机器人 / 具身智能

AdvNav: Behavior-Guided Black-Box Adversarial Attacks on Vision-Language Navigation

AdvNav：视觉语言导航中基于行为引导的黑盒对抗攻击

Chenyang Li, Kaige Li, Zeyu Jiang, Changhao Chen

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

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

AI总结 研究视觉语言导航系统对抗攻击，提出AdvNav框架，利用双粒度行为反馈构建替代目标，采用混合优化策略。在R2R数据集上评估，对两种模型取得较高攻击成功率，证明其有效性与通用性，揭示感知漏洞并为VLN模型设计提供见解。

Comments ACM International Conference on Multimedia 2026

CSAR: Containerized System Architecture for Robotics

CSAR：面向机器人的容器化系统架构

Gregorio Ambrosio-Cestero, Cipriano Galindo, Javier Gonzalez-Jimenez, Jose-Raul Ruiz-Sarmiento

机构 * Machine Perception and Intelligent Robotics group (MAPIR), Dept. of System Engineering and Automation, Málaga Institute for Mechatronics Engineering and Cyber-Physical Systems (IMECH.UMA), University of Málaga（机器感知与智能机器人组（MAPIR），系统工程与自动化系，马拉加机电一体化工程与信息物理系统研究所（IMECH.UMA），马拉加大学） 纠错

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

AI总结 提出CSAR架构，结合LXC/LXD容器化、ROS 2/DDS通信和三层边缘基础设施，解决机器人团队在依赖隔离、兼容性、可复现性和异构部署中的挑战，并通过3D SLAM和GPU加速语义映射用例验证其有效性。

Comments 14 pages, 8 figures

No Training, Better Flights: Test-Time Scaled VLMs for UAV Navigation

无需训练，飞行更佳：用于无人机导航的测试时缩放视觉语言模型

Feinan Cheng, Dongliang Xu, Wenli Nong, Zhiheng Zhang, Ang Liu, Tianyu Wang, Yue Yao

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

AI总结 研究如何将测试时缩放应用于无人机视觉语言导航，通过迭代细化和多标准评分函数，无需额外训练，使冻结模型自我校正，生成更准确可靠飞行计划，实现最优性能。

Fly0: Persistent Metric Anchoring for Zero-Shot Aerial Vision-Language Navigation

Fly0: 解耦语义定位与几何规划以实现零样本空中导航

Zhenxing Xu, Yihong Lu, Weidong Bao, Zhengqiu Zhu, Jingxuan Zhou, Zhichuang Wang, Ji Wang, Lihua Liu, Wei He

机构 * National Key Laboratory of Big Data and Decision（大数据与决策国家重点实验室） ； National University of Defense Technology（国防科技大学） ； State Key Laboratory of Digital Intelligent Modeling and Simulation（数字智能建模与仿真国家重点实验室） ； Information Support Force Engineering University（信息支援力量工程大学） 纠错

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

AI总结 Fly0通过解耦语义推理与几何规划，实现零样本空中导航，提升导航成功率和减少导航误差。

Beyond Transformers: Linear Attention Policy for Open-Vocabulary Object Goal Navigation

超越Transformer：用于开放词汇对象目标导航的线性注意力策略

Jiahong Zhang, Yifan Lin, Yandong Zhang, Sijun Shen, Kexin Wang, Yuqi Pan, Hongjuan Pei, Wei Wang, Guoqi Li

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

AI总结 研究开放词汇对象目标导航中智能体状态更新问题，提出基于线性注意力的导航策略LANav，采用线性注意力作主干，引入加权状态扩展线性注意力提升性能，在多方面优于基于Transformer基线，证明其可行性与跨场景鲁棒性。

Comments 12 pages, 7 figures

Intelligent Multi-UAV Navigation in ITNTNs: A Hierarchical LLM Approach

智能多无人机在综合陆地与非陆地网络中的导航：一种分层大语言模型方法

Zijiang Yan, Hao Zhou, Wael Jaafar, Jianhua Pei, Ping Wang, Halim Yanikomeroglu, Hina Tabassum

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

AI总结 针对高速无人机在三维空中高速公路部署中面临的协调问题，提出分层大语言模型驱动控制框架，利用云端大语言模型管理全局负载平衡，边缘大语言模型转化局部观测为子目标，引导深度强化学习控制器执行轨迹，降低碰撞率并提高系统吞吐量。

Comments This paper has been accepted by IEEE GLOBECOM 2026

Eversion-based robots can enable safe access,steering and endoscopic imaging within the spinal subarachnoid space

