ICRA

Estimating Human Muscular Fatigue in Dynamic Collaborative Robotic Tasks with Learning-Based Models

基于学习模型的动态协作机器人任务中人体肌肉疲劳估计

Feras Kiki, Pouya P. Niaz, Alireza Madani, Cagatay Basdogan

机构 * Robotics and Mechatronics Laboratory (RML) and the KUIS AI Center（机器人与机电实验室（RML）和KUIS人工智能中心） 纠错

AI总结 本文提出基于学习模型的动态协作机器人任务中人体肌肉疲劳估计方法，利用sEMG数据通过回归模型预测疲劳周期分数，CNN模型表现最佳，展示了跨任务泛化的潜力。

Comments ICRA 2026 Original Contribution, Vienne, Austria

Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing

具有控制器引导反馈的空间感知自适应轨迹优化用于自动驾驶赛车

Alexander Wachter, Alexander Willert, Marc-Philip Ecker, Christian Hartl-Nesic

机构 * Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN），维也纳技术大学） 纠错

AI总结 本文提出一种结合NURBS轨迹表示和控制器引导反馈的空间感知自适应轨迹优化方法，通过空间更新提升轨迹性能，在模拟和真实硬件上均实现了显著的圈速提升。

Comments Accepted at ICRA 2026

SafeFlowMPC: Predictive and Safe Trajectory Planning for Robot Manipulators with Learning-based Policies

SafeFlowMPC: 基于学习策略的机器人机械臂预测与安全轨迹规划

Thies Oelerich, Gerald Ebmer, Christian Hartl-Nesic, Andreas Kugi

AI总结 SafeFlowMPC结合流匹配和在线优化，为机器人机械臂提供安全且灵活的预测轨迹规划方法，通过实验验证其在抓取和人机交互任务中的高效性能。

Comments Accepted at ICRA 2026