期刊&会议
IEEE Robotics and Automation Letters · 期刊 · Robotics
DQ-MPCC：用于四旋翼竞速的双四元数MPCC
机构 * Federal University of Paraíba (UFPB)（帕拉伊巴联邦大学） ； Worcester Polytechnic Institute (WPI)（伍斯特理工学院）
AI总结 针对四旋翼竞速，提出基于双四元数的模型预测轮廓控制（DQ-MPCC），在统一位姿-扭转坐标中投影误差，仿真与实飞均优于基线，提升穿越精度并缩短圈速。
Comments 8 pages, 6 figures. Submitted to IEEE Robotics and Automation Letters
SAGE：面向LLM任务规划器的符号动作门控与编辑
机构 * Korea Electronics Technology Institute (KETI)（韩国电子技术研究院（KETI））
AI总结 SAGE提出符号动作门控与局部编辑机制，以零token安全监控和高效恢复提升LLM任务规划器的安全性与完成率，并在多个基准上验证了其优势。
Comments 8 pages, 2 figures, 1 table, 3 algorithms. Submitted to IEEE Robotics and Automation Letters (RA-L). Code and benchmark: https://github.com/mtbui2010/sage_release
迈向运动规划中的运动学可执行不可行性检测
AI总结 提出几何驱动框架，通过构型空间拓扑分析及GPU加速并行算法，实现高维运动规划中不可行性的快速证明与原因识别。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
双无人机缆绳悬挂载荷运输的紧凑力传感器及张力感知外环控制
机构 * Università degli Studi di Genova（热那亚大学）
AI总结 本文提出一种用于双无人机缆绳载荷运输的紧凑力传感器及张力感知级联控制方法，通过测量锚点力实现外环补偿，仿真和室内实验验证了其提升稳定性、协调性和抗扰能力。
Comments Preprint version for IEEE Robotics and Automation Letters
四足机器人分布式低成本飞行时间传感器的避障与步态规划
机构 * Oxford Robotics Institute, University of Oxford（牛津大学牛津机器人研究所） ； Free University of Bozen-Bolzano（博尔扎诺自由大学） ； University of Edinburgh（爱丁堡大学） ； University of Udine（乌迪内大学）
AI总结 本研究验证了分布式ToF传感器可作为低成本替代方案，为四足机器人提供厘米级近场地形测绘，支持可靠的避障与步态规划，且成本、能耗和复杂度远低于深度相机。
Comments 8 pages, 11 figures, accepted for publication on IEEE Robotics and Automation Letters (Septemeber 2026)
串联弹性执行器的第二扭矩端口：并行集成设计与时间尺度扭矩分配
机构 * Beihang University（北京航空航天大学）
AI总结 针对串联弹性执行器单一扭矩端口在高频和低幅下的性能局限，本文提出并行集成式SEA（Pi-SEA），通过时间尺度分配扭矩，拓宽跟踪带宽并降低残余误差一个数量级。
Comments 8 pages, 9 figures, 1 table. Submitted to IEEE Robotics and Automation Letters
阻抗克隆：学习接触丰富操作中的平衡点参数
机构 * Saitama University（埼玉大学）
AI总结 提出阻抗克隆方法，通过模仿刚度和平衡点参数而非轨迹，实现接触丰富操作对表面几何变化的鲁棒性，在擦拭和拾放任务中优于轨迹基线和固定阻抗基线。
Comments 8 pages, 7 figures, 3 tables. Submitted to IEEE Robotics and Automation Letters (RA-L)
Free-Init：用于多普勒激光雷达-惯性系统的无扫描、无运动、无对应初始化
机构 * University of Macau（澳门大学）
AI总结 针对激光雷达-惯性系统，提出无扫描、无运动、无对应的Free-Init初始化框架，融合多普勒速度与惯性测量，支持静止至剧烈运动，输出超10kHz，实验验证其高效性与韧性。
Comments IEEE Robotics and Automation Letters (RA-L), 2024. Project Page: https://github.com/IMRL/Free-Init
Journal ref M. Zhao et al., "Free-Init: Scan-Free, Motion-Free, and Correspondence-Free Initialization for Doppler LiDAR-Inertial Systems," in IEEE Robotics and Automation Letters, vol. 9, no. 12, pp. 11329-11336, Dec. 2024
