机器人 / 具身智能

DB-VIO: Dual-Branch Visual Inertial Odometry with Enhanced Visual-Inertial Representation

DB-VIO：具有增强视觉惯性表示的双分支视觉惯性里程计

Ziyu Wan, Lin Zhao

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 研究针对视觉惯性里程计问题，提出DB-VIO双分支框架，通过融入深度线索、姿态先验和解耦姿态估计进行运动特定时间建模，实验表明该方法在自动驾驶和空中机器人基准测试中性能优异，提升了旋转和平移估计精度。

A Systematic Survey on Image Description Techniques for STEM Domains

关于STEM领域图像描述技术的系统综述

Marco Cardia, Letizia Angileri, Marina Buzzi, Giulio Galesi, Barbara Leporini

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

AI总结 综述20项关于AI描述STEM视觉的研究，关注可及性和人机交互。分析目标视觉类型等多方面内容，指出从静态转向交互式多模态系统，同时存在事实不准确等挑战，最后概述人机交互关键研究方向。

Comments This is the Author's Original Manuscript of an article accepted for publication in International Journal of Human-Computer Interaction, published by Taylor and Francis. The Version of Record is available at DOI 10.1080/10447318.2026.2668031

DAPM: UAV Monocular Depth Estimation from Any Height, Pitch, Roll and FOV

DAPM：从任意高度、俯仰、横滚和视场角进行无人机单目深度估计

Tong Ling, Wenhui Diao, Yingchao Feng, Hanbo Bi, Zhongyan Hou, Xian Sun

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of Target Cognition and Application Technology (TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院目标认知与应用技术重点实验室） 纠错

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

AI总结 研究针对无人机单目深度估计在多样视角和大尺度深度分布下的难题，提出DAPM模型，通过建立视角定量表示，引入IGD和PQB模块，在UAPD数据集上实验，该模型在深度和相机姿态估计方面达最优性能。

A Real-Time Generalized Nash Equilibrium Framework for Interaction-Aware Autonomous Driving in Mixed Traffic

用于混合交通中交互感知自动驾驶的实时广义纳什均衡框架

Nouhed Naidja, Mohamed-Cherif Rahal, Steve Pechberti, Stéphane Font, Guillaume Sandou, Marc Revilloud

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

AI总结 针对自动驾驶在混合交通环境中的挑战，提出将驾驶交互建模为广义纳什均衡问题的决策框架，基于粒子群优化提出实时求解器，经实验验证能处理关键场景，求解器操作可行且收敛快。

Journal ref The 12th 2026 International Conference on Control, Decision and Information Technologies (CoDIT 2026), Jul 2026, Bari (Italy), Italy

DINS-IO: Learned Inertial Odometry via Differentiable INS Consistency

DINS-IO：通过可微惯性导航系统一致性实现的学习惯性里程计

Hao Qiao, Yan Wang, Jian Kuang, Xiaoji Niu

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

AI总结 研究提出DINS-IO，直接从原始IMU流学习惯性里程计。利用INS速度递推约束，转化为滑动窗口最小二乘问题求解，以残差为自监督损失。设计高频网络并校准速度，在标准基准测试中，预训练自监督并微调的DINS-IO表现出色。

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)

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

Searching Videos as Trees: Self-Correcting Agents for Grounded Long Video QA

将视频搜索为树：用于有基础的长视频问答的自校正智能体

Ce Zhang, Ziyang Wang, Yulu Pan, Oluwatumininu Oguntola, Pranav Wagh, Qiyu Wu, Hiromi Wakaki, Mohit Bansal, Gedas Bertasius

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Sony（索尼） 纠错

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

AI总结 研究有基础的长视频问答问题，提出VideoTreeSearch框架，通过构建自适应时间树及可学习的离散操作让智能体导航，经监督微调与强化学习训练，在多个基准测试中表现出色，证明自校正分层搜索是关键机制。

Toward Semantic Communication for Real-time Mobile 3D Reconstruction

迈向实时移动 3D 重建的语义通信

Fangzhou Zhao, Yao Sun, Xuesong Liu, Runze Cheng, Shang Kai, Yi Sun

机构 * School of Electrical and Electronic Engineering, North China Electric Power University（华北电力大学电气与电子工程学院） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） ； School of Computer Science and Technology, China University of Petroleum (East China)（中国石油大学（华东）计算机科学与技术学院） 纠错

