IROS

Value-Aware Prediction for Robust Multi-Agent Coordination Under Communication Loss

通信丢失情况下用于鲁棒多智能体协调的价值感知预测

Kemal Devrim Kafadar, Eren Özaltun, Mahmud Efnan Şanlı, Feyza Orak, Emirhan Gazi, Kubilay Kağan Kömürcü, Nazım Kemal Üre

机构 * Istanbul Technical University（伊斯坦布尔技术大学） ； University of Stuttgart（斯图加特大学） ； Istanbul Technical University Artificial Intelligence and Data Science Application and Research Center（伊斯坦布尔技术大学人工智能与数据科学应用与研究中心） ； Stanford University（斯坦福大学） 纠错

AI总结 研究通信丢失时多智能体协调问题，提出价值感知MARO方法，利用优势估计动态加权预测器损失函数，在多智能体粒子环境实验中，该方法在通信可靠性下降时能维持性能，提升平均回报并降低性能方差。

Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Task-Space Constrained Stochastic Trajectory Optimization for Time-Optimal Forestry Crane Motion Planning

用于时间最优林业起重机运动规划的任务空间约束随机轨迹优化

Marc-Philip Ecker, Christoph Fröhlich, Bernhard Bischof, Wolfgang Kemmetmüller, Tobias Glück

机构 * Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所，维也纳工业大学） ； Center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究院有限公司） 纠错

AI总结 针对液压泵流量约束下的林业起重机运动规划问题，提出TSC-VP-STO算法，通过任务空间约束联合优化轨迹与终端配置冗余自由度，相比基线算法平均轨迹时长减12 - 15%，泵流量利用改善，且经实际部署验证。

Comments Accepted at IROS 2026

CDIS: Cross-Dimensional Class-Agnostic 3D Instance Segmentation via 2D Mask Tracking and 3D-2D Projection Merging

CDIS：通过2D掩码跟踪和3D-2D投影合并实现跨维度类别无关的3D实例分割

Juno Kim, Hye-Jung Yoon, Yesol Park, Byoung-Tak Zhang

机构 * Interdisciplinary Program in AI, Seoul National University（首尔国立大学人工智能跨学科项目） 纠错

AI总结 研究针对未知环境中机器人系统的类别无关3D实例分割问题，提出CDIS零样本框架，通过跨帧跟踪2D实例掩码并与3D超点关联，在2D和3D间创建反馈循环，实验证明其比现有方法更准确、一致且高效可扩展。

Comments 6 pages, 5 figures. Published in the proceedings of the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 4269-4274

Seg2Grasp: A Robust Modular Suction Grasping in Bin Picking

Seg2Grasp：一种用于无序抓取的稳健模块化吸力抓取方法

Hye-Jung Yoon, Juno Kim, Yesol Park, Jun-Ki Lee, Byoung-Tak Zhang

机构 * Interdisciplinary Program in AI, Seoul National University（首尔国立大学人工智能跨学科项目） ； Artificial Intelligence Institute, Seoul National University（首尔国立大学人工智能研究所） ； Department of Computer Science, Seoul National University（首尔国立大学计算机科学系） 纠错

AI总结 研究针对非结构化环境中无序抓取难题，提出Seg2Grasp模块化方法，经分割、抓取、分类三步流程，利用多种技术确定吸力点与识别物体，实际实验证明该方法在成功率和适应性上优于现有方法，是工业自动无序抓取有力工具。

Comments 7 pages, 6 figures, 2 tables. Published in the 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2024)

Journal ref 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024, pp. 2921-2927

Lifelong Multi-Subsystem Pickup and Delivery with Buffer-Limited Handover Stations

具有缓冲区受限交接站的终身多子系统取货与送货

Chuanlong Zang, Isabelle Barz, Anna Mannucci, Philipp Schillinger, Florian Lier, Wolfgang Hönig

机构 * Robert Bosch GmbH（罗伯特·博世有限公司） ； Technical University of Berlin（柏林工业大学） ； Robotics Institute Germany (RIG)（德国机器人研究所） 纠错

AI总结 研究终身多子系统取货与送货中协调子系统载荷转移的问题，提出交接感知预留与路由（HARR）方法，通过共享日历和缓冲区预测协调行动，模拟显示该方法能显著提高吞吐量、减少积压并降低规划时间，提升运输稳定性。

