期刊&会议
International Conference on Intelligent Robots and Systems · 会议 · Robotics
动态环境中强化学习的安全感知技能适应
机构 * University of Technology Sydney（悉尼科技大学）
AI总结 针对动态环境中的机器人技能适应，提出Dist-GPRL框架，利用高斯过程参数化局部窗口更新轨迹，结合安全子空间先验和距离场奖励引导探索，在模拟和真实任务中实现更高成功率、更低碰撞频率和更稳定学习。
Comments Accepted for Presentation and Publication at IEEE/RSJ International Conference on Intelligent Robots and Systems 2026
IMLE-VLA：视觉-语言-动作策略的快速单步动作生成
机构 * Simon Fraser University（西蒙弗雷泽大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）
AI总结 IMLE-VLA通过条件隐式最大似然估计训练单步生成器替代迭代采样动作头，实现快速动作生成，在LIBERO基准上取得98.0%成功率并提升推理频率，同时保持鲁棒性。
Comments 8 pages, 5 figures, 5 tables. Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026. Project page: https://kianhk6.github.io/IMLE-VLA/
诊断与动态过滤占用世界模型以实现主动建图
机构 * Boise State University（博伊西州立大学） ； Texas A&M University–San Antonio（德克萨斯农工大学圣安东尼奥分校）
AI总结 本研究通过固定规划器并改变占用表示，诊断占用误差对主动建图的影响，发现单独纠正假阳性或假阴性无法持续改善覆盖率，并提出一种动态过滤策略以提升覆盖效率。
Comments Accepted by IEEE IROS 2026 Workshop on WORLDS: World Models and Spatial Intelligence for Physical AI
HeteroPROPMT：一种实时且隐私保护的异构协同感知框架
机构 * Michigan State University（密歇根州立大学）
AI总结 HeteroPROPMT是一种实时隐私保护异构协同感知框架，通过模块化提示与轻量调优对齐异构智能体特征，在OPV2V-H等数据集上性能优于现有方法，且参数效率高、隐私性好。
Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 4 figures, 5 tables
通过在最小感知平台上的涌现自适应莱维飞行实现分散式可扩展探索
机构 * National University of Singapore（新加坡国立大学）
AI总结 针对纳米无人机自主探索难题，提出轻量级传感器驱动的莱维飞行控制器，结合离散步长采样与传感器反应策略，各机器人独立采样指数并选航向，实现可扩展多无人机探索，仿真显示覆盖率提升且碰撞减少。
Comments Accepted for publication in the Proceedings of the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 6 pages, 8 figures
重新思考自主主动建图中的学习占用率：基于观测门控滤波
机构 * Boise State University（博伊西州立大学） ； Texas A&M University–San Antonio（德州农工大学圣安东尼奥分校）
AI总结 本研究通过闭环基准诊断学习占用率对主动建图规划的双重影响，提出观测门控滤波器以在观测不足时保留补全、重复暴露后抑制预测，无需重训即可改善易失败场景的覆盖率。
Comments Accepted to IROS 2026 Space Robotics Workshop (oral)
学习通过连续调整构建覆盖结构
AI总结 本文提出一种基于强化学习的机器人建造方法HSAC，无需预定义计划，通过图神经网络和混合动作空间自适应生成建造序列，在仿真和物理双机器人实验中成功构建跨越拱门，性能优于HPPO。
Comments Accepted in IROS 2026
使用广义生成树进行冗余机械臂的覆盖路径规划
AI总结 针对冗余机械臂表面覆盖问题，提出基于广义生成树的离线与在线联合生成树覆盖算法，通过多IK解建模为广义最小生成树，实现无重复覆盖路径，仿真验证了其高效性。
Comments Accepted for publication in IROS 2026
社会直觉 vs. 机器推理：从多模态预测人机交互
机构 * Inria（法国国家信息与自动化研究所） ； CNRS（法国国家科学研究中心） ； Loria（洛里亚实验室） ； HUCEBOT ； CEA, List（法国原子能和替代能源委员会 技术与信息技术部门） ； Université Paris-Saclay（巴黎-萨克雷大学）
AI总结 本研究通过对比人类与轻量级姿态模型及视觉-语言模型在HUI360数据集上的交互预测表现，发现人类在完整视频输入下显著优于机器，表明推理能力不足以匹敌社会直觉。
Comments 5 pages, 4 figures. Workshop paper accepted to The 4th Workshop on Nonverbal Cues for Human-Robot Cooperative Intelligence at IROS 2026
LightSplat：具有回环闭合的实时高保真3D高斯SLAM
机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） ； Hangzhou Innovation Institute, Beihang University（北京航空航天大学杭州创新研究院） ； School of Mechanical Engineering, Zhejiang Sci-Tech University（浙江理工大学机械工程学院）
AI总结 LightSplat提出混合表示RGB-D SLAM框架，结合局部稀疏特征跟踪与双线程高斯子地图构建，通过特征加速3DGS配准实现回环闭合，达到接近最先进的重建质量并保持8 FPS实时性能。
Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
