期刊&会议
International Conference on Robotics and Automation · 会议 · Robotics
FW-NKF: 频率加权神经卡尔曼滤波器
机构 * Department of Computer Science, ETH Zürich（苏黎世联邦理工学院计算机科学系）
AI总结 提出频率加权神经卡尔曼滤波器（FW-NKF），通过将因果谱整形算子嵌入卡尔曼测量残差并联合学习观测和状态转移网络，抑制频带受限噪声，在混沌系统和惯性姿态估计等任务中定位误差降低达10%。
Comments Published at ICRA 2026
SAVMap: 基于结构辅助的全景视频大规模2.5D曼哈顿线框视觉映射
机构 * Nokia Bell Labs（诺基亚贝尔实验室） ； NYU（纽约大学）
AI总结 提出SAVMap方法，利用全景视频和语义分割网络，结合曼哈顿网格几何约束，从仓库场景生成语义线框地图，实现高精度大规模3D重建。
Comments IEEE ICRA 2026
用于跨模态水下机器人感知的声纳-视觉数据集
机构 * Massachusetts Institute of Technology（麻省理工学院） ； SINTEF（斯蒂纳夫） ； Norwegian University of Science and Technology（挪威科技大学）
AI总结 提出SOVIS数据集，包含76,000多对声纳-视觉帧，通过端到端管道同步和清洗数据，并利用交互式标注工具加速标注，在跨模态鱼类检测任务中实现mAP@0.10提升7倍。
Comments 6 pages, 7 figures, 3 tables. Accepted to IEEE ICRA 2026 S2S Workshop (From Sea to Space: Advancing Perception in Harsh Domains)
ActMVS：基于单目多视图立体的主动场景重建
机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所）
AI总结 提出ActMVS框架，通过视图因子图构建和全局深度优化，实现单目相机在线生成高质量、全局一致的密集深度图，支持机器人/UAV的主动场景重建与安全轨迹规划。
Comments ICRA 2026
BEVIO: 基于鸟瞰图的稀疏更新视觉-惯性里程计用于月球昼夜导航
机构 * Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院） ； Autonomous Robots Lab at the Norwegian University of Science and Technology（挪威科学技术大学自主机器人实验室）
AI总结 提出一种基于鸟瞰图的图像匹配方案，在极低视觉更新率下实现可靠的视觉-惯性里程计，适用于资源受限的月球车昼夜导航。
Comments Accepted at the 2026 IEEE International Conference on Robotics and Automation, Vienna
三自由度机械臂MPC的行为克隆
机构 * University of Waterloo（多伦多大学） ； Universite de Technologie de Compiègne（技术与科学大学） ； Nanyang Technological University（南洋理工大学） ； Polytechnique Montréal（蒙特利尔理工学院）
AI总结 针对MPC实时计算负担重的问题，采用行为克隆方法近似MPC策略，通过多种神经网络架构实现三自由度机械臂的实时控制，在宽松容差下推理延迟降低3倍，成功率84.98%。
Comments Accepted at the IEEE ICRA 2026 Workshop on Reinforcement Learning in the Era of Imitation Learning (RL4IL), 6 pages excluding references
基于深度强化学习的双阿克曼机器人驱动不确定性下的位姿控制
机构 * Univ. Bordeaux, CNRS, Bordeaux INP, LaBRI, UMR 5800（波尔多大学、法国国家科学研究中心、波尔多国立理工学院、LaBRI研究所、UMR 5800） ； School of Computer Science, University of Nottingham, UK（诺丁汉大学计算机科学学院） ； Instituto de Investigación en Ingeniería de Aragón (I3A), Universidad de Zaragoza（阿ragón工程研究所（I3A）、萨拉戈萨大学）
AI总结 针对双阿克曼转向移动机器人在驱动不确定性下的控制问题，提出基于ManeuverNet框架的位姿控制扩展，采用sim-to-sim-to-real方法结合多环境DRL（SAC和CrossQ）学习鲁棒策略，显著缩小仿真到现实的性能差距。
Comments 6 pages, 4 figures, 2 tables, Accepted for Uncertainty in Open-World Robotics an IEEE International Conference on Robotics & Automation (ICRA 2026) workshop
