ICRA - arXivDaily 期刊&会议

2603.10174 2026-07-07 cs.RO 版本更新

Autonomous Search for Sparsely Distributed Visual Phenomena through Environmental Context Modeling

通过环境上下文建模自主搜索稀疏分布的视觉现象

Eric Chen, Travis Manderson, Nare Karapetyan, Peter Edmunds, Nicholas Roy, Yogesh Girdhar

机构 * Massachusetts Institute of Technology（麻省理工学院）； Woods Hole Oceanographic Institution（伍兹霍尔海洋研究所）； California State University（加州州立大学）

AI总结研究如何让自主水下航行器高效定位稀疏分布的特定珊瑚物种。利用视觉环境上下文作为信号，结合补丁级DINOv2嵌入进行一次性检测，实现自适应规划，提升自主勘测效率。

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

2504.16738 2026-07-07 cs.RO cs.AI 版本更新

MOSAIC: Skill-Centric Manipulation Planning with Physics Simulation

MOSAIC：基于物理模拟的以技能为中心的操作规划

Itamar Mishani, Yorai Shaoul, Maxim Likhachev

机构 * Robotics Institute, School of Computer Science（机器人研究所、计算机科学学院）

AI总结研究用预定义技能规划长期操作运动的问题，核心方法是利用物理模拟估计技能执行结果，贡献是引入MOSAIC方法，通过两个互补技能家族有效发现基于物理的解决方案。

Comments Accepted for Publication at the 2026 IEEE International Conference on Robotics and Automation (ICRA). Project page: https://skill-mosaic.github.io

2409.16663 2026-07-07 cs.RO cs.CV cs.LG cs.SY eess.SY 版本更新

Mitigating Covariate Shift in Imitation Learning for Autonomous Vehicles Using Latent Space Generative World Models

使用潜在空间生成世界模型减轻自动驾驶模仿学习中的协变量转移

Alexander Popov, Alperen Degirmenci, David Wehr, Shashank Hegde, Ryan Oldja, Alexey Kamenev, Bertrand Douillard, David Nistér, Urs Muller, Ruchi Bhargava, Stan Birchfield, Nikolai Smolyanskiy

机构 * NVIDIA

AI总结提出用潜在空间生成世界模型解决自动驾驶协变量转移问题，训练时利用世界模型减轻该问题，无需大量训练数据，还引入新感知编码器，实验显示相比之前有显著改进。

Comments 8 pages, 6 figures, original September 2024, accepted at ICRA 2025 Workshop "Robots in the Wild", for associated video file, see https://youtu.be/7m3bXzlVQvU