期刊&会议
International Conference on Intelligent Robots and Systems · 会议 · Robotics
PhyPush：基于物理引导的Transformer，一次推动即可实现无传感器物理属性估计
机构 * School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院） ； Dept. of Industrial Engineering, University of Bologna（博洛尼亚大学工业工程系）
AI总结 提出PhyPush框架，利用物理引导的Transformer从单次推动的末端执行器速度估计物体质量和摩擦系数，通过牛顿第二定律和库仑摩擦模型约束提升物理一致性和泛化能力。
Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems
通过多依赖PIBT规划MAPF智能体依赖关系
机构 * University Of Melbourne（墨尔本大学） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 提出多依赖PIBT（MD-PIBT）框架，通过搜索智能体依赖关系来规划多智能体路径，在拥挤环境中高效处理多达10000个智能体，支持多种运动学约束。
Comments Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
VolumeDP: 用于操作策略学习的体积表示建模
机构 * IIIS, Tsinghua University（清华大学智能产业研究院） ； Galaxea AI
AI总结 提出VolumeDP策略架构，通过体积表示显式3D推理解决2D-3D不匹配问题，在LIBERO基准上达到88.8%平均成功率，比最强基线提升14.8%。
Comments Accepted to IROS 2026
NOVA：自动驾驶中3D多目标跟踪的下一步开放词汇自回归
机构 * College of Mechanical and Vehicle Engineering, Hunan University（湖南大学机械与运载工程学院） ； State Key Laboratory of Intelligent Autonomous Systems, Tongji University（同济大学智能自主系统国家重点实验室）
AI总结 提出NOVA方法，通过自回归关联将3D多目标跟踪转化为轨迹条件时空语义序列完成，利用大语言模型实现开放词汇泛化，在nuScenes等数据集上显著提升新类别跟踪性能。
Comments Accepted to IROS 2026. Code will be available at https://github.com/xifen523/NOVA
从稀疏分类学指导中学习灵巧抓取
机构 * Korea University（高丽大学） ； Korea University of Technology and Education（韩国技术教育大学） ； Naver AI Lab（Naver AI 实验室） ； Seoul National University（首尔大学） ； WIRobotics ； RLWRLD
AI总结 GRIT框架通过稀疏分类学指导学习灵巧抓取，提升对新物体的泛化能力，实现87.9%的成功率，并通过高阶分类学选择实现抓取策略的可控性。
Comments IROS 2026 accepted
LDHP：基于库的非抓取灵巧操作分层规划
AI总结 提出库驱动分层规划器LDHP，通过顶层接触状态规划器与底层抓取规划器协同，实现非抓取操作的可执行性，在零自由度提升和槽插入任务中验证了鲁棒性。
Comments 8 pages,accepted by IROS 2026
水下欠驱动机构与软体机器人的统一结构-水动力学建模
机构 * Department of Mechanical Engineering and Advanced Robotics Centre, National University of Singapore（新加坡国立大学机械工程系与先进机器人中心） ； Singapore-MIT Alliance for Research and Technology (SMART) Centre（新加坡-麻省理工学院研究与技术联盟中心）
AI总结 提出一种轨迹驱动的全局优化框架，基于CMA-ES同时识别弹性、阻尼和分布式水动力学参数，实现水下欠驱动机构和软体机器人的高保真建模，仅需单段视频。
Comments The first two listed authors contributed equally. Yiyuan Zhang is the corresponding author. This paper has been accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
AION: 基于双策略强化学习的空中室内目标导航
机构 * Department of Electrical and Computer Engineering, National University of Singapore（新加坡国立大学电子与计算机工程系）
AI总结 提出AION，一种端到端双策略强化学习框架，解耦探索与目标到达行为，用于视觉空中目标导航，无需外部定位或全局地图，在AI2-THOR和IsaacSim中验证了优越性能。
Comments Accepted to IROS 2026
Rheos: 分层3D场景图中的连续运动动态建模
机构 * University of Turku（图尔库大学） ； Centre for Artificial Intelligence, Zürich University of Applied Sciences（应用科学大学人工智能中心） ； Instituto Tecnológico de Aragón (ITA) and the University of Zaragoza（阿拉贡理工大学和萨拉戈萨大学） ； University of Zaragoza（萨拉戈萨大学） ； School of Electrical Engineering, Aalto University（艾尔沃斯大学电气工程学院）
