期刊&会议
International Conference on Intelligent Robots and Systems · 会议 · Robotics
超越边界：场景异常引导的自主探索
机构 * Robotics Research Center, IIIT-Hyderabad（机器人研究中心，印度国际信息技术学院海得拉巴分校）
AI总结 研究针对传统3D环境自主探索方法忽视结构背景致轨迹低效及重建质量差的问题，提出SCAGE框架，将探索视为几何异常最小化问题，依据对室内建筑的理解标记异常引导机器人，实现空间发现与高保真映射结合，提升了覆盖率和重建质量。
Comments Accepted in IEEE/RSJ IROS 2026. Project page: https://beyondfrontiers.github.io/
Event3R：通过时空特征聚合从事件相机进行异步到全局的3D重建
机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学）
AI总结 研究针对事件相机异步、稀疏和高动态特性及缺乏标注数据集的问题，提出Event3R框架，通过时空体素表示、时间注意力模块、掩码箱建模策略及对比对齐和一致性正则化损失，实现鲁棒的3D重建，性能显著优于现有方法。
Comments accepted to IROS 2026
一种用于复杂行为规划的生成式部分指定有限状态机方法
机构 * University of Canberra（堪培拉大学）
AI总结 研究为自主机器人在动态环境中的行为规划，提出生成式部分指定有限状态机（GPSFSM）神经符号架构，利用Fabric等组件实现标准化语义能力描述，实验表明该方法计划生成成功率高、延迟低，还能生成复杂行为，且开源堆栈使其实用可重复。
Comments Accepted for publication in the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 10 figures, 1 table
用于张拉整体机器人六轴接触力扳手估计的可扩展开源视觉触觉传感器
机构 * University of Michigan（密歇根大学）
AI总结 本文针对张拉整体机器人提出可扩展开源视觉触觉传感系统，通过集成弹性体外壳等部件及螺旋状填充粘结技术，利用触觉到扳手的神经网络实现六轴力扳手估计，实验验证其准确性和稳定性，提升了机器人触觉反馈实用性。
Comments 8 pages, 10 figures, IROS 2026
基于模型的结构化软操纵器本体感觉与接触传感解耦策略
机构 * Embodied AI SA（具身人工智能公司） ； CREATE Lab, STI, EPFL（洛桑联邦理工学院智能系统学院创意实验室） ； Delft University of Technology（代尔夫特理工大学） ； German Aerospace Center（德国航空航天中心） ； MIT Computer Science & Artificial Intelligence Laboratory（麻省理工学院计算机科学与人工智能实验室）
AI总结 研究软连续体机器人传感难题，提出基于模型策略从通用流体压力传感器解耦信号，用于ITH段，单段试验效果良好，集成到Air-Helix进行演示，证明该方法是实现软机器人并发传感的实用途径。
Comments Accepted for publication in the proceedings of the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
VTAP 夹爪：指尖传感与视觉触觉主动手掌协同实现灵巧的手中操作
机构 * Edwardson School of Industrial Engineering, Purdue University（普渡大学爱德华森工业工程学院） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系）
AI总结 研究提出集成 VTAP 和触觉阵列传感器手指的夹爪，利用指掌协同与多模态感知实现操作。通过双模态手掌扩展能力，提出重定向框架。经多任务实验验证，该夹爪及框架为灵巧夹爪设计等提供实用参考架构。
Comments 8 pages, 10 figures, accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project webpage: https://yuhochau.github.io/vtap/
NeuroCommitSSM：通过脑电图-肌电图-眼动追踪提交准备实现安全辅助操作的以决策为中心的共享自主性
机构 * Saint Louis University（圣路易斯大学）
AI总结 NeuroCommitSSM是用于辅助机器人操作安全控制的以决策为中心框架，依EEG、EMG和ET预测提交分数转化为离散事件，经三状态监督器控制执行。实验表明其在多场景下准确率高、错误提交低，硬件验证减少错误启动和决策不稳定。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 3 figures, and 8 tables
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)
接住、抛出、重复：人机搭档杂耍的规划
机构 * Technical University of Darmstadt（达姆施塔特工业大学） ； Justus-Liebig University Gießen（吉森尤斯 - 李比希大学） ； German Research Center for AI (DFKI)（德国人工智能研究中心（DFKI）） ； Robotics Institute Germany（德国机器人研究所） ； Indian Institute of Technology Delhi - Abu Dhabi（印度理工学院德里分校 - 阿布扎比）
AI总结 研究人机搭档杂耍问题，提出实时规划和控制架构，集成多种技术实现同步多球杂耍。通过用户研究，证明系统能达成三球级联共享，参与者成绩超此前最佳，提升了人机物理交互和共享自主性。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
KineFuse：用于手中遮挡物体姿态跟踪的运动感知触觉融合
机构 * Center for Humanoid Research, KIST（韩国科学技术院人形机器人研究中心） ； Korea University（韩国大学）
