arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

机器人 / 具身智能

机器人、具身智能、机器人学习、操作、导航和具身世界模型。

共收录 14015 信号源:cs.RO, cs.AI, cs.CV, cs.LG

1. 具身导航 14015 篇

2601.00116 2026-01-05 cs.LG cs.RO 81%

GRL-SNAM: Geometric Reinforcement Learning with Path Differential Hamiltonians for Simultaneous Navigation and Mapping in Unknown Environments

GRL-SNAM:基于路径微分哈密顿量的几何强化学习用于未知环境中的同时导航与建图

Aditya Sai Ellendula, Yi Wang, Minh Nguyen, Chandrajit Bajaj

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

AI总结 GRL-SNAM通过局部能量优化实现未知环境中的同时导航与建图,利用受控哈密顿优化提升导航质量。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.24284 2026-01-01 cs.RO cs.AI 81%

DRL-TH: Jointly Utilizing Temporal Graph Attention and Hierarchical Fusion for UGV Navigation in Crowded Environments

DRL-TH:联合利用时序图注意力和层次融合用于拥挤环境下的无人地面车辆导航

Ruitong Li, Lin Zhang, Yuenan Zhao, Chengxin Liu, Ran Song, Wei Zhang

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

AI总结 DRL-TH通过结合时序图注意力和层次融合,提升无人地面车辆在拥挤环境中的导航性能和动态适应性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.20049 2026-01-01 cs.RO cs.AI 81%

Robust Robotic Exploration and Mapping Using Generative Occupancy Map Synthesis

使用生成占用地图合成的鲁棒机器人探索与建图

Lorin Achey, Alec Reed, Brendan Crowe, Bradley Hayes, Christoffer Heckman

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

AI总结 本文提出了一种基于生成占用地图合成的鲁棒机器人探索方法,通过实时融合预测提升地图质量和可通行性,实验表明其在不同环境中提升了探索一致性。

Comments arXiv admin note: text overlap with arXiv:2409.10681

Journal ref Auton Robot 50, 8 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.10975 2025-12-30 cs.RO cs.CV eess.IV 81%

GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting

GS-GVINS: 一种集成GNSS-视觉-惯性导航系统的系统,结合3D高斯点分布

Zelin Zhou, Saurav Uprety, Shichuang Nie, Hongzhou Yang

机构 * Department of Geomatics Engineering, Shulich School of Engineering, University of Calgary(测绘工程系、谢里尔工程学院、卡尔加里大学)

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

AI总结 GS-GVINS是一种结合3D高斯点分布的GNSS-视觉-惯性导航系统,通过提升导航精度实现大规模户外导航。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.22010 2025-12-29 cs.CV cs.AI 81%

LongFly: Long-Horizon UAV Vision-and-Language Navigation with Spatiotemporal Context Integration

LongFly: 长航程无人机视觉与语言导航中的时空上下文整合

Wen Jiang, Li Wang, Kangyao Huang, Wei Fan, Jinyuan Liu, Shaoyu Liu, Hongwei Duan, Bin Xu, Xiangyang Ji

机构 * School of Mechanical Engineering, Beijing Institute of Technology(北京理工大学机械工程学院) Chongqing Innovation Center, Beijing Institute of Technology(北京理工大学重庆创新中心) Department of Computer Science and Technology, Tsinghua University(清华大学计算机科学与技术系) Department of Automation, Tsinghua University(清华大学自动化系) School of Software, Dalian University of Technology(大连理工大学软件学院) School of Artificial Intelligence, Xidian University(西安电子科技大学人工智能学院)

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

AI总结 LongFly通过整合时空上下文提升无人机长航程视觉与语言导航的准确性和稳定性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.19629 2025-12-24 cs.RO cs.CV 81%

LoGoPlanner: Localization Grounded Navigation Policy with Metric-aware Visual Geometry

LoGoPlanner:基于度量感知的视觉几何导航策略

Jiaqi Peng, Wenzhe Cai, Yuqiang Yang, Tai Wang, Yuan Shen, Jiangmiao Pang

机构 * Department of Electronic Engineering, Tsinghua University(清华大学电子工程系) Shanghai AI laboratory(上海人工智能实验室)

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

AI总结 LoGoPlanner通过结合度量感知的视觉几何和端到端学习,提升移动机器人在无结构环境中的导航性能和泛化能力。

Comments Project page:https://steinate.github.io/logoplanner.github.io/

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15258 2025-12-22 cs.RO cs.AI 81%

VLA-AN: An Efficient and Onboard Vision-Language-Action Framework for Aerial Navigation in Complex Environments

