arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-04-28 至 2026-04-28 共收录 20 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 具身导航 20 篇

2504.18576 2026-04-28 cs.RO 88%

DriVerse: Navigation World Model for Driving Simulation via Multimodal Trajectory Prompting and Motion Alignment

DriVerse:通过多模态轨迹提示和运动对齐实现驾驶模拟的导航世界模型

Xiaofan Li, Chenming Wu, Zhao Yang, Zhihao Xu, Dingkang Liang, Yumeng Zhang, Ji Wan, Jun Wang

机构 * Baidu Inc.(百度公司)

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

AI总结 DriVerse通过多模态轨迹提示和运动对齐技术,实现从单张图像和未来轨迹生成导航驱动的驾驶场景,提升了动态对象的生成精度和时间一致性。

Comments 13 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23970 2026-04-28 cs.AI cs.CV cs.HC cs.MA 81%

LLM-Guided Agentic Floor Plan Parsing for Accessible Indoor Navigation of Blind and Low-Vision People

基于大语言模型的代理楼层计划解析用于视障和低视力人士的无障碍室内导航

Aydin Ayanzadeh, Tim Oates

机构 * University of Maryland, Baltimore County(马里兰大学巴尔的摩分校)

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

AI总结 本文提出一种基于代理的框架,将单张楼层平面图转换为结构化的知识库,生成安全的无障碍导航指令。系统通过多代理模块生成空间知识图谱,并通过路径规划器生成导航指令,实验结果显示在真实场景和基准数据集上均优于单次调用基线。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23648 2026-04-28 cs.RO 79%

Safe Navigation in Unknown and Cluttered Environments via Direction-Aware Convex Free-Region Generation

通过方向感知的凸自由区域生成实现未知和杂乱环境中的安全导航

Zhicheng Song, Yongjian Li, Kai Chen, Yulin Li, Fan Shi, Jun Ma

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)机器人与自主系统方向) Department of Electrical and Computer Engineering, National University of Singapore(新加坡国立大学电子与计算机工程系)

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

AI总结 本文提出一种结合候选运动方向与机器人几何的凸自由区域生成框架,通过连续安全轨迹生成实现持续无碰撞运动,实验表明该方法在杂乱2D导航场景中生成更符合后续导航的自由区域,并在3D和真实世界中验证了其扩展性和实用性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24487 2026-04-28 cs.RO 70%

Guiding Vector Field Generation via Score-based Diffusion Model

通过基于分数的扩散模型引导向量场生成

Zirui Chen, Shiliang Guo, Shiyu Zhao

机构 * College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院) WINDY Lab, Department of Artificial Intelligence, Westlake University(西湖大学人工智能系WINDY实验室)

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

AI总结 本文提出基于分数的引导向量场(SGVF),利用生成模型直接从数据分布构建向量场,解决传统方法在复杂路径中的不足,实验表明其在机器人导航中表现优异。

Comments 8 pages, 6 figrues, ICRA2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24391 2026-04-28 cs.RO 70%

FreqCache: Accelerating Embodied VLN Models with Adaptive Frequency-Guided Token Caching

FreqCache: 通过自适应频率引导的标记缓存加速具身VLN模型

Zihao Zheng, Xingyue Zhou, Zhihao Mao, Songyu Sun, Lingyue Zhang, Yulong Ao, Yupu Feng, Qiongqiong Zhang, Yonghua Lin, Xiang Chen

机构 * School of Computer Science, Peking University(北京大学计算机科学学院) Beijing Academy of Artificial Intelligence, BAAI(北京人工智能研究院) School of Artificial Intelligence and Automation, Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院) School of Computer Science, China University of Geosciences (Wuhan)(中国地质大学(武汉)计算机科学学院) College of Computer Science and Electronic Engineering, Hunan University(湖南大学计算机科学与电子工程学院) School of EECS, Peking University(北京大学电子信息技术学院)

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

AI总结 本文提出FreqCache框架,通过频率域方法优化VLN模型中的标记缓存,解决传统视觉方法在视角迁移、边缘信息和场景时变性上的不足,实验显示其在计算效率上有1.59倍的提升。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24127 2026-04-28 cs.LG cs.AI 62%

Leveraging Human Feedback for Semantically-Relevant Skill Discovery

利用人类反馈进行语义相关的技能发现

Maxence Hussonnois, Thommen George Karimpanal, Santu Rana

机构 * A 2 I 2 , Deakin University, Geelong, Australia(A2I2,德金大学,澳大利亚格里尔镇) School of IT, Deakin University, Geelong, Australia(信息学院,德金大学,澳大利亚格里尔镇)

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

AI总结 本文提出SRSD方法,通过人类反馈的语义标签提升技能的语义多样性与相关性,实验表明其在导航和运动环境中有效发现相关行为。

Comments Accepted at the 28th International Conference on Pattern Recognition (ICPR 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.04503 2026-04-28 cs.CV cs.RO 62%