Comments IROS 2026

RayOcc: Occlusion-Aware Ray Occupancy Estimation via Gaussian Mixture Intensity

RayOcc：通过高斯混合强度进行遮挡感知光线占有率估计

Junho Kim, Seongwon Lee

机构 * School of Electrical Engineering, Kookmin University（韩国建国大学电气工程学院） 纠错

AI总结 研究针对仅相机的3D语义占有率预测中因深度模糊和遮挡带来的挑战，提出RayOcc框架。该框架将光线建模为多标签存在预测，通过估计高斯混合强度及转换为占有率概率，初始化高斯基元进行语义占有率预测，在nuScenes基准测试中取得最优成绩。

Comments Accepted to IROS 2026

DeeperRadar: End-to-End MIMO Radar Design and Multi-Modal Fusion for Autonomous Vehicle Perception

深度雷达：用于自动驾驶车辆感知的端到端MIMO雷达设计与多模态融合

Eli Goldenshluger, Barak Pinkovich, Chaim Baskin

机构 * Technion–Israel Institute of Technology（以色列理工学院） ； Ben-Gurion University of the Negev（内盖夫本-古里安大学） 纠错

AI总结 深度雷达以雷达为中心，通过端到端学习稀疏采集模式，共同设计雷达传感与多模态3D检测。其可学习的MIMO设计模块在融合网络中训练，由其他传感器监督。在RADIal数据集上评估，能发现稀疏配置，降低成本与复杂性，表明最优设计取决于融合堆栈和感知任务。

Comments Accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

GLidE-SLAM: GL-Accelerated Indirect-Direct Embedded SLAM

GLidE-SLAM：GL加速的间接-直接嵌入式同步定位与地图构建

Carlos A. Pinheiro de Sousa, Heiko Hamann, Oliver Deussen

机构 * University of Konstanz（康斯坦茨大学） 纠错

AI总结 针对嵌入式设备部署Visual SLAM的挑战，GLidE-SLAM提出单目混合间接-直接框架，通过架构分离，利用并行图像对齐操作及OpenGL ES 3.1计算着色器实现GPU加速直接跟踪，提升帧率，保持精度，改善在资源受限硬件上的部署。

Comments 7 pages, 6 figures, 4 tables. Accepted for presentation at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Differentiable Reinforcement Learning for Path Tracking by an Agile Fish-Like Robot

用于敏捷类鱼机器人路径跟踪的可微强化学习

Prashanth Chivkula, Kartik Loya, Venkata Ravindhra Reddy Varikuti, Phanindra Tallapragada

机构 * Clemson University（克莱姆森大学） 纠错

AI总结 研究类鱼机器人控制和运动规划难题。开发高效模拟平台，用PID控制结合时间反向传播和课程训练学习增益，实现运动控制与路径跟踪，策略应用于物理平台效果良好。

Comments Accepted to IROS 2026, 9 pages, 12 Images, 1 Table

Certifiable Safe Model-Based Reinforcement Learning with Control-Affine Dynamics Approximation

基于控制仿射动力学近似的可验证安全模型强化学习

Hao Zhou, Yanze Zhang, Cameron Reid, Wenhao Luo

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Texas A&M University（德克萨斯农工大学） 纠错

AI总结 研究基于模型的安全强化学习，提出用控制障碍函数结合控制仿射随机傅里叶特征及自适应共形预测的框架，通过学习控制仿射动力学实现可验证安全策略，仿真结果验证了该框架在推车摆杆和3D四旋翼平台上的有效性。

Comments 8 pages, accepted to IROS 2026

SaaF: Scene-Specific Ambiguity-Aware 3D Language Fields towards Interactive Real-World Object Retrieval

SaaF：面向交互式现实世界对象检索的特定场景模糊感知3D语言场

Yuga Yano, Daiju Kanaoka, Hakaru Tamukoh, Yasutomo Kawanishi

机构 * Kyushu Institute of Technology（九州工业大学） ； RIKEN（理化学研究所） ； Research Center for Neuromorphic AI Hardware（神经形态人工智能硬件研究中心） 纠错

AI总结 研究针对现实世界场景中交互式对象检索问题，提出SaaF方法。通过引入度量学习策略构建统一特征空间，增强实例辨别性与模糊感知能力，提升了检索准确性，还能稳健处理查询模糊性。

Comments 8 pages, accepted as a conference paper for IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2026)