IROS

Learning Fault-Tolerant Locomotion with Adaptive Gait Timing

通过自适应步态时序学习容错运动

Giovanbattista Gravina, Luca Rossini, Carlo Rizzardo, Arturo Laurenzi, Nikos Tsagarakis

机构 * Italian Institute of Technology（意大利技术研究院） 纠错

AI总结 针对大型四足机器人执行器动力损失的容错运动问题，提出带潜在对齐损失的非对称Actor-Critic深度强化学习方法，通过自适应步态频率实现容错，经仿真与真实实验验证有效。

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

Vernata: Self-Supervised Learning of LiDAR Point Representations

Vernata：激光雷达点表示的自监督学习

Oliver Lemke, Alexander Liniger, Abel Gawel, Marco Hutter

机构 * Robotics and AI Institute（机器人与人工智能研究院） ； ETH Zurich（苏黎世联邦理工学院） 纠错

AI总结 本研究提出基于Sonata架构的Vernata自监督学习框架，通过三项扩展优化激光雷达点云表示，在多数据集上相比基线取得显著性能提升，模态减少场景下仍保持竞争力

Comments IROS 2026. Implementation: https://github.com/rai-opensource/vernata

SyncSBC: Decentralized Swarm Behavior Prediction for Synchronized Autonomous Control

SyncSBC：用于同步自主控制的去中心化群体行为预测

Varun Raveendra, Connor Mattson, Daniel S. Brown

机构 * Kahlert School of Computing, University of Utah（犹他大学卡勒特计算学院） 纠错

AI总结 SyncSBC 是一种去中心化方法，结合机器学习与分布式共识实现群体行为分类及决策同步，准确率高、延迟低，可用于机器人异常识别与行为协同。

Comments 8 pages, 10 figures, IROS 2026

Efficient Swept Volume-Based Trajectory Generation for Arbitrary-Shaped Ground Robot Navigation

高效扫掠体积基轨迹生成用于任意形状地面机器人导航

Yisheng Li, Longji Yin, Yixi Cai, Jianheng Liu, Fangcheng Zhu, Mingpu Ma, Siqi Liang, Haotian Li, Fu Zhang

机构 * Department of Mechanical Engineering, University of Hong Kong（香港大学机械工程系） ； Division of Robotics, Perception, and Learning, KTH Royal Institute of Technology（皇家理工学院机器人、感知与学习 division） 纠错

AI总结 本文提出了一种高效扫掠体积基轨迹生成方法，通过粗到细的框架提升任意形状地面机器人在复杂环境中的导航效率和碰撞避免能力。

Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems 2025