期刊&会议
International Conference on Robotics and Automation · 会议 · Robotics
DefVINS：用于变形场景的视觉-惯性里程计
机构 * Departamento de Informática e Ingeniería de Sistemas, Universidad de Zaragoza（信息与系统工程系，萨拉戈萨大学）
AI总结 本文提出DefVINS，一种针对变形场景的视觉-惯性里程计，通过分解里程状态为刚性IMU锚定部分和非刚性场景变形图，解决传统VIO对变形场景的不足。同时引入VIMandala基准测试集，并通过实验验证其优于传统方法。
Comments 4 figures, 2 tables. Submitted to IEEE ICRA 2027
CMoE：对比混合专家用于人形机器人运动控制与地形适应
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学）
AI总结 CMoE通过对比学习提升人形机器人在复杂地形中的运动控制与适应能力，实现专家专业化与稳健行走
Comments Accepted at the IEEE International Conference on Robotics and Automation (ICRA), 2026
气动软体执行器的实时穿刺检测与恢复
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Notre Dame（圣母大学）
AI总结 本文提出基于惯性测量单元数据的气动软体执行器实时穿刺检测与恢复方法，利用异常检测器和腔室扰动方案识别损伤并估计严重程度，并通过多腔室执行器实现故障后驱动力维持。
Comments Accepted at IEEE ICRA 2026
一种通过对象状态预测进行自我中心关键对象识别的两阶段框架
机构 * School of Computing and Information, University of Pittsburgh（匹兹堡大学计算与信息学院）
AI总结 提出一种两阶段框架，通过虚拟自我车辆表示和对象状态预测，结合时空推理，在自动驾驶中提升关键对象识别的准确性。
Comments 8 pages, 3 figures, 3 tables. Accepted and presented at the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)
时间感知辅助导航
机构 * Waseda University（早稻田大学） ； Boston University（波士顿大学）
AI总结 针对多模态大语言模型智能体在辅助导航中缺乏时间感知的问题，提出带原因预测监督的简单有效修改，在开环、闭环及仿真到现实泛化中显著提升性能。
Comments ICRA 2026
MCGS-SLAM：一种基于高斯点划的多相机SLAM框架用于高保真的地图构建
机构 * Department of Mathematics, ETH Zurich（苏黎世联邦理工学院数学系） ； Department of Mechanical and Process Engineering, ETH Zurich（苏黎世联邦理工学院机械与工艺工程系） ； Department of Informatics, University of Zurich（苏黎世大学信息系） ； Institute for Photogrammetry, University of Stuttgart（斯图加特大学摄影测量研究所） ； Computer Vision and Geometry Group, ETH Zurich（苏黎世联邦理工学院计算机视觉与几何组） ； Microsoft Spatial AI Lab（微软空间AI实验室） ； Computer Vision Research Group, University of Amsterdam（阿姆斯特丹大学计算机视觉研究组）
AI总结 MCGS-SLAM通过多相机和高斯点划技术实现高保真的SLAM，提供精确轨迹和逼真重建，优于单目方法。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026. Code: https://github.com/mcgs-slam/mcgs-slam
DropClick：面向农业机器人数据的半自动一键式分割方法
机构 * University of Bonn（波恩大学） ； CSIRO（澳大利亚联邦科学与工业研究组织）
AI总结 针对农业机器人数据标注繁琐的问题，提出半自动一键式分割工具DropClick，在SB20、BUP20数据集上表现优异，作为伪标签训练Mask2Former可节省大量输入且性能接近全点击模型。
Comments Accepted to ICRA 2026
QLAUN：一款面向研究、鲁棒性强、敏捷、模块化且经济的力矩控制四足机器人
机构 * Lebanese American University（黎巴嫩美国大学）
AI总结 QLAUN是一款面向研究的低成本力矩控制四足机器人，采用模块化3D打印设计，具备高扭矩输出与灵活关节，为科研提供新型腿式机器人研究平台。
Comments Extended abstract presented at IEEE ICRA@40, Rotterdam, Netherlands, September 2024. 2 pages, 1 figure
面向基于对话的人机交互中矛盾识别与解决的基础本体
机构 * Nord A1 ； Alternative Intelligence LLP ； University of Bologna（博洛尼亚大学）
AI总结 本研究基于活动理论构建名为ATFOt的基础本体，解决了人机交互领域缺乏可跨域互操作的矛盾表示框架的问题，给出了矛盾的多形式定义及交互指导原则。
Comments 5 pages, 1 figure, Accepted at the 2nd edition of the Joint Workshop on Ontologies, Semantic Maps and Autonomous Robotics Standardization (J-WOSMARS 2026) collocated with ICRA 2026, Austria
基于一阶模型预测控制的高空气球驻留控制
机构 * Cornell University（康奈尔大学） ； University of California San Diego（加州大学圣地亚哥分校）
AI总结 本文针对高空气球驻留控制问题，开发了一阶模型预测控制（FOMPC），其无需离线训练，性能优于现有最优强化学习策略，实现半径内时间提升24%，在线规划在多种配置下均有效。
Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026
动则雷达知：面向类无关运动目标检测的物理感知雷达Transformer
