期刊&会议
International Conference on Intelligent Robots and Systems · 会议 · Robotics
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
IMPRINT：用于长尾目标导航的图像条件查询增强
机构 * University of Padova（帕多瓦大学） ； Fondazione Bruno Kessler (FBK)（布鲁诺·凯斯勒基金会）
AI总结 研究针对具身人工智能中ObjectNav依赖纯文本查询可靠性低的问题，提出IMPRINT框架，用网络图像丰富文本查询改善定位，无需训练导航策略。通过新基准HSSD-rare评估，显示图像条件查询可提升导航增益，还指出下游检测质量是关键瓶颈。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). Project page: https://github.com/JelinR/IMPRINT
SILICA：将扩散先验用于联合玻璃分割和深度估计
机构 * Robotics Research Center (RRC), IIIT Hyderabad（海得拉巴国际信息技术研究所机器人研究中心）
AI总结 研究透明表面深度估计难题，提出SILICA统一管道，利用文本到图像扩散模型先验联合预测玻璃分割和深度，无需真实世界玻璃深度注释，经实验验证其在不同环境中零样本转移性能出色，优于现有模型。
Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
WARL：用于腿部机器人任务无关学习的扳手增强强化学习
机构 * The University of Tokyo（东京大学） ； AI Center, Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院人工智能中心）
AI总结 研究针对腿部机器人强化学习中关节空间动作探索能力有限的问题，提出WARL方法，结合扳手引导探索与课程机制。实验表明该方法能让四足机器人在多样地形和任务中稳健学习，验证了切换课程有效性，指出按机器人结构设计扳手探索是未来挑战。
Comments Accepted at IROS 2026, website-https://keitayoneda.github.io/kleiyn-warl/, youtube-https://youtu.be/l-drMNncQp0
用于在动态杂波中安全飞行的预期风险引导强化学习
机构 * Huazhong University of Science and Technology（华中科技大学）
AI总结 研究在动态杂波中四旋翼安全飞行问题，提出预期风险引导强化学习框架，利用特权模拟器状态构建风险地图，通过非对称架构训练网络自我预测风险，结合轻量级编码器提取线索，实验证明该方法有效提高安全裕度和飞行效率，且能实现模拟到现实的零样本转移。
Comments 8 pages, 7 figures. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
LEACL：用于长时程操作任务强化学习的大语言模型增强自动课程学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Nanyang Technological University（南洋理工大学） ； Sony AI（索尼人工智能）
AI总结 针对长时程操作任务强化学习挑战，提出LEACL框架，结合大语言模型与自动课程学习，用大语言模型分解任务并生成规范，由自动课程学习算法仅依稀疏奖励信号指导学习，在相关任务上取得更好渐近性能。
Comments 8 pages, 4 figures, Published in the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
Sling2Sim2Real：用于无损弹弓策略学习的一次性弹性系统识别
机构 * School of Computing, Korea Advanced Institute of Science and Technology（韩国科学技术院计算机学院）
AI总结 针对弹性物体操纵中校准现实与模拟弹性行为的挑战，提出Sling2Sim2Real框架；通过多起点Real2Sim系统识别方法及模拟策略学习等，从单次无损交互识别弹性参数，实现准确策略学习与稳健泛化，减少现实交互量。
Comments Accepted by IROS 2026
通过新视图合成在别名和低纹理环境中从稀疏视图进行视觉重定位
机构 * University of Zaragoza（萨拉戈萨大学） ； German Aerospace Center (DLR)（德国航空航天中心） ； Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
AI总结 针对类行星地形中视觉定位难题，提出基于 3D 高斯溅射构建可微地图表示估计相机姿态的方法，采用结合光度与几何损失的几何感知训练策略，经实验验证能有效提升定位准确性与姿态估计鲁棒性。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
Mag4D-SLAM数据集：用于定位和映射的重复遍历多模态4D地磁数据集
机构 * Department of Robotics and Mechatronics Engineering, DGIST（大邱庆北科学技术院机器人与机电工程系）
AI总结 该研究提出Mag4D-SLAM这一首个大规模室外地磁SLAM数据集，含多传感器同步测量与地面真值姿态。通过重复遍历实验分析磁场重复性等特性，支持偏航漂移缓解等研究，还能开启地磁传感补充其他模态及应对特殊情况的新研究。
Comments Accepted to IROS 2026. 8 pages, 8 figures. *Bibhutibhusan Nayak and Hyoseok Ju contributed equally to this work
StARS：通过推荐系统驱动的方法实现社交适宜的机器人动作
机构 * Bogazici University（博阿齐奇大学） ； University of Cambridge（剑桥大学）
