机器人 / 具身智能

EgoCogNav: Cognition-aware Human Egocentric Navigation

EgoCogNav: 认知感知的人类自我中心导航

Zhiwen Qiu, Ziang Liu, Wenqian Niu, Tapomayukh Bhattacharjee, Saleh Kalantari

机构 * Cornell University（康奈尔大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 提出EgoCogNav多模态自我中心导航框架，联合预测路径不确定性、轨迹和头部运动，并引入CEN数据集，实验表明其能学习与人类扫描、犹豫等行为相关的感知不确定性。

Comments 15 pages, 4 figures

CLOSER-VLN: Closed-Loop Self-Verified Retrieval-Augmented Reasoning for Aerial Vision-Language Navigation

CLOSER-VLN：面向空中视觉语言导航的闭环自验证检索增强推理

Shaoxuan Li, Xiangyu Dong, Xiaoguang Ma, Junfeng Chen, Haoran Zhao, Yaoming Zhou

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

AI总结 提出CLOSER方法，通过闭环的推理、验证、检索和纠正机制，解决空中VLN中开放循环决策导致的误差累积问题，在CityNav基准上取得32.01% SR和21.28% SPL。

OpenFrontier: General Navigation with Visual-Language Grounded Frontiers

OpenFrontier: 基于视觉-语言基础的通用导航

Esteban Padilla-Cerdio, Boyang Sun, Marc Pollefeys, Hermann Blum

机构 * ETH Zurich（苏黎世联邦理工学院） ； Microsoft Spatial AI Lab（微软空间人工智能实验室） ； University of Bonn（波恩大学） 纠错

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

AI总结 本文提出OpenFrontier框架，通过稀疏子目标识别与到达问题实现高效导航，无需任务特定训练或微调，适用于多种视觉-语言先验模型，展示零样本性能和真实机器人部署效果。

MM-Nav: Multi-View VLA Model for Robust Visual Navigation via Multi-Expert Learning

MM-Nav：基于多专家学习的多视角VLA模型用于鲁棒视觉导航

Tianyu Xu, Jiawei Chen, Jiazhao Zhang, Wenyao Zhang, Zekun Qi, Minghan Li, Zhizheng Zhang, He Wang

机构 * Peking University（北京大学） ； Galbot ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出MM-Nav模型，通过多专家学习从合成数据中学习多样化的导航能力，展示模型在合成环境中的强泛化能力，并在现实世界实验中验证其有效性。

Comments Project page: https://pku-epic.github.io/MM-Nav-Web/

DVL-DeepONet: A Physics-Guided Operator Learning for Resilient Underwater Navigation

DVL-DeepONet：一种用于弹性水下导航的物理引导算子学习

Arup Kumar Sahoo, Itzik Klein

机构 * The Hatter Department of Marine Technologies, Leon H. Charney School of Marine Sciences, University of Haifa（海法大学利昂·H·查尼海洋科学学院哈特海洋技术系） 纠错

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

AI总结 提出DVL-DeepONet框架，利用物理引导的深度神经算子，在噪声、缺失波束或无惯性传感器场景下估计AUV速度，实验验证性能优于基线方法40%。

Comments 15 pages, 6 figures

Fast Human Attention Prediction for Fixation-guided Active Perception in Autonomous Navigation

用于自主导航中注视引导主动感知的快速人类注意力预测

Fatma Youssef Mohammed, Grzegorz Malczyk, Kostas Alexis

机构 * Norwegian University of Science and Technology (NTNU)（挪威科技大学） 纠错

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

AI总结 提出GazeLNN，一种基于液态神经网络和MobileNetV3的轻量级扫描路径预测模型，在MIT低分辨率数据集上达到最优性能，计算成本降低99.40%，推理速度提升6倍，并集成到强化学习训练的主动相机-机器人控制策略中，实现自主导航中的注视引导感知。

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

Dual-Agent Framework for Cross-Model Verified Translation of Natural-Language Protocols into Robotic Laboratory Platform

用于将自然语言协议翻译为机器人实验室平台的双智能体跨模型验证框架

Hyeonna Choi, Jung Yup Kim, Hyuneui Lim, Seunggyu Jeon

机构 * Department of Bionic Machinery, Research Institute of AI Robot, Korea Institute of Machinery & Materials（生物机械系、人工智能机器人研究所、韩国机械材料研究院） 纠错

