AI Agent

Technical Design Review of Duke Robotics Club's Oogway & Crush: AUVs for RoboSub 2026

杜克机器人俱乐部的Oogway和Crush：用于2026年RoboSub的自主水下航行器技术设计回顾

Patrick Zheng, Saagar Arya, Hung Le, Mathew Chu, Nathanael Ren, Niko Weaver, Isabella Chen, Jill Wang, Raine Cheng, Siddharth Kini, Avrick Altmann, Srinath Iyer, Ivan Chen, Ian Suh, Parker Jones, Pierson Jones, Sebastian deSouza, Suhaani Sriram, Suvas Aggarwal

机构 * Duke Robotics Club（杜克大学机器人俱乐部） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 杜克机器人俱乐部为2026年RoboSub设计的自主水下航行器Oogway和Crush，通过对机械、电气、软件子系统的改进及测试设施投资，扩展策略覆盖RoboSub四个设计目标，实现更广泛任务尝试并保持可靠性。

Configuration-Induced Passive Self-Rotation for Perception-Enhanced Autonomous Flight

用于感知增强自主飞行的构型诱导被动自旋转

Xurui Liu, Miao Wang, Tianyu He, Linrui Yang, Xiaobin Zhou

机构 * School of Robotics and Automation, Nanjing University（南京大学机器人与自动化学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究受限杂乱环境中自主飞行因传感器视野受限的问题，提出构型诱导被动自旋转三旋翼飞行器，利用后臂构型参数调节工作点，开发分层自主框架，经大量实验验证该方法对感知增强自主飞行有效。

Comments 9 pages, 7 figures, 4 tables

Disturbance-Aware Flight for Aerial Robots in Narrow Space

狭窄空间中无人机的干扰感知飞行

Lei Qiang, Tianyu He, Chenyang Sun, Xurui Liu, Miao Wang, Xiaobin Zhou

机构 * School of Robotics and Automation, Nanjing University（南京大学机器人与自动化学院） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对无人机在狭窄空间自主飞行因干扰和空间受限面临的挑战，提出干扰感知规划与控制框架DAPCF，通过双环观测器估计干扰、引入干扰风险函数及设计MDNMPC，使四旋翼能穿越狭窄隧道，性能优于人类飞行员。

EdgeCoInfer: Hierarchical Collaborative Inference for On-Device Multimodal Large Models

EdgeCoInfer：用于设备端多模态大模型的分层协作推理

Lin Tan, Songtao Guo, Mingyan Li, David K. Y. Yau

专题命中 规划决策 ：agent(abstract)

AI总结 针对边缘环境中多模态大模型面临的挑战，提出EdgeCoInfer框架，通过模型间功能模块共享和模型内细粒度划分实现粒度自适应部署，采用混合进化分层强化学习解决问题，实验表明该框架能提高任务完成率并降低系统成本和内存消耗。

HTT-Net: Hierarchical Text-guided Transition Modeling for Surgical Video Phase Recognition

HTT-Net：用于手术视频阶段识别的分层文本引导过渡建模

Kunjie Deng, Jinghui Zhang, Weidong Chen, Ganbin Li, Xiangjun Lyu, Zhendong Mao, Yingchi Yang

机构 * School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院） ； Department of General Surgery, Beijing Friendship Hospital, Capital Medical University（首都医科大学附属北京友谊医院普通外科） ； Chinese PLA General Hospital（中国人民解放军总医院） 纠错

专题命中 规划决策 ：workflow(abstract)

AI总结 针对手术视频阶段识别难题，提出HTT-Net，通过构建分层手术语义记忆，利用过渡感知片段构建和校准方法，引入结构化手术语义知识，实验验证其能有效实现手术视频的稳健阶段识别。

Differentiable Reinforcement Learning for Path Tracking by an Agile Fish-Like Robot

用于敏捷类鱼机器人路径跟踪的可微强化学习

Prashanth Chivkula, Kartik Loya, Venkata Ravindhra Reddy Varikuti, Phanindra Tallapragada

