期刊&会议
International Conference on Intelligent Robots and Systems · 会议 · Robotics
多无人机巡检任务下同步替换需求的鲁棒编队
机构 * Robotics Research Center, IIIT Hyderabad（IIIT海得拉巴机器人研究中心）
AI总结 本文针对多无人机巡检任务中同步替换需求的鲁棒编队问题，提出一种闭式充分编队规则，通过增加缓冲无人机数量提升任务可靠性。
Comments Accepted to IROS 2026
DTEA：一种双拓扑弹性执行器，实现系列和并联顺应性之间的实时切换
AI总结 本文提出了一种新型双拓扑弹性执行器DTEA，能够实现在操作过程中系列执行器（SEA）与并联执行器（PEA）拓扑结构之间的动态切换，通过实验验证了其在负载下的鲁棒性和切换时间，展示了其在两种模式下的静态刚度和扰动抑制性能。
Comments Accepted to IROS 2026
我们能信任不可靠的体素吗？在标签噪声下的3D语义占用预测探索
机构 * School of Artificial Intelligence and Robotics（人工智能与机器人学院） ； National Engineering Research Center of Robot Visual Perception and Control Technology（机器人视觉感知与控制技术国家工程研究中心） ； Institute for Anthropomatics and Robotics（人机一体化与机器人研究所） ； Karlsruhe Institute of Technology（卡尔斯鲁厄技术大学） ； INSAIT ； College of Electronic and Information Engineering（电子与信息学院） ； Shanghai Institute of Intelligent Science and Technology（智能科学与技术上海研究院） ； Shanghai Research Institute for Intelligent Autonomous Systems（智能自主系统上海研究院） ； Shanghai Key Laboratory of Intelligent Autonomous Systems（智能自主系统上海重点实验室） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems（自主智能无人系统国家重点实验室） ； Frontiers Science Center for Intelligent Autonomous Systems（智能自主系统前沿科学中心）
AI总结 本文提出DPR-Occ框架，通过双源部分标签推理解决3D语义占用预测中的标签噪声问题，实验表明其在高噪声环境下仍能保持性能。
Comments Accepted to IROS 2026. The benchmark and source code will be made publicly available at https://github.com/mylwx/OccNL
iWalker: 为行走人形机器人设计的 imperative 视觉规划
机构 * The Spatial AI & Robotics (SAIR) Lab, Computer Science and Engineering, University at Buffalo（布法罗大学空间人工智能与机器人实验室） ； The Wisconsin Expeditious Legged Locomotion (WELL) Lab, Mechanical Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校快速腿部运动实验室）
AI总结 iWalker 通过 imperative 学习实现人形机器人自主行走，结合视觉避障与足部规划，提升适应性和泛化能力。
Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2025
使用四旋翼无人机进行近距离光伏板自主涂层作业
机构 * High Performance Robotics Laboratory, Department of Mechanical Engineering, University of California Berkeley（加州大学伯克利分校机械工程系高性能机器人实验室）
AI总结 研究利用四旋翼无人机对光伏板进行近距离自主涂层作业，提出基于视觉惯性里程计等的定位系统及考虑地面效应等的控制方法，经室内外实验验证了系统自主能力，为光伏板涂层作业提供新途径。
Comments 7 pages, 11 figures. Accepted to IEEE IROS 2026
PhysORD: 一种用于越野驾驶中融合物理的神经符号方法
机构 * Spatial AI & Robotics (SAIR) Lab（空间人工智能与机器人实验室） ； Institute for Artificial Intelligence and Data Science（人工智能与数据科学研究院） ； Department of Computer Science and Engineering（计算机科学与工程系） ； University at Buffalo（布法罗大学） ； Robotics Institute（机器人研究所） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 PhysORD是一种融合物理定律的神经符号方法，通过整合欧拉-拉格朗日方程提升越野驾驶中运动预测的准确性和泛化能力。
