机器人 / 具身智能

Closed-loop vs. Open-loop Kalman Filter Architectures in Airborne Aided Inertial Navigation

机载辅助惯性导航中的闭环与开环卡尔曼滤波器架构

Antonia Hager, Torleiv H. Bryne

机构 * Airbus Central Research and Technology（空客中央研究与技术中心） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（挪威科技大学工程 cybernetics 系） 纠错

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

AI总结 研究闭环与开环卡尔曼滤波器架构在机载辅助惯性导航中的性能影响，用标准惯性机制和直接位置辅助评估，通过模拟展示不同传感器误差下两种架构的权衡。

Comments 6 pages, 6 figures, submission to IEEE Navicon

Derivations of Error-State Kalman Filter Kinematics for Globally Applicable Aided Inertial Navigation Systems

适用于全球的辅助惯性导航系统的误差状态卡尔曼滤波器运动学推导

Antonia Hager, Torleiv H. Bryne

机构 * Airbus Central Research and Technology（空客中央研究与技术部） ； Department of Engineering Cybernetics, Norwegian University of Science and Technology（挪威科技大学工程控制论系） 纠错

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

AI总结 研究全球导航系统中处理地球曲率等因素的状态估计算法，通过不变误差状态卡尔曼滤波器利用李群对称性，给出四种经典和不变的误差状态卡尔曼滤波器数学公式供比较与实现。

Comments 29 pages, no figures

SE(2) Navigation Mesh

SE(2)导航网格

Shuyang Shi, Kaixian Qu, Changan Chen, Ines Kast, Yuntao Ma, Marco Hutter

机构 * Robotic Systems Lab, ETH Zurich（苏黎世联邦理工学院机器人系统实验室） 纠错

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

AI总结 提出SE(2)导航网格，通过编码偏航依赖的可通行性，支持非圆形机器人在复杂多层环境中的高效路径规划，并开发了A*-拉绳-A*分层路径搜索策略。

Comments Project page: https://se2-navmesh.github.io/

Learning to Localize Reference Trajectories in Image-Space for Visual Navigation

学习在图像空间中定位参考轨迹用于视觉导航

Finn Lukas Busch, Matti Vahs, Quantao Yang, Jesús Gerardo Ortega Peimbert, Yixi Cai, Jana Tumova, Olov Andersson

机构 * Division of Robotics, Perception, and Learning（机器人、感知与学习 division） ； KTH Royal Institute of Technology（瑞典皇家理工学院） 纠错

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

AI总结 提出LoTIS模型，通过定位参考轨迹在机器人当前视图中的图像坐标，实现无需相机标定、位姿或机器人特定训练的跨实体视觉导航，在正向导航中成功率提升20-50个百分点，达到94-98%。

Trajectory Learning with Graph Representations for Social Robot Navigation

面向社交机器人导航的图表示轨迹学习

Berke Kartal, Burcu Kilic, Yigit Yildirim, Emre Ugur

机构 * Bogazici University（博德加齐大学） ； CREATE Consortium（CREATE联盟） 纠错

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

AI总结 提出一种结合图注意力网络和轨迹级学习的模仿学习框架，通过编码时空交互动态实现社交合规导航，在仿真和真实数据上优于现有方法。

Designing Privacy-Preserving Visual Perception for Robot Navigation Based on User Privacy Preferences

基于用户隐私偏好的机器人导航视觉感知设计

Xuying Huang, Sicong Pan, Delphine Reinhardt, Maren Bennewitz

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

AI总结 本文提出以用户为中心的隐私保护视觉感知设计方法，通过用户研究发现用户偏好隐私保护的视觉抽象和低分辨率保存机制，并据此制定可配置的隐私政策。

AION: Aerial Indoor Object-Goal Navigation Using Dual-Policy Reinforcement Learning

AION: 基于双策略强化学习的空中室内目标导航

Zichen Yan, Yuchen Hou, Shenao Wang, Yichao Gao, Rui Huang, Lin Zhao

机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系） 纠错

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

AI总结 提出AION，一种端到端双策略强化学习框架，解耦探索与目标到达行为，用于视觉空中目标导航，无需外部定位或全局地图，在AI2-THOR和IsaacSim中验证了优越性能。

