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。
EvolveNav: 用于零样本目标导航的主动预反思与自进化记忆
机构 * HKUST(GZ)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） ； Xi’an Jiaotong University（西安交通大学） ； XGRIDS（深圳格物智联）
专题命中 具身导航 ：navigation(title,abstract)；embodied agent(abstract)；分类 cs.AI
AI总结 提出自进化零样本目标导航框架，通过从历史轨迹提取规则并基于置信上界检索，结合记忆引导预反思模块，减少无效探索，成功率提升10.1%。
几何一致的内窥镜表示用于图像引导导航：基于结构化基础模型适配
机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Semaphor Surgical ； Johnson & Johnson MedTech（强生医疗科技）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI、cs.CV
AI总结 提出统一框架，结合合成数据管道与层级感知几何语义适配，学习几何一致且领域鲁棒的图像表示，提升单目内窥镜中的位姿估计与深度预测性能。
VISTA：通过动作历史条件实现尺度感知的视觉导航
机构 * Polytechnique Montreal（蒙特利尔理工学院） ； MILA（MILA研究所） ； Institute of Science Tokyo（东京科学大学） ； CoRA Lab（CoRA实验室） ； Mist Lab（Mist实验室）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO、cs.LG
AI总结 针对视觉导航基础模型因动作归一化导致的尺度脆弱性，提出通过动作历史条件化提供物理位移上下文，并集成DINOv3编码器增强重复环境中的特征表示，实现零样本跨环境部署。
StepGuard: 通过单步校准保护网页导航
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； Xiamen University（厦门大学） ； Zhejiang Lab（之江实验室） ； CSIRO（澳大利亚联邦科学与工业研究组织）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.AI
AI总结 针对网页导航中单步脆弱性问题，提出StepGuard框架，通过动态双策略优化（DDPO）解决奖励冲突，并利用置信度引导的自适应导航反射（CANR）校准单步误差，显著提升导航与答案准确率。
VL-MemKnG：结合时空知识图谱的混合记忆用于长程自我中心导航轨迹问答
机构 * Mobile Robotics Laboratory, Artificial Intelligence Center（移动机器人实验室，人工智能中心） ； Skoltech（斯科尔科沃科学技术学院） ； Intelligent Multimodal Vision Analysis Group, Department of Engineering, Universitat Pompeu Fabra（智能多模态视觉分析组，工程系，庞培法布拉大学） ； Independent Researcher（独立研究员）
专题命中 具身导航 ：navigation(title,abstract)；分类 cs.RO
AI总结 提出VL-MemKnG混合记忆框架，结合时空知识图谱与片段级上下文记忆，通过混合检索推理模块提升长程自我中心视频导航问答的准确性和效率。
惯性导航中用于截断误差降低的规范自由度优化
专题命中 具身导航 ：navigation(title,abstract)
AI总结 提出u-space方法，将规范自由度推广到未知强迫函数系统，通过闭式或经验形式优化规范，在多种仿真和实测惯性导航数据中一致降低截断误差。
FLAP: 面向无先验地图3D导航的视场约束主动感知规划
机构 * The State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University（浙江大学控制科学与工程学院工业控制技术国家重点实验室） ； Huzhou Institute, Zhejiang University（浙江大学湖州研究院） ； Huzhou Key Laboratory of Autonomous System（湖州市自动驾驶系统重点实验室） ； Shanghai Institute of Special Equipment Inspection and Technical Research Co., Ltd（上海市特种设备监督检验技术研究院有限公司）
专题命中 具身导航 ：navigation(title)；分类 cs.RO
AI总结 提出一种将主动感知直接融入轨迹优化的规划框架，通过传感器坐标系下的视场几何约束和速度触发机制，在保证安全的同时提升效率，并支持任意3D机动。
Comments 18 pages, 19 figures
TriBand-BEV：基于高度感知的鸟瞰图与高分辨率特征融合的实时仅LiDAR三维行人检测
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO、cs.AI、cs.CV
AI总结 本文提出TriBand-BEV方法，通过高度感知的鸟瞰图与高分辨率特征融合实现实时LiDAR-only三维行人检测，采用轻量级鸟瞰图张量映射，单网络一次通过检测车辆、行人和自行车，提升检测精度与速度。
Comments Accepted for publication in the Proceedings of the 2026 International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)
Journal ref Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)
本体神经网络与ORTSF：一种用于拓扑推理和延迟鲁棒控制的框架
机构 * Department of Mechanical Engineering Soongsil University, Seoul, Korea Email
专题命中 具身导航 ：robotics(abstract)；robotic(abstract)；分类 cs.RO
AI总结 本文提出Ontology Neural Network和ORTSF框架，解决现有方法在关系语义表示和动态环境中协作所需认知透明度的不足，通过统一架构实现语义认知与鲁棒控制的统一。
Comments 12 pages, 5 figures, includes theoretical proofs and simulation results
异构移动机器人上的非接触式呼吸监测：一种多模态边缘计算框架
机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
专题命中 具身导航 ：robotic(abstract)；分类 cs.RO、cs.CV
AI总结 提出一种适用于异构移动机器人的多模态非接触式呼吸率监测框架，通过自适应传感器选择、关键点引导的ROI提取和信号质量过滤，在多种平台和光照条件下实现鲁棒监测，无需平台特定调参。
Comments 8 pages, 6 figures. To appear in Proceedings of the 8th International Workshop on IoT Applications and Industry 5.0 (IoTI5 2026), co-located with IEEE DCOSS-IoT 2026, Reykjavik, Iceland, June 2026
SCC-Loc: 无人机热红外地理定位的统一语义级联共识框架
机构 * College of Systems Engineering, National University of Defense Technology（系统工程学院，国防科技大学）
专题命中 具身导航 ：navigation(abstract)；分类 cs.RO、cs.CV
AI总结 提出SCC-Loc框架，通过共享DINOv2骨干网络、语义引导视口对齐、级联空间自适应纹理结构滤波和共识驱动可靠性感知位置选择，解决热红外-可见光模态差异导致的特征模糊问题，实现零样本高精度绝对位置估计，平均定位误差9.37米。
Comments 17 pages, 5 figures. Submitted to IEEE J-STARS
MapAgent: 一个工业级的城市规模车道级地图生成智能框架
机构 * Tsinghua University（清华大学） ； Baidu（百度） ； University of Macau（澳门大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
专题命中 具身导航 ：navigation(abstract)；分类 cs.AI
AI总结 提出MapAgent框架，通过结合视觉语言模型和约束感知推理，在验证驱动的Judge-Planner-Worker循环中修正车道地图生成中的规范违规问题，实现城市规模的高自动化生产。
Comments Accepted by KDD 2026
用于丰富多类医学图像分割的标签树语义损失
机构 * School of Biomedical Engineering & Imaging Sciences（生物医学工程与成像科学学院） ； Department of Neurosurgery（神经外科部门）
专题命中 具身导航 ：navigation(abstract)；分类 cs.CV
AI总结 提出两种基于标签层次结构的树状语义损失函数，在脑MRI全监督分割和神经外科高光谱成像稀疏标注场景理解中取得一致改进。
这是真的吗？利用混合现实中的虚实辨别漏洞
专题命中 具身导航 ：navigation(abstract)
AI总结 研究混合现实头显中用户无法区分虚拟与真实物体的漏洞，通过专家研讨和四项概念验证攻击（成功率85%-100%），揭示了攻击如何改变用户行为，并提出平台级溯源、交互门控和用户教育等防御措施。
Comments Accepted at the 2026 USENIX Symposium on Usable Privacy and Security (SOUPS 2026)
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