AI总结 提出Rheos框架，将连续方向运动模型嵌入分层3D场景图的动态层，通过半包裹高斯混合模型捕获多模态方向流，并采用水库采样和贝叶斯信息准则实现在线操作，优于离散基线方法。
Comments Accepted at IROS 2026, 8 pages
基于历史条件的时空视觉令牌剪枝用于高效视觉-语言导航
机构 * Department of Computer and Information Sciences at the University of Delaware（德克萨斯大学达勒姆分校计算机与信息科学系） ； University of Maryland’s Department of Computer Science（马里兰大学计算机科学系） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出一种无需训练的时空视觉令牌剪枝框架，通过空间令牌选择和时空压缩减少冗余计算，在保持导航精度的同时显著提升推理效率，并在真实机器人上验证了低延迟指令跟随导航。
Comments International Conference on Intelligent Robots and Systems (IROS) 2026
残差强化学习-模型预测控制用于时变流下鲁棒微机器人细胞推送
机构 * Department of Mechanical Engineering, University of Delaware（德克萨斯大学达勒姆分校机械工程系）
AI总结 针对微流控中接触式细胞推送易受扰动的问题，提出混合控制器，将标称MPC与SAC训练的残差策略结合，通过接触门控施加2D速度修正，提升非平稳流下的鲁棒性和跟踪精度。
Comments 8 pages, 8 figures. Accepted by IEEE/RSJ IROS 2026. Revised manuscript with reviewer feedback
Prior Reinforce: 有限试验下的目标条件动态操控
机构 * IIIS, Tsinghua University（清华大学智能学院） ； Shanghai Qi Zhi Institute（上海启智研究院） ； Spirit AI
AI总结 提出Prior Reinforce框架，利用条件扩散模型从少量演示学习运动流形，并在低维条件空间通过反馈驱动优化适应新目标，实现少至十次试验内的动态操控。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
基于自注意力的策略梯度用于无模型分布式非线性多智能体博弈
机构 * Department of Computer Science and Technology, University of Cambridge（计算机科学与技术系，剑桥大学） ； Department of Electrical and Computer Engineering, University of California San Diego（电气与计算机工程系，加州大学圣地亚哥分校） ； RoPeRt group, at DIIS - I3A, Universidad de Zaragoza（RoPeRt组，DIIS - I3A，阿拉贡大学）
AI总结 提出一种分布式策略结构，通过策略梯度学习，利用自注意力层处理时变通信拓扑，解决无模型非线性多智能体博弈问题，在多种场景中表现优异。
Comments The paper has been accepted and will be presented at IEEE/RSJ IROS 2026
MuTRAP: 攻击机器人任务规划系统的多触发器木马
机构 * Binghamton University (SUNY)（宾夕法尼亚州立大学布林顿分校）
AI总结 提出首个针对LLM辅助机器人任务规划器的多触发器木马攻击MuTRAP，通过少量任务特定参数注入后门，并优化触发器词以激活特定恶意行为，揭示当前基于LLM的规划器的安全漏洞。
Comments Accepted for publication at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
Safe-SAGE: 通过拉普拉斯调制泊松安全函数实现安全交互的社会-语义自适应引导
机构 * Caltech MCE（Caltech机械工程系） ； Tufts ME（Tufts大学机械工程系）
AI总结 提出Safe-SAGE框架，结合泊松安全函数与拉普拉斯引导场，融合多传感器点云与视觉语义分割，通过多层安全滤波器实现腿式机器人在语义丰富动态环境中的安全导航。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Copyright transferred to IEEE
基于鲁棒紧耦合滤波器的单目视觉惯性状态估计与图优化评估用于自主无人机竞速
机构 * Unmanned Systems Research Group (USRG), School of Electrical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（无人系统研究组（USRG）、电气工程学院、韩国科学技术院（KAIST））
AI总结 提出ADR-VINS，一种基于误差状态卡尔曼滤波器的单目视觉惯性框架，通过直接像素重投影误差实现鲁棒状态估计，仅需两个可见角点；并引入ADR-FGO离线图优化生成高保真参考轨迹，用于无GNSS环境下的性能评估。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
基于自课程模型的可变形线性物体形状控制强化学习
机构 * Department of Mechanical Engineering, Tsinghua University（清华大学机械工程系）
