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。

2026-07-03 至 2026-07-03 共收录 17 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 具身导航 17 篇

2607.01754 2026-07-03 cs.AI 新提交 83%

Path-level Hindsight Instructions for Semantic Exploration in Vision-Language Navigation

路径级事后指令用于视觉语言导航中的语义探索

Sung June Kim, Sangpil Kim, Honglak Lee

机构 * Korea University(高丽大学) University of Michigan(密歇根大学)

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

AI总结 提出Phi-Nav框架,通过事后推理将指令与智能体实际探索轨迹对齐,利用三阶段双监督循环将语义未标记的运动转化为密集训练信号,在R2R-CE和RxR-CE基准上以少量专家演示取得竞争性能。

Comments Accepted to ECCV 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02298 2026-07-03 cs.RO cs.CV 新提交 81%

Real-Time Visual Intelligence on Low-Cost UAVs: A Modular Approach for Tracking, Scanning, and Navigation

低成本无人机上的实时视觉智能:一种用于跟踪、扫描和导航的模块化方法

Andrei-Marian Ungureanu, Stelian Spînu

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

AI总结 基于DJI Tello平台,采用模块化架构集成面部检测、识别和单目深度估计,通过轻量神经网络实现实时跟踪、扫描和导航,验证了AI在受限硬件上的可行性。

Comments 6 pages, 5 figures. Project repository available at: github.com

Journal ref Journal of Military Technology, Vol. 9, No. 1, pp. 47-52, Jun. 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01794 2026-07-03 cs.RO cs.AI 新提交 81%

Lightweight Safe Reinforcement Learning for End-to-End UAV Navigation

面向端到端无人机导航的轻量级安全强化学习

Shenghui Zhang, YuXuan Gao, Songwei Zhao, Jifeng Hu, Zijing Zhang, Hechang Chen

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

AI总结 提出一种安全约束感知-控制集成框架,利用轻量级网络和基于拉格朗日的安全PPO算法,实现无人机在稀疏感知和动态约束下的安全高效导航。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.31654 2026-07-03 cs.RO cs.CV 新提交 81%

DynFly: Dynamic-Aware Continuous Trajectory Generation for UAV Vision-Language Navigation in Urban Environments

DynFly: 面向城市环境无人机视觉语言导航的动态感知连续轨迹生成

Wen Jiang, Hanfang Liang, Li Wang, Kangyao Huang, Wang Xu, Wei Fan, Jinyuan Liu, Shaoyu Liu, Hongwei Duan, Bin Xu, Xiangyang Ji, Huaping Liu

机构 * Beijing Institute of Technology(北京理工大学) Tsinghua University(清华大学) Dalian University of Technology(大连理工大学) Xidian University(西安电子科技大学) 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、cs.CV

AI总结 提出DynFly框架,通过B样条控制点空间表示和Spline-DiT生成器,结合无人机动态感知监督,将高层导航意图转化为连续可执行轨迹,显著提升导航性能和轨迹质量。

Comments 34 pages, 9 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01454 2026-07-03 cs.RO 新提交 79%

SE(2) Navigation Mesh

SE(2)导航网格

Shuyang Shi, Kaixian Qu, Changan Chen, Ines Kast, Yuntao Ma, Marco Hutter

机构 * Robotic Systems Lab, ETH Zurich(苏黎世联邦理工学院机器人系统实验室)

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

AI总结 提出SE(2)导航网格,通过编码偏航依赖的可通行性,支持非圆形机器人在复杂多层环境中的高效路径规划,并开发了A*-拉绳-A*分层路径搜索策略。

Comments Project page: https://se2-navmesh.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.18803 2026-07-03 cs.RO 版本更新 79%

Learning to Localize Reference Trajectories in Image-Space for Visual Navigation

学习在图像空间中定位参考轨迹用于视觉导航

Finn Lukas Busch, Matti Vahs, Quantao Yang, Jesús Gerardo Ortega Peimbert, Yixi Cai, Jana Tumova, Olov Andersson

机构 * Division of Robotics, Perception, and Learning(机器人、感知与学习 division) KTH Royal Institute of Technology(瑞典皇家理工学院)

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

AI总结 提出LoTIS模型,通过定位参考轨迹在机器人当前视图中的图像坐标,实现无需相机标定、位姿或机器人特定训练的跨实体视觉导航,在正向导航中成功率提升20-50个百分点,达到94-98%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.24028 2026-07-03 eess.SP cs.NI 78%

Radio Environment Mapping with World Models for Active Measurement Control: Should Networks Dream of Optimal Control?

