期刊&会议
IEEE Robotics and Automation Letters · 期刊 · Robotics
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
EeveeDark：一种通过事件引导的传感器级融合实现低光视频增强的二进制神经框架
机构 * Department of Computer Engineering, Hacettepe University（哈杰泰佩大学计算机工程系） ； HAVELSAN Inc.（哈韦尔桑公司） ； Koc University Is Bank AI Center（科克大学伊希银行人工智能中心） ； Department of Computer Engineering, Koc University（科克大学计算机工程系）
AI总结 研究极端低光条件下视频增强难题，提出EeveeDark框架，结合传感器级RAW数据与事件流，采用二进制神经网络架构，含特定模态编码器、融合块和门控机制，实验证明其性能优于基于BNN的方法且兼顾效率。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 4, pp. 4633-4640, Apr. 2026
LeCropFollow：非结构化农田中导航的潜在空间规划
机构 * University of São Paulo（圣保罗大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 提出LeCropFollow框架，利用自监督语义热图和基于模型的强化学习规划器在潜在流形中优化轨迹，无需几何建模，实现从简化模拟到真实世界的零样本迁移，在玉米田间隙中语义故障减少2.4倍。
Comments 8 pages, 7 figures, 3 tables. Github Repo: https://github.com/Felipe-Tommaselli/lecropfollow
Journal ref IEEE Robotics and Automation Letters, 2026
虚拟管道内的能量最优空间迭代学习
机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） ； Tianmushan Laboratory, Beihang University（北京航空航天大学天目山实验室）
AI总结 针对无人机续航受限问题，提出一种无模型在线迭代学习框架，通过O(n)复杂度的空间迭代优化降低能耗，在实验中比基于模型的IPOPT快50-60倍。
Comments 9 pages, 7 figures, submitted to RA-L
TAPE：面向自主探索未知三维空腔的系绳感知路径规划，采用防缠绕系绳空中机器人
机构 * Createk Design Lab, University of Sherbrooke（谢布克大学Createk设计实验室）
AI总结 提出一种两级分层路径规划方法，通过全局TSP最小化距离和局部可调决策函数平衡路径成本与系绳长度，实现未知三维空腔的自主探索，仿真和实地测试验证了有效性。
Comments 8 pages
Journal ref IEEE Robotics and Automation Letters, vol. 7, no. 4, pp. 10550-10557, 2022
UAV-MapFusion: RTK对齐的不确定性感知粗到细多会话无人机建图
机构 * College of Automation, Harbin Engineering University（哈尔滨工程大学自动化学院） ； Department of Mechanical Engineering, University of Hong Kong（香港大学机械工程系） ； College of Mechatronics and Control Engineering, Shenzhen University（深圳大学机电与控制工程学院）
AI总结 提出一种不确定性感知的多会话点云地图合并与粗到细优化系统，通过RTK时空对齐和迭代平面因子优化，在抑制长距离漂移的同时保持局部几何精度。
Comments 8 pages, 5 figures, accepted by IEEE Robotics and Automation Letters (RA-L)
扩展非线性优化：多问题单GPU
机构 * Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系） ； Department of Biosystems Science and Engineering, ETH Zürich（苏黎世联邦理工学院生物系统科学与工程系）
AI总结 提出首个基于JAX的GPU批处理NLP求解器jaxipm，通过异构迭代融合和迭代级批处理实现多问题并发求解，在四旋翼控制任务中吞吐量提升达32.85倍。
Comments 8 pages, 6 figures, ieeeconf style, submission for RA-L
AISPO: 通过仿射不变形状先验增强非朗伯体物体机器人操作的深度可靠性
机构 * The Hong Kong University of Science & Technology（香港科技大学） ； The University of Hong Kong（香港大学） ； Southern University of Science & Technology（南方科技大学） ； Zhejiang University（浙江大学） ； LimX Dynamics
AI总结 提出AISPO深度补全框架，结合多尺度RGB-D特征融合与仿射不变形状先验，提升非朗伯体物体（如透明、高反光表面）的深度可靠性，显著提高机器人抓取成功率。
Comments Published in IEEE Robotics and Automation Letters. 8 pages. Accepted April 2026