VLA-AN:一种用于复杂环境空中导航的高效且机载视觉-语言-动作框架

Yuze Wu, Mo Zhu, Xingxing Li, Yuheng Du, Yuxin Fan, Wenjun Li, Zhichao Han, Xin Zhou, Fei Gao

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

AI总结 VLA-AN通过高效机载框架提升无人机在复杂环境中的导航能力,实现8.3倍推理吞吐量提升和98.1%的成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16019 2025-12-19 cs.RO cs.AI 81%

Few-Shot Inference of Human Perceptions of Robot Performance in Social Navigation Scenarios

少样本推理人类对机器人社交导航表现的感知

Qiping Zhang, Nathan Tsoi, Mofeed Nagib, Hao-Tien Lewis Chiang, Marynel Vázquez

机构 * Yale University(耶鲁大学) Google DeepMind(谷歌DeepMind)

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

AI总结 本文提出利用大语言模型的少样本学习能力,通过社交导航任务实验,提升机器人预测用户对其表现感知的准确性,验证了方法的可扩展性与有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14222 2025-12-18 cs.CV cs.RO 81%

History-Enhanced Two-Stage Transformer for Aerial Vision-and-Language Navigation

基于历史增强的双阶段变压器用于空域视觉与语言导航

Xichen Ding, Jianzhe Gao, Cong Pan, Wenguan Wang, Jie Qin

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

AI总结 本文提出HETT框架,通过粗到细的导航流程整合全局环境推理与局部场景理解,提升无人机在大规模城市环境中基于语言指令的导航性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13293 2025-12-17 cs.RO cs.AI 81%

Intrinsic-Motivation Multi-Robot Social Formation Navigation with Coordinated Exploration

内在动机多机器人社会编队导航与协调探索

Hao Fu, Wei Liu, Shuai Zhou

机构 * School of Computer Science and Technology(计算机科学与技术学院) Wuhan University of Science and Technology(武汉科技大学) Hubei Province Key Laboratory of Intelligent Information Processing(湖北省智能信息处理重点实验室)

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

AI总结 本文提出了一种基于内在动机的多机器人协调探索RL算法,通过双采样模式和双时间尺度更新规则提升导航策略与奖励表示,实现更高效的社交编队导航性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.16510 2025-12-16 cs.RO cs.AI cs.SY eess.SP eess.SY 81%

Gaussian Process Regression for Improved Underwater Navigation

高斯过程回归用于改进水下导航

Nadav Cohen, Itzik Klein

机构 * Hatter Department of Marine Technologies(海洋技术系) Charney School of Marine Sciences(海洋科学学院) University of Haifa(海法大学)

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

AI总结 本文提出基于多输出高斯过程回归的水下导航方法,通过改进DVL速度估计和误差状态扩展卡尔曼滤波器,提升导航精度和鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.07266 2025-12-09 cs.RO cs.AI cs.SY eess.SY 81%

SINRL: Socially Integrated Navigation with Reinforcement Learning using Spiking Neural Networks

SINRL:基于脉冲神经网络的强化学习的社会集成导航

Florian Tretter, Daniel Flögel, Alexandru Vasilache, Max Grobbel, Jürgen Becker, Sören Hohmann

机构 * FZI Research Center for Information Technology(FZI信息技术研究所以) Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)

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

AI总结 SINRL通过结合脉冲神经网络和人工神经网络,实现高效的社会集成导航,显著降低能耗并提升导航性能。

Comments 8 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.09843 2025-12-03 cs.CV cs.RO 81%

ST-Booster: An Iterative SpatioTemporal Perception Booster for Vision-and-Language Navigation in Continuous Environments

ST-Booster: 一种用于连续环境视觉-语言导航的迭代时空感知增强器

Lu Yue, Dongliang Zhou, Liang Xie, Erwei Yin, Feitian Zhang

机构 * Robotics and Control Laboratory, the School of Advanced Manufacturing and Robotics, and the State Key Laboratory of Turbulence and Complex Systems, Peking University(机器人与控制实验室、先进制造与机器人学院、湍流与复杂系统国家重点实验室,北京大学) Defense Innovation Institute, Academy of Military Sciences(国防创新研究院,军事科学院) Tianjin Artificial Intelligence Innovation Center(天津人工智能创新中心) Harbin Institute of Technology(哈尔滨工业大学)

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

AI总结 ST-Booster通过多粒度感知和指令感知推理提升连续环境中视觉-语言导航的性能。

Comments 11 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2310.11590 2025-12-03 cs.RO cs.LG 81%

Predicting Human Perceptions of Robot Performance During Navigation Tasks

预测人类在导航任务中对机器人性能的感知

Qiping Zhang, Nathan Tsoi, Mofeed Nagib, Booyeon Choi, Jie Tan, Hao-Tien Lewis Chiang, Marynel Vázquez

