ICRA

RL-Based Coverage Path Planning for Deformable Objects on 3D Surfaces

基于强化学习的可变形物体3D表面覆盖路径规划

Yuhang Zhang, Jinming Ma, Feng Wu

机构 * School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Xiaomi Robotics Lab（小米机器人实验室） 纠错

AI总结 本文提出基于强化学习的覆盖路径规划方法，利用谐波UV映射和SGCNN处理可变形物体的触觉反馈，通过模拟器训练机器人高效完成表面擦拭任务。

Comments 8 pages, 8 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Environment-Aware Learning of Smooth GNSS Covariance Dynamics for Autonomous Racing

环境感知的平滑GNSS协方差动态学习

Y. Deemo Chen, Arion Zimmermann, Thomas A. Berrueta, Soon-Jo Chung

机构 * Department of Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加州理工学院） 纠错

AI总结 本文提出LACE框架，通过动态建模GNSS协方差动态，提升自动驾驶赛车在GNSS退化环境中的定位性能和协方差估计平滑性。

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

Observer-Actor: Active Vision Imitation Learning with Sparse-View Gaussian Splatting

观察者-执行者：基于稀疏视角高斯点云的主动视觉模仿学习

Yilong Wang, Cheng Qian, Ruomeng Fan, Edward Johns

AI总结 ObAct通过主动视觉探索提升双臂机器人模仿学习的鲁棒性，利用稀疏视角高斯点云增强观测清晰度，实验显示其在无遮挡和有遮挡情况下均显著优于固定相机设置。

Comments Accepted at ICRA 2026. Project Webpage: https://obact.github.io

Seeing the Bigger Picture: 3D Latent Mapping for Mobile Manipulation Policy Learning

看见更大的图景：用于移动操作策略学习的3D潜在映射

Sunghwan Kim, Woojeh Chung, Zhirui Dai, Dwait Bhatt, Arth Shukla, Hao Su, Yulun Tian, Nikolay Atanasov

AI总结 本文提出SBP方法，通过3D潜在映射提升移动操作策略的学习性能，实现更强的空间和时间推理能力。

Comments ICRA 2026, project page: https://existentialrobotics.org/sbp_page/

Responsibility and Engagement -- Evaluating Interactions in Social Robot Navigation

责任与参与 -- 评估社交机器人导航中的交互

Malte Probst, Raphael Wenzel, Monica Dasi

机构 * Honda Research Institute Europe GmbH（本田欧洲研究机构） 纠错

AI总结 本文提出责任与参与指标，用于评估社交机器人导航中人机交互中的冲突解决质量与行为前瞻性。

Comments Accepted at the 2026 IEEE International Conference on Robotics & Automation (ICRA)

Collaborative Learning of Local 3D Occupancy Prediction and Versatile Global Occupancy Mapping

局部3D占用预测与多功能全局占用映射的协同学习

Shanshuai Yuan, Julong Wei, Muer Tie, Xiangyun Ren, Zhongxue Gan, Wenchao Ding

机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； State Key Laboratory of Intelligent Vehicle Safety Technology, Chongqing Changan Automobile Co., Ltd.（智能车辆安全技术重点实验室，重庆长安汽车有限公司） 纠错

AI总结 本文提出LMPOcc框架，通过整合全局占用先验提升局部预测性能，并实现全局地图的持续更新，适用于自动驾驶中的3D语义占用预测与大规模地图构建。

Comments Accepted by ICRA 2026

GenTact Toolbox: A Computational Design Pipeline to Procedurally Generate Context-Driven 3D Printed Whole-Body Artificial Skins

GenTact Toolbox: 一种计算设计流程，用于程序生成上下文驱动的3D打印整体人工皮肤

Carson Kohlbrenner, Caleb Escobedo, S. Sandra Bae, Alexander Dickhans, Alessandro Roncone

机构 * University of Colorado Boulder（科罗拉多大学波德罗分校） 纠错

AI总结 GenTact Toolbox通过程序化生成和多材料3D打印技术，实现针对机器人形状和应用场景的上下文驱动触觉皮肤设计

Comments Camera ready accepted at the IEEE International Conference on Robotics and Automation (ICRA) 2025

