期刊&会议
International Conference on Intelligent Robots and Systems · 会议 · Robotics
CR-Solver：用于腱驱动连续体机器人的GPU加速运动学求解器
机构 * Beihang University（北京航空航天大学）
AI总结 针对连续体机器人运动规划问题，提出CR-Solver求解器，它基于优化框架统一逆运动学等，利用GPU加速并行优化，在三项任务验证中比传统CPU求解器显著加速，成功率超95%精度达毫米级，且用纯Python实现，为高性能运动规划提供基础。
Comments IROS 2026
VOFA：基于力适应控制的人形机器人视觉目标推动
机构 * Department of Computer Science, The University of Texas at Austin（德克萨斯大学奥斯汀分校计算机科学系） ； Amazon Inc.（亚马逊公司） ； Sony AI（索尼人工智能）
AI总结 本文提出VOFA系统，通过视觉引导实现对未知物理属性物体的精准推动，解决重物操控中的未知质量和地面摩擦问题，实现在仿真和现实中的高成功率表现。
Comments Accepted at IROS 2026. Project website: https://amrl.cs.utexas.edu/VOFA
EquiBim: 学习双臂操作的对称等变策略
机构 * Purdue University（普渡大学） ； University of Arkansas（阿肯色大学）
AI总结 本文提出EquiBim框架，通过强制对称性等变性提升双臂操作的性能和鲁棒性，适用于多种感知与动作表示。
Comments Accepted to IROS 2026. Project page: https://zhangzhiyuanzhang.github.io/equibim-website/
具有强耦合互机器人奖励的不确定性感知多机器人任务分配
机构 * Aerospace Controls Lab, Massachusetts Institute of Technology（麻省理工学院航空航天控制实验室） ； Charles Stark Draper Laboratory（查尔斯·斯坦德·德拉珀实验室）
AI总结 本文提出一种基于拍卖的任务分配算法，通过强耦合形式将任务分配给可能具备所需能力的机器人，以提高任务完成效率和减少延迟，实验表明相比冗余方法，使命价值提高了15%。
Comments 8 pages, 4 figures, accepted to IROS 2026
CONTACT: 基于接触感知的触觉学习用于机器人拆解
机构 * Department of Industrial Engineering, Purdue University（工业工程系，普渡大学） ； Department of Mechanical Engineering, Texas A&M University（机械工程系，德克萨斯农工大学）
AI总结 CONTACT通过对比视觉、触觉RGB和触觉力场三种感知配置，发现触觉力场在机器人拆解任务中表现最佳，尤其在接触依赖和变形场景中效果显著。
Comments Accepted to IROS 2026. Project page: https://vict0rhu.github.io/CONTACT-Website/
为灵巧操作扩展跨实体世界模型
机构 * UC San Diego（UC圣迭戈大学） ； Harvard University（哈佛大学） ； Shanghai Jiao Tong University（上海交通大学） ； Hillbot
AI总结 研究跨实体学习中不同形态机器人数据共享和控制转移问题，提出将人类和机器人手表示为3D粒子集，在随机交互数据上训练基于图的世界模型并与模型预测控制集成，实验表明该方法能提高泛化能力、有效结合数据并实现不同机器人手的控制。
Comments Accepted to IROS 2026, Project Page: https://alan-heoooh.github.io/dexwm.html
PIXIE：用于具有装配缺陷的未见物体的零样本纹理不变6D姿态估计框架
机构 * Carl Zeiss AG（卡尔蔡司股份公司） ； Carl Zeiss Digital Innovation（卡尔蔡司数字创新公司）
AI总结 PIXIE是用于有装配缺陷的未见物体的零样本纹理不变6D姿态估计框架，仅用无纹理3D模型从RGB图像估计姿态，通过合成深度和法线图匹配关键点，基于PnP估计姿态，对光照和纹理变化鲁棒，在基准测试中取得好结果并引入新数据集。
Comments This work has been accepted for publication in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026. The final published version will be available via IEEE Xplore
3D场景图预测：从部分观测环境生成层次模型
机构 * Laboratory for Information & Decision Systems (LIDS), Massachusetts Institute of Technology（信息与决策系统实验室（LIDS），麻省理工学院） ； Department of Electrical and Computer Engineering, Oakland University（奥克兰大学电气与计算机工程系）
