一、本期结论

• 本期最值得复现的是“可解释的执行改进”，而非单一最高成功率。 PACE 把楼梯、门口等过渡区域的语义意图转成可通行姿态；SeekVLN 在证据不足时主动观察；EdgeVLN 同时测完整连续导航基准和板端资源。本报告判断：这三条路线分别对应“知道往哪走却过不去”“尚未看清却继续走”和“仿真能跑却上不了板”的不同瓶颈，应分开诊断。
• R2R-CE 结果继续增加，但信息条件与评测范围差异明显。 本期 242 篇独立工作中，8 篇命中 R2R-CE 字段；另有 EdgeVLN 明确使用“R2R VLN-CE”，合计 9 项涉及该连续环境基准，其中 8 项提供 SR/SPL 绝对值或提升声明，1 项仅说明评测基准。EdgeVLN 在完整 val-unseen 1,839 个 episode 上报告 SR 58.02%；InsightMap 在 R2R-CE/RxR-CE val-unseen 报告 56.9%/54.9%；AVERT-VLN 的 76.2%/66.3% 包含人工纠错。PACE 只评估跨楼层子集。PanoVLN 与 SeekVLN 的提升在摘要中以百分号表述，尚不能确定是相对增幅还是百分点。本报告判断：这些数字不足以排成统一排行榜。
• Harness 开始围绕“经验如何跨任务复用”接受检验。 终身导航 NavHarness 在使用 SLAM 估计位姿时报告 GOAT-Bench s-SR 83.7、e-SR 36.9，并用结构化恢复交接对照等长度摘要；MemTransfer 则发现，原示范起点成功率很高的轨迹记忆，换起点后下降 48–49 个百分点。本报告判断：长期记忆的价值取决于换起点、改路径、换目标后还能否使用，存得更多本身不是充分证据。
• 空间记忆正在加入“何时看过、是否有机会看见”的证据条件。 ECROM 按观测机会解释检测与未检测，在十个 HM3D 家庭环境的长期检索基准中，相对对应指标最强记忆基线提高 support-level AP 4.5 点、搜索 SPL 4.2 点；EvolvingNav 预测到达检查时刻的目标位置，并保留目标迁出已知候选位置的概率。本报告判断：持续导航需要维护带时间与可见性条件的信念，静态“物体最后一次在哪里”不足以处理搬动和遮挡。
• 安全、正确停止与连续运行正在成为独立评测目标。 EdgeVLN 的停止头直接复用主干隐藏状态；社会导航世界模型 从名义动作与实际可执行动作的差距推断风险；STARS 显示社会场景理解仍存在相对规则基线的不足。本报告判断：完成任务、及时响应、避免碰撞和停止正确应分别报告，尤其不能把暂停物理仿真的推理能力直接视为部署能力。

本期新增入库 242 条，对应 242 篇独立 arXiv 工作；公众号新增 0 条。自动主池为导航 48 篇、具身 Agent 33 篇，合计 81 篇；次池为 VLA·操作 133 篇、自动驾驶 8 篇、其他 20 篇，合计 161 篇。自动主池仍含代码检索、损失景观和电脑操作等边界条目，本报告将其降为低相关记录，不作为地面导航证据。覆盖日期为本次新增工作实际发布日期；最新条目为 10 月 2 日。