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 7996-8003, July 2026
具有开放词汇理解的紧凑对象级表示用于室内视觉重定位
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Ant Group（蚂蚁集团）
AI总结 提出OpenReLoc系统，利用基础模型实现多模态开放词汇语义匹配、基于DIOU的参考帧选择和双路径2D ICP损失，仅用对象单元实现室内视觉重定位，提升可解释性和准确性。
Comments Accepted by RA-L 2026
Flow6D: 离散到连续的流匹配用于高效且准确的类别级6D姿态估计
机构 * Zhejiang University（浙江大学） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 提出Flow6D分层流匹配框架，通过两阶段离散潜空间定位-连续姿态回归策略，先离散化姿态参数并用离散流匹配缩小搜索空间，再连续流匹配预测局部残差优化姿态，在合成和真实数据集上以70 FPS实现实时推理，性能优于现有方法。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), 2026
ARC：自适应鲁棒联合状态与协方差估计
AI总结 提出统一块坐标下降框架，结合自适应鲁棒损失、迭代重加权最小二乘状态更新和最小加权协方差行列式估计器，实现离群值下状态与协方差的自适应联合估计。
Comments Submitted to information IEEE Robotics and Automation Letters (RA-L), June 2026. 8 pages, 7 figures, 1 table
基于轮式双足机器人分层控制的移动式腿部操作物体滑动
机构 * Department of Robotics, University of Michigan（密歇根大学机器人系）
AI总结 提出一种分层控制框架，使轮式双足机器人能用腿部滑动平面物体，通过简化三刚体动力学模型和轨迹优化运动规划器，在实验中成功实现1kg物体取回和4kg物体滑动。
Comments 8 pages, 7 figures
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 8, pp. 9787-9794, Aug. 2026
C-ARC: 面向非重复式LiDAR传感器的连续自适应范围聚类
机构 * Technical University of Darmstadt（德累斯顿技术大学） ； Simulation, Systems Optimization and Robotics Group（仿真、系统优化与机器人组）
AI总结 提出C-ARC框架，通过滑动窗口上的持久双图结构解耦高频点插入与按需聚类检索，并利用指数控制环自适应校准网格分辨率，实现非重复式LiDAR点云的实时聚类。
Comments Submitted to IEEE Robotics and Automation Letters. This work has been submitted to the IEEE for possible publication. 8 pages, 7 figures
LOPAL：基于局部性能感知的不完美演示主动学习
机构 * Autonomous Systems Lab, Institute of Computer Technology, TU Wien（维也纳工业大学计算机技术研究所自主系统实验室） ； Institute of Robotics and Mechatronics, German Aerospace Center (DLR)（德国航空航天中心机器人与机电一体化研究所）
AI总结 提出LOPAL方法，利用局部演示质量信息，通过高斯混合模型编码轨迹与质量评估，结合共享自主权主动收集纠正数据，在不完美演示中提升任务性能。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RAL), 2026
MVOFormer：用于鲁棒单目视觉里程计的流-语义Transformer
机构 * State Key Laboratory of Fluid Power and Mechatronic Systems, Zhejiang University（浙江大学流体动力与机电系统国家重点实验室） ； Zhejiang Key Laboratory of Industrial Big Data and Robot Intelligent Systems（浙江省工业大数据与机器人智能系统重点实验室） ； School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； Robotics Institute, Zhejiang University（浙江大学机器人研究院） ； School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； Rural Health Research Institute, Charles Sturt University（查尔斯特大学农村健康研究所） ； University College London（伦敦大学学院）
AI总结 提出MVOFormer，一种流-语义双分支编码器与迭代多模态解码器结合的Transformer框架，通过融合密集几何运动与语义先验实现粗到细位姿优化，在零样本泛化上显著超越现有方法。
Comments 8 pages, 6 figures. Accepted for publication in IEEE Robotics and Automation Letters (RA-L)
PolyMerge: 用多面体覆盖压缩3D高斯泼溅以实现可证明安全的资源受限导航
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出PolyMerge，将大规模3D高斯泼溅模型转换为凸多面体覆盖，保证覆盖原模型所有障碍物，结合控制障碍函数实现实时安全路径规划，在Crazyflie无人机上验证。
