机器人 / 具身智能

SUM-AgriVLN: Spatial Understanding Memory for Agricultural Vision-and-Language Navigation

SUM-AgriVLN：面向农业视觉语言导航的空间理解记忆

Xiaobei Zhao, Xingqi Lyu, Xin Chen, Xiang Li

机构 * China Agricultural University（中国农业大学） 纠错

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

AI总结 针对现有农业视觉语言导航方法忽视重复指令的空间记忆潜力的局限，提出SUM模块并集成至AgriVLN构建SUM-AgriVLN，在A2A基准上将SR从0.47提至0.54，NE仅微增，达领域顶尖性能。

FMT$^{\mathrm{X}}$: Lazy Wavefront Search for Dynamic Replanning

FMT$^{\mathrm{X}}$：用于动态重规划的惰性波前搜索

Soheil Espahbodi Nia

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

AI总结 本文提出FMT$^{\mathrm{X}}$算法，通过代价改进测试和直接代价推送实现动态重规划，实验显示其在路径质量、修复工作量及碰撞检查效率上表现良好，明确了碰撞检测策略对规划性能的影响。

Comments 52 pages, 15 figures. Substantially revised version with strengthened asymptotic-optimality analysis, revised complexity analysis, expanded dynamic-replanning experiments, and updated presentation

World-Model-Grounded LLM Planning for AUV and ASV Navigation Near Offshore Wind Farms

面向近海风电场区域自主水下航行器（AUV）与自主水面航行器（ASV）导航的世界模型赋能大语言模型规划

Markus Buchholz, Ignacio Carlucho, Yvan R. Petillot

机构 * Norwegian Defence Research Establishment (FFI)（挪威国防研究机构（FFI）） ； School of Engineering & Physical Sciences, Heriot-Watt University（赫瑞瓦特大学工程与物理科学学院） 纠错

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

AI总结 本研究提出世界模型赋能大语言模型规划方法，结合MPC闭环重规划器等组件，在近海风电场区域的AUV和ASV导航任务中，大幅降低目标距离误差，验证了其有效性。

Comments This work has been accepted to the IEEE IROS 2026 AQ2UASIM workshop

Exact Signed-Distance Control Barrier Functions via Minkowski Operations for Safe Navigation among Polytopes

基于闵可夫斯基运算的控制障碍函数用于多面体间的安全导航

Yi-Hsuan Chen, Shuo Liu, Wei Xiao, Calin Belta, Michael Otte

机构 * University of Maryland（马里兰大学） ； Boston University（波士顿大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 该研究针对多面体环境的机器人安全导航问题，提出结合非光滑控制障碍函数与闵可夫斯基运算的精确符号距离函数方法，可实现非保守机动与安全恢复。

Comments 16 pages, 13 figures. Expanded version of a paper published in IEEE CDC 2025. Demo video: this https URL (https://youtu.be/D0zVswzyxaE)

The traffic concentration effects of urban navigation services

城市导航服务的交通集中效应

Giuliano Cornacchia, Mirco Nanni, Dino Pedreschi, Luca Pappalardo

专题命中 具身导航 ：navigation(title,abstract)

AI总结 该研究通过在意大利三座城市及抽象环境的模拟实验，发现导航服务存在交通集中效应，低使用率时减排但超阈值后益处消失，路线多样性随使用率上升而降低。

Learning-Based Speed Estimation from Accelerometer-Only Inertial Sensing

CarSpeedNet: 基于学习的仅使用加速度计的车速估计

Barak Or

机构 * CEO Office, MetaOr Artificial Intelligence（MetaOr人工智能首席执行办公室） ； Google（谷歌） ； Reichman Tech School, Reichman University（Reichman大学技术学院） 纠错

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

AI总结 CarSpeedNet通过仅使用加速度计实现车速估计，无需陀螺仪或其他传感器，提升低资源环境下的导航精度。

Comments 6 pages, under review

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

FlexWorm: Primitive-augmented Hybrid Contact-motion Planning for Suction-based Multi-segment Deformable Robots

FlexWorm：用于基于吸盘的多段可变形机器人的基元增强混合接触-运动规划

Zili Tang, Tiecheng Guo, Qinyue Zhang, Meng Guo

机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院） 纠错

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

AI总结 FlexWorm框架为基于吸盘的多段可变形机器人提出规划方法，含IKHS与PaHS，仿真和硬件实验表明其在复杂环境下规划性能更优且鲁棒性良好。

Comments 13 pages, 18 figures, accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026. Supplementary video: this https URL (https://youtu.be/OQR5Sx5Bwnc)