二、优先阅读清单

1. EdgeVLN · 连续 R2R-CE 与板端部署
   • 贡献：联合优化量化、运行时、记忆裁剪和停止判定。
   • 证据：完整 val-unseen 1,839 个 episode，4-bit 模型 SR 58.02%；Orin NX 16 GB 上常驻内存 11.35 GB，停止头每步新增 0.013 秒。
   • 理由：本期评测范围与资源条件交代最清楚，适合作为部署对照。
2. PACE · 连续 R2R-CE/RxR-CE 跨楼层子集
   • 贡献：用可通行姿态连接冻结语义规划器与短程动作，并从失败偏好中学习纠正。
   • 证据：六个零样本导航器的平均 SR，R2R-CE 子集 16.35% → 27.65%，RxR-CE 子集 4.76% → 12.06%。
   • 理由：直接研究地面机器人经常失败的门口、楼梯和狭窄过渡。
3. SeekVLN · 连续 R2R-CE/RxR-CE 的主动取证
   • 贡献：先判断进度证据是否充分，再决定观察或移动；用同状态反事实分支给取证动作分配奖励。
   • 证据：摘要称相对基础模型的 SR 提升分别为 12.7%/7.5%，未给绝对 SR，也未解释百分号口径。
   • 理由：把感知动作的价值与后续导航收益直接联系起来。
4. PanoVLN · 全景 RGB 连续导航
   • 贡献：联合设计长动作序列、置信度执行、分岔路线监督和语义几何表征。
   • 证据：4B、RGB-only，摘要称 R2R-CE/RxR-CE val-unseen SR 超过此前最佳 11.9%/8.7%；绝对结果和增量单位待核验。
   • 理由：全景感知的收益来自完整策略设计，值得逐项做消融。
5. InsightMap · 显式地图与连续导航
   • 贡献：共享主干同时学习导航动作与动作后的地图生成。
   • 证据：R2R-CE/RxR-CE val-unseen SR 56.9%/54.9%；地图预测监督使 R2R-CE SR/SPL 分别提高 4.3/3.2 个百分点。
   • 理由：有直接导航消融，适合核验辅助空间监督的因果贡献。
6. FINE · 连续导航的数据效率
   • 贡献：利用既有示范中的未来地标，学习语义、几何与反事实未来表征。
   • 证据：完整训练数据下，InternVLA-N1 的 R2R-CE/RxR-CE val-unseen SR 分别提高 2.6/4.5 个百分点。
   • 理由：新增监督从已有轨迹中提取，适合示范预算有限的场景。
7. AVERT-VLN · 连续导航的人工辅助恢复
   • 贡献：独立监控器异步识别偏离，触发人工帮助，并把纠错交互转成局部偏好学习。
   • 证据：人工辅助设定下，R2R-CE/RxR-CE val-unseen SR 76.2%/66.3%。
   • 理由：适合研究“何时求助”，引用数字时必须带人工辅助条件。
8. NavHarness：Towards Lifelong Embodied Navigation · 跨任务导航与持续记忆
   • 贡献：跨会话维护地图、任务记录和纠正，使用结构化交接支持恢复。
   • 证据：GOAT-Bench、SLAM 估计位姿条件下 s-SR 83.7、e-SR 36.9；IR2R-CE s-SR 85.9，属于另一个连续导航任务。
   • 理由：具身 Agent 方向的直接导航证据；需核验整体任务完成与子任务完成的差距。

三、重点工作分析

1. EdgeVLN：量化收益必须连同执行路径与停止判定一起测

问题。 模型压小后仍可能因内存搬运、不断增长的历史和停止错误无法部署。

方法。 量化 StreamVLN，重建流式上下文并裁剪记忆 token；LATTE 停止头复用隐藏状态，不增加视觉编码器或第二次主干前向。

证据。 论文摘要 报告完整 R2R-CE val-unseen 的 4-bit SR 58.02%，板端常驻内存 11.35 GB。同为四位格式，执行路径不同，每步能耗最多相差 36.8 倍；20.8 倍速度与 13.3 倍能耗改善以需要存储流式加载的 BF16 为对照。两位量化失效。