Comments Accepted to IROS 2026

FutureNav: Unified World-Action Modeling for Vision-and-Language Navigation

FutureNav: 面向视觉与语言导航的统一世界-动作建模

Lingfeng Zhang, Zeying Gong, Xiaoshuai Hao, Haoxiang Fu, Qiang Zhang, Mingliang Zhou, Hangjun Ye, Xiaojun Liang, Junwei Liang, Wenbo Ding

机构 * Tsinghua University（清华大学） ； Pengcheng Laboratory（鹏城实验室） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； Xiaomi EV（小米电动车） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出FutureNav，一种基于VLM的统一世界-动作建模框架，通过联合优化动作策略、逆/前向动力学和未来状态预测四个目标，在4B规模骨干上实现多VLN基准的最优性能。

Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning

飞向图像指定物体：基于跨图记忆和视点规划的3D四旋翼导航

Junjie Gao, Yuqi Chen, Yongzhou Pan, Yaosheng Deng, Jiaping Xiao, Mir Feroskhan

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

AI总结 提出分层导航框架，通过视点感知动作节点和轻量语义记忆，实现四旋翼在连续3D空间中高效、安全地导航至查询图像中的目标物体。

AUSLUN: A Fixed-Hover UAV--USV System for GNSS-Denied Maritime Search and Navigation

AUSLUN: 一种用于GNSS拒止环境下海上搜索与导航的固定悬停无人机-无人艇系统

Siyuan Yang, Zikai Jia, Hailiang Kuang, Xiaoyu He, Qizhi Guo, Yihao Dong, Shaoming He

机构 * School of Aerospace Engineering, Beijing Institute of Technology（北京理工大学航空航天工程学院） ； Khalifa University Center for Autonomous Robotic Systems (KUCARS), Khalifa University（哈利法大学自主机器人系统中心（KUCARS）） 纠错

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

AI总结 提出AUSLUN系统，利用固定悬停无人机通过视觉惯性里程计和变焦吊舱扫描，结合门控递归估计器实现非合作目标定位与无人艇导航，在GNSS拒止环境下验证了搜索-导航完整流程。

Comments 10 pages, 7 figures

CORE Planner: Contextual-memory Oriented Reinforcement-learning in Unknown Environments for Robot Navigation

CORE Planner：面向未知环境中机器人导航的上下文记忆强化学习规划器

Jintao Kong, Zhihao Zhang, Weihuang Chen, Liming Chen, Zhongyu Guo, Shuaiyu Liu, Hongbin Sun

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

AI总结 提出CORE规划器，结合稀疏可见图与Transformer网络，实现未知环境下的高效导航，并通过上下文记忆机制避免局部最优，支持零样本仿真到现实迁移。

Comments Accepted for publication in IEEE Transactions on Industrial Electronics

LNN-Fly: Continuous-Time UAV Navigation for Robust Obstacle Avoidance under Timing Mismatch

LNN-Fly：时序失配下鲁棒避障的连续时间无人机导航

Yulin Huang, Shaojie Chen, Di Feng, Jiahao Wang, Ping Liu, Jianxiao Zou

机构 * Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（深圳先进研究院，电子科技大学） 纠错

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

AI总结 提出LNN-Fly，一种面向部署的连续时间导航策略，通过动态规划启发的结构化循环更新、显式控制间隔条件和自适应遗忘门，在时序失配下实现鲁棒避障，并在仿真和实物中验证了有效性。

Comments 8 pages, 7 figures, accepted for publication at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

Vision-Language Models for Deployable Social Robot Navigation: Bridging Semantic Reasoning and Low-Level Control

面向可部署社交机器人导航的视觉-语言模型：弥合语义推理与低级控制

Runji Cai, Toshihiko Yamasaki, Ling Xiao

机构 * Graduate School of Information Science and Technology, Hokkaido University（弘前大学信息科学与技术研究生院） ； Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院） 纠错

