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。

2026-07-17 至 2026-07-17 共收录 84 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 机器人操作 20 篇

2607.14609 2026-07-17 cs.RO 新提交 86%

Representation-Aligned Tactile Grounding for Contact-Rich Robotic Manipulation

用于接触丰富的机器人操作的表示对齐触觉基础

Ruilin Chen, Jingkai Jia, Tong Yang, Xinyu Zhou, Qiao Sun, Jiangwei Zhong, Shizeng Zhang, Nuo Chen, Bailin He, Wei Li, Wenqiang Zhang

机构 * Shanghai Key Lab of Intelligent Information Processing, College of Computer Science and Artificial Intelligence, Fudan University(复旦大学计算机科学与人工智能学院智能信息处理上海市重点实验室) College of Intelligent Robotics and Advanced Manufacturing, Fudan University(复旦大学智能机器人与先进制造学院) Lenovo CTO Organization(联想首席技术官组织) Nanyang Technological University(南洋理工大学) TeleAl, China Telecom(中国电信天翼人工智能公司)

专题命中 机器人操作 :manipulation(title,abstract);robotic(title);分类 cs.RO

AI总结 研究接触丰富的机器人操作中,针对VLA策略不同表示作用下触觉监督应用位置不明的问题,通过线性探针分析找到可预测未来触觉状态的中间动作专家特征,引入LTP,实验证明表示对齐的触觉基础效果更佳。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14730 2026-07-17 cs.RO 新提交 83%

Hybrid Rigid-Soft Robotic Gripper with Shape Adaptation, Uniform Force Distribution, and Self-Locking Capabilities

具有形状适应、均匀力分布和自锁能力的混合刚性-柔性机器人抓手

Xi Chen, Yun Wang, Lichao Yang, Haitao Li, Ya Xiong

机构 * Intelligent Equipment Research Center, Beijing Academy of Agriculture and Forestry Sciences(北京市农林科学院智能装备研究中心) College of Engineering, China Agricultural University(中国农业大学工学院) College of Engineering, Shanxi Agricultural University(山西农业大学工学院)

专题命中 机器人操作 :robotic(title,abstract);manipulation(abstract);分类 cs.RO

AI总结 研究针对传统机器人抓手难题,提出集成低成本气动执行器与3D打印双棘轮棘爪机构的混合刚性-柔性抓手,能实现形状适应、均匀力分布和无能源自锁,实验验证其负载、力分布及能耗等性能优越,为农业任务提供高效方案。

Comments Accepted to ICRA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.10132 2026-07-17 cs.RO 版本更新 83%

TAC-LOCO: Unified Whole-Body Control for Quadrupedal TACtile-Informed LOCO-Manipulation

TAC-LOCO:用于四足触觉感知 LOCO 操纵的统一全身控制

Muqun Hu, Yuhao Zhou, Kabir Ray Malik, Chi Lin, Won Suk Lee, Yu She, Yan Gu

机构 * Purdue University(普渡大学) University of Florida(佛罗里达大学)

专题命中 机器人操作 :manipulation(title,abstract);robotic(abstract);分类 cs.RO

AI总结 研究动态移动操纵中触觉传感在全身控制的作用,提出 TAC-LOCO 框架,编码触觉观测与本体感觉统一控制肢体,经奖励设计使策略能应对多种情况,部署后实现降力及低掉落率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.10198 2026-07-17 cs.RO 版本更新 79%

Octopus-inspired Distributed Control for Soft Robotic Arms: A Graph Neural Network-Based Attention Policy with Environmental Interaction

章鱼启发的分布式控制用于软机器人手臂:基于图神经网络的注意力策略与环境交互

Linxin Hou, Qirui Wu, Zhihang Qin, Yongxin Guo, Cecilia Laschi

专题命中 机器人操作 :robotic(title,abstract);分类 cs.RO

AI总结 本文提出基于图神经网络的注意力策略,用于软机器人手臂在复杂环境中实现目标接触,通过集中训练分散执行范式提升鲁棒性和性能。

Comments 8 pages, 5 figures, 2 tables, accepted by IROS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14280 2026-07-17 cs.RO cs.LG 新提交 73%

