界模型

Sixiao Zheng, Minghao Yin, Wenbo Hu, Xiaoyu Li, Ying Shan, Yanwei Fu

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； HKU（香港大学） ； ARC Lab, Tencent PCG（腾讯PCG ARC实验室） 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VerseCrafter，通过4D几何控制生成动态真实视频，相比传统方法更精确控制相机和多物体运动。

Comments Project Page: https://sixiaozheng.github.io/VerseCrafter_page/, Accepted by CVPR 2026

Learning Multi-View Spatial Reasoning from Cross-View Relations

从跨视图关系学习多视图空间推理

Suchae Jeong, Jaehwi Song, Haeone Lee, Hanna Kim, Jian Kim, Dongjun Lee, Dong Kyu Shin, Changyeon Kim, Dongyoon Hahm, Woogyeol Jin, Juheon Choi, Kimin Lee

机构 * KAIST（韩国科学技术院） ； Config ； Hanyang University（汉阳大学） ； Yonsei University（延世大学） ； Seoul National University（首尔国立大学） 纠错

专题命中 具身推理 ：embodied AI(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.CV

AI总结 本文提出Cross-View Relations数据集，通过训练视觉语言模型提升多视图空间推理能力，在MindCube和RoboSpatial基准测试中取得显著提升，并在RoboCasa任务中提高机器人操作成功率。

Comments Accepted to CVPR 2026

Vega: Learning to Drive with Natural Language Instructions

Vega：通过自然语言指令学习驾驶

Sicheng Zuo, Yuxuan Li, Wenzhao Zheng, Zheng Zhu, Jie Zhou, Jiwen Lu

机构 * Tsinghua University（清华大学） ； GigaAI 纠错

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

AI总结 本文提出Vega模型，通过自然语言指令生成和规划，提升自动驾驶的灵活性和个性化水平，基于大规模驾驶数据集InstructScene进行实验验证。

Comments Code is available at https://github.com/zuosc19/Vega

Beyond Recognition: Evaluating Visual Perspective Taking in Vision Language Models

超越识别：评估视觉语言模型中的视觉视角理解

Gracjan Góral, Alicja Ziarko, Piotr Miłoś, Michał Nauman, Maciej Wołczyk, Michał Kosiński

机构 * University of Warsaw（华沙大学） ； Polish Academy of Sciences（波兰科学院） ； Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； IDEAS NCBR ； Lute 纠错

专题命中 具身推理 ：robotics(abstract)；分类 cs.AI、cs.CV

AI总结 本文通过144个视觉任务评估VLMs的视觉视角理解能力，发现模型在场景理解上表现优异，但在空间推理和视角理解上存在明显不足。

Comments Accepted at CVPR 2026 Findings

InternVideo-Next: Towards General Video Foundation Models without Video-Text Supervision

InternVideo-Next：无需视频-文本监督的通用视频基础模型

Chenting Wang, Yuhan Zhu, Yicheng Xu, Jiange Yang, Lang Lin, Ziang Yan, Yali Wang, Yi Wang, Limin Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Shenzhen Institutes of Advanced Technology, China（中国科学院深圳先进技术研究院） ； Nanjing University（南京大学） 纠错

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

AI总结 本文提出InternVideo-Next，通过解耦传统编码器-解码器设计为Encoder-Predictor-Decoder框架，解决像素重建与语义冲突问题，构建语义一致且细节保留的潜在空间，提升视频基础模型的通用性。

Journal ref CVPR2026

ROSClaw: An OpenClaw ROS 2 Framework for Agentic Robot Control and Interaction

ROSClaw: 一种用于代理机器人控制与交互的OpenClaw ROS 2框架

Irvin Steve Cardenas, Marcus Anthony Arnett, Natalie Catherine Yeo, Lucky Sah, Jong-Hoon Kim

机构 * Advanced Telerobotics Research Lab, Kent State University（肯特州立大学先进远程机器人研究实验室） ； OpenDive Technologies 纠错

专题命中 具身推理 ：embodied AI(abstract)；分类 cs.RO

AI总结 ROSClaw通过整合OpenClaw代理运行时与ROS 2，实现任意基础模型与ROS-enabled机器人之间的交互，支持动态能力发现、多模态观察归一化、预执行动作验证和结构化审计日志，验证了执行层设计对任务完成与安全行为的关键影响。