机器人 / 具身智能

GUMP-Net: An interpretable model-data-driven intelligent algorithm for multi-class pelvic segmentation

GUMP-Net: 一种用于多类盆腔分割的可解释模型-数据驱动智能算法

Liheng Wang, Yinghui Zhang, Licheng Zhang, Hailin Xu, Qiyong Cao, Chong Chen

机构 * State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（数学科学国家重点实验室，数学与系统科学研究院，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Department of Orthopedics, The Fourth Medical Center of Chinese PLA General Hospital（中国人民解放军第四医学中心骨科部） ； National Clinical Research Center for Orthopedics, Sports Medicine and Rehabilitation（骨科、运动医学与康复临床研究中心） ； Department of Trauma and Orthopedics, People’s Hospital Peking University（北京大学人民医院创伤与骨科部） ； Department of Orthopedics and Traumatology, Beijing Jishuitan Hospital, Capital Medical University（首都医科大学北京积水潭医院骨科与创伤科） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.CV

AI总结 提出GUMP-Net，结合改进测地线活动轮廓模型与深度神经网络，实现多类盆腔分割，在小训练数据下表现更优，并提供可解释几何视角。

Comments 26 pages, 8 figures, 3 tables

High-Degree-of-Freedom Lightweight Bioinspired Leg for Enhanced Mobility in Small Robots

高自由度轻量化仿生腿：提升小型机器人机动性

Haoqi Han, Yifei Yu, Jiaming Zhang, Xinru Cui, Linxi Feng, Hesheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai University of Electric Power（上海电力大学） 纠错

专题命中 具身导航 ：robotics(abstract)；分类 cs.RO

AI总结 针对微型机器人腿部自由度受限问题，提出一种四自由度并联腿机构，通过同心设计简化运动学，实现轻量化（18.9g）和大工作空间（>22255 mm³），显著提升运动灵活性。

Journal ref 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

Embedding Semantic Risk into Distance Fields and CBFs for Online Monocular Safe Control

将语义风险嵌入距离场和CBF用于在线单目安全控制

Dawei Zhang, Nuo Chen, Shuo Liu, Roberto Tron, Zhiwen Fan

机构 * Division of Systems Engineering, Boston University（系统工程系，波士顿大学） ； Department of Mechanical Engineering, Boston University（机械工程系，波士顿大学） ； Department of Electrical and Computer Engineering, Texas A&M University（电气与计算机工程系，德克萨斯农工大学） 纠错

专题命中 具身导航 ：navigation(abstract)；分类 cs.RO

AI总结 提出一种在线单目感知到控制框架，通过将语义风险直接嵌入欧几里得符号距离场（ESDF），在控制优化前编码风险，实现基于控制障碍函数（CBF）的语义感知安全导航与遥操作。

HANSEL: Extracting Breadcrumbs from Web Agent Trajectories for Interactive Verification

HANSEL: 从Web智能体轨迹中提取面包屑用于交互式验证

Yujin Zhang, Daye Nam

专题命中 具身导航 ：navigation(abstract)

AI总结 提出HANSEL系统，从AI智能体轨迹中提取可交互验证的证据，减少用户审查负担，在基准测试中达到83.7%精确率和88.9%召回率，用户研究显示显著降低任务完成时间和感知努力。

Comments 13 pages, 6 figures

Riemannian Metric Preconditioning for Trajectory Tracking

轨迹跟踪的黎曼度量预条件

Jacob R. Goodman, Hajg Jasa

专题命中 具身导航 ：navigation(abstract)

AI总结 提出秩一黎曼共度量更新以降低特定运动方向的代价，建立完备性并给出Levi-Civita联络显式表征，通过添加联络差项改进标准内禀PD控制实现预条件轨迹跟踪。

Comments 8 pages, 2 figures. The code can used to conduct simulations can be found at https://doi.org/10.5281/zenodo.20442932

Topological complexity for closed 1-forms

闭1-形式的拓扑复杂度

Kenji Fukushi

专题命中 具身导航 ：navigation(abstract)