AI总结 提出两阶段框架，结合基于模型强化学习与在线视觉伺服，通过自课程目标生成机制实现可变形线性物体高效精确的形状控制，在仿真和真实任务中优于主流方法。
Comments Accepted to IROS 2026
Schur-MI：用于机器人信息收集的快速互信息
机构 * Texas A&M University（德克萨斯农工大学） ； University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
AI总结 提出Schur-MI，利用迭代结构和Schur补分解将互信息计算复杂度从O(|V|^3)降至O(|A|^3)，在真实测深数据集上实现最高12.7倍加速，并成功用于自主水面车辆的在线路径规划。
Comments IROS 2026
SHIELD: 基于学习动力学期望的控制障碍函数实现人形机器人安全
机构 * Mechanical and Civil Engineering, California Institute of Technology（加州理工学院机械与土木工程系） ； Aerospace Engineering and Engineering Mechanics, UT Austin（德克萨斯大学奥斯汀分校航空航天工程与工程力学系） ； Computer Science, Cornell University（康奈尔大学计算机科学系）
AI总结 提出SHIELD框架，通过训练随机动力学残差模型并利用随机离散时间CBF在概率上保证安全，为黑箱RL控制器添加最小侵入式安全层，在Unitree G1人形机器人上实现安全导航。
Comments Accepted to the 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025). Copyright transferred to IEEE. Video at https://youtu.be/-Qv1wR4jfj4
ScanBot: 一种用于工业激光轮廓仪精密机器人表面扫描的基准
机构 * University of Connecticut（康涅狄格大学）
AI总结 提出ScanBot基准，用于机器人工业激光轮廓仪的高精度表面扫描，包含二十个物体、六类任务，评估方法分为传感器参数推荐和轨迹生成两阶段。
Comments 9 pages, 7 figures. Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
Intent-Handover：在人类使用区域中接地语言以实现可信的机器人到人交接
机构 * DANiLab, University of Leicester（莱斯特大学DANiLab） ； University of Leicester（莱斯特大学） ； School of Computing and Mathematical Sciences, University of Leicester（莱斯特大学计算与数学科学学院） ； School of Metallurgy and Materials, University of Birmingham（伯明翰大学冶金与材料学院）
AI总结 提出Intent-Handover方法，通过视觉语言模型识别目标物体和人类使用区域，结合抓取优化和人体姿态跟踪，实现安全、可信的机器人到人物体交接。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
RoboSSM: 基于状态空间模型的可扩展上下文模仿学习
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； KAIST（韩国科学技术院） ； FAIR at Meta（元宇宙FAIR） ； Amazon（亚马逊） ； Sony AI（索尼人工智能）
AI总结 提出RoboSSM，用状态空间模型替代Transformer实现上下文模仿学习，在LIBERO基准上对未见和长时任务泛化更优，首次证明SSM是ICIL高效可扩展的骨干网络。
Comments IROS 2026
TASC：面向关系遥操作的任务感知共享控制
机构 * KU Leuven, Dept. Mechanical Engineering, Research unit Robotics, Automation and Mechatronics（KU莱顿机械工程系，机器人、自动化与机电一体化研究单位） ； KU Leuven, Dept. Electrical Engineering, Research unit Processing Speech and Images（KU莱顿电气工程系，语音与图像处理研究单位）
AI总结 提出TASC框架，通过视觉构建开放词汇交互图推断任务级用户意图，并基于空间约束提供共享控制辅助，提升关系遥操作效率与泛化能力。
Comments Accepted to IROS 2026
VibeCheck: 使用主动声学触觉传感进行接触丰富的操作
机构 * Dept. of Mechanical Engineering（机械工程系） ； Dept. of Computer Science（计算机科学系） ； Dept. of Electrical Engineering（电气工程系） ； Columbia University（哥伦比亚大学）
AI总结 本文构建了带有两个压电手指的主动声学传感夹爪，通过物体传递声学振动来感知其声学特性和接触状态，用于物体分类、抓取位置估计、内部结构姿态估计以及外部接触类型分类，并基于接触分类模型实现了鲁棒的插销任务。
Comments Published at IROS 2025. 8 pages, 7 figures
面向视频地点识别的合成新视角系统性评估
AI总结 系统评估合成新视角对视频地点识别的影响，发现少量合成视角可提升识别性能，且视角变化幅度不如添加数量和图像类型重要。
Comments Submitted to IEEE IROS 2026
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
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