价值。 本报告判断：部署收益取决于模型与运行时的共同选择，停止头也应在同一资源预算内评测。

局限。 导航 SR 来自仿真，资源测量来自 Orin NX，不能视作同规模真机路线验证；摘要未给绝对每步总延迟或完整 SPL。

建议。 复现四位执行路径与停止头，统一记录 SR、SPL、停止误判、内存、每步延迟及能耗。

2. SeekVLN：主动观察需要证明能改善后续动作

问题。 机器人可能在未见转弯地标时仍自信前进，把错误进度判断带入后续决策。

方法。 先从离线专家轨迹生成补充视图与证据标签，再比较同状态下取证分支和直接移动分支的后续收益，训练何时观察。

证据。 摘要 在 R2R-CE/RxR-CE 报告 12.7%/7.5% 的 SR 提升声明，未明确增量单位、绝对结果和观察成本。

价值。 本报告判断：反事实分支为取证动作提供较直接的信用分配，可用于验证观察是否避免后续偏航。

局限。 摘要未量化取证步数、推理成本和真机收益；训练时使用未来专家动作，需核验推理输入与数据预算。

建议。 在同一策略上对照固定观察、置信度触发观察和反事实训练，计入转头、停顿及总耗时。

3. PACE：规划正确之后，局部执行仍需要空间接地

问题。 到达楼梯或门口并不等于能够通过，高层语义目标缺少可执行的姿态和路径条件。

方法。 生成以机器人为中心的可通行姿态，再据此产生短程动作；从执行失败中构造正常、恢复与放大偏差行为的偏好对。

证据。 论文 在六个冻结零样本导航器上报告跨楼层子集平均 SR：R2R-CE 16.35% → 27.65%，RxR-CE 4.76% → 12.06%。

价值。 本报告判断：可通行姿态提供了高层意图与低层控制之间可检查的接口，便于区分识别错误和执行错误。

局限。 数字限于跨楼层子集；局部模块经过监督学习和偏好训练，整体系统不能称为完全免训练。真机摘要未给数量或 SR。

建议。 单独复现过渡区域，并区分目标定位、通过失败及偏离后恢复；保留纯几何执行对照。

4. AVERT-VLN：监控器的价值不能由人工辅助 SR 单独证明

问题。 偏离路线后，控制器可能继续错误执行；持续人工监督又难以扩展。

方法。 独立监控器根据指令、历史与当前观察识别语义偏离，异步给出 LOST 判定；控制器接受后暂停并请求指导，再用对应决策学习偏好。

证据。 摘要 给出 R2R-CE/RxR-CE val-unseen 人工辅助 SR 76.2%/66.3%；风险数据有 20K 条反事实轨迹，进度预训练使用 40K 条正常轨迹。

价值。 本报告判断：监控、求助与离线改进是可分别复用的模块，适合检验低频人工介入是否具有成本效益。

局限。 摘要未给求助次数、人工信息量、误报率或同预算自主结果，不能把恢复系统成绩归因于导航策略。

建议。 固定人工分钟数或纠错次数，对照随机求助、策略置信度和独立监控；报告误报、漏报与恢复成功率。

5. 终身导航 NavHarness：子任务成功与整轮成功应分开看

问题。 跨任务复用会遇到地图不完整、旧记录与新观察冲突，以及失败后重新启动丢失状态。

方法。 会话内查验并纠正地图、搜索记录和房屋知识，跨新会话保存经验；恢复时交接结构化状态，任务结束后整合。

证据。 该工作 在 GOAT-Bench、SLAM 估计位姿条件下报告 s-SR 83.7、e-SR 36.9；相对仅保留上下文的独立会话，Astra/Opus 5 的 s-SR 提高 18.6/22.6 点。它与本期另一篇自适应目标 NavHarness 是不同 arXiv 工作，不能按方法名合并。