AI总结 引入闭1-形式的拓扑复杂度概念，建立其基本性质与不等式，并证明梯度流方法给出上界。

Comments 29 pages

Bifurcations for Lagrangian systems and geodesics II

拉格朗日系统与测地线的分岔 II

Guangcun Lu

专题命中 具身导航 ：navigation(abstract)

AI总结 研究自治拉格朗日系统及Finsler/Riemann流形上测地线分岔，利用Morse指标和零化度技术给出广义周期解分岔的充要条件，并精化经典Gauss引理。

Comments 63 pages, LaTeX; matches published version. The article arXiv:2404.18815v2 [math.DS] has been split into two or more articles. This is one of this split. Another part of this split has already appeared as arXiv:2603.20551

Journal ref Calc. Var. Partial Differ. Equ., 65(2026), no.7, Art. no. 206

Hierarchical Planning with Latent World Models

基于潜在世界模型的分层规划

Wancong Zhang, Basile Terver, Artem Zholus, Soham Chitnis, Harsh Sutaria, Mido Assran, Randall Balestriero, Amir Bar, Adrien Bardes, Yann LeCun, Nicolas Ballas

机构 * FAIR at Meta（Meta旗下的FAIR） ； New York University（纽约大学） ； Mila - Québec AI Institute（魁北克AI研究院） ； Brown University（布朗大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；manipulation(abstract)；navigation(abstract)；分类 cs.LG

AI总结 提出HWM架构，通过多时间尺度潜在世界模型和潜在匹配实现分层模型预测控制，解决长时域任务中单层规划失败和计算爆炸问题。

DreamReg: Belief-Driven World Model for 2D-3D Ultrasound Registration

DreamReg：基于信念驱动的世界模型用于2D-3D超声配准

Luoyao Kang, Yuelin Zhang, Jiwei Shan, Haifan Gong, Qingpeng Ding, Shing Shin Cheng

机构 * T Stone Robotics Institute, The Chinese University of Hong Kong（香港中文大学T Stone机器人研究所） ； Multi-scale Medical Robotics Center（多尺度医疗机器人中心） ； Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院） 纠错

专题命中 具身推理 ：world model(title,abstract)；navigation(abstract)；分类 cs.CV

AI总结 提出DreamReg框架，将2D-3D超声配准建模为信念更新，通过世界模型模拟探头运动并整合想象结果，在CAMUS和u-RegPro数据集上实现鲁棒且准确的实时配准。

DREAM-Chunk: Reactive Action Chunking with Latent World Model

DREAM-Chunk：基于潜在世界模型的反应式动作分块

Wenxi Chen, Kaidi Zhang, Chi Lin, Zhiyuan Zhang, Yu She, Yuejiang Liu, Raymond A. Yeh, Shaoshuai Mou, Yan Gu

机构 * Purdue University（普渡大学） ； Stanford University（斯坦福大学） 纠错

专题命中 具身推理 ：world model(title,abstract)；manipulation(abstract)；分类 cs.RO

AI总结 提出DREAM-Chunk方法，通过轻量级潜在世界模型在测试时采样多个候选动作分块并选择最优执行，提升动作分块策略在随机动态下的鲁棒性。

Dual-Channel Grounded World Modeling (DCGWM): Structural Prevention of Objective Interference Collapse via Heterogeneous External Grounding with Inward-Only Gradient Flow

双通道接地世界建模 (DCGWM)：通过异构外部接地与内向梯度流结构性防止目标干扰崩溃

Akshay Hazare

机构 * Independent Researcher（独立研究者） 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.AI、cs.LG

AI总结 提出双通道接地世界建模（DCGWM），通过分区潜空间和内向梯度流，结构性防止联合嵌入预测架构中多目标接地导致的目标干扰崩溃。

Comments Position paper. Experimental validation in progress

Technical Report for ICRA 2026 GOOSE 2D Fine-Grained Semantic Segmentation Challenge: Leveraging DINOv3 for Robust Outdoor Scene Understanding in Field Robotics

ICRA 2026 GOOSE 2D细粒度语义分割挑战赛技术报告：利用DINOv3实现野外机器人中的鲁棒户外场景理解

Jaeil Park, Hyobin Choi, Sangjin Lee, Hyungtae Lim, Sung-Hoon Yoon

机构 * Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院） ； Massachusetts Institute of Technology (MIT)（麻省理工学院） 纠错