基于外翻的机器人可实现脊髓蛛网膜下腔内的安全进入、转向和内窥镜成像

Zicong Wu, Panagiotis Kalozoumis, S. M. Hadi Sadati, Aminul I. Ahmed, Jonathan Shapey, Christian Baker, Thomas Booth, Wenfeng Xia, Sebastien Ourselin, Panagiotis Vartholomeos, Christos Bergeles

机构 * King’s College London（伦敦国王学院） ； University of Thessaly（色萨利大学） ； Queen Mary University London（伦敦玛丽女王大学） ； Institute of Psychiatry, Psychology & Neuroscience, King’s College London（伦敦国王学院精神病学、心理学与神经科学研究所） 纠错

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

AI总结 研究脊髓蛛网膜下腔安全导航问题，提出直径2毫米的外翻生长机器人平台，经多种验证，该平台能实现摩擦最小化伸展和转向，为鞘内干预建立基础，后续还需更大队列和生理条件下的进一步验证。

Learning to Assess Danger from Movies for Cooperative Escape Planning in Hazardous Environments

学习从电影中评估危险以进行合作逃离规划在危险环境中

Vikram Shree, Sarah Allen, Beatriz Asfora, Jacopo Banfi, Mark Campbell

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

AI总结 本文提出利用电影数据训练机器人评估危险，结合多模态信息提升人机合作逃离效率。

Comments 8 pages, 8 figures Accepted for publication at 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Recursive ArUco Markers: A Scalable Fiducial Marker Design for Unmanned Aerial Vehicle Landing Pads

递归ArUco标记：一种用于无人机着陆垫的可扩展基准标记设计

Rafael Munoz-Salinas, Francisco Jose Romero-Ramirez, Sergio Garrido-Jurado

机构 * Universidad de Córdoba（科尔多瓦大学） 纠错

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

AI总结 研究针对无人机着陆依赖的视觉基准标记操作范围有限问题，提出递归ArUco标记设计，通过改进位采样策略实现任意深度递归、遮挡下稳健检测及多唯一标识符字典，使无人机机队可同时在指定位置着陆。

SKETCH: Semantic Key-Point Conditioning for Long-Horizon Vessel Trajectory Prediction

SKETCH: 面向长时域船舶轨迹预测的语义关键点条件建模

Linyong Gan, Zimo Li, Wenxin Xu, Xingjian Li, Jianhua Z. Huang, Enmei Tu, Shuhang Chen

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）数据科学学院） ； School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）科学与工程学院） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, China（香港中文大学（深圳）人工智能学院） ； COSCO SHIPPING Advanced Technology Institute, Shanghai, China（中远海运技术研究院） 纠错

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

AI总结 针对长时域轨迹预测中方向漂移问题，提出基于语义关键点（NKP）的条件轨迹建模框架，将预测分解为全局语义决策与局部运动建模，采用预训练-微调策略估计NKP先验，在真实AIS数据上显著提升长时域、方向精度和细粒度预测性能。

Comments Final Camera-Ready Version. Accepted by ICML 2026 (PMLR Vol. 306)

Fly, Track, Land: Infrastructure-less Magnetic Localization for Heterogeneous UAV-UGV Teaming

飞行、跟踪、着陆：一种无基础设施的磁感应定位用于异构无人机-地面车辆协同

Valerio Brunacci, Davide Plozza, Alessio De Angelis, Michele Magno, Tommaso Polonelli

机构 * Department of Engineering, University of Perugia（工程系，佩鲁吉亚大学） ； Multi-Robot Systems Group, Faculty of Electrical Engineering, Czech Technical University in Prague（多机器人系统组，电气工程系，布拉格捷克技术大学） ； D-ITET Department, ETH Zürich（D-ITET部门，苏黎世联邦理工学院） 纠错

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

AI总结 该研究提出一种无基础设施的磁感应定位系统，使无人机在移动地面车辆上实现厘米级精度的自主悬停、跟踪和着陆。

Comments Revised version submitted to Robotics and Autonomous Systems (Elsevier). Supplementary video available

Stochastic Multi-Objective Kinodynamic Planning Against Adversaries

针对对手的随机多目标运动动力学规划

Thomas Marshall Vielmetti, Daniel Cherenson, Dimitra Panagou

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 研究在含随机混合对手环境下的多目标运动动力学规划，核心方法是将规划空间转移到闭环策略序列，通过蒙特卡洛粒子展开评估风险，引入SMO-RRT和SMO-SST算法，推导有限样本界，实现概率安全规划。

Comments 8 pages, 1 figure, accepted to CDC 2026

Bayesian Retraction Optimization for Tissue Attachment Mapping in Surgical Dissection