FMCW-LIO：一种多普勒激光雷达-惯性里程计
机构 * University of Macau（澳门大学）
AI总结 针对传统LIO依赖几何特征的问题，提出FMCW-LIO，利用FMCW多普勒激光雷达的固有速度测量，通过运动补偿与多普勒辅助观测模型实现鲁棒状态估计与静态建图，在退化环境中表现优异。
Comments IEEE Robotics and Automation Letters (RA-L), 2024. Project Page: https://github.com/IMRL/FMCW-LIO
Journal ref M. Zhao et al., "FMCW-LIO: A Doppler LiDAR-Inertial Odometry," in IEEE Robotics and Automation Letters, vol. 9, no. 6, pp. 5727-5734, June 2024
ScaRF-SLAM: 基于前馈模型与经典视觉SLAM的尺度一致重建
机构 * Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院）
AI总结 提出一种解耦框架，将经典特征SLAM用于鲁棒跟踪，几何基础模型仅用于建图，通过尺度优化和子图融合实现高质量一致密集重建，在建筑级数据集上重建精度提升10%-20%。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L) 2026
Journal ref IEEE Robot. Autom. Lett. 11(11), 2026, 12519-12526
DexWrist：一种用于受限和动态操作的机械腕
机构 * Improbable AI Lab, Massachusetts Institute of Technology（Improbable AI实验室，麻省理工学院）
AI总结 DexWrist通过结合准直接驱动和解耦并行运动机制，在紧凑设计中实现高扭矩和动态接触任务，提升了受限环境中的操作性能。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L). 8 pages, 8 figures. Project page: https://martinpeticco.com/dexwrist
远程磁悬浮使用简化姿态控制与参数场模型
AI总结 本文提出了一种利用参数分析模型实现远程磁悬浮控制的方法，通过线性二次调节器稳定平移运动，并采用非线性控制器调节简化姿态，实现大空间角度的可靠跟踪。
Comments https://ieeexplore.ieee.org/abstract/document/11514000
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 8028-8035, 2026
做好准备：任务条件化的环境支撑以实现有力的人形操作
机构 * Queensland University of Technology（昆士兰科技大学） ； Australian Cobotics Centre（澳大利亚协同机器人中心） ； Centre for Robotics（机器人中心）
AI总结 本文提出支撑手策略（SHS），通过任务条件化环境支撑，使单臂有力操作时另一臂支撑，显著提升人形机器人接触力至60N，远超无支撑的13.5N，且无需重新训练即可泛化。
Comments Submitted to IEEE Robotics and Automation Letters (RA-L). 8 pages, 6 figures. Video demonstration: https://youtu.be/zPrGLxWJzI4. This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible
释放轮腿机器人在高动态反射性障碍规避中的敏捷性
机构 * School of Mechanical Engineering, Tianjin University（天津大学机械工程学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Beijing Zhongguancun Academy（北京中关村学院） ； DeepRobotics（深睿科技）
AI总结 本文提出AWARE框架，通过层次强化学习实现轮腿机器人在动态环境中的敏捷避障，展现多样化的运动模式和规避行为，验证了轮腿机器人在高动态威胁下的敏捷性。
Comments 8 pages, 10 figures, 5 tables
Journal ref IEEE Robotics and Automation Letters (RA-L) 2026
UniPoint：面向挑战性地形的仿人机器人统一点级传感器融合
机构 * Zhejiang University（浙江大学） ； Yunshenchu Technology Co., Ltd.（云深处科技有限公司） ； Zhejiang Key Laboratory of Additive Manufacturing Technology and Equipment（浙江省增材制造技术与装备重点实验室）
