机器人 / 具身智能

SubTGraph: Large-Scale Subterranean Environment Synthesis with Controllable Topological Variability for Robotic Autonomy Validation

SubTGraph: 大规模地下环境合成与可控拓扑变化用于机器人自主性验证

F. Labra Caso, A. Saradagi, S. Fredriksson, S. Nordström, A. Koval, G. Nikolakopoulos

机构 * Robotics & AI Luleå University of Technology（机器人与人工智能卢勒奥技术大学） 纠错

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

AI总结 本文提出SubTGraph框架，用于快速合成具有高变异性的多层级地下环境，通过用户指定的拓扑、维度、纹理等参数生成不同类型的地下环境，用于验证机器人自主栈各层的严格验证。

Comments 16 pages, 18 figures

Starlink Beacons for Passive LEO-Aided 9D Navigation

星链信标用于被动低轨卫星辅助的9D导航

Nisanur Camuzcu, Tiep M. Hoang, Alireza Vahid

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文提出了一种端到端的低轨卫星辅助混合框架，通过融合GPS、星链下行信标和惯性测量单元（IMU）在9D（3D位置、3D速度和3D姿态）PNT系统中使用扩展卡尔曼滤波器（EKF）。研究通过提取星链下行信标调频率、基准信标调频率与OFDM衍生范围观测值，并将结果整合到惯性导航中，验证了星链调频率在GPS信号退化或间歇性不可用时对9D估计的补充作用。

Comments 5 pages, 8 figures, submitted to IEEE VTC 2026 Fall

Mechanisms of Misgeneralization in Physical Sequence Modeling

物理序列建模中泛化错误的机制

Kento Nishi, Raphael Tang, Karun Kumar, Core Francisco Park, Hidenori Tanaka

机构 * Harvard College（哈佛大学） ； Harvard John A. Paulson School of Engineering and Applied Sciences（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Comcast AI ； CBS-NTT Program in Physics of Intelligence, Harvard University（哈佛大学物理智能计划） ； Physics of Artificial Intelligence Group, NTT Research, Inc., Sunnyvale, CA, USA（人工智能物理研究组，NTT研究公司，美国加利福尼亚州山景城） ； Microsoft（微软） 纠错

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

AI总结 本文研究了物理序列建模中由于局部误差传播导致的物理泛化错误，提出了一种数据偏差核来预测物理量的质量变化，并提出了基于核的干预策略。

Comments Preprint. kentonishi.com/physical-misgeneralization

An AI-driven robotic system for two-dimensional hetero-assemblies

基于人工智能的二维异质组装机器人系统

Xiaoxi Li, Jinkun He, Haojie Liu, Xipeng Liu, Zewen Wu, Jing Li, Kai Zhao, Shan Li, Xingdan Sun, Xiaoxue Fan, Zhiren Xiong, Xingguang Wu, Xuanzhe Sha, Zhili Lin, Caixia Yang, Luosha Han, Jie Xu, Woye Pei, Kaining Yang, Jing Zhang, Xiaolong Feng, Tongyao Zhang, Zhu Liang, Kenji Watanabe, Takashi Taniguchi, Ming Tian, Neng Wan, Jing Zhang, Jianming Lu, Wenjing Hong, Zheng Vitto Han

专题命中 具身导航 ：robotic(title)

AI总结 本文提出了一种基于人工智能的机器人系统，用于高效自动化制造二维范德瓦尔异质结构，通过强化学习提升性能，展示了扭曲双层石墨烯的非常规超导性。

Comments 18 pages, 11 figures

End2Reg: Learning Task-Specific Segmentation for Markerless Registration in Spine Surgery

End2Reg: 为无标记定位学习任务特定分割在脊柱手术中

Lorenzo Pettinari, Sidaty El Hadramy, Michael Wehrli, Philippe C. Cattin, Daniel Studer, Carol C. Hasler, Maria Licci

机构 * Department of Biomedical Engineering, University of Basel, Allschwil, Switzerland（巴塞尔大学生物医学工程系，瑞士Allschwil） ； Department of Orthopedics, University Children’s Hospital, Basel, Switzerland（巴塞尔大学儿童医院骨科部，瑞士Basel） 纠错

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

AI总结 本文提出End2Reg，一种端到端深度学习框架，通过联合优化分割和定位，无需分割标签和手动步骤，从而提高脊柱手术中无标记导航的精度。

Comments Early Accepted MICCAI 2026. Code and interactive visualizations: https://lorenzopettinari.github.io/end-2-reg/