用于手术解剖中组织附着映射的贝叶斯回缩优化

Shing-Hei Ho, Bao Thach, Toan Vo, James M. Ferguson, Alan Kuntz

机构 * The Robotics Center and the Kahlert School of Computing at the University of Utah（美国犹他大学机器人中心和卡尔特计算学院） ； School of Computational Science and Engineering, Georgia Institute of Technology（美国佐治亚理工学院计算科学与工程学院） ； Department of Electrical and Computer Engineering and Department of Computer Science, Vanderbilt University（美国范德堡大学电气与计算机工程系和计算机科学系） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 针对外科医生短缺，该研究将组织附着识别视为概率问题，提出基于顺序贝叶斯希尔伯特地图和贝叶斯回缩优化的方法，避免显式组织建模，在模拟中验证并实现向实际机器人解剖实验的零样本转移，为自动化手术解剖提供新途径。

Comments IEEE IROS 2026 preprint

Breaking Feedback-Blindness: Utility-Augmented Transformer for Sequential Decision Making

打破反馈盲目性：用于序列决策的效用增强Transformer

Yuyang Shen, Shan Dai, Daimin Chen

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； University of International Business and Economics（对外经济贸易大学） 纠错

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

AI总结 研究非平稳和部分可观测环境下序列决策问题，提出效用增强Transformer（UAT），通过紧凑效用状态调制注意力检索，解决现有模型反馈盲目性问题，在四个非平稳基准测试中性能优于其他基线。

Comments 25 pages, 6 figures

Beyond Fixed Goal Delivery: Online POMDP Planning for Target Interception in Crowds

超越固定目标交付：人群中目标拦截的在线部分可观测马尔可夫决策过程规划

Himanshu Gupta, Kelvin Aladum, Nisar Ahmed, Bradley Hayes, Zachary Sunberg

机构 * Dept. of Aerospace Engineering Sciences（航空航天工程科学系） ； Dept. of Computer Science, University of Colorado Boulder（科罗拉多大学博尔德分校计算机科学系） 纠错

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

AI总结 研究拥挤环境中目标拦截问题，将其建模为部分可观测马尔可夫决策过程，用树搜索在线求解。对比顺序路径速度规划器和统一规划器，发现高密度时前者安全拦截率低、耗时多，揭示了空间限制的结构局限性。

Comments Accepted for publication at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

MVGD-Net: A Novel Motion-aware Video Glass Surface Detection Method

MVGD-Net: 一种新颖的运动感知视频玻璃表面检测网络

Yiwei Lu, Hao Huang, Tao Yan

机构 * Tao Yan（谭燕） 纠错

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

AI总结 MVGD-Net通过利用视频中运动不一致特性，提出新颖网络检测玻璃表面，结合多模块融合与大规模数据集提升检测性能。

Comments This paper has been accepted by the 40th AAAI Conference on Artificial Intelligence (AAAI-26). It contians 9 pages, 11 figures

Learning, Reasoning, Refinement: A Framework for Kahneman's Dual-System Intelligence in GUI Agents

学习、推理、优化：GUI 智能体中卡尼曼双系统智能的框架

Jinjie Wei, Jiyao Liu, Lihao Liu, Ming Hu, Junzhi Ning, Mingcheng Li, Weijie Yin, Junjun He, Xiao Liang, Chao Feng, Dingkang Yang

机构 * 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） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University（复旦大学脑启发式智能科学技术研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Amazon（亚马逊） ； Shanghai Innovation Institute（上海创新研究院） ； ByteDance Douyin Content Group（字节跳动抖音内容部） 纠错

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

AI总结 针对 GUI 智能体存在依赖试错决策、评估指标简单等问题，提出 CogniGUI 框架，结合全解析器引擎和 GRPO 基础智能体，实现自适应学习，经实验验证其在新基准测试中优于现有方法。

Comments Withdrawn due to ongoing technical improvements. The work requires further refinement and additional experiments to meet our quality standards. A revised version will be submitted in the future

A Reversible Continuous-Variable Photonic Memory Architecture Based on Displacement-Evolved Coherent-State Dynamics

基于位移演化相干态动力学的可逆连续变量光子存储架构

Sanjit Krishna G M

专题命中 具身导航 ：navigation(abstract)

AI总结 研究基于位移演化相干态动力学，引入元数据辅助的连续变量光子存储架构，结合多模存储与元数据索引，能实现历史存储状态的导航和重建，为未来元数据感知存储架构提供基础。

GUEST: Gravitational Universe Exploration with Satellite Tracking. A passive satellite laser-ranging mission for the dark gravitational Universe