基于平面高斯溅射的无纹理物体通用6D姿态估计
机构 * College of Future Information Technology, Fudan University（复旦大学未来信息技术学院） ； College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； University of Turku（图尔库大学） ； Jihua Laboratory（季华实验室）
AI总结 提出PG-Pose框架，结合平面高斯溅射重建与几何驱动优化，在无CAD模型条件下实现无纹理物体6D姿态估计，在OnePose-LowTexture数据集上达到94.2%精度，并成功应用于工业机器人抓取。
Comments 7 pages, 5 figures. Accepted by the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
KaRMA：一种用于机器人手精细操作能力的运动学指标
机构 * Improbable AI Lab, Massachusetts Institute of Technology（Improbable AI实验室，麻省理工学院）
AI总结 KaRMA是一种基于运动学的指标，用于衡量机器人手在保持接触的情况下连续改变物体姿态的能力，通过球形测试物体的可达平移和重新定向来评估。
Comments Accepted to IROS 2026
具有分层事件触发控制屏障函数的协作操作安全一致性
机构 * Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑机器人与机器智能研究所（MIRMI），技术大学慕尼黑（TUM））
AI总结 本文提出了一种基于分层事件触发控制屏障函数的分布式控制框架，实现多机械臂协作操作中的安全一致性，通过减少在线计算和提高精度，展示了在动态障碍物环境下的高效协作性能。
Comments accepted at IROS 2026
基于RL引导的Stein变分模型预测控制的Q引导方法
机构 * University of Sydney（悉尼大学） ； NVIDIA（英伟达）
AI总结 Q-SVMPC通过结合RL引导的策略先验和Stein变分方法，提升轨迹优化的样本效率、稳定性和鲁棒性。
Comments Accepted to IROS 2026
解耦的基于MPPI的多臂运动规划
机构 * The Department of Computer Science at Ben-Gurion University of the Negev（本·古里安大学内盖夫分校计算机科学系）
AI总结 本文提出MR-STORM算法，通过分布式方式解决多臂运动规划问题，有效处理动态障碍物并提升性能。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
FIRE-LIVWO：基于抗失效毫米波雷达增强的鲁棒激光雷达-惯性-视觉-轮式里程计
机构 * School of Mechatronic Engineering, China University of Mining and Technology（中国矿业大学机电工程学院） ； Jiangsu Collaborative Innovation Center of Intelligent Mining Equipment, China University of Mining and Technology（中国矿业大学江苏省智能采矿装备协同创新中心） ； National Key Laboratory of Intelligent Mining Equipment Technology, China University of Mining and Technology（中国矿业大学智能采矿装备技术全国重点实验室）
AI总结 该研究针对地下煤矿SLAM的退化问题，提出基于IESKF的FIRE-LIVWO多模态里程计，通过自适应融合策略提升鲁棒性，实测平均定位误差5.677m，已开源代码。
Comments Accepted by IROS 2026.The project website is "https://kj-falloutlast.github.io/FIRE-LIVWO"
EmbodiedLGR：整合轻量级图表示与检索用于机器人代理中的语义-空间记忆
机构 * Department of Electronics, Information, and Bioengineering (DEIB), Politecnico di Milano（电子、信息与生物工程系（DEIB），米兰理工大学）
AI总结 本文提出EmbodiedLGR-Agent，通过参数高效VLM构建语义-空间记忆，实现高效的环境记忆表示与检索，实验证明其在推理和查询时间上达到SOTA，且在实际部署中表现出良好的实用性。
Comments 8 pages, 3 figures - Accepted for publication at: IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
融合后鸟瞰图特征稳定化用于鲁棒多模态3D检测
机构 * Department of Electrical Engineering, University of South Florida（佛罗里达州立大学电气工程系） ； Department of Mechanical Engineering, University of South Florida（佛罗里达州立大学机械工程系）
AI总结 本文提出了一种轻量级模块PFS，通过稳定特征统计、抑制传感器退化区域和残差校正，提升多模态3D检测在域转移和传感器故障下的鲁棒性。
Comments 8 pages, IROS 2026
MulDP：用于四足机器人穿越复杂地形自主跑酷导航的多模态扩散策略
机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院）
AI总结 本文针对四足机器人自主跑酷导航的关键挑战，提出MulDP多模态扩散策略，构建QPND数据集，经仿真与真实实验验证其可实现复杂地形的长时程鲁棒自主导航。
Comments 8 pages, 8 figures, IROS 2026 Accept
面向物理接地的JEPA世界模型，用于目标条件机器人规划
机构 * GENISOM AI
AI总结 该研究提出结合逆动力学模型与状态对齐的端到端JEPA世界模型，在四个机器人规划基准任务中多数达到最优成功率，验证了状态对齐对提升规划效果的作用。
