机器人 / 具身智能

Autonomous Agricultural Tractor: Integrated Weed Detection and LiDAR Navigation for Precision Paddy Farming

自主农业拖拉机：用于精准稻田种植的杂草检测与激光雷达导航集成系统

Benjamin Merryman-Smith, Tony Nguyen, Bilal Dogutas, Krish Shah, Anthony Raphael, Sudip Dhakal

机构 * Florida Gulf Coast University（佛罗里达湾岸大学） 纠错

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

AI总结 该研究提出集成自主拖拉机系统AgriNav，通过多模块协同与激光雷达-相机融合技术解决稻田杂草管理的三大挑战，仿真实验验证了其导航与检测的可靠性及效率提升。

GuideFetch: A Task Coordination Framework for Concurrent Navigation and Object Retrieval in Assistive Robot Dogs

GuideFetch：用于辅助机器狗并发导航与物体检索的任务协调框架

Qian Yin, Ruiping Liu, Kunyu Peng, Jianxiang Man, Isik Baran Sandan, Junwei Zheng, Yufan Chen, Di Wen, Kailun Yang, Rainer Stiefelhagen

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Hunan University（湖南大学） 纠错

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

AI总结 针对异构辅助机器狗的导航与物体检索并发任务，提出GuideFetch协调框架，通过LLM规划与状态验证提升执行效率，并行执行可缩短41.3%平均总完成时间。

DevGRU: Depth-guided Visual Navigation using a Collision-aware Recurrent Model

DevGRU：基于碰撞感知循环模型的深度引导视觉导航

Kyung Min Han, Eunsom Kim, Young J. Kim

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

AI总结 针对现有视觉导航模型易在复杂室内环境碰撞的问题，提出DevGRU导航系统，结合动作与碰撞预测器提升导航性能，在9种场景实验中优于多种基线模型，且模型规模小、推理速度快

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026

NavSight in the Wild: Understanding Real-World Use of a Mobile Augmented Reality Application for People with Low Vision in Outdoor Navigation

野外环境中的NavSight：面向低视力人群的户外导航移动增强现实应用的真实使用场景研究

Yuheng Wu, Kexin Zhang, Ben Kosa, Ru Wang, Sanbrita Mondal, Yuhang Zhao

专题命中 具身导航 ：navigation(title,abstract)

AI总结 本文通过7天日记研究，探究移动AR应用NavSight在12名低视力人群户外导航中的真实使用情况，明确其效果、挑战及设计启示，为相关辅助AR系统提供依据。

Comments 32 pages, 11 figures

Neurosymbolic Embodied Agents

神经符号具身智能体

Mohammad Albinhassan, Yuming Feng, Alessandra Russo, Pranava Madhyastha

机构 * Imperial College London（帝国理工学院） ； Johns Hopkins University（约翰斯·霍普金斯大学） ； City, University of London（伦敦城市大学） 纠错

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

AI总结 该研究提出一种神经符号具身智能体，将长周期家庭任务分解为视觉探索与符号规划，在VirtualHome、ALFWorld基准测试中表现优异，约束与搜索结合可大幅提升任务解决率，且无需专门训练。

OVIP-SG: Open-Vocabulary Instance-Preserving Scene Graphs for Mapping and Retrieval of Small, Fine-Grained Objects

OVIP-SG：用于小型细粒度物体映射与检索的开放词汇实例保留场景图

Tianjing Hao, Haiyu Lan, Angsong Li, Cheng Chen, Enyu Li, Jiarui Yang, Yuning Su, Peiwen Lin, Wang Chuang

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

AI总结 本文提出OVIP-SG框架，通过VLM等技术实现小型细粒度物体的实例保留映射与语言引导检索，在Replica数据集上的多项指标优于现有方法，且经实际机器人实验验证有效。

Comments 15 pages, 6 figures, including appendix

Coordination of Ground-to-Space Reference Networks for High-Precision GNSS

用于高精度全球导航卫星系统（GNSS）的地空参考网络协调

Xue Xian Zheng, Xing Liu, José A. López-Salcedo, Gonzalo Seco-Granados, Tareq Y. Al-Naffouri

专题命中 具身导航 ：navigation(abstract)

