机器人 / 具身智能

Logic-Guided Socially-aware Robot Navigation World Model

逻辑引导的社会感知机器人导航世界模型

Weizheng Wang, Obi Ike, Soyun Choi, Sungeun Hong, Aniket Bera, Byung-Cheol Min

机构 * School of Applied and Creative Computing, Purdue University（应用与创意计算学院，普渡大学） ； Department of Computer Science, Purdue University（计算机科学系，普渡大学） ； Department of Applied Artificial Intelligence, Sungkyunkwan University（应用人工智能系，成均馆大学） ； Department of Computer Science and Department of Intelligent Systems Engineering, Indiana University Bloomington（计算机科学系和智能系统工程系，印第安纳大学布卢明顿分校） 纠错

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

AI总结 提出NaviWM，通过结合结构化世界模型和逻辑驱动推理链，增强大语言模型在动态人类空间中生成社交合规且物理安全的导航决策的能力。

Comments The authors have decided to withdraw this manuscript due to concerns regarding its current scope, framing, and presentation. Please do not cite this version

HyperDCM: Dynamic Cluster Memory Replay in Hyperbolic Space for Continual Robotic Navigation Across Scenes

HyperDCM：用于跨场景连续机器人导航的双曲空间动态集群记忆回放

Zhengfei Lu, Jian Yang, Muyu Wang, Shaowen Chen, Jinpeng Mi, Ke Li, Xiong You, Qi Wu, Xuan Tang, Xian Wei

机构 * Software Engineering Institute, East China Normal University（华东师范大学软件工程学院） ； School of Geospatial Information, Information Engineering University（信息工程大学地理空间信息学院） ； University of Shanghai for Science and Technology（上海理工大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 针对视觉导航持续学习难题，提出HyperDCM，通过场景图建模和记忆回放增强导航。利用视觉语言模型提取三元组，经R-GCN编码投影到双曲空间，采用动态聚类等策略。实验证明其在保留导航能力和泛化性上优于基线。

PRISM: Multimodal Terrain Mapping for Rover Navigation in Unstructured Environments

PRISM：非结构化环境中用于漫游车导航的多模态地形映射

Raul Castilla-Arquillo, Carlos Perez-del-Pulgar, Levin Gerdes, Alfonso Garcia-Cerezo, Miguel A. Olivares-Mendez

机构 * SnT, University of Luxembourg（卢森堡大学安全、可靠性和信任跨学科中心） ； Department of Automation and Systems Engineering, Universidad de Málaga, Andalucía Tech（马拉加大学自动化与系统工程系，安达卢西亚技术大学） 纠错

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

AI总结 研究针对非结构化环境中漫游车导航问题，提出PRISM多模态感知系统，利用定制传感器套件和OmniUnet网络，经新数据集验证及现场实验，可在资源受限设备上高效生成可通行性地图，实现漫游车自主导航。

PGN: Design and Implementation of a Vision-Language Navigation System Based on Pangu Multimodal Foundation Model

PGN：基于盘古多模态基础模型的视觉语言导航系统的设计与实现

Li Xian, Mingxi Li, Yizheng Wang, Yiming Shen, Qi Chen, Zhuoling Xiao

机构 * University of Electronic Science and Technology of China（电子科技大学） ； School of Information and Communication Engineering（信息与通信工程学院） 纠错

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

AI总结 研究基于盘古多模态基础模型设计实现视觉语言导航系统PGN，训练分两阶段，先对齐视觉与语言编码器，再使模型适应专家轨迹，结合多种计算方式，在特定评估下取得一定指标，量化了离线专家动作对齐情况。

Comments 6 pages, 5 figures

Learning Adaptive Safety Margins for Visual Navigation

学习用于视觉导航的自适应安全裕度

Junyi Hu, Shuaihang Yuan, Geeta Chandra Raju Bethala, Anthony Tzes, Yi Fang

机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） 纠错

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

AI总结 研究针对室内机器人视觉导航中安全裕度校准问题，提出上下文条件安全评论家方法，通过分解的三个互补项学习自适应间隙偏好排序扩散提议，经训练和提炼后在导航任务中表现出色，还能转移到人形机器人。

