ICRA

How to Train your Tactile Model: Tactile Perception with Multi-fingered Robot Hands

如何训练你的触觉模型：多指机械手的触觉感知

Christopher J. Ford, Kaichen Shi, Laura Butcher, Nathan F. Lepora, Efi Psomopoulou

机构 * Bristol Robotics Laboratory, University of Bristol（布里斯托大学布里斯托机器人实验室） 纠错

AI总结 本文提出TacViT模型，基于视觉Transformer实现触觉感知，能有效泛化新传感器数据，减少数据收集和重训练需求，提升多指机械手的触觉感知能力。

Comments Accepted for publication at the International Conference on Robotics and Automation (ICRA) 2026, Vienna

SoftHand Model-W: A 3D-Printed, Anthropomorphic, Underactuated Robot Hand with Integrated Wrist and Carpal Tunnel

SoftHand Model-W: 一种3D打印的拟人化欠驱动机器人手，集成腕关节和腕管机制

Dhillon B. Merritt, Christopher J. Ford, Haoran Li, Malia Smith, Zhixing Chen, Efi Psomopoulou, Nathan F. Lepora

机构 * Bristol Robotics Laboratory, University of Bristol（布里斯托大学布里斯托机器人实验室） 纠错

AI总结 SoftHand Model-W通过集成腕关节和腕管机制，实现了五指主动屈伸及掌部主动屈伸和桡侧/尺侧偏移，展示了近端自由度在现实机器人应用中实现多样化、类人操作的关键作用。

Comments Accepted for publication at the International Conference of Robotics and Automation (ICRA) 2026, Vienna

The QuadSoft: Design, Construction, and Experimental Validation of a Soft and Actuated Quadrotor

QuadSoft：一种软体和驱动四旋翼的设计、构造与实验验证

Rodolfo Verdin, Hugo Moreno, Mark W. Spong, Gerardo Flores

AI总结 本文提出QuadSoft，一种具有连续曲率腱驱动软体机械臂的全驱动四旋翼，通过半刚性中央框架与柔性臂的结合，实现飞行中可控结构重构。实验验证了其在户外稳定飞行、悬停、方向操控和降落的能力，展示了软体机械臂在保持高度的同时可产生水平位移。

Comments Accepted for publication in the IEEE International Conference on Robotics and Automation (ICRA 2026)

RANGER: A Monocular Zero-Shot Semantic Navigation Framework through Visual Contextual Adaptation

RANGER：通过视觉上下文适应的单目零样本语义导航框架

Ming-Ming Yu, Yi Chen, Börje F. Karlsson, Wenjun Wu

机构 * Beihang University（北京航空航天大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） 纠错

AI总结 RANGER通过视觉上下文学习实现零样本语义导航，无需依赖深度和姿态信息，利用3D基础模型和视觉语言模型提升任务效率与环境适应性。

Comments Accepted at ICRA 2026

Octree Diffusion for Semantic Scene Generation and Completion

八叉树扩散用于语义场景生成与补全

Xujia Zhang, Brendan Crowe, Christoffer Heckman

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； Autonomous Robotics and Perception Group（自主机器人与感知实验室） 纠错

AI总结 本文提出Octree Latent Semantic Diffusion框架，通过八叉树隐式表示实现跨域的3D语义场景补全、扩展和生成，结合结构扩散与语义扩散生成语义标签，无需重训练即可完成单扫描的补全与零样本泛化。

Comments Accepted to ICRA 2026. Revised version with updated paragraphs

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