Modeling and Control of a Pneumatic Soft Robotic Catheter Using Neural Koopman Operators

基于神经Koopman算子的气动软机器人导管建模与控制

Yiyao Yue, Noah Barnes, Lingyun Di, Olivia Young, Ryan D. Sochol, Jeremy D. Brown, Axel Krieger

机构 * Laboratory for Computational Sensing and Robotics（计算感知与机器人实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； Department of Mechanical Engineering（机械工程系） ； University of Maryland（马里兰大学） 纠错

AI总结 本文提出基于神经Koopman算子的框架，用于提升软机器人导管的建模与控制精度，实现高精度定位与姿态控制。

Comments 8 pages, 6 figures. Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

ArthroCut: Autonomous Policy Learning for Robotic Bone Resection in Knee Arthroplasty

ArthroCut：膝关节置换术中机器人骨切除的自主策略学习

Xu Lu, Yiling Zhang, Wenquan Cheng, Longfei Ma, Fang Chen, Hongen Liao

机构 * School of Biomedical Engineering, Tsinghua University（清华大学生物医学工程学院） ； School of Biomedical Engineering, Shanghai Jiao Tong University（上海交通大学生物医学工程学院） ； Longwood Valley MedTech 纠错

AI总结 ArthroCut通过结合术前和术中数据，实现膝关节置换术中骨切除的自主策略学习，提升机器人手术的自主性和可解释性。

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

UrbanHuRo: A Two-Layer Human-Robot Collaboration Framework for the Joint Optimization of Heterogeneous Urban Services

UrbanHuRo: 一种用于异构城市服务联合优化的双层人机协作框架

Tonmoy Dey, Lin Jiang, Zheng Dong, Guang Wang

机构 * Department of Computer Science, Florida State University（佛罗里达州立大学计算机科学系） ； Department of Computer Science, Wayne State University（韦恩州立大学计算机科学系） 纠错

AI总结 UrbanHuRo提出一种双层人机协作框架，通过众包配送和城市感知优化异构城市服务，提升感知覆盖和快递员收入，减少逾期订单。

Comments 8 pages, 15 figures. This paper has been accepted by ICRA'26 as a regular paper

Touch2Insert: Zero-Shot Peg Insertion by Touching Intersections of Peg and Hole

Touch2Insert: 通过触摸连接器与孔的交点实现零样本针插入

Masaru Yajima, Yuma Shin, Rei Kawakami, Asako Kanezaki, Kei Ota

机构 * Institute of Science Tokyo（东京科学研究所） ； Mitsubishi Electric（三菱电机） 纠错

AI总结 Touch2Insert通过触觉传感实现无需特定训练的零样本针插入，适用于多种连接器形状，实验显示其在模拟和真实机器人中均表现出高精度和高成功率。

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

Aerial Manipulation with Contact-Aware Onboard Perception and Hybrid Control

具备接触感知的机载感知与混合控制的空中操作

Yuanzhu Zhan, Yufei Jiang, Muqing Cao, Junyi Geng

机构 * Department of Aerospace Engineering, Pennsylvania State University（宾夕法尼亚州立大学航空航天工程系） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

AI总结 本文提出了一种无需外部运动捕捉的机载感知与混合控制方法，实现了接触丰富任务的精准运动跟踪和稳定接触力控制。

Comments 8 pages, 7 figures. Accepted by ICRA 2026

TOLEBI: Learning Fault-Tolerant Bipedal Locomotion via Online Status Estimation and Fallibility Rewards

TOLEBI：通过在线状态估计和易错奖励学习容错双足运动

Hokyun Lee, Woo-Jeong Baek, Junhyeok Cha, Jaeheung Park

机构 * Department of Intelligence and Information, Graduate School of Convergence Science and Technology, Seoul National University（智能信息系，融合科学与技术研究生院，首尔国立大学） ； Artificial Intelligence Institute (AIIS), Seoul National University（人工智能研究院（AIIS），首尔国立大学） ； Advanced Institutes of Convergence Technology (AICT), Suwon（融合技术高级研究院（AICT），Suwon） 纠错