价值。 本报告判断：结构化恢复交接对等长度摘要的对照，比仅比较是否使用记忆更能解释经验复用机制。

局限。 子任务成绩高而整轮成绩低，长期稳定性仍须核验；IR2R-CE 不能代替 R2R-CE 路线跟随结果。闭源模型成本与经验访问预算未在摘要中完整给出。

建议。 与 MemTransfer 的换起点、阻断路线和无关历史扰动结合，检查收益来自可迁移知识还是重复目标的记录积累。

四、可迁移方法

• 进度判断：ProgressCompass。
  • 来源：操作任务 ContextProgress-Bench，24 个任务、120 个 episode；作者报告补入正确上下文后，同五个进度模型的误差降低 77–82%。
  • 接入位置：导航子指令完成判断，为监控器显式提供已完成动作、重复房间与历史地标状态。
  • 本报告判断：先用人工核验上下文做诊断上限，再测试自动生成上下文；操作进度误差不是导航 SR。
• 可执行技能迁移：RoboBridge。
  • 来源：LIBERO-PRO 与对应物理操作任务，将任务意图、观察、工具调用和结果验证写成可修订程序；摘要没有可核验结果数字。
  • 接入位置：把导航恢复流程表达为有前置条件和结果检查的技能，保留通用结构、修订环境相关步骤。
  • 本报告判断：迁移要求导航工具的动作、位姿与停止接口稳定；操作实验不能证明路线泛化。
• 异步时间管理：DiffWAM / FastDreamer。
  • 来源：无人机导航，将冻结视频模型的预测特征直接接到轨迹生成，按时间戳异步交接；Jetson AGX Thor 上 Flash 管线延迟 1.08 秒。
  • 接入位置：地面机器人高层视觉推理与低层执行重叠时，校验候选轨迹适用的观察时间和当前执行进度。
  • 本报告判断：先复用时间戳与轨迹交接机制；飞行轨迹 RMSE 或 endpoint success 不能替代 VLN 路线指标。
• 局部交互证据：JRDB-AVR。
  • 来源：真实机器人视频的主动视觉问答，同时评估答案与支持答案的观察证据；摘要未给可核验准确率。
  • 接入位置：为“已到转弯处”“已识别目标门口”等导航判断建立可见证据评价。
  • 本报告判断：适合诊断凭常识猜对的回答；其问答成绩不能直接代表闭环导航成功。

五、分类速览

A 表示直接地面语言/语义导航，B 表示迁移机制明确但任务不同，C 表示低相关观察。以下覆盖全部 242 篇独立工作；自动分池数量与研究相关度不是同一概念。主池中的边界条目已按实际任务放入低相关方向，次池按主题合并索引。

5.1 地面 VLN / ObjectNav / 语言与语义导航

• PACE（A）：跨楼层可通行姿态执行；见重点分析。
• FINE（A）：以未来地标的语义、几何与反事实表征改善示范利用率。
• RAO-Nav（A）：使用全模态语言模型做零样本语义视听导航，潜在推理引导相关观察获取。
• RECAST（A）：把可通行表面、风险、朝向与通道判断接地成代价地图。
• Query, Align, and Distill（A）：显式可导航查询构成师生蒸馏接口；摘要未说明具体基准与导航数值。
• EdgeVLN（A）：完整连续基准与 Orin 板端资源联测；见重点分析。
• NavHarness：Lifelong Navigation（A）：跨会话维护地图和结构化恢复交接；见重点分析。
• NavJev（A）：将每步多模态生成压成候选动作证据与结构化选择；R2R-CE SR 27.0%、SPL 22.4%、每步 0.65 秒，摘要未给 split。
• PanoVLN（A）：将全景可见性与长动作、置信度执行、分岔监督联合设计。
• Reliability-Aware Route Memory（A）：逆序查询出程几何锚点，结合动作仲裁与终点验证；仅 50 个逆向配对 episode。
• SOR-Nav（A）：显式决定继续搜索当前区域还是跨区重定位；完整 MP3D 验证集 SR/SPL 61.8%/38.5%。
• BCNav（A）：将声音方向估计与深度导航策略解耦，输出地面机器人连续速度。
• CGPI（A）：由动作引起的观察变化提取信用，保留经验证的适应更新并回滚不受支持的更新。
• InsightMap（A）：显式地图兼作历史参照和动作后辅助预测目标。
• Risk-Aware Semantic Grounding（A）：在规划前区分歧义、幻觉和语义冲突，决定执行、澄清或拒绝。
• SeekVLN（A）：对进度证据不足主动取证；见重点分析。
• Astra 跨域具身策略评测（A）：摘要报告 RxR SR 92%、HM3D 物体搜索 82%，未说明完整 split 或 CE；控制例中物理仿真等待推理，不能当实时导航证据。
• ASENA（A）：编码 Agent 调用可选 4B 导航策略并保存技能；摘要 R2R/RxR 未明确 CE，十轮循环 100-task 子集结果不能替代一次独立测试。
• AVERT-VLN（A）：异步偏离监控与人工指导恢复；见重点分析。
• NavHarness：Adaptive Goals（A）：目标、验证、记忆、执行分工；R2R-CE/RxR-CE 摘要无数值，真机八条路线各评三次，SR 83.3%、导航误差 1.51 米。
• UniTrackPLA（A）：全景时空编码与未来一致性检查统一语言导航和动态人物跟踪。
• GeoScaffold（A）：训练时重建深度、连通性和可通行性，部署时移除几何监督组件；摘要没有明确基准数值。

