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。
P2DNav: 全景到俯视视角的零样本视觉-语言导航
机构 * Department of Control Science and Engineering, Tongji University（控制科学与工程系，同济大学）
专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.AI、cs.CV
AI总结 本文提出P2DNav框架，通过全景到俯视视角的分解、滑动窗口对话记忆和反思重新定位机制，解决零样本视觉-语言导航中的方向推理与局部定位问题，实验表明其在R2R-CE基准上性能优异。
FlyMirage: 一种用于生成多样化和可扩展的无人机飞行数据的完全自动化生成流程
机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou 310027, China（浙江大学工业控制技术状态重点实验室，杭州310027，中国） ； Differential Robotics, Hangzhou 311121, China（差分机器人，杭州311121，中国）
专题命中 具身导航 ：world model(title,abstract)；navigation(abstract)；分类 cs.RO
AI总结 本文提出FlyMirage，一种完全自动化的生成流程，通过生成世界模型生成大规模、多样化且逼真的无人机视觉-语言导航数据，支持下一代具身导航模型的发展。
CLUE: 通过利用统一语义地图实现适应性优先级上下文线索
机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院）
专题命中 具身导航 ：navigation(title,abstract)；robotics(abstract)；分类 cs.RO
AI总结 CLUE通过利用统一语义地图，采用适应性优先级上下文线索的方法，有效解决零样本物体-目标导航问题，提高了导航的鲁棒性和效率。
Comments 8 pages, 5 figures
CANINE: 为视觉障碍者提供交互导航的机器人导盲犬教学系统
机构 * School of Computing（computing 学院） ； Smart Systems Institute（智能系统研究所）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.AI
AI总结 本文提出CANINE系统，通过个性化适应性语音反馈帮助视觉障碍者学习与机器人导盲犬的交互导航，通过分解复杂协调任务并分层训练提升学习效率和最终导航性能。
Comments Accepted to RSS 2026
SAMe：一种用于机器人超声的语义解剖映射引擎
机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Hubei Center for Applied Mathematics, Wuhan University（湖北应用数学中心，武汉大学） ； Department of Ultrasound, The Central Hospital of Wuhan（武汉市中心医院超声科） ； Department of Medical Ultrasound, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology（同济医院，同济医学院，华中科技大学医学影像科） ； Department of Ultrasound in Medicine, Renmin Hospital of Wuhan University（武汉大学仁医医院医学超声科） ； University Hospital, Johann-Wolfgang-Goethe University Frankfurt am Main（法兰克福歌德大学医学院大学医院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
专题命中 具身导航 ：robotic(title,abstract)；分类 cs.RO、cs.CV
AI总结 该研究提出SAMe，一种语义解剖映射引擎，通过提供显式的解剖先验层，解决机器人超声扫描初始化问题，实现了基于临床症状的解剖目标识别和控制指令生成，提高了自动扫描的准确性和效率。
Comments Supplementary information included. Code will be released at https://github.com/MiliLab/Echo-SAMe
KIO-planner: 基于双映射的注意力引导单阶段运动规划用于无人机导航
机构 * Faculty of Applied Sciences（应用科学学院） ； Macao Polytechnic University（澳门理工学院） ； College of Animal Science and Technology（动物科学与技术学院） ； Zhongkai University of Agriculture and Engineering（仲恺农业工程学院） ； School of Economics and Management（经济管理学院） ； South China Normal University（华南师范大学） ； Information Engineering School（信息工程学院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出KIO-planner，一种基于注意力引导的单阶段轨迹规划框架，通过整合CBAM模块和双映射机制，实现了在密集障碍环境中低延迟、可靠的运动规划，提高了导航的敏捷性和安全性。
Comments Accepted by an IEEE Vehicular Technology Conference. 6 pages, 4 figures, 1 table
MCNav: 用于零样本目标导向导航的记忆感知动态认知图
机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； University of Hong Kong（香港大学） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出MCNav，一种记忆感知的动态认知图导航框架，通过高效查询已探索区域的相关物体信息，解决零样本目标导向导航中目标丢失或误识别的问题，通过目标再验证和遗漏目标再探索策略，结合黑名单和双检机制，实现最先进的性能。
超越航点：双热图接地用于跨具身语义导航