AI总结 针对现有地空GNSS参考网络架构中通信链路的局限，本文提出分布式处理架构，将地面站与LEO卫星建模为动态图交互子网络，协调地空参考网络以提升GNSS修正量生成的可靠性。

Comments Accepted by ION GNSS+ 2026

Report on The 1st Workshop on Human-Centered Proactive and Personalized Agents for Interactive Information Access at CHIIR 2026

CHIIR 2026 第一届面向交互式信息获取的以人为中心的主动式与个性化智能体研讨会报告

Kirandeep Kaur, Vinayak Gupta, Tanya Roosta, Madhura Raju, Grace Hui Yang, Chirag Shah

专题命中 具身导航 ：navigation(abstract)

AI总结 该报告总结了CHIIR 2026第一届相关研讨会，探讨交互式信息获取向主动个性化智能体转变的机遇与问题，明确主动的核心内涵并梳理出相关设计挑战。

GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction

GigaBrain-WBC-0.5：一种用于与环境交互的鲁棒全身控制的行为世界模型

Ziyang Cheng, Tianshu Tang, Jinxin Lan, Xinze Chen, Yuhan Gong, Zhichao Liu, Changzhong Wu, Yahao Mao, Zongyan Deng, Mingxuan Ma, Huasen Xi, Yilong Liu, Yutong Wu, Xiaofeng Wang, Yang Wang, Yun Ye, Guan Huang, Xiaojie Jin, Zheng Zhu, Jiwen Lu

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI、cs.LG

AI总结 该研究提出首个用于人形机器人全身控制的行为世界模型GigaBrain-WBC-0.5，通过训练因果Transformer联合预测动作、状态与指令分布，在多场景下实现鲁棒控制，成功率优于现有基线。

Comments 20 pages, 8 figures, 4 tables. Technical report. Project page: this https URL (https://shepherd1226.github.io/gigabrain-wbc-0.5/)

WorldPack: Dynamic Frame Compression for Long-context Video World Modeling

WorldPack：用于长上下文视频世界建模的动态帧压缩

Yuta Oshima, Yusuke Iwasawa, Masahiro Suzuki, Yutaka Matsuo, Hiroki Furuta

机构 * The University of Tokyo（东京大学） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.CV、cs.LG

AI总结 研究针对长上下文视频世界建模中时空一致生成的挑战，提出WorldPack视频世界模型，通过轨迹打包和几何选择机制，基于3D空间相关性动态分配压缩率，扩展有效上下文，在相关数据集上优于基线，提升空间推理任务表现。

Comments Published in TMLR (09/2026)

Partition the Support, Reconstruct the Residual: Training-Free Sparse Attention for Video Generation and World Models

划分支撑集，重建残差：用于视频生成和世界模型的无训练稀疏注意力

Pardis Taghavi, Reza Langari, Gaurav Pandey

机构 * Texas A&M University（德克萨斯农工大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.CV、cs.LG

AI总结 本文提出SparsePR算法，结合响应耦合划分与探针拟合残差重建，在四个视频生成和世界模型上实现注意力重建误差降低，22.0%-26.0%执行对密度下保持生成质量，获1.48-2.61倍端到端加速。

Comments 22 pages, 5 figures. Project page: this https URL (https://pardistaghavi.github.io/SparsePR-website/)

DA-WAM: Decision-Aligned Future Latents for Driving World Models

DA-WAM：面向驾驶世界模型的决策对齐未来潜变量

Ruiguo Zhong, Benshan Ma, Xiaolong Chen, Lang Zhang, Mingyue Feng, Yaonong Wang, Pei Liu, Jun Ma

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Leapmotor（零跑汽车） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI

AI总结 DA-WAM 是统一预测表示学习等模块的驾驶世界模型框架，通过动作条件未来潜变量实现决策对齐，在 NAVSIM 数据集上达到最优性能，验证了关键组件的有效性。

Decision-Metric Alignment in Latent World Models: Diagnostics and Action-Conditioned Objectives for MPC Planning

潜在世界模型中的决策度量对齐：MPC规划的诊断与动作条件目标

Jiawei Wang, Ke Rui, Yushen Zuo, Yichun Feng, Minglei Li

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV、cs.LG

AI总结 该研究针对潜在世界模型中MPC规划的决策度量对齐问题，提出两种秩一致性诊断指标，开发DA-LeWM模型，验证其可加快收敛并提升在线成功率，改善潜在MPC的几何结构。