Electronic Navigational Chart Change Classification

电子航海图变化分类

Jacob Arndt, Abhishek Potnis, Alexandre Sorokine

机构 * Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

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

AI总结 针对电子航海图（ENC）变化分类的人工审核效率低、一致性差的问题，提出结合空间上下文编码器与ENC属性编码器的编码方案，用调优梯度提升树在1308张海图对数据集上取得90%、94%的准确率，提升了海事安全相关的ENC维护效率。

Comments Accepted at 34th ACM SIGSPATIAL 2026

Some Practical Issues of the Tracking Process in GNSS Receivers

GNSS接收机跟踪过程的若干实际问题

S.V. Shafran, I.A. Kudryavtsev, A.A. Kumarin

专题命中 具身导航 ：navigation(abstract)

AI总结 该研究分析GNSS接收机跟踪模块的积分间隔、早迟相关器延迟、跟踪环路滤波器参数等实际问题，在实验导航接收机上开展研究，获得改进瞬态过程参数的方法。

Comments 8 pages, 17 figures

An Irreducible Quantum Advantage in Aligning World Models with Reality

世界模型与现实对齐的不可约量子优势

Josep Lumbreras, Hailan Ma, Jayne Thompson, Mile Gu

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

AI总结 该研究证明经典世界模型无法通过增加记忆实现与真实世界的完美策略对齐，而量子世界模型仅用单个qutrit即可做到，揭示了世界模型对齐现实的不可约量子优势。

Comments 31 pages, 4 figures

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。

Orthogonal JEPA: Factorized Predictive States for Latent World Models

正交JEPA：用于潜在世界模型的分解预测状态

Taoyong Cui, Pheng Ann Heng, Wanli Ouyang

机构 * The Chinese University of Hong Kong (CUHK)（香港中文大学（CUHK）） 纠错

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

AI总结 该研究提出正交JEPA框架，通过正交预测分解改进潜在世界模型，在多类任务实验中评估了其表示质量、预测、规划及长时程稳定性。

ADAPT: Physics-Aware Diffusion-based World Models for Adaptive Predictive Transferable HVAC Control

ADAPT：面向自适应可迁移HVAC控制的物理感知扩散式世界模型

Xu Yang, Kailai Sun, Dianyu Zhong, Qianchuan Zhao

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

AI总结 本文针对现有HVAC控制方法泛化性差的问题，提出物理感知扩散世界模型ADAPT，在IID控制下可降HVAC能耗7.3%、不适度30.2%，OOD场景下迁移鲁棒性显著优于现有方法。

Learn for Variation: Efficient AAV Trajectory Learning through a Differentiable Wireless World Model

为变化学习：在可微环境中变分引导的AAV轨迹学习

Xiucheng Wang, Zhenye Chen, Nan Cheng, Zhisheng Yin, Xuemin Shen

机构 * State Key Laboratory of ISN and School of Telecommunications Engineering, Xidian University（信息与通信工程国家重点实验室和西安电子科技大学电信工程学院） ； School of Aerospace Science and Technology, Xidian University（航天学院） ； Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学电气与计算机工程系） 纠错

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

AI总结 本文提出L4V框架，通过变分引导解决AAV轨迹规划中的奖励驱动强化学习问题，利用密集政策梯度提升任务完成效率和传输速率。

RFWM: Physics-Guided World Model for Dynamic Wireless Radiance Field Generation

RFWM：用于生成动态无线辐射场的物理引导世界模型

Zijiu Yang, Qianqian Yang

专题命中 具身推理 ：world model(title,abstract)

AI总结 本研究针对动态未知环境下RF场建模泛化难的问题，提出物理引导的RF世界模型RFWM，采用两阶段训练策略，在新构建的基准上实现了优于现有最优方法的RF场生成性能。

RMWorld: Task-Aware Radio World Models with Value-of-Information Guided Multi-Trial Learning for Multi-UAV Communication Control

RMWorld：面向多无人机通信控制的、具备信息价值引导多试学习的任务感知无线电世界模型

Xiucheng Wang, Nan Cheng, Junxi Huan

专题命中 具身推理 ：world model(title,abstract)

AI总结 提出任务感知无线电世界模型 RMWorld，结合信息价值校准与多试选择，在多无人机通信控制任务中，于 100 次 3GPP 试次和 30 次 DeepMIMO 试次上取得了更优的速率误差与积压控制效果。

