期刊&会议
International Conference on Intelligent Robots and Systems · 会议 · Robotics
通过SPD(3)流形和改进的成本函数使物体地标参数化和约束实现全局一致
AI总结 本文通过SPD(3)流形和改进成本函数解决物体级SLAM后端的奇异性问题，提升收敛速度和鲁棒性，实验显示映射精度平均提高22%。
Comments 8 pages, 8 figures, submitted to IROS 2022 & RA-L
HannesImitation：通过模仿学习控制Hannes假手进行抓取
机构 * Humanoid Sensing and Perception（人形感知与感知实验室） ； Istituto Italiano di Tecnologia（意大利技术研究院） ； Rehab Technologies Lab（康复技术实验室）
AI总结 本文提出HannesImitationPolicy，通过模仿学习控制Hannes假手在无结构环境中抓取物体，并引入HannesImitationDataset进行训练，实验表明其在无结构场景中优于基于分割的视觉伺服控制器。
Comments Paper accepted at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems, Hangzhou, China, 2025
RAPTOR: 机器人快速空中抓取与运输物体
机构 * Soft Robotics Lab, ETH Zurich, Switzerland（软机器人实验室，苏黎世联邦理工学院，瑞士）
AI总结 提出一种结合软材料Fin Ray夹爪和Fast DDS中间件的四旋翼平台RAPTOR，实现高速飞行中对不同几何形状物体的灵活抓取，平均抓取成功率83%，有效载荷达先前工作的四倍。
Comments 7 pages, 10 figures, accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2022. Video: https://youtu.be/KHkBlBABsC8 Project page: https://srl-ethz.github.io/RAPTOR
基于表面肌电的连续运动估计的物理嵌入神经网络
机构 * University of Manchester（曼彻斯特大学） ； University of Bristol（布里斯托大学） ； University of Leeds（利兹大学）
AI总结 提出物理嵌入神经网络(PENN)，结合可解释的肌肉骨骼正向动力学与数据驱动残差学习，实现生理一致且准确的连续运动估计，在RMSE和R²指标上优于现有方法。
Comments Accepted by 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
多智能体风险规避规划中的下一最佳视角优化
机构 * Department of Mechanical Engineering and Mechanics, Lehigh University（莱文大学机械工程与力学系） ； Amazon Robotics（亚马逊机器人）
AI总结 提出一种分布式、风险感知的多智能体下一最佳视角框架，通过共识ADMM优化信息增益并建模碰撞风险，在降低通信开销的同时接近集中式方法的映射质量和轨迹安全性。
Comments 8 pages, 5 figures. Submitted to IROS 2026
基于光场控制的软微机器人步态学习
机构 * Micro, Nano, and Molecular Systems Group, Max Planck Institute for Intelligent Systems（微、纳、分子系统组，人工智能系统马克斯·普朗克研究所） ； Max Planck ETH Center for Learning Systems（马克斯·普朗克-ETH学习系统中心）
AI总结 本文提出一种基于贝叶斯优化和高斯过程的概率学习方法，用于优化光场控制的软微机器人步态，通过有限实验预算实现高效且鲁棒的运动性能提升。
Comments 8 pages, 7 figures, to appear in the proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems 2018
通过强化学习进行多智能体图像分类
AI总结 本文研究了利用多个能够收集未知环境部分姿态依赖观测的移动智能体进行图像分类的问题，提出了一种网络架构，用于指导智能体形成局部信念、采取局部行动并从原始部分观测中提取相关特征，通过与邻居智能体交换信息更新自身信念，并利用强化学习技术实现分类问题的去中心化实现。
Comments Preprint of the paper to be published in IROS'19 proceedings
多旋翼微型飞行器在局部坐标系中基于相对感知的三维编队非线性模型预测控制
机构 * Institute for Systems and Robotics (ISR), IST, Lisbon, Portugal（系统与机器人研究所（ISR），IST，里斯本，葡萄牙）
AI总结 本文提出了一种基于相对感知信息的多旋翼微型飞行器三维编队控制方法，采用集中式非线性模型预测控制策略，通过引入六自由度数学模型实现了对编队的鲁棒控制。
Comments 8 pages, 10 figures, IROS'2019 (submitted)
基于结构光技术的自主打磨机器人开发
机构 * CUHK T Stone Robotics Institute（CUHK T Stone机器人研究所） ； Innovation and Technology Commission of Hong Kong（香港创新及科技委员会） ； Harbin Institute of Technology（哈尔滨工业大学）
AI总结 本文提出了一种能够自主完成未知物体打磨工作的机器人，通过结构光相机扫描建模、优化运动规划和阻抗模型控制，实现了无需人工干预的自主打磨。
