期刊&会议
IEEE Robotics and Automation Letters · 期刊 · Robotics
NEO：一次性NeRF，多次编辑以进行连续物体操纵
机构 * Institute of Robotics and Machine Intelligence, Poznan University of Technology（波兹南理工大学机器人与机器智能研究所） ； CSIRO Robotics, CSIRO（联邦科学与工业研究组织机器人部）
AI总结 本文提出NEO框架，用于机器人操纵的语言引导NeRF编辑。结合神经场重采样与多视图修复实现物体移除，利用知识蒸馏进行NeRF权重编辑，还创建了评估基准NEO-Dataset。该方法在场景编辑任务中表现出色，优于现有基线。
Comments Accepted to IEEE ROBOTICS AND AUTOMATION LETTERS (RA-L) JULY, 2026
在遮挡和快速物体运动情况下具有内置恢复功能的鲁棒6自由度物体姿态跟踪
机构 * Woven by Toyota, Inc.（丰田编织公司） ； University of Bonn（波恩大学） ； University of Bonn, Center for Robotics, and the Lamarr Institute for Machine Learning and Artificial Intelligence（波恩大学机器人中心以及拉玛尔机器学习与人工智能研究所）
AI总结 针对RGB-D数据中未见物体的6自由度跟踪问题，尤其是遮挡和快速运动场景，提出结合关键点匹配与优化对齐及故障检测恢复模块的方法，在多场景评估中表现出色，是鲁棒6自由度物体跟踪的重要进展。
Comments 8 pages, 4 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
基于核回归的SDF库：利用核回归进行实时符号距离函数估计的开源库
机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文提出Kernel-SDF开源库，通过核回归实时估计带不确定性的符号距离函数，提供高精度SDF、梯度和网格构造，适用于机器人应用。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L) 2026; code: https://github.com/ExistentialRobotics/kernel_sdf
JustDepth：基于单扫描激光雷达监督的实时雷达-相机深度估计
机构 * Ajou University（韩国亚洲大学） ； Kennesaw State University（肯尼索州立大学）
AI总结 研究自动驾驶系统中雷达-相机深度估计问题，提出单阶段JustDepth方法，仅用雷达、相机和单扫描激光雷达训练，能聚合雷达回波解耦运行时与点数，融合模态传播深度，减轻条纹伪影，相比先进方法减少推理时间并降低条纹伪影。
Comments Project page: https://github.com/TPyun/JustDepth
Journal ref IEEE Robotics and Automation Letters ( Volume: 11, Issue: 3, March 2026)
利用合作微无人机的最小感知探索无结构环境
机构 * Computer Vision and Aerial Robotics Group at Universidad Politécnica de Madrid（马德里理工大学计算机视觉与空中机器人小组） ； Centre for Automation and Robotics C.A.R. (UPM-CSIC)（自动化与机器人中心（UPM-CSIC）） ； Department of Mechanical Engineering, Texas A&M University（机械工程系，德克萨斯A&M大学）
AI总结 本文提出ExploreBug算法，通过最小感知能力实现微无人机群在无结构环境中的高效探索与制图。
Comments Submitted to IEEE Robotics and Automation Letters
URF：用于稳定接触感知操纵的统一机器人控制策略框架
机构 * Faculty of Mechanical Engineering, Sungkyunkwan University（成均馆大学机械工程学院） ； Faculty of Intelligent Robotics, Sungkyunkwan University（成均馆大学智能机器人学院）
AI总结 研究针对基于学习的操纵策略中动作预测与执行分离在刚性接触时的问题，提出URF统一框架，结合多模态观察预测虚拟目标等，利用接触力构建标签监督控制器模式预测，在相关任务中提升成功率并减少失败模式。
Comments 8 pages, 5 figures, 2 tables. Submitted to IEEE Robotics and Automation Letters (RA-L)
通过基于CBF的强化学习实现安全且可扩展的多无人机载荷运输及零样本模拟到现实的迁移
