ICRA

Energy-Aware NECO for Single-Pass Pixel-wise Out-of-Distribution Detection in Semantic Segmentation

能量感知NECO：用于语义分割中单次逐像素分布外检测

Boyuan Zhang, Huanshan Huang, Yifei Cao

机构 * Ecole Polytechnique, Institut Polytechnique de Paris（巴黎理工学院高研院） ； CIAD, UTBM, Université Marie et Louis Pasteur（CIAD、UTBM、马吕斯·路易·巴斯蒂埃大学） ； U2IS, ENSTA, Institut Polytechnique de Paris（U2IS、ENSTA、巴黎理工学院） 纠错

AI总结 提出一种结合NECO几何比率和能量分数的混合方法，实现单次前向传播的逐像素分布外检测，在miniMUAD数据集上AUROC达0.8539，优于单独使用NECO或能量分数。

Comments 7 pages, 6 figures. Accepted at the ICRA 2026 Workshop on Long-term Deployments in the Wild (LoWi 2026)

SM2ITH: Safe Mobile Manipulation with Interactive Human Prediction via Task-Hierarchical Bilevel Model Predictive Control

SM2ITH：通过任务分层双层模型预测控制实现安全移动操作与人机交互预测

Francesco D'Orazio, Sepehr Samavi, Xintong Du, Siqi Zhou, Giuseppe Oriolo, Angela P. Schoellig

机构 * Department of Computer, Control and Management Engineering, of Sapienza University of Rome（意大利萨皮恩扎大学计算机、控制与管理工程系） ； University of Toronto Institute for Aerospace Studies (UTIAS) and the Vector Institute for Artificial Intelligence（多伦多大学航空航天研究所（UTIAS）和向量人工智能研究所） ； Learning Systems and Robotics lab at the Technical University of Munich and the Munich Institute for Robotics and Machine Intelligence (MIRMI)（慕尼黑技术大学学习系统与机器人实验室及慕尼黑机器人与机器智能研究所（MIRMI）） ； School of Computing Science, Faculty of Applied Sciences, Simon Fraser University（西蒙·弗雷泽大学应用科学学院计算机科学系） 纠错

AI总结 提出SM$^2$ITH框架，结合分层任务模型预测控制与双层优化的人机交互预测，实现动态人机环境中的安全高效移动操作。

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

ScheduleStream: Temporal Planning with Samplers for GPU-Accelerated Multi-Arm Task and Motion Planning & Scheduling

ScheduleStream: 基于采样器的时序规划用于GPU加速的多臂任务与运动规划及调度

Caelan Garrett, Fabio Ramos

机构 * NVIDIA Research Seattle Robotics Lab (SRL)（NVIDIA西雅图机器人实验室） ； University of Sydney（悉尼大学） 纠错

AI总结 提出ScheduleStream，首个通用框架，通过混合持续动作和领域无关算法，结合GPU加速采样器，实现多臂并行任务与运动规划及调度。

Comments Project website: https://schedulestream.github.io

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

MonoDuo: Using One Robot Arm to Learn Bimanual Policies

MonoDuo: 使用单机械臂学习双臂策略

Sandeep Bajamahal, Lawrence Yunliang Chen, Toru Lin, Zehan Ma, Jitendra Malik, Ken Goldberg

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 提出MonoDuo框架，利用单臂机器人演示和人类协作数据，通过数据增强生成合成演示，训练双臂机器人策略，在五项任务中实现零样本部署和少样本微调，成功率高达70%。

Comments Accepted to appear in the 2026 IEEE International Conference on Robotics and Automation (ICRA), Vienna, Austria, 1-5 June 2026

Multifingered force-aware control for humanoid robots

人形机器人的多指力感知控制

Pasquale Marra, Gabriele M. Caddeo, Ugo Pattacini, Lorenzo Natale

机构 * Humanoid Sensing and Perception, Istituto Italiano di Tecnologia, Genoa, Italy（人机感知与感知，意大利技术研究院，热那亚，意大利） ； DIBRIS, Università di Genova, Via All’Opera Pia, 13, Genoa, Italy（DIBRIS，热那亚大学，Via All’Opera Pia, 13，热那亚，意大利） ； MESH Facility, Istituto Italiano di Tecnologia, Genoa, Italy（MESH设施，意大利技术研究院，热那亚，意大利） 纠错

AI总结 提出一种基于力估计的多指手人形机器人控制方案，通过调整躯干、手臂、手腕和手指的运动重新分配力，以维持与物体的稳定接触，在平衡任务中成功率达82.7%。

Comments This work has been accepted for publication in ICRA 2026

Masquerade: Learning from In-the-wild Human Videos using Data-Editing

Masquerade: 利用数据编辑从真实世界人类视频中学习

Marion Lepert, Jiaying Fang, Jeannette Bohg

机构 * Stanford University（斯坦福大学） 纠错

AI总结 提出Masquerade方法，通过编辑真实世界第一人称人类视频（估计3D手部姿态、修复手臂、叠加渲染双臂机器人）弥合视觉具身差距，并利用编辑后的视频预训练视觉编码器、微调扩散策略头，在三个长时程双臂厨房任务中实现比基线高5-6倍的泛化性能。

Comments Project website at https://masquerade-robot.github.io/

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