机器人 / 具身智能

Towards Dual-Brain Minimal Sufficient Representation for Vision-Language Navigation

迈向视觉语言导航的双脑最小充分表示

Yihao Wu, Chenyi Xu, Liqi Yan, Chenhuan Cai, Geyong Min, Bin Lin, Fangli Guan, Jianhui Zhang, Pan Li

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； University of Zurich（苏黎世大学） ； University of Exeter（埃克塞特大学） 纠错

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

AI总结 针对视觉语言导航中存在的问题，提出BrainNav框架，包含逻辑锚定模型等三个组件，通过将语义意图与空间感知对齐，提升智能体在复杂任务中的表现，在实验中相比之前最优方法有改进，为鲁棒的视觉语言导航提供有效基础。

Offline Vision-Language Navigation with Geometric Goal Localization for Outdoor Environments

用于户外环境的基于几何目标定位的离线视觉语言导航

Ali Salmasi, Xianjia Yu, Tomi Westerlund

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

AI总结 研究针对户外环境下的离线视觉语言导航，通过对17个可边缘部署的SLM与4个在线API进行基准测试，提出轻量级混合语义几何目标定位框架并集成到Edge-BehAV中，提升了性能，降低目标距离误差，实现无网络连接下的有效导航。

Milo, a Fully Autonomous Indoor/Outdoor Robotic Guide Dog

米洛，一款完全自主的室内/室外机器人导盲犬

Florian Golemo, Joanna Wolski, Joel Ruben Antony Moniz, Christopher Pal

机构 * Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； Polytechnique Montreal（蒙特利尔理工大学） 纠错

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

AI总结 研究旨在开发机器人导盲犬平台，核心方法是构建含改装机器人、感知与导航堆栈的系统，主要贡献是实现完全自主、室内外可用的米洛平台，开源软硬件，且导航表现优于基线。

Comments Submitted to CoRL 2026. The Milo project website is available here: https://fgolemo.github.io/milo

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

PGN: Design and Implementation of a Vision-Language Navigation System Based on Pangu Multimodal Foundation Model

PGN：基于盘古多模态基础模型的视觉语言导航系统的设计与实现

Li Xian, Mingxi Li, Yizheng Wang, Yiming Shen, Qi Chen, Zhuoling Xiao

机构 * University of Electronic Science and Technology of China（电子科技大学） ； School of Information and Communication Engineering（信息与通信工程学院） 纠错

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

AI总结 研究基于盘古多模态基础模型设计实现视觉语言导航系统PGN，训练分两阶段，先对齐视觉与语言编码器，再使模型适应专家轨迹，结合多种计算方式，在特定评估下取得一定指标，量化了离线专家动作对齐情况。

Comments 6 pages, 5 figures

RAVEN: Reinforcement-Adaptive Visibility-Graph Planning for Robust Humanoid Navigation with Collision-Free MPC

RAVEN：用于稳健人形机器人导航的强化自适应可见性图规划与无碰撞MPC

Ruochen Hou, Shiqi Wang, Beom Jun Kim, Hanzhang Fang, Mehak Singal, Dennis W. Hong

机构 * Robotics and Mechanisms Laboratory (RoMeLa), Department of Mechanical and Aerospace Engineering, University of California, Los Angeles（机器人与机构实验室（RoMeLa），机械与航天工程系，加利福尼亚大学洛杉矶分校） 纠错

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

AI总结 研究针对人形机器人在动态环境中的导航问题，提出RAVEN框架，通过强化学习自适应调整可见性图规划器几何结构，结合无碰撞MPC层跟踪轨迹，经实验评估，该方法能减少超调、提高狭窄通道稳健性及在延迟噪声下可靠导航。

Modeling and Validation of Quality of Control for Edge-Offloaded Collaborative Navigation

边缘卸载协同导航的控制质量建模与验证

Neelabhro Roy, Mikael Hammarling, Victor Nan Fernandez-Ayala, Gourav Prateek Sharma, Mani H. Dhullipalla, Dimos V. Dimarogonas, James Gross

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

AI总结 针对复杂环境中协同控制受网络问题挑战，本文扩展控制质量框架到实际机器人模型，建模网络影响、探索控制参数影响并实验验证，得出最优操作模式，还比较了ROS~2中QoS策略的QoC性能。

Comments Accpeted in IEEE VTC-Fall 2026

Joint On-and-Off Policy Learning for Vision-and-Language Navigation

用于视觉与语言导航的联合在线与离线策略学习

Qingrong He, Lin Zhao, Kevin Zheng, Liang Lin

机构 * Joy Future Academy（京东探索研究院） 纠错

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

AI总结 研究视觉与语言导航问题，提出JOP-VLN框架，通过三阶段训练流程，协同结合离线策略模仿学习和在线策略探索，采用高熵轨迹采样和纠错优先轨迹排序策略，在相关基准上取得高成功率，创技术新水平。