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

AI总结 针对实时移动 3D 重建中几何估计对通信失真敏感的问题，提出语义通信框架，含语义收发器输出带置信度图的重建图像，引入置信度引导几何估计方法，仿真显示该框架能保持图像质量并提升姿态估计精度和 3D 结构一致性。

Stitch-Inferencer: Enhance Endoscopic Video Segmentation and Tracking via Panoramic Reconstruction

Stitch-Inferencer：通过全景重建增强内窥镜视频分割和跟踪

Shunsuke Kikuchi, Atsushi Kouno, Hiroki Matsuzaki

机构 * Jmees Inc（Jmees公司） 纠错

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

AI总结 针对内窥镜视频理解中视野受限和遮挡问题，提出Stitch-Inferencer框架，用全景画布取代隐式特征记忆，跨帧拼接观察以扩大视野，让现有模型利用长程上下文，实验证明其能在保持实时性的同时提升分割和跟踪性能。

OASIS-Map: Object-Level Change Detection in Multi-Session Mapping using Semantic Correspondence Matching

OASIS-Map：基于语义对应匹配的多会话映射中的对象级变化检测

Haedam Oh, Yifu Tao, Nived Chebrolu, Maurice Fallon

机构 * Indian Institute of Technology Bombay（印度孟买理工学院） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 研究多会话映射中对象级变化检测问题，提出OASIS-Map系统，通过建立语义对应维护一致对象级地图，在三个真实场景演示，取得停车场汽车替换场景变化检测F1值0.783等成果。

Comments 8 pages, 6 figures, website: https://dynamic.robots.ox.ac.uk/projects/oasis-map/

DRIFT: Drift and Aggregation for Motion Planning

DRIFT：用于运动规划的漂移与聚合

Yining Xing, Zhiyuan Liu, Zehong Ke, Wenhao Yu, Jianqiang Wang

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能网联汽车与交通国家重点实验室） 纠错

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

AI总结 研究针对端到端轨迹规划器问题，提出DRIFT固定深度规划器，结合轨迹潜在空间漂移与提议聚合，基于视觉编码器特征生成提议，经聚合头预测最终轨迹，在导航测试中有良好表现，证明该方法为多假设运动规划提供高效设计。

Comments 8 pages, 3 figures, 4 tables. Under review at IEEE RAL

AeroMap3D: Anchoring Monocular UAV 6-DoF Localization to Visual-Geometric-Semantic Map Priors

AeroMap3D：将单目无人机6自由度定位锚定到视觉-几何-语义地图先验上

Zhiyun Deng, Luis Sentis

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

AI总结 AeroMap3D是用于无GNSS导航的单目无人机6自由度定位系统，针对地图参考空中定位挑战，引入轻量级适配器，利用地图注释去除不可靠匹配，结合延迟状态EKF融合测量与先验，实现高精度定位，多地轨迹定位误差小。

Design, Modeling and Experimental Validation of a Miniature Hybrid Underwater Glider With Large-Range Foldable Deflectable Wings

一种具有大范围可折叠可偏转机翼的微型混合水下滑翔器的设计、建模与实验验证

Yongjian Zhu, Yusen Tao, Feitian Zhang

机构 * Peking University（北京大学） 纠错

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

AI总结 研究微型混合水下滑翔器，通过将机翼配置视为结构变量开发多体动力学模型，基于CRBA投影形成统一动态模型，提出顺序参数识别框架，经实验验证能在受限水下环境主动重构形态并增强导航。

Comments 11 pages, 8 figures, journal

Designing Safety-Constrained LLM Systems for Public Health Information Access

设计用于公共卫生信息访问的安全约束大语言模型系统

Ben Torkian, Jun Zhou

机构 * University of South Carolina（南卡罗来纳大学） 纠错

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

AI总结 针对公共卫生信息访问，尤其是母婴健康资源导航，设计实现安全约束大语言模型系统。采用多层架构，含领域受限RAG等，通过可控数据管道确保回复基于精选资源。经场景验证，系统安全约束执行一致、性能稳定，为相关领域部署LLM系统提供指导。

ACZ-GSeg: Adaptive Concentric Zone-based Two-stage Ground Segmentation for LiDAR Point Clouds

