ICRA

Stereo-Inertial Poser: Towards Metric-Accurate Shape-Aware Motion Capture Using Sparse IMUs and a Single Stereo Camera

立体视觉惯性定位器：利用稀疏IMUs和单个立体摄像头实现精确的形状感知运动捕捉

Tutian Tang, Xingyu Ji, Yutong Li, MingHao Liu, Wenqiang Xu, Cewu Lu

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Meta Robotics Institute, SJTU（SJTU机器人研究院） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 立体视觉惯性定位器利用单个立体摄像头和六个IMUs，通过校准基线几何解决深度模糊问题，实现精确且形状感知的3D人体运动捕捉。

Comments The code, data, and supplementary materials are available at \url{https://sites.google.com/view/stereo-inertial-poser}. Accepted to ICRA 2026

SaferPath: Hierarchical Visual Navigation with Learned Guidance and Safety-Constrained Control

SaferPath: 基于学习引导和安全约束控制的分层视觉导航

Lingjie Zhang, Zeyu Jiang, Changhao Chen

机构 * PEAK-Lab, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）的PEAK实验室） 纠错

AI总结 SaferPath通过结合学习引导和安全约束控制，提升移动机器人在复杂环境中的视觉导航能力，有效减少碰撞并提高成功率。

Comments ICRA 2026

Tiny-DroNeRF: Tiny Neural Radiance Fields aboard Federated Learning-enabled Nano-drones

Tiny-DroNeRF：基于联邦学习的纳无人机上的轻量神经辐射场

Ilenia Carboni, Elia Cereda, Lorenzo Lamberti, Daniele Malpetti, Francesco Conti, Daniele Palossi

机构 * Dalle Molle Institute for Artificial Intelligence, USI-SUPSI（达摩院人工智能研究所，USI-SUPSI） ； Integrated Systems Laboratory, ETH Zürich（集成系统实验室，ETH Zurich） ； Department of Electrical, Electronic and Information Engineering, University of Bologna（电子、电气与信息工程系，博洛尼亚大学） 纠错

AI总结 Tiny-DroNeRF通过联邦学习在纳无人机上实现轻量级NeRF训练，显著降低内存占用并提升3D重建精度。

Comments This paper has been accepted for publication in the IEEE ICRA 2026 conference. ©2026 IEEE

SSMG-Nav: Enhancing Lifelong Object Navigation with Semantic Skeleton Memory Graph

SSMG-Nav: 通过语义骨架记忆图增强终身物体导航

Haochen Niu, Lantao Zhang, Xingwu Ji, Rendong Ying, Peilin Liu, Fei Wen

机构 * Brain-Inspired Application Technology Center (BATC), Shanghai Jiao Tong University（脑启发应用技术中心（BATC），上海交通大学） 纠错

AI总结 SSMG-Nav通过语义骨架记忆图提升终身物体导航，整合多模态信息与持久记忆，优化路径效率与任务成功率。

Comments Accepted by 2026 ICRA

A Safety-Aware Shared Autonomy Framework with BarrierIK Using Control Barrier Functions

具有控制屏障函数的安全共享自主框架与BarrierIK

Berk Guler, Kay Pompetzki, Yuanzheng Sun, Simon Manschitz, Jan Peters

机构 * Technical University of Darmstadt（德累斯顿技术大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Centre for Cognitive Science（认知科学中心） ； Honda Research Institute Europe GmbH（本田欧洲研究机构） 纠错

AI总结 该研究提出在共享自主的逆运动学层使用控制屏障函数以提高安全性，通过模拟和用户研究验证了其在拥挤环境中的有效性。

Comments Accepted on ICRA 2026, 9 pages, 5 figures

B$^2$F-Map: Crowd-sourced Mapping with Bayesian B-spline Fusion

B$^2$F-Map：基于贝叶斯B样条融合的众包制图

Yiping Xie, Yuxuan Xia, Erik Stenborg, Junsheng Fu, Axel Beauvisage, Gabriel E. Garcia, Tianyu Wu, Gustaf Hendeby

机构 * Zenseact ； Department of Electrical Engineering, Linköping University（Linköping大学电子工程系） ； Department of Automation and Perception, Shanghai Jiao Tong University（上海交通大学自动化与感知系） ； Chalmers University of Technology（查尔姆斯技术大学） 纠错

AI总结 B$^2$F-Map通过贝叶斯B样条融合技术，利用轻量级地图和消费级传感器，在无需高精度地图的情况下实现高效众包制图。

Comments Accepted to ICRA 2026

ATA: Bridging Implicit Reasoning with Attention-Guided and Action-Guided Inference for Vision-Language Action Models

ATA：通过注意力引导和动作引导推理桥接隐式推理用于视觉-语言-动作模型

Cheng Yang, Jianhao Jiao, Lingyi Huang, Jinqi Xiao, Zhexiang Tang, Yu Gong, Yibiao Ying, Yang Sui, Jintian Lin, Wen Huang, Bo Yuan