AI总结 针对仿人机器人复杂地形感知的覆盖、精度与冗余难题，提出基于360°激光雷达和双深度相机点级早期融合的UniPoint框架，以固定令牌编码解耦成本，单次训练生成八种地形的统一策略，并在DR02上验证了跨场景鲁棒性。
Comments 8 pages, 9 figures, 6 tables. Submitted to IEEE Robotics and Automation Letters (RA-L). Video: https://youtu.be/Rd9YyfOxvmY
ARCGym：自主机器人结肠镜检查中的深度强化学习基准
机构 * University of Copenhagen（哥本哈根大学）
AI总结 ARCGym是用于自主机器人结肠镜检查的强化学习环境与基准，支持多种柔性内窥镜，实验表明自主导航仍具挑战性，近端插入致动是开放问题。
Journal ref G. Ji, M. Finocchiaro, K. Erleben, and H. Yin, "ARCGym: Benchmarking Deep Reinforcement Learning in Autonomous Robotic Colonoscopy," IEEE Robotics and Automation Letters, 2026
PAMoR：面向人形机器人的实时参数化情感动作生成
机构 * University College London（伦敦大学学院）
AI总结 PAMoR将情感转化为可量化的V-A控制参数，结合动作与情感先验，在Unitree G1机器人上实时生成可编辑的情感动作，其情感识别率接近人类表演水平且优于基线。
Comments Under Review of IEEE Robotics and Automation Letters, 8 pages
Colosseum V2：视觉语言动作模型的泛化能力基准测试
机构 * Department of Computer Science, University of Southern California（南加州大学计算机科学系） ； Department of Electrical Engineering, Indian Institute of Technology Madras（印度理工学院Madras分校电子工程系） ； Fu Foundation School of Engineering and Applied Science, Columbia University（哥伦比亚大学工程与应用科学学院）
AI总结 提出Colosseum V2大规模仿真基准，通过28个任务和两种机器人形态，系统评估VLA模型在分布偏移下的泛化能力，揭示其在高层次理解与鲁棒行为之间的差距。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L)
通过可见性感知的跨模态监督学习从预波束成形每根天线范围-多普勒雷达数据中学习空间结构
机构 * University of the Bundeswehr Munich（慕尼黑联邦国防军大学）
AI总结 本文探讨了能否直接从预波束成形的每根天线范围-多普勒测量中学习有意义的空间结构，通过可见性感知的跨模态监督学习方法，评估了不同发射配置对几何恢复能力的影响。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026
EmbodiedDiffusion：用于异构机器人导航的端到端可通行性引导视觉扩散
机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（智能空间机器人实验室，数字工程中心，斯克尔科沃科学与技术研究所）
AI总结 针对自主导航中视觉可通行性估计问题，EmbodiedDiffusion框架利用无规划器合成监督等，同时预测可通行性地图与生成可行轨迹，经训练提炼语义到轻量级模型，能快速适应新平台，在多机器人室内环境中实现高效导航与轨迹生成。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 10, pp. 11697-11704, Oct. 2026
Sim2Real Diffusion：利用基础视觉语言模型实现自适应自动驾驶
机构 * Department of Automotive Engineering, Clemson University International Center for Automotive Research (CU-ICAR)（汽车工程系，克莱姆森大学国际汽车研究中心（CU-ICAR））
AI总结 本文提出Sim2Real Diffusion框架，利用基础视觉语言模型实现自动驾驶的跨领域适应，通过条件潜在扩散提升sim2real转换性能。
Comments Accepted in IEEE Robotics and Automation Letters (RA-L) and additionally accepted to be presented at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 1, pp. 177-184, Jan. 2026
将刚体动力学导数适配于约束嵌入的闭链模型
机构 * University of Notre Dame（圣母大学）
AI总结 本文扩展刚体动力学导数算法至约束嵌入闭链模型，移除局部构型不变假设，支持更一般关节类型，并评估额外计算成本，以提升模型预测控制与可微仿真的精度。
Comments 8 pages, 6 figures