机构 * Yale University(耶鲁大学) Google DeepMind, Google Inc(谷歌DeepMind及谷歌公司)

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

AI总结 本文通过SEAN TOGETHER数据集研究了利用非语言行为线索和机器学习预测人类对机器人导航性能感知的方法,发现空间特征推理和监督学习在预测中表现更优。

Journal ref ACM Transactions on Human-Robot Interaction, Vol. 14, No. 3, Article 46, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.01009 2025-12-02 cs.RO cs.CV 81%

FOM-Nav: Frontier-Object Maps for Object Goal Navigation

FOM-Nav:用于目标导航的前沿-对象地图

Thomas Chabal, Shizhe Chen, Jean Ponce, Cordelia Schmid

机构 * Inria(法国国家信息与自动化技术研究院) Department of Computer Science, École normale supérieure (ENS-PSL, CNRS, Inria)(高等师范学院计算机科学系) Courant Institute of Mathematical Sciences and Center for Data Science, New York University(纽约大学Courant数学科学研究所和数据科学中心)

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

AI总结 FOM-Nav通过前沿-对象地图和视觉-语言模型提升机器人在未知环境中的目标导航效率,实现最先进的导航性能。

Comments Project page: https://www.di.ens.fr/willow/research/fom-nav/

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.00030 2025-12-02 cs.RO cs.AI 81%

Perturbation-mitigated USV Navigation with Distributionally Robust Reinforcement Learning

具有分布鲁棒强化学习的扰动缓解USV导航

Zhaofan Zhang, Minghao Yang, Sihong Xie, Hui Xiong

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

AI总结 本文提出DRIQN,通过结合分布鲁棒优化与隐式分位数网络,提升USV在复杂环境下的导航鲁棒性与效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.22609 2025-12-01 cs.CV cs.RO 81%

MG-Nav: Dual-Scale Visual Navigation via Sparse Spatial Memory

MG-Nav:基于稀疏空间记忆的双尺度视觉导航

Bo Wang, Jiehong Lin, Chenzhi Liu, Xinting Hu, Yifei Yu, Tianjia Liu, Zhongrui Wang, Xiaojuan Qi

机构 * The University of Hong Kong(香港大学) Southern University of Science and Technology(南方科技大学)

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

AI总结 MG-Nav通过稀疏空间记忆图和VGGT-adapter模块实现双尺度视觉导航,结合全局规划与局部控制,实现零样本导航的高鲁棒性与高性能。

Comments 10pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.21902 2025-12-01 cs.CV cs.AI 81%

PathReasoning: A multimodal reasoning agent for query-based ROI navigation on whole-slide images

PathReasoning: 一种用于基于查询的全滑片图像区域感兴趣点(ROI)导航的多模态推理代理

Kunpeng Zhang, Hanwen Xu, Sheng Wang

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

AI总结 PathReasoning通过多模态推理代理实现基于查询的全滑片图像ROI导航,显著提升诊断准确性与报告生成效果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.02549 2025-12-01 cs.CV cs.RO 81%

MonoDream: Monocular Vision-Language Navigation with Panoramic Dreaming

MonoDream:基于全景梦境的单目视觉-语言导航

Shuo Wang, Yongcai Wang, Zhaoxin Fan, Yucheng Wang, Maiyue Chen, Kaihui Wang, Zhizhong Su, Wanting Li, Xudong Cai, Yeying Jin, Deying Li

机构 * Horizon Robotics

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

AI总结 MonoDream通过轻量级VLA框架和潜在全景梦境任务,提升单目视觉-语言导航的性能,缩小与全景方法的差距。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17939 2025-11-25 cs.AI cs.LG 81%

Neural Graph Navigation for Intelligent Subgraph Matching

神经图导航用于智能子图匹配

Yuchen Ying, Yiyang Dai, Wenda Li, Wenjie Huang, Rui Wang, Tongya Zheng, Yu Wang, Hanyang Yuan, Mingli Song

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

AI总结 NeuGN通过神经导航机制显著提升子图匹配效率,减少首次匹配步骤达98.2%

Comments Under review at AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.17765 2025-11-25 cs.RO cs.LG cs.MA 81%

LEARN: Learning End-to-End Aerial Resource-Constrained Multi-Robot Navigation

LEARN: 一种端到端的空载资源受限多机器人导航学习

Darren Chiu, Zhehui Huang, Ruohai Ge, Gaurav S. Sukhatme

机构 * University of Southern California(美国南加州大学)

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

AI总结 LEARN通过轻量级强化学习框架实现多无人机在复杂环境中的高效导航,相比现有方法在资源利用和性能上均有显著提升。

Comments 20 pages, 15 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.11845 2025-11-18 cs.RO cs.AI cs.AR 81%

