期刊&会议
Robotics: Science and Systems · 会议 · Robotics
机构 * Institute for Dynamic Systems and Control (IDSC), ETH Zürich（苏黎世联邦理工学院动态系统与控制研究所）
AI总结 针对物理MARL基准不足的问题，推出开源低成本机器人测试平台KlaskTron，配套完整生态系统，实现零样本策略迁移，为物理MARL研究提供可复现的实验基础。
Journal ref Proceedings of Robotics: Science and Systems (RSS), Sydney, Australia, July 2026
机构 * Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） ； Microsoft Research（微软研究院）
AI总结 本文提出Latent Policy Steering (LPS)，通过一步流策略实现高保真的潜在策略改进，解决了离线强化学习中回报最大化与行为约束之间的权衡问题，实现了无需复杂超参数调整的鲁棒性能。
Comments RSS 2026, Project Webpage : https://jellyho.github.io/LPS/
TravSUITE：基于自监督、不确定性感知的逆强化学习（IRL）与地形估计的可通行性系统
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Field AI
AI总结 本文提出TravSUITE系统，通过自监督训练的体素映射器与联合预测可通行性的神经网络，结合风险适应机制，在越野高速导航中实现了减少80%导航错误、提升5%通行速度的前沿性能。
Journal ref S. Triest, A. Shaban, D. Fan, W. Wang, and S. Scherer, "TravSUITE: Traversability via Self-Supervised, Uncertainty-Aware IRL and Terrain Estimation," in Proceedings of Robotics: Science and Systems (RSS), 2026
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 本文提出ENAP框架，通过从视觉运动轨迹中自适应推断Mealy状态机，结合行为克隆学习连续控制，实现高效且可解释的机器人策略。
Journal ref Proceedings of Robotics: Science and Systems XXII (RSS 2026), Paper 144
机构 * Apple（苹果公司） ； Johns Hopkins University（约翰霍普金斯大学） ； Stanford University（斯坦福大学）
AI总结 针对国际空间站 Astrobee 机器人轨迹优化计算需求过大的问题，提出基于神经网络的热启动方法，结合序列凸规划求解器保障安全，首次实现太空在轨演示，使收敛迭代次数减少达 60%。
Comments International Conference on Space Robotics (iSpaRo) 2025. https://ieeexplore.ieee.org/document/11436159 Earlier version presented at Workshop on Space Robotics at Robotics: Science and Systems (RSS) 2025
Journal ref 2025 International Conference on Space Robotics (iSpaRo), Sendai, Japan, 2025, pp. 394-401
HydroShear: 用于触觉仿真到现实的液压弹性剪切模拟
AI总结 HydroShear通过建模粘滞滑动和路径依赖的力与剪切，实现更真实的触觉仿真，提升强化学习策略在四个任务中的成功率。
Comments Accepted to RSS 2026 | Project page: https://hydroshear.github.io
机构 * Institute for Aerospace Studies, University of Toronto（航空航天研究所以及多伦多大学）
AI总结 通过约束逆运动学问题，研究扩散模型能否恢复数据流形的内在几何结构，实验表明模型得分函数恢复的内在维度与解析自由度匹配，且潜在空间线性插值保持约束流形结构。
Comments In Proceedings of the Conference on Robot Learning (CoRL), Austin, Texas, US, November 9-12, 2026. Spotlight paper at the RSS 2026 Workshop on Diffusion for Robot Learning. Project site: https://papers.starslab.ca/diffusion-ik-geometry/
AI总结 该研究针对机器人自主中感知系统仅建模可见区域等假设失效问题，提出感知完整性感知场景理解愿景，通过多类技术应对三大挑战，旨在开发支持动态开放世界可靠自主的场景表征。
Comments Research statement for RSS Pioneers 2026 (Robotics: Science and Systems). OpenReview: https://openreview.net/forum?id=wP5JjTHXnQ
RLinf-USER: 一个统一且可扩展的系统，用于具身人工智能中的现实世界在线策略学习
AI总结 RLinf-USER是一个统一且可扩展的系统，用于现实世界中的在线策略学习，通过统一硬件抽象层和异步框架实现多机器人协调与长时训练。
Comments Accepted to RSS 2026
展示Arena 5.0：用于开发和基准测试社会导航的 photorealistic ROS2 仿真框架
机构 * Technical University Berlin (TUB)（柏林工业大学） ； National University of Singapore (NUS)（新加坡国立大学） ； Technical University Munich (TUM)（慕尼黑工业大学）