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

AI总结 提出双智能体框架，通过解析器形式化协议、规则映射引擎生成控制命令、异构LLM验证器纠错，实现自然语言微孔板协议到机器人平台可执行命令的转换，并验证了端到端自主执行。

Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System

Qwen-RobotNav 技术报告：为智能体导航系统设计的可扩展导航模型

Jiazhao Zhang, Gengze Zhou, Hale Yin, Yiyang Huang, Zixing Lei, Qihang Peng, Haoqi Yuan, Jie Zhang, Xudong Guo, Xiaoyue Chen, An Yang, Fei Huang, Zhibo Yang, Junyang Lin, Dayiheng Liu, Jingren Zhou, Zhuoyuan Yu, Jingyang Fan, Zhixuan Liang, Pei Lin, Ye Wang, Haoyang Li, Anzhe Chen, Kun Yan, Xiao Xu, Jiahao Li, Lulu Hu, Minying Zhang, Shurui Li, Wenhu Xiao, Shuai Bai, Xuancheng Ren, Chenxu Lv, Chenfei Wu, Xiong-Hui Chen

机构 * Qwen Team（通义实验室） 纠错

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

AI总结 提出 Qwen-RobotNav 可扩展导航模型，通过参数化接口支持多种任务模式和可调观测参数，在15.6M样本上训练，联合视觉语言数据防止行为坍缩，在多个导航基准上取得新最优结果，并展示零样本泛化能力。

Deep Learning-Based Lunar Crater Terrain Relative Navigation

基于深度学习的月球陨石坑地形相对导航

Batu Candan, Simone Servadio

机构 * NASA（美国国家航空航天局） ； 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 ：navigation(title,abstract)；分类 cs.RO、cs.LG

AI总结 提出一种结合深度学习陨石坑检测器和扩展卡尔曼滤波的地形相对导航算法，在初始位置偏差达5公里时仍能将导航误差降至数百米。

EffiNav: Fusing Depth and Vision-Language for Efficient Object Goal Navigation

EffiNav: 融合深度与视觉语言实现高效物体目标导航

Zecheng Yin, Benedict Jun Ma

机构 * Systems Hub of Intelligence Transportation HKUST(GZ)（香港科技大学（广州）智能交通系统中心） 纠错

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

AI总结 提出EffiNav框架，融合深度信息与视觉语言模型，通过预测探索边界和语义先验指导导航，在HM3D和OVON数据集上匹配或超越基线，提升路径效率与泛化性。

Geometry-Consistent Endoscopic Representations for Image-Guided Navigation via Structured Foundation Model Adaptation

几何一致的内窥镜表示用于图像引导导航：基于结构化基础模型适配

Hongchao Shu, Roger D. Soberanis-Mukul, Hao Ding, Morgan Ringel, Mali Shen, Saif Iftekar Sayed, Hedyeh Rafii-Tari, Mathias Unberath

机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Semaphor Surgical ； Johnson & Johnson MedTech（强生医疗科技） 纠错

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

AI总结 提出统一框架，结合合成数据管道与层级感知几何语义适配，学习几何一致且领域鲁棒的图像表示，提升单目内窥镜中的位姿估计与深度预测性能。

VISTA: Scale-Aware Visual Navigation via Action History Conditioning

VISTA：通过动作历史条件实现尺度感知的视觉导航

Maeva Guerrier, Koki Kobayashi, Simon Roy, Jana Pavlasek, Giovanni Beltrame

机构 * Polytechnique Montreal（蒙特利尔理工学院） ； MILA（MILA研究所） ； Institute of Science Tokyo（东京科学大学） ； CoRA Lab（CoRA实验室） ； Mist Lab（Mist实验室） 纠错

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

AI总结 针对视觉导航基础模型因动作归一化导致的尺度脆弱性，提出通过动作历史条件化提供物理位移上下文，并集成DINOv3编码器增强重复环境中的特征表示，实现零样本跨环境部署。