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

AI总结 本文综述了将视觉-语言模型（VLM）集成到社交机器人导航中的方法，提出包含高层推理、低层控制及中间机制的统一框架，并讨论了关键挑战与未来方向。

Efficient-VLN: A Simple yet Strong Baseline for Efficient Vision-Language Navigation

Efficient-VLN: 一种高效且强大的视觉语言导航基线

Duo Zheng, Shijia Huang, Yanyang Li, Liwei Wang

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

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

AI总结 Efficient-VLN通过三个简单有效机制解决视觉语言导航中的系统瓶颈，提升推理效率和训练稳定性，在R2R-CE和RxR-CE基准上取得新突破。

OLiVia-Nav: An Online Lifelong Vision Language Approach for Mobile Robot Social Navigation

OLiVia-Nav: 一种面向移动机器人社交导航的在线终身视觉语言方法

Siddarth Narasimhan, Aaron Hao Tan, Daniel Choi, Goldie Nejat

机构 * University of Toronto（多伦多大学） 纠错

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

AI总结 OLiVia-Nav通过融合视觉语言模型与在线终身学习框架，实现机器人社交导航中的社会规范适应与动态轨迹规划，优于现有方法。

An Overview of Formulae for the Higher-Order Kinematics of Lower-Pair Chains with Applications in Robotics and Mechanism Theory

低副链高阶动力学的公式概述及其在机器人和机构理论中的应用

Andreas Mueller

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

AI总结 本文综述了低副链高阶动力学的公式，提出闭式和递推关系及各向异性动力学关系的泰勒展开，用于机器人和多体系统的运动控制与动力学。

Journal ref Mechanism and Machine Theory, Vol. 142, 2019, 103594, 35 pages

BAT-Nav: Budget-Aware Arbitration and Termination for Long-Horizon Semantic Navigation

MORN: 为资源理性长周期导航的元认知目标-目标调节

Xi Lin, Kangyi Wu, Jiayi Li, Jiaqiao Tang, Qingrong He, Lin Zhao

机构 * LCSR Lab, Johns Hopkins University（约翰霍普金斯大学LCSR实验室） ； Xi’an Jiaotong University（西安交通大学） ； JD Explore Academy, Beijing, China（京东探索研究院，北京，中国） 纠错

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

AI总结 本文提出MORN，一种基于双过程理论的元认知导航架构，通过引入资源理性机制，解决传统导航系统在长周期任务中因缺乏全局资源意识导致的资源浪费问题，提升了目标完成率和任务效率。

UltraStar: Semantic-Aware Star Graph Modeling for Echocardiography Navigation

UltraStar: 面向超声心动图导航的语义感知星图建模

Teng Wang, Haojun Jiang, Chenxi Li, Diwen Wang, Yihang Tang, Zhenguo Sun, Yujiao Deng, Shiji Song, Gao Huang

机构 * Department of Automation, BNRist, Tsinghua University, Beijing, China（自动化系、BNRist、清华大学、北京、中国） ； School of Automation, Beijing Institute of Technology, Beijing, China（自动化学院、北京理工大学、北京、中国） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院、北京、中国） ； Chinese PLA General Hospital, Beijing, China（中国人民解放军总医院、北京、中国） 纠错

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

AI总结 提出UltraStar方法，通过星图将探头导航从路径回归重构为基于锚点的全局定位，并采用语义感知采样策略选择代表性关键帧，有效处理噪声轨迹，在131万样本数据集上优于基线方法。

Comments Accepted to MICCAI 2026

Learning Robot Visual Navigation in Crowds via Intention-Aware Scene Representations

通过意图感知场景表示学习机器人在人群中的视觉导航

Han Bao, Bingyi Xia, Hanjing Ye, Yu Zhan, Hao Cheng, Baozhi Jia, Wenjun Xu, Jiankun Wang

机构 * Shenzhen Key Laboratory of Robotics Perception and Intelligence, Department of Electronic and Electrical Engineering, SUSTech（南方科技大学电子与电气工程系深圳市机器人感知与智能重点实验室） ； Jiaxing Research Institute, SUSTech（南方科技大学嘉兴研究院） ； Research Institute of MA&EI, Peng Cheng Laboratory（鹏城实验室机器人与人工智能研究所） 纠错