分组误差而非总MSE：微调视觉-语言-动作模型用于11自由度移动操作
机构 * University of California, Berkeley（加州大学伯克利分校） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 针对异构关节空间的移动操作器微调视觉-语言-动作模型时，发现总MSE最低的检查点并非实际表现最佳，提出以分组误差作为更可靠的检查点选择指标。
Comments 4 pages, 3 figures, 3 tables. Accepted as poster at ICRA 2026 Workshop "From Data to Decisions: VLA Pipelines for Real Robots". Code: [https://github.com/paumontagut/per-group-mse-vla](https://github.com/paumontagut/per-group-mse-vla)
PEACE: 一种用于无人机的带约束执行的规划-执行智能体
机构 * Institute of Computer Science, University of Bern（伯尔尼大学计算机科学研究所） ； AI4I - The Italian Institute of Artificial Intelligence（意大利人工智能研究所）
AI总结 提出一种基于大语言模型的规划-执行智能体架构，通过解耦高层任务规划与低层控制，并引入约束执行层和有限重规划，实现无人机可解释、可约束的自主飞行。
Comments Accepted to ICRA 2026 Workshop on Semantics for Reliable Robot Autonomy: From Environment Understanding and Reasoning to Safe Interaction
迈向网络化单搜索代理系统：使用GNSS参考的多边定位WiFi精细时间测量响应器
AI总结 提出一种基于无人机和GNSS参考的移动基线多边定位系统，通过WiFi FTM测距实时定位地面接入点，实验显示视距条件下水平误差可达4.4米。
Comments 8 pages, 3 figures, 1st Workshop on Robot Meets GNSS and Ranging for Seamless Autonomy, June 5, 2026 at IEEE ICRA in Vienna
面向几何感知的机器人表面任务的可迁移运动技能学习
机构 * Czech Institute of Informatics, Robotics, and Cybernetics（捷克信息学、机器人学与自动化研究所） ； Czech Technical University in Prague（布拉格捷克技术大学） ； Delft University of Technology（代尔夫特理工大学）
AI总结 提出一种模块化框架，将几何运动规划与执行级专家行为解耦，通过可解释的原子运动规则和神经网络推断，实现跨几何形状的迁移学习。
Comments In: Workshop on Geometry in the Age of Data-Driven Robotics, ICRA 2026, Vienna, 2026
带非线性等式约束最优控制的线搜索滤波微分动态规划
机构 * School of Computer and Communication Sciences, EPFL（瑞士联邦理工学院计算机与通信科学学院） ； School of Computing, Australian National University（澳大利亚国立大学计算学院） ； Department of Electrical and Electronic Engineering, University of Melbourne（墨尔本大学电子与电气工程系）
AI总结 提出FilterDDP算法，通过线搜索和步长滤波器处理非线性等式约束，并证明局部二次收敛性，在机器人接触隐式轨迹优化中验证有效性。
Comments Accepted for publication in the IEEE International Conference on Robotics and Automation (ICRA) 2026. Revised version with more exposition in methodology and updated results with improved implementation
MipSLAM：无混叠高斯泼溅SLAM
机构 * State Key Laboratory of Robotics and Systems (HIT), Harbin Institute of Technology（机器人系统国家重点实验室（哈工大）） ； Yangtze River Delta HlT Robot Technology Research Institute（长江三角洲HLT机器人技术研究院） ； Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系）
AI总结 提出MipSLAM框架，通过椭圆自适应抗混叠算法和频谱感知位姿图优化，实现高保真抗混叠新视角合成与鲁棒位姿估计。
Comments Accepted to ICRA 2026
CloSE: 一种几何形状无关的布料状态表示