AI总结 针对机器人部分观测环境的场景预测问题，提出自上而下框架合成含房间层和物体层的3D场景图，用混合域图扩散模型等方法，相比其他方法对分布外部分平面图泛化性更好，能在真实场景预测。
Comments Accepted at IROS 2026. Main paper: 8 pages, 3 figures, 3 tables. Includes a supplementary appendix
感受意外：通过残差触觉表示实现用于丰富接触操作的ResTacVLA
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村科学城） ； Dexmal（德克斯马尔）
AI总结 为解决触觉感知融入视觉语言动作模型时的模态坍塌问题，提出ResTacVLA，将触觉数据转为残差触觉表示，过滤视觉可预测动态，经矢量量化瓶颈离散化，利用视觉先验不确定性自适应控制触觉整合。
Comments 8 pages, 6 figures, 3 tables. Accepted by IROS 2026, Project page: https://awilekong.github.io/ResTacVLA/
PRO-SPECT：面向能量感知的协调无人机-无人地面车辆团队在随机环境中的概率安全可扩展规划
机构 * Khoury Department of Computer Sciences at Northeastern University（东北大学Khoury计算机科学系） ； The Charles Stark Draper Laboratory, Inc.（查尔斯·斯塔克·德雷珀实验室公司） ； Department of Mechanical and Industrial Engineering at Northeastern University（东北大学机械与工业工程系） ； Departments of Mechanical and Industrial Engineering and Electrical and Computer Engineering at Northeastern University（东北大学机械与工业工程系和电气与计算机工程系）
AI总结 本文提出PRO-SPECT算法，用于在随机环境中实现无人机和无人地面车辆团队的能量感知规划，通过概率安全约束确保任务成功，支持离线和在线重新规划。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems 2026 (IROS 2026)
从3D雷达数据进行神经表面和反射率建模
机构 * Örebro University（厄勒布鲁大学）
AI总结 提出一种神经隐式方法，从雷达点云联合建模场景几何和视角相关雷达强度，利用混合特征编码学习连续SDF，生成更平滑准确的3D表面重建。
Comments Accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
无传感器、本征柔顺的人形肌理手驱动电液执行器
机构 * Soft Robotics Lab, ETH Zurich, Switzerland（苏黎世联邦理工学院软机器人实验室，瑞士） ； The University of Tokyo, Japan（东京大学，日本）
AI总结 本文提出一种无传感器、本征柔顺的人形肌理手，利用电液执行器实现高运动灵活性与物理柔顺性，通过机械放大机构提升抓取能力，实验验证了其在复杂环境中的安全性和抓取性能。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
闭环言语强化学习用于任务级机器人规划
机构 * Intelligent Space Robotics Laboratory, Skolkovo Institute of Science and Technology（智能空间机器人实验室，斯克尔科夫科学与技术研究所）
AI总结 提出闭环言语强化学习框架，通过大语言模型与视觉语言模型交互，在符号规划层迭代优化行为树，实现可解释的任务级规划与执行不确定性下的自适应。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
看清部署地点：基于指标RGB的航向-地面隐蔽空间检测可通行性分析
AI总结 本文提出基于指标RGB的几何-语义重建与可通行性分析框架，用于航向-地面隐蔽空间检测。通过多视角RGB重建生成密集几何，结合时间一致的语义分割生成3D语义地图，引入基于体感运动的先验知识恢复指标尺度，构建自信度-aware的几何-语义可通行性地图，评估候选部署区域的可达性。
Comments Accepted to IROS 2026. Project page: https://seoyoung1215.github.io/seeing-where-to-deploy/
GNN-DIP：基于分解的运动规划中的神经走廊选择
机构 * Technical University of Munich（慕尼黑技术大学）
AI总结 本文提出GNN-DIP框架，通过结合图神经网络与分解引导规划器，解决狭长通道中路径搜索的效率瓶颈，实现高成功率和速度提升。