DiMaS: Distribution Matching for Steering Vision-Language-Action Models

DiMaS:用于引导视觉-语言-动作模型的分布匹配

Pegah Khayatan, Sara Meziane, Jayneel Parekh, Matthieu Cord

机构 * ISIR, Sorbonne Université(法国国家信息与自动化研究所,索邦大学)

专题命中 机器人操作 :manipulation(abstract);robotic(abstract);分类 cs.RO、cs.LG

AI总结 研究针对基于流匹配的视觉-语言-动作模型细粒度行为控制不足的问题,提出DiMaS分布匹配引导策略,能有效控制行为,研究其泛化性并分析原因,推动了视觉运动设置下的分布匹配设计。

详情

展开后加载摘要…

URL PDF HTML 收藏
2606.13181 2026-07-17 cond-mat.other cond-mat.mes-hall 版本更新 71%

Transformation of the gyrotropic mode spectrum of the FM / AFM disk via vortex imprinting

通过涡旋印记调控FM/AFM圆盘中回旋模式频率和能带结构

E. V. Skorokhodov, E. A. Karashtin, I. A. Fedotov, I. Yu. Pashen'kin, M. V. Sapozhnikov

专题命中 机器人操作 :manipulation(title)

AI总结 实验研究交换耦合到反铁磁层的铁磁涡旋纳米振荡器的回旋模式,发现频率显著上移约4倍,并观测到双频峰,归因于非中心对称系统中的强非线性涡旋动力学。

Comments 5 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14579 2026-07-17 cs.HC cs.CV 新提交 70%

Skeleton: Visual Authoring of Non-visual Data Experiences

Skeleton:非视觉数据体验的可视化创作

Frank Elavsky, Chieri Nnadozie, Lucas Nadolskis, Patrick Carrington, Dominik Moritz

机构 * Carnegie Mellon University(卡内基梅隆大学) UC Santa Barbara(加州大学圣巴巴拉分校)

专题命中 机器人操作 :manipulation(abstract);navigation(abstract);分类 cs.CV

AI总结 研究非视觉数据体验可视化创作问题,提出Skeleton直接操作创作环境,含Inspector、Dimensions API等技术,经对8名从业者实地研究评估,其使导航结构可见,改变从业者可访问设计方式。

Comments 9 pages core, 2 pages acknowledgements + references, 4 pages appendices. Accepted at IEEE VIS 2026, to appear in November 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14341 2026-07-17 cs.RO cs.AI 新提交 62%

Beyond Visual Grasping: Benchmarking Complex Grasping from Detection to Execution

超越视觉抓取:从检测到执行的复杂抓取基准测试

Hanyi Zhang, Khang Nguyen, Charith Munasinghe, Basu Hela, Tianyu Li, Zihong Luo, Hoan Nguyen, Hans Wernher van de Venn, Yalin Zheng, Ravi Prakash, Tung D. Ta, Anh Nguyen, Baoru Huang

机构 * University of Liverpool(利物浦大学) Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学) Zurich University of Applied Science(苏黎世应用科学大学) Indian Institute of Science(印度科学研究所) University of Information Technology(信息技术大学) The University of Tokyo(东京大学)

专题命中 机器人操作 :robotic(abstract);分类 cs.RO、cs.AI

AI总结 针对现有抓取基准未涵盖复杂多步推理和语义理解任务的问题,提出GCA-Bench基准,实现多种基线方法并进行实证研究,给出新评估指标等,为开发更强大通用的抓取策略提供指导。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14271 2026-07-17 cs.LG cs.AI 新提交 62%

Local Additive Feature Attribution: A Mathematical Taxonomy and Reporting Checklist

局部加法特征归因:一种数学分类法和报告清单

Rebecca Afriyie Sarpong, Daniel Commey

专题命中 机器人操作 :manipulation(abstract);分类 cs.AI、cs.LG

AI总结 该研究围绕五个规范选择组织多种局部加法特征归因方法,通过公理矩阵比较,将常见失败模式与假设关联,为使用局部加法归因的研究提出十项报告清单,强调归因结果依数学假设而定且假设应报告

Comments 35 pages, 7 figures, and 19 tables. Ancillary files include the axiom matrix, reporting checklist, related-survey scoring, and review-corpus summary

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.25667 2026-07-17 cs.LG cs.AI cs.HC 版本更新 62%