Predictive Training with Latent Imagination for Visual Quadruped Navigation

基于潜在想象的视觉四足导航预测训练

Yancheng Zhu, Wanli Ma, Chen Han, Irvin Haozhe Zhan, Bingfeng Qin, Yixin Xu

机构 * Anker Spatial Perception Lab（安克空间感知实验室） 纠错

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

AI总结 研究有腿机器人在动态环境中导航问题，核心方法是用辅助预测器和正则化增强反应式导航主干进行预测训练，主要贡献是提高导航成功率、降低碰撞率并实现零样本模拟到现实的迁移。

Comments 10 pages, 9 figures

VL-Nav: Neuro-Symbolic Reasoning-based Vision-Language Navigation

VL-Nav: 一种基于神经符号的方法用于基于推理的视觉语言导航

Yi Du, Taimeng Fu, Zhipeng Zhao, Shaoshu Su, Zitong Zhan, Qiwei Du, Zhuoqun Chen, Bowen Li, Chen Wang

机构 * Spatial AI & Robotics Lab, University at Buffalo, USA（美国布法罗大学空间人工智能与机器人实验室） ； Robotics Institute, Carnegie Mellon University, USA（卡内基梅隆大学机器人研究所） 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VL-Nav，一种结合神经推理与符号引导的视觉语言导航系统，通过任务规划和探索系统提升机器人在复杂环境中的导航能力，实验证明其在室内和室外场景中均取得较高成功率。

Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026

Learning When to Jump for Off-road Navigation

在越野导航中学习何时跳跃

Zhipeng Zhao, Taimeng Fu, Shaoshu Su, Qiwei Du, Ehsan Tarkesh Esfahani, Karthik Dantu, Souma Chowdhury, Chen Wang

机构 * University at Buffalo（布法罗大学） 纠错

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

AI总结 本文提出Motion-aware Traversability方法，通过建模实际机器人运动动态，提升越野导航的实时性和安全性，减少75%的路径绕行。

Journal ref Robotics: Science and Systems (RSS), 2026

G2-Nav: Grounded and Guarded Vision-Language Costmaps for Robot Social Navigation

G2-Nav：用于机器人社交导航的基于视觉语言的地面与防护代价地图

Yuwen Liao, Yihang Lan, Yizhuo Yang, Ruimeng Liu, Xinhang Xu, Shenghai Yuan, Lihua Xie

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

AI总结 研究针对机器人社交导航问题，提出G2-Nav框架，将VLM语义推理转化为视觉语言代价地图，经开放集感知评估区域和代理，结合语义验证与高频安全检查，实现非结构化环境下安全、高效且符合社会规范的自主导航。

Comments submitted

Token-Wise Latent Streaming from Slow Reasoners to Fast Planners for Dynamic Vision Language Navigation

用于动态视觉语言导航的从慢速推理器到快速规划器的逐令牌潜在流

Tianshuai Hu, Yangyi Zhong, Zeying Gong, Lingdong Kong, Xiaodong Mei, Guoyang Zhao, Xiaolu Liu, Song Wang, Rong Li, Junwei Liang

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 针对动态视觉语言导航中语言推理慢与规划需即时的矛盾，提出SPARK-VLN双系统框架，通过三个模块将慢速VLM推理器知识流到快速规划器，引入新基准套件，提高了导航成功率、社会合规性及推理效率。

An Indoor Navigation System for the Visually Impaired based on UWB Positioning and D* Lite Path Planning Algorithm

基于超宽带定位和D* Lite路径规划算法的视障者室内导航系统

Thanh C. Vo, Dong LT. Tran, Huy HM. Le, Duyen N Ha, Tuan Anh Pham, Hai Thanh Dang, Hoang T. Tran