专题命中 具身推理 ：robotics(title,abstract)；分类 cs.RO、cs.CV

AI总结 提出一种结合DINOv3自监督骨干、ViT-Adapter和Mask2Former解码器的网络设计，以及多尺度测试增强和模型集成的推理策略，在64类细粒度越野语义分割挑战中取得第一名，复合得分76.57%。

Comments 5 pages, 4 figures

MoVerse: Real-Time Video World Modeling with Panoramic Gaussian Scaffold

MoVerse: 基于全景高斯支架的实时视频世界建模

Yang Zhou, Ziheng Wang, Yuqin Lu, Haofeng Liu, Jun Liang, Shengfeng He, Jing Li

机构 * South China University of Technology ； Columbia University ； Orange Team, Youku Moku-Lab, HUJING Digital Media \& Entertainment Group ； Singapore Management University 纠错

专题命中 具身推理 ：world model(title,abstract)；分类 cs.CV

AI总结 提出MoVerse，从单张窄视场图像实时构建可交互漫游的360度全景世界，通过拓扑感知扩散补全视场、全景几何残差预测生成3D高斯支架，并结合双向扩散教师蒸馏为因果自回归学生实现低延迟视频渲染。

Comments Project Page: https://orange-3dv-team.github.io/MoVerse/

OneCanvas: 3D Scene Understanding via Panoramic Reprojection

OneCanvas: 通过全景重投影实现3D场景理解

Bartłomiej Baranowski, Dave Zhenyu Chen, Matthias Nießner

机构 * Technical University of Munich（慕尼黑技术大学） ； Huawei（华为） 纠错

专题命中 具身推理 ：robotics(abstract)；embodied AI(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 提出OneCanvas方法，将多视图补丁特征聚合到全景画布上，利用深度和相机位姿进行重投影，无需复杂几何编码器或大量训练，在SQA3D等基准上达到最先进精度。

Comments Project page: https://baranowskibrt.github.io/onecanvas/

Does VLA Even Know the Basics? Measuring Commonsense and World Knowledge Retention in Vision-Language-Action Models

VLA 甚至知道基础知识吗？衡量视觉-语言-动作模型中的常识和世界知识保留

Nikita Kachaev, Andrey Moskalenko, Matvey Skripkin, Nikita Kurlaev, Daria Pugacheva, Albina Burlova, Mikhail Kolosov, Denis Shepelev, Andrey Kuznetsov, Elena Tutubalina, Aleksandr I. Panov, Alexey K. Kovalev, Vlad Shakhuro

机构 * CogAI Lab（CogAI实验室） ； FusionBrain Lab（FusionBrain实验室） ； IAI MSU（MSU人工智能研究所） ； Lomonosov MSU（Lomonosov莫斯科大学） ； NUST MISIS ； Applied AI Institute（应用人工智能研究所） ； HSE University（俄罗斯高等经济大学） ； Generalizable AI Systems（可泛化人工智能系统） ； ISP RAS（俄罗斯科学院信息与自动化过程研究所） ； MIRAI ； Domain-specific NLP Group（领域特定自然语言处理小组） 纠错

专题命中 机器人基础模型 ：robotics(abstract)；分类 cs.RO、cs.LG

AI总结 提出 Act2Answer 协议，通过动作回答评估 VLA 模型的知识保留，发现模型在简单概念上表现良好，但在丰富语义类别上存在差距，且 VQA 联合训练有助于知识保留。

Comments Project page: https://tttonyalpha.github.io/act2answer/

Object-Centric Residual RL for Zero-Shot Sim-to-Real VLA Enhancement

面向零样本仿真到现实VLA增强的以对象为中心的残差强化学习

Kinam Kim, Namiko Saito, Heecheol Kim, Katsushi Ikeuchi, Jaegul Choo, Yasuyuki Matsushita

机构 * KAIST（韩国科学技术院） ； Microsoft Research Asia - Tokyo（微软亚洲研究院-东京） ； The University of Tokyo（东京大学） 纠错