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

AI总结 提出iCrowdNav方法，利用时空编码器和Intent-Interact Former从视觉观测中提取场景占用特征和人体姿态意图，通过深度强化学习实现高效人群导航。

GROVE: Grounded Pedestrian Simulation via Natural Language for Interactive Social Robot Navigation

GROVE: 基于自然语言的地面行人仿真用于交互式社交机器人导航

Duc Tai Nguyen, Volodymyr Shcherbyna, Anh Do Duc, Zhengcheng Shen, Teham Buiyan, Linh Kästner

机构 * Singapore Management University（新加坡管理大学） ； Technical University Berlin（柏林工业大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出GROVE框架，通过自然语言指令生成逼真且具有社交挑战性的行人仿真场景，结合多种SotA方法模拟长时人类行为、中时行人导航和短时机器人社交交互，缩小仿真到现实的差距。

Comments Accepted at IROS 26

SurveilNav: Collaborative Object Goal Navigation with Robot and Surveillance System

SurveilNav: 机器人与监控系统协同的目标导航

Ming-Ming Yu, Qunbo Wang, Rongtao Xu, Yanghong Mei, Yirong Yang, Longteng Guo, Wenjun Wu, Jing Liu

机构 * 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） ； Beijing Jiaotong University（北京交通大学） ； ATeam ； University of Chinese Academy of Sciences（中国科学院大学） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） 纠错

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

AI总结 提出SurveilNav框架，通过主动摄像头调度、联合2D/3D建图、基于VLM的价值估计和协同目标验证，融合机器人动态局部感知与监控全局视图，在HM3D数据集上实现领先的探索效率和导航成功率。

Comments Accepted by ICRA 2026

LP-NavOA: Integrated Local Navigation and Obstacle Avoidance for Humanoid Robots under Limited Perception

LP-NavOA：有限感知下仿人机器人的集成局部导航与避障

Yukun Luo, Jianjun Ma, Yuyao Min, Jinzhe Li, Kaihong Huang, Peng Li

机构 * College of Intelligence Science and Technology（智能科学与技术学院） ； National University of Defense Technology（国防科技大学） 纠错

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

AI总结 提出LP-NavOA框架，通过射线条件感知-动作PPO运动骨干和A*教师蒸馏的循环局部规划器，在短距离部分可观测感知下实现仿人机器人避障、稀疏目标恢复和稳定全身运动，将准时到达率从38-40%提升至85-97%。

Expert Consensus on Criteria for the Automated Assessment of Laparoscopic Camera Navigation

腹腔镜摄像头导航自动化评估标准的专家共识

Amir Ebrahimzadeh, Nazila Esmaeili, Michael Ghadimi, Jannis Hagenah

机构 * University Medical Center Göttingen（哥廷根大学医学中心） ； Fraunhofer Research Institution for Individualized and Cell-based Medical Engineering (IMTE)（弗劳恩霍夫个性化与细胞医学工程研究所） 纠错

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

AI总结 通过专家调查和计算机视觉技术评估，确定了腹腔镜摄像头导航的14个关键方面，并建立了临床重要性与技术就绪度矩阵，为自动化技能评估提供路线图。

Homographic Navigation: Geometry-Driven Camera Guidance for Deterministic Planar Capture

单应导航：几何驱动的相机引导实现确定性平面捕获

Dominik Kroupa, Marek Vaško, Muh Yuzril Ihza Baharuddin, Adam Herout

机构 * Ondokuz Mayıs University（奥库大学） 纠错

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

AI总结 提出单应导航框架，利用单应性作为组织变量，通过单次模型预测稀疏关键点实现多目标平面区域的精确对齐，并引入两遍推理和稳定变形训练策略提升精度。

Conflict-Aware Switching for CBF-CLF-Based Multi-Goal Navigation

基于CBF-CLF的多目标导航中的冲突感知切换

Rohan Walia, Kevin Leahy

机构 * Worcester Polytechnic Institute（伍斯特理工学院） 纠错

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

AI总结 针对CBF-CLF-QP控制中安全与目标约束冲突导致性能下降的问题，提出冲突感知切换策略，通过检测高冲突条件并切换标称控制目标，在多智能体多目标场景中降低完成时间和超时率。

