ICRA

MASAR: Motion-Appearance Synergy Refinement for Joint Detection and Trajectory Forecasting

MASAR: 运动-外观协同细化用于联合检测与轨迹预测

Mohammed Amine Bencheikh Lehocine, Julian Schmidt, Frank Moosmann, Dikshant Gupta, Fabian Flohr

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； Munich University of Applied Sciences（慕尼黑应用科学大学） 纠错

AI总结 MASAR通过联合编码外观和运动特征，提升自动驾驶中的3D检测与轨迹预测性能，实现超过20%的精度提升。

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

Scaling Single Human Demonstrations for Imitation Learning using Generative Foundational Models

通过生成基础模型扩展单人示范用于模仿学习

Nick Heppert, Minh Quang Nguyen, Abhinav Valada

机构 * Computer Science, University of Freiburg（弗赖堡大学计算机科学系） ； Zuse School ELIZA（泽乌斯学校ELIZA） 纠错

AI总结 通过生成基础模型扩展单人示范用于模仿学习，实现从单人示范到机器人任务的高效训练与泛化

Comments ICRA 2026, 8 pages, 6 figures, 4 tables

R3DPA: Leveraging 3D Representation Alignment and RGB Pretrained Priors for LiDAR Scene Generation

R3DPA：利用3D表示对齐和RGB预训练先验知识进行LiDAR场景生成

Nicolas Sereyjol-Garros, Ellington Kirby, Victor Besnier, Nermin Samet

AI总结 R3DPA通过结合3D表示对齐和RGB预训练先验知识，实现LiDAR场景生成的先进性能。

Comments ICRA 2026

Hallucinating 360°: Panoramic Street-View Generation via Local Scenes Diffusion and Probabilistic Prompting

生成360°全景图：通过局部场景扩散与概率提示的街道视图生成

Fei Teng, Kai Luo, Sheng Wu, Siyu Li, Pujun Guo, Jiale Wei, Jiaming Zhang, Kunyu Peng, Kailun Yang

机构 * School of Artificial Intelligence and Robotics and the National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（人工智能与机器人学院和机器人视觉感知与控制技术国家工程研究中心，湖南大学） ； Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology（人机学与机器人研究所，卡尔斯鲁厄技术大学） 纠错

AI总结 本文提出Percep360方法，通过局部场景扩散与概率提示技术，实现自动驾驶中的可控全景图像生成，提升真实场景下的鸟瞰图分割性能。

Comments Accepted to ICRA 2026. The source code will be publicly available at https://github.com/FeiT-FeiTeng/Percep360

Eva-Tracker: ESDF-update-free, Visibility-aware Planning with Target Reacquisition for Robust Aerial Tracking

Eva-Tracker: 无ESDF更新、基于可见性的规划与目标重新获取的稳健空中跟踪

Yue Lin, Yang Liu, Dong Wang, Huchuan Lu

机构 * Dalian University of Technology（大连理工大学） 纠错

AI总结 Eva-Tracker通过无ESDF更新和基于可见性的路径规划，实现更稳健的空中目标跟踪，降低计算开销。

Comments Accepted by ICRA 2026

ArmGS: Composite Gaussian Appearance Refinement for Modeling Dynamic Urban Environments

ArmGS：复合高斯外观细化用于动态城市环境建模

Guile Wu, Dongfeng Bai, Bingbing Liu

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

AI总结 ArmGS通过复合高斯溅射与多粒度外观细化，提升动态城市环境自动驾驶场景建模的精度与效率。

Comments ICRA 2026

RGB-Only Gaussian Splatting SLAM for Unbounded Outdoor Scenes

仅RGB的高斯点溅SLAM用于无界户外场景

Sicheng Yu, Chong Cheng, Yifan Zhou, Xiaojun Yang, Hao Wang

机构 * The Hong Kong University of Science and Technology (GuangZhou)（香港科技大学（广州）） 纠错

AI总结 本研究提出了一种仅使用RGB的高斯点溅SLAM方法，用于无界户外场景，通过点图回归网络和端到端可微流程提升跟踪精度和新型视图合成效果。

Comments ICRA 2025

Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA) Robotics and Automation (ICRA), 2025 IEEE International Conference on. :11068-11074 May, 2025