专题命中 机器人基础模型 ：manipulation(abstract)；分类 cs.RO

AI总结 提出以对象为中心的残差强化学习框架，在仿真中训练策略，零样本迁移到真实机器人，将VLA模型成功率从42%提升至76%。

Comments 8 pages, 7 figures, 2 tables; 8-page appendix

Benchmarking Action Spaces in Reinforcement Learning for Vision-based Robotic Manipulation

基于视觉的机器人操作中强化学习动作空间的基准测试

Seyed Alireza Azimi, Homayoon Farrahi, Abhishek Naik, Colin Bellinger, A. Rupam Mahmood

机构 * Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系） ； National Research Council Canada（加拿大国家研究委员会） ； School of Electrical Engineering and Computer Science, University of Ottawa（渥太华大学电气工程与计算机科学学院） ； Vector Institute（向量研究所） ； Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所） 纠错

专题命中 模仿学习与强化学习 ：manipulation(title,abstract)；robotic(title)；分类 cs.RO、cs.AI

AI总结 本研究通过模拟到现实的迁移，在物体抓取和推动任务中评估了四种动作空间，发现关节速度动作空间在平滑性和任务性能上最优，并为RL实践者提供了动作空间选择指导。

Comments 9 pages with references

SRL: Combining SLIP Model and Reinforcement Learning for Agile Robotic Jumping

SRL：结合SLIP模型与强化学习实现敏捷机器人跳跃

Xiaowen Hu, Linqi Ye, Yudi Zhu, Chenyue Shao, Rankun Li, Qingdu Li, Yan Peng

机构 * Institute of Artificial Intelligence, Shanghai University（上海大学人工智能研究院） ； Institute of Machine Intelligence, University of Shanghai for Science and Technology（上海理工大学机器智能研究院） 纠错

专题命中 模仿学习与强化学习 ：robotic(title,abstract)；分类 cs.RO

AI总结 提出SRL框架，融合SLIP模型的物理基线与强化学习的自适应能力，通过前馈控制信号与实时反馈优化机器人跳跃，显著减少训练时间并保持高精度跟踪。

Comments 17 pages, 12 figures

Recover, Discover, Plan: Learning Skills and Concepts from Robot Failures

恢复、发现、规划：从机器人失败中学习技能与概念

Bowen Li, Mayank Mishra, Y. Isabel Liu, Stone Tao, Nishanth Kumar, Alexander G. Gray, Ruwan Wickramarachchi, Jonathan Francis, Sebastian Scherer, Tom Silver

机构 * CMU（卡内基梅隆大学） ； Princeton（普林斯顿大学） ； AI2（艾伦人工智能研究所） ； MIT（麻省理工学院） ； Centaur AI ； Bosch Center for AI（博世人工智能中心） 纠错

专题命中 模仿学习与强化学习 ：manipulation(abstract)；分类 cs.RO

AI总结 提出ReSYNC方法，通过技能学习与概念发现的交替过程，从失败恢复经验中逐步构建抽象谓词，实现全局失败避免和长期规划，性能提升超50%。

Comments 9 pages, 6 figures. Website: https://jaraxxus-me.github.io/ReSYNC/

GrowthHacker: Automated Off-Policy Evaluation Optimization Using Code-Modifying LLM Agents

GrowthHacker: 使用代码修改型LLM代理的自动离线策略评估优化

Jie JW Wu, Ayanda Patrick Herlihy, Ahmad Saleem Mirza, Ali Afoud, Fatemeh Fard

机构 * Michigan Technological University, Houghton（密歇根技术大学） ； Birmingham City University（伯明翰城市大学） ； University of British Columbia, Kelowna（不列颠哥伦比亚大学, 肯洛纳） 纠错

专题命中 模仿学习与强化学习 ：robotics(abstract)；分类 cs.LG

AI总结 提出GrowthHacker基准，利用LLM代理自动迭代修改代码以优化离线策略评估（OPE）实现，在Open Bandit Pipeline和Scope-RL上评估多种框架，证明基于LLM的代理可作为自动增长黑客持续改进OPE系统。

Comments Accepted for publication in ACM Transactions on Software Engineering and Methodology (TOSEM), 2026

Admittance-Based Surface Alignment for Human-in-the-Loop Robotic Visual Inspection