机构 * Rutgers University（罗格斯大学） ； University College London（伦敦大学学院） ； Rice University（Rice大学） ； TCL High-Tech Development Co., Ltd.（TCL高科技发展有限公司） 纠错

AI总结 ATA提出了一种无需训练的隐式推理框架，通过注意力引导和动作引导策略提升视觉-语言-动作模型的任务成功率和鲁棒性，同时保持高效推理。

Comments Accepted by ICRA 2026

SFCo-Nav: Efficient Zero-Shot Visual Language Navigation via Collaboration of Slow LLM and Fast Attributed Graph Alignment

SFCo-Nav: 通过慢LLM与快速属性图对齐的协作实现高效的零样本视觉语言导航

Chaoran Xiong, Litao Wei, Xinhao Hu, Kehui Ma, Ziyi Xia, Zixin Jiang, Zhen Sun, Ling Pei

机构 * Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（上海导航与位置基于服务重点实验室，上海交通大学） 纠错

AI总结 SFCo-Nav通过慢LLM与快速属性图对齐的协作，实现了高效的零样本视觉语言导航，显著提升效率并降低计算成本。

Comments Accepted by 2026 IEEE International Conference on Robotics and Automation (ICRA)

WildCross: A Cross-Modal Large Scale Benchmark for Place Recognition and Metric Depth Estimation in Natural Environments

WildCross: 一种用于自然环境中地方识别和度量深度估计的跨模态大规模基准

Joshua Knights, Joseph Reid, Kaushik Roy, David Hall, Mark Cox, Peyman Moghadam

AI总结 WildCross是一个用于自然环境中地方识别和度量深度估计的跨模态大规模基准，通过提供大规模数据集和实验验证，推动多模态机器人感知技术的发展。

Comments IEEE International Conference on Robotics & Automation (ICRA) 2026

RAG-RUSS: A Retrieval-Augmented Robotic Ultrasound for Autonomous Carotid Examination

RAG-RUSS：一种增强检索的机器人超声用于自主颈动脉检查

Dianye Huang, Ziping Cong, Nassir Navab, Zhongliang Jiang

机构 * Computer-Aided Medical Procedures and Augmented Reality (CAMP), Technical University of Munich (TUM), Germany（计算机辅助医学程序与增强现实（CAMP），慕尼黑技术大学（TUM），德国） ； Munich Center for Machine Learning (MCML), Germany（慕尼黑机器学习中心（MCML），德国） 纠错

AI总结 RAG-RUSS通过可解释框架实现自主颈动脉检查，结合检索增强生成提升泛化能力，减少对大规模数据的依赖。

Comments Accepted by ICRA

Safe and Optimal Variable Impedance Control via Certified Reinforcement Learning

安全且最优的变量阻抗控制通过认证强化学习

Shreyas Kumar, Ravi Prakash

机构 * Human-interactive Robotics Lab, IISc Bangalore（人机交互机器人实验室，班加罗尔印度理工学院） 纠错

AI总结 本文提出C-GMS框架，通过认证强化学习实现安全且最优的变量阻抗控制，确保策略稳定性和物理可行性，提升机器人在复杂环境中的自主交互能力。

Comments Accepted at ICRA 2026

OmniVLA: Physically-Grounded Multimodal VLA with Unified Multi-Sensor Perception for Robotic Manipulation

OmniVLA：具有统一多传感器感知的物理基础多模态VLA

Heyu Guo, Shanmu Wang, Ruichun Ma, Shiqi Jiang, Yasaman Ghasempour, Omid Abari, Baining Guo, Lili Qiu

机构 * Princeton University（普林斯顿大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 OmniVLA通过整合多种传感器模态，提升机器人操作的感知能力与任务成功率。

Comments Accepted by ICRA'26

DA-MMP: Learning Coordinated and Accurate Throwing with Dynamics-Aware Motion Manifold Primitives

DA-MMP：学习协调且准确的投掷动作：动态感知的运动流形原语

Chi Chu, Huazhe Xu

机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） 纠错

AI总结 DA-MMP通过动态感知的运动流形原语，实现了高协调性投掷动作的生成，优于人类专家并能推广至新目标。

Comments Accepted to ICRA 2026. Project page: https://cc299792458.github.io/da-mmp/

VLA-Reasoner: Empowering Vision-Language-Action Models with Reasoning via Online Monte Carlo Tree Search

VLA-Reasoner: 通过在线蒙特卡洛树搜索增强视觉-语言-动作模型的推理能力

Wenkai Guo, Guanxing Lu, Haoyuan Deng, Zhenyu Wu, Yansong Tang, Ziwei Wang

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； School of Intelligent Engineering and Automation, Beijing University of Posts and Telecommunications（北京邮电大学智能工程与自动化学院） 纠错

