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。

2026-05-12 至 2026-05-12 共收录 27 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 具身导航 27 篇

2605.09656 2026-05-12 cs.RO 84%

ORICF -- Open Robotics Inference and Control Framework

ORICF -- 开源机器人推断与控制框架

Andrés Meseguer Valenzuela, Luís Miguel Bartolín Arnau

机构 * Instituto Tecnológico de Informática (ITI)(技术信息学院)

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

AI总结 本文提出ORICF框架,通过模块化设计实现多模态机器人推断流水线,支持边缘计算,降低计算开销和能耗,保持模块化和可重复性。

Comments Accepted in ICRA26 Workshop: 8th International Workshop on Robotics Software Engineering (RoSE 26)

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.10118 2026-05-12 cs.RO 83%

Plan in Sandbox, Navigate in Open Worlds: Learning Physics-Grounded Abstracted Experience for Embodied Navigation

沙盒计划,开放世界导航:学习物理基础的抽象经验以实现具身导航

Zhixuan Shen, Jiawei Du, Ziyu Guo, Han Luo, Lilan Peng, Joey Tianyi Zhou, Haonan Luo, Tianrui Li

机构 * School of Computing and Artificial Intelligence, Southwest Jiaotong University, China(计算机与人工智能学院,西南交通大学,中国) Centre for Frontier AI Research A*STAR, Singapore(前沿人工智能研究A*STAR中心,新加坡) School of Computer Science, University of Leeds, UK(计算机科学学院,利兹大学,英国)

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

AI总结 本文提出SAGE框架,通过物理基础的语义抽象学习,提升具身导航性能,在A-EQA任务中取得53.21%的成功率,且在物理室内机器人部署中表现良好。

Comments 28 pages, 15 figures, Extended Version of accepted ICML 2026 Paper

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.13451 2026-05-12 cs.RO 83%

MapNav: A Novel Memory Representation via Annotated Semantic Maps for Vision-and-Language Navigation

MapNav: 一种通过标注语义地图的新型记忆表示方法用于视觉-语言导航

Lingfeng Zhang, Xiaoshuai Hao, Qinwen Xu, Qiang Zhang, Xinyao Zhang, Pengwei Wang, Jing Zhang, Zhongyuan Wang, Shanghang Zhang, Renjing Xu

机构 * The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) Beijing Academy of Artificial Intelligence(北京人工智能研究院) Tsinghua University(清华大学) Beijing Innovation Center of Humanoid Robotics Co., Ltd.(北京人形机器人创新中心有限公司) School of Computer Science, Wuhan University(武汉大学计算机学院) State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University(北京大学多媒体信息处理国家重点实验室,计算机学院)

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

AI总结 本文提出MapNav,通过标注语义地图替代传统历史帧,提升视觉-语言导航任务的性能,实验表明其在模拟和现实环境中均达到SOTA水平。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09939 2026-05-12 cs.RO 79%

Neural Distance-Guided Path Integral Control for Tractor-Trailer Navigation

神经距离引导的路径积分控制用于拖拉机-挂车导航

Peng Wei, Chen Peng, Stavros Vougioukas

机构 * Department of Biological and Agricultural Engineering, University of California Davis(加州大学戴维斯分校生物与农业工程系) ZJU-Hangzhou Global Scientific and Technological Innovation Center, Zhejiang University(浙江大学杭州全球科技创新中心)

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

AI总结 本文提出基于几何神经编码器的路径积分控制器,用于实现拖拉机-挂车在复杂农业环境中的安全导航,通过实时距离估计提升动态可行性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09344 2026-05-12 cs.RO cs.MA 79%

PECMAN: Perception-enabled Collaborative Multi-Agent Navigation in Unknown Environments

PECMAN:基于感知的协作多智能体导航在未知环境中

Tianchonghui Fang, Shaunak Roy, Shalabh Gupta

机构 * Department of Electrical and Computer Engineering, University of Connecticut(电子与计算机工程系,康涅狄格大学)

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

AI总结 PECMAN通过分布式树形变形和共享感知策略,实现多智能体在未知环境中的协作导航,提高实时适应性和效率,减少冗余反应,提升团队完成效率达52%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09053 2026-05-12 cs.CV 79%

