机器人 / 具身智能

OpenBelief-Nav: Evidence-Preserving Object Memory for Open-Vocabulary Language-Guided Navigation

OpenBelief-Nav：面向开放词汇语言引导导航的证据保留型对象记忆

Dinh Tuan Nguyen, Anh Dao, Phuong Nam Dang, Quan-Dung Pham, Tuyen P. Le, Truong Nguyen, Quan Nguyen

机构 * VinMotion, Inc.（VinMotion公司） ； University of Southern California（南加利福尼亚大学） 纠错

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

AI总结 该研究针对开放词汇语言引导导航的对象记忆缺陷，提出OpenBelief-Nav模型，保留多源证据并支持灵活读出，在多数据集导航任务中优于基线方法，修正策略可提升目标确认成功率。

Expected Free Energy-based Informative Path Planning for Robotic Mars Exploration

基于期望自由能的火星探测机器人信息路径规划

Ajith Anil Meera, Pablo Lanillos, Wouter Kouw

机构 * TU Eindhoven（埃因霍温理工大学） ； Cajal Centre for Neuroscience, Spanish National Research Council（西班牙国家研究委员会卡哈尔神经科学中心） 纠错

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

AI总结 该研究提出将主动推理的期望自由能作为统一准则，用于预算约束下的机器人信息路径规划，其规划方法在火星探测场景中可同时实现精准地图构建与高价值区域定位，性能优于信息论基准方法。

Comments accepted for IWAI 2026

Learning-Guided Sparsification of Dynamic Graphs in Robotic Exploration

基于学习的动态图稀疏化在机器人探索算法中的应用

Adithya V. Sastry, Bibek Poudel, Weizi Li

机构 * Independent Researcher（独立研究者） ； University of Tennessee, Knoxville（田纳西大学，基洛尼尔） ； University of California, Riverside（加州大学河滨分校） 纠错

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

AI总结 本文提出基于Transformer的框架，利用PPO算法在机器人探索中稀疏化动态图，减少冗余信息，提升性能，实验表明该方法能有效降低图规模并提高探索一致性。

Graph-MambaNav: Spatial-Temporal Graph Mamba Leveraging Object-Relation Knowledge for Object-Goal Navigation

Graph-MambaNav：利用对象关系知识的时空图Mamba用于目标对象导航

Leyuan Sun, Genxin Chen, Linwei Ye, Yan Zhang, Xi Kan, Yanfei Sun

机构 * School of Internet of Things Engineering, Wuxi University（无锡大学物联网工程学院） ； School of Communications and Information Engineering, Nanjing University of Posts and Telecommunications（南京邮电大学通信与信息工程学院） 纠错

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

AI总结 本研究提出Graph-MambaNav，一种结合LLM常识对象关系的目标感知时空图编码框架，通过节点排序与Mamba建模实现高效导航，在仿真环境表现优异且泛化性好，经真实机器人部署验证有效。

Comments Accepted by IEEE Robotics and Automation Letters (IEEE RA-L), will transfer to 2027 IEEE International Conference on Robotics & Automation (ICRA)

Spatiotemporal Tube-Based Safety-Certificate for Autonomous Navigation of Articulated Vehicles

铰接式车辆自主导航的基于时空管的安全证书

Mohd. Faizuddin Faruqui, Ratnangshu Das, Ravi Kumar L, Pushpak Jagtap

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

AI总结 针对铰接式车辆自主导航的狭窄路线机动挑战，提出基于时空管的规划方法，确保挂车处于道路走廊内，经仿真验证可提供路线安全证书。

Comments Accepted for presentation at the 2026 IEEE International Conference on Intelligent Transportation Systems (ITSC 2026)

OccPlanner: Goal-Aware Occupancy-Conditioned Diffusion Planner for Pixel-Goal Navigation