Comments Accepted by IROS 2026

UniLM-Nav: A Unified Framework for Zero-Shot Last-Mile Navigation

UniLM-Nav：零样本最后一英里导航的统一框架

Zhuofan Zhang, Tianxu Wang, Guoxi Zhang, Yixiong Lin, Xilin Wang, Hongming Xu, Qing Li, Song-Chun Zhu, Lifeng Fan

机构 * Tsinghua University（清华大学） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，字节跳动公司人工智能研究院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Peking University（北京大学） 纠错

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

AI总结 研究移动操作中最后一英里导航问题，提出UniLM-Nav统一框架，通过多模态大语言模型后端分解任务为视图选择、功能接地和姿态推理，在OVMM基准上优于现有方法，还验证了在实际机器人上的适用性。

Comments Project page: https://unilm-nav.github.io

Iterated Invariant EKF for 3D Landmark-Aided Inertial Navigation

迭代不变扩展卡尔曼滤波用于三维地标辅助惯性导航

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

机构 * Pontifical Catholic University of Rio de Janeiro, Rio de Janeiro, Brazil（里约热内卢天主教大学） ； Dynamic Legged Systems Lab, Istituto Italiano di Tecnologia, Genova, Italy（动态腿部系统实验室，意大利理工学院） 纠错

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

AI总结 针对经典SO(3)-EKF的虚假可观测性问题，提出迭代不变扩展卡尔曼滤波(IterIEKF)用于地标辅助惯性3D定位，通过数值仿真证明其在估计精度和一致性上优于现有方法。

Path-level Hindsight Instructions for Semantic Exploration in Vision-Language Navigation

路径级事后指令用于视觉语言导航中的语义探索

Sung June Kim, Sangpil Kim, Honglak Lee

机构 * Korea University（高丽大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 提出Phi-Nav框架，通过事后推理将指令与智能体实际探索轨迹对齐，利用三阶段双监督循环将语义未标记的运动转化为密集训练信号，在R2R-CE和RxR-CE基准上以少量专家演示取得竞争性能。

Comments Accepted to ECCV 2026

Robots Ask the Way: Communication-Enabled Social Navigation

机器人问路：支持通信的社交导航

Valentino Sacco, Luca Scofano, Indro Spinelli, Fabio Galasso

机构 * Sapienza University of Rome（罗马大学） 纠错

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

AI总结 提出CommNav任务，让机器人通过主动与居民通信获取信息来定位目标个体，在Habitat 3.0c环境中评估，通信模块使导航成功率提升10个百分点，且对自然语言鲁棒。

Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

Path Planning in Physically Viable World Models

物理可行世界模型中的路径规划

Su Ann Low, Cheng-Hsi Hsiao, Xingjian Li, Adam J. Thorpe, Ufuk Topcu, Krishna Kumar

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 提出物理可行世界模型，通过物理仿真生成修改后的场景，使机器人能在部署前评估未来地形变化对路径可行性的影响。

Comments 18 pages, 7 figures, submitted to CORL

Learning Category-level Last-meter Navigation from RGB Demonstrations of a Single-instance

从单实例RGB演示中学习类别级最后米导航

Tzu-Hsien Lee, Fidan Mahmudova, Karthik Desingh

机构 * University of Minnesota, Twin Cities（明尼苏达大学 Twin Cities 分校） 纠错

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

AI总结 提出面向对象的模仿学习框架，利用RGB观测实现四足移动机械臂在最后米阶段的精确导航，无需深度或地图先验，在类别级泛化中达到高成功率。

Autonomous UAV Navigation for Individual Wildlife Re-Identification

面向个体野生动物重识别的自主无人机导航

Claire Sun, Tanya Berger-Wolf, Jenna Kline

机构 * The Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 提出一种自主无人机导航系统，结合YOLOv11检测和DINOv2姿态分类，实时优化图像捕获以支持下游个体重识别，在斑马等物种上验证可行性。

Comments Accepted at 2026 CV4Animals Workshop at CVPR

HUMEMBR: Learning Human Routines for Predictive Embodied Navigation

HUMEMBR：学习人类日常行为以进行预测性具身导航

Samira Huber, Klaas Pelzer, Duc M. Nguyen, Xuesu Xiao, Sören Pirk

机构 * Kiel University, Germany（德国基尔大学） ； George Mason University, USA（美国乔治·马歇尔大学） 纠错