Binary Tracking for Spatial QA and Navigation with Open Vision-Language Models

基于开放视觉语言模型的空间问答与导航的二值追踪

Dongbin Na, Chanwoo Kim, Soonbin Rho, Giyun Choi, Gangbok Lee, Dooyoung Hong

机构 * RGA Inc.（RGA公司） 纠错

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

AI总结 提出BinTrack，一种全开源的空间定位代理，通过二值搜索轨迹段，在SpaceLocQA基准上准确率提升22.8%，推理速度提升1.5倍，并发布多行程室外数据集GangnamLoop。

Comments 21 pages, 4 figures, 15 tables. Project page: https://ndb796.github.io/BinaryTracking ; Code and dataset: https://github.com/ndb796/BinaryTracking

Foresight: Iterative Reasoning About Clues that Matter for Navigation

Foresight: 关于导航关键线索的迭代推理

Arthur Zhang, Carl Qi, Donne Su, Xiangyun Meng, Amy Zhang, Joydeep Biswas

机构 * UT Austin（德克萨斯大学奥斯汀分校） ； FieldAI 纠错

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

AI总结 提出Foresight框架，利用微调VLM交替提出和批评图像空间运动计划，通过人类反馈学习奖励模型进行强化学习后训练，实现无地图导航中稀疏语言指令下的迭代运动优化，任务成功率提升37%。

Comments 22 pages, 10 figures, 3 tables

Goal2Pixel: Grounding Goals to Pixels for Vision-Language Navigation

Goal2Pixel: 将目标锚定到像素以实现视觉语言导航

Muyi Bao, Yuxin Cai, Hang Xu, Zongtai Li, Jinxi He, Jingfan Tang, Chen Lv, Ji Zhang, Yaqi Xie, Wenshan Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 提出Goal2Pixel范式，通过将连续环境中的视觉语言导航（VLN-CE）重新定义为可导航像素锚定，利用图像平面作为统一空间接口，预测可见导航像素并反投影为3D航点，结合可见性感知关键帧记忆和坐标感知辅助损失，在减少VLM调用次数的同时实现竞争性性能。

Comments 8 pages

Organize then Retrieve: Hierarchical Memory Navigation for Efficient Agents

先组织再检索：面向高效智能体的层次化记忆导航

Hao-Lun Hsu, Nikki Lijing Kuang, Boyi Liu, Zhewei Yao, Yuxiong He

机构 * Duke University（杜克大学） ； Snowflake AI Research（Snowflake AI研究） 纠错

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

AI总结 提出HORMA框架，通过构建文件系统式的层次化记忆结构并利用强化学习训练的轻量级导航代理，实现高效检索，在长时任务中提升性能并降低令牌消耗。

PIGEON: VLM-Driven Object Navigation via Points of Interest Selection

PIGEON: 通过兴趣点选择的VLM驱动物体导航

Cheng Peng, Zhenzhe Zhang, Xiaobao Wei, Yanhao Zhang, Heng Wang, Pengwei Wang, Zhongyuan Wang, Cheng Chi, Shanghang Zhang, Jing Liu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） ； Peking University（北京大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

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

AI总结 提出PIGEON框架，将物体导航建模为基于原始观测的稀疏决策问题，通过兴趣点（PoI）作为视觉决策单元，结合VLM选择关键点，实现零样本SOTA性能并迁移至主动具身问答。

MinNav: Minimalist Navigation Using Optical Flow For Active Tiny Aerial Robots

MinNav：基于光流的极简导航用于主动微型飞行机器人

Aniket Patil, Mandeep Singh, Uday Girish Maradana, Nitin J. Sanket

机构 * Worcester Polytechnic Institute（伍斯特理工学院） ； Perception and Autonomous Robotics (PeAR) Group, Robotics Engineering Department, Worcester Polytechnic Institute（伍斯特理工学院机器人工程系感知与自主机器人（PeAR）实验室） 纠错

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

AI总结 提出MinNav导航栈，利用光流及其不确定性，使微型飞行机器人在无先验知识下穿越静态/动态障碍和未知形状间隙，通过主动探索提高成功率，实验成功率70%，计算量远小于深度方法。

Comments Accepted for publication at ICRA 2026. Link to Project page https://pear.wpi.edu/research/minnav.html