AI总结 研究人机交互中社交适宜动作生成问题，提出模型无关框架StARS，结合协同过滤与可学习场景表示生成用户特定适宜性得分，在多数据集评估中提升性能与一致性，支持个性化动作选择。
Comments IROS 2026
超越情节性评估：序列式具身问答中的内存架构瓶颈
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究序列式具身问答中不同内存架构表现，发现仅保留现有记忆不足，短视情节数据训练的智能体有时间不匹配问题。强调结构化、基于空间记忆的必要性，实验表明其能打破准确性-效率权衡，对真实机器人连续智能操作至关重要。
Comments Accepted to IROS 2026
GLAM-SLAM：通过流致密化和空间分解实现实时高斯大规模映射
机构 * HERON - Hellenic Robotics Center of Excellence, Athena Research Center（希腊机器人卓越中心 - 阿西娜研究中心） ； Institute of Robotics, Athena Research Center（阿西娜研究中心机器人研究所） ； National Technical University of Athens（雅典国立技术大学）
AI总结 针对现有高斯点云SLAM系统的局限，GLAM-SLAM提出实时解耦系统，用基于特征的前端跟踪，结构化网格映射，引入流致密化和场景划分策略，在多数据集上评估，性能优于同类，提升15%，且保持实时与可扩展性，代码开源。
Comments Accepted to IROS 2026. Project page: https://glamslam.github.io/ Code: https://github.com/pmermigkas/GLAM-SLAM/
抓取、交接、旋转：通过组合扩散和基于能量的优化实现双手物体重新定向
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 研究双手物体重新定向问题，提出基于组合扩散和能量的BiCompoDiff框架，联合优化多方面任务，结合预训练模型与能量模型，通过梯度引导和采样优化抓取姿态，实验表明其成功率和轨迹平滑度优于基线，实现有效模拟到现实转移。
Comments IROS 2026
深度强化学习引导的模型预测控制在自主赛车中防止超车的应用
机构 * University of Michigan（密歇根大学） ； National University of Singapore（新加坡国立大学）
AI总结 研究自主赛车防御性阻挡问题，通过分层强化学习引导的模型预测控制框架，将防御转化为空间占用调节问题。在仿真中提升平均超车时间，减少对手前进距离，使车辆有效利用轮胎力，且求解时间短，支持实时高速对抗。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures
GPS和通信受限环境下用于地面目标保护的分布式无人机群
机构 * Queen’s University（女王大学） ； Universidade Federal da Paraíba（帕拉伊巴联邦大学） ； Czech Technical University in Prague（布拉格捷克技术大学）
AI总结 针对GPS和通信受限环境下地面目标保护问题，提出用无人机自主群的方法，开发卡尔曼滤波器并提出分布式群包围技术，经真实机器人验证，可有效检测、包围和拦截敌对无人机。
Comments Accepted for publication at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
ODeform：使用神经常微分方程学习形状变形的连续4D运动
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
AI总结 ODeform将神经常微分方程扩展用于3D可变形物体连续4D动力学，把3D点云和物理条件转换到潜在空间，通过求解常微分方程对变形建模为连续流，在未见物理参数配置上评估，提升运动预测精度，能转移到新形状真实物体，可有效插值和外推动力学。
Comments Accepted at IROS 2026
使用软外翻藤蔓机器人部署的分布式声学定位阵列
机构 * University of Notre Dame（圣母大学） ； Pontifical Catholic University of Chile（智利天主教大学） ； Lincoln Laboratory, Massachusetts Institute of Technology（麻省理工学院林肯实验室）
AI总结 研究在受限非结构化环境中用软外翻藤蔓机器人定位灾难受害者，提出动态转向响应功率与相位变换框架，通过实验测量不同放置和配置下的定位准确性，展示藤蔓机器人生长定位声源能力，凸显分布式声学传感潜力。
Comments Sebastian Lorca Godoy, Ciera McFarland, Michael Val, Antonio Alvarez Valdivia, Nathaniel Hanson, and Margaret McGuinness, "Distributed Acoustic Localization Array Deployed Using a Soft Everting Vine Robot", in IEEE International Conference on Intelligent Robots and Systems, 2026
V2F：用于枣果损伤感知机器人处理的视觉辅助抓握力预测
机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
AI总结 研究针对枣果处理难题，开发V2F框架，结合计算机视觉与物理信息残差神经网络，将视觉描述符和品种元数据映射来预测抓握力，平均验证性能\(R^2 \approx 0.7\)，实验表明可稳定操作枣果，实现更安全的机器人处理。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
用于手术解剖中组织附着映射的贝叶斯回缩优化