Journal ref Published to IROS 2026
ICLR: 基于视觉推理的上下文模仿学习
机构 * University of Southern California（南加州大学） ； Autodesk Research（Autodesk研究）
AI总结 ICLR通过结合视觉推理与上下文模仿学习，提升机器人在复杂任务中的适应性和泛化能力。
Comments Accepted to IROS 2026. Project website: https://toannguyen1904.github.io/ICLR
OV-MAP：用于机器人的开放词汇零样本3D实例分割地图
机构 * Interdisciplinary Program in AI, Seoul National University（人工智能交叉学科项目，首尔国立大学） ； Artificial Intelligence Institute, Seoul National University（人工智能研究所，首尔国立大学） ； Department of Computer Science, Seoul National University（计算机科学系，首尔国立大学）
AI总结 研究针对移动机器人开放世界3D映射，提出OV-MAP方法，通过集成开放特征到3D地图提升物体识别能力，利用类无关分割模型等克服相邻体素特征重叠问题，经实验验证其在多环境下零样本性能、鲁棒性和适应性优越。
Comments 7 pages, 7 figures. Published in the Proceedings of 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. 13780-13786
NEUROSYMLAND: 面向鲁棒且可边缘部署的无人机自主着陆的神经符号着陆点评估
机构 * School of Computing, Macquarie University（麦考瑞大学计算机学院） ； Department of Computer Science, University of California（加州大学计算机科学系）
AI总结 提出NEUROSYMLAND系统，结合轻量感知与符号推理进行着陆点评估，在模拟和硬件在环测试中优于基线方法，实现边缘部署下的鲁棒性与可解释性。
Comments Accepted to the IROS 2026
Journal ref roceedings of the ACM on Software Engineering, Vol. 3, FSE, Article FSE146, July 2026. Article FSE146 (July 2026)
他们将去哪里？从自我中心视频建模多模态行人机动
机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算机科学学院） ； James Watt School of Engineering, University of Glasgow（格拉斯哥大学詹姆斯·瓦特工程学院） ； Department of Computer Science, Durham University（杜伦大学计算机科学系）
AI总结 提出MMPM框架，通过行为感知交互模块和基于CVAE的模态感知轨迹预测器，分别建模行人过马路和不过马路两种模式，提升自我中心视角下多模态轨迹预测准确性。
Comments Accepted at The IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
面向能耗的无人机-地面车辆协同探索
机构 * Department of Mechanical and Industrial Engineering at Northeastern University（东北大学机械与工业工程系） ； Departments of Mechanical and Industrial Engineering and Electrical and Computer Engineering at Northeastern University（东北大学机械与工业工程系和电气与计算机工程系）
AI总结 本文提出一种面向能耗的无人机-地面车辆协同探索框架，通过密度感知分层概率路标实现稀疏耦合空地路标，将路线选择建模为耦合导向问题以最大化信息增益，同时满足会合约束。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems 2026 (IROS 2026)
MuxGel: 通过空间复用和深度重建实现同时双模视觉触觉感知
机构 * Edwardson School of Industrial Engineering, Purdue University（工业工程系，普渡大学）
AI总结 MuxGel通过空间复用和深度重建实现双模视觉触觉感知，提升机器人抓取任务的感知能力。
Comments Accepted by IROS 2026
多机器人运动规划中的连通性维持与恢复
机构 * Brown University（布朗大学）
AI总结 本文提出了一种基于贝塞尔曲线的实时运动规划算法，用于多机器人系统中维持和恢复连通性，提升在障碍物环境中导航的成功率。