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； JD AI Research（京东人工智能研究院）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 本文提出一种统一的视觉-语言框架，通过双热图表示替代单点回归，以解决语义指令与物理可达性之间的差距，从而提升跨具身语义导航的鲁棒性和性能。
KappaPlace: 通过原型锚定监督学习超球面不确定性用于视觉位置识别
机构 * Faculty of Engineering Bar-Ilan University（工程学院巴伊兰大学）
专题命中 具身导航 ：robotics(abstract)；navigation(abstract)；分类 cs.AI、cs.CV
AI总结 本文提出KappaPlace，一种学习具有不确定性的视觉位置识别表示的框架，通过原型锚定监督策略利用潜在类别代表作为概率目标，以减轻视觉位置识别中不确定性估计不准确的问题，从而提高导航系统的可靠性。
TravExplorer: 通过可 traversability-aware 3-D 规划实现跨楼层的 embodied 探索
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 具身导航 ：navigation(abstract,abstract_cn)；分类 cs.RO
AI总结 本文提出TravExplorer框架，结合零样本语义引导与可 traversability-aware 3-D 规划，实现跨楼层的 embodied 探索，通过统一的体积地图区分占用结构与机器人可达支撑面，并提取可 traversable 前沿区域，同时采用FOV-aware的主动感知策略解决跨楼层遍历中的不完整观测问题，最终在HM3D和MP3D上进行了4195次模拟实验，并在真实世界中验证了无需先验地图或人工干预的开放词汇目标搜索能力。
通过拉格朗日对偶实现GNSS与局部框架的可验证对齐
机构 * Department of Aeronautical and Aviation Engineering, The Hong Kong Polytechnic University, China（航空与航空工程系，香港理工大学，中国） ； Department of Computing and Software, McMaster University, Canada（计算与软件系，麦斯特大学，加拿大） ； School of Geodesy and Geomatics, Wuhan University, China（测绘学院，武汉大学，中国）
专题命中 具身导航 ：robotics(abstract)；navigation(abstract)；分类 cs.RO
AI总结 本文提出了一种全局最优求解器，通过将原始伪距或多普勒测量转换为凸松弛问题，实现了GNSS与局部框架的可验证对齐，解决了传统方法在GNSS退化环境下的局限性。
Comments Final version in RA-L
极简视觉惯性里程计
机构 * Department of Information Engineering, University of Padua（帕多瓦大学信息工程系） ； Computer Science Department, Columbia University（哥伦比亚大学计算机科学系）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.CV、cs.LG
AI总结 本文提出了一种极简的平面里程计方法，通过四个视觉测量和一个IMU实现差分驱动机器人的鲁棒运动估计，展示了极简传感在高效准确平面里程计中的应用。
Comments This work has been submitted to the IEEE for possible publication
APULSE：一种用于大规模密集图上RCSPP的可扩展混合算法
机构 * Academia Militar Lisboa（里斯本军事学院） ； INESC INOV Instituto Superior Técnico (IST) Universidade de Lisboa（INESC INOV 里斯本技术大学 (IST)）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO
AI总结 本文提出APULSE算法，通过结合A*启发式搜索、Pulse式剪枝机制和时间桶策略，高效解决大规模密集图上的资源受限最短路径问题，展现出显著的可扩展性和鲁棒性。
Comments This version corrects keywords and reference [9]. 9 pages
Journal ref in IEEE Access, vol. 14, pp. 40690-40706, 2026
多会话低动态环境下的地面纹理SLAM
机构 * Naval Air Warfare Center, Aircraft Division（海军航空武器中心，飞机分部） ； Department of Mechanical Engineering, Stevens Institute of Technology（机械工程系，史蒂文斯理工学院）
专题命中 具身导航 ：robotics(abstract)；分类 cs.RO
AI总结 本文研究了在低动态环境中多会话地面纹理SLAM中的轨迹估计精度影响，探讨了三种技术的影响，发现Kullback-Leibler散度在相似度评分和闭环置信度偏置方面效果最佳，并介绍了一个包含多会话图像和高精度姿态信息的数据集。
Comments 8 pages, 9 figures. To appear at the 23rd International Conference on Ubiquitous Robots, Osaka, Japan. Distribution Statement A: Approved for public release; distribution is unlimited, as submitted under NAVAIR Public Release Authorization 2025-0098
具有定制摩擦定律的元界面自动化发现
专题命中 具身导航 ：robotics(abstract)
AI总结 本文提出了一种基于数值优化的逆向设计框架，用于自动发现满足特定摩擦与法向力关系的元界面，展示了该框架在扩展摩擦系数范围、解锁幂律摩擦定律以及实现双线性摩擦定律方面的应用，并通过实验验证了其有效性。
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