Low-Rank Dynamics-Effective Latent Carriers for Counterfactual Rollout in Learned World Models

用于学习世界模型中反事实滚动的低秩动力学有效潜在载体

Yang Liu, Yuming Chen

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文针对学习世界模型的反事实滚动问题，提出基于低秩动力学有效潜在载体的方法，在两物体碰撞环境中验证秩4修补块可实现稳定的12步自主反事实滚动，且效果可复现。

Comments Revised version: removed an inconclusive development-only event-relative phase analysis; the main rank-4 carrier, fresh-checkpoint replication, B1/B2 temporal reuse, position-edit, and joint-edit conclusions are unchanged

Multi-Agent Embodied Autonomous Driving (MAEAD): From V2X Information Exchange to Shared World Models

多智能体具身自动驾驶：从V2X信息交换到共享世界模型

Senkang Hu, Zhengru Fang, Yihang Tao, Zihan Fang, Yiqin Deng, Yuguang Fang

机构 * Lingnan University, Hong Kong（岭南大学（香港）） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.RO、cs.CV

AI总结 本文综述了从单车智能向多智能体具身系统转变的自动驾驶技术，通过共享世界模型实现感知共享、意图推断和协同规划，并指出了在仿真评估、实时安全保证等方面的研究空白。

The Embodiment Gap in Robot Foundation Models

机器人基础模型中的具身差距

Yukiyasu Domae, Keisuke Shirai, Hanbit Oh, Ryoichi Nakajo, Tomohiro Motoda, Koshi Makihara, Masaki Murooka, Takuma Yagi, Yoshiaki Bando, Ryo Hanai

机构 * National Institute of Advanced Industrial Science and Technology (AIST)（日本国立先进工业科学技术研究院（AIST）） 纠错

专题命中 机器人基础模型 ：robot foundation model(title,abstract)；robotics(abstract)；分类 cs.RO、cs.LG

AI总结 本综述定义机器人基础模型的具身差距，通过双轴图分类方法，从三个研究方向考察近期工作，提出报告框架以助力跨具身学习的评估与未来研究。

Comments 32 pages, 4 figures. Published in Transactions on Machine Learning Research (TMLR), August 2026

Multimodal Adaptive Control for Safe Robotic Craniotomy Under Partial Observability

RL-MACRO：一种用于多模态自适应机器人开颅手术的控制论闭环智能框架

Xiao Zhang, Jiaxuan Li, Renzhen Le, Di Wu, Chao Sun, Jiachen Zhu, Haoyuan Zhang, Xiang Li, Jian Liu, Zhenzhi Ying, Pengfei Zhang, Liming Shu

机构 * Dalian University of Technology（大连理工大学） ； Second Hospital of Dalian Medical University（大连医科大学附属第二医院） ； The University of Tokyo（东京大学） 纠错

专题命中 模仿学习与强化学习 ：robotic(title,abstract)；分类 cs.RO

AI总结 研究针对自主机器人开颅手术面临的挑战，提出RL-MACRO框架，通过多模态感知、自适应决策和机器人执行实现闭环控制，利用CNN-LSTM观测器重建温度，经IQL策略和双头执行器优化行为，实验验证了该框架在骨切割方面的有效性。

MLREF: Efficient Module Reuse for Reward Design in Reinforcement Learning via Large Language Models

MLREF：基于大语言模型的强化学习奖励设计中高效模块复用框架

Chenglin Liu, Xun Wang, Ruishuo Chen, Zhuoran Li, Longbo Huang

机构 * Institute for Interdisciplinary Information Sciences Tsinghua University（清华大学交叉信息研究院） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.AI、cs.LG

