ICRA

Annotation Free Spacecraft Detection and Segmentation using Vision Language Models

无需标注的空间目标检测与分割使用视觉语言模型

Samet Hicsonmez, Jose Sosa, Dan Pineau, Inder Pal Singh, Arunkumar Rathinam, Abd El Rahman Shabayek, Djamila Aouada

机构 * Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（安全、可靠性与信任跨学科研究中心（SnT），卢森堡大学） 纠错

AI总结 本文提出了一种基于视觉语言模型的无标注空间目标检测与分割方法，通过伪标签蒸馏提升性能，实现在多个数据集上的精度提升。

Comments ICRA 2026

Model Reconciliation through Explainability and Collaborative Recovery in Assistive Robotics

通过可解释性与协作恢复实现模型调和在辅助机器人中的应用

Britt Besch, Tai Mai, Jeremias Thun, Markus Huff, Jörn Vogel, Freek Stulp, Samuel Bustamante

机构 * German Aerospace Center (DLR), Robotics and Mechatronics Center (RMC)（德国航空航天中心（DLR）、机器人与机电中心） ； University of Cambridge, Department of Engineering（剑桥大学工程系） ； Universität Tübingen, Department of Psychology（图宾根大学心理学系） ； Leibniz-Institut für Wissensmedien (IWM)（莱比锡知识媒体研究所） ； Technical University of Munich（慕尼黑技术大学） 纠错

AI总结 本文提出了一种通过可解释性和协作恢复实现机器人与人类模型调和的方法，应用于辅助机器人领域。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

AutoInspect: Towards Long-Term Autonomous Industrial Inspection

AutoInspect：迈向长期自主工业检测

Michal Staniaszek, Tobit Flatscher, Joseph Rowell, Hanlin Niu, Wenxing Liu, Yang You, Robert Skilton, Maurice Fallon, Nick Hawes

机构 * Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； Remote Applications in Challenging Environments (RACE), United Kingdom Atomic Energy Authority（英国原子能局远程应用在恶劣环境中（RACE）） 纠错

AI总结 AutoInspect通过基于ROS的系统实现长期自主工业检测，结合稳健映射与任务调度，在49天和35天的长期部署中展示了高效自主执行能力。

Comments Accepted to the IEEE ICRA Workshop on Field Robotics 2024

Journal ref IEEE Transactions on Field Robotics, vol. 2, pp. 529-548, 2025

GeoLanG: Geometry-Aware Language-Guided Grasping with Unified RGB-D Multimodal Learning

GeoLanG: 基于几何的语言引导抓取与统一RGB-D多模态学习

Rui Tang, Guankun Wang, Long Bai, Huxin Gao, Jiewen Lai, Chi Kit Ng, Jiazheng Wang, Fan Zhang, Hongliang Ren

AI总结 GeoLanG通过统一RGB-D多模态学习，结合深度引导几何模块和自适应通道集成，实现鲁棒的语言引导抓取，提升复杂环境中的抓取精度和泛化能力。

Comments IEEE ICRA 2025

Learning-based Observer for Coupled Disturbance

基于学习的耦合扰动观测器

Jindou Jia, Meng Wang, Zihan Yang, Bin Yang, Yuhang Liu, Kexin Guo, Xiang Yu

机构 * Nanyang Technological University（南洋理工大学） ； Beihang University（北京航空航天大学） 纠错

AI总结 本文提出一种结合控制与学习方法的观测器，通过分解耦合扰动并利用历史数据学习参数矩阵，实现高精度扰动估计。

Comments 10 pages, 7 figures

Journal ref 2026 IEEE International Conference on Robotics and Automation (ICRA)