LCGNav: Local Candidate-Aware Geometric Enhancement for General Topological Planning in Vision-Language Navigation

LCGNav: 本地候选感知的几何增强以实现连续环境中的通用拓扑规划

Jiankun Peng, Jianyuan Guo, Yiguang Yang, Yue Liu, Jiashuang Yan, Ying Xu

机构 * The Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing(中国科学院航空航天信息研究所,北京) The School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing(中国科学院大学电子电气与通信工程学院,北京) The Department of Computer Science, City University of Hong Kong, Hong Kong, SAR, China(香港城市大学计算机科学系,香港特别行政区,中国)

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

AI总结 LCGNav通过本地几何增强框架解决连续环境视觉语言导航中局部深度信息冗余和候选前沿关注不足的问题,提升拓扑规划性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.12333 2026-05-12 cs.RO cs.MA 79%

GameChat: Multi-LLM Dialogue for Safe, Agile, and Socially Optimal Multi-Agent Navigation in Constrained Environments

GameChat:多LLM对话用于在受限环境中安全、敏捷且社会最优的多智能体导航

Vagul Mahadevan, Shangtong Zhang, Rohan Chandra

机构 * University of Virginia(弗吉尼亚大学)

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

AI总结 本文提出GameChat方法,通过自然语言通信解决多智能体在受限环境中安全、敏捷且无 deadlock 的导航问题,实验显示其在目标到达时间及优先级任务完成率上显著提升。

Journal ref 2025 IEEE International Symposium on Multi-Robot and Multi-Agent Systems (MRS), 2025, pp. 1-7

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08310 2026-05-12 cs.CR cs.AI 79%

WebTrap: Stealthy Mid-Task Hijacking of Browser Agents During Navigation

WebTrap: 隐秘的中任务劫持攻击浏览器代理在导航过程中的行为

Zhichao Liu, Wenbo Pan, Haining Yu, Ge Gao, Tianqing Zhu, Xiaohua Jia

机构 * Harbin Institute of Technology(哈尔滨工业大学) City University of Hong Kong(香港城市大学) City University of Macau(澳门城市大学)

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

AI总结 WebTrap通过多步骤指令融合引导实现浏览器代理在导航任务中的隐秘劫持,提升攻击成功率同时保持系统可用性。

Comments 31 pages, 4 figures, 10 tables. Code: https://github.com/liuyaojialiuyaojia/WebTrap

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08269 2026-05-12 cs.RO cs.SY eess.SY 79%

Anatomical Landmark-Guided Deep Reinforcement Learning for Autonomous Gastric Navigation

基于解剖标志的深度强化学习用于自主胃部导航

Haoxuan Wu, Sishen Yuan, Haitao Gao, Zhen Li, Xiuli Zuo, Hongliang Ren

机构 * Department of Electronic Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China(香港中文大学电子工程系)

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

AI总结 本文提出基于解剖标志的深度强化学习框架,用于自主胃部导航,通过轻量边缘轮廓深度融合模块,利用低维地标坐标提升导航性能,实验显示在模拟和体外实验中均取得显著效果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.10086 2026-05-12 cs.RO 74%

A cell-decomposition based path planner for 3D navigation in constrained workspaces

基于单元分解的3D导航路径规划器

João P. L. Morais, Luciano C. A. Pimenta, Marcelo A. Santos, Guilherme V. Raffo

机构 * Department of Management, Information and Production Engineering, University of Bergamo, Dalmine, BG, Italy(伯加莫大学管理、信息与生产工程系) Department of Electronic Engineering, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brazil(巴西米纳斯格拉斯联邦大学电子工程系)

专题命中 具身导航 :navigation(title);分类 cs.RO

AI总结 本文提出了一种基于单元分解的路径规划算法,用于在受限工作空间中实现3D导航。该方法通过简化框架验证路径可行性,并结合SOCP和MISOCP优化问题,提出KSP-SOCP方法以提升求解效率。

Comments Accepted for publication at the 23rd IFAC World Congress (Busan, Korea)