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 7, pp. 8512-8519, July 2026
无臂双轮足机器人的鲁棒摔倒恢复：基于力引导的学习方法
机构 * Beijing Institute of Technology（北京理工大学）
AI总结 针对无臂双轮足机器人无法借助外部支撑恢复站立的问题，提出力引导教师-学生框架FTSR，通过约束强化学习逐步减少外力依赖，实现从摔倒到稳定行走的鲁棒恢复。
Comments 8 pages, 6 figures, accepted by IEEE Robotics and Automation Letters (RA-L)
Journal ref IEEE Robotics and Automation Letters, 2026
重新设计正则化以实现有效的策略平滑
机构 * National Institute of Informatics (NII)（国立信息学研究所） ； The Graduate University for Advanced Studies (SOKENDAI)（综合研究大学院大学）
AI总结 针对强化学习中策略平滑问题，本文指出现有正则化实现的理论与实践差异，提出改进方案，在多个任务和算法中实现平滑运动并提升控制性能，并在四足机器人仿真到现实迁移中验证了平滑性对目标速度突变鲁棒性的提升。
Comments submitted to RA-L
G-MAPP: 基于GPU加速的多智能体规划与感知用于反应式运动生成
机构 * Department of Electrical, Computer, and Biomedical Engineering, Toronto Metropolitan University（多伦多都会大学电气、计算机与生物医学工程系） ； Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑工业大学慕尼黑机器人与机器智能研究所） ； Institute for Experiential Robotics, Northeastern University（东北大学体验式机器人研究所） ； Idiap Research Institute（Idiap 研究所） ； EPFL（瑞士联邦理工学院洛桑） ； CHART Group at the School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院 CHART 小组） ； Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）
AI总结 提出GPU加速的框架，通过并行状态探索和紧密耦合感知-动作循环，实现非结构化环境中的实时反应式运动生成，在7自由度机器人上达到5倍加速并成功避障。
Comments The implementation is available at: https://github.com/chart-research/g-mapp
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 6, pp. 7516-7523, June 2026
用于腹腔镜胆囊切除术中自动夹子定位的点云分割（在体模上）
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； HIDSS4Health - Helmholtz Information and Data Science School for Health（亥姆霍兹信息与数据科学健康学校） ； Friedrich-Alexander-University, Erlangen-Nuremberg（弗里德里希-亚历山大大学埃尔朗根-纽伦堡） ； University Hospital Carl Gustav Carus and Centre for Tactile Internet with Human-in-the-loop (CeTI), Dresden University of Technology（卡尔·古斯塔夫·卡鲁斯大学医院及德累斯顿工业大学触觉互联网人机共融卓越中心）
AI总结 提出首个在腹腔镜手术体模上实现自主夹子定位的机器人系统，通过点云分割和样条插值提取目标位置，利用合成数据预训练和两种数据增强克服数据稀缺，达到0.75mm精度和100%成功率。
Comments 8 pages, 5 figures, accepted to IEEE Robotics and Automation Letters (RAL)
Journal ref IEEE Robotics and Automation Letters (Volume: 10, Issue: 8, August 2025)
几何感知鱼眼-激光雷达融合用于低重叠设置下的鲁棒3D目标检测
机构 * Technical University of Munich（慕尼黑工业大学）
AI总结 针对稀疏视角下鱼眼相机与激光雷达的几何畸变和低重叠问题，提出几何感知混合融合框架，通过畸变感知LSS模块和双注意力校正模块实现极坐标与笛卡尔特征融合，在三个基准上提升检测精度。
Comments 8 pages, 4 figures, submitted to RA-L
基于高斯进化专家的浮力辅助机器人快速协同设计以应对挑战性运动
机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of California, Los Angeles（加州大学洛杉矶分校） ； ETH Zurich（苏黎世联邦理工学院）
AI总结 提出高斯进化专家（GES）框架，通过解耦设计空间划分与策略学习，在浮力辅助轻量腿单元（BALLU）上实现5-25%性能提升，并缩短37%设计优化时间。
Comments Submitted 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