机器人 / 具身智能

IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation

IndustryNav：探索动态工业导航中具身智能体的空间推理

Yifan Li, Lichi Li, Anh Dao, Xinyu Zhou, Wenjun Huang, Tianyi Ma, Yicheng Qiao, Zheda Mai, Daeun Lee, Zichen Chen, Pan Wang, Lehan Yang, Tianlong Wang, Zhen Tan, Sheng Li, Mohit Bansal, Yang Ni, Yu Kong

机构 * Michigan State University（密歇根州立大学） ； Independent Researcher（独立研究者） ； University of California, Irvine（加州大学尔湾分校） ； Ohio State University（俄亥俄州立大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； University of Pittsburgh（匹兹堡大学） ； University of Virginia（弗吉尼亚大学） ； Arizona State University（亚利桑那州立大学） ； Purdue University Northwest（普渡大学西北分校） 纠错

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

AI总结 针对视觉大语言模型在空间推理的挑战，提出IndustryNav基准，利用动态工业场景评估，给出零样本导航管道及安全指标，研究发现模型在路径规划等方面有缺陷，凸显向主动探索等任务发展的需求。

pFedNavi: Structure-Aware Personalized Federated Vision-Language Navigation for Embodied AI

pFedNavi：用于具身人工智能的结构感知个性化联邦视觉语言导航

Qingqian Yang, Hao Wang, Sai Qian Zhang, Jian Li, Yang Hua, Miao Pan, Tao Song, Zhengwei Qi, Haibing Guan

机构 * Openmind (Wuhu) Intelligent Robot Co., Ltd.（Openmind（芜湖）智能机器人有限公司） ； Shanghai Key Laboratory of Scalable Computing and Systems（上海可扩展计算与系统重点实验室） ； National Natural Science Foundation of China（国家自然科学基金委员会） ； US National Science Foundation（美国国家科学基金会） 纠错

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

AI总结 视觉语言导航需大量私有室内环境轨迹数据，存在隐私问题。本文提出针对视觉语言导航的结构感知个性化联邦学习框架pFedNavi，通过自适应确定特定客户端层并进行细粒度参数融合平衡全局知识与局部特性，性能优于基线。

Comments Accepted by the IEEE INFOCOM 2026 Workshop on Emerging Intelligent Networks (EIN)

Nano-U: Efficient Terrain Segmentation for Tiny Robot Navigation

Nano-U：用于微型机器人导航的高效地形分割

Federico Pizzolato, Francesco Pasti, Nicola Bellotto

机构 * Dept of Information Engineering, University of Padua（信息工程系，帕多瓦大学） 纠错

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

AI总结 本文提出Nano-U框架，通过量化感知蒸馏实现低功耗微型机器人高效地形分割，适用于Botanic Garden和TinyAgri数据集。

Comments Code repository: https://github.com/federico-pizz/Nano-U Accepted at Towards Autonomous Robotic Systems (TAROS) 2026

Insect-inspired Visual Point-goal Navigation

一种高效的昆虫启发式方法用于视觉点目标导航

Yihe Lu, Barbara Webb

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

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

AI总结 本文提出了一种基于昆虫大脑结构的新型视觉点目标导航模型，通过模拟昆虫的联想学习和路径整合能力，实现高效导航。

Comments This work has been submitted for possible publication

An Efficient Beam Search Algorithm for Active Perception in Mobile Robotics

一种用于移动机器人主动感知的高效束搜索算法

Kaixian Qu, Han Wang, Victor Klemm, Cesar Cadena, Marco Hutter

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

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

AI总结 本文提出一种高效束搜索算法，通过节点级搜索和前沿概念改进，提升主动感知任务的性能，实验表明其在多个任务中优于现有方法。

Comments Accepted to The International Journal of Robotics Research (IJRR). Project page: https://efficient-beam-search.github.io/

Journal ref The International Journal of Robotics Research, 2026

From Region Arrival to Instance-Level Grounding in Vision-and-Language Navigation

