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。

2026-07-15 至 2026-07-15 共收录 16 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 具身导航 16 篇

2607.12065 2026-07-15 cs.RO cs.AI cs.CV 新提交 89%

Enabling 24-hour Agricultural Robotics: Unsupervised Day-to-Night Cross-Modal Image Translation for Nighttime Visual Navigation

实现24小时农业机器人技术:用于夜间视觉导航的无监督日夜跨模态图像翻译

Robel Mamo, Rajitha de Silva, Grzegorz Cielniak, Taeyeong Choi

机构 * LaSER Lab, Kennesaw State University(激光实验室,肯尼索州立大学) Lincoln Institute for Agri-Food Technology, University of Lincoln(林肯农业食品技术研究所,林肯大学)

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

AI总结 该研究针对农业机器人夜间视觉导航中大规模标注图像数据集难获取的问题,提出无监督图像翻译框架,整合CLIP模型并引入可见性掩码,复用白天语义标签训练模型,经实验验证提升了图像质量和下游语义分割性能。

Comments Accepted to IROS2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12811 2026-07-15 cs.RO cs.AI 新提交 81%

PixelLoop: Shortcut Topological Navigation with Pixel-Level Loops

PixelLoop:具有像素级环路的捷径拓扑导航

Sarthak Chittawar, Vansh Garg, Aditya Vadali, Krish Pandya, Rohit Jayanti, Sourav Garg, Madhava Krishna

机构 * Robotics Research Center, IIIT-Hyderabad(国际信息技术学院海得拉巴分校机器人研究中心)

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

AI总结 研究拓扑映射和导航中环路闭合作用,提出PixelLoop方法在像素空间引入环路闭合,充当密集拓扑捷径,经模拟实验和真实机器人部署验证,相比基线在成功率和SPL上有显著提升,为拓扑视觉导航提供基础。

Comments 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 8 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12680 2026-07-15 cs.CV 新提交 79%

ReflectVLN: Training Vision-Language Navigation Agents with Reflective Reasoning

ReflectVLN:通过反思推理训练视觉语言导航智能体

Jiahang Wang, Yirong Yang, Yanqing Zhu, Minghua Luo, Shichao Xie, Fei Liu, Mu Xu

机构 * Amap, Alibaba Group(高德软件有限公司,阿里巴巴集团) Beihang University(北京航空航天大学)

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

AI总结 研究针对现有视觉语言导航方法缺乏闭环机制问题,提出ReflectVLN框架,通过双向交互智能体决策,引入行动思维链训练方案,实验证明该框架在有限数据下提升成功率和路径效率,且具良好训练成本与可解释性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12195 2026-07-15 cs.CL cs.AI 新提交 79%

Comparing Semantic Navigation in Humans and Large Language Models using Natural Language Processing

使用自然语言处理比较人类和大语言模型中的语义导航

Gabriel Paris-Colombo, Rodrigo M. Cabral-Carvalho, Felipe D. Toro-Hernández

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

AI总结 该研究通过语言流畅性数据,运用基于轨迹的自然语言处理指标,比较人类与三个大语言模型的语义搜索动态,量化相关维度,发现人类语义搜索在局部利用和全局探索间有独特平衡,当前模型架构无法重现。

Comments Cogsci paper 2026

Journal ref Proceedings of the Annual Meeting of the Cognitive Science Society, 48(0), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12050 2026-07-15 cs.RO 新提交 79%

EFLUX: Elastic Multi-Robot Formation Navigation and Adaptation with Agentic LLMs

EFLUX:基于智能语言模型的弹性多机器人编队导航与自适应

Jinyuan Zhang, Yuwei Wu, Guangyao Shi, Jonathan Diller, Gaurav S. Sukhatme, Vijay Kumar

机构 * GRASP Lab, University of Pennsylvania(宾夕法尼亚大学GRASP实验室) Department of Computer Science, University of Southern California(南加州大学计算机科学系)

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

AI总结 针对多机器人在受限环境中编队导航问题,提出EFLUX框架,基于几何和大语言模型,对变形与重新配置动作联合推理,经闭环管道转化为航点,实验证明其能实现安全弹性导航,减少死锁与导航失败。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.11638 2026-07-15 cs.RO 版本更新 79%

DA-Nav: Direction-Aware City-Scale Vision-Language Navigation

DA-Nav:方向感知的城市规模视觉语言导航

Ye Yuan, Kehan Chen, Xinqiang Yu, Wentao Xu, Heng Wang, Libo Huang, Chuanguang Yang, Yan Huang, Jiawei He, Zhulin An