机构 * Clemson University（克莱姆森大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究类鱼机器人控制和运动规划难题。开发高效模拟平台，用PID控制结合时间反向传播和课程训练学习增益，实现运动控制与路径跟踪，策略应用于物理平台效果良好。

Comments Accepted to IROS 2026, 9 pages, 12 Images, 1 Table

WeedExpert-R1: Incentivizing Botanical Reasoning in MLLMs with Reinforcement Learning for Precision Weed Grounding

WeedExpert-R1：通过强化学习激励多模态大语言模型进行精准杂草定位的植物推理

Zonglin Yang, Wei-Zhen Liang, Nevin Lawrence, Xin Qiao, Benjamin Riggan, Chi-En Chiang, Fuchen Li

机构 * University of Nebraska-Lincoln（内布拉斯加大学林肯分校） ； Panhandle Research and Extension Center（狭长地带研究与推广中心） 纠错

专题命中 规划决策 ：workflow(abstract)

AI总结 研究针对精准杂草控制问题，提出通过可验证奖励学习视觉基础植物推理的WeedExpert-R1模型，利用特定合成管道生成数据微调，经群体相对策略优化训练。该模型在多种杂草测试中表现优异，优于同类模型，展现开放词汇能力和跨区域部署潜力。

MDAF: A Multi-Dimensional Annotation Framework for Automated Foreign Policy Analysis

MDAF：一种用于自动外交政策分析的多维注释框架

Songruowen Ma, Songting Ding, Fangyin Zhou, Jörg Friedrichs

专题命中 规划决策 ：workflow(abstract)

AI总结 研究针对政府网站外交政策文本未被充分利用的问题，提出MDAF框架，集成大语言模型工作流程，应用于五眼联盟国家与中国相关文本，实现文本识别、信息提取和事件分类自动化，支持跨国比较等，为外交政策分析等做贡献。

Comments 32 pages, 9 figures, 5 tables

QBism Logic

QB主义逻辑

Kenji Tokuo

专题命中 规划决策 ：agent(abstract)

AI总结 研究基于QB主义对量子理论的解释进行逻辑形式化，通过引入相关语言和证明定理，将无动态算子片段转化为一阶公式，归约有效性，还表明有限维量子理论可通过SIC等实现框架并满足相关条件。

Nonuniform and inequitable healthcare accessibility losses during flooding-amplified congestion across US cities

美国城市洪灾加剧拥堵期间医疗可及性的非均匀和不公平损失

Raviraj Dave, Danish Mansoor Tantary, Dongqin Zhou, Udit Bhatia, Auroop R. Ganguly

专题命中 规划决策 ：planning(abstract)

AI总结 研究美国30个人口最多城市洪灾加剧拥堵时医疗可及性损失，发现其受多种因素影响，损失程度不一，还加剧空间不平等，针对性防洪方法比通用策略更有效，能助城市从类似地区学习。

MSTF-Net: A UAV-Oriented Multi-Spectral Video Segmentation Method via Modality-Robust, Scale-Adaptive, and Consistent Fusion

MSTF-Net：一种通过模态稳健、尺度自适应和一致融合的面向无人机的多光谱视频分割方法

Chenwei Wang, Zhida Wang, Zelin Li, Elif Ozden-Yenigun, Houde Liu

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对无人机多光谱视频分割面临的模态融合困境和时间变化问题，提出MSTF-Net框架，通过模态稳健、尺度自适应融合有效建模跨模态融合与时间一致性，在公共数据集实验中取得出色分割性能。

Data and Learning Where it Matters for Contact-Rich Manipulation

数据与学习在高度依赖接触的操作中的关键作用

Oliver Hausdörfer, Linus Schwarz, Gabor Marko, Christian Dietz, Timo Class, Luka Hofer, Jim Yun-Jin Li, Johannes Hechtl, Ralf Römer, Angela P. Schoellig

机构 * TU Munich（慕尼黑工业大学） ； Siemens AG（西门子公司） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对高度依赖接触的操作中数据与学习的问题，提出结合离线深度强化学习的自动数据收集方案，仅用少量自主数据收集，在四个现实任务中平均成功率达96%，为相关任务的数据收集和精密应用高成功率奠定基础。

