视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
面向便携物品寻找的个性化具身导航
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； University of Central Florida（中央佛罗里达大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.CV
AI总结 本文提出了一种面向动态环境的个性化习惯学习方法，通过引入Transit-Aware Planning算法提升便携物品寻找的性能，在模拟和现实环境中均取得显著效果。
Comments 10 pages
MacroNav：多任务上下文表示学习实现未知环境中的高效导航
机构 * Department of Electrical and Computer Engineering（电子与计算机工程系） ； Department of Mechanical Engineering（机械工程系） ； School of Computing（计算学院） ； National University of Singapore（新加坡国立大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO；robotics(comments)
AI总结 本文提出MacroNav框架，通过多任务自监督学习和强化学习策略，实现高效导航。实验表明其在成功率和路径长度加权成功率上优于现有方法，且计算效率高。
Comments Accepted by IEEE Robotics and Automation Letters
LiveVLN: 突破视觉语言导航中的停止与前进循环
机构 * Southern University of Science and Technology（南方科技大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Spatialtemporal AI（时空AI）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 LiveVLN通过增强预训练视觉语言导航器，实现更连续的具身导航，减少等待时间并提升动作可用性，实验证明在真实部署中显著提升执行效率。
Comments 8 pages, 4 figures
多模态具身感知导航Transformer
机构 * LARIAD
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出ViLiNT，通过融合多模态数据提升机器人导航鲁棒性，利用Transformer和扩散模型生成可导航路径，实现在不同环境中导航成功率提升166%。
Comments 8 pages, 7 figures
视觉-语言导航中自改进智能体的平衡本质
机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence and the Institute of Artificial Intelligence and Robotics（人机混合增强智能国家重点实验室和人工智能与机器人研究院） ； School of Information Science and Technology（信息科学与技术学院） ； Zhongguancun Academy（中关村学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.CV
AI总结 本文提出SDB机制，通过平衡行为多样性与学习稳定性，提升视觉-语言导航中自改进性能，在R2R、SOON和REVERIE数据集上取得显著提升。
像人类一样探索：面向具身智能体的在线SG-Memo构建自主探索
机构 * Alibaba Group（阿里巴巴集团）
专题命中 具身导航 ：embodied agent(title)；navigation(abstract)；分类 cs.CV
AI总结 本文提出ABot-Explorer框架，通过在线RGB-only过程统一记忆构建与探索，利用VLMs提取语义导航 affordances，生成结构化SG-Memo以提升探索效率和环境覆盖。
轻量级试点估计用于低轨卫星信号以增强SOP导航
专题命中 具身导航 ：navigation(title,abstract)
AI总结 本文提出一种轻量级方法，用于估计低轨卫星信号中的重复符号，以提高SOP导航的性能，通过集成最新文献方法，实现600秒内多普勒频移测量，并通过最小二乘法获得约268米的定位误差。
Comments Submitted to NAVITEC 2026
脉冲星选择标准及自主X射线脉冲星导航系统的性能评估
专题命中 具身导航 ：navigation(title,abstract)
AI总结 本文分析了脉冲星选择标准对导航性能的影响，通过NICER任务数据评估了自主导航系统在近地轨道和木星转移中的性能，发现 Crab 脉冲星在低轨道导航中误差低于7公里，但在缺乏定时更新时会出现滤波发散。
Comments 68 pages, 26 figures, 6 tables; Article accepted for publication in Acta Astronautica
记忆超越映射：无需重建的3D物体定位
机构 * University of Zurich（苏黎世大学） ； ETH Zurich（苏黎世联邦理工学院） ； Microsoft（微软）
专题命中 具身导航 ：manipulation(abstract)；navigation(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出无需重建的3D物体定位方法，通过轻量级视觉记忆实现快速场景索引，显著降低预处理成本，验证了基于图像的场景记忆可替代密集3D重建。
Comments 8 pages, 6 figures
TFusionOcc：基于T-原语的对象中心多传感器融合框架用于3D占用预测
机构 * Australian Centre for Robotics（澳大利亚机器人中心）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 本文提出TFusionOcc框架，通过T-原语实现3D语义占用预测，结合概率模型和多阶段融合架构，实验显示其在nuScenes数据集上表现优异。
基于视觉的人类意识估计以提高工业仓库中自主移动机器人（AMRs）的安全性和效率
机构 * Fraunhofer Austria Research GmbH（弗劳恩霍夫奥地利研究有限公司） ； Computer Vision Lab（计算机视觉实验室） ； Digital Factory Vorarlberg GmbH（数字工厂沃尔夫斯堡有限公司） ； Institute of Computer Technology（计算机技术研究所）