机构 * School of Information Science and Technology, ShanghaiTech University(上海科技大学信息科学与技术学院) Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所) State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所人工智能安全国家重点实验室) National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所模式识别国家重点实验室) School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院) XYZ Embodied AI(XYZ具身人工智能)

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

AI总结 研究城市规模户外导航难题,提出DA-Nav框架,利用商业导航工具方向指示,经思维链推理实现轨迹恢复,引入ReDA数据集。实验表明其在未见环境成功率高,优于现有方法,还能适应多种机器人实现稳定户外导航。

Comments 9 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12185 2026-07-15 cs.CL 新提交 78%

Entropy in Semantic Memory Navigation in Blind and Sighted Individuals: The Effect of Visual Experience

盲人与视力正常者语义记忆导航中的熵:视觉经验的影响

Felipe D. Toro-Hernández, Rodrigo Lagos, Sergio E. Chaigneau

专题命中 具身导航 :navigation(title,abstract)

AI总结 研究通过属性列举任务及语义熵指标,对比盲人与视力正常者语义记忆导航差异,发现视力正常者抽象概念熵高于具体概念,盲人在视觉突出具体概念上熵更高,强调视觉经验对语义记忆组织和导航的作用。

Comments Cogsci paper 2026

Journal ref Proceedings of the Annual Meeting of the Cognitive Science Society, 48(0), 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.16144 2026-07-15 cs.CV cs.RO 版本更新 74%

LEGO-SLAM: Language-Embedded Gaussian Optimization SLAM

LEGO-SLAM:语言嵌入的高斯优化SLAM

Sibaek Lee, Seongbo Ha, Kyeongsu Kang, Joonyeol Choi, Seungjun Tak, Hyeonwoo Yu

机构 * Department of Intelligent Robotics, Sungkyunkwan University(智能机器人系,成均馆大学)

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

AI总结 研究将语言特征集成到基于3DGS的SLAM系统的问题,提出LEGO-SLAM框架,利用场景自适应自动编码器压缩语言嵌入,实现语言引导剪枝和回环检测,提升映射质量和跟踪精度,具备开放词汇能力且达15FPS。

Comments Project page :https://lab-of-ai-and-robotics.github.io/LEGO-SLAM/ Submitted to IEEE RA-L

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12466 2026-07-15 cs.RO 新提交 74%

Deployable Human Preference Alignment in Robotics: Learning Representative Rewards from Diverse Human Preferences

机器人中可部署的人类偏好对齐:从多样化人类偏好中学习代表性奖励

Taehyung Kim, Gwangmo Lee, Minjun Chang, Sunghyun Lim, Jongeun Choi

专题命中 具身导航 :robotics(title);分类 cs.RO

AI总结 研究如何使机器人策略与人类偏好对齐,提出基于偏好的奖励聚类(PREC)框架,通过聚合用户轨迹学习共享轨迹编码器,将用户聚类并为每个聚类学习奖励模型,实验表明该方法能更准确聚类用户,在多指标上优于现有方法。

Comments 23 pages, 20 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.11834 2026-07-15 cs.CV cs.AI cs.RO cs.SY eess.IV eess.SY 67%

Recent Advances in Transformer and Large Language Models for UAV Applications

Transformer及大语言模型在无人机应用中的最新进展

Hamza Kheddar, Yassine Habchi, Mohamed Chahine Ghanem, Mustapha Hemis, Dusit Niyato

机构 * LSEA Laboratory, Department of Electrical Engineering, University of Medea, 26000, Algeria(里塞阿实验室,电气工程系,梅迪亚大学,阿尔及利亚) Institute of Technology, University Centre Salhi Ahmed, Naama, Algeria(技术研究所,萨利哈·阿赫迈德大学中心,纳马,阿尔及利亚) Cybersecurity Institute, Department of Computer Science, University of Liverpool, L69 3BX, Liverpool, UK(网络安全研究所,计算机科学系,利物浦大学,英国) LCPTS Laboratory, University of Sciences(LCPTS实验室,科学大学) College of Computing(计算学院) Data Science, Nanyang Technological University, Singapore.(数据科学,南洋理工大学,新加坡)

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

AI总结 本文综述了Transformer及大语言模型在无人机应用中的最新进展,包括分类、混合模型、强化学习和大语言模型的应用,以及精准农业和自主导航等新兴应用。