AI总结 本文介绍开源的 Arena 5.0 框架，该框架集成 NVIDIA Isaac Gym 实现 photorealistic 仿真，通过基准测试和用户研究验证其在社会导航开发与基准测试中较旧版本可用性、效率显著提升。
Comments 12 pages, 10 figures. Published at Robotics: Science and Systems (RSS) 2025
Journal ref Proceedings of Robotics: Science and Systems (RSS), Los Angeles, CA, USA, June 2025
AI总结 针对多机器人运动规划难题，介绍基于模型的扩散最优控制（MDOC），它不依赖数据，通过结合动力学模型与控制障碍函数约束投影，利用基于冲突搜索的安全机制，在模拟实验中展现出优于基线规划器的性能。
Comments Published in Robotics: Science and Systems (RSS), 2026
Journal ref Proceedings of Robotics: Science and Systems XXII, Sydney, Australia, July 2026
机构 * Tencent Robotics X（腾讯机器人X） ； Futian Laboratory（福田实验室） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 本文提出Pose-VLA，通过分离预训练和后训练阶段，解决视觉-语言-动作模型中的特征坍塌和训练效率问题，实现通用3D空间先验提取与机器人特定动作空间的高效对齐。
Comments Accepted to Robotics: Science and Systems (RSS) 2026. Project website: https://hetolin.github.io/PoseVLA
Journal ref Robotics: Science and Systems, 2026
机构 * ETH Zürich（苏黎世联邦理工学院） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
AI总结 本文提出基于多层感知机的结构化学习方法，用于高精度电磁场建模与实时反演，实现了快速闭合形式的最小范数反演，提升了复杂系统中的磁控制性能。
Comments https://www.roboticsproceedings.org/rss22/p165.pdf
Journal ref Robotics: Science and Systems (RSS), 2026
机构 * Rice University（莱斯大学）
AI总结 本文提出碰撞容许点树（CAPT）数据结构，加速机器人与点云的碰撞检测查询一个数量级，使基于采样的规划器能在毫秒级生成路径，并辅以空间填充曲线过滤算法，实现实时规划。
Comments 9 pages, 4 figures. Robotics: Science and Systems 2024
机构 * The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 提出语义结构化混合专家扩散策略（SMoDP），通过视觉语言模型标注的技能语义指导专家专业化，实现参数高效的多任务组合操作。
Comments Accepted to Robotics: Science and Systems (RSS) 2026
Journal ref Proceedings of Robotics: Science and Systems XXII, 2026
变点感知世界模型：在基于模型的强化学习中检测动力学变化并通过遗忘陈旧回放恢复
AI总结 针对机器人动力学突变导致模型失效的问题，提出变点感知世界模型（CAWM），用在线CUSUM检验检测突变并遗忘陈旧回放，显著加快恢复速度，提升回报。
Comments Accepted to the RSS 2026 Workshop on Robot World Models (R-WM)
TinySDP: 为可证实和敏捷边缘机器人实现实时半正定优化
机构 * A2R-Lab（A2R实验室）
AI总结 本文提出TinySDP，一种为嵌入式系统设计的半正定规划求解器，用于实时模型预测控制，解决非凸障碍约束下的碰撞避免问题，实现更短路径和实时性。
Comments Accepted to Robotics: Science and Systems (RSS) 2026. 11 pages, 5 figures, 2 tables. Project website: https://a2r-lab.org/TinySDP/
AI总结 本文提出解耦训练方法，将任务知识限制在条件路径中，使动作主干网络无任务依赖，通过Diffusion Policy验证，证明动作专家编码较少任务特定知识。
Comments RSS2026-Diff4RL
机构 * Fudan University（复旦大学） ； TARS Robotics（TARS机器人） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 本文提出Rhythm框架，通过整合交互感知动作重定向、交互引导强化学习和现实部署系统，实现双人形机器人在复杂物理交互中的鲁棒控制。
Comments Accepted at Robotics: Science and Systems (RSS), 2026
机构 * University of Science and Technology of China（中国科学技术大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Central Florida（中佛罗里达大学）
AI总结 提出AID-SR多层框架，利用大型语言模型通过闭环物理反馈自动设计连续体机器人，在14个任务基准上实现96.2%模拟可行性和26.7%任务成功率，并完成真实世界验证。
Comments The first three authors contributed equally to this work
Journal ref Proceedings of Robotics: Science and Systems XXII, 2026
LongNav-R1: 基于水平自适应的多轮强化学习用于长周期视觉语言导航
