机器人 / 具身智能

Towards Data-Driven Metrics for Social Robot Navigation Benchmarking

迈向用于社交机器人导航基准测试的数据驱动指标

Pilar Bachiller-Burgos, Ulysses Bernardet, Luis V. Calderita, Pranup Chhetri, Anthony Francis, Noriaki Hirose, Noé Pérez, Dhruv Shah, Phani T. Singamaneni, Xuesu Xiao, Luis J. Manso

机构 * Aston University（阿斯顿大学） ； Logical Robotics（逻辑机器人公司） ； University of California Berkeley（加州大学伯克利分校） ； TOYOTA Motor North America（丰田北美公司） ； Princeton University（普林斯顿大学） ； LAAS-CNRS（LAAS-CNRS研究所） ； George Mason University（乔治·梅森大学） 纠错

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

AI总结 致力于开发数据驱动的社交机器人导航指标以促进地面机器人基准测试和策略优化，介绍方法动机、数据集格式等，给出首个全面的学习社交机器人导航指标及相关结果。

Comments This work was presented at the 18th International Conference on Social Robotics (ICSR'2026)

Geometry-Aware Visual Odometry for Bronchoscopic Navigation via High-Gain Observer Fusion

基于高增益观测器融合的支气管镜导航几何感知视觉里程计

Mohammadreza Kasaei, Francis Xiatian Zhang, Feng Li, Farshid Alambeigi, Kevin Dhaliwal, Mohsen Khadem

机构 * School of Informatics, University of Edinburgh, UK（爱丁堡大学信息学院，英国） 纠错

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

AI总结 针对支气管镜视觉导航在纹理缺失气道中易漂移失效的问题，提出融合气道消失点线索与高增益观测器的几何感知VO，大幅降低轨迹误差，性能优于现有主流方案。

Closed-loop vs. Open-loop Kalman Filter Architectures in Airborne Aided Inertial Navigation

机载辅助惯性导航中的闭环与开环卡尔曼滤波器架构

Antonia Hager, Torleiv H. Bryne

机构 * Airbus Central Research and Technology（空客中央研究与技术中心） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（挪威科技大学工程 cybernetics 系） 纠错

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

AI总结 研究闭环与开环卡尔曼滤波器架构在机载辅助惯性导航中的性能影响，用标准惯性机制和直接位置辅助评估，通过模拟展示不同传感器误差下两种架构的权衡。

Comments 6 pages, 6 figures, submission to IEEE Navicon

Derivations of Error-State Kalman Filter Kinematics for Globally Applicable Aided Inertial Navigation Systems

适用于全球的辅助惯性导航系统的误差状态卡尔曼滤波器运动学推导

Antonia Hager, Torleiv H. Bryne

机构 * Airbus Central Research and Technology（空客中央研究与技术部） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（挪威科技大学工程控制论系） 纠错

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

AI总结 研究全球导航系统中处理地球曲率等因素的状态估计算法，通过不变误差状态卡尔曼滤波器利用李群对称性，给出四种经典和不变的误差状态卡尔曼滤波器数学公式供比较与实现。

Comments 29 pages, no figures

Superwind and navigation of least time on Riemannian manifolds

黎曼流形上的超风与最短时间导航

Nicoleta Aldea, Piotr Kopacz

专题命中 具身导航 ：navigation(title,abstract)

AI总结 利用芬斯勒几何分析黎曼流形上的最短时间导航，引入超风概念涵盖多种情况，推广现有理论，给出导航问题解及强凸性条件，还探索二维示例。

Comments 36 pages, 14 figures

MOSAIC: Modular Scalable Autonomy for Intelligent Coordination of Heterogeneous Robotic Teams

MOSAIC：异构机器人团队智能协作的模块化可扩展自主性

David Oberacker, Julia Richter, Philip Arm, Marvin Grosse Besselmann, Lennart Puck, William Talbot, Maximilian Schik, Sabine Bellmann, Tristan Schnell, Hendrik Kolvenbach, Rüdiger Dillmann, Marco Hutter, Arne Roennau

机构 * FZI Forschungszentrum für Informatik, Karlsruhe, Germany（弗赖堡信息研究中心，卡尔斯鲁厄，德国） ； Robotic Systems Lab (RSL), ETH Zürich, Zürich, Switzerland（机器人系统实验室（RSL），苏黎世联邦理工学院，苏黎世，瑞士） ； Machine Intelligence and Robotics Lab (MaiRo), Karlsruhe Institute for Technology (KIT), Karlsruhe, Germany（机器智能与机器人实验室（MaiRo），卡尔斯鲁厄技术学院（KIT），卡尔斯鲁厄，德国） ； European Space Agency (ESA), Noordwijk, Netherlands（欧洲航天局（ESA），诺德威克，荷兰） 纠错

