ICRA

CommCP: Efficient Multi-Agent Coordination via LLM-Based Communication with Conformal Prediction

CommCP：通过基于大语言模型的通信实现高效的多智能体协调

Xiaopan Zhang, Zejin Wang, Zhixu Li, Jianpeng Yao, Jiachen Li

机构 * Trustworthy Autonomous Systems Laboratory at the University of California, Riverside, CA, USA（加州大学河滨分校可信自主系统实验室） 纠错

AI总结 CommCP通过基于大语言模型的通信框架，提升多智能体协作任务的成功率和探索效率。

Comments IEEE International Conference on Robotics and Automation (ICRA 2026); Project Website: https://comm-cp.github.io/

PIRATR: Parametric Object Inference for Robotic Applications with Transformers in 3D Point Clouds

PIRATR：基于变换器的参数化物体推理用于机器人应用的3D点云

Michael Schwingshackl, Fabio F. Oberweger, Mario Niedermeyer, Huemer Johannes, Markus Murschitz

机构 * AIT Austrian Institute of Technology Center for Vision, Automation & Control（奥地利技术研究院视觉、自动化与控制中心） 纠错

AI总结 PIRATR通过端到端3D点云检测框架，结合变换器实现参数化物体的6自由度姿态和属性估计，适用于机器人应用。

Comments 8 Pages, 11 Figures, Accepted at 2026 IEEE International Conference on Robotics & Automation (ICRA) Vienna

IndustryShapes: An RGB-D Benchmark dataset for 6D object pose estimation of industrial assembly components and tools

IndustryShapes: 一个用于工业装配组件和工具6D物体姿态估计的RGB-D基准数据集

Panagiotis Sapoutzoglou, Orestis Vaggelis, Athina Zacharia, Evangelos Sartinas, Maria Pateraki

机构 * National Technical University of Athens（希腊国家技术大学） 纠错

AI总结 IndustryShapes是首个提供RGB-D静态上boarding序列的工业装配组件和工具6D姿态估计基准数据集，包含多样化的复杂场景和多模态数据，用于评估实例级和新物体姿态估计方法。

Comments To appear in ICRA 2026

BioLite U-Net: Edge-Deployable Semantic Segmentation for In Situ Bioprinting Monitoring

BioLite U-Net：边缘部署的语义分割用于原位生物打印监控

Usman Haider, Lukasz Szemet, Daniel Kelly, Vasileios Sergis, Andrew C. Daly, Karl Mason

机构 * University of Galway（Galway大学） ； CÚRAM – SFI Research Centre for Medical Devices（CÚRAM医学设备研究中心） ； Biomedical Engineering（生物医学工程） 纠错

AI总结 BioLite U-Net是一种轻量级语义分割框架，专为实时生物打印监控设计，通过深度可分离卷积实现高效推理，适用于边缘部署的闭环生物打印系统。

Comments 8 pages, 5 figures, conference-style submission (ICRA 2026). Includes dataset description, BioLite U-Net architecture, benchmark results on edge device (Raspberry Pi 4B)

Improved Bag-of-Words Image Retrieval with Geometric Constraints for Ground Texture Localization

改进的基于词袋的图像检索与几何约束用于地面纹理定位

Aaron Wilhelm, Nils Napp

机构 * School of Electrical and Computer Engineering, Cornell University（电气与计算机工程学院，康奈尔大学） 纠错

AI总结 本文提出改进的基于词袋的图像检索系统，利用几何约束提升地面纹理定位的全局定位准确性和SLAM回环检测的精度与召回率。

Comments Accepted to ICRA 2025

Journal ref Proc. IEEE Intl. Conf. Robot. Autom. (ICRA), pp. 8020-8026, 2025