AI总结 该研究针对强化学习奖励设计瓶颈，提出MLREF框架，通过模块池复用奖励组件，结合三种优化机制，在17个任务上实现比强基线更优且更稳定的性能。

Comments 22 pages, 5 figures, 4 tables

Position: Profiling Game Worlds by Transition Complexity

Position：通过转移复杂度分析游戏世界

Lele Cao

机构 * Microsoft Research（微软研究院） ； DeepMind（深度思考（DeepMind）） 纠错

专题命中 模仿学习与强化学习 ：world model(abstract)；分类 cs.AI

AI总结 该研究针对GWM与RL常被混淆的问题，提出转移复杂度剖面（TCP）指标，用于量化游戏环境的转移预测难度，呼吁其成为相关论文的标准基准元数据。

Comments Accepted by ICML 2026 Position Paper Track. this https URL (https://icml.cc/virtual/2026/poster/67074)

Revisiting Open-Loop Execution in Robotics: Toward Reactive, Higher-Performing Policies

机器人学中的开环执行再探讨：迈向反应式、高性能策略

Michael Zeng, Abhinav Agarwal, Ajay Bati, Brian Lee, Siddharth Ancha, Russ Tedrake

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Mundane Systems Inc.（芒德系统公司） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 机器人数据与评测 ：robotics(title)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 本研究探讨机器人开环执行机制，发现长开环执行主要助短上下文策略模仿非马尔可夫示范，专家非马尔可夫性影响远超复合误差，长上下文下闭环策略更优，推动反应式策略范式发展。

Orienteering Problem with Uncertain Time-Varying Rewards: Framework and Benchmark for Everyday Service Robotics

带不确定时变奖励的定向越野问题：面向日常服务机器人的框架与基准

Masafumi Endo, Kohei Honda, Yuu Jinnai, Ryo Yonetani

专题命中 机器人数据与评测 ：robotics(title)；分类 cs.RO、cs.AI

AI总结 针对日常服务机器人的带不确定时变奖励的定向越野问题，本文提出相关框架与基准，采用三种不同规划器并验证了长时域在线适应规划的有效性。

Comments 11 pages, 6 figures

EgoMemReason: A Memory-Driven Reasoning Benchmark for Long-Horizon Egocentric Video Understanding

EgoMemReason：一种基于记忆的推理基准，用于长时间的以自身为中心的视频理解

Ziyang Wang, Yue Zhang, Shoubin Yu, Ce Zhang, Zengqi Zhao, Jaehong Yoon, Hyunji Lee, Gedas Bertasius, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； NTU Singapore（新加坡国立大学） 纠错

专题命中 机器人数据与评测 ：embodied agent(abstract)；分类 cs.AI、cs.CV

AI总结 EgoMemReason通过记忆驱动推理评估一周的自身中心视频理解，包含500个问题和六个核心挑战，揭示长时间记忆仍面临挑战。

Comments Accepted by COLM2026. The first two authors contributed equally. Project website: this https URL (https://egomemreason.github.io/)

CL4D: Contrastive Language-4D Pretraining for Vision-Language Reasoning in Dynamic Scenes

CL4D：用于动态场景视觉-语言推理的对比语言-4D预训练

Kumal Hewagamage, Isuranga Senavirathne, Sasika Amarasinghe, Hasitha Gallella, Dulanga Weerakoon, Vigneshwaran Subbaraju, Ranga Rodrigo

机构 * University of Moratuwa（莫拉图瓦大学） ； Singapore-MIT Alliance for Research & Technology (SMART) Centre（新加坡-麻省理工研究与技术联盟（SMART）中心） ； Agency for Science, Technology and Research (A*STAR)（新加坡科学、技术与研究局（A*STAR）） 纠错

专题命中 机器人数据与评测 ：embodied AI(abstract)；分类 cs.CV

AI总结 本研究提出CL4D（首个4D视觉编码器）及基于其的4DVLM，在自建DynAction4D数据集上训练，CL4D性能较现有方法提升约16.75%，4DVLM优于Gemini、GPT-5等前沿视频VLM。

Comments Accepted at the 19th European Conference on Computer Vision (ECCV 2026)

Evaluation of Monocular SLAM Systems on High-Altitude Nadir UAV Footage

高空天底视角无人机影像下单目SLAM系统的评估

Gašper Spagnolo, Matej Dobrevski, Danijel Skočaj

专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.RO

AI总结 该研究评估5种单目SLAM系统在高空天底视角无人机影像的性能，发现DROID-SLAM表现最优，MASt3R-SLAM水平误差最低，但所有系统垂直位置估计差、大面积轨迹失真，纯视觉单目SLAM不足以可靠应用于航空导航。