5.2 记忆、地图、规划、社会导航与评测

• TRACKGRAPH（B）：在图像流中跟踪短期 mask 身份，再融合进开放词汇 3D 场景图。
• VideoSocNav（A）：从网络行走视频重建策略状态空间中的可通行地图和行人运动，减少照片级仿真依赖。
• MemTransfer（A）：用换起点、阻断路径和历史相关性对照检验记忆的实际迁移。
• 3D Point Tracking with State Space Models（B）：固定尺寸循环状态修正单目公制深度，可作为动态几何前端。
• EM-EQA Viewpoint Selection（B）：将全景投影为透视视图，再按问题相关性和多样性选择历史证据。
• HEIR（B）：联合评估完整人实体事件与局部关系，尚未验证闭环导航收益。
• JRDB-AVR（B）：同时评估主动视觉问答与支持回答的证据，见可迁移方法。
• General Asynchronous Agents（B）：以并发推理协程处理流式视频、游戏和监控；摘要没有地面导航实验。
• Multi-Scale Semantic Mapping（B）：按类别与距离校准城市观测，并降低建图策略间冗余耦合。
• SAIL（B）：按声音源保留事件、方向和距离的对应关系，适合视听导航前端观察。
• MAVLN / TRISS（A）：多机器人导航引入依赖和资源约束，结合共享拓扑记忆与冲突处理。
• VCN-Bench（A）：MP3D 上区分先验视频中的目标识别与闭环到达，含 1,250 个评测 episode。
• Human Motion Prediction During Daily Tasks（B）：分析惯性、占据、语义、注视与明确意图对室内人运动预测的作用。
• DeCOD LiDAR SLAM（B）：用走廊截面地标约束退化轴向漂移，不涉及语言导航策略。
• RGB-Only CBF Distillation（B）：把特权教师的动态避障行为蒸馏为仅用 RGB 历史和速度的安全过滤器。
• BRAID / Generative Interactions（B）：分开建模群体互动状态与个体变化，为社会导航提供候选上下文接口。
• Learning to Plan from Random Exploration（B）：从随机探索中的时间关系学习多尺度可达性，未使用动作或奖励标签训练该关系模型。
• ECROM（A）：以观测机会校准检测和未检测，支持查询时才确定概念的长期物体搜索。
• EvolvingNav（A）：时间索引位置信念、到达时刻预测和可见性条件的负观察更新。
• DODGER（B）：训练中用 CBF 参考和约束违背引导策略，部署不使用运行时安全过滤器。
• Terrain Traversability Continual Learning（B）：从接触经验学习滑移等可通行指标，以验证门限制历史性能退化。
• Hallway Legibility（A）：两项各 45 人研究比较会车侧意图、目标意图与行人分心条件。
• Social-WM（A）：潜在未来预测与实际可执行动作差距提供社会导航安全信号。
• STARS / SocialNav-SUB（B）：真实社会导航场景问答检验时空关系与意图理解，最佳 VLM 仍低于部分规则和人类基线。
• Uruqi（B）：连续视觉经验联合监督自运动跟踪、物体持久建图与空间推理。
• Spatial Memory Intelligence（B）：世界模型长期记忆的空间聚类、稀疏化、动作相关检索与可靠性过滤。
• Token Communication for CEAI（B）：研究任务驱动的语义 token 通信与协作物体搬运，导航迁移尚待验证。
• OmniAct3D（B）：处理全景与透视几何差异，以局部证据支持三维检测。
• Representational Alignment（B）：理论上只对影响当前互动结果的表征差异增加传感运动锚点。

