A Gait Driven Reinforcement Learning Framework for Humanoid Robots
一种用于双足机器人的基于步态驱动的强化学习框架
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 本文提出了一种基于步态驱动的强化学习框架，用于双足机器人，通过设计奖励函数提升运动性能。
视觉与机器人
自动驾驶
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
1. 规划控制 4271 篇
Estimating Force Interactions of Deformable Linear Objects from their Shapes
从形状估计变形线性物体的力相互作用
机构 * Nanyang Technological University, School of Mechanical and Aerospace Engineering（南洋理工大学机械与航空航天工程学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Eureka Robotics
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 本文提出了一种基于线缆形状信息的力估计方法，无需额外传感器即可准确识别变形线性物体的外部力相互作用。
Comments 7 pages, 4 figures
Physics-informed Diffusion Mamba Transformer for Real-world Driving
物理引导的扩散Mamba变换器用于现实驾驶
机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology(Guangzhou)（香港科学与技术大学（广州）机器人与自主系统方向） ； MoSense Technologies
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出了一种结合Mamba和注意力机制的扩散模型，通过整合物理约束提升自动驾驶轨迹预测的准确性和可解释性。
Journal ref International Conference on Robotics & Automation (ICRA) 2026
UniMotion: A Unified Motion Framework for Simulation, Prediction and Planning
UniMotion: 一种用于仿真、预测和规划的统一运动框架
机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； University of Surrey（Surrey大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 UniMotion提出了一种统一的运动框架，通过共享结构和定制化训练策略，同时支持运动仿真、预测和规划，实现高效的任务整合和泛化能力。
Comments Accepted at NeurIPS 2025
From Edge to Edge: A Flow-Inspired Scheduling Planner for Multi-Robot Systems
从边缘到边缘：一种受流启发的多机器人系统调度规划器
机构 * School of Computer Science, Sun Yat-sen University（中山大学计算机学院） ； School of Aeronautics and Astronautics, Sun Yat-sen University（中山大学航空与航天学院）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 本文提出了一种受流启发的实时调度规划器，用于多机器人系统在复杂障碍环境中实现从边缘到边缘的高效协同穿越。
Adaptive Cost-Map-based Path Planning in Partially Unknown Environments with Movable Obstacles
在部分未知环境中基于自适应成本图的路径规划
机构 * Graduate School of Information Sciences, Tohoku University（东京大学信息科学研究生院） ； Tough Cyberphysical AI Research Center, Tohoku University（东京大学 Tough 联合人工智能研究中心） ； Sorbonne University（索邦大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出了一种自适应成本图路径规划方法，通过识别可移动障碍物提升机器人在非结构化环境中的导航能力。
Don't double it: Efficient Agent Prediction in Occlusions
不要双倍：遮挡中的高效代理预测
专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出MatchInformer方法，通过整合Hungarian匹配和分离航向与运动，提升遮挡场景下的代理预测准确性和效率。
HPTune: Hierarchical Proactive Tuning for Collision-Free Model Predictive Control
HPTune：用于无碰撞模型预测控制的分层前瞻性调优
机构 * The University of Hong Kong（香港大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究所） ； University of New South Wales（新南威尔士大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 HPTune通过分层前瞻性调优方法，结合快速和慢速调优策略，提升模型预测控制在复杂环境中的避障效率和适应性。
Comments Accepted by IEEE ICASSP 2026
Quadrupped-Legged Robot Movement Plan Generation using Large Language Model
四足机器人运动计划生成使用大语言模型