机构 * The Robotics Center and the Kahlert School of Computing at the University of Utah（美国犹他大学机器人中心和卡尔特计算学院） ； School of Computational Science and Engineering, Georgia Institute of Technology（美国佐治亚理工学院计算科学与工程学院） ； Department of Electrical and Computer Engineering and Department of Computer Science, Vanderbilt University（美国范德堡大学电气与计算机工程系和计算机科学系）
AI总结 针对外科医生短缺，该研究将组织附着识别视为概率问题，提出基于顺序贝叶斯希尔伯特地图和贝叶斯回缩优化的方法，避免显式组织建模，在模拟中验证并实现向实际机器人解剖实验的零样本转移，为自动化手术解剖提供新途径。
Comments IEEE IROS 2026 preprint
NGPS：通过深度卫星图像匹配和多速率传感器融合实现无GPS的航空地理定位和2.5D重建
AI总结 研究针对高空无人机视觉地理定位问题，提出NGPS框架，通过深度卫星图像匹配及多速率传感器融合实现无GPS绝对定位，结合多种技术，经实验在五个飞行序列上取得良好效果，相比单目VIO有显著提升，且能实时运行并部分开源。
Comments 9 pages (8-page paper + IEEE copyright/citation cover page), 6 figures. Accepted to IEEE/RSJ IROS 2026
基于旋转平台的静态线扫描激光雷达的两阶段外部校准
机构 * SiLC Technologies（SiLC技术公司）
AI总结 研究基于旋转平台的静态线扫描激光雷达校准问题，探索自动方法静态和动态估计旋转轴变换，通过真实数据集验证算法并研究其收敛特性。
Comments 8 pages, 13 figures. Manuscript accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
DASH机器人：通过接触隐式控制实现简约设计与最优的空陆运动
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Shanghai Innovation Institute (SII)（上海创新研究院）
AI总结 研究设计新型空陆机器人DASH，通过整合管道风扇同轴体与弹性腿，并采用接触隐式模型预测控制器，实现空中和地面的最优运动，经多种任务验证了其设计与控制的有效性。
Comments IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
超越固定目标交付：人群中目标拦截的在线部分可观测马尔可夫决策过程规划
机构 * Dept. of Aerospace Engineering Sciences（航空航天工程科学系） ； Dept. of Computer Science, University of Colorado Boulder（科罗拉多大学博尔德分校计算机科学系）
AI总结 研究拥挤环境中目标拦截问题，将其建模为部分可观测马尔可夫决策过程，用树搜索在线求解。对比顺序路径速度规划器和统一规划器，发现高密度时前者安全拦截率低、耗时多，揭示了空间限制的结构局限性。
Comments Accepted for publication at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
通信丢失情况下用于鲁棒多智能体协调的价值感知预测
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）
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)
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
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）
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：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
机构 * Interdisciplinary Program in AI, Seoul National University（首尔国立大学人工智能跨学科项目）
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：一种用于无序抓取的稳健模块化吸力抓取方法
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）
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
具有缓冲区受限交接站的终身多子系统取货与送货
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）
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：通过高斯混合强度进行遮挡感知光线占有率估计
机构 * School of Electrical Engineering, Kookmin University（韩国建国大学电气工程学院）
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
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
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）
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)
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