基于导纳的表面对齐用于人在环机器人视觉检测

Antara Banerjee, Colin Acton, Xu Chen

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

专题命中 人机交互与遥操作 ：robotic(title,abstract)；分类 cs.RO

AI总结 提出一种基于导纳的实时闭环控制框架，融合操作员输入与感知驱动，实现机器人末端执行器与局部表面的精确对齐，在6自由度机械臂上验证了稳定法向跟踪和0.4°的平均定向误差。

WST Multi-Object Spectrograph Fiber Positioners:Development of a 32,000-Unit Precision Robotic System

WST多目标光谱仪光纤定位器：一个32,000单元精密机器人系统的开发

Sébastien Pernecker, Maxime Rombach, Malak Galal, Jonathan Wei, Oliver Pineda Suárez, David Lee, Steve Watson, Younes Chahid, Chris Waring, Anmol Goyal, Joseph W. Barrow, Will Saunders, Jon Lawrence, Aaron Omadutt, Roelof S. de Jong, Jean-Paul Kneib

专题命中 人机交互与遥操作 ：robotic(title,abstract)

AI总结 为广域光谱望远镜开发包含32,000个精密机器人定位器的光纤定位系统，采用多概念并行开发策略，原型测试表明可满足5微米定位精度要求，计划2026-2027年筛选方案。

Testing of a 15-Positioner Module Based on the MPS Design for Stage-5 Telescopes

基于MPS设计的15定位器模块用于第五阶段望远镜的测试

Jonathan Wei, Oliver Pineda Suárez, Malak Galal, Maxime Rombach, Sébastien Pernecker, Stefane Caseiro, Corentin Magnenat, Florian Boeckle, Jean-Paul Kneib

专题命中 人机交互与遥操作 ：robotic(abstract,comments)

AI总结 本文测试了用于下一代光谱仪器的6.2毫米间距机器人定位器模块，评估其定位重复性、基准重复性、回差、非线性和角度倾斜等性能指标，并与第五阶段望远镜系统的标称目标进行比较。

Comments Positioning Performance, Angular Tilt, SCARA Robot, Theta-phi Robot, 6.2-mm-Pitch, Robotic Fiber Positioner, Stage-5 Telescopes

ERQA-Plus: A Diagnostic Benchmark for Reasoning in Embodied AI

ERQA-Plus：具身AI推理的诊断基准

Hong Yang, Basura Fernando

机构 * Centre for Frontier AI Research, Agency for Science, Technology and Research（新加坡科技研究局前沿人工智能研究中心） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

专题命中 机器人数据与评测 ：embodied AI(title,abstract)；embodied agent(abstract)；navigation(abstract)；分类 cs.RO、cs.CV

AI总结 提出ERQA-Plus基准，包含1766个基于机器人中心图像的问答实例，覆盖感知、动作、社交、导航和常识推理，用于诊断具身AI的推理能力。

Comments under review at NeurIPS

A Scalable Embodied Intelligence Platform for Seamless Real-to-Sim-to-Real Transfer of Household Mobile Manipulation Tasks

一种可扩展的具身智能平台，用于家庭移动操作任务的无缝真实-仿真-真实迁移

Kui Yang, Xianlei Long, Haoxuan Li, Yan Ding, Chao Chen

机构 * School of Computer Science, Chongqing University（重庆大学计算机学院） ； R&D Department, Lumos Robotics Technology (Suzhou) Co., Ltd（苏州 Lumos 机器人技术（苏州）有限公司研发部） 纠错

专题命中 机器人数据与评测 ：manipulation(title,abstract)；robotics(abstract)；分类 cs.RO

AI总结 提出BestMan平台，通过自动化场景生成、仿真引导任务形式化和硬件无关中间件，解决真实-仿真-真实迁移中的场景重建、策略评估和部署兼容性挑战，实现家庭移动操作的无缝迁移。

Comments CCF Transactions on Pervasive Computing and Interaction

WorldLines: Benchmarking and Modeling Long-Horizon Stateful Embodied Agents

WorldLines: 对长时域有状态具身智能体进行基准测试与建模

Yehang Zhang, Jianchong Su, Haojian Huang, Yifan Chang, Tianhao Zhou, Xinli Xu, Yingjie Xu, Yinchuan Li, Zexi Li, Ying-Cong Chen