次池中的导航和空间感知边界工作保留索引，尚未据此做主池深度结论：

• 导航与空间感知（B/C），7 项：InfraVLA、TUDF Scene Completion、S4VY、PERSEPHONE Spatial Perception、WayFinder、GroundingPI、PAGER。

5.3 具身 Agent、VLA 与移动操作

主池中的 Agent 与操作相关工作：

• SciHorizon-eLab（C）：将实验协议编译为可验证的长程实验室操作任务。
• RoboFoundry（B）：将上下文和技能系统作为可验证的整体策略进化，主要证据来自综合具身与操作任务。
• Beyond Tasks（C）：持续行为协调与长期互动的观点论文，未给导航基准证据。
• Robot-GST（B）：RGB-D 重建的 Gaussian-SAM 环境用于执行前仿真与结果检验。
• SkillWeaver（B）：Agent 在闭环交互技能上探索，通过验证器引导树搜索生成操作示范。
• RoboSkill（B）：探索、执行、复用与进化闭环用文本和代码保存操作经验。
• ProgressCompass（B）：显式补入进度判断所需上下文；见可迁移方法。
• RobotEQ 3.0（C）：根据个体特征预测用户期望的主动辅助行为。
• Video2Skill（B）：诊断流式观察中的技能归类、复用与扩展；熟悉技能整合不等于学习新技能。
• ChronoGraph（B）：把过去和预计的动作、可供性部件及状态变化写成共同四维图接口。
• Game-Guided Skill Discovery（B）：自博弈产生可组合、可供人操作的技能，尚非语言导航策略。
• Embodied Agent Arena（B）：1,000 个案例分开测几何精度、功能接地与完整任务成功。
• PyRUA-Lean（B）：条件程序组合原语并按需反馈；700 个操作案例同调用预算下成功率 63.1% → 71.7%。
• RoboBridge（B）：通过经过验证的技能修订延续 sim-to-real 学习；见可迁移方法。

以下为次池主题索引，均未作为地面 VLN 结果比较；同一工作只归入一个主题：

• 失败恢复与系统进化（C），18 项：Causeway、FIND、Kintsugi-VLA、SEES、ActionGround、Recursive Harness Distillation across Agents for Robot Manipulation、F4R、FailPatch、Self-Evolving Coding Agents、MotorMind、ProAct-VLM、Skill-Space Shooting for Autonomous Robot Policy Improvement、FailBank、InterEvolve、Recova、SocialVLA、MobiAgent、Execution Error Compensation。
• 动作接口、分块与策略结构（C），11 项：Fast Plans, Faithful Actions、DS-VLA、ActionUNet、Alignment-Guided Flow Transformer for Efficient Vision-Language-Action Policy Learning、Quantile Head for Vision-Language-Action Models、CATok、Discrete Forcing、DSDyn-VLA、ChunkVLA-AM、TOAST、Linear Representation Hypothesis。
• 量化、蒸馏与低延迟推理（C），12 项：FRAM、Action Upcycling、EdgeDAE、RAVEL、Token Caching、DriftOPD、Asynchronous Distribution Alignment、Urgency-Aware Denoising、Spike-driven VLA、Two-Step Flow Denoising、CHASE-VLA、FastOPD。
• 语言接地与组合泛化（C），10 项：GT-VLA、Spatial Grafting、Layer Selection、Referential Guidance、RawVLA、Cue the Flow、Same Scene, Different Task、Instruction-Action Binding / ECT、WorldAuditBench、MixVLA。
• 未来预测与世界模型（C），16 项：Towards VLA-Dreamer、Devol-ONE、SLIP-VLA、RoboFL、WorldGuide、DILL、V-JEPA Policy、Predictive Supervision Placement、EWAM、MotionWeave、Planning Limits of Latent World Models、Token-World、ATI-VLA、UniWAM、World-Calibrated Proposal-to-Action、IG-VLA。
• 强化学习与策略优化（C），14 项：VLaRL、PF-RL、SAMBAR、Principal Steering Subspaces for Online Adaptation of Frozen Generative Robot Policies、TimelyDAgger、PolicyWeave、Adjoint Guidance Flow、ChronoSRL、StructRL、Low-Rank RL、UTMPO、Online-ES、PRICE the Action Chunks、eRLT。
• 安全、故障与行为诊断（C），17 项：One-Step Observation Perturbations、Adversarial Training / View Collapse、Do Not Cut When Uncertain、MAIL-Bench、State Readout Diagnostics、RoboIRGBench、Acceleration Benchmark Diagnostics、Memorize, Adapt, Ignore、Blackout vs. Freeze、Exploiting Vulnerabilities、Multi-Link Safety Filtering for VLA Policies Around Moving Hazards、Behavioural Robustness Evaluation、WBAG、Detect and Suppress、ManiPhysicsBench、Multi-Agent Action Collapse、Reactive Obstacle Avoidance。
• 触觉、人类输入与专项操作（C），9 项：CLAP、BrainVLA、Gaze Prompts、mmHRI、Tactile Curiosity、EMG Task Conditioning、RoboChemGym、SARI、SimpleTouch。
• 记忆与长期状态（C），11 项：RecastVLA、SSVR、D²-VLA、Ledger、LexiconVLA、Action-History Memory、T²Mem、ECoMEM、Optimus-R、MIKASA-Robo-VLA、Divide-and-Remember。
• 人形、双臂、移动操作与协作（C），11 项：Fiatlux、TAO-DA、Humanoid Loco-Manipulation With Discrete VLA Model、Uni-VLaT、Cooperative Multi-Agent VLA、EgoAlign、EgoHumanoid-V2、FineART、IronMind、Whole-Body Human Pretraining、DuoMind。