AI总结 TOLEBI通过在线状态估计和易错奖励，首次提出基于学习的双足运动容错框架，提升机器人在现实环境中的运动稳定性与容错能力。

Comments Accepted for Publication at IEEE International Conference on Robotics and Automation (ICRA) 2026

CERNet: Class-Embedding Predictive-Coding RNN for Unified Robot Motion, Recognition, and Confidence Estimation

CERNet：用于统一机器人运动、识别和置信度估计的类嵌入预测编码RNN

Hiroki Sawada, Alexandre Pitti, Mathias Quoy

机构 * Equipe Traitement de l’Information et Systèmes Laboratory (ETIS Laboratory), CNRS UMR8051, CY Cergy-Paris Université, ENSEA, Cergy, France（信息与系统实验室（ETIS实验室），CNRS UMR8051，CY塞克-巴黎大学，ENSEA，塞克，法国） 纠错

AI总结 CERNet通过类嵌入预测编码RNN实现机器人运动生成、识别和置信度估计的统一模型，显著降低轨迹误差并提升实时识别准确率。

Comments Accepted for presentation at IEEE International Conference on Robotics and Automation (ICRA) 2026

LaViRA: Language-Vision-Robot Actions Translation for Zero-Shot Vision Language Navigation in Continuous Environments

LaViRA: 语言-视觉-机器人动作翻译用于连续环境中的零样本视觉语言导航

Hongyu Ding, Ziming Xu, Yudong Fang, You Wu, Zixuan Chen, Jieqi Shi, Jing Huo, Yifan Zhang, Yang Gao

机构 * School of Computer Science, Nanjing University（南京大学计算机科学学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 LaViRA通过分解动作层次结构，利用多模态大语言模型的优势，实现连续环境中零样本视觉语言导航的高效导航与泛化能力。

Comments ICRA 2026

Category-Level Object Shape and Pose Estimation in Less Than a Millisecond

小于毫秒内的类别级物体形状和姿态估计

Lorenzo Shaikewitz, Tim Nguyen, Luca Carlone

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Laboratory for Information and Decision Systems（信息与决策系统实验室） ； Boston University（波士顿大学） 纠错

AI总结 本文提出了一种快速求解器，通过自一致场迭代在毫秒级时间内实现类别级物体形状和姿态估计，结合线性主动形状模型和最大后验优化，提供高效的全局最优性证书。

Comments Accepted to ICRA 2026. This version contains appendices

Segment-to-Act: Label-Noise-Robust Action-Prompted Video Segmentation Towards Embodied Intelligence

基于动作的视频分割：面向具身智能的标签噪声鲁棒动作引导分割

Wenxin Li, Kunyu Peng, Di Wen, Ruiping Liu, Mengfei Duan, Kai Luo, Kailun Yang

机构 * School of Artificial Intelligence and Robotics and the National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University, China（人工智能与机器人学院及机器人视觉感知与控制技术国家工程研究中心，湖南大学，中国） ； Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology, Germany（人机学与机器人研究所，卡尔斯鲁厄理工学院，德国） 纠错

AI总结 本研究首次探索基于动作的视频对象分割在标签噪声下的鲁棒性，引入两种噪声类型并提出并行掩码头机制以提升分割性能。

Comments Accepted to ICRA 2026. The established benchmark and source code will be made publicly available at https://github.com/mylwx/ActiSeg-NL

Event-LAB: Towards Standardized Evaluation of Neuromorphic Localization Methods

Event-LAB: 向神经形态定位方法的标准化评估迈进

Adam D. Hines, Alejandro Fontan, Michael Milford, Tobias Fischer

机构 * QUT Centre for Robotics, School of Electrical Engineering and Robotics, Queensland University of Technology（昆士兰理工大学机器人中心，电气与机器人工程学院，昆士兰理工大学） ； School of Natural Sciences, Macquarie University（自然科学院，麦觉理大学） 纠错

AI总结 Event-LAB提供了一个统一框架，用于在多个数据集上运行多种基于事件的定位方法，通过一致的参数设置实现公平比较。

Comments 8 pages, 6 figures, accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026