Comments Project webpage: https://anonymous.4open.science/w/data_and_learning_where_it_matters/

Day-Ahead Forecasting of Largest Single Infeed/Outfeed on the Irish Power Grid: A Generative Artificial Intelligence Approach

爱尔兰电网最大单一馈入/馈出的提前一天预测：一种生成式人工智能方法

Amir Moshari, Mo Cloonan, Taulant Kerci, Zhi Li, Colm Gaffney, Chotiya Mahittigul, Manuel Hurtado, Simon Tweed, Bryan Murray, Michael Walsh, Eoin Kennedy, Ritesh Madan

专题命中 规划决策 ：planning(abstract)

AI总结 研究利用生成式人工智能方法提前一天预测爱尔兰电网最大单一馈入和馈出，通过与EirGrid合作开发，借助有限数据实现高精度预测，有望降低备用采购成本，展现了TSO基于人工智能的资源规划的实用性与可扩展性。

Minimum Time Dubins Airplane Paths with Asymmetric Climb Rates

具有不对称爬升率的最短时间杜宾斯飞机路径

Jaeyoung Lim, Giuseppe Loianno

机构 * Department of Electrical Engineering and Computer Sciences, University of California, Berkeley（加利福尼亚大学伯克利分校电气工程与计算机科学系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究具有不对称爬升率的最短时间杜宾斯飞机路径问题，提出考虑不对称爬升率的路径，重新审视时间最优性条件，通过该方法可利用飞行器全部性能，减少最短时间并加快在复杂任务中找到中位数解的时间，还通过实际飞行证明了实用性。

Comments 7 pages, 10 figures

Examining the Associations between Visual and Non-Visual Elements and Cyclists' Route Choices for Various Trip Purposes

研究视觉与非视觉元素与不同出行目的下骑行者路线选择之间的关联

Heyang Hua, Koichi Ito, Filip Biljecki

机构 * Department of Architecture, National University of Singapore（新加坡国立大学建筑系） ； Department of Real Estate, National University of Singapore（新加坡国立大学房地产系） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究不同出行目的下骑行者路线选择，通过数据驱动案例研究，分析视觉与非视觉因素对其影响，揭示影响积极骑行的时空特征，为街道网络规划和基础设施发展提供参考。

NeuroCommitSSM: Decision-Centric Shared Autonomy for Safe Assistive Manipulation via EEG-EMG-ET Commit Readiness

NeuroCommitSSM：通过脑电图-肌电图-眼动追踪提交准备实现安全辅助操作的以决策为中心的共享自主性

Tipu Sultan, Param Sangani, Kody Cool, Pascal Sikorski, Guangping Liu, Hadi Akbarpour, Madi Babaiasl

机构 * Saint Louis University（圣路易斯大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 NeuroCommitSSM是用于辅助机器人操作安全控制的以决策为中心框架，依EEG、EMG和ET预测提交分数转化为离散事件，经三状态监督器控制执行。实验表明其在多场景下准确率高、错误提交低，硬件验证减少错误启动和决策不稳定。

Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 3 figures, and 8 tables

Performance Model for Hybrid Quantum-Classical Workflows

混合量子-经典工作流的性能模型

Pooja Rao, Dimitar Trenev, Jerome Gonthier, Taylor Patti, Sebastian Stern, Tyler Takeshita, Yuri Alexeev, Cedric Lin, Sam McArdle, Justin Lietz, Katherine Klymko, Ermal Rrapaj, Norm Tubman, Krysta Svore, Peter Komar, Elica Kyoseva

专题命中 规划决策 ：workflow(abstract)

AI总结 研究混合量子-经典工作流性能评估框架缺失问题，引入运行时模型分解工作流执行成本，通过通信与计算比率及可行性约束量化性能，应用于代表性工作流表明其对计算密集型应用提升有限，对实时任务至关重要，还能随硬件发展识别交叉条件及设定应用层性能。

Global kilometer-scale climate simulations: new opportunities for climate services