5.4 无人机、自动驾驶与其他低相关方向

• SatNav（C）：卫星图像构造城市级无人机 VLN，非地面视角评测。
• SemNav：Code Repository（C）：代码仓库问题定位中的“导航”，不属于具身导航。
• Wireless Evidence Acquisition（C）：截止时间约束的多传感器无线调度，未验证闭环 VLN。
• AquaBEV-Nav（C）：水下单目直接预测 BEV 占据并用于探索。
• AquaWAM（C）：水下动作与被动动力学共同预测，不能直接映射为地面导航结果。
• DroneWAM（B）：无人机潜在世界模型按场景调整预测深度，地面适用性需另测。
• ForeFly（B）：无人机 VLN 区分近端未来与路线关键未来，作为机制观察。
• Just-In-Time Agent Memory（C）：通用历史检索与查询时上下文构建，摘要未给具身导航证据。
• Normative Loss Landscape Navigation（C）：参数损失景观中的“导航”，不属于机器人空间导航。
• VehicleArena（C）：独立目标的多车驾驶及交通外部性评测。
• Pixels to Keys（C）：游戏视频动作反推，非地面机器人实验。
• DiffWAM（B）：无人机预测特征接轨迹、异步时间戳交接；见可迁移方法。
• OSWorld-Science（C）：科学软件电脑操作，非物理具身导航。
• Reward as Observation（C）：依赖奖励和动作历史进行迁移，不能直接接入通常没有密集奖励的部署导航。
• MEAN Movement and Compression（C）：移动、压缩和功率联合优化的通信模型，未给导航基准实验。
• LiDARFlow（C）：机载 LiDAR 势流式几何避障，无语言或语义导航机制。

其余次池方向：

• 飞行与纯控制（C），4 项：LQR-ArUco Fusion、AeroManip-VLA、Scene-Scale Aerial Manipulation、RL-Guided PAC-NMPC。
• 驾驶与交通（C），9 项：CausalDriveBench、RCVLA、CAR-VLA、RefineDrive、Embodied Reasoning Interfaces、Class 8 Truck VLA、Speed in the Blind Spot、Vision-Language-Action Autonomous Driving Agent with Language-based Memory、VLALight。
• 通用 Agent、游戏与资料综述（C），9 项：CueKFS、GameBoyWorlds、ExpVoyager、Reflect Reverse、AutoDataBench、EngramBench、JevSpawn、Coco、Evolutionary Computation Survey。
• 形态、群体及医疗机器人（C），3 项：Bridging Body and Brain、Fish Schools、Endovascular BCI Navigation。