EEG-based AI-BCI Wheelchair Advancement: Transformer-Based Learning with Motor Imagery for Brain Computer Interface

基于EEG的AI-BCI轮椅前进:用于脑机接口的混合深度学习与运动想象

Bipul Thapa, Biplov Paneru, Bishwash Paneru, Khem Narayan Poudyal

机构 * Department of Computer Science and Engineering, Kathmandu University(加德满都大学计算机科学与工程系) Department of Electronics and Communication Engineering, Nepal Engineering College, Pokhara University(博卡拉大学尼泊尔工程学院电子与通信工程系) Department of Applied Sciences and Chemical Engineering, Institute of Engineering, Pulchowk Campus, Tribhuvan University(特里布万大学工程学院普尔乔克校区应用科学与化学工程系)

专题命中 机器人操作 :navigation(abstract);分类 cs.AI、cs.LG

AI总结 本文提出一种结合运动想象左右手运动机制的AI集成方法,利用EEG数据模拟轮椅导航,采用CNN-Transformer混合模型实现高准确率的EEG分类。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14842 2026-07-17 cs.RO 新提交 57%

KineFuse: Kinematic-Aware Haptic Fusion for In-Hand Occluded-Object Pose Tracking

KineFuse:用于手中遮挡物体姿态跟踪的运动感知触觉融合

Chanyoung Ahn, Jaesung Lee, Sungwoo Park, Donghyun Hwang

机构 * Center for Humanoid Research, KIST(韩国科学技术院人形机器人研究中心) Korea University(韩国大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO

AI总结 研究如何利用多手指手上的稀疏触觉信号补充预训练视觉姿态跟踪器以应对遮挡,提出运动感知手指级编码器,经多级别评估对比,验证其能提升跟踪成功率,在下游任务表现更好并提供真实世界演示。

Comments 8 pages, 10 figures. Accepted for presentation at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14578 2026-07-17 cs.RO 新提交 57%

Beyond Implicit Force: Evaluating Explicit Force-Torque Proxies in Action Chunking with Transformers

超越隐式力:在使用Transformer的动作分块中评估显式力-扭矩代理

King Hang Wong, Lingqiao Liu, Feras Dayoub

机构 * Australian Institute for Machine Learning (AIML), Adelaide University(澳大利亚机器学习研究所(AIML),阿德莱德大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO

AI总结 研究在动作分块中ACT的力感知是否依赖遥操作隐式线索,引入以观察为中心的变体,评估简单关节扭矩代理。去除隐式线索致力关键阶段失败,扭矩增强策略可恢复接触行为并改进基础策略,证明隐式线索是力感知可恢复来源。

Comments Accepted to IROS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14487 2026-07-17 cs.RO 新提交 57%

MIDAS Hand: Modular low-Impedance Direct-drive Anthropomorphic Sensing Hand

MIDAS手:模块化低阻抗直接驱动拟人传感手

Alvin Zhu, Mingzhang Zhu, Beom Jun Kim, Quanyou Wang, Jose Victor S. H. Ramos, Dennis Hong

机构 * UCLA(加州大学洛杉矶分校)

专题命中 机器人操作 :manipulation(abstract);分类 cs.RO

AI总结 针对灵巧操作受手部硬件限制的问题,提出低成本开源的MIDAS手,有16个自由度,直接驱动且回驱扭矩低,集成触觉传感,发布完整堆栈,经多种测试分析,为触觉灵巧操作和人机数据收集提供平衡可重复平台。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14275 2026-07-17 cs.AI cs.MA 新提交 57%

AI Agents Do Not Fail Alone:The Context Fails First

人工智能智能体并非独自失败:上下文首先失败

Fouad Bousetouane

机构 * The University of Chicago(芝加哥大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.AI

AI总结 研究人工智能智能体可靠性,通过ProofAgent-Harness评估上下文七个标准,验证上下文工程质量是智能体可靠性的领先指标,经受控研究表明上下文质量标准可预测行为结果,确立其为预检信号及可审计层。

Comments 24 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17472 2026-07-17 cs.RO cs.MA cs.NI 版本更新 57%

Bringing Network Coding into Multi-Robot Systems: Interplay Study for Autonomous Systems over Wireless Communications