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

AI总结 提出HUMEMBR系统，通过连续记忆构建与并行检索机制，实现基于人类日常行为的具身问答和导航，相比全上下文LLM基线在长时推理上更高效。

Comments Accepted to IROS 2026

DRIVE-Nav: Directional Reasoning, Inspection, and Verification for Efficient Open-Vocabulary Navigation

DRIVE-Nav: 方向推理、检查与验证以实现高效的开放词汇导航

Maoguo Gao, Zejun Zhu, Zhiming Sun, Zhengwei Ma, Longze Yuan, Zhongjing Ma, Zhigang Gao, Jinhui Zhang, Suli Zou

机构 * Beijing Institute of Technology（北京理工大学） ； DeepBlue College（深蓝学院） ； The National Key Laboratory of Autonomous Intelligent Unmanned Systems (KAIUS), School of Automation（自主智能无人系统全国重点实验室（KAIUS），自动化学院） 纠错

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

AI总结 DRIVE-Nav通过方向化探索框架提升开放词汇导航效率，通过方向检查和验证减少冗余路径，实验显示在HM3D-OVON等数据集上性能优越。

Comments 8 pages, 4 figures. Project page: https://coolmaoguo.github.io/drive-nav-page/

LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation

LocalNav: 蒸馏前沿视觉语言模型与具身强化学习用于设备端物体目标导航

Nicolas Baumann, Liam Boyle, Pu Deng, Edoardo Ghignone, Boyang Sun, Marc Pollefeys, Luca Benini, Michele Magno

机构 * Center for Project-Based Learning（项目学习中心） ； Integrated Systems Laboratory（集成系统实验室） 纠错

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

AI总结 提出蒸馏策略将大型VLM的空间语义推理迁移至轻量级本地VLM，结合E-RLVR与令牌生成正则化，在嵌入式设备上实现低延迟物体目标导航。

History-Conditioned Spatio-Temporal Visual Token Pruning for Efficient Vision-Language Navigation

基于历史条件的时空视觉令牌剪枝用于高效视觉-语言导航

Qitong Wang, Yijun Liang, Ming Li, Tianyi Zhou, Christopher Rasmussen

机构 * Department of Computer and Information Sciences at the University of Delaware（德克萨斯大学达勒姆分校计算机与信息科学系） ； University of Maryland’s Department of Computer Science（马里兰大学计算机科学系） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 提出一种无需训练的时空视觉令牌剪枝框架，通过空间令牌选择和时空压缩减少冗余计算，在保持导航精度的同时显著提升推理效率，并在真实机器人上验证了低延迟指令跟随导航。

Comments International Conference on Intelligent Robots and Systems (IROS) 2026

A scalar per patch from pre-trained ViTs enables fast moving navigation in the real world

来自预训练ViT的每补丁标量实现现实世界快速移动导航

Steeven Janny, Leonid Antsfeld, Christian Wolf

机构 * NaverLabs Europe（NaverLabs欧洲） 纠错

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

AI总结 通过大规模真实世界导航实验，研究预训练视觉编码器在机器人导航中的关键组件，提出异构多教师蒸馏和瓶颈策略，发现可解释特征与可供性关联，并证明仅用RGB训练非最优。

Comments European Conference on Computer Vision -- ECCV 2026

Journal ref European Conference on Computer Vision -- ECCV 2026

UNSEEN: Uncertainty-aware Navigation via Sparse Estimation in Unknown Environments

UNSEEN: 未知环境中基于稀疏估计的不确定性感知导航

Tommaso Faraci, Marco Camurri, Daniele Fontanelli, Luigi Palopoli

机构 * University of Trento（特伦托大学） 纠错

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

AI总结 提出UNSEEN框架，仅用前视相机通过稀疏地图与位姿不确定性估计，联合优化任务进度与估计精度，在未知环境中实现鲁棒导航，相比现有方法定位误差降低9.8%，估计精度提升45%。

HumanHalo -- Safe and Efficient 3D Navigation Among Humans via Minimally Conservative MPC

HumanHalo -- 通过最小保守MPC实现安全高效的三维人群导航

Simon Schaefer, Helen Oleynikova, Sandra Hirche, Stefan Leutenegger

机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

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

AI总结 提出HumanHalo框架，结合可达性安全保证与数据驱动人体运动预测，通过仅约束初始控制输入实现安全高效的3D MAV人群导航，在仿真和真实实验中验证了其有效性。

SenseExpo: Spatial Exploration and Navigation via Scene Estimation from Expeditious Predictive Operators

