期刊&会议
International Conference on Robotics and Automation · 会议 · Robotics
仅RGB的高斯点溅SLAM用于无界户外场景
机构 * The Hong Kong University of Science and Technology (GuangZhou)（香港科技大学（广州））
AI总结 本研究提出了一种仅使用RGB的高斯点溅SLAM方法，用于无界户外场景，通过点图回归网络和端到端可微流程提升跟踪精度和新型视图合成效果。
Comments ICRA 2025
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA) Robotics and Automation (ICRA), 2025 IEEE International Conference on. :11068-11074 May, 2025
DiffPlace: 通过可控制位置的扩散模型增强位置识别生成街道视图
AI总结 DiffPlace通过引入位置ID控制器，实现了位置可控的多视角图像生成，提升了视觉位置识别任务中的生成质量和训练支持。
Comments accepted by ICRA 2026
TreeLoc: 通过树间几何匹配实现森林中的6自由度LiDAR全局定位
机构 * Dept. of Mechanical Engineering, SNU（机械工程系，首尔国立大学） ； Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； CSIRO Robotics, DATA61, CSIRO and the School of Electrical Engineering and Computer Science, The University of Queensland (UQ)（CSIRO机器人、DATA61、CSIRO及昆士兰大学电气工程与计算机科学学院）
AI总结 TreeLoc通过树间几何匹配实现森林中的6自由度LiDAR全局定位，结合树干和DBH特征进行粗细匹配，并通过两步几何验证实现高精度定位。
Comments An 8-page paper with 7 tables and 8 figures, accepted to ICRA 2026
UP-SLAM：适应性结构高斯SLAM与动态环境中的不确定性预测
AI总结 UP-SLAM通过并行框架解耦跟踪与建图，利用概率八叉树和不确定性估计器提升动态环境中的SLAM性能。
Journal ref ICRA 2026
Clutt3R-Seg：用于语言引导抓取的稀疏视角3D实例分割
机构 * Dept. of Mechanical Engineering, SNU（机械工程系，首尔国立大学） ； Interdisciplinary Program in Artificial Intelligence, SNU（人工智能跨学科项目，首尔国立大学） ； Robotics Lab, Hyundai Motor Company（Hyundai Motor Company机器人实验室）
AI总结 Clutt3R-Seg通过引入层次实例树和开放词汇语义嵌入，实现了在杂乱场景中语言引导抓取的高效3D实例分割。
Comments Accepted to ICRA 2026. 9 pages, 8 figures
ViTaS: 用于视觉-运动学习的视觉触觉软融合对比学习
AI总结 ViTaS通过融合视觉和触觉信息，利用软融合对比学习提升视觉-运动学习的性能。
Comments Published to ICRA 2026
EasyMimic: 一种低成本的机器人模仿学习框架
机构 * AIM3 Lab, Renmin University of China（中国人民大学人工智能实验室）
AI总结 EasyMimic通过低成本框架实现机器人从人类视频快速学习操控策略，减少对昂贵数据的依赖，推动家庭机器人发展。
Comments icra 2026
通过归一化流实现数据高效的分层目标条件强化学习
机构 * ArenaX Labs（ArenaX实验室）
AI总结 本文提出基于归一化流的分层隐式Q学习框架，通过提升策略表达能力与数据效率，实现更稳健的长周期任务学习。
Comments 9 pages, 3 figures, IEEE International Conference on Robotics and Automation 2026
全方位双臂空中机械臂配备本体感觉接触定位用于斜屋顶着陆
机构 * BioMorphic Intelligence Lab, Dept. Control & Operations, Faculty of Aerospace Engineering, TU Delft（德鲁特技术大学航空航天工程学院控制与运营系生物形态智能实验室） ； School of Engineering Mathematics and Technology, and Bristol Robotics Laboratory, University of Bristol（布里斯托大学工程数学与技术学院及布里斯托机器人实验室）
AI总结 本文提出了一种具备本体感觉接触定位的双臂空中机械臂，通过物理交互实现斜屋顶着陆的精准倾斜度检测，实验验证了其在高倾斜角度下的稳健性能。
Comments Accepted into 2026 International Conference on Robotics and Automation (ICRA) in Vienna
形态生成与自适应控制用于异构模块化机器人
机构 * Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University, Shanghai, China（上海智能自主系统研究院，同济大学，上海，中国） ； Department of Mechanical and Automation Engineering and T Stone Robotics Institute, The Chinese University of Hong Kong, Hong Kong（机械与自动化工程系和T Stone机器人研究院，香港中文大学，香港）
AI总结 本文提出了一种闭环自动化框架，用于异构模块化机器人，通过分层规划和退火-方差MPPI控制器实现高效动态组装与实时运动控制。
Comments Accepted by ICRA 2026
HOGraspFlow: 一种基于分类意识的多模态SE(3)抓取生成方法
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