机构 * University of Michigan（密歇根大学）
AI总结 LongNav-R1通过多轮强化学习提升长周期视觉语言导航性能，实现高效样本利用和多样化导航行为。
Comments VLA, Navigation
Journal ref RSS 2026
机构 * Joint Research Centre for the European Commission（欧盟委员会联合研究中心）
AI总结 本文针对自动驾驶系统虚拟测试中仿真可信度评估的局限，借鉴NASA STD-7009框架提出基于风险的仿真工具链可信度评估框架，可应用于相关道路安全与仿真研究。
Comments Road Safety and Simulation 2026 RSS2026
机构 * University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
AI总结 本文研究了在未知道路阻塞环境下，UGV与UAV协作规划最短路径的问题，提出了一种最优路径划分策略，通过UAV和UGV分工探测路径前缀和后缀，提高了路径规划效率。
Comments 10 pages, 6 figures. Published in Robotics: Science and Systems (RSS 2026). Camera-ready version
Journal ref Proceedings of Robotics: Science and Systems XXII, Sydney, Australia, July 13-17, 2026
机构 * University of Toronto Robotics Institute, Canada（多伦多大学机器人研究所，加拿大） ； Oxford Robotics Institute, University of Oxford, UK（牛津大学机器人研究所，英国） ； Toronto Metropolitan University, Canada（多伦多 Metropolitan 大学，加拿大）
AI总结 本文提出了一种利用小型低分辨率飞行时间传感器进行连续机器人定位的方法，通过融合传感器数据与机器人形状先验信息，实现了在复杂环境中高精度的定位与建图。
Comments Print version, to be published at Robotics: Science and Systems (RSS) 2026
Journal ref Proceedings of Robotics: Science and Systems (2026)
AI总结 研究针对长期机器人规划中对具身经验记忆的需求，提出MEMORA方法，通过形成-巩固-检索生命周期及四种类型存储实现具身动作记忆，经实验评估取得良好结果，能为机器人规划提供记忆上下文。
Comments 50 pages. v1: Oral presentation at the Robotics: Science and Systems 2026 Workshop on Foundation Models for Robot Planning (FM4RoboPlan). v2: Accepted to the Association for Computational Linguistics: EMNLP 2026
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Beijing Institute of Technology（北京理工大学）
AI总结 研究针对视觉运动学习中阶段依赖操作问题，提出时间条件记忆融合策略（TFP），通过维护任务进展信念并注入动作解码器来改进VLA策略，在多个任务上提升成功率，证明紧凑且对事件敏感的记忆动态可优化VLA策略。
Comments Accepted to the SemRob 2026 Workshop at Robotics: Science and Systems (RSS 2026)
机构 * Zhejiang University（浙江大学） ； Torch Kernel Co., Ltd.（炬芯科技股份有限公司）
AI总结 该研究针对现有机械夹爪抓取薄物体时稳健性不足的问题，提出主动表面驱动的可重构欠驱动夹爪，通过设计、建模、优化及实验验证，实现薄物体的可靠抓取与顺序操作。
Comments Accepted by RSS2026
机构 * School of Mechanical Engineering, Zhejiang University（浙江大学机械工程学院） ； Torch Kernel Co., Ltd.（炬芯科技股份有限公司）
AI总结 该研究针对软夹持器抓取力因粘弹性松弛衰减的问题，提出结构-感知-学习框架，结合变刚度设计与温度耦合粘弹性力表征，使280秒力控抓取误差降低80%至95%，实现稳定持续抓取。
Comments 11 pages, 9 figures. Published in Robotics: Science and Systems (RSS 2026)
Journal ref Proceedings of Robotics: Science and Systems XXII, Sydney, Australia, July 13-17, 2026
Tactile-WAM：具有触觉非对称注意力的触觉感知世界动作模型
机构 * Ant Group（蚂蚁集团） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
AI总结 针对接触丰富操作中视觉预测不完整的问题，提出Tactile-WAM，通过触觉非对称注意力机制（TAAM）在保护视觉预测的同时利用触觉信息生成动作，整体成功率提升38.9%。
Comments Submitted to RSS2026 WorkShop Tactile for FM
机构 * The Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 本文提出SuperMap，一种结合几何SLAM与开放词汇感知的4D时空建图框架，用于视觉-语言导航，可稳定维护目标身份，经基准与真实机器人验证后开源。
Journal ref Proceedings of Robotics: Science and Systems (RSS 2026)
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