Beyond Multimodal Alignment: Certifying Physical Language through Response Substitution and Ordered Execution

超越多模态对齐：通过响应替换与有序执行验证物理语言

Kaizhen Tan, Xin Xu, Siru Tao, Yixiao Li, Hanzhe Hong, Yang Feng, Heqing Du

机构 * New York University（纽约大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出DBOSC方法，在Cluster Haptic数据集与弹塑性系统中验证了多模态物理表示的可执行含义，明确了执行器、图表等因素对动作组合的影响，区分了多项可测试的操作能力成就。

Bootstrap Theory of Representational Emergence (TBER): Explanatory Insufficiency, Transition Regimes, and the Emergence of New Representational Levels

表征涌现的自举理论：解释不充分性作为表征学习与世界模型的驱动力

Jacques Raynal, Pierre Slangen, Elsa Raynal, Jacques Margerit

机构 * Laboratory of Bioengineering and Nanosciences (LBN), University of Montpellier（生物工程与纳米科学实验室（LBN），蒙彼利埃大学） ； EuroMov Digital Health in Motion, University of Montpellier, IMT Mines Alès（EuroMov数字健康运动，蒙彼利埃大学，IMT矿山阿尔勒） ； Certified Sophrologist, Sensorimotor Practice, Montpellier, France（认证Sophrologist，运动觉实践，蒙彼利埃，法国） ； Emeritus Professor, University of Montpellier（荣誉教授，蒙彼利埃大学） 纠错

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

AI总结 提出表征涌现自举理论（TBER），将解释不充分性视为新表征涌现的积极信号，通过五阶段递归过程驱动表征创新，应用于表征学习、世界模型和科学发现。

Comments Version 4. Major theoretical revision introducing the distinction between manifestations of explanatory insufficiency and resolution regimes (local-corrective, representationally resolutive, and structurally recurrent), together with regime-sensitive diagnosis and closure assessment. Formal mathematical boundary cases have been clarified. 28 references, no figures or tables

Fine-Tuning VLAs with Self-Demonstrated Generative Control for Multi-Task Manipulation

通过自演示生成控制对视觉-语言动作（VLA）模型进行微调以实现多任务操作

Prachi Garg, Steve Xing, Prahit Yaugand, Saurabh Gupta, Derek Hoiem

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 机器人基础模型 ：manipulation(title)；分类 cs.RO、cs.CV、cs.LG

AI总结 本文针对VLA模型部署到新机器人时因硬件不匹配导致性能下降的问题，提出自监督方法生成在线交互rollout数据微调VLA模型，使模型在目标机器人上同时具备先验任务能力、指令遵循能力与高效学习新技能的能力。

Comments Project Page: this https URL (https://self-supervised-control.pages.dev/)

EXIMO: VLM Guided Exploration of VLA Policies

EXIMO：基于视觉语言模型引导的视觉语言动作策略探索

Bhavya Sukhija, Oliver Groth, Mohit Shridhar, Tim Hertweck, Michael Bloesch, Markus Wulfmeier, Abbas Abdolmaleki, Martin Riedmiller

机构 * Google DeepMind（谷歌DeepMind） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；robotic(abstract)；分类 cs.AI

AI总结 本研究提出EXIMO算法，通过VLM引导的探索、模仿、优化三阶段微调VLA策略，解决了VLA策略微调样本效率低的问题，性能显著优于现有方法。

Route by Kinematics, Act by Observation: Kinematics-Supervised Expert Routing in MoE-Augmented VLA

基于运动学的路由、基于观测的执行：MoE增强视觉-语言智能体（VLA）中的运动学监督专家路由

Tianhang Yang, Yanze Zheng, Junjie Wang, Wei-Bin Kou, Ruotong Li, Yujiu Yang

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO

AI总结 本研究针对MoE增强VLA的专家路由问题，提出KinRT方法，通过运动学聚类监督路由器训练，在两个平台上验证其性能优于现有模型，相关代码与平台将开源。

Comments 9 pages

HBVLA: Pushing 1-Bit Post-Training Quantization for Vision-Language-Action Models