机构 * Institut Teknologi Sepuluh Nopember（十月份十号技术学院）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 本文提出利用大语言模型生成四足机器人运动计划，通过分布式架构和实时传感器融合实现直观自然语言导航，实验显示系统在多种场景中成功率超过90%。
Journal ref 2025 International Conference on Computer Engineering, Network and Intelligent Multimedia (CENIM)
Problem Space Transformations for Out-of-Distribution Generalisation in Behavioural Cloning
行为克隆中面向分布外泛化的问题空间变换
机构 * Department of Computer Science at ETH Zürich（苏黎世联邦理工学院计算机科学系）
专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出通过问题空间变换提升行为克隆在分布外泛化中的性能，通过实验验证了姿态等价性和局部性对动作预测的改进作用。
Actor-Critic Cooperative Compensation to Model Predictive Control for Off-Road Autonomous Vehicles Under Unknown Dynamics
动作-批评合作补偿用于未知动力学下的越野自主车辆模型预测控制
机构 * Department of Automotive Engineering, Clemson University（汽车工程系，克莱姆森大学） ； Ground Vehicle Systems Center, U.S. Army Combat Capabilities Development Command（地面车辆系统中心，美国陆军作战能力发展指挥部）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本研究提出了一种结合深度强化学习与模型预测控制的AC3MPC控制器，用于提升越野自主车辆在未知动态环境下的控制性能。
Comments 7 pages, Accepted at 2025 IEEE ICRA
Journal ref 2025 IEEE ICRA, pp. 2354-2360
Adaptive Reinforcement and Model Predictive Control Switching for Safe Human-Robot Cooperative Navigation
自适应强化学习与模型预测控制切换用于安全的人机协作导航
机构 * School of Engineering, The University of Western Australia（西澳大学工程学院） ； Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong（香港中文大学机械与自动化工程系） ； School of Electrical Engineering and Computer Science, The University of Queensland（昆士兰大学电气工程与计算机科学学院）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 ARMS通过结合强化学习与模型预测控制，实现安全的人机协作导航，提升复杂环境下的导航效率与鲁棒性。
UACER: An Uncertainty-Adaptive Critic Ensemble Framework for Robust Adversarial Reinforcement Learning
UACER：一种用于鲁棒对抗强化学习的不确定性自适应批评者集合框架
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI
AI总结 UACER通过多样化批评者集合和时间变化衰减不确定性机制，提升鲁棒对抗强化学习的稳定性与性能。
Reinforcement Learning Compensated Model Predictive Control for Off-road Driving on Unknown Deformable Terrain
强化学习补偿模型预测控制用于未知变形地形上的越野驾驶
机构 * Department of Automotive Engineering, Clemson University（汽车工程系，克莱姆森大学） ； Ground Vehicle Systems Center, U.S. Army Combat Capabilities Development Command（地面车辆系统中心，美国陆军作战能力发展指挥部）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出了一种结合深度强化学习和模型预测控制的AC2MPC控制器，用于未知变形地形的高速越野驾驶，通过减少训练数据和提高泛化能力，实现了更高效和安全的控制性能。
Comments Submitted to IEEE Transactions on Intelligent Vehicles as a Regular Paper; was withdrawn in March 2025. A revised version of this manuscript was submitted to ACC 2025 review as a regular paper in Sep 2025
VILTA: A VLM-in-the-Loop Adversary for Enhancing Driving Policy Robustness
VILTA：一种用于增强驾驶策略鲁棒性的视觉语言模型闭环对抗者
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.CV
AI总结 VILTA通过整合视觉语言模型到闭环训练中，提升自动驾驶策略在长尾事件中的安全性和鲁棒性。
Comments Accepted to AAAI 2026
EmoBipedNav: Emotion-aware Social Navigation for Bipedal Robots with Deep Reinforcement Learning
EmoBipedNav：基于深度强化学习的具有情绪感知的双足机器人社交导航
