视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

2026-04-22 至 2026-04-22 共收录 5 篇信号源：cs.RO, cs.AI, cs.CV, cs.LG

1. 具身推理 5 篇

2510.26782 2026-04-22 cs.LG cs.AI cs.CV 89%

克隆确定性世界：潜在几何在长周期世界模型中的关键作用

Zaishuo Xia, Yukuan Lu, Xinyi Li, Yifan Xu, Yubei Chen

机构 * UC Davis（加州大学戴维斯分校）； Open Path AI Foundation（Open Path AI基金会）

专题命中具身推理：world model(title,summary_cn)；embodied agent(abstract)；navigation(abstract)；分类 cs.AI、cs.CV、cs.LG

AI总结本文提出Geometrically-Regularized World Models (GRWM)，通过时间对比学习原理对潜在空间进行几何正则化，提升世界模型的克隆精度和稳定性，解决长周期高保真建模中的几何结构瓶颈。

2604.19639 2026-04-22 eess.SY cs.AI cs.SY 83%

安全关键的上下文控制 via 在线黎曼优化与世界模型

Tongxin Li

机构 * Tongxin Li（李通心）

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

AI总结本文研究安全关键的上下文控制问题，提出基于在线黎曼优化的样本惩罚预测控制框架，通过世界模型压缩可行性流形为密度，指导规划器梯度下降，建立基于曲率的安全界限。

Comments 20 pages, 12 figures

2604.18564 2026-04-22 cs.CV 83%

多世界：可扩展的多智能体多视角视频世界模型

Haoyu Wu, Jiwen Yu, Yingtian Zou, Xihui Liu

机构 * The University of Hong Kong（香港大学）； Sreal AI

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

AI总结多世界框架通过多智能体控制模块和全局状态编码器，实现多智能体多视角视频世界建模，提升视频保真度和多视角一致性。

Comments 15 pages, 10 figures

2511.05540 2026-04-22 cs.RO cs.AI cs.CV cs.LG cs.NE 77%

构建环境：通过信念-意图共演的认知规划

Shiyao Sang

机构 * Shiyao Sang（桑世尧）

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

AI总结本文提出基于信念-意图共演的认知规划方法，通过MBCWM和TIWM模型实现环境与现实的认知一致性，提升自动驾驶规划性能并展现类人认知行为。

Comments 12 pages, 8 figures. A paradigm shift from reconstructing the world to understanding it: planning through Belief-Intent Co-Evolution

2604.19509 2026-04-22 cs.RO cs.MA 57%

评估基于视觉语言模型的非人形机器人语义可及性推理

Jess Jones, Raul Santos-Rodriguez, Sabine Hauert

机构 * Bristol Robotics Laboratory, University of Bristol（布里斯托尔机器人实验室，布里斯托尔大学）； University of Bristol（布里斯托尔大学）

专题命中具身推理：robotic(abstract)；分类 cs.RO

AI总结本文研究了视觉语言模型在非人形机器人上的语义可及性推理能力，通过混合数据集分析发现模型在不同物体和机器人形态上表现不一，存在保守预测倾向，需结合其他方法以提高性能。

Comments AAMAS 2026 (main track), 9 pages, 4 figures