OccPlanner：面向像素目标导航的目标感知占用条件扩散规划器

Binling Huang, Nianjin Ye, Xi Yang, Liang Hu, Zhou Huang, Shuang Wei, Longrui Yang, Yanchi Chen, Lanpeng Jia

机构 * Changhong Intelligent Robot（长虹智能机器人） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 该研究针对像素目标导航的3D目标定位与无碰撞规划难题，提出OccPlanner模型，引入L3ROcc生成监督，在仿真中大幅提升导航成功率，还验证了其仿真到真实的迁移适配性。

Comments Technical report. 11 pages, 6 figures, and 2 tables

SN-ASMO: Satellite-Navigation Array Spatial-Manifold Precise Observation Theory A Mathematical Foundation for Observation Formation, Unified U(1) Geometry, Intrinsic Information, and Preservation of the RTK Integer Structure

SN-ASMO：卫星导航阵列空间流形精确观测理论——观测形成、统一U(1)几何、本征信息及RTK整数结构保留的数学基础

Xianwei Meng

专题命中 具身导航 ：navigation(title,abstract)

AI总结 SN-ASMO理论针对卫星导航的根本问题，构建了统一观测形成等多要素且可物理验证的数学框架，解决了抗干扰、高动态场景下RTK整数结构保留等关键问题。

Context Aware AI Assistant and AR Interface for Lunar Extravehicular Activity (EVA) Procedural Guidance

面向月球舱外活动（EVA）程序指导的上下文感知AI助手与AR界面

Rodrigo Gallardo, Qilmeg Doudatcz, Ganit Goldstein, Ilkyaz Sarimehmetoglu, Sergio Mutis, Alexander Htet Kyaw, Anita Lin, Clara Emmerling, Berfin Ataman, Skylar Tibbits

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

AI总结 针对月球EVA中宇航员注意力分散导致的信息适配难题，提出GAIN-AI系统，通过两层架构结合大语言模型与AR界面，在111个合成EVA场景中取得良好表现。

Comments 4 pages, 4 figures, 1 table. Accepted to ACM SIGGRAPH 2026 Conference Posters, July 19-23, 2026, Los Angeles, California, USA

LatentAM: Real-Time, Large-Scale Latent Gaussian Attention Mapping via Online Dictionary Learning

LatentAM：通过在线字典学习实现实时、大规模的潜在高斯注意力映射

Junwoon Lee, Yulun Tian

机构 * Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

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

AI总结 LatentAM通过在线字典学习实现实时、大规模的潜在高斯注意力映射，提升机器人感知的特征重建保真度与实时性

Comments 8 pages, 7 figures. Accepted for RA-L. Homepage: this https URL (https://junwoonlee.github.io/projects/LatentAM/) Code: this https URL (https://github.com/UMich-SSI-Lab/latentam)

When Personal Memory Has No Single Answer: Evaluating LLM Agents under Irreducible Conflict

当个人记忆没有唯一答案时：评估大语言模型智能体在不可约冲突下的表现

Lu Yang, Shusheng Xu, Zhuoran Li, Tongkai Yang, Longbo Huang

机构 * Ant Group（蚂蚁集团） 纠错

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

AI总结 该研究针对大语言模型智能体的记忆冲突问题，提出了基准TANGLE并评估其表现，发现现有方法存在缺陷，进而提出冲突感知行动策略CAAP。

OctoSplat: Hybrid OctoMap-Gaussian Splatting for Active Semantic Mapping and Phenotyping with Horticultural Robots

利用高斯点云进行园艺环境的主动语义映射

Jose Cuaran, Naveen K. Uppalapati, Girish Chowdhary

机构 * the Siebel School of Computing and Data Science（塞比尔计算与数据科学学院） ； the Department of Agricultural and Biological Engineering（农业与生物工程系） ； National Center for Supercomputing Applications at University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算中心） 纠错

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

AI总结 本文提出利用移动机械臂和高斯点云进行园艺环境主动3D重建，提升重建精度与效率，实现水果计数和体积估算。

Comments 23 pages, 12 figures