Comments 6 pages, submitted to ERK 2026

Evaluation of Image Matching Methods for Visual Odometry on UAVs

无人机视觉里程计的图像匹配方法评估

Gašper Spagnolo, Luka Čehovin Zajc, Matej Dobrevski

专题命中 机器人数据与评测 ：navigation(abstract)；分类 cs.CV

AI总结 该研究针对无人机视觉里程计任务，在合成数据集上评估多种图像匹配方法，发现RoMa匹配器性能最优，SIFT特征表现优于部分最新最先进方法，为无人机视觉导航提供参考。

Comments 5 pages, published in the Proceedings of the 33rd International Electrotechnical and Computer Science Conference ERK 2024

OccDirector: Language-Guided Behavior and Interaction Generation in 4D Occupancy Space

OccDirector：基于语言的4D占用空间中行为与交互生成

Zhuding Liang, Tianyi Yan, Dubing Chen, Jiasen Zheng, Huan Zheng, Cheng-zhong Xu, Yida Wang, Kun Zhan, Jianbing Shen

机构 * SKL-IOTSC, CIS, University of Macau, Macau, China（SKL-IOTSC、CIS、澳门大学、澳门、中国） ； Li Auto Inc, Beijing, China（Li Auto Inc、北京、中国） 纠错

专题命中 机器人数据与评测 ：world model(abstract)；分类 cs.CV

AI总结 本文提出OccDirector框架，通过自然语言生成4D占用空间动态，解决复杂多代理交互生成问题，引入多级语言指令数据集和评估基准，实现语言驱动的行为编排。

Planning-aligned Token Compression for Long-Context Autonomous Driving

面向长上下文自动驾驶的规划对齐令牌压缩

Zhixuan Liang, Yuxiao Chen, Yurong You, Peter Karkus, Wenhao Ding, Boyi Li, Alexander Popov, Yan Wang, Maximilian Igl, Yiming Li, Danfei Xu, Nikolai Smolyanskiy, Boris Ivanovic, Ping Luo, Marco Pavone

机构 * NVIDIA Research（NVIDIA研究） ； School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学） 纠错

专题命中 机器人数据与评测 ：分类 cs.RO、cs.AI、cs.CV；robotics(comments)

AI总结 提出COMPACT-VA框架，基于条件VQ-VAE将长上下文压缩为有界表示，通过规划对齐实现决策关键信息保留，在动态场景中成功率提升超6%，速度提升3.3倍。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L) 2026. 8 pages

MicroPython and CircuitPython: Pythons Quiet Takeover of IoT and Robotics

MicroPython与CircuitPython：Python对物联网与机器人领域的悄然接管

Sayed Mahbub Hasan Amiri, Atiar Zahan

专题命中 其他机器人 ：robotics(title,abstract)

AI总结 本文通过定量分析、案例研究和基准测试，探讨MicroPython与CircuitPython在嵌入式系统领域的发展，发现它们持续增长，虽性能弱于C/C++但满足多数需求，已成为嵌入式系统默认原型和教育语言。

Comments 27 pages, 4 tables

A three-dimensional morphoelastic model for self-oscillations in polyelectrolyte hydrogel filaments

一种三维形态弹性模型用于聚电解质水凝胶丝的自振荡

Ariel Surya Boiardi, Roberto Marchello, Pietro Maria Santucci, Davide Riccobelli, Giovanni Noselli

专题命中 其他机器人 ：robotic(abstract)

AI总结 本文提出一种三维模型，研究聚电解质水凝胶丝在电场下的自振荡行为，通过形态弹性框架分析其稳定性及动态响应。

Comments 18 pages, 6 figures, 3 supplementary videos

Investigation of Air Fluidization during Intruder Penetration in Sand

沙中侵入体穿透过程中空气流化的研究

Bowen Wang, Yuxing Peng, Alvaro Vergara, Jordan H. Boyle, Raul Fuentes

专题命中 其他机器人 ：robotic(abstract)

AI总结 本研究采用CFD-DEM方法结合CPT实验，揭示沙中侵入体穿透时气流与颗粒的相互作用机制，明确穿透的四个阶段，为自主掘穴机器人等领域提供理论支撑。

Comments 30 pages 10 figure