基于世界模型的无线电环境映射用于主动测量控制:网络应梦想最优控制吗?

Jernej Hribar, Ljupcho Milosheski, Ryoichi Shinkuma

专题命中 具身导航 :world model(title,abstract)

AI总结 本文提出一种基于世界模型的主动RSSI地图重建框架,通过学习内部表示和模拟候选测量影响,在有限预算下选择测量位置,显著优于高斯过程插值。

Comments 6 pages, 5 figures, conference paper, accepted at EuCNC & 6G Summit 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.14624 2026-07-03 cond-mat.soft cs.AI cs.RO 62%

Active Matter as a framework for living systems-inspired Robophysics

主动物质作为生命系统框架的机器人物理学

Giulia Janzen, Gaia Maselli, Juan F. Jimenez, Lia Garcia-Perez, D A Matoz Fernandez, Chantal Valeriani

机构 * Department of Theoretical Physics, Complutense University of Madrid(马德里Complutense大学理论物理系) Department of Computer Science, Sapienza University of Rome(罗马Sapienza大学计算机科学系) Dept. Arquitectura de Computadores y Automatica, Facultad de Ciencias Fisicas, Universidad Complutense(Complutense大学物理系计算机架构与自动化系) Departamento de Estructura de la Materia, Física Térmica y Electrónica, Universidad Complutense de Madrid(马德里Complutense大学物质结构、热力学与电子学系) GISC - Grupo Interdisciplinar de Sistemas Complejos(复杂系统跨学科集团(GISC))

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

AI总结 本文探讨了生物启发式机器人集体面临的关键挑战,强调了将主动物质物理和生物学原理融入机器人群模型和设计的最新研究。

Journal ref EPL 154 37001 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02517 2026-07-03 cs.CV 新提交 57%

WorldDirector: Building Controllable World Simulators with Persistent Dynamic Memory

WorldDirector: 构建具有持久动态记忆的可控世界模拟器

Hanlin Wang, Hao Ouyang, Qiuyu Wang, Wen Wang, Qingyan Bai, Ka Leong Cheng, Yue Yu, Yixuan Li, Yihao Meng, Zichen Liu, Yanhong Zeng, Yujun Shen, Qifeng Chen

机构 * HKUST(香港科技大学) Ant Group(蚂蚁集团) ZJU(浙江大学) CUHK(香港中文大学)

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

AI总结 提出WorldDirector框架,通过LLM协调3D轨迹与相机运动作为视频生成控制信号,解耦语义运动编排与视觉生成,实现持久动态对象记忆和自由视角探索。

Comments Project Page: https://worlddirector.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00007 2026-07-03 cs.IR cs.AI 新提交 57%

BaRA: Budget-constrained and Reliable Web Data Collection Agent

BaRA: 基于BFS与反思的网络数据收集代理

Soojeong Lee, Joseph Lee, Yongseong Cho, Sunjae Kim, Youngwoo Moon, Kyungwoo Song

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

AI总结 提出BaRA框架,结合有界广度优先搜索和历史自反思,在固定交互预算下高效收集网站级数据,在链接发现和可下载多模态提取上优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.04265 2026-07-03 math.OC cs.LG cs.NA math.NA 版本更新 57%

Nonlocal Mean Field Schrödinger Bridge with Learned Interactions

具有学习相互作用的非局部平均场薛定谔桥

Daisuke Inoue, Dante Kalise, Mathieu Laurière

机构 * Department of Mathematics, Imperial College London(伦敦帝国学院数学系) Shanghai Frontiers Science Center of Artificial Intelligence and Deep Learning(上海前沿人工智能与深度学习科学中心) NYU-ECNU Institute of Mathematical Sciences, NYU Shanghai(纽约大学上海数学科学研究所)

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

AI总结 本文提出一种使用神经网络代理近似非局部相互作用的平均场薛定谔桥方法,将推理时的每步计算成本从二次降低到线性,并推导了代理误差传播的稳定性界限。

Comments 32 pages, 15 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.02190 2026-07-03 eess.SP 新提交 50%

