期刊&会议
Robotics: Science and Systems · 会议 · Robotics
空中布局：用于天花板精确飞行中标记的柔顺驱动末端执行器的设计与控制
机构 * Autonomous Systems Lab, ETH Zurich（苏黎世联邦理工学院自主系统实验室）
AI总结 该研究针对空中机器人毫米级定位精度需求，设计采用Gough-Stewart机构的柔顺驱动末端执行器，实现天花板上的精确标记，无需复杂建模或控制。
Comments C. Lanegger and M. Ruggia contributed equally. Accepted to Robotics: Science and Systems (RSS) 2022
面向机器人辅助洗澡任务的人类演示的高保真捕捉、重建与迁移
机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） ； School of Health and Rehabilitation Sciences, University of Pittsburgh（匹兹堡大学健康与康复科学学院）
AI总结 针对机器人辅助洗澡任务中人类演示难以迁移的问题，提出以接触区域为核心的高保真处理框架，构建含多维度同步数据的数据集，实现灵巧软手完成洗澡任务，相关材料将公开以推动pHRI研究。
Comments Accepted to Robotics: Science and Systems (RSS) 2026. Official conference page: https://www.roboticsproceedings.org/rss22/p094.pdf
Journal ref Proceedings of Robotics: Science and Systems (RSS), 2026
基于OpenArm的实验室移动操作的表示交接
AI总结 本研究提出基于OpenArm的实验室移动操作原型，通过表示交接整合多模块，可暴露部署阻碍并为具身系统整合提供调试接口。
Comments Robotics: Science and Systems (RSS) Workshop 2026
不仅仅是更多演示：用于数据高效的鲁棒机器人模仿的反事实动作敏感性覆盖
机构 * CSIRO Robotics, CSIRO, Australia（澳大利亚联邦科学与工业研究组织机器人学部，澳大利亚联邦科学与工业研究组织）
AI总结 针对视觉运动模仿策略对干扰项脆弱的问题，提出CFNBC框架，通过测量动作漂移选择紧凑修复集，在机器人任务中20-30个候选的修复性能优于随机选择。
Comments Workshop paper accepted at the RSS 2026 Workshop on Data-Centric Robotics: What Data Do Robots Really Need?
IMBench：直观机器人操作的基准测试
AI总结 IMBench旨在评估直观机器人操作这一综合能力，其任务含物理结构推断与动作序列生成。通过35个任务等进行实验，发现视觉语言模型和视觉 - 语言 - 动作模型的不足，为评估和发展物理智能提供基准。
Comments Accepted to SemRob Workshop, RSS 2026. Project Website: https://imbench.org/
ConFlow：基于流匹配的约束引导学习用于运动生成
机构 * LS Wiiri Robot Innovation Center（LS维里机器人创新中心） ； Technical University of Munich（慕尼黑工业大学） ； Volkswagen Group（大众集团）
AI总结 研究针对机器人运动生成中约束与数据不匹配问题，提出ConFlow框架，将约束信息纳入训练目标，用条件高斯过程解决设计规范，用不可行演示作负监督，实验表明其能降低碰撞率、提高轨迹质量，弥合训练与推理差距。
Comments RSS 2026 Workshop on Diffusion for Robot Learning
MEMORA：基于自我中心视频的具身动作记忆用于推理与规划
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 43 pages, 9 figures. Oral presentation at the Robotics: Science and Systems 2026 Workshop on Foundation Models for Robot Planning (FM4RoboPlan)
从稀疏触摸中对可变形物体进行与拓扑无关的网格重建
AI总结 研究在视觉不可用场景下从稀疏触摸重建可变形物体完整网格的问题，提出用排列不变交叉注意力架构的估计器，相比其他方法大幅降低重建误差，还能利用其不确定性指导下次触摸位置，进一步降错。
Comments Accepted to the RSS 2026 DAROMA Workshop
用于对话式仿人机器人的面部机构自动合成
AI总结 研究旨在实现对话式仿人机器人面部机构自动合成，提出参数化模板及分层算法，开发对话面部运动合成框架，经多方面实验验证，可快速生成可物理实现的面部机构，推动大规模个性化发展。
Comments Accepted by RSS 2026. Project page: https://zzongzheng0918.github.io/automated-facial-mechanisms-synthesis/
你所需要的只是能量引导吗？用于驱动世界模型的无训练规范注入
机构 * Institute of Automotive Technology, Technical University of Munich（慕尼黑工业大学汽车技术研究所）
AI总结 研究基于大型视频扩散主干的驾驶世界模型难以控制的问题，提出通过可微能量函数在采样时操控规划轨迹，无需重新训练主干，以Open-Sora 2.0 MM-DiT主干模型为例验证，指出跨流耦合是端到端可控关键。
Comments Accepted to Robotics: Science and Systems 2026 Robot World Models Workshop
DemoBridge：用于单视图人类演示重定向的循环内仿真工具包
机构 * KU Leuven（库勒万大学） ； Toyota Motor Europe（丰田欧洲公司） ； Toyota Research Institute（丰田研究院）
AI总结 DemoBridge工具包可将单视图人类手部演示转化为机器人手臂轨迹，核心是碰撞感知规划器，能综合考虑多种因素优化轨迹，经物理模拟器验证，还可用于策略学习，在实际任务和基准测试中评估了其性能。
Comments RSS 2026 RoboData Workshop
在信任世界模型模拟器的裁决之前先验证其可靠性：世界模型模拟器的可接受性
机构 * Autonomous Vehicle Systems Lab（自主车辆系统实验室） ； Technical University of Munich（慕尼黑技术大学）
AI总结 研究世界模型模拟器裁决的可靠性问题，基于安全关键模拟的可信度实践定义可接受性阶梯，通过自动驾驶实例验证，指出视觉保真度不能预测行动稳健性，为世界模型模拟器的评估提供了新框架。
Comments Accepted at RSS 2026 Workshop on Robot World Models