ACZ-GSeg：基于自适应同心区域的激光雷达点云两阶段地面分割

Ge Zhang Chunyang Wang Bin Liu

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

AI总结 针对复杂道路场景中地面分割难题，提出基于自适应同心区域模型的两阶段地面分割方法，构建模型确定扇区数量，粗、细分割阶段分别采用不同约束提取和细化地面点，实验证明该方法能适应点云分布特征，提高分割稳定性。

A Multi-Agent Framework for Zero-Dimensional Reduced-Order Model Planning

用于零维降阶模型规划的多智能体框架

Bingteng Sun, Hao Yin, Yiling Chen, Renjie Xiao, Lei Xie, Shanyou Wang, Ruonan Wang, Shubao Chen, Qingzong Xu, Lin Lu, Qiang Du, Junqiang Zhu

机构 * Institute of Engineering Thermophysics, Chinese Academy of Sciences（中国科学院工程热物理研究所） ； National Key Laboratory of Science and Technology on Advanced Light-duty Gas-turbine（先进轻型燃气轮机技术重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Qingdao Institute of Aeronautical Technology（青岛航空技术研究院） ； Nanjing Future Energy System Research Institute（南京未来能源系统研究院） 纠错

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

AI总结 本文针对复杂零维降阶模型规划中依赖人工、传统方法局限等问题，提出多智能体架构Z-COPA，其核心是专用图表示法，将规划转化为图结构优化问题，经多基准测试验证，该框架性能卓越且打破传统范式，提供新规划技术方法。

Millimeter Wave Radar: From Synthetic Aperture to Probabilistic Mapping

毫米波雷达：从合成孔径到概率地图

Jui-Te Huang, Ruoyang Xu, Michael Kaess

机构 * School of Computer Science, Robotics Institute, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器人研究所） 纠错

专题命中 具身导航 ：robotic(abstract)；分类 cs.RO

AI总结 针对毫米波雷达数据创建概率地图的挑战，建立从原始信号到概率占用地图的完整流程，含合成孔径雷达处理与概率建模，经室内验证、性能分析及参数研究，展示方法有效性与局限性，并贡献开源数据集及处理管道。

Chalito: An Extensible Library for Filtering-Based State Estimation in Quadruped Robots

Chalito：用于四足机器人基于滤波的状态估计的可扩展库

Hilton Marques Souza Santana, João Carlos Virgolino Soares, Marco Antonio Meggiolaro, Claudio Semini

机构 * Pontifical Catholic University of Rio de Janeiro（里约热内卢天主教大学） ； Istituto Italiano di Tecnologia（意大利技术研究院） 纠错

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

AI总结 研究针对四足机器人状态估计，提出Chalito库，它可从URDF导入模型，支持多种滤波方法，能在模拟和真实数据集上运行，实现对机器人和滤波器的系统评估，是首个专用于四足机器人滤波算法基准测试的开源库。

Diffusion for Long-Horizon Multi-Robot Path Planning in Human-Shared Environments

人类共享环境中长距离多机器人路径规划的扩散方法

Vaibhav Sanjay, Yorai Shaoul, Jiaoyang Li

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

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

AI总结 研究人类共享环境中多机器人长距离路径规划问题，提出MRRD框架，结合滚动时域、并行扩散推理及冲突搜索机制，纳入时间条件与引导项，实验证明该框架能实时扩展到15个机器人，性能优于现有基线。

Comments 8 pages, 3 figures, to be published in IROS 2026

Learning High-Level Decision Making with an Interaction-Aware Attention-Based Network in Autonomous Driving

在自动驾驶中使用基于交互感知注意力的网络学习高级决策

Marcelo Contreras, Willi Poh, Christoph Stiller, Ehsan Hashemi

机构 * NODE lab, University of Alberta（节点实验室，阿尔伯塔大学） ； MRT Institute, Karlsruhe Institute of Technology（MRT 研究所，卡尔斯鲁厄理工学院） 纠错

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

AI总结 研究自动驾驶中高级决策问题，提出DecisionPerceiver将动态代理特征投影到固定大小潜在空间，通过潜在查询数调节特征粒度，还细化动作集，经多场景评估有性能提升、泛化能力及可扩展性。

Comments 6 pages, 5 figures, 3 tables, submitted to 2026 IEEE Intelligent Transportation Systems Conference (ITSC)