NavOne: One-Step Global Planning for Vision-Language Navigation on Top-Down Maps

NavOne: 一种基于顶部向下地图的视觉语言导航的一步全局规划

Dijia Zhan, Jinyi Li, Chenxi Zheng, Shaoyu Huang, Yong Li, Jie Tang, Xuemiao Xu

机构 * South China University of Technology（南方科技大学） 纠错

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

AI总结 本文提出了一种基于顶部向下地图的视觉语言导航方法，通过引入NavOne框架，实现多模态地图的单步全局路径规划，显著提升了导航效率和性能。

Comments 10 pages, 7 figures

Uncertainty-Aware Adaptive Sensor Fusion for Autonomous Navigation

不确定性感知的自适应传感器融合用于自主导航

Simegnew Yihunie Alaba, Yuichi Motai

机构 * IEEE 纠错

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

AI总结 提出一种结合无迹卡尔曼滤波（UKF）的混合深度学习方法，通过不确定性感知的自适应融合视觉和惯性特征，提高自主导航中视觉惯性里程计（VIO）的位姿估计精度。

Comments 13 pages

AgenticDiffusion: Agentic Diffusion-based Path Planning for Vision-Based UAV Navigation

AgenticDiffusion：基于智能体扩散的视觉无人机导航路径规划

Faryal Batool, Muhammad Ahsan Mustafa, Fawad Mehboob, Valerii Serpiva, Dzmitry Tsetserukou

机构 * University of Engineering and Technology, Lahore（拉合尔工程与技术大学） 纠错

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

AI总结 提出AgenticDiffusion多视角无人机导航框架，结合语言引导推理、开放词汇目标定位、视觉扩散规划与NMPC，通过协调第一人称和俯视图提升室内导航效率，在40次真实实验中实现80%任务成功率。

Optimal control for a robotic exploration, pick-up and delivery problem

机器人探索、拾取和配送问题的最优控制

Vladislav Nenchev, Christos G. Cassandras, Jörg Raisch

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

AI总结 本文研究了机器人在最小时间内寻找并收集有限数量物体并运送到集散地的最优控制问题，采用递推时间窗方案解决混合系统中的最优控制问题，并提出基于运动参数化和梯度优化的事件驱动方法，以提高计算效率。

Comments 14 pages, 23 figures

Behavior-based Navigation of Mobile Robot in Unknown Environments Using Fuzzy Logic and Multi-Objective Optimization

基于模糊逻辑和多目标优化的未知环境中移动机器人行为导航

Thi Thanh Van Nguyen, Manh Duong Phung, Quang Vinh Tran

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

AI总结 本文提出BBFM架构，通过模糊控制器和多目标优化协调机器人在未知环境中避障和避开局部极小值的问题，提升了导航精度和效率。

Journal ref International Journal of Control and Automation, Vol. 10, No. 2 (2017), pp.349-364

A Delay-Tolerant Potential-Field-Based Network Implementation of an Integrated Navigation System

基于延迟容忍的势场网络的集成导航系统实现

Rachana Ashok Gupta, Ahmad A. Masoud, Mo-Yuen Chow

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

AI总结 本文提出一种基于网络控制器的集成导航系统，通过互联网实现摄像头、无人地面车和远程服务器的实时网络化，旨在简化无人车导航同时保持系统鲁棒性。

Journal ref The IEEE Transactions On Industrial Electronics, Vol. 57, No.2, February 2010, PP. 769-783

Neural Navigation Functions for Zero-Shot Generalizable Motion Planning

神经导航函数用于零样本泛化运动规划

Benjamin D. Shaffer, Pei-An Hsieh, Brooks Kinch, Nathaniel Trask, M. Ani Hsieh

机构 * University of Pennsylvania, United States（宾夕法尼亚大学，美国） ； Department of Mechanical Engineering and Applied Mechanics（机械工程与应用力学系） ； Department of Electrical and Systems Engineering（电气与系统工程系） 纠错

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

AI总结 提出神经导航函数（Neural-NF），通过将数据驱动适应嵌入结构化椭圆规划器，实现跨未见环境几何的零样本迁移，并保证无碰撞、单调下降和全局最小值。

Comments 17 pages, 10 figures

Hierarchical Semantic-Augmented Navigation: Optimal Transport and Graph-Driven Reasoning for Vision-Language Navigation