机构 * Laboratory for Intelligent Decision and Autonomous Robots, Woodruff School of Mechanical Engineering, Georgia Institute of Technology（智能决策与自主机器人实验室，伍德鲁夫机械工程学院，佐治亚理工学院） ； College of Engineering and Petroleum, Kuwait University（工程与石油学院，科威特大学） ； School of Computational Science and Engineering, Georgia Institute of Technology（计算科学与工程学院，佐治亚理工学院） ； Khoury College of Computer Sciences, Northeastern University（计算机科学学院，东北大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 EmoBipedNav通过深度强化学习实现双足机器人在社交环境中的情绪感知导航，结合运动约束与社交动态，提升安全性和交互效率。
Comments 13 pages
Neural Process-Based Reactive Controller for Autonomous Racing
基于神经过程的反应式控制器用于自动驾驶赛车
机构 * Department of Electrical Engineering University of Central Florida（电气工程系 佛罗里达中央大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 本文提出基于神经过程的反应式控制器，结合物理指导模型和控制屏障函数，实现自动驾驶赛车中的安全高效控制。
Comments 6 pages, 4 figures
Kernel-Based Learning of Safety Barriers
基于核的方法的安全屏障学习
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文提出基于核的方法，用于安全屏障学习，通过数据驱动方法和控制屏障证书，提升安全验证的鲁棒性和可扩展性。
Comments 44 pages, 9 figures
A Taxonomy and Review of Algorithms for Modeling and Predicting Human Driver Behavior
自动驾驶中人类驾驶行为建模与预测算法的分类与综述
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.AI
AI总结 本文对自动驾驶中人类驾驶行为建模与预测算法进行了分类和综述，统一了意图估计、特质估计和运动预测方法，并指出了该领域未来的研究方向。
Comments This revision has been accepted for publication in the Proceedings of the IEEE. The final version is available on IEEE Xplore
LOONG: Online Time-Optimal Autonomous Flight for MAVs in Cluttered Environments
LOONG：在杂乱环境中实现MAV的在线时间最优自主飞行
机构 * College of Control Science and Engineering, Zhejiang University（控制科学与工程学院，浙江大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 LOONG框架通过集成规划与控制方法，在杂乱环境中实现MAV的高速时间最优自主飞行，结合模仿学习和模型预测控制，提升机动性能与安全性。
Control-Barrier-Aided Teleoperation with Visual-Inertial SLAM for Safe MAV Navigation in Complex Environments
基于控制屏障的遥控操作与视觉-惯性SLAM的MAV安全导航
机构 * Learning Systems and Robotics Lab, School of Computation, Information and Technology, Technical University of Munich（学习系统与机器人实验室，计算、信息与技术学院，慕尼黑技术大学） ； Smart Robotics Lab, School of Computation, Information and Technology, Technical University of Munich（智能机器人实验室，计算、信息与技术学院，慕尼黑技术大学） ； Smart Robotics Lab, Department of Computing, Imperial College London（智能机器人实验室，计算系，伦敦帝国理工学院） ； Munich Institute of Robotics and Machine Intellig（慕尼黑机器人与机器智能研究所）
专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出了一种结合控制屏障函数与视觉-惯性SLAM的MAV安全导航系统，通过感知-动作闭环实现复杂环境中的安全遥控操作。
Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2024, 7 pages, 7 figures, supplementary video is available at https://youtu.be/rCxbWY4PIfQ?si=DC-9mg7g1WooNdaV
Personalized Model-Based Design of Human Centric AI enabled CPS for Long term usage
面向长期使用的以人为本的人工智能增强型控制系统个性化建模设计
专题命中 规划控制 ：self-driving(abstract)；分类 cs.AI
AI总结 本文提出个性化建模方法，以解决人工智能增强的人本控制系统在长期使用中的安全、可持续性和安全性分析问题。
Real-time Velocity Profile Optimization for Time-Optimal Maneuvering with Generic Acceleration Constraints
实时速度剖面优化用于满足通用加速度约束的时间最优 maneuvering