用于鲁棒多机器人操作的闭环多智能体框架
机构 * Sun Yat-sen University（中山大学） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education, China（教育部机器智能与先进计算重点实验室） ； Imperial College London（帝国理工学院） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Shenzhen Loop Area Institute（深圳河套学院）
AI总结 针对多机器人操作中高级推理应用于实际执行的挑战，提出基于分层闭环智能体的LLM框架，含规划、操作、验证智能体。经实际实验验证，该框架成功率高、适应性强，为多样操作任务提供可推广方法。
Comments RSS 2026
不确定性下用于开放世界机器人规划的假设驱动模型扩展
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； Smart Systems Institute, National University of Singapore（新加坡国立大学智能系统研究所）
AI总结 针对开放世界机器人规划中传统方法失效的问题，提出假设驱动模型扩展框架，利用基础模型生成假设，结合自动规划与验证反馈进行迭代优化，实现自主知识扩展，推动家用服务机器人实际部署。
Comments Accepted to Robotics: Science and Systems (RSS) 2026
想象的展开是运动学的，而非动力学的：对长期世界模型失败的诊断
机构 * Autonomous Vehicle Systems Lab（自动驾驶车辆系统实验室） ； Technical University of Munich（慕尼黑技术大学） ； Data Analytics and Machine Learning Group（数据分析与机器学习小组）
AI总结 研究针对世界模型长期失败问题，提出用运动学与动力学重新构建的方法，通过想象的运动学一致性误差（iKCE）及扰动协议进行诊断，在DreamerV3检查点实例化，区分了运动学与动力学想象，揭示模型长期失败特征。
Comments 9 Pages Workshop Paper accepted at RSS Robot World Model Workshop 2026
绿色代表可行，红色代表不可行：通过语义分割实现视觉基础以用于VLA导航策略
AI总结 研究VLA导航策略的视觉基础，提出基于实时分割的方法，用SegFormer突出可通行与不可通行区域，评估两种变体，结果表明视觉基础可降误差，对长指令效果更佳，还能作为轨迹长度正则化器。
Comments Accepted for RSS 2026 workshop
RoboVista：评估用于各种机器人应用的视觉语言模型
机构 * University of California, Berkeley（加州大学伯克利分校） ； Princeton University（普林斯顿大学） ； Google DeepMind（谷歌DeepMind）
AI总结 研究针对机器人多样应用，提出模块化评估框架Robot Question Answering及基准RoboVista，其源于真实机器人系统等，含多任务类型VQA实例，实验表明现有视觉语言模型有差距，且与现实任务执行相关。
Comments Accepted to RSS 2026. Project website: https://berkeleyautomation.github.io/robovista/
OopsieVerse: 一个具有损伤感知仿真的机器人操作安全基准
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 提出OopsieVerse框架，通过DamageSim检测和量化接触力、温度等损伤信号，在OmniGibson和RoboCasa仿真器中实现损伤感知，用于安全策略学习与评估。
Comments Project website: https://robin-lab.cs.utexas.edu/oopsieverse/. The first two authors contributed equally; order decided by dice roll. Accepted to Robotics: Science and Systems (RSS 2026)
超越故障恢复：一种面向机器人系统的参与感知人在回路框架
机构 * Cornell University（康奈尔大学）
AI总结 提出一种参与感知模型预测控制（E-MPC）方法，通过规划交互频率和类型来维持用户参与度并控制工作负荷，在机器人辅助进食系统中验证了其提升用户体验且不降低任务成功率的效果。
Comments Project website at https://emprise.cs.cornell.edu/empc
Journal ref Robotics: Science and Systems 2026
结构材料的秒级损伤自适应
机构 * Northwestern University（西北大学）
AI总结 提出LEAP方法，利用潜在损伤表示和集成学习，在软驱动系统中实现一分钟内对灾难性损伤的自适应，无需仿真。
Comments Proceedings of Robotics: Science and Systems
GHOST: 用于泛化机器人操作的层次化子目标策略
机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； UMass Amherst（马萨诸塞大学阿姆赫斯特分校）
AI总结 提出GHOST框架，通过将控制分解为高层子目标预测和低层目标条件控制器，实现视觉运动操作策略的泛化，并利用人类演示适应新物体和任务变化。
Comments Accepted at RSS 2026
注意你的步伐：一种用于精确人形机器人落脚点跟踪的通用学习框架
机构 * Politecnico di Milano（米兰理工大学） ； TU Darmstadt（达姆施塔特工业大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Italian Institute of Technology（意大利技术研究院） ； University of Pisa（比萨大学）
AI总结 提出一种轻量级通用3D落脚点跟踪策略学习框架，通过目标采样器动态提供步态支持，结合新目标表示克服真实世界噪声，实现与多种高层规划器无缝集成的精确自然运动。
Comments Accepted to RSS 2026
AxisGuide: 在RGB观测中接地机器人动作坐标系以实现鲁棒的视觉运动操控
机构 * Korea University（韩国大学） ； University of Michigan（密歇根大学） ； KT R&D Center（KT研发中心） ； Kakao Mobility（Kakao移动）
AI总结 针对视觉运动策略在分布偏移下动作执行失败的问题，提出AxisGuide方法，通过渲染机器人基座坐标系轴并叠加提示通道，增强动作坐标理解，显著提升泛化性能。
Comments Accepted to 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