Journal ref ACM Computing Surveys, 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12801 2026-07-15 cs.RO cs.AI cs.SY eess.SY 新提交 62%

Autonomous Tracking and Terminal Guidance of Moving Targets for Fixed-Wing UAVs

固定翼无人机移动目标的自主跟踪与终端制导

Wei-Hao Liou, Teng-Hu Cheng

机构 * Department of Mechanical Engineering, National Yang Ming Chiao Tung University(国立阳明交通大学机械工程学系)

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

AI总结 研究为固定翼无人机引入统一控制框架,采用三相策略,利用UKF融合视觉检测与惯性测量,结合带约束感知的NMPC及BPNG律,实现从目标检测到终端拦截的任务,仿真验证其能稳定跟踪并精确拦截,同时遵守相关约束。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.19186 2026-07-15 cs.RO cs.AI cs.FL 版本更新 62%

Real-Time Model Checking for Closed-Loop Robot Reactive Planning

闭环机器人反应式规划的实时模型检查

Christopher Chandler, Bernd Porr, Giulia Lafratta, Alice Miller

机构 * School of Computing Science University of Glasgow Glasgow Scotland UK(计算科学学院格拉斯哥大学格拉斯哥苏格兰英国) School of Biomedical Engineering University of Glasgow Glasgow Scotland UK(生物医学工程学院格拉斯哥大学格拉斯哥苏格兰英国) University of Glasgow(格拉斯哥大学)

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

AI总结 研究利用模型检查让自主机器人实现反应式多步规划与避障,特制算法基于生物知识实时原位生成规划,通过链式系统和临时快照减轻状态空间爆炸,实验证明方法有效且性能提升,为自动驾驶导航发展提供案例,适用于关键任务移动机器人。

Comments 41 pages excluding references, 21 figures, submitted to Formal Aspects of Computing

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.21245 2026-07-15 cs.RO cs.LG 版本更新 62%

Diffusion Denoiser-Aided Gyrocompassing

扩散去噪器辅助的陀螺罗经法

Gershy Ben-Arie, Daniel Engelsman, Rotem Dror, Itzik Klein

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

AI总结 针对低成本陀螺仪准确及时陀螺罗经法的挑战,提出扩散去噪器辅助的陀螺罗经法,集成扩散去噪框架与航向估计模型,处理原始传感器信号,实验证明相比其他方法显著提高了陀螺罗经精度,对自主平台导航意义重大。

Comments 8 pages, 8 figures

Journal ref Measurement, Measurement, Volume 287, 2026, Article 122370

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.12110 2026-07-15 cs.CV 新提交 57%

ACZ-GSeg: Adaptive Concentric Zone-based Two-stage Ground Segmentation for LiDAR Point Clouds

ACZ-GSeg:基于自适应同心区域的激光雷达点云两阶段地面分割

Ge Zhang Chunyang Wang Bin Liu

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

AI总结 针对复杂道路场景中地面分割难题,提出基于自适应同心区域模型的两阶段地面分割方法,构建模型确定扇区数量,粗、细分割阶段分别采用不同约束提取和细化地面点,实验证明该方法能适应点云分布特征,提高分割稳定性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.14181 2026-07-15 eess.SP 版本更新 50%

Magnetic-Field-Based Localization Using Spatial Field Variations: Signal Processing Principles, Models, and Challenges

基于磁场的空间变化的定位:信号处理原理、模型与挑战

Isaac Skog, Manon Kok, Christophe Prieur, Gustaf Hendeby

专题命中 具身导航 :navigation(abstract)

AI总结 本文探讨了利用地球磁场空间变化进行定位的研究问题,介绍了信号处理原理、模型及面临的挑战,旨在从统计信号处理的角度理解现有关键技术的异同。

Comments This work has been submitted to the IEEE for possible publication

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.17143 2026-07-15 eess.SP physics.ao-ph physics.space-ph 版本更新 50%

Assessing Ionospheric Scintillation Risk for Direct-to-Cellular Satellite Communications using Frequency-Scaled GNSS Observations

基于频率缩放的GNSS观测评估直连蜂窝通信的电离层闪烁风险

Abdollah Masoud Darya, Muhammad Mubasshir Shaikh

专题命中 具身导航 :navigation(abstract)

AI总结 本文通过频率缩放GNSS观测研究D2C通信的电离层闪烁风险,发现低频段闪烁更频繁,高D2C频段更具鲁棒性,为系统设计和缓解策略提供依据。

详情

展开后加载摘要…

URL PDF HTML 收藏