机构 * Reliable Autonomous Systems Lab, Massachusetts Institute of Technology（可靠自主系统实验室，麻省理工学院）
AI总结 研究多无人机载荷运输问题，提出基于学习的框架，引入二维抽象，用离散图控制障碍函数近端策略优化训练全分布式策略，实现零样本模拟到现实的迁移，能在不同团队规模和任务场景泛化，在动态环境安全运行。
Comments Published in IEEE Robotics and Automation Letters (Early Access), 2026
VPWEM：非马尔可夫视觉-运动策略与工作记忆与事件记忆
机构 * School of Computing and Data Science, University of Hong Kong（计算与数据科学学院，香港大学）
AI总结 VPWEM通过引入工作记忆和事件记忆，提升机器人在非马尔可夫任务中的动作生成性能。
Comments Accepted to IEEE Robotics and Automation Letters (RA-L). \textcopyright 2026 IEEE
应力共享：一种用于模块化航天器分散式故障修复的生物启发方法
机构 * Manifold Research Group（流形研究小组） ； Purdue University（普渡大学） ； School of Aeronautics and Astronautics, Purdue University（普渡大学航空航天学院）
AI总结 针对模块化航天器结构损坏问题，提出受生物启发的应力共享修复策略，将航天器建模为晶格约束图，利用局部信息自主修复。经模拟评估，该策略能有效整合幸存模块，适合作为大型模块化航天器群体规模修复策略。
Comments 6 pages, 3 figures. Submitted to the IEEE Robotics and Automation Letters
Sem-NaVAE: 基于语义引导的室外无地图导航通过生成式轨迹先验
机构 * Department of Electrical Engineering & the Advanced Mining Technology Center (AMTC), Universidad de Chile（电气工程系及先进采矿技术中心（AMTC）、智利大学）
AI总结 提出Sem-NaVAE方法，结合条件变分自编码器生成多样化轨迹和轻量视觉语言模型进行语义选择，实现室外无地图实时导航，在未见环境中达到90%成功率。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L). 8 pages, 5 figures
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 8, pp. 9335-9342, Aug. 2026
高速策略化：多无人机竞速的学习型模型预测博弈
机构 * Department of Cognitive Robotics, Delft University of Technology（认知机器人学系，代尔夫特理工大学）
AI总结 针对多无人机竞速中策略深度与计算延迟的权衡问题，提出一种学习型模型预测博弈（LMPG）方法，通过摊销模型预测博弈计算来降低延迟，在仿真和硬件实验中优于模型预测博弈和模型预测控制。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 8, pp. 9056-9063, Aug. 2026
ImplicitRDP：一种具有结构快慢学习的端到端视觉-力扩散策略
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Noematrix Ltd.（诺姆矩阵有限公司）
AI总结 研究人类水平接触操作中视觉与力感测信号整合难题，提出ImplicitRDP策略，用结构快慢学习机制及虚拟目标表示正则化，经实验验证其在丰富接触任务中显著优于基线，有卓越反应性与成功率。
Comments Accepted to RA-L 2026. Project page: https://implicit-rdp.github.io
基于交互式自然语言的人员搜索
AI总结 本文提出了一种基于交互式自然语言的人员搜索方法，通过迭代问答策略和贪心算法实现高效的目标人员搜索。
Comments 8 pages, 12 figures, Published in IEEE Robotics and Automation Letters (RA-L), "Dataset at: https://github.com/vikshree/QA_PersonSearchLanguageData" , Video attachment at: https://www.youtube.com/watch?v=Yyxu8uVUREE&feature=youtu.be
Journal ref Published in IEEE Robotics and Automation Letters, vol. 5, no. 2, pp. 1851-1858, April 2020
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