Journal ref IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2024
气流暴露约束下模块化空中机械手的任务自适应设计
机构 * Technische Universität Darmstadt（达姆施塔特工业大学）
AI总结 针对多旋翼平台空中操作中旋翼气流限制问题，提出基于优化的模块化空中机械手设计框架，联合考虑任务、末端执行器及气流约束，引入新分类与模型，通过重新配置优化适应多样任务需求，实验验证了框架有效性。
Comments Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
基于力约束弹性映射的一次性多模态示范学习
AI总结 针对多数示范学习方法忽视力与环境相互作用的问题，提出一次性多模态LfD框架。通过多模态概率分割提取力感知运动原语，扩展弹性映射表示并结合外力约束学习轨迹模型，经实验验证该方法具有多模态分割、力感知再现及跨平台通用性。
Comments 8 pages, 6 figures, 4 tables. Accepted for publication at IROS 2026
Hydra++：通过对象级形状估计进行实时分层3D场景图构建
机构 * Laboratory for Information & Decision Systems, Massachusetts Institute of Technology（信息与决策系统实验室，麻省理工学院）
AI总结 研究如何将基于学习的对象形状估计器集成到分层3D场景图管道中，提出Hydra++系统。它结合形状估计和一致性检查，默认配置可在线构建场景图，支持混合配置应对室外挑战，实验证明其提高了对象和场景级重建质量。
Comments 8 pages, 12 figures, accepted in Proc. IEEE/RSJ IROS
StereoSplat+：具有扩散辅助渐进推理的前馈立体高斯点云渲染
机构 * Institute of Science Tokyo（东京科学研究所）
AI总结 研究从单目立体观察恢复高质量3DGS场景的问题，提出StereoSplat+框架，包含StereoSplat估计器及扩散增强单步渐进推理方案，实验表明该方法提升了新视图渲染质量和几何精度，优于现有前馈3DGS基线。
Comments 8 pages, accepted as a conference paper for IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS2026)
OIPP: 用于捕捉多样飞行物体的物体自适应冲击点预测器
机构 * Division of Information Science, Graduate School of Science and Technology, Nara Institute of Science and Technology (NAIST)（信息科学系，科技研究生学校，科学技术国立研究所（NAIST））
AI总结 OIPP通过物体自适应编码器和冲击点预测器，提升飞行物体捕捉的准确性和多样性。
Comments Accepted to IEEE/RSJ IROS 2026
GraphSeg: 通过图边添加和收缩实现分段3D表示
机构 * Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学）
AI总结 GraphSeg通过图边添加和收缩实现高效的3D对象分割，提升机器人环境下的分割精度和一致性。
Journal ref Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2026
STEMbot：一种用于树冠下植物导航的柔顺机器人
机构 * Robotics Department, University of Michigan（密歇根大学机器人系）
AI总结 针对有机农业虫害监测难题，提出STEMbot微型攀爬机器人系统，集成全几何PIN-SLAM管道和语义八叉树，用流形约束A*规划器实现分支感知遍历与遮挡目标检测，经实验验证可可靠导航并实现高保真几何重建。
Comments Accepted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). Project page: https://um-arm-lab.github.io/stembot-site/
Shift & Drift：用于可泛化且稳健的自动驾驶运动规划的零样本基准测试
机构 * Mercedes-Benz AG, Research & Development（梅赛德斯-奔驰股份公司，研发部） ； University of Tübingen（图宾根大学） ； Karlsruhe Institute of Technology, ITIV（卡尔斯鲁厄理工学院，ITIV）
