ICRA

RoboRacer Arena: Scaling High-Fidelity Autonomous Racing in Isaac Sim

RoboRacer Arena：在Isaac Sim中扩展高保真自主赛车研究

Mihaela-Larisa Clement, Agnes Poks, Ezio Bartocci

机构 * TU Wien（维也纳技术大学） ； AIT Austrian Institute of Technology（奥地利技术研究所） 纠错

AI总结 本研究针对RoboRacer平台赛道扩展问题，开发RoboRacer Arena系统可从占用地图自动生成高保真3D赛车环境，支持自然语言生成赛道，在Isaac Sim中实现高效可复现的自主赛车仿真。

Comments Submitted to ICRA 2027

DELTA: Deformable Elevation-Based Local Terrain Attention Encoder for Sparse-Terrain Quadrupedal Locomotion

DELTA：用于稀疏地形四足机器人运动的基于可变形高程的局部地形注意力编码器

Sanghyun Park, Moonkyu Jung, Jemin Hwangbo

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院（KAIST）） 纠错

AI总结 该研究针对稀疏地形四足机器人运动的地形编码问题，提出DELTA编码器，通过固定成本的注意力机制提升学习效率与泛化性，实现仿真到现实的迁移。

Comments 8 pages, 5 figures. Submitted to the 2027 IEEE International Conference on Robotics and Automation (ICRA 2027). This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible

MADR: MPC-guided Adversarial DeepReach

MADR：MPC引导的对抗性深度可达性分析

Ryan Teoh, Sander Tonkens, William Sharpless, Aijia Yang, Zeyuan Feng, Somil Bansal, Sylvia Herbert

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； Stanford University（斯坦福大学） 纠错

AI总结 本研究提出MADR框架，用于鲁棒近似两人零和微分博弈值函数，通过结合MPC引导与对抗性深度可达性分析，在高维机器人仿真及硬件测试中优于现有基线方法。

Comments 8 pages, IEEE International Conference on Robotics and Automation (ICRA), 2026