期刊&会议
IEEE Robotics and Automation Letters · 期刊 · Robotics
TRaIL-Odom：采用自适应多普勒加权的紧耦合连续时间雷达-惯性测量单元-激光雷达里程计
机构 * Seoul National University（首尔国立大学） ； ETH Zürich（苏黎世联邦理工学院） ； Robotics and AI Institute（机器人与人工智能研究院）
AI总结 TRaIL-Odom提出紧耦合雷达-IMU-激光雷达里程计的自适应多普勒加权模块，在13个序列上达SOTA，退化场景优势显著， ablation实验降RMSE ATE和RTE达86.0%、78.5%。
Comments Accepted for publication at the IEEE Robotics and Automation Letters on 23 August, 2026
欠驱动腿式机器人的实时控制约束差分动态规划算法
机构 * Sungkyunkwan University (SKKU)（成均馆大学） ； AIDIN ROBOTICS Inc.（艾丁机器人公司）
AI总结 针对经典DDP处理控制约束的局限，提出ABC-DDP算法，结合可行性驱动多射击框架，实现欠驱动腿式机器人实时MPC，仿真验证其可完成静态双腿站立及多种动态运动。
Comments This version includes a minor correction to the notation in Eq. (2)
Journal ref IEEE Robotics and Automation Letters (RA-L), 2026
学习面向感知的腿式移动操作的地形感知全身控制
机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology (Guangzhou)（机器人与自主系统方向，香港科技大学（广州））
AI总结 提出TA-WBC框架，通过混合外感受编码器提取地形特征、基于脚接触平面的末端执行器采样方法以及双策略蒸馏模块，实现腿式机械臂在复杂地形上的全身移动操作控制。
Comments Accepted by RA-L
通过自然动力学实现弹性蛇形机器人的运动
机构 * German Aerospace Center (DLR), Robotics and Mechatronics Center (RMC)（德国航空航天中心（DLR）机器人与机电中心） ； Technical University of Munich (TUM), Department of Computer Engineering（慕尼黑技术大学（TUM）计算机工程系）
AI总结 本文研究了利用非线性自然动力学设计高效步态的方法，比较了两种基于自然动力学的步态与现有方法，发现非制动周期轨迹步态在能量节约情况下更高效。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 7908-7915, July 2026
MultiGraspNet：一种多任务3D视觉模型用于多机械手抓取
机构 * VANDAL Laboratory, Department of Control and Computer Engineering, Politecnico di Torino（沃纳达实验室，控制与计算机工程系，都灵理工大学） ； Comau S.p.A., Advanced Automation Solutions（Comau S.p.A.，先进自动化解决方案） ； Istituto Italiano di Tecnologia（意大利技术研究所）
AI总结 MultiGraspNet是一种多任务3D视觉模型，通过统一框架同时预测平行和真空机械手的抓取姿态，提升机器人在复杂环境中的抓取能力和适应性。
Comments Accepted for publication in IEEE Robotics and Automation Letters (2026). 8 pages, 5 figures
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
基于扩散模型的、可从信号时序逻辑规范实现通用多智能体规划
机构 * Purdue University（普渡大学）
AI总结 该研究针对多智能体STL规划的通用能力与可扩展性的权衡问题，提出STL引导的扩散方法，实现了可泛化、可扩展且规划多样的多智能体规划，减少了安全违规。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026
SMILE：用于改进长视界视觉-语言-动作（VLA）执行的平滑运动
机构 * Stony Brook University（石溪大学） ； Salesforce AI Research（Salesforce AI研究院）
AI总结 SMILE是一种保留架构的接口，通过预测B样条系数生成平滑动作序列，应用于多款VLA模型后，在多个基准及真实实验中提升了长视界VLA执行的准确率与效率
Comments Submitted to IEEE Robotics and Automation Letters (RA-L)
InLiER：通过中间混合基数结构关键点令牌化实现无学习的异构激光雷达地点识别
AI总结 研究针对机器人平台结合多种激光雷达致现有描述符性能下降的问题，提出无学习管道InLiER，通过混合基数令牌ID编码关键点信息，经三个检索阶段处理，在相关数据集和实验中表现出色，优于基于学习的基线。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L). 8 pages, 8 figures
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 10, pp. 11275-11282, 2026