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 FBGA通过前向-后向算法实现高精度快速的时间最优轨迹规划，适用于复杂加速度约束的自动驾驶赛车应用。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 2, pp. 1674-1681, Feb. 2026
Supercomputing for High-speed Avoidance and Reactive Planning in Robots
为机器人提供高速避障与反应规划的超级计算
机构 * Ingenuity Labs Research Institute（创新实验室研究机构） ； Queen’s University（女王大学）
专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO
AI总结 SHARP通过HPC实现机器人毫秒级避障与反应规划，展示高并发计算在实时机器人中的可行性及混合控制架构的应用。
Comments Error in the graph size calculation, recalculated and resubmitted
Lunar Rover Cargo Transport: Mission Concept and Field Test
月球车货运运输：任务概念与实地测试
机构 * Institute for Aerospace Studies, University of Toronto（多伦多大学航空航天研究所） ； MDA Space（MDA空间公司） ； Centre de Technologies Avancées（先进研究中心）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO
AI总结 本研究提出了一种基于Lidar Teach and Repeat的月球车货运运输方案，通过半自主远程控制模式实现货物的精准运输和装载，验证了系统在恶劣环境下的可靠性。
Comments 15 Pages, 13 Figures, to appear in IEEE Transactions on Field Robotics
An Informative Planning Framework for Target Tracking and Active Mapping in Dynamic Environments with ASVs
面向动态环境的目标跟踪与主动建图的 informative 规划框架
机构 * Norwegian University of Science and Technology (NTNU)（挪威科学与技术大学） ； MAVLab, Faculty of Aerospace Engineering, TU Delft（MAVLab，航空航天工程学院，代尔夫特理工大学）
专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出了一种结合动态占用网格建图和信息规划方法的框架，用于在动态环境中主动跟踪和建图漂浮目标，通过时空预测网络提升目标跟踪性能。
Comments Accepted for publication in Robotics and Automation Letters (RA-L)
Latent Space Reinforcement Learning for Multi-Robot Exploration
潜在空间强化学习用于多机器人探索
机构 * Department of Aerospace Engineering（航空航天工程系） ； Indian Institute of Science（印度科学研究所）
专题命中 规划控制 ：occupancy(abstract)；分类 cs.RO
AI总结 本文提出利用潜在空间强化学习，通过自编码器和过程生成算法提升多机器人探索效率和鲁棒性。
Toward Large-Scale Photonics-Empowered AI Systems: From Physical Design Automation to System-Algorithm Co-Exploration
迈向大规模光子赋能的AI系统：从物理设计自动化到系统-算法共探索
机构 * School of Electrical, Computer and Energy Engineering, Arizona State University（电气、计算机与能源工程学院，亚利桑那州立大学） ； School of Electrical, Computer, and Systems Engineering, Rensselaer Polytechnic Institute（电气、计算机与系统工程学院，伦塞拉尔理工学院）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.AI
AI总结 本文提出了一种跨层工具链，用于大规模光子赋能AI系统的设计，涵盖从物理设计自动化到系统-算法共探索的全流程，通过实现感知建模和快速评估，提升架构决策的现实性。
Comments 10 pages. Accepted to SPIE Photonics West, Optical Interconnects and Packaging 2026
Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning
反事实VLA：具有自反思能力的视觉-语言-动作模型与自适应推理
机构 * NVIDIA ； UCLA（加州大学洛杉矶分校） ； Stanford University（斯坦福大学）
专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO
AI总结 CF-VLA通过自反思机制提升自动驾驶轨迹精度与安全性，实现自适应推理与因果修正。
STAGNet: A Spatio-Temporal Graph and LSTM Framework for Accident Anticipation
STAGNet：一种用于事故预判的时空图和LSTM框架
机构 * Department of Computer Science and Engineering, University of Moratuwa（计算机科学与工程系，莫图瓦大学）
专题命中 规划控制 ：LiDAR(abstract)；分类 cs.CV
AI总结 STAGNet通过结合改进的时空特征和循环网络，提升图神经网络在行车记录仪视频中预测事故的能力，实验显示其在多个数据集上的性能优于现有方法。
Comments Published in IEEE Access
Journal ref IEEE Access, vol. 13, pp. 213769-213779, 2025