SenseExpo: 通过快速预测算子的场景估计进行空间探索与导航

Haojia Gao, Haohua Que, Mingkai Liu, Jiayue Xie, Hoiian Au, Yusen Qin, Qian Zhang, Jiajun Sun, Weihao Shan, Tianle Zhu, Handong Yao, Fei Qiao

机构 * Tsinghua University（清华大学） ； University of Georgia（佐治亚大学） ； Peking University（北京大学） ； D-Robotics（D-机器人） ； Infinity Robotics（Infinity机器人） 纠错

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

AI总结 提出轻量级单机器人探索框架SenseExpo，结合紧凑地图预测网络与前沿策略，以709K参数实现优于U-Net和LaMa的预测性能，并在探索实验中显著加速目标覆盖。

GroundControl: Anticipating Navigation Failures in Vision-Language Agents via Trajectory-Consistent Uncertainty Estimates

GroundControl: 通过轨迹一致的不确定性估计预测视觉语言智能体中的导航失败

Nastaran Darabi, Divake Kumar, Sina Tayebati, Devashri Naik, Amit Ranjan Trivedi

机构 * University of Illinois at Chicago (UIC)（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 提出轨迹一致的不确定性估计方法GroundControl，通过卡尔曼滤波建模距离变化并结合轨迹特征，有效预测导航失败，在选择性风险-覆盖评估中优于基线。

EvolveNav: Proactive Preflection and Self-Evolving Memory for Zero-Shot Object Goal Navigation

EvolveNav: 用于零样本目标导航的主动预反思与自进化记忆

Qi Chai, Wenhao Shen, Nanjie Yao, Yue Xia, Kaiyong Zhao, Jie Ma, Guosheng Lin, Hao Wang

机构 * HKUST(GZ)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） ； Xi’an Jiaotong University（西安交通大学） ； XGRIDS（深圳格物智联） 纠错

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

AI总结 提出自进化零样本目标导航框架，通过从历史轨迹提取规则并基于置信上界检索，结合记忆引导预反思模块，减少无效探索，成功率提升10.1%。

Can Causal Models Enhance Robot Navigation? Online Causal Adaptation for Real-Robot Navigation

因果模型能否增强机器人导航？面向真实机器人导航的在线因果自适应

Zhitao Liang, Alex Mitrevski, Emmanuel Dean, Karinne Ramirez-Amaro

机构 * Chalmers University of Technology（查尔姆斯理工大学） 纠错

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

AI总结 研究因果模型在真实机器人导航中的迁移问题，提出离线评估和在线自适应两种应用方式，实验表明因果模型在复杂场景下能显著提升导航性能。

Comments Accepted for publication at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN)

Traceable Virtual Sea Trials in the Marine Robotics Unity Simulator for Manoeuvring Assessment of Unmanned Surface Vehicles

面向无人水面艇操纵性评估的海洋机器人Unity仿真器中可追溯虚拟海试

Paria Rezayan

机构 * School of Engineering and Built Environment, Sheffield Hallam University（谢菲尔德哈勒姆大学工程与建筑环境学院） 纠错

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

AI总结 针对USV水动力导数辨识数据获取难的问题，在MARUS仿真器中建立标准化虚拟海试框架，通过TC/ZZ机动自动化执行、数据采集与后处理管道，生成符合IMO/ITTC指标的可重复数据集，案例验证了框架的有效性。

Cross-Stage Sensorimotor Perception Scheduling and Sparse Map Encoding for Efficient Edge Embodied Navigation

跨阶段感知运动调度与稀疏地图编码用于高效边缘具身导航

Yaotian Liu, Sri Sai Rakesh Nakkilla, Xiangyu Zhou, Yu Cao, Jeff Zhang

机构 * Arizona State University（亚利桑那州立大学） ； University of Minnesota（明尼苏达大学） 纠错

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

AI总结 针对边缘设备上具身导航的延迟和内存瓶颈，提出SKIP调度器（基于安全跳过准则）和SCOUT稀疏编码器，实现1.7倍加速、50.5%内存降低和7.1% SPL提升。

Comments 9 pages, 6 figures

Dual Quaternion-Based Unscented Kalman Filter with Visual Inertial Odometry for Navigation in GPS-Denied Environments

基于对偶四元数的无迹卡尔曼滤波与视觉惯性里程计在GPS拒止环境中的导航

Mohamed Khalifa, Hashim A. Hashim

机构 * Carleton University（卡尔顿大学） 纠错

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

AI总结 提出一种基于对偶四元数的无迹卡尔曼滤波（DQUKF）结合视觉惯性里程计（VIO），在GPS拒止环境下实现高精度状态估计，在EuRoC数据集上位置RMSE达0.2584米。