机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（西班牙工业机器人与信息技术研究所，CSIC-UPC）
AI总结 提出一种基于拓扑索引的dGLI圆盘表示，并从中抽象出紧凑、连续的CloSE表示，用于预测布料折叠位置并支持语义标注与规划。
Comments Accepted at ICRA 2026 (8 pages, 11 figures, 1 table). Project page: https://close-representation.github.io/
$\mathbf{SO}(3)$ 上带偏差补偿的标量测量姿态估计
机构 * I3S, CNRS, Université Côte d’Azur, Sophia Antipolis, France（法国国家科学研究中心I3S研究所、普罗旺斯大学、索菲亚-安蒂波利斯分校） ； Institut Universitaire de France（法国国家科学院） ； Department of Technology & Innovation, Capgemini Engineering（Capgemini工程公司技术与创新部） ； Department of Computer Science and Engineering, Université du Québec en Outaouais (UQO)（魁北克大学Outaouais分校计算机科学与工程系）
AI总结 本文提出基于标量测量的 $\mathbf{SO}(3)$ 非线性确定性观测器，结合陀螺仪偏差补偿，在适当可观测性条件下实现局部指数稳定，并证明两个标量测量在合适激励下足以进行姿态估计，三个在静态情况下足够。
Comments 9 pages, 4 figures. Accepted to ICRA 2026
LLM Trainer：利用大语言模型通过演示增强自动生成机器人数据
机构 * Carnegie Mellon University（卡内基梅隆大学）
AI总结 提出LLM Trainer，一种利用大语言模型的世界知识将少量人类演示自动扩展为大规模机器人数据集的管道，通过离线标注和在线关键姿势重定向生成新轨迹，并采用汤普森采样优化标注。
Comments 9 pages, 5 figures, 4 tables. Accepted in ICRA 2026
CrazyMARL：用于缆绳悬挂载荷协同空中运输的分散式直接电机控制策略
机构 * Technische Universität Berlin（技术大学柏林） ； Robotics Institute Germany (RIG)（德国机器人研究所（RIG））
AI总结 提出CrazyMARL，一种基于分散式强化学习的多无人机缆绳悬挂载荷运输框架，在抗干扰和跟踪精度上优于经典控制器，并实现了零样本仿真到实物迁移。
Comments International Conference on Robotics and Automation (ICRA), 2026
DAG-Plan：生成有向无环依赖图用于双臂协作规划
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences (CASIA)（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院（CASIA）） ； School of Artificial Intelligence, University of Chinese Academy of Sciences (UCAS)（中国科学院大学人工智能学院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，北京大学计算机科学学院） ； Department of Computer Science, The University of Hong Kong（香港大学计算机科学系） ； OpenGVLab, Shanghai AI Laboratory（上海人工智能实验室，OpenGVLab）
AI总结 提出DAG-Plan框架，首次使用有向无环图作为双臂协调的核心表示，通过一次LLM解析生成结构化DAG，实现自适应并行执行，在双臂厨房基准测试中成功率提升48%，执行效率提升84.1%。
Comments ICRA 2026
GIFT: 几何诱导的功能迁移用于类别级物体操作
机构 * Extreme Robotics Laboratory, School of Metallurgy and Materials, University of Birmingham（伯明翰大学冶金与材料学院极端机器人实验室） ； Munich Institute of Robotics & Machine Intelligence, Technische Universität München (TUM)（慕尼黑工业大学机器人与人工智能研究所） ； School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院） ； Sorbonne Université, ISIR, Paris, France（巴黎法国索邦大学ISIR研究所）
AI总结 提出GIFT框架，利用功能映射和螺旋插值，从单次人类演示中迁移复杂物体操作技能到新物体，无需额外训练。
Comments 8 pages, 6 figures. ICRA 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