层级语义增强导航：面向视觉语言导航的最优传输与图驱动推理

Xiang Fang, Wanlong Fang, Changshuo Wang

机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（新加坡南洋理工大学交叉学科研究生项目） ； University College London（伦敦大学学院） 纠错

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

AI总结 提出层级语义增强导航框架，通过动态层级语义场景图、基于最优传输的拓扑规划器与图感知强化学习策略，解决连续环境中的视觉语言导航难题，实现最优性能。

Comments Published in NeurIPS 2025, address some typos

SENSE: Semantic Embedding Navigation with Soft-gated Evaluation for Retrieval-based Speculative Decoding

SENSE: 基于软门控评估的语义嵌入导航用于检索式推测解码

Shaowen Chen, Zhicheng Liao, Hongwei Wang

机构 * Zhejiang University, Hangzhou, China（浙江大学，杭州，中国） 纠错

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

AI总结 提出SENSE方法，通过语义嵌入导航和软门控评估模块替代表面形式匹配，提升检索式推测解码的鲁棒性和加速效果，在LLaMA和Qwen系列上实现最高4.09平均接受长度和3.26倍加速。

Seq-DeepIPC: Sequential Sensing for End-to-End Control in Legged Robot Navigation

Seq-DeepIPC：足式机器人导航中用于端到端控制的顺序感知

Oskar Natan, Jun Miura

机构 * Department of Computer Science and Electronics, Universitas Gadjah Mada（计算机科学与电子系，加查马达大学） ； Department of Computer Science and Engineering, Toyohashi University of Technology（计算机科学与工程系，东福冈技术大学） 纠错

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

AI总结 提出Seq-DeepIPC模型，通过融合多模态感知（RGB-D+GNSS）与时间序列，实现足式机器人在真实环境中的端到端导航控制，并在机器人狗上验证了其有效性。

Comments This work has been accepted for publication in the IEEE Sensors Journal. https://ieeexplore.ieee.org/document/11373257/

Uni-LaViRA: Language-Vision-Robot Actions Translation for Unified Embodied Navigation

Uni-LaViRA：面向统一具身导航的语言-视觉-机器人动作翻译

Hongyu Ding, Sizhuo Zhang, Ziming Xu, Jinwen Guo, Hongxiu Liu, Xingzhi Cheng, Zixuan Chen, Haifei Qi, Duo Wang, Hao Xu, Jieqi Shi, Yifan Zhang, Jing Huo, Jian Cheng, Yang Gao, Jiebo Luo

机构 * Nanjing University（南京大学） ； Beihang University（北京航空航天大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； BMW (Nanjing) Information Technology Co., Ltd.（宝马（南京）信息技术有限公司） ； University of Rochester（罗切斯特大学） 纠错

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

AI总结 提出Uni-LaViRA统一智能体架构，通过语言-视觉-机器人动作翻译结构，结合待办列表记忆和二次机会回溯机制，在零训练下实现四类导航任务和四种真实机器人的零样本泛化，性能匹配或超越近期训练式导航基础模型。

Comments Project page: https://xetroubadour.github.io/Uni-LaViRA/

Learning, locomotion, and navigation of soft synthetic snakes in three-dimensional, heterogeneous environments

软体合成蛇在三维异质环境中的学习、运动与导航

Xiaotian Zhang, Ali Albazroun, Tixian Wang, Songyuan Cui, Prashant G. Mehta, Mattia Gazzola

机构 * Carl R. Woese Institute for Genomic Biology, University of Illinois Urbana–Champaign（卡尔·R·沃塞基因组生物学研究所，伊利诺伊大学厄巴纳-香槟分校） ； Department of Mechanical and Aerospace Engineering, Hong Kong University of Science and Technology（香港科学与技术大学机械与航空航天工程系） ； Department of Mechanical Science and Engineering, University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） 纠错

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

AI总结 提出基于仿生驱动和感知模型的强化学习框架，使软体合成蛇能够自主导航非结构化三维地形，并通过高保真环境验证鲁棒性。

Comments 14 pages, 5 figures