No Need to Look! Locating and Grasping Objects by a Robot Arm Covered with Sensitive Skin

无需观察！由敏感皮肤覆盖的机械臂进行物体定位与抓取

Karel Bartunek, Lukas Rustler, Matej Hoffmann

机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（电子工程系控制学系，布拉格捷克技术大学） 纠错

AI总结 本研究提出了一种无需视觉输入，仅通过机械臂敏感皮肤接触实现物体定位与抓取的方法，实验显示其在真实机器人上的成功率为85.7%，且比传统方法快六倍。

Comments Karel Bartunek, Lukas Rustler: Authors contributed equally Accepted to IEEE ICRA 2026

Point2Act: Efficient 3D Distillation of Multimodal LLMs for Zero-Shot Context-Aware Grasping

Point2Act: 多模态大语言模型的高效3D蒸馏用于零样本情境感知抓取

Sang Min Kim, Hyeongjun Heo, Junho Kim, Yonghyeon Lee, Young Min Kim

机构 * Seoul National University（首尔国立大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 Point2Act通过多模态大语言模型高效蒸馏实现零样本情境感知抓取，生成空间定位响应以支持实际操作任务。

Comments Accepted to ICRA 2026

Overlapping Domain Decomposition for Distributed Pose Graph Optimization

重叠域分解用于分布式姿态图优化

Aneesa Sonawalla, Yulun Tian, Jonathan P. How

机构 * MIT Department of Aeronautics and Astronautics（麻省理工学院航空与宇航科学系） ； The Charles Stark Draper Laboratory（查尔斯·斯塔克·德拉珀实验室） ； University of Michigan Robotics Department（密歇根大学机器人学系） 纠错

AI总结 ROBO通过重叠域分解方法，实现多机器人姿态图优化的高效分布式求解，显著提升收敛速度并适应不同通信环境。

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

A Self-Supervised Learning Approach with Differentiable Optimization for UAV Trajectory Planning

一种结合可微优化的自监督学习方法用于无人机轨迹规划

Yufei Jiang, Yuanzhu Zhan, Harsh Vardhan Gupta, Chinmay Borde, Junyi Geng

机构 * Department of Aerospace Engineering, Pennsylvania State University（宾夕法尼亚州立大学航空航天工程系） ； Department of Engineering and Applied Science, University at Buffalo（布法罗大学工程与应用科学系） 纠错

AI总结 本文提出了一种结合可微优化的自监督学习方法，用于在三维环境中提升无人机轨迹规划的效率和鲁棒性。

Comments Accepted by ICRA 2026

From Language to Action: Can LLM-Based Agents Be Used for Embodied Robot Cognition?

从语言到行动：基于大语言模型的代理能否用于具身机器人认知？

Shinas Shaji, Fabian Huppertz, Alex Mitrevski, Sebastian Houben

机构 * Institute of AI and Autonomous Systems (A 2 S)（人工智能与自主系统研究所） ； Hochschule Bonn-Rhein-Sieg（波恩-莱茵-锡格大学） ； Division for Systems and Control（系统与控制系） ； Chalmers University of Technology（查尔姆斯理工大学） ； Fraunhofer Institute for Intelligent Analysis and Information Systems（弗劳恩霍夫智能分析与信息系统研究所） 纠错

AI总结 本文研究了基于大语言模型的代理在家庭任务中的表现，探讨其在具身机器人认知中的潜力与挑战。

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

Look Forward to Walk Backward: Efficient Terrain Memory for Backward Locomotion with Forward Vision

前瞻以行后退：用于后退运动的高效地形记忆

Shixin Luo, Songbo Li, Yuan Hao, Yaqi Wang, Jun Zheng, Jun Wu, Qiuguo Zhu

机构 * Institute of Cyber-Systems and Control, Zhejiang University（浙江大学控制系统研究所） ； College of Artificial Intelligence, Nankai University（南开大学人工智能学院） ； Hangzhou Public Library（杭州公共图书馆） 纠错