Comments 5 pages, 4 figures, 2 tables. Accepted to the IROS 2026 Workshop on Physical World Models for Scaling Embodied AI (PWMS 2026)
Fast-BEV++: 通过算法加速，通过设计部署
机构 * iMotion Automotive Technology (Suzhou) Co., Ltd（iMotion汽车技术（苏州）有限公司） ； School of Data Science, Fudan University（复旦大学数据科学学院）
AI总结 本文提出Fast-BEV++，通过算法加速和设计部署两个原则，解决自动驾驶中低成本鸟眼视图感知在精度与部署效率之间的矛盾，实现了3倍速度提升并在nuScenes基准上取得0.488 NDS的新状态-of-the-art结果，同时在134 FPS以上实现实时推理。
Comments Accepted by IROS 2026
ASIP-Planner: 面向部分已知室内结构的自适应规划
机构 * Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系）
AI总结 本文提出ASIP-Planner框架，通过全局覆盖规划与局部视角调整模块，提升无人机在部分已知室内环境中的表面检测效率与适应性。
Comments Accepted to IROS 2026
基于实时动力学的扭矩采样MPPI的柔顺力感知操作
机构 * Korea Institute of Science and Technology (KIST)（韩国科学技术研究院（KIST）） ； Korea University（高丽大学）
AI总结 本研究提出一种基于MPPI的任务空间控制框架，结合扭矩采样架构与GPU并行化，实现非结构化环境中机器人操作臂的柔顺力感知控制，求解更新速率超166Hz，经7自由度操作臂实验验证有效。
Comments 8 pages, 6 figures. Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
非夹持投掷：强化学习视角
机构 * National Institute of Advanced Industrial Science and Technology (AIST)（日本国立先进工业科学技术研究院（AIST））
AI总结 本研究针对非夹持式机器人投掷，提出基于强化学习的方法，结合滑动与滚动接触模式，在仿真及真实UR5e机器人上实现高投掷成功率，可处理大型、沉重物体。
Comments 8 pages, 9 figures, Accepted to IEEE IROS 2026
脉冲块：面向事件相机的异步、稀疏且高效的令牌
机构 * Technical University of Denmark（丹麦技术大学）
AI总结 该研究提出针对事件相机的令牌生成器Spiking Patches，其保留事件异步稀疏特性，在手势识别和目标检测中推理速度较体素、帧令牌大幅提升，精度相当甚至更高，推动了基于事件的视觉发展。
Comments IEEE/RSJ International Conference on Intelligent Robots & Systems (IROS), 2026
D4orm：基于动力学感知扩散去噪变形的多机器人轨迹生成方法
机构 * University of Cambridge（剑桥大学） ； National Institute of Advanced Industrial Science and Technology（国家先进工业科学与技术研究院）
AI总结 D4orm是一种基于扩散模型的多机器人轨迹优化方法，无需学习，仅靠动力学模型和适应度函数即可生成无碰撞可行轨迹，速度优于MPPI，已在多旋翼无人机上零样本部署。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025
NGD-SLAM：无需GPU的实时动态SLAM系统
机构 * University of Manchester（曼彻斯特大学） ； University of Cambridge（剑桥大学） ； Qualcomm Technologies XR Labs, Austria（Qualcomm Technologies XR 研究所，奥地利）
AI总结 本文提出仅在CPU运行的实时动态SLAM系统，通过掩码传播机制解耦跟踪与掩码生成，结合ORB特征与光流的混合跟踪策略，在笔记本CPU上实现60 FPS跟踪帧率，保持动态环境高定位精度，代码公开。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2025
AdaVLA：用于无需训练的视觉-语言-动作模型加速的自适应步长流匹配
机构 * Sogang University（西江大学）
AI总结 本研究提出AdaVLA，一种无需训练的自适应框架，通过流匹配轨迹曲率度量动态调整推理步骤与MLP剪枝率，在LIBERO基准等测试中实现VLA模型加速且性能下降可忽略。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
RoSe-SLAM：面向动态单目视频的鲁棒语义感知高斯溅射SLAM
机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of Manchester（曼彻斯特大学） ； Centre for Perceptual and Interactive Intelligence (CPII) Limited（感知与互动智能中心有限公司）
AI总结 本研究提出RoSe-SLAM，利用2D基础模型语义特征与时空运动掩码等模块，结合几何与语义线索，在动态单目视频中实现更优的SLAM性能，优于现有动态RGB SLAM基线。
Comments Accepted by IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS & SYSTEMS (IROS), 2026
PrefMoE：基于专家混合的鲁棒偏好建模
机构 * Purdue University（普渡大学） ； Beijing University of Chemical Technology（北京化工大学） ； Indiana University Bloomington（印第安纳大学布卢明顿分校）
AI总结 PrefMoE通过混合专家框架提升偏好建模鲁棒性，采用轨迹级软路由结合多个专用奖励专家，有效处理异质且部分冲突的偏好监督，提升下游策略学习可靠性。
Comments IROS 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