机构 * School of Automation Engineering of the University of Electronic Science and Technology of China（电子科技大学自动化工程学院）
AI总结 本文提出物理感知雷达Transformer（PART），通过多普勒感知查询初始化等技术，实现仅用110万参数的类无关运动目标检测，在nuScenes数据集上表现优异，对稀有目标和恶劣场景鲁棒。
Comments 8 pages, 5 figures, 4 tables, submitted to 2027 ICRA
On-the-Fly3R：面向大规模无人机场景的鲁棒在线三维重建（3R）前馈3R模型
机构 * School of Geodesy and Geomatics, Wuhan University（武汉大学测绘学院）
AI总结 针对现有流式3R方法不适用于无人机跨航线无序图像流的问题，提出On-the-Fly3R框架，通过检索引导子集构建等技术实现大规模无人机场景的鲁棒在线3R，精度优于SOTA方法。
Comments This paper was submitted to the ICRA 2027 for consideration. Copyright would be transferred if it got accepted
MiBOT：一款通过类人轻柔按摩调节心血管反应的头戴式机器人
机构 * ETH Zürich（苏黎世联邦理工学院）
AI总结 本文提出头戴式按摩机器人MiBOT，采用气动人工肌肉实现静音类人按摩，经对照研究证实其可降低受试者血压与心率，为头部按摩机器人研发提供了有效方案。
Comments Published at 2024 IEEE International Conference on Robotics and Automation (ICRA)
居家环境中与照护者协作的纵向演示学习机器人
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本研究针对居家环境中无专家反馈时非专业照护者教机器人的障碍，采用预训练与自适应反馈开展多轮人体实验，拟开源相关LfD辅助任务数据集。
Comments ICRA 2026 Workshop on Bridging the Gap between Robot Learning and Human-Robot Interaction
ROS2 Connect：一种新型广域网环境下的ROS2解决方案
机构 * Julius-Maximilians-Universität Würzburg（维尔茨堡大学） ； ENSTA（法国国立高等先进技术学院） ； Institut Polytechnique de Paris（巴黎综合理工学院） ； Zentrum für Telematik e.V.（电信中心协会）
AI总结 针对ROS2在广域网中因组播机制缺失导致远程操作困难的问题，提出基于WebSocket的ROS2 Connect框架，经实验验证其在延迟、稳定性等方面优于现有方案，为广域远程机器人应用提供可靠基础。
Comments Proceedings of the 8th International Workshop on Robotics Software Engineering co-located with the 2026 IEEE International Conference on Robotics and Automation (ROSE '26)
一种用于鲁棒探索的主动感知游戏
机构 * General Robotics, Automation, Sensing and Perception (GRASP) Laboratory（通用机器人、自动化、传感与感知实验室）
AI总结 本文提出一种主动感知游戏方法，通过分析信息增益估计误差与主动感知的数学关系，减少估计误差并提升探索性能。
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), pp. 14168-14174, 2025
RoboRacer Arena：在Isaac Sim中扩展高保真自主赛车研究
机构 * TU Wien（维也纳技术大学） ； AIT Austrian Institute of Technology（奥地利技术研究所）
AI总结 本研究针对RoboRacer平台赛道扩展问题，开发RoboRacer Arena系统可从占用地图自动生成高保真3D赛车环境，支持自然语言生成赛道，在Isaac Sim中实现高效可复现的自主赛车仿真。
Comments Submitted to ICRA 2027
DELTA：用于稀疏地形四足机器人运动的基于可变形高程的局部地形注意力编码器
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院（KAIST））
AI总结 该研究针对稀疏地形四足机器人运动的地形编码问题，提出DELTA编码器，通过固定成本的注意力机制提升学习效率与泛化性，实现仿真到现实的迁移。
Comments 8 pages, 5 figures. Submitted to the 2027 IEEE International Conference on Robotics and Automation (ICRA 2027). This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible
MADR：MPC引导的对抗性深度可达性分析
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； Stanford University（斯坦福大学）
AI总结 本研究提出MADR框架，用于鲁棒近似两人零和微分博弈值函数，通过结合MPC引导与对抗性深度可达性分析，在高维机器人仿真及硬件测试中优于现有基线方法。
Comments 8 pages, IEEE International Conference on Robotics and Automation (ICRA), 2026
表示论中的范畴化
AI总结 本文作为综述介绍2-表示理论，阐述其对经典表示论重要对象的范畴化研究，并系统梳理成果以呈现特征0下有限Weyl群对应Soergel双模的单2-表示分类。
Comments survey article for Proceedings from ICRA 2024
DiffDef：一种用于从演示中生成可变形物体操纵的多模态目标形状的扩散模型
机构 * Robotics Center and Kahlert School of Computing, University of Utah（大学计算机学院和机器人中心，犹他大学） ； NVIDIA Corporation（英伟达公司）
AI总结 针对现有可变形物体操纵方法依赖不切实际的目标获取方式、无法处理多模态目标的问题，提出DiffDef扩散模型，学习可行目标形状分布，在仿真和两种物理机器人平台上验证其可提升任务性能。
Comments Published and presented at ICRA 2026. 8 pages, 20 figures