U-ViLAR: Uncertainty-Aware Visual Localization for Autonomous Driving via Differentiable Association and Registration

U-ViLAR:基于可微关联和注册的不确定性感知视觉定位

Xiaofan Li, Zhihao Xu, Chenming Wu, Zhao Yang, Yumeng Zhang, Jiang-Jiang Liu, Haibao Yu, Fan Duan, Xiaoqing Ye, Yuan Wang, Shirui Li, Xun Sun, Ji Wan, Jun Wang

机构 * Baidu Inc.(百度公司)

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

AI总结 U-ViLAR通过可微关联和注册方法,提升自动驾驶中视觉定位的鲁棒性和精度,实验表明其在多种定位任务中表现优异。

Comments Vision Localization, Autonomous Driving, Bird's-Eye-View

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24707 2026-04-28 cs.RO 57%

Passage-Aware Structural Mapping for RGB-D Visual SLAM

面向RGB-D视觉SLAM的通道感知结构映射

Ali Tourani, Miguel Fernandez-Cortizas, Saad Ejaz, David Pérez Saura, Asier Bikandi-Noya, Jose Luis Sanchez-Lopez, Holger Voos

机构 * Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg(卢森堡大学安全、可靠性与信任跨学科研究中心) University of Luxembourg(卢森堡大学) Faculty of Science, Technology, and Medicine at the University of Luxembourg(卢森堡大学科学、技术与医学学院) Universidad Politécnica de Madrid(马德里理工大学)

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

AI总结 本文提出一种通道感知的RGB-D视觉SLAM结构映射方法,通过融合几何、语义和拓扑信息检测门和可通行开口,提升场景图中房间连通性建模。

Comments 5 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24187 2026-04-28 cs.CV 57%

Multivariate Gaussian NeRF for Wide Field-of-View Ultrasound Reconstruction

多变量高斯NeRF用于宽视野超声重建

Patris Valera, Magdalena Wysocki, Felix Duelmer, Mohammad Farid Azampour, Sebastian Herz, Stefan Wörz, Nassir Navab

机构 * Chair for Computer Aided Medical Procedures (CAMP), Technical University of Munich, Germany(计算机辅助医学程序系(CAMP),慕尼黑技术大学,德国) Munich Center for Machine Learning (MCML), Munich, Germany(慕尼黑机器学习中心,慕尼黑,德国) LUMA Vision, Beech Hill Road, Dublin, Ireland(LUMA视觉,Beech Hill Road,都柏林,爱尔兰)

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

AI总结 本文提出基于多变量3D高斯的NeRF方法,用于宽视野超声重建,通过建模复杂声束几何减少伪影并提升反锯齿效果,验证了其在心脏超声中的应用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24064 2026-04-28 cs.RO 57%

Trajectory Planning for an Articulated Commercial Vehicle using Model Predictive Contouring Control

使用模型预测轮廓控制的 articulated 商用车轨迹规划

A. J. Aertssen, R. G. M. Huisman, I. J. M. Besselink, J. Elfring, M. J. G. van de Molengraft

机构 * Department of Mechanical Engineering, Eindhoven University of Technology(埃因霍温理工大学机械工程系) Safety & Driver Controls Group, Vehicle Development, DAF Trucks N.V.(DAF卡车公司安全与驾驶控制组)

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

AI总结 本文提出了一种基于模型预测轮廓控制的 articulated 商用车轨迹规划方法,通过引入场景依赖的锚点权重和道路边界约束,解决了 articulated 商用车在正反向行驶中的导航问题。

Journal ref 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC) Gold Coast Australia 2025 pp. 421-427

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23704 2026-04-28 cs.CV 57%

A Pose-only Geometric Constraint for Multi-Camera Pose Adjustment

仅姿态的几何约束用于多摄像机姿态调整

Shunkun Liang, Banglei Guan, Bin Li, Qifeng Yu, Yang Shang

机构 * College of Aerospace Science and Engineering, National University of Defense Technology(航天航空科学与工程学院,国防科技大学)

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

AI总结 本文提出一种仅姿态的几何约束,用于多摄像机系统,通过统一的摄像机模型实现高效的姿态优化,实验表明其在计算效率和姿态估计精度上优于传统方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23605 2026-04-28 cs.AI 57%

Thinking Like a Clinician: A Cognitive AI Agent for Clinical Diagnosis via Panoramic Profiling and Adversarial Debate

像医生一样思考:一种通过全景分析与对抗辩论的临床诊断认知AI代理

Zhiqi Lv, Duofan Tu, Jun Li, Mingyue Zhao, Heqin Zhu, Wenliang Li, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China(中国科学技术大学生物医学工程学院,生命科学与医学系) Suzhou Institute for Advanced Research, University of Science and Technology of China(中国科学技术大学苏州市先进研究机构) Key Lab of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS(中国科学院智能信息处理重点实验室,计算技术研究所) Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology(江苏省多模态数字孪生技术省级重点实验室) State Key Laboratory of Precision and Intelligent Chemistry, USTC(国家精密与智能化学重点实验室,中国科学技术大学)