5.5 资讯与非论文

• 本期未新增公众号文章或独立非论文资讯；Docker 未运行，手动公众号链接清单为空。

六、趋势判断与行动建议

趋势

• 训练监督与推理预算开始分开优化。 FINE 从未来地标提取监督，GeoScaffold 在训练时内化几何，EdgeVLN 在部署时测运行路径，NavJev 将每步生成改为结构化动作选择。本报告判断：需要同时报告训练新增资源和实际闭环成本。
• 记忆从记录轨迹转向带条件的决策证据。 MemTransfer 揭示起点与路径变化的影响，ECROM 校准观测机会，EvolvingNav 推进时变信念，终身导航 NavHarness 检查旧记录与新观察。本报告判断：后续评测应覆盖记忆失效与纠正，不能只测重复任务。
• 监控、取证与恢复可以作为独立研究对象。 SeekVLN 的主动取证、AVERT-VLN 的求助监控、CGPI 的更新回滚分别针对信息不足、执行偏离和错误适应。本报告判断：模块效果应在相同基础策略和相同额外预算下比较。
• 较大的具身模型成绩仍受执行与评测条件约束。 本期 Astra 跨域评测的 RxR/HM3D 结果未在摘要中给完整 split 或 CE 口径，运动控制示例又暂停物理仿真等待推理；Embodied Agent Arena 与 VCN-Bench 也区分局部判断和最终任务完成。本报告判断：精准估计、正确目标定位和完整行动成功应分别检验。

研究空白

• 共同预算下，观察、全景和人工帮助各值多少？ PanoVLN 扩大视野，SeekVLN 增加取证，AVERT-VLN 引入人工纠错；缺少同一路线、相同感知/推理/人工成本下的对照。
• 地图或记忆出错时，系统能否自己发现并修复？ 主动纠正旧经验的代价、误纠正风险和最坏任务损失，尚未从摘要中的平均成绩得到解释。
• 板端延迟如何改变动态环境中的结果？ 需把监控、停止判定、取证和低层安全控制都纳入真实时钟，避免只在暂停仿真的条件下验证推理能力。

建议动作

高优先级

• 复现 EdgeVLN 的停止与部署对照：先锁定完整 R2R-CE val-unseen、运行格式及统一硬件，记录 SR/SPL、错误停止、资源和总耗时。
• 精读 PACE 与 SeekVLN：前者先核验子集定义及局部模块训练数据，后者先核验提升单位、绝对结果和主动取证成本，再决定做执行模块还是取证策略。
• 核验 PanoVLN 和 FINE 的资源条件：检查全景获得方式、分岔路线数据以及未来监督是否引入额外专家信息；FINE 的低数据预算提升未在摘要中明确对应基准，暂不作定量横比。
• 复现终身导航 NavHarness 的经验交接：统一任务序列、历史访问与重启预算，加入 MemTransfer 风格的换起点、阻断路径及无关记忆条件。

中优先级

• 跟踪 InsightMap、ECROM、EvolvingNav：分别对应动作后的空间监督、观测机会校准和到达时刻信念，先验证单独模块，再考虑组合。
• 诊断 AVERT-VLN 监控器：固定人工介入预算，拆开检测、恢复和离线训练的贡献。
• 核验两篇 NavHarness 的代码与数据归属：终身导航工作是 2609.34276，自适应目标工作是 2609.39915；复现记录保留完整标题和 ID。
• 检查 ASENA 的协议：条目使用 R2R/RxR 名称，未明确 CE；十轮反复访问的 100-task 子集成绩应与一次独立测试分开记录。

低优先级

• 观察 VLA 记忆、量化与恢复动态：本期次池保持主题索引；只有明确能接入地面导航、且有对应闭环对照时再升级阅读。
• 暂缓以最高 SR 选型：人工辅助、子集、全景、RGB-D、反复经验学习、不同模型及推理档位下的数字先核验条件。
• 暂缓纯控制和非具身“navigation”条目：它们不构成本期语言/语义导航趋势的证据。