Comments CDC 2026 Submission Copy

BIT-Nav: Brain-Inspired Trajectory Memory for Embodied Navigation

BIT-Nav: 具身导航的脑启发轨迹记忆

Rithvik Jonna, Aakash Gurram, Man Namgung, Wyatt Mackey, Tinoosh Mohsenin

机构 * Johns Hopkins University（约翰霍普金斯大学） ； DEVCOM Army Research Laboratory（DEVCOM陆军研究实验室） 纠错

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

AI总结 提出BIT-Nav框架，通过轻量级学习轨迹记忆增强冻结的视觉-语言模型导航，解决长序列中帧采样稀疏问题，以恒定token成本编码结构化运动历史。

Comments Accepted to CVPR 2026: 2nd Workshop on 3D-LLM/VLA: Bridging Language, Vision and Action in 3D Environments

Long-Distance Real-World Navigation of the Legged-Wheeled Robot Go2-W Using Deep Reinforcement Learning

基于深度强化学习的腿轮机器人Go2-W长距离真实世界导航

Takaaki Matsuzawa, Kiyoshi Irie, Tomoaki Yoshida, Taro Suzuki, Yoshitaka Hara, Masahiro Tomono

机构 * Future Robotics Technology Center (fuRo)（未来机器人技术中心（fuRo）） ； Chiba Institute of Technology（千叶工科大学） 纠错

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

AI总结 针对腿轮机器人长距离自主导航问题，提出基于深度强化学习的运动控制器与导航系统，通过负载分配策略解决轮式运动导致髋关节过热问题，在筑波挑战赛中实现约2.8公里无中断自主导航。

OSCAR: Obstacle Survival Curves for Adaptive Robot Navigation

OSCAR: 用于自适应机器人导航的障碍物生存曲线

Hshmat Sahak, Aoran Jiao, Nicholas Rhinehart, Tim Barfoot

机构 * University of Toronto（多伦多大学） 纠错

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

AI总结 提出OSCAR框架，利用生存模型学习障碍物清除时间分布，并通过图规划器动态调整等待与重路由的阈值，以减少导航时间。

Comments 8 pages main text, appendices included

An Asynchronous Two-Speed Kalman Filter for Real-Time UUV Cooperative Navigation Under Acoustic Delays

一种用于声学延迟下实时UUV协同导航的异步双速卡尔曼滤波器

Shuyue Li, Miguel López-Benítez, Eng Gee Lim, Fei Ma, Qian Dong, Mengze Cao, Limin Yu, Xiaohui Qin

机构 * Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Suzhou Municipal Key Laboratory Broadband Wireless Access Technology（苏州市级宽带无线接入技术重点实验室） ； XJTLU-JITRI Academy（XJTLU-JITRI学院） 纠错

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

AI总结 针对水声通信延迟导致实时状态估计困难的问题，提出一种异步双速卡尔曼滤波器（TSKF），通过变分历史蒸馏（VHD）机制解耦估计过程，实现高频实时控制与延迟协同信息处理，在严重延迟下保持与批量优化方法相当的轨迹误差。

Comments 6 pages, 6 figures. Accepted for publication in the 2026 IEEE International Conference on Industrial Informatics (INDIN). \c{opyright} 2026 IEEE. Personal use of this material is permitted. See PDF for the full IEEE copyright notice

Schur-MI: Fast Mutual Information for Robotic Information Gathering

Schur-MI：用于机器人信息收集的快速互信息

Kalvik Jakkala, Jason O'Kane, Srinivas Akella

机构 * Texas A&M University（德克萨斯农工大学） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） 纠错

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

AI总结 提出Schur-MI，利用迭代结构和Schur补分解将互信息计算复杂度从O(|V|^3)降至O(|A|^3)，在真实测深数据集上实现最高12.7倍加速，并成功用于自主水面车辆的在线路径规划。

Comments IROS 2026