将网络编码引入多机器人系统:自主系统在无线通信中的相互作用研究

Anil Zaher, Kiril Solovey, Alejandro Cohen

机构 * Viterbi Faculty of Electrical and Computer Engineering, Technion–Israel Institute of Technology(电气与计算机工程学院,技术学院–以色列理工学院)

专题命中 机器人操作 :robotic(abstract);分类 cs.RO

AI总结 研究探讨了网络编码在多机器人系统中的应用,通过案例分析展示其在提升通信可靠性和任务执行效率方面的优势。

Comments To appear in IROS 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2409.01754 2026-07-17 cs.CY cs.AI cs.CL cs.HC 版本更新 57%

Empirical evidence of Large Language Model's influence on human spoken communication

大语言模型对人类口语交流影响的实证证据

Hiromu Yakura, Ezequiel Lopez-Lopez, Levin Brinkmann, Ignacio de la Serna, Lara Kirfel, Prateek Gupta, Ivan Soraperra, Thomas F. Eisenmann, Dirk U. Wulff, Iyad Rahwan

机构 * Center for Humans and Machines(人类与机器中心) Max-Planck Institute for Human Development(人类发展马克斯·普朗克研究所) Center for Adaptive Rationality(适应性理性中心) TUD Dresden University of Technology(德累斯顿技术大学) Department of Business Analytics and Decision Science(商业分析与决策科学系) Vienna University of Economics and Business(维也纳经济与商业大学)

专题命中 机器人操作 :manipulation(abstract);分类 cs.AI

AI总结 研究大语言模型对人类口语交流的影响,通过分析播客对话及实验发现,ChatGPT优先生成的词汇在人类自发语音中增加,人类会内化其词汇选择,揭示机器训练数据反馈至人类语言,引发对语言同质化及AI文化影响的担忧。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14819 2026-07-17 quant-ph 新提交 50%

Quantum Remote Implementation of Hybrid Operations on Hyperstates Using Hyperentangled States

利用超纠缠态对超态进行混合操作的量子远程实现

Satish Kumar, Anirban Pathak

专题命中 机器人操作 :manipulation(abstract)

AI总结 研究利用超纠缠态实现量子远程控制,提出同时利用两比特超纠缠态的偏振和空间自由度的QRIO协议,通过线性光学元件等构建协议,分析测量误差影响并评估成功概率,结果显示该方案对混合量子通信等有应用潜力。

Comments 8 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14365 2026-07-17 astro-ph.IM 新提交 50%

Using Muon Rings for the Calibration of the Cherenkov Telescope Array: An Analytical Solution for the Dual-Mirror Telescope Using Vector Geometry

利用μ子环校准切伦科夫望远镜阵列:基于矢量几何的双镜望远镜解析解

Markus Gaug, Víctor Giráldez-Segalàs, Fiona Redmen

专题命中 机器人操作 :manipulation(abstract)

AI总结 研究利用矢量几何形式推导双镜望远镜中μ子产生切伦科夫光的解析解,通过与已知解及极限情况对比验证,分析了相关效应,结果可直接用于切伦科夫望远镜阵列天文台基于μ子的校准。

Comments This is the second article of the series "Using Muon Rings for the Calibration of the Cherenkov Telescope Array", following https://iopscience.iop.org/article/10.3847/1538-4365/ab2123

Journal ref The Astrophysical Journal Supplement Series 285 (2026) 22

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.04623 2026-07-17 cond-mat.mes-hall cond-mat.mtrl-sci 50%

Large-Area Deterministic Stamping of 2D Materials on Arbitrarily Patterned Surfaces

大面积确定性 stamping of 2D 材料到任意图案化表面

Bernardo S. Dias, Reynolds Dziobek-Garrett, Gabriella Mentasti, Abhishek Gupta, Alexander Lambertz, Esther Alarcon-Llado, Peter Schall, Roland Bliem, Jorik van de Groep

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出了一种适用于大面积二维材料及其异质结构在任意图案化表面转移的可靠方法,通过低密度聚乙烯的物理性质实现高光学质量和多种器件架构的兼容性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.09462 2026-07-17 quant-ph math-ph math.MP 50%

Arbitrary state creation via controlled measurement

通过受控测量实现任意态的创建

Alexander I. Zenchuk, Wentao Qi, Junde Wu

专题命中 机器人操作 :manipulation(abstract)

