ICRA

UltraDexGrasp: Learning Universal Dexterous Grasping for Bimanual Robots with Synthetic Data

UltraDexGrasp: 为双臂机器人学习通用灵巧抓取

Sizhe Yang, Yiman Xie, Zhixuan Liang, Yang Tian, Jia Zeng, Dahua Lin, Jiangmiao Pang

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） 纠错

AI总结 UltraDexGrasp通过合成数据训练出高效抓取策略，实现双臂机器人在多种物体上的高成功率抓取。

Comments Published at International Conference on Robotics and Automation (ICRA) 2026

Conflict-Based Search as a Protocol: A Multi-Agent Motion Planning Protocol for Heterogeneous Agents, Solvers, and Independent Tasks

基于冲突的搜索作为协议：一种多智能体运动规划协议用于异构智能体、求解器和独立任务

Rishi Veerapaneni, Alvin Tang, Haodong He, Sophia Zhao, Viraj Shah, Yidai Cen, Ziteng Ji, Gabriel Olin, Jon Arrizabalaga, Yorai Shaoul, Jiaoyang Li, Maxim Likhachev

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Tongji University（同济大学） ； UC Berkeley（伯克利大学） 纠错

AI总结 本文提出了一种基于冲突的搜索协议，用于异构智能体的多智能体运动规划，利用多种单智能体规划算法实现无碰撞路径规划。

Comments Published at ICRA 2026, Project webpage: https://rishi-v.github.io/CBS-Protocol/

GaussTwin: Unified Simulation and Correction with Gaussian Splatting for Robotic Digital Twins

GaussTwin: 基于高斯点播的统一仿真与校正用于机器人数字孪生

Yichen Cai, Paul Jansonnie, Cristiana de Farias, Oleg Arenz, Jan Peters

机构 * Intelligent Autonomous Systems Lab, Technical University of Darmstadt（德累斯顿技术大学智能自主系统实验室） ； German Research Center for AI (DFKI), SAIROL（德国人工智能研究中心（DFKI）SAIROL） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； NAVER LABS Europe（NAVER LABS欧洲） 纠错

AI总结 GaussTwin通过结合物理仿真与高斯点播技术，实现了稳定且真实的数字孪生，提升了机器人操作的跟踪精度和鲁棒性，并支持闭环交互与学习。

Comments 8 pages, 4 figures, 3 tables, ICRA 2026

Beyond the Patch: Exploring Vulnerabilities of Visuomotor Policies via Viewpoint-Consistent 3D Adversarial Object

超越补丁：通过视角一致的3D对抗性物体探索视觉运动策略的漏洞

Chanmi Lee, Minsung Yoon, Woojae Kim, Sebin Lee, Sung-eui Yoon

AI总结 本文提出了一种视角一致的3D对抗性纹理优化方法，通过可微渲染和显著性引导扰动，提升视觉运动策略在动态视角下的鲁棒性。

Comments 8 pages, 10 figures, Accepted to ICRA 2026. Project page: https://chan-mi-lee.github.io/3DAdvObj/

SURE: Semi-dense Uncertainty-REfined Feature Matching

SURE: 半密集不确定性细化特征匹配

Sicheng Li, Zaiwang Gu, Jie Zhang, Qing Guo, Xudong Jiang, Jun Cheng

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University (NTU), Singapore（南洋理工大学电子与电气工程学院） ； Institute for Infocomm Research (I 2 R), Agency for Science, Technology and Research (A*STAR), Singapore（信息与通信研究 institute（I2R），科技研究局（A*STAR）） ； Institute of High Performance Computing, Agency for Science, Technology and Research (A*STAR), Singapore（高性能计算研究所，科技研究局（A*STAR）） ； College of Computer Science, Nankai University, Tianjin, China（南开大学计算机学院） 纠错

AI总结 SURE通过建模偶然性和epistemic不确定性，联合预测对应关系及其置信度，提升半密集匹配的准确性和效率。

Comments Accepted by ICRA 2026

RL-Based Coverage Path Planning for Deformable Objects on 3D Surfaces

基于强化学习的可变形物体3D表面覆盖路径规划

Yuhang Zhang, Jinming Ma, Feng Wu

机构 * School of Computer Science and Technology, University of Science and Technology of China（计算机科学与技术学院，中国科学技术大学） ； Xiaomi Robotics Lab（小米机器人实验室） 纠错

AI总结 本文提出基于强化学习的覆盖路径规划方法，利用谐波UV映射和SGCNN处理可变形物体的触觉反馈，通过模拟器训练机器人高效完成表面擦拭任务。

Comments 8 pages, 8 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Environment-Aware Learning of Smooth GNSS Covariance Dynamics for Autonomous Racing

环境感知的平滑GNSS协方差动态学习

Y. Deemo Chen, Arion Zimmermann, Thomas A. Berrueta, Soon-Jo Chung

机构 * Department of Computing and Mathematical Sciences, California Institute of Technology（计算与数学科学系，加州理工学院） 纠错

AI总结 本文提出LACE框架，通过动态建模GNSS协方差动态，提升自动驾驶赛车在GNSS退化环境中的定位性能和协方差估计平滑性。

Comments 8 pages, Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

Observer-Actor: Active Vision Imitation Learning with Sparse-View Gaussian Splatting

观察者-执行者：基于稀疏视角高斯点云的主动视觉模仿学习

Yilong Wang, Cheng Qian, Ruomeng Fan, Edward Johns

AI总结 ObAct通过主动视觉探索提升双臂机器人模仿学习的鲁棒性，利用稀疏视角高斯点云增强观测清晰度，实验显示其在无遮挡和有遮挡情况下均显著优于固定相机设置。

Comments Accepted at ICRA 2026. Project Webpage: https://obact.github.io

Responsibility and Engagement -- Evaluating Interactions in Social Robot Navigation

责任与参与 -- 评估社交机器人导航中的交互

Malte Probst, Raphael Wenzel, Monica Dasi

机构 * Honda Research Institute Europe GmbH（本田欧洲研究机构） 纠错

AI总结 本文提出责任与参与指标，用于评估社交机器人导航中人机交互中的冲突解决质量与行为前瞻性。

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

Collaborative Learning of Local 3D Occupancy Prediction and Versatile Global Occupancy Mapping

局部3D占用预测与多功能全局占用映射的协同学习

Shanshuai Yuan, Julong Wei, Muer Tie, Xiangyun Ren, Zhongxue Gan, Wenchao Ding

机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； State Key Laboratory of Intelligent Vehicle Safety Technology, Chongqing Changan Automobile Co., Ltd.（智能车辆安全技术重点实验室，重庆长安汽车有限公司） 纠错

AI总结 本文提出LMPOcc框架，通过整合全局占用先验提升局部预测性能，并实现全局地图的持续更新，适用于自动驾驶中的3D语义占用预测与大规模地图构建。

Comments Accepted by ICRA 2026

GenTact Toolbox: A Computational Design Pipeline to Procedurally Generate Context-Driven 3D Printed Whole-Body Artificial Skins

GenTact Toolbox: 一种计算设计流程，用于程序生成上下文驱动的3D打印整体人工皮肤

Carson Kohlbrenner, Caleb Escobedo, S. Sandra Bae, Alexander Dickhans, Alessandro Roncone

机构 * University of Colorado Boulder（科罗拉多大学波德罗分校） 纠错

AI总结 GenTact Toolbox通过程序化生成和多材料3D打印技术，实现针对机器人形状和应用场景的上下文驱动触觉皮肤设计

Comments Camera ready accepted at the IEEE International Conference on Robotics and Automation (ICRA) 2025