AI总结 研究自动驾驶运动规划器在新城市拓扑泛化及执行扰动恢复方面的不足，提出Shift & Drift双轨基准测试，通过语义转移和状态分布漂移测试不同规划范式，发现模仿学习与强化学习在性能上的差异，为评估可靠部署提供基准。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
PanoImager：基于几何引导的稀疏全景视图新视角合成与重建
机构 * Institute of Industrial Science, The University of Tokyo（东京大学生产技术研究所）
AI总结 提出PanoImager框架，无需SfM，结合前馈位姿/深度先验、几何条件扩散视图补全和深度引导3DGS优化，从稀疏全景图像实现稳定新视角合成与重建。
Comments IROS 2026
OREN：八叉树残差网络用于实时欧几里得符号距离映射
机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电子与计算机工程系）
AI总结 OREN结合八叉树插值的显式先验和神经网络回归的隐式残差，实现高效且可微的非截断SDF重建，优于现有方法的准确性和效率。
Comments Accepted to IEEE/RSJ International Conference Intelligent Robots & Systems (IROS) 2026
TurboMap: 面向视觉SLAM的GPU加速局部建图
机构 * Simon Fraser University（西蒙弗雷泽大学） ； University at Buffalo（布法罗大学）
AI总结 针对视觉SLAM中局部建图延迟问题，提出GPU并行化与CPU优化结合的TurboMap后端，通过重构地图点创建、融合及关键帧管理，实现1.3-1.6倍加速且保持精度。
Comments Accepted for presentation at IROS 2026, preprint
FastTrack：用于视觉同步定位与地图构建的GPU加速跟踪
机构 * Simon Fraser University（西蒙弗雷泽大学） ； University at Buffalo（布法罗大学）
AI总结 研究视觉惯性SLAM系统跟踪模块，提出利用GPU加速立体特征匹配和局部地图跟踪等耗时组件的方法，在ORB-SLAM3中用CUDA实现，经实验在特定数据集和设备上跟踪性能提升达2.8倍。
Comments Published at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)
Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, pp. 15165-15172, 2025
PLED-VINS：一种用于动态环境的基于点线事件的视觉惯性同步定位与地图构建
机构 * KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院） ； School of Electrical Engineering, KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院电气工程学院）
AI总结 针对动态环境中视觉SLAM的挑战，PLED-VINS基于单目事件相机，通过提出熵-近期得分图和统一调整估计特征可靠性，设计自适应加权策略，有效提升了含运动物体动态序列的状态估计。
Comments 8 pages, 9 figures. Accepted to IROS 2026
HumAIN：人类感知的隐式社交机器人导航
机构 * Ewha Womans University（梨花女子大学） ； George Mason University（乔治梅森大学） ； University of Virginia（弗吉尼亚大学） ； Tufts University（塔夫茨大学） ； Semio（Semio公司） ； Hokkaido University（北海道大学）
AI总结 研究提出HumAIN框架，通过知识蒸馏将隐式社交线索融入机器人导航规划。利用基于Transformer的教师模型学习强大表示，蒸馏到轻量级学生模型。实验表明该方法能有效提升轨迹预测指标，在资源受限平台实现类人导航意识。
Comments 8 pages, 4 figures. Accepted to the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
LAMP: 杂乱空间中多机器人协作的长时域自适应操作规划
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 提出LAMP框架，结合学习生成的操作模型与两种规划器（LAMPA*和LAMP-Lazy），实现多机器人在密集杂乱环境中的长时域协作操作规划，解决现有方法无法处理的复杂任务。
Comments IROS 2026
NeuralMUSIC: 一种用于机器人声源定位的混合神经-子空间框架
机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院）
AI总结 提出NeuralMUSIC混合框架，结合神经网络估计空间协方差矩阵与经典MUSIC子空间方法，通过频率注意力融合和自监督学习提升机器人声源定位的鲁棒性和跨域泛化能力。
Comments Accepted by IROS 2026