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

AI总结 针对视障者室内导航问题，提出基于UWB定位技术和D* Lite路径规划算法的系统，利用UWB传感器定位，集成算法优化轨迹、应对动态障碍，实验表明系统可靠低延迟，为视障者提供安全灵活的室内导航。

Comments 6 pages, 7 figures, 3 tables

Journal ref Proceedings of the 8th Vietnam International Conference and Exhibition on Control and Automation (VCCA-2026), pp.1029-1034, 2026

LH-AVLN: A Benchmark for Long-Horizon Audio-Visual-Language Navigation

LH-AVLN：长距离视听语言导航基准测试

Rufeng Chen, Yue Chang, Zili Shao, Zhaofan Zhang, Li Chen, Hechang Chen, Hui Xiong, Sihong Xie

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Jilin University（吉林大学） 纠错

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

AI总结 介绍长距离视听语言导航基准LH-AVLN，结合多目标任务执行等。提出免训练参考智能体PAG-Nav，可维护语义地图并规划。实验表明现有智能体完成任务有困难，PAG-Nav提供更强诊断基线。

Comments 12 pages, 3 figures

Arbor: A Framework for Reliable Navigation of Critical Conversation Flows

Arbor：一种用于关键对话流程可靠导航的框架

Luís Silva, Diogo Gonçalves, Catarina Farinha, Clara Matos, Luís Ungaro

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

AI总结 Arbor通过分解决策树导航为节点级任务，提升了医疗分诊中对话流程的准确性和效率，使小型模型能超越大模型表现。

SplatSearch: Instance Image Goal Navigation for Mobile Robots using 3D Gaussian Splatting and Diffusion Models

SplatSearch：使用3D高斯点云和扩散模型的移动机器人实例图像目标导航

Siddarth Narasimhan, Matthew Lisondra, Haitong Wang, Goldie Nejat

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

AI总结 研究移动机器人的实例图像目标导航问题，提出SplatSearch架构，利用3D高斯点云重建和多视角扩散模型，结合前沿探索策略，在多种环境实验中验证其性能优于现有方法。

Comments Project Page: https://splat-search.github.io/

Splat-based 3D Scene Reconstruction with Extreme Motion-blur

基于体素的极端运动模糊3D场景重建

Hyeonjoong Jang, Dongyoung Choi, Donggun Kim, Woohyun Kang, Min H. Kim

机构 * KAIST（韩国科学技术院） ； HYPERGRAM（超图） 纠错

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

AI总结 研究针对低光照下RGB-D输入的极端运动模糊问题，提出结合高斯体素框架的相机姿态估计与图像去模糊方法，通过对齐帧、调整高斯位置等步骤，提升3D重建质量，优于现有方法，有广泛应用意义。

Journal ref Proceedings of IEEE/CVF International Conference on Computer Vision (ICCV) 2025

Bundle Adjustment in the Eager Mode

急切模式下的捆绑调整

Zitong Zhan, Huan Xu, Zihang Fang, Xinpeng Wei, Yaoyu Hu, Chen Wang

机构 * Spatial AI & Robotics (SAIR) Lab, University at Buffalo（空间人工智能与机器人实验室，布法罗大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出了一种与PyTorch无缝集成的高效急切模式捆绑调整库，通过稀疏感知的自动微分设计和GPU加速的稀疏运算，提升了在机器人应用中捆绑调整的运行效率和性能。

Journal ref IEEE Transactions on Robotics (T-RO), 2026

HAS: Highlight-guided Attention Steering for Multimodal LLM Video Summarization

HAS：用于多模态大语言模型视频摘要的高亮引导注意力转向

Rui Chu, Yingjie Lao

机构 * Tufts University（塔夫茨大学） 纠错

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

AI总结 针对视频摘要，提出HAS方法，通过全局找连续帧级高亮分布并作为注意力转向向量，让多模态大语言模型在推理时更关注高亮帧，避免丢失信息，在多种基准测试中性能出色。