A Machine Learning Framework for Weighted Least Squares GNSS Positioning based on Activation Functions

一种基于激活函数的加权最小二乘GNSS定位机器学习框架

Pin-Hsun Lee, Harry Leib

机构 * Department of Electrical and Computer Engineering, McGill University（麦吉尔大学电气与计算机工程系） 纠错

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

AI总结 本文提出了一种基于激活函数的加权最小二乘GNSS定位机器学习框架，通过使用信号质量指标作为训练特征，利用集成学习算法识别低质量信号，并通过激活函数将机器学习预测的分数转换为适当的权重以提高定位精度。

A Terrain-Adaptive epsilon-Constraint MPC for Uneven Terrain Kinodynamic Planning

一种适应地形的epsilon约束MPC用于不规则地形运动动力学规划

Otobong Jerome, Geesara Kalathunga, Tiago Nascimento

机构 * Laboratório de Engenharia de Sistemas e Robótica, Universidade Federal da Paraíba（系统与机器人工程实验室，帕拉伊巴联邦大学） ； School of Computer Science, University of Lincoln（计算机科学学院，林肯大学） 纠错

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

AI总结 本文提出了一种适应地形的epsilon约束MPC方法，用于解决车辆在不规则地形上同时优化路径效率和姿态稳定性的规划问题，通过动态调整epsilon界限来实时探索帕累托前沿，并通过半参数模型结合分析车辆动力学和稀疏高斯过程来捕捉车辆-地形动力学。

Enhancing Graph-Based SLAM in GNSS-Denied environments by leveraging leg odometry

通过利用腿部里程计增强基于图的SLAM在GNSS受限环境中的性能

Léon Perruchot-Triboulet, Luc Jaulin, Kai Xiao

机构 * LinxAI Tech（LinxAI科技） 纠错

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因子图的架构，通过结合本体感觉腿部里程计和激光雷达-惯性里程计，有效减少了GNSS受限环境中视觉漂移，提高了SLAM的鲁棒性。

Comments 4 pages, 3 figures, 2 tables, for ICRA workshop on Robot Meets GNSS and Ranging for Seamless Autonomy

Terrestrial Soft Mobile Robots: A Review

陆地软体移动机器人：综述

Dimuthu D. K. Arachchige

机构 * School of Computing, DePaul University（德保罗大学计算机学院） ； Department of Computer Science, Hampton University（哈珀学院计算机科学系） 纠错

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

AI总结 本文综述了软体移动机器人的当前研究状态，重点探讨了无轮陆地移动系统中的运动策略、驱动方法、建模方法和控制系统，同时指出了实现软体移动机器人在各领域广泛应用的关键挑战。

A simple model of co-emergence of grid and place fields

一种网格场和位置场共同出现的简单模型

Zhaoze Wang, Genela Morris, Dori Derdikman, Pratik Chaudhari, Vijay Balasubramanian

专题命中 具身导航 ：navigation(abstract)

AI总结 该研究提出了一种统一的递归网络模型，通过训练预测下一个感官观察，实现了网格场和位置场的共同出现，无需监督或依赖已有的空间细胞表示。

Creating Robust and Fair Graph Structures for Connectivity and Clustering

构建鲁棒且公平的图结构以实现连通性和聚类

Kushagra Chatterjee

专题命中 具身导航 ：navigation(abstract)

AI总结 本文研究了图算法在大规模应用中的鲁棒性和聚类结果的公平性，提出了一种双故障容忍的可达性保持结构，以及公平聚类算法框架，改进了公平相关聚类的保证并设计了首个流式公平共识聚类算法。

Comments This work is a PhD Thesis

A Low-Complexity Joint Fractional Delay and Doppler Frequency Estimator for AFDM-Enabled Vehicular LEO-ICAN Systems

一种低复杂度的联合分数延迟和多普勒频率估计器用于AFDM赋能的车载低轨卫星ICAN系统

Zhenyu Chen, Ke Xiao, Xiaomei Tang, Jing Lei, Muzi Yuan, Guangfu Sun

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出了一种低复杂度的联合分数延迟和多普勒频率估计器，用于AFDM赋能的车载低轨卫星ICAN系统，通过利用分数AFDM响应中的频谱折叠引起的包络结构，结合最小熵分数多普勒估计和闭式分数延迟估计，实现了在高机动性LEO辅助车载网络中实时ICAN处理的高精度与低复杂度的平衡。

Comments 6 pages,7 figures