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

AI总结 研究针对多机器人科学探索，提出MOSAIC框架，基于兴趣点统一任务抽象与多层自主性，依机器人能力动态分配任务，经模拟月球探测实验验证，可实现强鲁棒性、可扩展的多机器人科学探索。

Comments This work has been accepted for publication with the IEEE Transactions of Field Robotics Journal

GDPR-Aware Trajectory Sharing for ISAC-Assisted Robot Navigation: A Case Study on FID-Constrained Collision Prediction

用于ISAC辅助机器人导航的GDPR感知轨迹共享：FID约束碰撞预测的案例研究

Zexin Fang, Bin Han, Donglin Wang, Fengchen Pei, Hans D. Schotten

专题命中 具身导航 ：navigation(title)；分类 cs.RO

AI总结 针对机器人避撞，通过FID约束轨迹共享方案，根据局部信息内容扰动传感估计，兼顾GDPR要求。实验表明该方案在隐私-效用权衡上优于固定误差扰动。

Comments Submitted to IEEE ISAC 2026

Fast 3D Foundation Model Initialized Gaussian Splatting

快速3D基础模型初始化高斯点云渲染

Anurag Dalal, Daniel Hagen, Kjell G. Robbersmyr, Kristian Muri Knausgård

机构 * Aust-Agder utviklings- og kompetansefond (AAUKF)（奥斯特-阿格德尔发展与能力基金） 纠错

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

AI总结 介绍一种无需传统运动结构方法的高质量3D高斯点云重建快速方法，利用3D基础模型初始化相机姿态和点云，通过深度引导损失函数联合优化，提升稀疏视图重建质量，减少训练时间。

Comments 8 pages, 5 figures, 5 tables. Accepted at ICECET 2026

Journal ref 2026 6th International Conference on Electrical, Computer and Energy Technologies (ICECET), Rome, Italy, July 6-9, 2026

Orientation-Free Neural Network-Based Bias Estimation for Low-Cost Stationary Accelerometers

无方向神经网络基于的低成本静止加速度计偏置估计

Michal Levin, Itzik Klein

机构 * Hatter Department of Marine Technologies, Charney School of Marine Sciences, University of Haifa（海法大学海洋技术系哈特尔部门，查内海洋科学学院） 纠错

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

AI总结 本文提出一种无需传感器方向信息的神经网络校准方法，用于降低低成本静止加速度计的偏置误差，实验显示其性能优于传统方法。

Comments 22 pages, 10 figures

OpenGlass: A Sensing-Computing Split Architecture for Local MLLM-Driven Real-Time Visual Assistance

OpenGlass：用于本地MLLM驱动的实时视觉辅助的传感-计算分离架构

Mengzhang Li, Yuan Yao

机构 * Shanghai Qizhi Institute（上海期智研究院） ； College of AI, Tsinghua University（清华大学人工智能学院） 纠错

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

AI总结 针对视障和低视力用户，OpenGlass以传感-计算分离解决云MLLM辅助需上传数据、有网络延迟，以及可穿戴眼镜计算和电量受限问题，在本地设备实现低延迟多模态视觉辅助，并给出评估结果。

Comments Accepted to ACL 2026 System Demonstrations. 11 pages, 5 figures, 8 tables

Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 3: System Demonstrations), pages 829-839, 2026

Pano2World: End-to-End 3D Generation via Unified Multi-View Sequences

Pano2World: 通过统一多视图序列进行端到端三维生成

Zhenjia Li, Jinrang Jia, Yifeng Shi

机构 * Ke Holdings Inc.（贝壳找房） 纠错

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

AI总结 提出Pano2World方法，利用全景扩散模型和视图感知注意力路由，从单张室内全景图直接生成可探索的三维高斯场景，解决多步管道误差累积和视频模型灵活性不足的问题。