HBVLA: 推动面向视觉-语言-动作模型的1位后训练量化

Xin Yan, Zhenglin Wan, Feiyang Ye, Xingrui Yu, Hangyu Du, Yang You, Ivor Tsang

专题命中 机器人基础模型 ：robotic(abstract)；分类 cs.LG

AI总结 HBVLA通过改进的二值化框架，实现对视觉-语言-动作模型的高效1位量化，保留了高精度性能，适用于资源受限的机器人部署。

Where to Touch, How to Contact: A Hierarchical RL-MPC Framework for Geometry-Aware Sim-to-Real Manipulation

何处触碰，如何接触：面向几何感知的长时间灵巧操作的分层RL-MPC框架

Zhixian Xie, Yu Xiang, Michael Posa, Wanxin Jin

机构 * Arizona State University（亚利桑那州立大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

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

AI总结 提出分层RL-MPC框架，高层RL策略预测接触意图（接触位置和子目标位姿），低层接触隐式MPC优化局部接触模式并实时重规划，实现几何泛化的非抓取操作，数据效率提升10倍且零样本迁移到真实环境。

Learning Hierarchical Skill Policies with Offline Quality-Diversity Reinforcement Learning

利用离线质量多样性强化学习学习分层技能策略

Tanachai Anakewat, Takayuki Osa, Tatsuya Harada

机构 * The University of Tokyo（东京大学） ； RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心） 纠错

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

AI总结 该研究提出QDOS算法，通过优势加权质量多样性预训练与双数据集复用策略，在分层技能学习框架下，于稀疏奖励任务中显著提升性能，优于强基线算法。

Comments IROS 2026

From Rebound to Remedy: Understanding and Mitigating Reward Hacking via Representation Engineering

当奖励黑客反弹时：通过表征层面信号理解与缓解它

Rui Wu, Ruixiang Tang

机构 * Rutgers University（罗格斯大学） 纠错

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

AI总结 本文研究了大型语言模型强化学习中奖励黑客现象，通过环境操控设置分析其三阶段反弹模式，并提出基于表征工程的Advantage Modification方法以更有效抑制黑客行为。

Maximum Likelihood Reinforcement Learning

最大似然强化学习

Fahim Tajwar, Guanning Zeng, Yueer Zhou, Yuda Song, Daman Arora, Yiding Jiang, Jeff Schneider, Ruslan Salakhutdinov, Haiwen Feng, Andrea Zanette

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

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

AI总结 MaxRL是一种基于采样的强化学习框架，通过最大似然估计提升模型训练效率，实验显示其在多个任务中表现优于现有方法。

Comments ICML 2026. Project website: this https URL (https://zanette-labs.github.io/MaxRL/)

Keeping the Franka Emika Panda alive: a ROS 2 stack with a reliable position interface

保持Franka Emika Panda机器人正常运行：具备可靠位置接口的ROS 2软件栈

Antonio Langella, Davide Risi, Vincenzo Petrone, Enrico Ferrentino, Pasquale Chiacchio

机构 * University of Salerno（萨勒诺大学） 纠错

专题命中 人机交互与遥操作 ：manipulation(abstract)；分类 cs.RO

AI总结 本文提出开源ROS 2软件栈，解决Franka Emika Panda机器人外部位置接口不可靠问题，经多场景验证，降低人机协作应用开发门槛。

Comments 12 pages, 10 figures, submitted to ICINCO 2026

The Missing Touch: Spatially Distributed Tactile Feedback Brings Teleoperation Closer to Human Dexterity

缺失的触感：空间分布的触觉反馈让远程操作更接近人类灵巧性

Rohan Kota, Gregory Reardon, J. Edward Colgate

机构 * Northwestern University（西北大学） ； Center for Robotics and Biosystems（机器人与生物系统中心） 纠错

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 该研究针对远程操作机器人性能不及人类灵巧性的问题，通过实验证明空间分布的触觉反馈可提升操作表现、降低轨迹偏差，还能压缩动作状态空间分布，助力自主机器人训练。

Wave-Based Bilateral Teleoperation between Nonlinear Manipulators with Direct Contact Force Feedback

基于波的非线性机械臂双边遥操作及直接接触力反馈

G. Q. Bao Tran, Takanori Miyoshi, Ho Duc Tho

专题命中 人机交互与遥操作 ：robotic(abstract)；分类 cs.RO

AI总结 针对存在恒定通信延迟的非线性多自由度机械臂双边遥操作，采用LMI方法表征无源性短缺，通过严格无源通信律补偿以保证稳定性与同步性，经非线性2自由度机械臂仿真验证方法有效。

Comments 65th IEEE Conference on Decision and Control (CDC), Honolulu, HI, USA, Dec. 2026