MotionGS-SLAM：面向运动模糊鲁棒SLAM的事件调制高斯溅射
机构 * Research Institute for Science & Technology, Tokyo University of Science（东京理科大学科学技术研究所）
AI总结 MotionGS-SLAM通过事件调制高斯核与双调制机制，在渲染流水线中建模运动模糊形成，实现相机轨迹与场景几何联合优化，显著提升高运动下SLAM的轨迹与地图精度。
Comments 8 pages, 5 figures. Published in the 2026 IEEE International Conference on Robotics and Automation
Journal ref 2026 IEEE International Conference on Robotics and Automation (ICRA), pp. 14608-14615, 2026
看见更大的图景：用于移动操作策略学习的3D潜在映射
AI总结 本文提出SBP方法，通过3D潜在映射提升移动操作策略的学习性能，实现更强的空间和时间推理能力。
Comments ICRA 2026, project page: https://existentialrobotics.org/sbp_page/
Graph-MambaNav：利用对象关系知识的时空图Mamba用于目标对象导航
机构 * School of Internet of Things Engineering, Wuxi University（无锡大学物联网工程学院） ； School of Communications and Information Engineering, Nanjing University of Posts and Telecommunications（南京邮电大学通信与信息工程学院）
AI总结 本研究提出Graph-MambaNav，一种结合LLM常识对象关系的目标感知时空图编码框架，通过节点排序与Mamba建模实现高效导航，在仿真环境表现优异且泛化性好，经真实机器人部署验证有效。
Comments Accepted by IEEE Robotics and Automation Letters (IEEE RA-L), will transfer to 2027 IEEE International Conference on Robotics & Automation (ICRA)
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； University of Birmingham（伯明翰大学） ； Engineering Research Center of Knowledge-Driven Human-Machine Intelligence, Ministry of Education, China（教育部知识驱动人机智能工程研究中心）
Comments This paper is accepted to ICRA 2023
SpeedTuning：用轻量强化学习加速策略执行
机构 * Stanford University（斯坦福大学）
AI总结 SpeedTuning是一种轻量强化学习框架，可预测动作最优执行速度，在无需额外数据采集的情况下，将机器人操作策略加速超2.4倍且保持足够成功率，适用于多种动态精确任务。
Comments 10 pages, 12 figures. This arXiv version includes an appendix with qualitative simulation rollouts and additional ablations. Published at ICRA 2025
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), pp. 1184-1192, 2025
通过信息瓶颈和向量量化实现带宽高效的多智能体通信
机构 * Department of Electrical and Computer Engineering, University of Arkansas at Little Rock（电气与计算机工程系，阿肯色大学小岩分校）
AI总结 本研究通过信息瓶颈与向量量化方法，实现多智能体通信的带宽高效优化，提升协调性能并减少带宽消耗。
Comments Accepted at IEEE ICRA 2026, Vienna, Austria. 8 pages, 4 figures, 4 tables. v2: replaces v1 with the accepted camera-ready version and corrects a typo in the bandwidth reduction (41.4% -> 71.4%) in the abstract, Sec. I, Fig. 2 caption, Sec. VI and Sec. VII. Sec. V-A and Table I (800 vs 2800 bits/episode) were already correct; no results or conclusions changed
用于高带宽透明物理交互的超低阻抗机器人夹爪
机构 * Sogang University（西江大学）
AI总结 该研究提出新型9自由度三指差动直接驱动夹爪，结合低减速比差动传动，实现低阻抗、高带宽透明物理交互，解决力矩与硬件复杂度的权衡，为无传感器力估计提供基础。
Comments ICRA 2027 (Late Breaking Rsult Poster)
基于离线大语言模型的机械臂多模态交互控制
机构 * University of Tokyo（东京大学）
AI总结 该研究提出“Socratic Models-ChatGLM”算法，基于离线开源大语言模型与PyBullet平台实现机械臂多模态交互控制，可降低成本并解决复杂多步骤机械操作任务。
Comments This research work has been accepted for poster presentation at ICRA 2026 MEI (Multimodal Embodied Interaction in Robots) Workshop. (Here is the workshop-version short paper.)
Journal ref https://ieeexplore.ieee.org/abstract/document/11371765; 2025
AquaJEPA：面向水下机器人动力学的动作条件多模态预测表示
机构 * ITMO University（ITMO大学）
AI总结 该研究提出动作条件多模态预测模型AquaJEPA，在Stonefish环境中对比多种基线，经120个带计划DVL损失的配对环境实验，其闭环性能最优，配对最终误差显著优于多数基线。
Comments Submitted to IEEE ICRA 2027
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