AI总结 本文提出了一种通过受控测量实现任意n量子比特纯叠加态创建的算法,具有O(2^n n)的深度和O(n)的空间复杂度,无需补充古典计算。

Journal ref Quantum Information & Computation, 26 (2026), 114-128

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 具身导航 17 篇

2605.25170 2026-07-17 cs.LG cs.AI cs.ET cs.RO 版本更新 87%

Grow-Prune-Freeze Networks: Adaptive & Continual Learning Technique for Olfactory Navigation

生长-剪枝-冻结网络:用于嗅觉导航的自适应与持续学习技术

Kordel K. France, Ovidiu Daescu

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

AI总结 提出生长-剪枝-冻结(GPF)网络框架,通过动态调整策略网络层数实现持续学习,在湍流羽流导航任务中达到94%成功率,并推广到其他机器学习任务。

Comments Accepted as poster to the Reinforcement Learning in Big Worlds Workshop at the 2026 Reinforcement Learning Conference

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14853 2026-07-17 cs.RO cs.MA cs.SY eess.SY 新提交 83%

Modeling and Validation of Quality of Control for Edge-Offloaded Collaborative Navigation

边缘卸载协同导航的控制质量建模与验证

Neelabhro Roy, Mikael Hammarling, Victor Nan Fernandez-Ayala, Gourav Prateek Sharma, Mani H. Dhullipalla, Dimos V. Dimarogonas, James Gross

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

AI总结 针对复杂环境中协同控制受网络问题挑战,本文扩展控制质量框架到实际机器人模型,建模网络影响、探索控制参数影响并实验验证,得出最优操作模式,还比较了ROS~2中QoS策略的QoC性能。

Comments Accpeted in IEEE VTC-Fall 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2403.01977 2026-07-17 cs.RO cs.AI cs.CV 版本更新 83%

Seeing Through Uncertainty: Free-Energy-Inspired Real-Time Adaptation for Robust Visual Navigation

在不确定性中看见:一种基于自由能原理的实时感知适应鲁棒视觉导航方法

Maytus Piriyajitakonkij, Rishabh Dev Yadav, Mingfei Sun, Mengmi Zhang, Wei Pan

机构 * Department of Computer Science, The University of Manchester(曼彻斯特大学计算机科学系) Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (A*STAR)(信息与通信研究院(I2R)、科技研究局(A*STAR)) College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院)

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

AI总结 FEP-Nav通过结合自由能原理与实时感知适应,提升机器人在复杂视觉环境中的导航鲁棒性。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.18624 2026-07-17 cs.RO cs.AI cs.CV 版本更新 82%

REST: Receding Horizon Explorative Steiner Tree for Zero-Shot Object-Goal Navigation

REST:基于零样本目标导航的视界探索Steiner树

Shuqi Xiao, Maani Ghaffari, Chengzhong Xu, Hui Kong

机构 * State Key Laboratory of Internet of Things for Smart City, University of Macau(智能城市物联网国家重点实验室,澳门大学) University of Michigan(密歇根大学)

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

AI总结 REST通过构建开放词汇3D地图、生成以代理为中心的路径树以及利用LLM推理选择最佳路径,在多个基准测试中实现了高成功率和高效路径效率。

Comments Accepted to IROS'26

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.09815 2026-07-17 cs.RO cs.CV 版本更新 81%

RASR: Range-Aware Scale Recovery for Metric UAV Navigation

RASR:用于度量无人机导航的距离感知尺度恢复

Hongtao Liang, Xinyu Shao, Chenxu Wang, Yiyao Wan, Jiahuan Ji, Fangwei Ye, Fuhui Zhou, Qihui Wu

机构 * College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics(南京航空航天大学电子信息工程学院) Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院) Noah Ark Lab, Huawei(华为诺亚方舟实验室) College of Automation Engineering, Nanjing University of Aeronautics and Astronautics(南京航空航天大学自动化工程学院) College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics(南京航空航天大学人工智能学院) College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics(南京航空航天大学计算机科学与技术学院)