通过LLM引导的基于模型的规划与提示选择进行部分已知环境中的物体搜索
机构 * Department of Computer Science, George Mason University（乔治·马歇尔大学计算机科学系）
AI总结 本文提出了一种基于LLM的模型规划框架和提示选择方法，用于部分已知环境中的物体搜索。利用LLM估计不同位置搜索目标物体的可能性，并结合环境地图提取的旅行成本，以实现有效的搜索性能。
Comments 10 pages, 8 figures. Accepted to IROS 2026
通过隐式时间步长快速学习软机器人控制
机构 * Horizon Robotics ； University of Michigan（密歇根大学）
AI总结 研究针对软机器人模拟框架稀缺及策略学习难的问题，采用隐式时间步长，以DisMech模拟器及增量自然曲率控制方法，经与Elastica对比实验，证明该方法能在不牺牲准确性的情况下显著加速软机器人策略学习。
Comments Accepted to IROS 2026. Code: https://github.com/QuantuMope/dismech-rl
聚类嵌入模型预测路径积分控制：避免平均诱导失效并实现动态障碍物的高效聚类选择
机构 * University of Washington（华盛顿大学）
AI总结 研究针对MPPI在杂乱环境中平均诱导失效问题，提出聚类嵌入MPPI框架。通过集成高保真修剪和聚类阶段重新定义控制律，利用DBSCAN等分离可行轨迹模式，结合智能选择逻辑。实验表明该方法能减轻障碍物前犹豫，缩短目标到达时间和末端执行器路径。
Journal ref IROS 2026
用于反无人机系统的基于不确定性驱动多智能体强化学习的延迟感知主动三角测量
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 针对反无人机系统中目标定位问题，提出延迟感知、不确定性驱动的多智能体强化学习框架。通过Dec-POMDP公式、控制比较及多源协方差传播等方法，实验表明该框架能有效提高三角测量有效性，降低RMSE，凸显循环记忆对延迟补偿的关键作用。
Comments Accepted to IROS 2026
用于使用车载传感器的本体感受车辆定位的物理正则化机器学习
机构 * AImotion Bavaria, Technische Hochschule Ingolstadt（巴伐利亚AImotion公司，英戈尔施塔特技术应用大学） ； Technische Universität München（慕尼黑工业大学）
AI总结 研究针对自主移动系统中车辆定位问题，提出物理正则化机器学习框架PRML2，结合卡尔曼滤波与数据驱动学习优势，通过可微卡尔曼滤波器实现物理正则化学习，提升定位精度与泛化能力，在公开数据集上验证其性能并引入新数据集。
Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 4 figures
LIPP：基于物理采样的负载感知信息路径规划
机构 * University of Southern California（南加州大学）
AI总结 研究针对物理样本采集场景中信息增益与负载相关遍历成本耦合问题，提出负载感知信息路径规划（LIPP），将其制定为混合整数二次规划，推导理论界限，经模拟验证其随样本质量增加能提升单位能量的不确定性降低能力。
Comments Accepted for presentation at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)
FailSafe: 视觉-语言-动作模型中的失败推理与恢复
机构 * Nanyang Technological University（南洋理工大学） ； Centre for Frontier AI Research, A*STAR（A*STAR前沿人工智能研究中心） ； Allen Institute for AI（艾伦人工智能研究所） ； University of Washington（华盛顿大学）
AI总结 提出FailSafe系统，自动生成多样化失败案例及可执行恢复动作，微调LLaVA-OV-7B构建FailSafe-VLM，使机器人检测并恢复失败，在ManiSkill任务上平均提升三个VLA模型性能达22.6%。
Comments IROS 2026. Project Page: https://jimntu.github.io/FailSafe
HJCD-IK：通过批处理混合雅可比坐标下降实现GPU加速的逆运动学
机构 * Columbia University（哥伦比亚大学） ； Purdue University（普渡大学） ； Barnard College, Columbia University（巴纳德学院，哥伦比亚大学）
AI总结 研究机器人逆运动学问题，提出基于GPU加速、采样的混合求解器HJCD-IK，通过结合方向感知贪婪坐标下降初始化、雅可比优化和并行碰撞滤波器，在速度和精度上比现有求解器有显著提升，且能找到无碰撞解决方案并开源代码。
Comments Accepted to IROS 2026. 8 pages, 6 figures, 3 tables, 4 algorithms
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