DROID-ANCHOR: Odometry-Anchored Recurrent Metric Depth Estimation

DROID-ANCHOR：基于里程计锚定的循环度量深度估计

Yuxuan Chen, Brook Du

机构 * UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 研究针对单目系统尺度问题，提出Metric-DROID架构，通过集成里程计，利用LSTM更新算子、不确定性感知度量后端及选择性残差微调策略，实现视觉SLAM与物理现实锚定，有效解决尺度模糊等问题。

Manifold-Guided Motion Planning for Tight Assemblies

用于紧密装配的流形引导运动规划

Dror Livnat, Michael M. Bilevich, Michal Kleinbort, Dan Halperin

机构 * Blavatnik School of Computer Science and Artificial Intelligence, Tel-Aviv University（特拉维夫大学布拉瓦尼克计算机科学与人工智能学院） 纠错

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

AI总结 针对刚体装配运动规划因几何约束面临的挑战，提出临界流形引导的CMG-RRT规划器。它利用配置空间分层细分，将采样偏向临界流形邻域引导探索，经证明概率完备，在基准测试中成功率达100%，还解决了麋鹿拆解谜题。

Comments Appeared in the 17th World Symposium on the Algorithmic Foundations of Robotics (WAFR)

Lifelong Localization in Dynamic Indoor Environments Combining Odometry with Sparse Distance Sampling

结合里程计与稀疏距离采样的动态室内环境终身定位

Michael M. Bilevich, Tomer Buber, Dan Halperin

机构 * Blavatnik School of Computer Science and Artificial Intelligence, Tel-Aviv University（特拉维夫大学布拉瓦尼克计算机科学与人工智能学院） 纠错

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

AI总结 研究动态室内环境中机器人定位问题，提出结合里程计与稀疏距离采样的终身定位框架，能实时解决绑架机器人问题，在静态和动态环境中均收敛到真实姿态，少量距离样本即可实现与SLAM相当的定位，具多方面优势。

Comments Appeared in the 2026 IEEE International Conference on Robotics and Automation (ICRA)

S.E.A.G.R: A Socially and Emotionally Aware Greeting Robot Framework with Dual-Layer Cultural and Affective Modulation

S.E.A.G.R：一个具有双层文化和情感调制的社交和情感感知问候机器人框架

Sajjad Hussain, Ranveer Bhura, Amandip Dutta, Shwetangshu Biswas

机构 * University of Brighton（布莱顿大学） ； National Institute of Technology, Silchar（锡尔恰尔国立理工学院） 纠错

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

AI总结 研究为不同文化背景和情感状态用户的人机交互设计SEAGR问候机器人框架，引入双层调制，结合多种技术在统一架构内实现，用低成本原型验证概念，当前缺用户研究验证，这是未来主要工作方向。

Comments 13 pages, 6 figures. Accepted for publication in the proceedings of the 18th International Conference on Social Robotics (ICSR 2026)

Twisted Schrödinger Bridge Matching

扭曲薛定谔桥匹配

Maxence Noble, Marie Scheid, Yazid Janati, Eric Moulines, Alain Durmus

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

AI总结 研究广义薛定谔桥问题，基于迭代马尔可夫拟合范式引入扭曲薛定谔桥匹配方法TSBM，它能处理连续和离散时间势，扩展了IMF方案，有新的桥匹配损失，还引入方差减少技术，实验证明其对高维轨迹推断有益。

Comments Preprint version

MuViSeg: Multi-View Segment Correspondences from Dense Geometry Priors

MuViSeg：基于密集几何先验的多视图段对应

Denis Fatykhoph, Timur Akhtyamov, Konstantin Pakulev, German Devchich, Gonzalo Ferrer

机构 * Applied AI Institute（应用人工智能研究所） 纠错

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

AI总结 研究针对经典图像对应与对象级推理的差距，基于段级匹配范式提出三个学习匹配头，包括LightGlue风格注意力头、DPT风格多尺度融合模块及多视图扩展，在多个数据集和任务中取得显著性能提升。

Comments 16 pages, 4 figures

Stability and Comfort in Mobile Robot-Pedestrian Interactions

移动机器人与行人交互中的稳定性和舒适性

Alireza Jafari, Hong-Son Nguyen, Yen-Chen Liu

机构 * National Cheng Kung University（国立成功大学） 纠错

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

AI总结 研究针对非完整约束移动机器人，利用社会力模型等设计算法，通过仿真校准、实验比较及统计分析，证明算法稳定性，突出其在提高行人舒适性方面的优势。

Comments 21 pages, 9 figures, 12 tables, submitted for publication

Is Progressive Disclosure All You Need for Long-Context Agents?