Autonomous Underwater Cognitive System for Adaptive Navigation: A SLAM-Integrated Cognitive Architecture

K. A. I. N Jayarathne, R. M. N. M. Rathnayaka, D. P. S. S. Peiris

机构 * Department of Computational Mathematics University of Moratuwa(计算数学系大学莫图瓦)

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

Comments 6 pages, 2 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.10699 2025-11-17 eess.IV cs.CV cs.RO 81%

DualVision ArthroNav: Investigating Opportunities to Enhance Localization and Reconstruction in Image-based Arthroscopy Navigation via External Cameras

Hongchao Shu, Lalithkumar Seenivasan, Mingxu Liu, Yunseo Hwang, Yu-Chun Ku, Jonathan Knopf, Alejandro Martin-Gomez, Mehran Armand, Mathias Unberath

机构 * University of Arkansas(阿肯色大学) Arthrex Inc.(阿瑟克斯公司)

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.06840 2025-11-11 cs.CV cs.RO 81%

PanoNav: Mapless Zero-Shot Object Navigation with Panoramic Scene Parsing and Dynamic Memory

Qunchao Jin, Yilin Wu, Changhao Chen

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

Comments Accepted as a poster in AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.05604 2025-11-11 cs.CV cs.RO 81%

In-process 3D Deviation Mapping and Defect Monitoring (3D-DM2) in High Production-rate Robotic Additive Manufacturing

Subash Gautam, Alejandro Vargas-Uscategui, Peter King, Hans Lohr, Alireza Bab-Hadiashar, Ivan Cole, Ehsan Asadi

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.08686 2025-11-10 cs.RO cs.AI cs.MA 81%

Pogobot: an Open-Source, Low-Cost Robot for Swarm Robotics and Programmable Active Matter

Alessia Loi, Loona Macabre, Jérémy Fersula, Keivan Amini, Leo Cazenille, Fabien Caura, Alexandre Guerre, Stéphane Gourichon, Laurent Fabre, Olivier Dauchot, Nicolas Bredeche

机构 * Sorbonne Université, CNRS, ISIR(索邦大学,法国国家科学研究中心,ISIR研究所) Gulliver Lab, ESPCI Paris - PSL(Gulliver实验室,巴黎ESPCI-PSL) Sorbonne Université, SUMMIT(索邦大学,SUMMIT研究所) Sorbonne Université, CNRS, IBPS, LJP(索邦大学,法国国家科学研究中心,IBPS,LJP)

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.00933 2025-11-04 cs.RO cs.CV 81%

Fast-SmartWay: Panoramic-Free End-to-End Zero-Shot Vision-and-Language Navigation

Xiangyu Shi, Zerui Li, Yanyuan Qiao, Qi Wu

机构 * Australian Institute for Machine Learning, the University of Adelaide(澳大利亚机器学习研究所、阿德莱德大学) CREATE Lab, Swiss Federal Institute of Technology Lausanne (EPFL)(洛桑联邦理工学院CREATE实验室)

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.00033 2025-11-04 cs.RO cs.AI 81%

STRIDER: Navigation via Instruction-Aligned Structural Decision Space Optimization

Diqi He, Xuehao Gao, Hao Li, Junwei Han, Dingwen Zhang

机构 * Northwestern Polytechnical University(西北工业大学) Nanyang Technological University(南洋理工大学) Chongqing University of Posts and Telecommunications(重庆邮电大学)

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.27428 2025-11-03 cs.RO cs.AI 81%

Learning Soft Robotic Dynamics with Active Exploration

Hehui Zheng, Bhavya Sukhija, Chenhao Li, Klemens Iten, Andreas Krause, Robert K. Katzschmann

机构 * Soft Robotics Lab, D-MAVT, ETH Zurich(软机器人实验室,ETH Zurich) Learning & Adaptive Systems Group, D-INFK, ETH Zurich(学习与自适应系统组,ETH Zurich) ETH AI Center, ETH Zurich(ETH人工智能中心,ETH Zurich)

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

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.27210 2025-11-03 cs.AI cs.CV 81%

GUI-Rise: Structured Reasoning and History Summarization for GUI Navigation

Tao Liu, Chongyu Wang, Rongjie Li, Yingchen Yu, Xuming He, Bai Song

机构 * ShanghaiTech University(上海科技大学) ByteDance(字节跳动) Shanghai Engineering Research Center of Intelligent Vision and Imaging(上海智能视觉与成像工程研究中心)

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

Comments Published in NeurIPS 2025

详情

展开后加载摘要…

URL PDF HTML 收藏