Journal ref D. J. Volpi and P. M. Wensing, "Adapting Rigid-Body Dynamics Derivatives for Constraint Embedding Closed-Chain Models," in IEEE Robotics and Automation Letters, vol. 11, no. 9, pp. 10784-10791, Sept. 2026
学习具有鲁棒性和敏捷性的全方位空中运动：过驱动可倾四旋翼
AI总结 本文提出基于强化学习的过驱动可倾四旋翼全方位空中运动控制方法，通过系统辨识与领域随机化提升鲁棒性和泛化能力，实现高精度姿态跟踪与零样本部署。
Comments accepted to IEEE Robotics and Automation Letters
Uni-PrevPredMap: 延伸PrevPredMap至一个统一的先验信息建模框架，用于在线向量化的HD地图构建
机构 * Ruqi Mobility（鲁奇移动） ； GAC R&D Center（GAC研发中心）
AI总结 Uni-PrevPredMap通过整合先前预测与损坏HD地图，提供一种统一的先验信息建模框架，提升在线向量化HD地图构建的鲁棒性和效率。
Comments 8 pages, 4 figures, 9 tables. Published in IEEE Robotics and Automation Letters
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 10, pp. 12032-12039, October 2026
通过神经渲染细化自动驾驶数据集中的真实位姿
AI总结 本文提出MOISST++，一种基于NeRF的流水线，联合细化自动驾驶数据集中的传感器标定和连续时间自车轨迹，在多个数据集上显著提升位姿精度并公开优化结果。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L), 2026
DR-MPC：用于腿部运动控制的快速且可行的动力学松弛模型预测控制
机构 * Tsinghua University（清华大学） ； Boston University（波士顿大学） ； Nanyang Technological University（南洋理工大学） ； Johns Hopkins University（约翰斯·霍普金斯大学）
AI总结 本文提出DR-MPC，一种通过将动力学约束转为惩罚项并利用Schur补的高效MPC方法，在保持运动性能的同时，显著提升求解速度，并在四足机器人上验证。
Comments 8 pages, 5 figures, submitted to RA-L
从成功与失败中学习：为社交机器人获取自适应对话策略
AI总结 本研究提出利用视觉语言模型和大语言模型，从成功与失败交互中自动获取社交机器人对话策略，显式表示失败策略可提升性能，并降低开发成本。
Comments 8 pages, 3 figures
Journal ref IEEE Robotics and Automation Letters 11(8) (2026) 9263-9270
PIVOT：感知感知的独立视点在线优化
AI总结 PIVOT提出一种轻量级迭代方法，在固定平移轨迹上在线优化传感器观察方向以最大化特征可见性，通过SO(3)指数映射实现高效连续优化，保留98.1-99.6%可见性并加速76-85倍，在仿真和真实实验中验证了改进的定位鲁棒性。
Comments 9 pages, 9 figures, 3 tables. Yuyang Chen and Shekoufeh Sadeghi contributed equally to this work. Submitted to IEEE Robotics and Automation Letters (RA-L)
容错、保持刚性的可膨胀桁架机器人控制
机构 * Ira A. Fulton School of Engineering, Mechanical Engineering Department, Brigham Young University（伊拉·A·福林工程学院，机械工程系， Brigham Young 大学）
AI总结 本文提出了一种容错控制框架，用于可膨胀机器人桁架，能够在电机故障的情况下保持功能，通过三个关键贡献：扩展运动学优化以处理任意电机故障组合，引入离散时间控制屏障函数约束以保证结构刚性，以及利用 onboard 编码器反馈和基于正向运动学的状态估计器实现闭环位置控制。
Comments 8 pages, 9 figures, 1 table. Accepted to IEEE Robotics and Automation Letters (RA-L)
基于连续点位不确定性的几何约束雷达惯性里程计
机构 * Dept. of Mechanical Engineering, SNU（首尔大学机械工程系）
AI总结 本文提出一种结合点位不确定性的几何约束雷达惯性里程计，通过连续轨迹模型估计姿态不确定性，提升在不确定雷达测量下的定位精度和效率。
Comments 8 pages, 8 figures, 6 tables, accepted to RA-L
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