长上下文智能体仅靠渐进式披露就够了吗？

Yifeng He, Yinzhe Zhao, Jicheng Wang, Hao Chen

机构 * University of California, Davis（加利福尼亚大学戴维斯分校） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 研究长文档问答中智能体获取文档路径自行决定读取内容的模式，通过对照研究，在InfiniteBench上对比原始文档导航、Agent Skills包设计与经典混合检索器，发现不同情况下各方法表现不同，渐进式披露在语料库大时作用关键。

PACE: Polar Axis-Conditioned Estimation for PairUAV Relative Localization

PACE：用于PairUAV相对定位的极轴条件估计

Ze Rong

机构 * FST and ICI, University of Macau（澳门大学科技学院和创新与合作研究所） 纠错

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

AI总结 研究PairUAV相对定位问题，引入极轴条件估计方法，保留共享表示并分配特定于轴的读出接口，航向和距离采用不同证据路径，在官方测试中取得一定成绩，提供相关代码等资源。

Optimal Safety Control using High-Order Control Barrier Functions

使用高阶控制障碍函数的最优安全控制

Neng Li, Zuodong Pan, Jiaxing Wang, Weiguo Xia, Wei Ren

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

AI总结 研究非线性控制系统最优安全控制问题，提出新型高阶控制障碍函数及控制Lyapunov函数，讨论二者关系与兼容性以建立最优控制器，通过四旋翼导航问题数值示例验证了结果的有效性。

Comments 8 pages, 3 figures, Accepted by ASCC2026

Some Large Language Models Exhibit Consistent Risk Attitudes

一些大语言模型表现出一致的风险态度

Bowen Sun, Rui Min, Yuxi Wang, Brian Odegaard, Qi Wang, Jing Du

机构 * University of Florida（佛罗里达大学） ； Northeastern University（东北大学） 纠错

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

AI总结 研究大语言模型在不确定性下的风险态度，引入跨域框架，应用于六个大语言模型和100名人类参与者，发现多数大语言模型有任务内一致性、跨域排序稳定性，且风险态度分布趋向受限，为评估和调整AI系统奠定基础。

Comments 38

A Behavioral State Vocabulary in Sony ERS-111 R-CODE

索尼 ERS-111 R-CODE 中的行为状态词汇表

Christopher A. Tucker

机构 * Sony（索尼） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 研究索尼 ERS-111 AIBO 的 R-CODE 样本行为图，通过语料库级分析比较命名状态，识别反复出现的控制词汇，发现其构建例程的语法，还指出这种基于状态的抽象对构建新行为例程及在受限机器人系统中的作用。

A Vendor-Agnostic LiDAR Data Conversion System with Multi-Signal Detection and Multi-Format Output

一种支持多信号检测和多格式输出的厂商无关LiDAR数据转换系统

Param Patel, Jay Dave, Pratyush Chakraborty

机构 * BITS Pilani, Hyderabad Campus（比拉理工学院海德拉巴校区） ； Department of Electrical and Electronics Engineering, BITS Pilani, Hyderabad Campus（比拉理工学院海德拉巴校区电气与电子工程系） ； Department of Computer Science and Information Systems, BITS Pilani, Hyderabad Campus（比拉理工学院海德拉巴校区计算机科学与信息系统系） 纠错

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

AI总结 提出一种厂商无关的LiDAR数据转换系统，通过加权多信号方法自动识别传感器厂商，并输出五种标准格式，解决了多厂商SDK不兼容问题。

Comments Manuscript submitted at Software: Practice and Experience