基于视觉的湍急水域敏捷着陆
机构 * Department of Electrical and Photonics Engineering, Technical University of Denmark（丹麦技术大学电子与光子工程系） ； Robotics and Perception Group, Department of Informatics, University of Zurich（苏黎世大学信息学院机器人与感知组）
AI总结 提出一种基于强化学习的方法，利用多旋翼状态和局部视觉特征，在无需显式平台状态信息的情况下实现海上移动平台的自主着陆，在模拟和真实实验中优于模型预测控制基线。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), August 2026
一种适应地形的epsilon约束MPC用于不规则地形运动动力学规划
机构 * Laboratório de Engenharia de Sistemas e Robótica, Universidade Federal da Paraíba（系统与机器人工程实验室，帕拉伊巴联邦大学） ； School of Computer Science, University of Lincoln（计算机科学学院，林肯大学）
AI总结 本文提出了一种适应地形的epsilon约束MPC方法，用于解决车辆在不规则地形上同时优化路径效率和姿态稳定性的规划问题，通过动态调整epsilon界限来实时探索帕累托前沿，并通过半参数模型结合分析车辆动力学和稀疏高斯过程来捕捉车辆-地形动力学。
Journal ref O. Jerome, G. Kulathunga and T. Nascimento,(2026), IEEE Robotics and Automation Letters
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
基于多评论家强化学习的非抓取型移动操纵的接触引导探索
机构 * Centro di Ricerca E. Piaggio（E.皮亚焦研究中心） ； Università di Pisa（比萨大学） ； ETH Zürich（苏黎世联邦理工学院） ； NVIDIA（英伟达公司）
AI总结 针对非抓取型移动操纵的复杂混合动力学与接触稀疏性问题，提出多评论家RL框架下的接触引导探索策略，经四足移动操纵器实验验证可实现现实世界中的非抓取型操纵。
Comments project website: https://tolomeis.github.io/contact-guided-exp Accepted in IEEE Robotics and Automation Letter (RA-L) 8 pages, 9 figures
当障碍物弯曲：野外机器人场景下的植被变形建模
机构 * LIMOS（利摩日信息学与优化实验室） ； Université Clermont Auvergne（克莱蒙奥弗涅大学） ； Clermont Auvergne INP（克莱蒙奥弗涅国立综合理工学院） ； CNRS（法国国家科学研究中心） ； INRAE（法国国家农业食品与环境研究院） ； Institut Pascal（帕斯卡尔研究院）
AI总结 针对现有可通行性评估绑定机器人动力学、难以跨平台迁移的局限，该研究提出通过植被固有力学特性建模，结合变形与力数据实现植被感知导航。
Comments 8 pages, 7 figures, submitted to IEEE Robotics and Automation Letters (RA-L)
可微动力学与连续弹性机器鱼的快速仿真
机构 * Marine Robotics Lab, Department of Mechanical Engineering, College of Engineering, University of Wisconsin-Madison（威斯康星大学麦迪逊分校工程学院机械工程系水下机器人实验室） ； Sibley School of Mechanical and Aerospace Engineering, Cornell University（康奈尔大学Sibley机械与航空航天工程学院）
AI总结 本文针对现有机器鱼动力学模型的不足，提出基于哈密顿原理的可微全身动力学模型与快速仿真框架，经数值与实验验证，可用于机器鱼身体刚度分布的梯度优化设计。
Comments Under review at IEEE Robotics and Automation Letters (RA-L)
具身场景重排规划
机构 * School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院）
AI总结 本文提出具身场景重排规划（ESRP）新任务，构建含5400+场景对的ESRP-Bench基准，评估四类方法发现现有方法难高效完成，为智能体现实部署奠定基础。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026. Project page: https://bit-pie.github.io/ESRP/ Code: https://github.com/BIT-PIE/ESRP Dataset: https://huggingface.co/datasets/serendipity800/ESRP-PD
基于接触点分解的腿式机器人动态一致性轨迹优化
机构 * Humanoid Robot Research Center, Korea Advanced Institute of Science and Technology（humanoid 机器人研究中心，韩国科学技术院）
