IEEE RA-L

Safe and Stable Neural Network Dynamical Systems for Robot Motion Planning

用于机器人运动规划的安全稳定神经网络动力学系统

Allen Emmanuel Binny, Mahathi Anand, Hugo T. M. Kussaba, Lingyun Chen, Shreenabh Agrawal, Fares J. Abu-Dakka, Abdalla Swikir

机构 * Indian Institute of Technology Kharagpur（印度理工学院科拉格浦分校） ； Munich Institute of Robotics and Machine Intelligence, Technical University of Munich（慕尼黑机器人与智能机械研究所，慕尼黑技术大学） ； University of Brasilia（巴西大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Mechanical Engineering Program at New York University Abu Dhabi（纽约大学阿布扎克分校机械工程项目） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

AI总结 本文提出S$^2$-NNDS框架，通过神经网络学习复杂机器人运动，结合Lyapunov稳定性及屏障安全证书，提供概率保证，有效提升运动规划的安全性和稳定性。

Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L)

MineInsight: A Multi-sensor Dataset for Humanitarian Demining Robotics in Off-Road Environments

MineInsight: 一种多传感器数据集用于野外环境的人道主义排雷机器人

Mario Malizia, Charles Hamesse, Ken Hasselmann, Geert De Cubber, Nikolaos Tsiogkas, Eric Demeester, Rob Haelterman

机构 * Royal Military Academy（皇家军事学院） ； KU Leuven（库尔勒大学） ； ACRO Research Group（ACRO研究组） 纠错

AI总结 MineInsight数据集通过多传感器和多光谱数据为野外环境的人道主义排雷机器人提供基准测试，包含35种目标和多种视角扫描以提升检测性能。

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 2, pp. 1650-1657, Feb. 2026