Comments 7 pages, 11 figures, IEEE/RSJ International Conference on Intelligent Robots and Systems 2019
结构机械系统学习的通用框架
机构 * Stanford University（斯坦福大学）
AI总结 本文提出了一种通用框架，用于结构化学习机械系统，通过结合先验知识和训练表达式近似器来提高模型的准确性和效率。
Comments 10 pages, 7 figures. First two authors contributed equally. Submitted to IROS/RA-L. Code at https://github.com/sisl/mechamodlearn/
T-PFC：一种轨迹优化扰动反馈控制方法
AI总结 本文提出了一种基于轨迹优化的扰动反馈控制方法，通过分离开环计划与闭环反馈增益，解决了动作不确定性下的最优控制问题，其性能在第三阶近似下接近最优，并通过大量数值模拟验证了其在中等噪声水平下的广泛适用性。
Comments Submitted to a RA-L with IROS
一种用于基于距离的无人机对接的集成定位-导航方案
AI总结 本文研究了使用一个放置在任意未知位置的单一地标来解决无人机的基于距离的对接问题，提出了一种集成的估计-控制方案，同时在有界速度下实现离散时间积分器的相对定位和导航任务，包括非线性自适应估计方案用于估计地标相对位置，以及精细的控制方案确保估计收敛和渐近对接，通过离散时间LaSalle不变原理证明收敛性，并在无GPS环境中使用配备超宽带测距传感器和光学流传感器的四旋翼无人机验证了理论发现。
Journal ref 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
触觉重抓：通过模拟触觉变换进行抓取调整
机构 * Massachusetts Institute of Technology（麻省理工学院）
AI总结 本文提出了一种新的重抓控制策略，利用触觉传感进行局部抓取调整。该方法通过虚拟搜索局部触觉测量变换来提高抓取质量。首先，使用深度卷积神经网络构建基于触觉的抓取质量度量，该网络在超过2800次抓取上进行训练。每个抓取的质量是一个介于0和1之间的连续值，通过实验测量其对外部扰动的抵抗性来确定。其次，通过刚体变换模拟机器人运动相对于初始抓取的触觉印记，新生成的触觉印记与学习的抓取质量网络进行评估，选择最大化抓取质量的重抓动作。结果表明，抓取质量网络在已知物体上的平均准确率为85%，在12个物体的交叉验证集上的准确率为75%。重抓控制策略在8个物体的测试集上将抓取动作的成功率提高了70%。
Comments Francois R. Hogan and Maria Bauza contributed equally to this work. 8 pages, 7 figures
Journal ref IROS 2018
空载合规控制的空中机械臂
机构 * German Aerospace Center (DLR)（德国航空航天中心）
AI总结 本文提出了一种空载合规控制方法，通过合理选择末端执行器坐标和时间域被动技术，确保空中机械臂在无动力驱动情况下实现稳定环境交互。
Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2018
基于概率学习的扭矩控制器从运动学和力约束中学习
机构 * Department of Advanced Robotics, Istituto Italiano di Tecnologia（意大利先进机器人研究所机器人部） ； Idiap Research Institute（Idiap研究 institute）
AI总结 本文提出一种概率方法，同时学习和合成扭矩控制命令，考虑任务空间、关节空间和力约束，通过概率学习不同扭矩控制器的相关性，结合高斯分布特性生成满足任务特征的新扭矩命令。
Comments Accepted for publication at 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
通过平方和优化与动态规划解决可达-回避问题
AI总结 本文结合平方和优化与动态规划，提出一种保守解法，保证系统在可达与回避之间的切换，适用于多项式动力学和一般问题设置，并在计算效率上优于传统方法。
Comments International Conference on Intelligent Robots & Systems (IROS), 2018
多机器人迁移学习：动态系统视角
AI总结 本文从动态系统角度研究多机器人迁移学习中的最优转移映射性质，提出无需详细动力学知识的算法，通过实验验证该算法在四旋翼平台间迁移学习中减少60-70%的误差。
Comments 7 pages, 6 figures, accepted at the 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems
多车辆导航的反馈基运动元器件框架
AI总结 本文提出了一种混合控制框架，利用有限的低级运动元器件生成复杂运动，通过 maneuver automaton 约束运动序列，通过最短路径非确定算法生成控制策略，实现多无人机在2D或3D空间中的鲁棒导航。
Comments 7 pages, 12 figures, to appear in Proc. of the IEEE/RSJ International Conference on Intelligent Robots and Systems, 2017
基于运动元的普尔彻游泳者轨迹跟踪
AI总结 本文提出了一种新型原型和算法，用于基于李代数的3连杆平面普尔彻游泳者在低雷诺数下的运动控制，实现了基于视觉定位的开环控制系统，能够跟踪游泳者基链接合位置和姿态的任意连续轨迹。
Comments 8 pages, submitted to IROS 2017
固定翼无人机恒速圆形成形控制
AI总结 本文提出了一种稳定固定翼无人机恒速圆形成形的算法，通过跟踪不同半径的圆来控制车辆相对于目标圆周的相位，确保团队在特定区域内保持约束。
Comments 6 pages, submitted to IROS 2017