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08086 2026-05-12 cs.GR 67%

Representations of 3D Rotations: Mathematical Foundations and Comparative Analysis

三维旋转的表示:数学基础与比较分析

Aizierjiang Aiersilan, Haochen Liu, James Hahn

专题命中 具身导航 :robotics(abstract);navigation(abstract)

AI总结 本文比较了SO(3)的不同表示方法,分析其数学性质、连续性、计算效率等,指出四元数在紧凑性和效率上的优势,同时探讨了新兴的连续概率方法。

Comments Keywords: Rotation representations, $SO(3)$, quaternions, continuity, gimbal lock, 3D shape registration

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.10269 2026-05-12 cs.CV cs.RO 62%

Increasing the Efficiency of DETR for Maritime High-Resolution Images

提升DETR在海上高分辨率图像中的效率

Tinsae Yehuala, Hao Cheng, Ville Lehtola

机构 * Dept. of Earth Observation Science, ITC Faculty, University of Twente(地球观测科学系,ITC学院,特文特大学)

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

AI总结 本文提出一种基于Vision Mamba的改进DETR模型,通过特征金字塔网络和token剪枝提升海上目标检测的效率与精度。

Comments Accepted to IEEE ITSC 2026. Copyright 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses. DOI to be added upon publication

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.12982 2026-05-12 cs.RO cs.AI cs.SE 62%

Out of Distribution Detection in Self-adaptive Robots with AI-powered Digital Twins

具有AI驱动数字孪生的自适应机器人中的分布外检测

Erblin Isaku, Hassan Sartaj, Shaukat Ali, Beatriz Sanguino, Tongtong Wang, Guoyuan Li, Houxiang Zhang, Thomas Peyrucain

机构 * Simula Research Laboratory(Simula研究实验室) University of Oslo(奥斯陆大学) Norwegian University of Science and Technology(挪威科学技术大学) PAL Robotics(PAL机器人)

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

AI总结 本文提出基于数字孪生的ODiSAR方法,用于自适应机器人中检测分布外行为,通过Transformer模型和不确定性量化实现高检测性能,提供可解释性支持自适应调整。

Comments 15 pages, 4 figures, 3 tables

Journal ref 2025 40th IEEE/ACM International Conference on Automated Software Engineering (ASE)

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09317 2026-05-12 cs.CL cs.CV cs.LG 62%

Mem-W: Latent Memory-Native GUI Agents

Mem-W: 基于潜在记忆的原生GUI代理

Guibin Zhang, Yaohui Ling, Fanci Meng, Kun Wang, Shuicheng Yan

机构 * LV-NUS Lab(LV-NUS实验室)

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

AI总结 Mem-W通过将记忆作为连续上下文的一部分,改进GUI代理的长期任务执行能力,实验证明其在多个导航基准测试中提升了性能,最高提升达+30.0。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.07209 2026-05-12 cs.RO 61%

Continuum Robot Localization using Distributed Time-of-Flight Sensors

基于分布式飞行时间传感器的连续机器人定位

Spencer Teetaert, Giammarco Caroleo, Marco Pontin, Sven Lilge, Jessica Burgner-Kahrs, Timothy D. Barfoot, Perla Maiolino

机构 * University of Toronto Robotics Institute, Canada(多伦多大学机器人研究所,加拿大) Oxford Robotics Institute, University of Oxford, UK(牛津大学机器人研究所,英国) Toronto Metropolitan University, Canada(多伦多 Metropolitan 大学,加拿大)

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

AI总结 本文提出了一种利用小型低分辨率飞行时间传感器进行连续机器人定位的方法,通过融合传感器数据与机器人形状先验信息,实现了在复杂环境中高精度的定位与建图。

Comments Print version, to be published at Robotics: Science and Systems (RSS) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.10880 2026-05-12 cs.RO 57%

Safe Aerial 3D Path Planning for Autonomous UAVs using Magnetic Potential Fields

基于磁势场的自主无人机安全三维路径规划

Haechan Mark Bong, Giovanni Beltrame

机构 * Department of Computer Engineering and Software Engineering, Polytechnique Montréal(蒙特利尔理工学院计算机工程与软件工程系) MILA(蒙特利尔人工智能实验室)