Comments 8 pages, 3 figures. To appear in the Proceedings of the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026), Pittsburgh, PA, USA
被动相导向阻抗塑造用于软机器人游动中的快速加速
机构 * Department of Mechanical Engineering, Iowa State University（机械工程系，爱荷华州立大学）
AI总结 本研究通过被动相导向阻抗塑造技术，显著提升了软机器人游动的加速能力和终端速度。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Camera-ready version
基于仿射空间网络导数的鲁棒高效MuJoCo模型预测控制
机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系）
AI总结 针对MJPC中有限差分导数计算瓶颈，引入仿射空间网络（WASP）导数替代，实现高效稳定的导数计算，在多种机器人任务中实现高达2倍加速，并优于随机采样规划器。
Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
基于PDDLStream的任务与运动规划大语言模型的系统研究
机构 * Stony Brook University（石溪大学）
AI总结 研究大语言模型在机器人任务与运动规划中的应用，开发16种用LLMs替代关键TAMP组件的算法，通过实验发现基于LLM的规划器成功率低、规划时间长，提供几何细节会增加任务规划错误，多数情况下直接LLM变体表现更好。
Comments 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 8 pages, 6 figures
Sym2Real：用于数据高效自适应控制的基于残差学习的符号动力学
AI总结 Sym2Real框架解决符号回归在实际控制中因对噪声敏感而受限的问题，先从低保真模拟学习，再用少量真实数据残差自适应弥合模拟到现实差距，仅约10条轨迹就实现对四旋翼和赛车的鲁棒控制及模拟到现实转移。
Comments 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
SKooP：用于强化学习的更快、更通用的有腿机器人运动的对称库普曼预测
机构 * Italian Institute of Technology (IIT)（意大利理工学院） ； University of Manchester（曼彻斯特大学） ； Dynamic Legged Systems Laboratory, IIT（意大利理工学院动态腿式系统实验室） ； Generative Bionics S.R.L（生成仿生学有限公司） ； DAUIN, Politecnico di Torino（都灵理工大学DAUIN） ； Rehab Technologies Lab, IIT（意大利理工学院康复技术实验室） ； Newcastle University（纽卡斯尔大学）
AI总结 研究针对强化学习样本效率低问题展开，提出SKooP方法，结合形态对称与库普曼模型优势，在学习策略时学习系统动力学模型，将其预测用于评论家，还纳入群对称，验证了该方法能减少收敛时间并增加学习奖励，且策略可转移。
Comments This paper has been accepted for publication at the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Pittsburgh, USA, 2026
REST：基于零样本目标导航的视界探索Steiner树
机构 * State Key Laboratory of Internet of Things for Smart City, University of Macau（智能城市物联网国家重点实验室，澳门大学） ； University of Michigan（密歇根大学）
AI总结 REST通过构建开放词汇3D地图、生成以代理为中心的路径树以及利用LLM推理选择最佳路径，在多个基准测试中实现了高成功率和高效路径效率。
Comments Accepted to IROS'26
将网络编码引入多机器人系统：自主系统在无线通信中的相互作用研究
机构 * Viterbi Faculty of Electrical and Computer Engineering, Technion–Israel Institute of Technology（电气与计算机工程学院，技术学院–以色列理工学院）
AI总结 研究探讨了网络编码在多机器人系统中的应用，通过案例分析展示其在提升通信可靠性和任务执行效率方面的优势。
Comments To appear in IROS 2026
章鱼启发的分布式控制用于软机器人手臂：基于图神经网络的注意力策略与环境交互
AI总结 本文提出基于图神经网络的注意力策略，用于软机器人手臂在复杂环境中实现目标接触，通过集中训练分散执行范式提升鲁棒性和性能。
Comments 8 pages, 5 figures, 2 tables, accepted by 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