通过协同收缩实现可变气动阻尼：与可变刚度执行器的动态同构性
机构 * Robotics and Mechatronics, Electrical Engineering, Mathematics, and Computer Science Faculty（代尔夫特理工大学机器人与机电系，电气工程，数学和计算机科学系） ； Department of Computer, Control and Management Engineering（罗马萨皮恩扎大学计算机、控制与管理工程系）
AI总结 本文通过协同收缩在冗余双转子执行器中调节被动气动机械阻尼，保持净力恒定，并证明其与可变刚度执行器的动态同构性。
Journal ref IEEE Robotics and Automation Letters, (2026)
通过代理-客户端协议实现生成式人工智能架构中的人机交互
机构 * Machine Perception and Intelligent Robotics Group (MAPIR-UMA), Malaga Institute for Mechatronics Engineering and Cyber-Physical Systems (IMECH.UMA), University of Malaga（机器感知与智能机器人组（MAPIR-UMA），马拉加机电一体化工程与网络物理系统研究所（IMECH.UMA），马拉加大学）
AI总结 研究针对GenAI推动下机器人架构中HRI层碎片化问题，提出采用代理-客户端协议（ACP），结合MCP构建三层解耦架构，消除架构依赖，支持异构界面，提供协作HRI能力，经实验验证了架构的互操作性和实时人在回路工作流程。
Comments 8 pages, 5 figures, 1 table. Submitted to IEEE Robotics and Automation Letters (RA-L)
DRIFT：用于运动规划的漂移与聚合
机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University（清华大学智能网联汽车与交通国家重点实验室）
AI总结 研究针对端到端轨迹规划器问题，提出DRIFT固定深度规划器，结合轨迹潜在空间漂移与提议聚合，基于视觉编码器特征生成提议，经聚合头预测最终轨迹，在导航测试中有良好表现，证明该方法为多假设运动规划提供高效设计。
Comments 8 pages, 3 figures, 4 tables. Under review at IEEE RAL
在不确定性中看见：一种基于自由能原理的实时感知适应鲁棒视觉导航方法
机构 * Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (A*STAR)（信息与通信研究院（I2R）、科技研究局（A*STAR）） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
AI总结 FEP-Nav通过结合自由能原理与实时感知适应，提升机器人在复杂视觉环境中的导航鲁棒性。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
在机器人运动强化学习中预训练Actor-Critic算法
机构 * Robotic Systems Lab, ETH Zürich（苏黎世联邦理工学院机器人系统实验室） ； Section of Microengineering, EPFL（日内瓦联邦理工学院微工程系） ； ETH AI Center（苏黎世联邦理工学院人工智能中心）
AI总结 本研究提出了一种在机器人运动强化学习中预训练Actor-Critic算法的方法，通过预训练模型提升样本效率和任务性能。
Comments Published in IEEE Robotics and Automation Letters (RA-L)
通过编码代理实现基于契约的行为树合成
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 研究从自然语言合成机器人行为树时基础设定易出现的问题，提出基于契约的合成架构，编码代理查询服务器获取契约后合成行为树，经实验评估两个大语言模型，结果显示该架构能实现高验证率和成功率，且可转移到物理硬件。
Comments IEEE RA-L Submission
LEGO-SLAM：语言嵌入的高斯优化SLAM
机构 * Department of Intelligent Robotics, Sungkyunkwan University（智能机器人系，成均馆大学）
AI总结 研究将语言特征集成到基于3DGS的SLAM系统的问题，提出LEGO-SLAM框架，利用场景自适应自动编码器压缩语言嵌入，实现语言引导剪枝和回环检测，提升映射质量和跟踪精度，具备开放词汇能力且达15FPS。
Comments Project page :https://lab-of-ai-and-robotics.github.io/LEGO-SLAM/ Submitted to IEEE RA-L
AutoPath：学习可转移的目标条件随机路径先验以实现无人类示范的安全导航