AI总结 研究如何利用多手指手上的稀疏触觉信号补充预训练视觉姿态跟踪器以应对遮挡，提出运动感知手指级编码器，经多级别评估对比，验证其能提升跟踪成功率，在下游任务表现更好并提供真实世界演示。
Comments 8 pages, 10 figures. Accepted for presentation at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
BridgeFlow：基于流匹配的快速且鲁棒的 SE(2) 等变运动规划
机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
AI总结 研究针对机器人运动规划中刚体变换等变性难题，提出BridgeFlow框架，通过轻量级模块实现等变性，结合布朗桥信息先验与最优传输加速推理，并嵌入环境感知，相比基线有速度和轨迹率优势，可稳健泛化。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 7 figures
用于完整草莓收获过程的强化学习：障碍物分离、采摘和放置
机构 * Beijing Academy of Agriculture and Forestry Sciences（北京市农林科学院） ； Huazhong Agricultural University（华中农业大学）
AI总结 针对机器人草莓采摘中复杂接触动力学问题，开发含启发式阶段协调的强化学习框架，通过共享策略、观察空间及分层架构实现任务，采用相关技术支持模拟到现实转移，实验验证了该方法在不同平台的有效性。
Comments Accepted to IROS 2026
NavCMPO：用于自适应导航的评论家引导的平均流策略优化
机构 * Zhejiang University（浙江大学） ； Shandong University（山东大学）
AI总结 研究针对无地图视觉导航中策略的问题，提出NavCMPO框架，结合平均流轨迹生成、评论家引导细化和强化学习微调。在InternVLA - N1基准上有高成功率且降低推理延迟，并在Unitree Go2上实现有效模拟到现实的迁移。
Comments Accepted for presentation at IROS 2026
SoftNav：将3D场景令牌注入视觉语言模型以进行具身导航
机构 * Zhejiang University（浙江大学） ； Shandong University（山东大学）
AI总结 研究针对具身导航中3D场景理解与导航推理协同问题，提出SoftNav方法，通过轻量级投影仪将3D连续表示作为软令牌注入VLM隐藏空间，在HM3D-OVON上超越先前方法，且能零样本转移到其他场景，弥合表征差距实现可转移导航。
Comments 8 pages, 6 figures. Accepted to IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
超越隐式力：在使用Transformer的动作分块中评估显式力-扭矩代理
机构 * Australian Institute for Machine Learning (AIML), Adelaide University（澳大利亚机器学习研究所（AIML），阿德莱德大学）
AI总结 研究在动作分块中ACT的力感知是否依赖遥操作隐式线索，引入以观察为中心的变体，评估简单关节扭矩代理。去除隐式线索致力关键阶段失败，扭矩增强策略可恢复接触行为并改进基础策略，证明隐式线索是力感知可恢复来源。
Comments Accepted to IROS 2026
通过基于加速度的CBF-QP约束执行实现强化学习策略在实际机器人部署中的安全执行
机构 * CNRS–AIST Joint Robotics Laboratory (JRL)（法国国家科学研究中心与日本产业技术综合研究所联合机器人实验室） ； AIST（日本产业技术综合研究所） ； The University of Tokyo（东京大学）
AI总结 研究针对强化学习缺乏安全保障限制硬件部署的问题，提出基于加速度的CBF-QP安全过滤器Acc-CBF-QP，能在运行时约束策略于安全集，减少约束违反，保留标称任务性能，在机器人实验中效果显著，且流程开源。
Comments 8 pages, 4 figures. Accepted for publication at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
混合智能体博物馆导游设计提升性别化学习成果及游客偏好
机构 * University of Michigan（密歇根大学） ； Incheon National University（仁川国立大学）
AI总结 研究博物馆中机器人导游，提出结合实体与虚拟智能体的混合导游系统，经30人受试者内研究验证，发现其提升女性学习表现，各条件下参与度和体验质量一致，且无论性别参与者都更偏好混合智能体团队。
Comments Accepted on IROS 2026, 8 pages
Chat2Scenic：一种基于迭代检索增强生成的自动驾驶场景生成框架
机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） ； University College London（伦敦大学学院）
AI总结 研究自动驾驶场景生成难题，提出Chat2Scenic这一基于迭代检索增强生成的框架，通过聊天机器人界面及RAG技术生成DSL场景脚本，构建开放基准，评估结果显示其性能优于现有方法。
Comments Accepted at 2026 IEEE International Conference on Intelligent Robots and Systems (IROS)
用于高速赛车的带里程计的3D车道检测
AI总结 研究高速赛车场景下的3D车道检测问题，通过新数据集比较多种方法，提出改进措施，利用多摄像头集成及里程计等提升性能，相比其他方法提高了F1分数并降低误差，在车辆部署中取得良好指标。
Comments 14 pages, IROS paper, includes extended abstract
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
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