Comments 10 pages, 3 figures, 3 tables. Preprint

SMF-VO: Direct Ego-Motion Estimation via Sparse Motion Fields

SMF-VO：通过稀疏运动场进行直接自我运动估计

Sangheon Yang, Yeongin Yoon, Hong Mo Jung, Jongwoo Lim

机构 * Department of Artificial Intelligence, Hanyang University（翰英大学人工智能系） ； Department of Mechanical Engineering, Seoul National University（首尔国立大学机械工程系） ； Robot Vision Lab, Seoul National University（首尔国立大学机器人视觉实验室） 纠错

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

AI总结 研究针对传统视觉里程计和视觉惯性里程计方法局限，提出SMF-VO框架，直接从稀疏光流估计瞬时线速度和角速度，采用广义3D射线运动场公式，在基准数据集上效率高、精度有竞争力。

MAD-PINN: A Decentralized Physics-Informed Machine Learning Framework for Safe and Optimal Multi-Agent Control

MAD-PINN：一种用于安全和最优多智能体控制的分散式物理信息机器学习框架

Manan Tayal, Aditya Singh, Shishir Kolathaya, Somil Bansal

机构 * Center for Cyber-Physical Systems, Indian Institute of Science（印度科学研究院中心 for 联合体系统） ； Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系） ； Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空与航天工程系） 纠错

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

AI总结 针对大规模多智能体系统安全与性能协同优化难题，提出MAD-PINN框架。利用基于上图的公式化方法，通过物理信息神经网络近似求解，采用分散训练与执行策略，实验表明其性能优越且具可扩展性。

Comments 9 Pages, 4 Figures, 4 Tables. First two authors have contributed equally

WinTA-GIL: Windowed Trajectory Alignment for GNSS-IMU-LiDAR Heading Refinement in Intermittent Signal Environments

WinTA-GIL：间歇信号环境下用于GNSS-IMU-LiDAR航向精化的窗口轨迹对齐

Kaixin Feng, Zhichao Wen, Zhaohong Liao, Xin Xia, You Li

机构 * State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing (LIESMARS), Wuhan University（武汉大学测绘遥感信息工程国家重点实验室） ； School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感信息工程学院） ； College of Engineering and Computer Science, University of Michigan-Dearborn（美国密歇根大学迪尔伯恩分校工程与计算机科学学院） 纠错

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

AI总结 针对多源融合定位系统中航向估计难题，提出WinTA-GIL框架，通过基于时间窗口的优化策略融合GNSS、IMU和LiDAR信息，将航向估计转化为轨迹一致性优化问题，实验证明其性能优越。

Comments Accepted to IROS 2026.8 pages,10 figures

Reflective Dialogue or Prompt Refinement? Effects of Tutor Scaffolding on Students' Independent LLM Use for Programming

反思性对话还是提示细化？导师支架对学生独立使用大语言模型进行编程的影响

Jerome Brender, Laila El-Hamamsy, Kim Uittenhove, Aitor Perez, Patrick Jermann, Francesco Mondada, Engin Bumbacher

机构 * MOBOTS & LEARN, EPFL, Switzerland（瑞士洛桑联邦理工学院的MOBOTS与学习实验室） ； University of Teacher Education (Haute École Pédagogique) Vaud, Switzerland（瑞士沃州高等师范学校） ； Center for Digital Education & LEARN, EPFL, Switzerland（瑞士洛桑联邦理工学院的数字教育与学习中心） 纠错

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

AI总结 研究两种基于大语言模型的导师（苏格拉底式指导和提示细化导师）对学生提示实践、学习及后续大语言模型使用的影响，通过两阶段实验，发现苏格拉底式指导有助于学生长期利用大语言模型学习。

Comments Best paper award, Published in AIED 2026: The 27th International Conference on Artificial Intelligence in Education

Journal ref In International Conference on Artificial Intelligence in Education (pp. 546-561). Cham: Springer Nature Switzerland (2026)

CubifyGS: Object-Centric 3D Gaussian Splatting for Lifelong Dynamic Scene Maintenance

CubifyGS: 面向对象的3D高斯泼溅用于终身动态场景维护

Bohan Ren, Dianyi Yang, Shiyang Liu, Yu Gao, Jiadong Tang, Zhilin Lai, Yi Yang, Mengyin Fu

机构 * School of Automation, Beijing Institute of Technology, Beijing, China（北京理工大学自动化学院，北京，中国） ； Guangzhou Saite Intelligent Technology Co., Ltd.（广州赛泰智能科技有限公司） 纠错