AI总结 LF2WB通过前向视觉和本体感觉结合，实现高效地形记忆，使机器人在无后向视野情况下实现无碰撞后退运动。

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

Self-supervised Domain Adaptation for Visual 3D Pose Estimation of Nano-drone Racing Gates by Enforcing Geometric Consistency

通过强制几何一致性实现视觉纳米无人机赛道门3D姿态估计的自监督领域适应

Nicholas Carlotti, Michele Antonazzi, Elia Cereda, Mirko Nava, Nicola Basilico, Daniele Palossi, Alessandro Giusti

机构 * Dalle Molle Institute for Artificial Intelligence (IDSIA)（达勒莫利人工智能研究所） ； USI-SUPSI ； University of Milan（米兰大学） ； Integrated Systems Laboratory (IIS)（集成系统实验室） ； ETHZ（苏黎世联邦理工学院） 纠错

AI总结 本研究提出了一种通过强制几何一致性提升纳米无人机赛道门3D姿态估计的自监督领域适应方法，实验表明其在位置和方向估计上优于现有方法。

Comments Accepted at ICRA 2026

Design, Modeling and Direction Control of a Wire-Driven Robotic Fish Based on a 2-DoF Crank-Slider Mechanism

基于2-自由度曲柄滑块机构的线驱动仿生鱼设计、建模与方向控制

Yita Wang, Chen Chen, Yicheng Chen, Jinjie Li, Yuichi Motegi, Kenji Ohkuma, Toshihiro Maki, Moju Zhao

机构 * Department of Mechanical Engineering, The University of Tokyo（东京大学机械工程系） ； Institute of Industrial Science, The University of Tokyo（东京大学工业科学研究所） 纠错

AI总结 本文提出了一种基于2-自由度曲柄滑块机构的线驱动仿生鱼，实现推进与转向解耦，提升游泳速度与机动性。

Comments Accepted by ICRA 2026

Generative adversarial imitation learning for robot swarms: Learning from human demonstrations and trained policies

生成对抗模仿学习在机器人群体中的应用：从人类示范和训练策略中学习

Mattes Kraus, Jonas Kuckling

AI总结 本文提出基于生成对抗模仿学习的框架，从人类示范和训练策略中学习机器人群体的集体行为，并在真实机器人上验证了其有效性。

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

PROFusion: Robust and Accurate Dense Reconstruction via Camera Pose Regression and Optimization

PROFusion：通过相机姿态回归和优化实现鲁棒且准确的密集重建

Siyan Dong, Zijun Wang, Lulu Cai, Yi Ma, Yanchao Yang

机构 * The University of Hong Kong（香港大学） 纠错

AI总结 PROFusion通过结合学习初始化与优化细化，实现鲁棒且准确的密集重建，适用于不稳定运动场景。

Comments ICRA 2026

DMTrack: Spatio-Temporal Multimodal Tracking via Dual-Adapter

DMTrack: 基于双适配器的时空多模态跟踪

Weihong Li, Shaohua Dong, Haonan Lu, Yanhao Zhang, Heng Fan, Libo Zhang

机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Department of Computer Science and Engineering, University of North Texas（北卡罗来纳州立大学计算机科学与工程系） ； OPPO AI Center（OPPO人工智能中心） 纠错

AI总结 DMTrack通过双适配器架构实现时空多模态跟踪，利用STMA和PMCA模块提升跨模态融合效果，达到先进性能。

Comments Accepted by ICRA 2026

Give me scissors: Collision-Free Dual-Arm Surgical Assistive Robot for Instrument Delivery

给我剪刀：用于器械传递的碰撞自由双臂手术辅助机器人

Xuejin Luo, Shiquan Sun, Runshi Zhang, Ruizhi Zhang, Junchen Wang

机构 * School of Mechanical Engineering and Automation, Beihang University（机械工程与自动化学院，北航） 纠错

AI总结 本文提出了一种碰撞自由的双臂手术辅助机器人，通过视觉-语言模型生成轨迹并实现动态环境中的安全器械传递。

Comments 8 pages, 10 figures. Accepted by IEEE International Conference on Robotics and Automation (ICRA), 2026