机构 * Zhejiang University（浙江大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Ant Group（蚂蚁集团） ； Shanghai Jiao Tong University（上海交通大学） ； Shenzhen University（深圳大学）
AI总结 研究在复杂环境下的安全导航问题，提出学习可转移目标条件随机路径先验的方法，引入规范状态表示和结构化先验学习框架，实验证明该方法成功率高、效率有竞争力且可跨平台转移。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L). 8 pages, 4 figures
SLIDER：使用滑动局部地图的稀疏历史引导空中机器人目标搜索
AI总结 针对空中机器人在大规模未知环境中目标搜索难题，提出SLIDER框架，结合局部滑动地图与稀疏全局历史信息，通过新评估方法、聚类策略及维护拓扑地图实现高效搜索，性能优于现有方法。
Comments Accepted by IEEE Robotics and Automation Letters (RA-L), 2026. https://github.com/Poaos/SLIDER
通过从正向演示中学习逆向任务进行任务参数外推
机构 * Bogazici University（博雅科技大学） ； University of Trento（特伦托大学） ； The University of Tokyo（东京大学）
AI总结 本文提出了一种基于任务逆向学习的联合学习方法，通过利用辅助正向演示实现准确且高效的知识转移，以解决机器人学习中的泛化问题。
Comments Accepted for publication in IEEE RA-L
动态环境中无碰撞轨迹的在线生成
机构 * Faculty of Electrical Engineering, University of Sarajevo（萨拉热窝大学电气工程学院）
AI总结 提出一种在线方法，将任意几何路径转换为运动学可行、加加速度受限的轨迹，支持实时环境适应并提供条件性停止安全保证。
Journal ref IEEE Robotics and Automation Letters, 2026
在重返工作场景中实现机器人在线交互以适应人类上肢运动障碍
机构 * Human-Robot Interfaces and Interaction (HRII) Laboratory, Istituto Italiano di Tecnologia（人类-机器人接口与交互（HRII）实验室，意大利技术研究院）
AI总结 针对工作环境对上肢残疾人士缺乏包容性的问题，提出将特定关节运动模型集成到分层最优控制器的人机交互框架，经测试能使交互个性化，适应受损运动范围，鼓励关节使用。
Journal ref IEEE Robotics and Automation Letters, 2026
SkillPlug：用于机器人操作中少样本适应的无监督技能挖掘
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 针对机器人操作中学习可转移视觉运动模仿策略的挑战，提出SkillPlug框架，通过技能调节模块挖掘共享可转移技能库，经自监督学习形成任务共享先验，微调轻量级组件实现少样本适应，提升多任务和少样本适应性能。
Comments 8 pages, 8 figures, published to RA-L
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 8, pp. 9511-9518, Aug. 2026
D-CLIPSE：基于分布式共识的共享状态交换被动监听定位
AI总结 研究多机器人定位问题，提出基于分布式共识的滤波框架，通过共享预积分里程计和相关共享状态实现定位，在模拟和实验中验证，精度和一致性接近集中式方法，优于当前分散式方法。
Comments 8 pages, 7 figures, 1 table. Submitted to IEEE Robotics and Automation Letters
基于以对象为中心的神经场的示范组合运动生成
机构 * Chalmers University of Technology（查尔姆斯理工大学） ； University College London（伦敦大学学院）
AI总结 提出基于以对象为中心神经场的示范组合运动生成框架，通过时空组合性连接感知与运动，结合规范神经场与潜在条件变形渲染场景，用时间混合专家生成轨迹，在模拟和实际实验中展现良好性能。
Comments Accepted by IEEE Robotics and Automation Letters (RAL)
神经扩展状态观测器：一种用于可证明鲁棒的基于学习控制的双路径架构
机构 * University of Houston（休斯顿大学） ； Rice University（莱斯大学）
AI总结 本文提出基于神经扩展状态观测器（Neural-ESO）的干扰抑制框架，采用双路径架构，预测路径用神经网络加速收敛，校正路径补偿误差。利用李雅普诺夫理论证明其有界性，在四旋翼着陆任务中验证，相比基线有精度-鲁棒性权衡及更高操作可靠性。
Comments Accepted to IEEE 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