AI总结 本文提出基于接触点分解的腿式机器人相位轨迹优化框架，通过解耦接触点动力学、利用贝塞尔多项式特性保证约束满足，经四足机器人验证可生成动态可靠运动。
Comments 8 pages, 4 figures, IEEE ROBOTICS AND AUTOMATION LETTERS. PREPRINT VERSION. ACCEPTED OCTOBER, 2025
面向机器人的基于电阻抗断层成像（EIT）的多点触控与弯曲感知
机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子学系） ； Institute of Intelligent Machines, Hefei Institutes of Physical Science, Chinese Academy of Sciences（合肥物理科学研究院智能机器研究所）
AI总结 本文针对机器人EIT触觉传感器弯曲时信号解读复杂的问题，提出集成深度神经网络与动态自适应参考策略的感知框架，实现了精准的弯曲角度估计与触控状态区分，为柔性EIT机器人皮肤奠定基础。
Journal ref Chen, H.; Himmel, B.; Li, B.; Wang, X. & Hoffmann, M. (2026), 'Multi-Touch and Bending Sensing Using Electrical Impedance Tomography for Robotics', IEEE Robotics and Automation Letters 11(8), 9851-9858
EllipseLIO: 一种基于椭球表示的自适应激光雷达惯性里程计
机构 * Vision for Robotics Lab (V4RL)（机器人视觉实验室）
AI总结 本文提出EllipseLIO，一种基于椭球表示的实时激光雷达惯性里程计，通过自适应的激光雷达扫描过滤和配准方法，在不同环境和传感器下实现鲁棒的里程计性能，实验表明其在多种复杂场景中表现最优。
Comments 8 pages, 6 figures, 4 tables. Video available at https://www.youtube.com/watch?v=eIZ8CK4TAuA Code available at https://github.com/v4rl-ucy/ellipselio
Journal ref IEEE Robotics and Automation Letters (RA-L), 2026
E2HiL: 基于熵引导的高效真实世界人机协同强化学习样本选择
机构 * Nanyang Technological University, Singapore（南洋理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 E2HiL通过熵引导的样本选择方法，提高了真实世界人机协同强化学习的样本效率和成功率，减少了人工干预需求。
Comments Project page: https://e2hil.github.io/ Updated to the final IEEE RA-L version. The author list has been revised to match the published version, adding Yudong Lin and Qianzhun Wang. Main results and conclusions remain unchanged
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 8084-8091, 2026
PEAfowl：感知增强的多视角视觉-语言-动作用于双臂操作
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Nanjing University（南京大学）
AI总结 PEAfowl通过增强感知的多视角视觉-语言-动作策略，提升双臂操作在复杂环境中的稳定性和成功率。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L), 2026. This version includes an extended appendix with additional implementation details, deployment analysis, robustness evaluation, and real-world evaluation protocol. DOI: 10.1109/LRA.2026.3726379
我们能信任的谎言：通过符合化非守恒李群量化动作不确定性
机构 * Robotics Department, University of Michigan（密歇根大学机器人系）
AI总结 本文提出CLAPS算法，利用非守恒李群结构，通过符合预测方法在非欧几里得配置空间中量化动作不确定性，提升预测区域的体积效率。
Comments 12 pages, 7 figures, 4 tables. Published in IEEE Robotics and Automation Letters. Extended version with appendix. Project page: https://um-arm-lab.github.io/claps/
GS-Net：通过通用即插即用3DGS模块实现异构车辆数据复用