全球千米尺度气候模拟：气候服务的新机遇

David Saint-Martin, Olivier Geoffroy, Gildas Dayon

专题命中 规划决策 ：planning(abstract)

AI总结 研究利用ARP - GEM全球大气模型在2.6千米水平分辨率下进行长达百年的模拟，以补充法国气候服务模拟集。千米尺度全球覆盖可呈现精细尺度现象，证明了此方法对气候服务的可行性与益处，虽有海洋耦合缺失局限，但为气候服务带来新机遇。

Comments 6 pages, 4 figures, submitted to Environmental Research Letters

AHEAD: Anticipatory Hand-Driven Teleoperation via Human Intent Prediction

AHEAD：通过人类意图预测实现预期的手动驱动遥操作

Seok Joon Kim, Junho Lee, Federica Spinola, Taein Kwon, Mohsen Moghaddam

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Neuromeka Ltd.（Neuromeka有限公司） ； INRIA（法国国家信息与自动化研究所） ； University of Oxford（牛津大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究旨在减少机器人反应时间并降低操作员工作量，提出AHEAD实时VR遥操作系统，通过处理手和头部信号及场景上下文预测意图，转换为稳定目标，该系统意图预测准确率高，能有效减少延迟并降低操作员负荷。

Comments Accepted to IROS2026, 8 pages, 6 figures

WorkDrive: Roadwork Chain of Causation for Autonomous Driving

WorkDrive：自动驾驶的道路施工因果链

Tianyi Jiang, Wen Zhang, Sihan Yang, Ming Lu, Wentao Zhang

机构 * Peking University（北京大学） ； Xiaomi EV（小米电动汽车） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对自动驾驶视觉语言模型在道路施工区域的难题，提出WorkDrive框架，通过自动化多任务感知管道提取场景事实，经监督微调与强化学习，在ROADWork数据集上降低轨迹平均位移误差，实现渐进改进。

Information-Theoretic Adaptive Cooling for Deterministic MPPI via Entropy Feedback

通过熵反馈实现确定性MPPI的信息论自适应冷却

Shuqi Wang, Wenrong Sun, Tao Han, Yue Gao, Xiang Yin

机构 * School of Automation & Intelligent Sensing, Shanghai Jiao Tong University（自动化与智能感知学院，上海交通大学） ； Department of Physics, The Hong Kong University of Science and Technology（物理系，香港科技大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究基于MPPI的确定性最优控制中冷却策略难题，提出ITAC框架，利用重要性权重香农熵作反馈信号调节温度，证明其渐近收敛，实验显示该框架提升采样效率且收敛更快，不影响MPPI无导数特性。

Discriminative Barrier Functions for Safe Adversarial Imitation Learning from Observation

用于从观察中进行安全对抗模仿学习的判别障碍函数

Anubhav Vishwakarma, Bhaumik Mehta, Caleb Hsu, Byron Boots, Karen Leung, Tyler Han

机构 * University of Washington（华盛顿大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对逆强化学习不安全及控制障碍函数设计难的问题，通过将奖励函数候选限制在CBF空间，实现安全在线控制与经验改进，能从无标签观察中恢复障碍函数，模拟实验显示其安全性能提升，并研究了不同IRL方法的权衡。

Comments 20 pages, 5 figures

Merging Reaction to Cognition: A Hybrid Cognitive Strategy for Odour Source Localisation in Natural Environments

融合反应与认知：自然环境中气味源定位的混合认知策略

Hugo Magalhães, Rui Baptista, Lino Marques

机构 * Institute of Systems and Robotics（系统与机器人研究所） ； University of Coimbra（科英布拉大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究自然环境中气味源定位难题，提出混合认知策略，将生物启发反应性融入信念依赖运动规划，经模拟和实验验证，该策略能有效减少行进距离、提高成功率并降低定位误差。

The Nonsmooth Impact Direction (NSID) of Robotic Systems

机器人系统的非光滑碰撞方向 (NSID)