Complexity-Scalable Direct Geolocation and Cancellation of Terrestrial GNSS Jammers: Single-Satellite and Multi-Antenna Experiments in Low Earth Orbit

复杂度可扩展的地面GNSS干扰源直接定位与消除:低地球轨道单卫星和多天线实验

Giacomo Pojani, Javier Tegedor, Joaquim Fortuny-Guasch, Francesco Menzione, David Evans, Tim Oerther, Maximilian Henkel, Jonas Stene Lindbjor

专题命中 具身导航 :navigation(abstract)

AI总结 提出准直接定位(QDG)技术,通过压缩I/Q样本和快速时延-多普勒匹配,实现低轨卫星对GNSS干扰源的高效定位,实验验证了高压缩比下的定位能力。

Comments 15 pages, 15 figures, submitted to ION GNSS+ 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01929 2026-07-03 cs.SE 新提交 50%

Beyond Textual Repository Exploration: Dual-Modal Structural Reasoning for Agentic Issue Resolution

超越文本仓库探索:面向智能体问题解决的双模态结构推理

Jiayi Zhang, Kai Huang, Yang Liu, Chunyang Chen

专题命中 具身导航 :navigation(abstract)

AI总结 提出DUALVIEW框架,通过模块耦合图、函数调用图、类层次图和程序依赖图四种图视图,结合视觉与文本响应,使智能体在仓库探索中直接推理代码依赖结构,提升长时域问题解决性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.01515 2026-07-03 eess.SY cs.SY math.OC 新提交 50%

Context-Triggered Robust MPC for Temporal Logic Specifications

上下文触发的鲁棒MPC用于时序逻辑规范

Arash Bahari Kordabad, Satya Prakash Nayak, Sadegh Soudjani, Anne-Kathrin Schmuck

专题命中 具身导航 :navigation(abstract)

AI总结 针对带扰动的线性系统,提出结合鲁棒MPC与局部不变控制器的切换架构,通过凸对偶将鲁棒约束转化为确定性优化,实现上下文触发的时序逻辑规范满足。

Comments 14 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.00761 2026-07-03 cs.NE 新提交 50%

From Consistency to Collaborative Discovery: MFEA-CoD for Multitask Novelty Search

从一致性到协同发现:用于多任务新颖性搜索的MFEA-CoD

Jiao Liu, Yanchi Li, Hua Yu, Abhishek Gupta, Yew-Soon Ong

专题命中 具身导航 :navigation(abstract)

AI总结 提出MFEA-CoD算法,将进化多任务从一致性迁移转向协同发现,通过多任务排斥和自适应迁移机制,在多任务新颖性搜索中高效发现行为新颖解,并扩展至新颖性增强优化以应对欺骗性目标。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.26979 2026-07-03 cs.SE 新提交 50%

How Much Static Structure Do Code Agents Need? A Study of Deterministic Anchoring

代码智能体需要多少静态结构?关于确定性锚定的研究

Zhihao Lin, Mingyi Zhou, Yizhuo Yang, Li Li

专题命中 具身导航 :navigation(abstract)

AI总结 研究轻量级静态分析(如调用图、继承层次)作为确定性锚定,通过注入结构注释提高代码智能体导航的可复现性和稳定性,发现锚定效果依赖粒度与仓库特性。

Comments Accepted to the ACM SIGSOFT International Symposium on Software Testing and Analysis (ISSTA 2026). 21 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.22751 2026-07-03 eess.SP 新提交 50%

Low-Complexity Direct Geolocation of Terrestrial GNSS Jammers from Low Earth Orbit

低复杂度直接定位地面GNSS干扰源的低地球轨道方法

Giacomo Pojani, Javier Tegedor, Joaquim Fortuny-Guasch

专题命中 具身导航 :navigation(abstract)

AI总结 提出准直接定位(QDG)技术,大幅降低直接定位复杂度,通过低轨卫星OPS-SAT PRETTY实验验证了对地面干扰源的定位,支持多星座RFI监测。

Comments 6 pages, 4 figures, submitted to IEEE NAVICON 2026

详情

展开后加载摘要…

URL PDF HTML 收藏