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

AI总结 研究在GNSS信号阻断时无人机精确最后一米导航问题,提出RASR方法,将尺度恢复核心与校准模块分离,核心压缩几何成描述符并全局校准,校准模块进行残差校正和对齐,在PairUAV评估中取得较好结果。

Comments 5 pages, 4 figures. Technical report for the UAVM 2026 PairUAV Challenge

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.15036 2026-07-17 cs.RO 新提交 79%

Learning Agile Navigation in Crowded Environments for Quadruped Robots

学习四足机器人在拥挤环境中的敏捷导航

Shuyu Wu, Zeyu Liu, Tianbao Zhang, Fanxing Li, Fangyu Sun, Mingkang Xiong, Wei Xi, Wenxian Yu, Danping Zou

机构 * Shanghai Jiao Tong University(上海交通大学) Midea Group(美的集团)

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

AI总结 针对四足机器人在拥挤环境中导航难题,提出结合VO几何安全与端到端学习敏捷性的VOP-Nav系统,利用LiDAR数据隐式编码约束并预测安全速度区,VO预测兼具推理输入与训练奖励双重作用,实验验证其高效性与稳健性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14586 2026-07-17 cs.RO 新提交 79%

SoftNav: Injecting 3D Scene Tokens into VLMs for Embodied Navigation

SoftNav:将3D场景令牌注入视觉语言模型以进行具身导航

Yi Wu, Junjie An, Xiao Liu, Yiqun Zhou, Yuechen Wu, Xiaoqing Guan, Shuyang Yu, You Wang, Guang Li

机构 * Zhejiang University(浙江大学) Shandong University(山东大学)

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

AI总结 研究针对具身导航中3D场景理解与导航推理协同问题,提出SoftNav方法,通过轻量级投影仪将3D连续表示作为软令牌注入VLM隐藏空间,在HM3D-OVON上超越先前方法,且能零样本转移到其他场景,弥合表征差距实现可转移导航。

Comments 8 pages, 6 figures. Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14424 2026-07-17 cs.RO cs.AI cs.LG 新提交 69%

ConFlow: Constraints-Guided Learning with Flow Matching for Motion Generation

ConFlow:基于流匹配的约束引导学习用于运动生成

Nutan Chen, Jianxiang Feng, Marvin Alles, Botond Cseke

机构 * LS Wiiri Robot Innovation Center(LS维里机器人创新中心) Technical University of Munich(慕尼黑工业大学) Volkswagen Group(大众集团)

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

AI总结 研究针对机器人运动生成中约束与数据不匹配问题,提出ConFlow框架,将约束信息纳入训练目标,用条件高斯过程解决设计规范,用不可行演示作负监督,实验表明其能降低碰撞率、提高轨迹质量,弥合训练与推理差距。

Comments RSS 2026 Workshop on Diffusion for Robot Learning

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14228 2026-07-17 cs.CV cs.AI 新提交 62%

SeeSE3: Emergence of 3D Space in Vision Features

SeeSE3:视觉特征中3D空间的出现

Caroline Chen, Sayna Ebrahimi, Fedor Kitashov, Ming-Hsuan Yang, Leonidas Guibas, Viorica Pătrăucean, Maks Ovsjanikov

机构 * Google DeepMind(谷歌DeepMind)

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

AI总结 研究视觉基础模型构建的表征与3D欧几里得空间内在属性的关系,提出从拓扑和几何角度评估的探测器,发现自监督视觉模型有相关潜在子空间,并基于此提出“潜在空间导航”技术用于视觉里程计和定位。

详情

展开后加载摘要…

URL PDF HTML 收藏
2607.14968 2026-07-17 cs.CV 新提交 57%

Stitch-Inferencer: Enhance Endoscopic Video Segmentation and Tracking via Panoramic Reconstruction

Stitch-Inferencer:通过全景重建增强内窥镜视频分割和跟踪

Shunsuke Kikuchi, Atsushi Kouno, Hiroki Matsuzaki

机构 * Jmees Inc(Jmees公司)

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

AI总结 针对内窥镜视频理解中视野受限和遮挡问题,提出Stitch-Inferencer框架,用全景画布取代隐式特征记忆,跨帧拼接观察以扩大视野,让现有模型利用长程上下文,实验证明其能在保持实时性的同时提升分割和跟踪性能。

详情

展开后加载摘要…

URL PDF HTML 收藏