AI总结 HOGraspFlow通过多模态SE(3)抓取生成方法，在无需显式几何先验的情况下实现高保真的抓取合成。
Comments Accepted to ICRA 2026
ADGaussian：通过多模态联合学习实现自动驾驶的通用高斯点云重建
机构 * School of Science and Engineering, The Chinese University of Hong Kong (Shenzhen)（中国香港中文大学（深圳）科学与工程学院） ； Zhejiang University（浙江大学）
AI总结 ADGaussian通过多模态联合学习实现自动驾驶场景的高斯点云重建，提升零样本泛化能力。
Comments The paper is accepted by ICRA 2026 and the project page can be found at https://maggiesong7.github.io/research/ADGaussian/
一种无碰撞的摇摆阻尼模型预测控制器用于安全且反应性的林业起重机导航
机构 * Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN），维也纳技术大学） ； Center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究所）
AI总结 本文提出了一种无碰撞的摇摆阻尼模型预测控制器，用于林业起重机的安全导航和实时环境适应。
Comments Accepted at ICRA 2026
通过结构化环境的矩形走廊表示实现非完整移动机器人的快速运动规划
AI总结 本研究提出了一种基于矩形走廊表示的高效运动规划框架，用于非完整移动机器人在复杂结构化环境中的快速导航。
Comments ICRA 2026
下肢优于上肢：基于眼动机器人感知的人体轨迹预测的预测价值
机构 * Department of Computer Science, George Mason University（计算机科学系，乔治·马歇尔大学）
AI总结 该研究通过分析下肢骨骼关键点和生物力学提示，发现其在社交机器人导航中能更准确预测人体轨迹，提升导航效率。
Comments Accepted to IEEE ICRA 2026
DREAM：面向高效自主水下监测的领域感知方法
机构 * Electrical Engineering, University of South Florida（佛罗里达州立大学电气工程系） ； Maryland Robotics Center (MRC), University of Maryland（马里兰大学机器人中心） ； Woods Hole Oceanographic Institution (WHOI)（伍兹霍尔海洋研究所） ； Mechanical Engineering, University of Delaware（德雷克塞尔大学机械工程系）
AI总结 DREAM通过视觉语言模型引导的自主框架，实现了高效、低耗的水下长期监测，显著提升了目标物体探测效率与覆盖范围。
Comments In Proceeding of ICRA 2026
为车辆条件化姿态预测建模的行人-车辆交互
机构 * School of Computing Science, University of Glasgow（计算科学学院，格拉斯哥大学） ； James Watt School of Engineering, University of Glasgow（詹姆斯·瓦特工程学院，格拉斯哥大学）
AI总结 本文提出了一种基于3D车辆条件化的行人姿态预测方法，通过融合车辆信息提升自动驾驶中行人-车辆交互的预测精度。
Comments Accepted for IEEE International Conference on Robotics and Automation (ICRA) 2026
GaussianCaR: 基于高斯点云的高效相机-雷达融合
机构 * Department of Electronics. University of Alcalá, Spain.（电子系，阿尔卡拉大学，西班牙） ； Department of Cognitive Robotics. Delft University of Technology, The Netherlands.（认知机器人系，代尔夫特理工大学，荷兰）
AI总结 GaussianCaR通过高斯点云实现高效相机-雷达融合，提升自动驾驶中动态物体和地图元素的感知精度与效率。
Comments 8 pages, 6 figures. Accepted to IEEE ICRA 2026
信息丰富的基于对象的下一步最佳视角用于对象感知的3D高斯散射在杂乱场景中
机构 * Interdisciplinary Program in Artificial Intelligence, SNU（人工智能交叉学科项目，SNU） ； Dept. of Mechanical Engineering, SNU（机械工程系，SNU）
AI总结 本文提出了一种基于对象的下一步最佳视角策略，通过利用对象特征提升3D高斯散射在杂乱场景中的重建鲁棒性，实验表明深度误差显著降低。
Comments 9 pages, 8 figures, 4 tables, accepted to ICRA 2026
基于学习的轨迹优化初始化方法用于冗余机械臂路径跟随问题
机构 * School of Computing, Korea Advanced Institute of Science and Technology（计算机学院，韩国科学技术院）
AI总结 本文提出了一种基于学习的初始轨迹生成方法，通过示例引导强化学习快速生成高质量初始轨迹，提升冗余机械臂轨迹优化的性能。
Comments Accepted at ICRA 2023. Project page: https://sgvr.kaist.ac.kr/~msyoon/papers/ICRA23_RLITG/
Journal ref In Proceedings of the 2023 IEEE International Conference on Robotics and Automation (ICRA), pp. 9686-9692, 2023
通过利用个人运输平台提升四足机器人导航效率
机构 * School of Computing at the Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院计算机学院）
AI总结 本文提出基于强化学习的主动运输者骑行方法，通过利用个人运输工具提升四足机器人导航效率与能耗表现。
Comments Accepted at ICRA 2025. Project page: https://sgvr.kaist.ac.kr/~msyoon/papers/ICRA25/