Annika Kirner, Christian Ott

机构 * Automation and Control Institute, TU Wien（维也纳工业大学自动化与控制研究所） ； 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） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究机器人系统的非光滑碰撞方向 (NSID)，通过系统分析碰撞前后速度，表明其为机器人碰撞特征方向且独立于接触特性，适用于多种机器人系统，理论分析与实验验证为相关规划和控制算法奠定基础。

Comments 18 pages, 17 figures, under review

Improving Map Consistency in Graph-Based LiDAR SLAM Through Information-Aware Odometry and Retroactive Loop Closure

通过信息感知里程计和追溯回环闭合改进基于图的激光雷达SLAM中的地图一致性

Saurabh Gupta, Niklas Trekel, Louis Wiesmann, Cyrill Stachniss

专题命中 规划决策 ：planning(abstract)

AI总结 该研究针对3D激光雷达SLAM中地图一致性问题提出解决方案，通过估计信息矩阵加权里程计约束，引入分层及追溯回环闭合模块，实验证明能提升轨迹精度与地图一致性。

Comments 8 pages, 4 figures, 2 tables

Layered Risk Mapping for Autonomous Patient Transport in Expeditionary Medical Facilities

用于远征医疗设施中自主患者运输的分层风险映射

Lorena Maria Genua, Sarvesh Prajapati, Damla Leblebicioglu, Taşkın Padır

机构 * Institute for Experiential Robotics, Northeastern University（体验式机器人研究所，东北大学） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 针对远征医疗设施中自主患者运输面临的复杂导航挑战，提出分层风险映射框架，融合多种环境危害，经配对蒙特卡洛评估及实际验证，有效降低碰撞率、提高障碍物清除率，满足相关运营模式规划要求。

Joint On-and-Off Policy Learning for Vision-and-Language Navigation

用于视觉与语言导航的联合在线与离线策略学习

Qingrong He, Lin Zhao, Kevin Zheng, Liang Lin

机构 * Joy Future Academy（京东探索研究院） 纠错

专题命中 规划决策 ：agent(abstract)

AI总结 研究视觉与语言导航问题，提出JOP-VLN框架，通过三阶段训练流程，协同结合离线策略模仿学习和在线策略探索，采用高熵轨迹采样和纠错优先轨迹排序策略，在相关基准上取得高成功率，创技术新水平。

Comments Accepted by IROS 2026

Influence of Magnetospheric Plasma Environment on Surface Charging of the Lunar South Pole

磁层等离子体环境对月球南极表面充电的影响

Yaqi Xiao, Xiaoman Wang, Ronghui Quan

专题命中 规划决策 ：planning(abstract)

AI总结 研究月球南极在磁层等离子体环境下的表面充电特性，构建高保真地形模型，用有限元 - BP神经网络方案模拟充电演化，揭示地形对充电的调节作用及不同区域的电位和电场变化，为相关月球探测工作提供参考。

Comments 18 pages,9 figures

Beyond Consistent Scenarios: Deriving Indirect Influence, Transition Resistance, and Adjustment Dynamics

超越一致情景：推导间接影响、转型阻力和调整动态

Andrew G. Ross, Julia Gershenzon, Andreas Kleefeld

专题命中 规划决策 ：agent(abstract)

AI总结 研究能源转型等结构变化与经济转型动态评估问题，通过线性响应理论扩展交叉影响平衡（CIB），得出四个分析对象，应用于能源转型交叉影响矩阵得出相关结果，可转移至相关领域。

MAMMOTH: A Multi-Modal End-to-End Policy for Off-Road Mobility Robust to Missing Modality

MAMMOTH：一种对缺失模态具有鲁棒性的越野移动多模态端到端策略

Ahaan Kotian, Shivani Subramanyan, Suresh Sundaram

机构 * Indian Institute of Science（印度科学研究所） 纠错

专题命中 规划决策 ：planning(abstract)

AI总结 研究针对非结构化越野环境自主导航难题，提出MAMMOTH多模态端到端策略。它融合多模态观测，用模态丢弃训练，还采用扩散策略学习联合概率分布，经实验验证性能优越，能提升避撞等能力及对缺失模态的泛化。

Comments Accepted to IROS 2026 Main Conference