GUEST：利用卫星跟踪进行引力宇宙探索。一项针对暗引力宇宙的被动卫星激光测距任务

Diego Blas, Aurélien Hees, F. Javier Atapuerca, Giada Bargiacchi, Massimo Bassan, Joshua N. Benabou, Bruno Bertrand, Adrien Bourgoin, Clare Burrage, Nicolò Burzillà, Alfonso Caldiero, Roberto Campagnola, Andrea Caputo, Ana Caramete, Laurentiu Caramete, Joan Manel Casalta Escuer, Julien Chabé, Gabriel Chiritoi, Marco Cinelli, Florin-Ioan Constantin, Neil J. Cornish, Clément Courde, Simone Dell'Agnello, Alessandro Di Marco, Sebastian Ellis, Malcolm Fairbairn, Ariadna Farrés, Joshua W. Foster, Silvia Gasparotto, Marta Goli, Yann Gouttenoire, Michael Häfner, Antonio J. Iovino, Maria-Catalina Isfan, Justin Janquart, Alexander C. Jenkins, Jean-Paul Kneib, Sébastien Le Maistre, David Lucchesi, Marco Lucente, Angus Macdonald, Jorge Martín Camalich, Rosa Martínez Rubiella, Josep J. Masdemont, Ilia Musco, Toshimichi Otsubo, Cristóbal Padilla, Fco. Rogelio Palomo Pinto, Alice Paun, Alice Perego, Roberto Peron, Florentina-Crenguta Pislan, Florin Adrian Popescu, Luca Porcelli, Nanda Rea, Rafael Rebolo, Marco Reyes, Ignasi Ribas, José C. Rodríguez, Pascal Rosenblatt, Albert Roura, Soumen Roy, Mariano Sánchez Nogales, Francesco Santoli, Feliciana Sapio, Anja Schlicht, Ulrich Schreiber, Angela Serrano, Daniel Serrano Lombillo, Alberto Sesana, Carlos F. Sopuerta, Krzysztof Sośnica, Nicola Tamanini, Elisa Todarello, Sokratis Trifinopoulos, Miguel Vanvlasselaer, Dario Vetrano, Massimo Visco, Hanxi Wang, Xiao Xue, Miguel Zumalacárregui

专题命中 具身导航 ：navigation(abstract)

AI总结 GUEST旨在探测微赫兹频段引力波，通过两个部署在高偏心率地球轨道的被动球体，由卫星激光测距站跟踪至少10年。它能开展多领域科学计划，如搜索超大质量黑洞双星引力波、探测超轻暗物质等，在引力波探测等方面有重要贡献。

Comments 23 pages, 14 figs

Optimal-Time Move Structure Construction

最优时间移动结构构造

Nathaniel K. Brown, Ahsan Sanaullah, Shaojie Zhang, Ben Langmead

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出一种最优时间与空间的移动结构构造算法，用于高效表示和导航排列，尤其在r远小于n时能显著压缩空间。

Actionable Guidance Outperforms Map and Compass Cues in Demanding Immersive VR Wayfinding

可操作指导在 demanding immersive VR 导航中优于地图和指南针提示

Apurv Varshney, Lily M. Turkstra, Jiaxin Su, Mable Zhou, Scott T. Grafton, Barry Giesbrecht, Mary Hegarty, Michael Beyeler

专题命中 具身导航 ：navigation(abstract)

AI总结 本文比较了三种VR导航技术：方向箭头、迷你地图和指南针，发现箭头指导在导航性能上最佳，提示在沉浸式导航中直接转化为行动提示的界面更有效。

Comments AV and LMT contributed equally to this work

Towards Full Candidate Interaction: A Comprehensive Comparison Network for Better Route Recommendation

迈向完整候选交互：一种全面比较网络用于更好的路线推荐

Hanyu Guo, Chao Chen, Longfei Xu, Chengzhang Wang, Kaikui Liu, Xiangxiang Chu

专题命中 具身导航 ：navigation(abstract)

AI总结 本文提出全面比较网络（CCN）用于改进路线推荐，通过比较非重叠段构建特征，解决路线推荐中的独特挑战，并在AMAP中成功部署。

Comments Accepted by the ACM Conference on Recommender Systems 2026 (RecSys '26), Industry Track

Generalized k-Cell Decomposition for Visibility Planning in Polygons

多边形中用于可见性规划的广义 k 单元分解

Yeganeh Bahoo, Sajad Saeedi, Roni Sherman

专题命中 具身导航 ：robotic(abstract)

AI总结 研究多边形环境追逃问题，提出广义 k 单元分解方法，通过纳入特定可见性多边形扩展现有工作，构建分割线并证明正确性，实现可靠路径规划，为机器人监控开辟新途径，难点在于计算多边形和找分割线交点。

Comments Presented at the 32nd Annual Fall Workshop on Computational Geometry (FWCG 2025)