ICRA

Affordance RAG: Hierarchical Multimodal Retrieval with Affordance-Aware Embodied Memory for Mobile Manipulation

语义可感知的多模态检索：基于具身记忆的层次化移动操作

Ryosuke Korekata, Quanting Xie, Yonatan Bisk, Komei Sugiura

机构 * Keio University（keio大学） ； Keio AI Research Center（keio人工智能研究中心） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本研究提出Affordance RAG框架，通过构建具有可操作性的具身记忆，提升机器人在开放词汇移动操作中的检索性能和任务成功率。

Comments Accepted to IEEE RA-L, with presentation at ICRA 2026

PRISM-Loc: a Lightweight Long-range LiDAR Localization in Urban Environments with Topological Maps

PRISM-Loc：一种轻量级长距离激光雷达定位方法，用于城市环境中的拓扑地图

Kirill Muravyev, Artem Kobozev, Vasily Yuryev, Alexander Melekhin, Oleg Bulichev, Dmitry Yudin, Konstantin Yakovlev

机构 * Federal Research Center for Computer Science and Control of Russian Academy of Sciences（俄罗斯科学院计算机科学与控制联邦研究中心） ； Moscow Institute of Physics and Technology (MIPT)（莫斯科物理技术学院） ； Artificial Intelligence Research Institute (AIRI)（人工智能研究所） ； Innopolis University（Innopolis大学） 纠错

AI总结 PRISM-Loc提出了一种轻量级的激光雷达定位方法，结合紧凑拓扑表示与新型扫描匹配和车道线检测模块，实现了在城市环境中高精度的实时定位。

Comments This version was submitted to ICRA 2026 conference

UncAD: Towards Safe End-to-end Autonomous Driving via Online Map Uncertainty

UncAD: 向通过在线地图不确定性实现安全端到端自动驾驶迈进

Pengxuan Yang, Yupeng Zheng, Qichao Zhang, Kefei Zhu, Zebin Xing, Qiao Lin, Yun-Fu Liu, Zhiguo Su, Dongbin Zhao

机构 * Key Laboratory of Safety Intelligent Mining in Non-coal Open-pit Mines, National Mine safety Administration, Guangdong Guangzhou, 510000, China（安全智能采矿非煤矿山重点实验室，国家矿山安全监察局，广东广州，510000，中国） ； The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China（人工智能学院，中国科学院大学，北京，中国） ； EACON, Fujian, China（福建中国EACON） 纠错

AI总结 UncAD通过引入在线地图不确定性，提升自动驾驶安全性，减少碰撞和冲突率。

Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA)

A bio-inspired sand-rolling robot: effect of body shape on sand rolling performance

一种生物启发的沙滚机器人：身体形状对沙滚性能的影响

Xingjue Liao, Wenhao Liu, Hao Wu, Feifei Qian

机构 * Department of Electrical and Computer Engineering, University of Southern California（电气与计算机工程系，南加州大学） 纠错

AI总结 本研究开发了一种生物启发的沙滚机器人，通过分析不同身体形状对沙滚性能的影响，发现六边形和三角形在沙地上滚动速度较快，但易卡住，通过简化模型优化设计后，机器人速度提升超200%。

Journal ref Proceedings of the IEEE International Conference on Robotics and Automation (ICRA), 2025