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

AI总结 本文提出3DMaxConvNet,通过卷积自编码器从LiDAR点云生成障碍物感知的磁势场,实现高效安全的三维路径规划,在不同城市环境中均取得100%成功率,且运行速度显著优于A*和RRT*(3k)。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.11969 2026-05-12 cs.CV 57%

AstroSplat: Physics-Based Gaussian Splatting for Rendering and Reconstruction of Small Celestial Bodies

AstroSplat:基于物理的高斯散射用于小天体的渲染与重建

Jennifer Nolan, Travis Driver, John Christian

机构 * Georgia Institute of Technology(佐治亚理工学院)

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

AI总结 本文提出AstroSplat,一种基于物理的高斯散射框架,利用行星反射模型提升小天体表面的自主重建和光谱特性分析,通过NASA Dawn任务的真实图像验证了其在渲染性能和表面重建精度上的优势。

Comments 10 pages, 6 figures, conference

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.10064 2026-05-12 cs.AI 57%

MAGE: Multi-Agent Self-Evolution with Co-Evolutionary Knowledge Graphs

MAGE:多智能体自进化与共进化知识图谱

Ruiyi Yang, Zechen Li, Hao Xue, Imran Razzak, Flora D. Salim

机构 * University of New South Wales(新南威尔士大学) The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州)) Mohamed Bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)

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

AI总结 MAGE通过共进化知识图谱实现多智能体自进化,利用冻结弱骨干模型与任务级搜索带宽及技能级路由带宽协同更新,提升冻结学习者在多个领域任务中的表现。

Comments 25 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.09342 2026-05-12 cs.MA cs.LG 57%

A Cross-Layered Multi-Drone Coordination for Medical Supply Delivery during Disaster Response Management

跨层多无人机协调用于灾难响应管理中的医疗物资配送

Aneesh Calyam, Subrahmanya Chandra Bhamidipati, Zack Murry, Sharan Srinivas

机构 * University of Missouri--Columbia(密苏里大学哥伦比亚分校)

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

AI总结 本文提出CEDA算法,通过联合优化优先级路由、多智能体协调和节能导航,解决灾难响应中医疗物资配送的动态不确定性问题,实现公平且高效的患者服务。

Comments 18 pages, 14 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.05516 2026-05-12 cs.RO 57%

EROAS: 3D Efficient Reactive Obstacle Avoidance System for Autonomous Underwater Vehicles using 2.5D Forward-Looking Sonar

EROAS: 3D高效反应性障碍物避障系统:利用2.5D前视声呐的自主水下车辆

Pruthviraj Mane, Allen Jacob George, Rajini Makam, Subhash Gurikar, Rudrashis Majumder, Suresh Sundaram

机构 * Department of Aerospace Eng.(航空航天工程系) Indian Institute of Science(印度科学研究所) Department of Electrical and Electronics Eng.(电子与电气工程系) Birla Institute of Technology and Science(比拉理工学院) Department of Computer Science and Eng.(计算机科学与工程系) Shiv Nadar University(施瓦纳大学)

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

AI总结 本文提出EROAS系统,通过结合2.5D前视声呐与三种模块,实现高效、安全的3D水下障碍物避障,实验验证其在复杂环境中的优势。

Comments Accepted for publication as a Technical Communication, Special Issue on AUV Symposium in the IEEE Journal of Oceanic Engineering (JOE)

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08952 2026-05-12 cs.CV 57%

FugSeg: Fast Uncertainty-aware Ground Segmentation for 3D Point Cloud

FugSeg:面向3D点云的快速不确定性感知地面分割

Yu Li, Volker Schwieger

机构 * Institute of Engineering Geodesy, University of Stuttgart(斯图加特大学工程大地测量研究所) Daimler Truck AG(戴姆勒卡车公司)

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

AI总结 本文提出FugSeg,一种快速且考虑不确定性的地面分割方法,通过极坐标网格地图表示和自适应坡度策略,有效处理反射噪声和孤立地面问题,在多个数据集上实现最高精度和最快速度。