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

AI总结 本文提出DxChain框架,通过全景患者基线建立和对抗辩论解决证据冲突,提升临床诊断准确性和逻辑一致性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.12971 2026-04-28 cs.RO 57%

INHerit-SG: Incremental Hierarchical Semantic Scene Graphs with RAG-Style Retrieval

INHerit-SG:增量式层次语义场景图与RAG风格检索

YukTungSamuel Fang, Zhikang Shi, Jiabin Qiu, Zixuan Chen, Jieqi Shi, Hao Xu, Jing Huo, Yang Gao

机构 * State Key Laboratory for Novel Software Technology, Nanjing University(新型软件技术国家重点实验室,南京大学) Beihang University(北京航空航天大学)

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

AI总结 本文提出INHerit-SG,通过异步双流架构构建RAG-ready知识库,解决复杂嵌入查询与持续语义图构建问题,实验表明在复杂查询中表现优异。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23430 2026-04-28 cs.IR cs.AI cs.CL cs.DL cs.SE 57%

Automating Categorization of Scientific Texts with In-Context Learning and Prompt-Chaining in Large Language Models

利用大语言模型中的上下文学习和提示链自动分类科学文本

Gautam Kishore Shahi, Oliver Hummel

机构 * Technische Hochschule Mannheim(曼海姆技术大学)

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

AI总结 本文评估了大语言模型在科学文本分类中的性能,发现提示链在处理ORKG层级分类时优于纯上下文学习,但在第三层级主题分类上仍存在50%的准确率限制。

Comments 25 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.22872 2026-04-28 cs.CV cs.SY eess.SY 57%

Vision-Based Lane Following and Traffic Sign Recognition for Resource-Constrained Autonomous Vehicles

基于视觉的车道跟随与交通标志识别用于资源受限的自动驾驶车辆

Md Tanjemul Islam, Md Rafiul Kabir

机构 * Central Michigan University(中央密歇根大学)

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

AI总结 本文提出轻量级视觉框架,用于嵌入式自动驾驶车辆的车道检测、跟踪和交通标志识别,通过高效算法实现实时性能与高精度车道跟踪。

Comments 2026 International Conference on Intelligent Systems, Blockchain, and Communication Technologies

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24060 2026-04-28 eess.SY cs.SY 50%

A Road-Mobile GNSS-Disciplined Oscillator for Accurate Synchronization of Vehicular Microwave Measurements

车载GNSS校准振荡器用于车辆微波测量的高精度同步

Maximilian Engelhardt, Carsten Andrich, Daniel Stanko, Alexander Ihlow, Markus Landmann

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出一种针对移动场景优化的GNSS校准振荡器,通过低动态加速度敏感度的 oven-controlled crystal oscillator 和先进GNSS定时模块,实现在真实环境下的高精度同步,显著优于实验室设备。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.12727 2026-04-28 cs.HC 50%

Virtual reality for large-scale laboratories based on colorized point clouds: design and pedagogical impact

基于彩色点云的大规模实验室虚拟现实:设计与教学影响

Lei Fan, Yuxin Li

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出一种基于WebVR的虚拟实验室,利用Unity和Potree实现高保真的点云可视化,提供沉浸式探索和交互功能,提升工程教育中的教学效果和学习体验。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.12533 2026-04-28 cs.HC 50%

Experiencing the More-than-Human Through Human Augmentation

通过人类增强体验非人类

Botao 'Amber' Hu, Danlin Huang

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出通过人类增强技术模拟非人类感官体验,旨在提升生态意识和跨物种同理心,展示了五个设计案例及设计原则。

Comments Accepted by DRS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
1906.06556 2026-04-28 physics.atom-ph physics.app-ph 50%

Isotope shift of nuclear magnetic resonances in 129Xe and 131Xe caused by spin-exchange pumping by alkali metal atoms

氙-129和氙-131核磁共振异构移位受碱金属原子自旋交换泵浦的影响

V. I. Petrov, A. S. Pazgalev, A. K. Vershovskii

专题命中 具身导航 :navigation(abstract)

AI总结 研究了碱金属原子自旋交换泵浦对氙-129和氙-131核磁共振频率异构移位的影响,发现不完全平均不均匀局部磁场是主因,建立的数值模型与实验结果吻合良好。

Comments 4 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.23028 2026-04-28 math.OC 50%

Computational Method for Desensitized Optimal Guidance Using Direct Collocation

消去敏感性最优引导的计算方法

Katrina Winkler, Anil Rao

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出了一种基于自适应高斯四阶格点的计算方法,用于消去敏感性最优引导,通过在目标函数中显式惩罚状态对不确定参数的敏感性,提高鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