通过深度强化学习实现机器人控制的传感器融合
AI总结 本文提出通过深度强化学习实现机器人传感器信息融合，提升机器人在搜索和拾取任务中的鲁棒性和性能。
Comments 6 pages, 6 figures, submitted to IROS 2017
车辆编队的二维去中心化控制在有限视觉反馈下
AI总结 本文研究了车辆编队在二维平面上的前导-跟随控制问题，设计了一种去中心化运动控制协议，通过本地信息和车载摄像头实现车辆自主控制，避免碰撞和连接断裂，通过仿真验证有效性。
Comments Proceedings of the IEEE/RSJ Conference on Intelligent Robots and Systems (IROS), 2015
路由蜂群：通过移动性实现无线网络优化
AI总结 本文提出一种混合架构，用于协调网络化机器人在传感和信息路由中的应用。通过动态重构机器人网络，确保静态无线节点间的高质量路由，实现信息流与物理控制的解耦。
Comments 9 pages, 4 figures, submitted to the IEEE International Conference on Intelligent Robots and Systems (IROS) 2014
通过时序逻辑约束的正确性合成强化学习
AI总结 本文提出一种通过时序逻辑约束的正确性合成强化学习方法，结合最大许可策略和maximin-Q学习算法，实现系统满足规格的同时优化未知性能指标。
Comments 8 pages, 3 figures, 2 tables, submitted to IROS 2015
CANMOT: 自动驾驶中多目标跟踪的类别感知噪声建模
机构 * Institute of Control Theory and Systems Engineering, TU Dortmund University（控制理论与系统工程研究所，多特蒙德大学）
AI总结 针对自动驾驶中多目标跟踪任务，提出一种类别感知且目标对齐的噪声建模框架CANMOT，通过引入类别特定的过程与测量噪声协方差矩阵，并在目标坐标系中表达以保持纵向-横向各向异性，从而提升跟踪性能并显著减少身份切换。
Comments submitted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
使用轻量级半主动软背部支撑装置在站立扰动下改善姿势稳定性
机构 * School for Engineering of Matter, Transport and Energy（物质、运输与能源工程学院）
AI总结 研究提出一种结合气动人工肌肉与弹性带的轻量级半主动软背部支撑装置，通过快速提供辅助力显著降低全身角动量并增加稳定裕度，从而改善站立扰动后的平衡恢复。
Comments 6 pages, 8 figures, submitted to IROS 2026, the IEEE/RSJ International Conference on Intelligent Robots and Systems
CropCraft：用于农业任务机器人仿真的程序化世界生成器
机构 * Institut National de la Recherche Agronomique（法国国家农业科研院）
AI总结 提出基于Blender和Python的开源程序化世界生成器CropCraft，通过YAML配置生成多样化农田场景，支持间作、葡萄园和杂草田，并生成带标注的3D仿真环境，用于农业机器人感知和导航算法开发。
Journal ref IROS 2025 Workshop on Agricultural Robotics and Automation: Driving Innovation in Agri-Food Systems, Oct 2025, Hangzhou, China
野外移动操作抓取策略的实用见解
机构 * Toyota Research Institute（丰田研究院）
AI总结 本文通过SHOPPER移动操作机器人在真实杂货店中的部署实验，提出并分析了通用抓取策略的设计方法及数百次抓取尝试中的关键失败模式，为机器人社区提供了实用见解和待解决的关键挑战。
Comments 8 pages, 8 figures, submitted to IROS 2025
状态与动态物体预测不确定性下的机会约束MPPI及碰撞风险校准评估
机构 * Faculty of Engineering and Informatics, University of Applied Sciences Aschaffenburg（应用科学阿施芬堡大学工程与信息学院）
AI总结 针对机会约束MPPI控制中上游不确定性校准不足导致的过自信或过保守问题，提出DUCCT-MPPI架构，通过无迹变换和蒙特卡洛聚合联合集成定位与动态障碍预测不确定性，在仿真中实现鲁棒导航，成功率提升28%。
Comments Submitted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
关键点模仿学习的泛化能力、设计选择与局限性
机构 * AI and Robotics Lab, IDLAB-AIRO, Ghent University-imec（人工智能与机器人实验室，IDLAB-AIRO，根特大学-imec） ； Robotics, Perception and Learning Lab, (RPL), EECS, KTH Royal Institute of Technology（机器人、感知与学习实验室，（RPL），EECS，皇家理工学院） ； INCAR Robotics AB, Stockholm, Sweden（INCAR机器人公司，斯德哥尔摩，瑞典）
AI总结 本文通过2000多次真实世界实验，系统评估了基于视觉基础模型的关键点模仿学习在机器人操作中的泛化能力、设计选择及局限性，发现其总体成功率达75%，显著优于RGB基线（47%），与S2扩散模型（73%）相当，但未超越其他表示方法且继承了基础模型的局限。
Comments This version was submitted to 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