机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； Knowin 纠错

专题命中 机器人数据与评测 ：embodied agent(title,abstract)；分类 cs.AI

AI总结 提出WorldLines基准，通过构建带时间跨度的家庭轨迹（含对话、动作、状态变化等）评估具身智能体的长时记忆与任务规划能力，并设计ObsMem记忆框架提升状态感知决策。

Comments 27 pages, 18 figures

Self-Supervised Mask-Aware Transformers for Fault-Tolerant FBG Force Sensing in Minimally Invasive Surgical Robotics

自监督掩码感知Transformer用于微创手术机器人中容错FBG力传感

Peibo Sun, Shiyuan Dong, Shucheng Ye, Jianrong Cai, Yushan Liu, Hongen Liao, Tianqi Huang, Fang Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

专题命中 机器人数据与评测 ：robotics(title,abstract)；分类 cs.RO

AI总结 针对微创手术机器人中FBG传感器因通道耦合和断裂导致的力估计退化问题，提出统一的自监督掩码感知Transformer，通过掩码通道重建预训练和动态损坏课程微调，实现多通道故障下的优雅降级，在8通道数据集上达到0.0066 N均方根误差。

Why Automate This? Exploring Correlations Between Desire for Robotic Automation, Invested Time and Well-Being

为什么自动化这个？探索机器人自动化愿望、投入时间与幸福感之间的相关性

Ruchira Ray, Leona Pang, Sanjana Srivastava, Li Fei-Fei, Samantha Shorey, Roberto Martín-Martín

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Stanford University（斯坦福大学） ； University of Pittsburgh（匹兹堡大学） 纠错

专题命中 机器人数据与评测 ：robotic(title)；robotics(abstract)；分类 cs.RO

AI总结 本研究利用BEHAVIOR-1K等数据集，发现活动时间并非自动化偏好的强预测因子，而幸福感和痛苦感是最强指标，并揭示了性别和收入水平的差异。

Comments 26 pages, 14 figures

TactSpace: Learning a Physics-enriched Shared Latent Space for Tactile Sim-to-Real Transfer

TactSpace: 学习富含物理信息的共享潜在空间以实现触觉模拟到现实的迁移

Arunim Joarder, Arjun Bhardwaj, René Zurbrügg, Mayank Mittal, Florin Püntener, Sira Bielefeldt, Cosmin Roman, Vaishakh Patil, Marco Hutter

机构 * Robotic Systems Lab, ETH Zürich（瑞士苏黎世联邦理工学院机器人系统实验室） ； Micro- and Nanosystems Lab, ETH Zürich（瑞士苏黎世联邦理工学院微纳系统实验室） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； NVIDIA（NVIDIA公司） 纠错

专题命中 机器人数据与评测 ：robot learning(abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO

AI总结 提出多模态表示学习框架TactSpace，通过共享潜在空间对齐异构触觉模态，实现零样本模拟到现实迁移，在力预测和形状重建任务中分别降低误差16.7%和45.8%。

Comments 9 pages, 6 figures, 4 tables, accepted into IROS 2026

RSLCPP -- Deterministic Simulations Using ROS 2

RSLCPP——使用ROS 2进行确定性仿真

Simon Sagmeister, Marcel Weinmann, Phillip Pitschi, Markus Lienkamp

机构 * Technical University of Munich, Germany（慕尼黑技术大学） ； School of Engineering & Design, Department of Mobility Systems Engineering, Institute of Automotive Technology（工程与设计学院，移动系统工程系，汽车技术研究所） ； School of Engineering & Design, Department of Engineering Physics and Computation, Institute of Automatic Control（工程与设计学院，工程物理与计算系，自动控制研究所） 纠错

专题命中 机器人数据与评测 ：robotics(abstract,comments)；robotic(abstract)；分类 cs.RO

AI总结 针对ROS异步多进程设计导致仿真结果不可复现的问题，提出RSLCPP库，通过确定性回调执行实现跨平台可复现仿真，无需修改现有节点代码。

Comments Accepted for publication at the 'IEEE Robotics and Automation Practice'