RSS

Asymptotically Optimal Ergodic Coverage on Generalized Motion Fields

广义运动场上的渐近最优遍历覆盖

Christian Hughes, Yilang Liu, Yanis Lahrach, Julia Engdahl, Houston Warren, Darrick Lee, Fabio Ramos, Travis Miles, Ian Abraham

机构 * Yale University（耶鲁大学） ； Rutgers University（罗格斯大学） ； University of Edinburgh（爱丁堡大学） ； University of Sydney（悉尼大学） 纠错

AI总结 本文提出将自适应搜索建模为遍历覆盖问题，通过考虑领域演变，在动态环境中保证覆盖并实现有效探索，实验验证了方法在海洋探索及生物运动跟踪中的有效性。

Comments 13 pages, 9 figures, 6 tables, Robotics: Science and Systems 2026

Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization

自适应平滑切比雪夫注意力用于多目标策略优化

Alejandro Murillo-Gonzalez, Mahmoud Ali, Lantao Liu

机构 * Indiana University–Bloomington（印第安纳大学布卢明顿分校） 纠错

AI总结 本文提出自适应平滑切比雪夫框架，通过动态调节优化景观曲率，解决多目标强化学习中非凸区域解恢复问题，验证于机器人隐身视觉搜索任务，发现非凸区域的帕累托最优策略。

Comments To appear in the Proceedings of Robotics: Science and Systems (RSS) 2026

When to Act, Ask, or Learn: Uncertainty-Aware Policy Steering

何时行动、提问或学习：不确定性感知的策略引导

Jessie Yuan, Yilin Wu, Andrea Bajcsy

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出不确定性感知策略引导框架，通过联合推理任务语义不确定性和低层动作可行性，选择执行高置信度动作、通过自然语言查询澄清任务歧义或请求动作干预修正低层策略，提升机器人部署性能。

Comments To appear in Robotics: Science and Systems 2026

Simulation-Ready Cluttered Scene Estimation via Physics-aware Joint Shape and Pose Optimization

通过物理感知的联合形状和姿态优化实现仿真准备的杂乱场景估计

Wei-Cheng Huang, Jiaheng Han, Xiaohan Ye, Zherong Pan, Kris Hauser

机构 * Meta Reality Labs（Meta现实实验室） 纠错

AI总结 本文提出了一种基于物理约束的联合形状和姿态优化方法，用于从真实世界观测中估计仿真准备的场景，通过形状可微接触模型和结构稀疏性高效求解，实现了对多个物体的鲁棒重建。

Comments Accepted to RSS 2026, camera-ready version; 17 pages, 15 figures

TeleGate: Whole-Body Humanoid Teleoperation via Gated Expert Selection with Motion Prior

TeleGate: 通过门控专家选择与运动先验实现全身人形机器人远程操作

Jie Li, Bing Tang, Feng Wu

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； AnyWit Robotics Co., Ltd., Shushan District, Hefei, Anhui, China（安徽合肥蜀山 district AnyWit 机器人有限公司） 纠错

AI总结 本文提出TeleGate框架，通过门控网络动态激活专家策略，结合VAE运动先验模块预测未来动作，实现高精度动态动作远程操作。

Comments Accepted by RSS 2026. Project page: https://anywitresearch.github.io/TeleGate/

Safe Multi-Agent Navigation via Constrained HJB-Informed Learning

通过约束HJB引导学习实现安全多智能体导航

Fenglan Wang, Xinguo Shu, Lei He, Lin Zhao

AI总结 本文提出HJB-GNN框架，通过联合学习控制屏障函数、分布式导航策略和价值函数，实现多智能体导航中的安全约束与目标达成的平衡，验证了其在复杂环境中的优越性能和可扩展性。

Comments Accepted by Robotics: Science and Systems (RSS 2026)