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

AI总结 提出CubifyGS，一种面向对象的映射框架，通过将可移动实例建模为可重用高斯资产，并采用事件触发自适应优化，实现刚性物体重排下的高效动态场景维护。

Comments Accepted to IROS 2026. 8 pages, 5 figures, 4 tables

Self-Supervised Learning from Structural Invariance

从结构不变性进行自监督学习

Yipeng Zhang, Hafez Ghaemi, Jungyoon Lee, Shahab Bakhtiari, Eilif B. Muller, Laurent Charlin

机构 * Mila - Québec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； CHU Sainte-Justine（圣约斯特医院） ； HEC Montréal（蒙特利尔高等商学院） ； CIFAR AI Chair（CIFAR人工智能 chair） 纠错

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

AI总结 研究自监督学习中一对多映射问题，引入潜变量处理条件不确定性，推导变分下界，得出正则项，所提AdaSSL方法适用于多种自监督目标，在多领域有应用。

Comments ICLR 2026

BrainNormalizer: Anatomy-Informed Pseudo-Healthy Brain Reconstruction from Tumor MRI via Edge-Guided ControlNet

BrainNormalizer：通过边缘引导控制网络从肿瘤MRI进行解剖学信息伪健康脑重建

Min Gu Kwak, Yeonju Lee, Hairong Wang, Kristin R. Swanson, Jing Li

机构 * University of Pittsburgh（匹兹堡大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Cedars-Sinai Medical Center（西德萨斯医疗中心） ； Mayo Clinic Arizona（梅奥诊所亚利桑那分部） 纠错

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

AI总结 针对脑肿瘤致结构变形难区分肿瘤与解剖变异问题，提出BrainNormalizer框架，用两阶段训练学习解剖先验等，通过特定策略实现伪健康脑重建，实验表明其有优势。

RCOA Extension and Applications

松弛凸障碍物规避（RCOA）的扩展与应用

Ricardo Tapia, Iman Soltani

专题命中 具身导航 ：navigation(abstract)

AI总结 研究将松弛凸障碍物规避（RCOA）扩展到三维环境并应用于无人机导航，增强公式纳入车辆几何形状，通过数值模拟验证其性能，能让非线性模型预测控制器在狭窄通道高效运行。

Comments 11 pages, 9 figures, multimedia

Sign Hacking with Auxiliary Variable Exploration in the Age of Big Data

大数据时代通过辅助变量探索进行符号黑客攻击

Jie Hu, Yuhong Yang

专题命中 具身导航 ：manipulation(abstract)

AI总结 研究高维线性回归中通过精心选择辅助变量来操纵系数符号的方法（SHAVE），证明存在导致符号反转的辅助变量集，给出检测策略，模拟和实证研究验证了理论发现。

Online Modeling and Sequential Convex Programming for Lunar Landing Trajectory Optimization

用于月球着陆轨迹优化的在线建模与序列凸规划

Zhenbo Wang

专题命中 具身导航 ：navigation(abstract)

AI总结 研究月球动力下降和着陆的制导框架，结合序列凸规划与实时在线模型识别。将非凸能量最优着陆问题转化为凸二阶锥规划序列，用在线识别层估计扰动并注入修正项，开发算法并探索理论基础，数值模拟验证算法效果。

Earth-baseline VLBI restores the observability of a lunar surface station in joint orbit-and-clock determination

地球基线甚长基线干涉测量在联合轨道和时钟确定中恢复月球表面站的可观测性

Chakshu Baweja

专题命中 具身导航 ：navigation(abstract)

AI总结 研究月球定位、导航和授时中使表面站绝对位置可观测的测量方法。核心方法是分析不同测量方式，证明地球基线甚长基线干涉测量（VLBI）能恢复绝对可观测性及改善精度。主要贡献是给出条件设计法则并验证相关估计器。

Comments 21 pages, 5 figures, 3 tables. Open-source toolkit and fully reproducible figures: https://github.com/ashfordeOU/kshana (v0.23.0)

Public transport challenges and technology-assisted accessibility for visually impaired elderly residents in urban environments

城市环境中视障老年居民的公共交通挑战与技术辅助可达性

Jason Pan, Ben Moews

专题命中 具身导航 ：navigation(abstract)

AI总结 研究视障老年居民公共交通挑战，用混合方法，时空分析结合访谈等，揭示交通系统特点及问题，发现居民对导航技术态度，强调动态工具重要性与数据局限。

Comments 25 pages, 4 figures, 4 tables

Decentralized GNSS at Global Scale via Graph-Aware Diffusion Adaptation

通过图感知扩散适应实现全球规模去中心化GNSS

Xue Xian Zheng, Xing Liu, Tareq Y. Al-Naffouri

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种全球去中心化GNSS架构，利用时间变化图模型和深度线性神经网络优化信息交换，实现厘米级自定位和网络共识，提升收敛速度和通信效率。