Journal ref In Proceedings of the 2025 IEEE International Conference on Robotics and Automation (ICRA), pp. 11184-11190, 2025
CoBEVMoE：基于动态专家混合的异质性感知特征融合
机构 * School of Computer Science and Electronic Engineering, Hunan University（计算机科学与电子工程学院，湖南大学） ； School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学）
AI总结 CoBEVMoE通过动态混合专家架构实现多智能体协作感知中的异质性特征融合，提升感知精度与性能。
Comments Accepted to ICRA 2026. The source code will be made publicly available at https://github.com/godk0509/CoBEVMoE
多专业运动策略的可行性引导规划
机构 * National Taiwan University（国立台湾大学） ； Inventec Corporation（Inventec公司）
AI总结 本文提出一种可行性引导的规划框架，整合多个地形特定策略，通过Feasibility-Net预测可行性张量，实现高效可靠的路径规划。
Comments ICRA 2026
基于本体感觉观测器的水下柔性变形翼气流估计与扰动抑制
机构 * Institute of Integrated Micro and Nano Systems, School of Engineering, The University of Edinburgh（集成微纳系统研究所，工程学院，爱丁堡大学） ； School of Informatics, The University of Edinburgh（信息学院，爱丁堡大学）
AI总结 本研究提出了一种基于本体感觉观测器的柔性变形翼，通过本体感觉传感和扰动观测器实现水下环境扰动的估计与抑制，提高软水下车辆的稳定性和操控性。
Comments 2026 IEEE International Conference on Robotics & Automation (ICRA)
一种面向不确定环境常规监测的自适应检查规划方法
机构 * Robotics and AI, Luleå University of Technology（机器人与人工智能，卢勒奥技术大学）
AI总结 本文提出了一种分层框架，用于在不确定环境中通过自适应检查规划实现常规监测。
Comments Accepted to ICRA 2026
基于隐式残差世界模型的视觉导向4D占用预测与规划
机构 * Zhejiang University（浙江大学） ； Shanghai AI Laboratory（上海人工智能实验室）
AI总结 本文提出IR-WM，通过隐式残差世界模型提升自动驾驶中的4D占用预测与轨迹规划精度。
Comments ICRA 2026
超越多数：用于机器人操作的长尾模仿学习
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Southwest Jiaotong University（西南交通大学） ； Tongji University（同济大学）
AI总结 本文提出APA方法，通过从数据丰富的头部任务迁移知识以提升机器人操作中数据稀缺的尾部任务性能。
Comments accept by IEEE International Conference on Robotics and Automation (ICRA 2026), 8 pages, 6 figures,
以用户为中心的对象导航：一个整合用户习惯的基准，用于个性化身体对象搜索
机构 * School of Computer Science, Peking University（北京大学计算机学院） ； School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院）
AI总结 本文提出User-Centric Object Navigation基准，通过整合用户习惯提升个性化物体导航性能。
Comments Accepted by ICRA 2026
DroneKey++: 一种无需尺寸先验的方法和新的无人机3D姿态估计基准
机构 * Department of AI Convergence, Chonnam National University（人工智能融合学院，全南国立大学）
AI总结 DroneKey++提出了一种无需先验信息的无人机3D姿态估计方法，并构建了大规模合成基准6DroneSyn，实现了高精度和高效率的姿态估计。
Comments 8 page, 5 figures, 6 tables, Accepted to ICRA 2026 (to appear)
仿生折纸胶囊机器人用于微创消化道活检
机构 * Department of Electronic Engineering, The Chinese University of Hong Kong, Sha Tin, Hong Kong, China, and CUHK Shenzhen Research Institute, CUHK-SZRI, Shenzhen, China（电子工程系，香港中文大学（深圳）研究学院，香港中文大学（深圳）研究学院，深圳，中国） ； Department of Mechanical Engineering and Automation, Northeastern University, Shenyang 110819, China（机械工程与自动化系，东北大学，沈阳110819，中国） ； Department of Medicine and Therapeutics and Institute of Digestive Disease, The Chinese University of Hong Kong, Hong Kong（医学与治疗系及消化疾病研究所，香港中文大学，香港）
AI总结 Kiri-Capsule是一种受折纸启发的胶囊机器人，通过双凸轮机构驱动可展开PI薄膜褶皱，实现微创、可重复的消化道组织活检，提供可进行组织学分析的活检样本。
Comments 8 pages, 11 figures, accepted to IEEE ICRA
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