从视觉语言导航中的区域到达到实例级定位

Xiangyu Shi, Ruoxi Yang, Wei Tao, Jiwen Zhang, Yanyuan Qiao, Qi Wu

机构 * Australian Institute for Machine Learning, Adelaide University（澳大利亚机器学习研究所，阿德莱德大学） ； Ruyi Dynamics（如意动力） ； Fudan University（复旦大学） ； Swiss Federal Institute of Technology Lausanne (EPFL)（瑞士洛桑联邦理工学院） 纠错

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

AI总结 研究视觉语言导航中当前评估协议局限，提出‘最后3米定位差距’及指标，构建REALM模块和REVERIE - AIM数据集，可减少过早终止，提升定位精度和视觉定位成功率。

PedestrianDiffusion: Multimodal Generative Denoising and Dense State Estimation for Inertial Navigation

行人扩散：用于惯性导航的多模态生成去噪和密集状态估计

I-Hao Lu, Dongsoo Han

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

AI总结 针对消费级惯性导航受MEMS随机噪声限制问题，提出PedestrianDiffusion框架，将密集6D状态估计转化为连续条件去噪过程，引入零样本语义条件机制，用ODE求解器提升性能，在多基准测试中达先进水平。

Three-Step Nav: A Hierarchical Global-Local Planner for Zero-Shot Vision-and-Language Navigation

三步导航：一种用于零样本视觉-语言导航的分层全局-局部规划器

Wanrong Zheng, Yunhao Ge, Laurent Itti

机构 * University of Southern California（南加州大学） ； NVIDIA Research（NVIDIA研究） 纠错

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

AI总结 本文提出三步导航方法，通过全局-局部分层规划解决零样本视觉-语言导航中的漂移和低成功率问题，无需梯度更新或微调，实现最先进的性能。

Comments Accepted to AISTATS 2026. Code: https://github.com/ZoeyZheng0/3-step-Nav

Journal ref Proceedings of the 29th International Conference on Artificial Intelligence and Statistics (AISTATS), 2026

CN-CBF: Composite Neural Control Barrier Function for Robot Navigation in Dynamic Environments

CN-CBF：动态环境中机器人导航的复合神经控制障碍函数

Bojan Derajić, Sebastian Bernhard, Wolfgang Hönig

机构 * Technical University of Berlin（柏林技术大学） ； AUMOVIO ； Robotics Institute Germany (RIG)（德国机器人研究所（RIG）） 纠错

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

AI总结 针对自主机器人在动态环境下安全导航难题，提出复合神经控制障碍函数设计方法。利用复合CBF，结合离线数据训练单个CBF近似安全集，用残差神经架构确保安全集与失效集不相交，实验验证该方法有效。

MoRPI-PINN: A Physics-Informed Framework for Mobile Robot Pure Inertial Navigation

MoRPI-PINN：一种用于移动机器人纯惯性导航的物理信息框架

Arup Kumar Sahoo, Itzik Klein

机构 * Autonomous Navigation and Sensor Fusion Lab (ANSFL)（自主导航与传感器融合实验室） ； Hatter Department of Marine Technologies（海洋技术系） ； Charney School of Marine Sciences（海洋科学学院） ； University of Haifa（海法大学） 纠错

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

AI总结 本文提出MoRPI-PINN框架，通过嵌入物理定律提升移动机器人惯性导航精度，实验证明其比其他方法准确率提升超85%。

Comments 9 pages, 5 figures

TRISTAR: Triple-Signal Stair Recognition and Vision-Only Indoor Navigation for Search-and-Rescue Micro-UAVs

TRISTAR：用于搜索救援微型无人机的三重信号楼梯识别与仅视觉室内导航

Octavian Gîngu, Stelian Spînu

机构 * Military Technical Academy（军事技术学院） 纠错

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

AI总结 研究为低成本无人机提出仅基于单目视觉的室内导航框架。结合深度估计、传统计算机视觉和轻量级深度学习模型。核心方法是TRISTAR三重传感器融合，贡献是实现可靠室内探索与楼梯穿越，无需特殊测距硬件。

Comments 10 pages, 7 figures. Project repository available at: https://github.com/tavigingu/HawkOps-Indoor-Drone-Navigation-and-TRISTAR-Stair-Climbing

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