AI总结 VLA-Reasoner通过在线蒙特卡洛树搜索增强视觉-语言-动作模型，提升长时间轨迹任务的推理能力与执行效率。

Comments 8 pages, 6 figures, Accepted by ICRA 2026

AI-IO: An Aerodynamics-Inspired Real-Time Inertial Odometry for Quadrotors

AI-IO：一种受空气动力学启发的实时惯性里程计用于四旋翼

Jiahao Cui, Feng Yu, Linzuo Zhang, Yu Hu, Danping Zou

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出了一种基于变压器的AI-IO方法，通过引入旋翼速度测量提升四旋翼惯性里程计的精度和实时性能。

Comments 8 pages, 8 figures, 2026 IEEE International Conference on Robotics(ICRA 2026)

TMR-VLA:Vision-Language-Action Model for Magnetic Motion Control of Tri-leg Silicone-based Soft Robot

TMR-VLA：一种用于三腿硅基软机器人磁性运动控制的视觉-语言-动作模型

Ruijie Tang, Chi Kit Ng, Kaixuan Wu, Long Bai, Guankun Wang, Yiming Huang, Yupeng Wang, Hongliang Ren

AI总结 TMR-VLA通过结合视觉、语言和动作模块，实现三腿硅基软机器人的磁性运动控制与导航能力提升。

Comments ICRA 2025

Acoustic Sensing for Universal Jamming Grippers

用于通用阻塞夹持器的声学传感

Lion Weber, Theodor Wienert, Martin Splettstößer, Alexander Koenig, Oliver Brock

机构 * Robotics and Biology Laboratory, Technische Universität Berlin（技术大学柏林机器人与生物学实验室） ； Science of Intelligence, Research Cluster of Excellence, Berlin（柏林智能科学卓越研究中心） ； Robotics Institute Germany（德国机器人研究所） 纠错

AI总结 本文提出一种基于声学传感的通用阻塞夹持器，利用夹持器自身作为传感器，实现高精度物体识别与抓取性能。

Comments Accepted at ICRA 2026, supplementary material under https://rbo.gitlab-pages.tu-berlin.de/papers/acoustic-jamming-icra26/

Journal ref IEEE International Conference on Robotics and Automation (ICRA) 2026

GeoTeacher: Geometry-Guided Semi-Supervised 3D Object Detection

GeoTeacher: 基于几何的半监督3D物体检测

Jingyu Li, Xiaolong Zhao, Zhe Liu, Wenxiao Wu, Li Zhang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Tongji University（同济大学） ； Hong Kong University（香港大学） ； Huazhong University of Science and technology（华中科技大学） 纠错

AI总结 GeoTeacher通过几何关系监督模块和体素级数据增强策略，提升半监督3D物体检测的几何感知能力。

Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)

High-Performance Dual-Arm Task and Motion Planning for Tabletop Rearrangement

高性能双臂任务与运动规划用于桌面重新排列

Duo Zhang, Junshan Huang, Jingjin Yu

AI总结 SDAR通过结合依赖驱动任务规划和同步双臂运动规划，实现高效桌面物体重新排列，解决复杂非单调任务的高成功率与高质量解决方案。

Comments ICRA 2026 Submission

$\rm{A}^{\rm{SAR}}$: $\varepsilon$-Optimal Graph Search for Minimum Expected-Detection-Time Paths with Path Budget Constraints for Search and Rescue (SAR)

A^SAR：带有路径预算约束的最小期望检测时间路径的ε-最优图搜索用于救援（SAR）

Eric Mugford, Jonathan D. Gammell

机构 * Estimation, Search, and Planning (ESP) Research Group, Queen’s University, Kingston ON, Canada（估计、搜索和规划（ESP）研究组，女王大学，加拿大金斯顿） 纠错

AI总结 本文提出A^SAR算法，通过ε-最优图搜索方法，在有限时间内保证找到接近最优的SAR搜索路径，提升救援效率。

Comments IEEE International Conference on Robotics and Automation (ICRA) 2026, 8 pages, 4 figures, 2 tables. The corresponding video can be found at https://www.youtube.com/watch?v=R73-YKWY78M

ImagiDrive: A Unified Imagination-and-Planning Framework for Autonomous Driving

ImagiDrive: 一种用于自动驾驶的统一想象与规划框架

Jingyu Li, Bozhou Zhang, Xin Jin, Jiankang Deng, Xiatian Zhu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； Eastern Institute of Technology（技术东院） ； Imperial College London（伦敦帝国理工学院） ； University of Surrey（萨里大学） 纠错

AI总结 ImagiDrive通过整合视觉-语言模型和驾驶世界模型，实现自动驾驶中的统一想象与规划循环，提升场景生成和决策预测的准确性与效率。

Comments Accepted for publication in 2026 IEEE International Conference on Robotics and Automation (ICRA)

Bridging Policy and Real-World Dynamics: LLM-Augmented Rebalancing for Shared Micromobility Systems

弥合政策与现实动态：基于LLM的共享微出行系统再平衡

Heng Tan, Hua Yan, Yu Yang

AI总结 本文提出AMPLIFY框架，通过结合LLM与基础策略，提升共享微出行系统在突发事件下的再平衡效率与收益。

Comments 8 pages, 7 figures, accepted by ICRA 2026