专题命中 具身导航 ：robotics(abstract)；分类 cs.RO、cs.CV
AI总结 本文提出一种实时视觉方法，利用单个RGB摄像头估计AMR的人类意识，通过3D人体姿态提升和头部姿态估计确定人类位置和视线锥，从而判断人类是否意识到AMR，提升工业环境中的安全性和效率。
Comments 5 pages, 2 figures
Journal ref 2025 IEEE 30th International Conference on Emerging Technologies and Factory Automation (ETFA), Porto, Portugal, 1-4
MIST：一种用于异构、多阶段LLM推理的联合设计框架
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Google（谷歌） ； Intel（英特尔） ； Intel Labs（英特尔实验室） ； Google DeepMind（谷歌DeepMind） ； Harvard University（哈佛大学） ； Infravana
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI、cs.LG
AI总结 MIST是一种用于异构、多阶段LLM推理的联合设计框架，通过模拟不同请求阶段和复杂硬件层次，优化硬件-软件协同设计，解决LLM推理中的配置空间导航和跨厂商PD配置问题。
Comments Inference System Design for Multi-Stage AI Inference Pipelines. 11 Pages, 10 Figues, 5 Tables
四足Parkour学习：带有视觉输入的稀疏门混合专家
机构 * Robot Perception and Learning Lab, Intelligent Robotics, Department of Computer Science, University College London（机器人感知与学习实验室，智能机器人，计算机科学系，伦敦大学学院）
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO
AI总结 本文研究了将稀疏门混合专家架构应用于基于视觉的四足机器人Parkour，实验表明MoE架构在克服大障碍物时表现优于传统MLP，且在性能与计算效率之间取得良好平衡。
Comments 8 pages, 5 figures
多步高斯过程传播用于自适应路径规划
机构 * Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（加州大学伯克利分校电子工程与计算机科学系） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)（挪威科技与自然大学（NTNU）工程控制系） ； Department of Electronic Systems, Norwegian University of Science and Technology (NTNU)（挪威科技与自然大学（NTNU）电子系统系）
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO
AI总结 本文提出基于高斯过程的多步路径规划方法OLAhGP，通过融合多模态环境传感数据和状态输入约束，提升自主水面舰在藻类监测中的路径规划效率与鲁棒性。
多代理自分级系统与医疗流程图
机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） ； The Design Lab, University of California San Diego（加州大学圣地亚哥分校设计实验室） ； Department of Computer Science and Engineering, University of California San Diego（加州大学圣地亚哥分校计算机科学与工程系） ； Department of Medicine, Kaiser Permanente（Kaiser 医疗集团医学部） ； Department of Radiation Oncology, University of California San Francisco（加州大学旧金山分校放射肿瘤学部） ； Department of Emergency Medicine, University of California San Francisco（加州大学旧金山分校急诊医学部） ； Division of Cardiology, Department of Medicine, University of California San Diego（加州大学圣地亚哥分校医学部心内科分会） ； Department of Orthopaedic Surgery, Korea University Ansan Hospital（韩国大学安山医院骨科部） ； Google Research, Seattle, WA, USA（谷歌研究（西雅图，华盛顿州）） ； Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·阿伦计算机科学与工程学校）
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI
AI总结 本文提出一种多代理自分级系统，利用100个经临床验证的流程图提升医疗决策的准确性与透明度，通过检索、决策和聊天代理实现患者个性化推荐，实验显示在大规模合成数据集上达到高准确率。
Journal ref Nature Health (2026)
从零到自主：在无结构环境中动态的在线适应
机构 * Oden Institute for Computational Engineering & Science, University of Texas at Austin（德纳学院计算工程与科学研究所，德克萨斯大学奥斯汀分校） ； Department of Computer Science, University of Texas at Austin（计算机科学系，德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 本文提出了一种结合函数编码器和递推最小二乘法的在线适应方法，通过流式里程计更新潜变量，实现实时动态适应，提升在无结构环境中的安全性和规划效率。
Comments Initial submission to RA-L
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