Comments Accepted for publication in IEEE Transactions on Intelligent Transportation Systems

Journal ref IEEE Transactions on Intelligent Transportation Systems (Early Access), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08937 2026-05-12 cs.RO 57%

Raymoval: Raycasting-based Dynamic Object Removal for Static 3D Mapping

Raymoval: 基于射线投射的动态物体移除用于静态3D映射

Daebeom Kim, Seungjae Lee, Seoyeon Jang, Kevin Christiansen Marsim, Hyun Myung

机构 * School of Electrical Engineering, KAIST (Korea Advanced Institute of Science and Technology)(电气工程学院,韩国科学技术院)

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

AI总结 本文提出基于射线投射的动态物体移除方法,通过射线投射和一致性测试提升静态3D映射的精度与一致性。

Comments 12 pages, 5 figures, 3 tables, Presented at RiTA 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08592 2026-05-12 cs.CV 57%

Cross-Modal RGB-D Fusion Transformer for 6D Pose Estimation of Non-Cooperative Spacecraft with Stereo-Derived Depth

用于非合作航天器6D位姿估计的跨模态RGB-D融合Transformer

Yongliang Zhen, Bo LÜ, Hang Yang, Xiaotian WU

机构 * School of Physics, Northeast Normal University(东北师范大学物理学院) Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Science(长春光学精密机械与物理研究所)

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

AI总结 本文提出基于被动立体视觉的6D位姿估计方法,通过TSCA-Stereo网络处理空间图像中的弱纹理和强光问题,并结合跨模态Transformer融合RGB和立体深度信息,实现高精度位姿估计。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.08406 2026-05-12 cs.CL cs.AI 57%

Effective Explanations Support Planning Under Uncertainty

有效解释支持在不确定性下的规划

Hanqi Zhou, Britt Besch, Charley M. Wu, Tobias Gerstenberg

机构 * University of Tübingen(图宾根大学) Technical University Darmstadt(达姆施塔特技术大学) Max Planck Institute for Biological Cybernetics(生物 cybernetics 最大平面研究所) University of Cambridge(剑桥大学) Stanford University(斯坦福大学)

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

AI总结 本文提出一种计算模型,将解释转化为行动计划,通过大规模语言模型生成策略先验和价值图,结合规划代理在部分可观测条件下执行,验证了高质量解释能提升导航效率。

Comments CogSci 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.11630 2026-05-12 physics.optics 50%

Attosecond-level synchronisation of chip-integrated oscillators

芯片集成振荡器的亚秒级同步

Alexander E. Ulanov, Bastian Ruhnke, Theia El Sharkawy, Thibault Wildi, Kemal Şafak, Franz Kärtner, Tobias Herr

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出了一种基于微谐振器孤子振荡器的亚秒级同步方法,利用光纤传输的连续波激光作为双音定时参考,实现25或300GHz脉冲重复率下的高精度同步,适用于大规模设施、数据中心等场景。

Comments 11 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.07174 2026-05-12 physics.flu-dyn 50%

Spatial dynamics of flexible nano-swimmers under a rotating magnetic field

柔性纳米游泳者在旋转磁场下的空间动力学

Zvi Chapnik, Yizhar Or

专题命中 具身导航 :robotic(abstract)

AI总结 本文研究了柔性纳米游泳者在旋转磁场下的运动特性,通过建立两连杆模型,分析其非线性动力学方程,并获得同步运动的解析解及稳定性分析,为生物医学应用提供理论支持。

Journal ref Physical Review E 113.5 (2026): 055103

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.10976 2026-05-12 q-bio.NC 50%

The Homological Brain: Parity Principle and Amortized Inference

同调大脑:奇偶原理与 amortized 推理

Xin Li

专题命中 具身导航 :navigation(abstract)

AI总结 本文提出同调大脑框架,通过奇偶原理将稳定内容与动态上下文分离,利用拓扑结构转换实现低复杂度导航,统一了唤醒-睡眠循环、记忆-语义巩固和双过程理论。

详情

展开后加载摘要…

URL PDF HTML 收藏