Comments Accepted by Nature (npj Wireless Technology)

Journal ref npj Wireless Technology, 2026

Equivalent Mechanical Models for Sloshing

晃动的等效力学模型

Francesco Capolupo

专题命中 具身导航 ：navigation(abstract)

AI总结 研究推进剂晃动问题，通过将摆动动力学严格数学公式化，推导多体系统非线性运动方程并扩展到多摆情况，还得到线性化方程，论证了摆模型与质量-弹簧-阻尼器模型的数学等效性。

Distance by de-correlation: Computing distance with heterogeneous grid cells

通过去相关计算距离：利用异构网格细胞计算距离

Pritipriya Dasbehera, Akshunna S. Dogra, William T. Redman

专题命中 具身导航 ：navigation(abstract)

AI总结 研究基于网格细胞特性的空间距离编码，引入群体活动去相关理论，通过数学理论和模拟揭示距离编码规律，为理解网格细胞编码距离及特性差异提供新见解。

Comments 29 pages, 11 figures, comments welcome!

Nonlinear receding-horizon differential game for drone racing along a three-dimensional path

用于三维路径无人机竞速的非线性滚动时域微分博弈

Kijin Sung, Kenta Hoshino, Akihiko Honda, Takeya Shima, Toshiyuki Ohtsuka

专题命中 具身导航 ：navigation(abstract)

AI总结 针对无人机竞速控制挑战，研究提出非线性滚动时域微分博弈框架（NRHDG），通过预测对手行为改进标准非线性模型预测控制，给出新路径跟踪公式、势函数及性能指标，仿真显示其在超越和阻挡性能上优于NMPC。

Comments 20 pages, 14 figures; simulations and figures added to show the superiority of the proposed method; license changed to CC BY 4.0

KAM-WM: Kinematic Affordance Maps from Latent World Models for Robot Manipulation

KAM-WM：基于潜在世界模型的机器人操作运动学可供性地图

Xinyu Shao, Keru Zhou, Guowei Huang, Yajun Gao, Tongtong Cao, Xiu Li

机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Huawei Technologies Ltd.（华为技术有限公司） 纠错

专题命中 具身推理 ：manipulation(title,abstract)；world model(title,abstract)；分类 cs.RO

AI总结 研究如何从少量演示中学习操作，提出KAM-WM框架，从冻结的潜在视频世界模型提取粗粒度方向交互线索，转化为运动学可供性地图，结合其他信息控制机器人，在实验中取得较好成果。

Comments 16 pages, 8 figures, preprint

Worldscape-MoE: A Unified Mixture-of-Experts World Model for Scalable Heterogeneous Action Control

Worldscape-MoE：用于可扩展异构动作控制的统一专家混合世界模型

Jianjie Fang, Yongyan Xu, Ziyou Wang, Chen Gao, Yuchao Huang, Zhaolu Wang, Rongze Tang, Mingyuan Jia, Baining Zhao, Weichen Zhang, Xin Zhang, Haisheng Su, Yu Shang, Wei Wu, Xinlei Chen, Yong Li

机构 * Tsinghua University（清华大学） ； Manifold AI 纠错

专题命中 具身推理 ：world model(title,abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 研究视频生成世界模型控制接口碎片化瓶颈，提出基于扩散变换器的专家混合世界模型Worldscape-MoE，通过模态感知控制注入等实现异构动作控制，实验验证其有效性和扩展性。

Comments 36 pages

WorldBagel: Uncovering the Power of Unified Multimodal Models for Vision-Language-Action-World Modeling

WorldBagel：揭示统一多模态模型在视觉-语言-动作-世界建模中的力量

Zelin Zhao, Min Shi, Bo Yuan, Haotian Xue, Jialuo Li, Lama Moukheiber, Humphrey Shi, Yongxin Chen

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

专题命中 具身推理 ：world model(title,abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.CV、cs.LG

AI总结 研究统一多模态模型在视觉-语言-动作-世界建模中的作用，基于BAGEL构建WorldBagel框架，通过多任务机器人操作等实验，发现统一不仅便利，更是学习有效模型的关键因素。

Comments Rejected by ECCV 2026, Arxiv Paper