机器人 / 具身智能

Where Did It Go Wrong? Capability-Oriented Failure Attribution for Vision-and-Language Navigation Agents

哪里出错了？面向视觉-语言导航代理的能力导向故障归因

Jianming Chen, Yawen Wang, Junjie Wang, Xiaofei Xie, Shoubin Li, Qing Wang, Fanjiang Xu

机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Science & Technology on Integrated Information System Laboratory（信息集成信息系统实验室） ； State Key Laboratory of Complex System Modeling and Simulation Technology（复杂系统建模与仿真技术国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Singapore Management University（新加坡管理大学） 纠错

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

AI总结 本文提出一种能力导向的测试方法，通过自适应测试用例生成、能力 oracle 和反馈机制，准确归因视觉-语言导航代理的故障原因，提升系统可解释性和改进效果。

Journal ref ACL 2026

Bridging the Indoor-Outdoor Gap: Cross-Technology Ranging for Seamless Robot Navigation

弥合室内外差距：跨技术测距以实现无缝机器人导航

Paul Schwarzbach

机构 * Institute of Traffic Telematics, TUD Dresden University of Technology（交通遥感研究所，德累斯顿技术大学） 纠错

专题命中 具身导航 ：navigation(title)；分类 cs.RO

AI总结 本文研究了室内外机器人定位问题，通过融合GNSS、UWB、FTM和BLE等技术实现无缝导航，揭示了不同技术在室内外环境中的互补性及过渡区域的挑战。

Instantaneous Planning, Control and Safety for Navigation in Unknown Underwater Spaces

未知水下空间导航中的即时规划、控制与安全性

Veejay Karthik, Udit Ekansh, Tejal Bedmutha, Shivam Vishwakarma, Rohan Deshpande, Leena Vachhani

专题命中 具身导航 ：navigation(title)；分类 cs.RO

AI总结 本文提出一种集成规划与控制框架，利用实时传感器数据动态生成闭环AUV轨迹，提升水下复杂环境中的避障能力和机动性。

Comments Uploaded by mistake. A different version of the study is under process

Dynamic UGV-UAV Cooperative Path Planning in Uncertain Environments

动态不确定环境中UGV-UAV协同路径规划

Ninh Nguyen, Srinivas Akella

机构 * Department of Computer Science, University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校计算机科学系） 纠错

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

AI总结 本文提出动态UGV-UAV协同路径规划方法，通过无人机动态检测道路以提高地面车辆路径安全性与效率，实验表明双向策略在多数情况下表现最佳，多无人机可减少地面车辆行驶时间但增加计算时间。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

SketchVLM: Vision language models can annotate images to explain thoughts and guide users

SketchVLM：视觉语言模型可以注释图像以解释思路并引导用户

Brandon Collins, Logan Bolton, Hung Huy Nguyen, Mohammad Reza Taesiri, Trung Bui, Anh Totti Nguyen

机构 * Auburn University（阿伯拉罕大学） ； Adobe Research（Adobe研究） 纠错

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

AI总结 SketchVLM通过生成可编辑的SVG叠加图提升视觉推理和绘图任务的准确性与注释质量，实现高达28.5%的精度提升和1.48倍的注释质量提升。

AI as Consumer and Participant: A Co-Design Agenda for MBSE Substrates and Methodology

AI作为消费者和参与者：MBSE子系统与方法论的协同设计议程

Siyuan Ji

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

AI总结 本文探讨了AI在MBSE模型中的应用问题，指出现有模型未为AI消费设计，提出需协同设计模型与方法论，使其成为可查询的知识子系统，而非仅为人导航的结构化 artifacts。

Why Do LLM-based Web Agents Fail? A Hierarchical Planning Perspective

为什么基于大语言模型的网络代理会失败？一种分层规划视角

Mohamed Aghzal, Gregory J. Stein, Ziyu Yao

机构 * Department of Computer Science, George Mason University（乔治·马歇尔大学计算机科学系） 纠错

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

AI总结 本文从分层规划角度分析了LLM网络代理失败原因，发现低层执行是主要瓶颈，改进感知接地和自适应控制对实现人类可靠性至关重要。

Comments Accepted to The 64th Annual Meeting of the Association for Computational Linguistics (ACL) 2026

Make Any Collection Navigable: Methods for Constructing and Evaluating Hypergraph of Text

使任意集合可导航：构建和评估文本超图的方法

Dean E. Alvarez, ChengXiang Zhai

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出构建和评估文本超图的方法，引入了努力比率指标，实验表明简单TF-IDF基线在该指标上可与基于LLM的方法相当。

Risk-Aware Aerocapture Guidance Through a Probabilistic Indicator Function

考虑风险的气动捕获引导通过概率指示函数

Grace E. Calkins, Jay W. McMahon, Alireza Doostan, David C. Woffinden

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种考虑风险的气动捕获引导算法，利用生成模型基于的概率指示函数估计逃逸、撞击或捕获概率，以提高捕获成功率。

Comments Currently under revision for the AIAA Journal of Guidance Control and Dynamics