机构 * Tsinghua University（清华大学） ； The School of Vehicle and Mobility, Tsinghua University（清华大学车辆与 Mobility学院） ； The State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能绿色车辆与交通全国重点实验室） ； The College of AI, Tsinghua University（清华大学人工智能学院） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 该研究针对自动驾驶跨车辆数据复用受限问题，提出即插即用的GS-Net模块，结合SfM点云与3DGS提升视图渲染质量，构建首个跨传感器视图合成基准CARLA-NVS，实验证实其在插值与外推视图上的性能及效率优势。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L)
MILD：用于在可变形表面上学习改进双足运动的可处理地形建模
机构 * The University of Hong Kong（香港大学） ； Beijing Institute of Technology（北京理工大学） ； The University of Tokyo（东京大学）
AI总结 本文提出MILD地形建模方法，结合物理离散元接触求解器与深度强化学习训练地形感知双足运动控制器，可提升机器人在可变形表面的运动适应性。
Comments 8 pages, 9 figures
Journal ref IEEE Robotics and Automation Letters (2025)
FlexWorm：用于基于吸盘的多段可变形机器人的基元增强混合接触-运动规划
机构 * School of Advanced Manufacturing and Robotics, Peking University（北京大学先进制造与机器人学院）
AI总结 FlexWorm框架为基于吸盘的多段可变形机器人提出规划方法，含IKHS与PaHS，仿真和硬件实验表明其在复杂环境下规划性能更优且鲁棒性良好。
Comments 13 pages, 18 figures, accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026. Supplementary video: https://youtu.be/OQR5Sx5Bwnc
多旋翼无人机集成的连续体机械臂下洗效应的实验研究
机构 * Queensland University of Technology (QUT)（昆士兰科技大学） ； QUT Centre for Robotics（昆士兰科技大学机器人中心） ； Research Engineering Facility (REF)（研究工程设施） ； School of Electrical Engineering and Robotics（电气工程与机器人学院）
AI总结 本文针对多旋翼无人机集成的连续体机械臂，通过实验研究了螺旋桨下洗对其位姿的影响，提出CC引导的GPR残差模型可显著提升位姿预测精度，为相关系统的下洗补偿建模提供了方法。
Comments Accepted to publish in Robotics and Automation Letters
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 9, pp. 10704-10711, Sept. 2026
DevGRU：基于碰撞感知循环模型的深度引导视觉导航
AI总结 针对现有视觉导航模型易在复杂室内环境碰撞的问题，提出DevGRU导航系统，结合动作与碰撞预测器提升导航性能，在9种场景实验中优于多种基线模型，且模型规模小、推理速度快
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026
面向长上下文自动驾驶的规划对齐令牌压缩
机构 * NVIDIA Research（NVIDIA研究） ； School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学）
AI总结 提出COMPACT-VA框架，基于条件VQ-VAE将长上下文压缩为有界表示，通过规划对齐实现决策关键信息保留，在动态场景中成功率提升超6%，速度提升3.3倍。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L) 2026. 8 pages
用于仅触觉操作的手中6自由度物体位姿精化的物理信息滑动窗口粒子滤波
机构 * State Key Laboratory of Intelligent Manufacturing Equipment and Technology, School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院智能制造装备与技术国家重点实验室） ； Electric Power Research Institute, Guangdong Power Grid Co Ltd.（广东电网有限责任公司电力科学研究院）
AI总结 本文针对仅触觉操作的手中6自由度物体位姿精化难题，提出基于SE(3)的物理信息滑动窗口粒子滤波，结合多触觉帧融合等技术，在Allegro Hand V5实验中取得优于基线的位姿精化效果。
Comments Accepted by IEEE RAL journal
在谁的坐标系中退化？激光雷达配准的退化检测的等变性条件
机构 * School of Mechanical Engineering, Hebei University of Technology（河北工业大学机械工程学院）
AI总结 该研究针对激光雷达配准退化检测中坐标系依赖问题，提出等变度量规则，构建等变点位移度量，经实验验证其特征值与阈值的不变性，为退化检测提供坐标系无关的准则。
Comments 8 pages, 4 figures, 5 tables. Submitted to IEEE Robotics and Automation Letters (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