ICRA

Underactuated multimodal jumping robot for extraterrestrial exploration

欠驱动多模态跳跃机器人用于外星探索

Neil R. Wagner, Justin K. Yim

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 该研究提出了一种欠驱动单足机器人，通过两个控制器实现滚动、跳跃和着陆，适用于低重力环境下的多模态探索。

Comments 8 pages, 14 figures, Accepted for ICRA 2026

CFEAR-Teach-and-Repeat: Fast and Accurate Radar-only Localization

CFEAR-Teach-and-Repeat：快速且准确的仅雷达定位

Maximilian Hilger, Daniel Adolfsson, Ralf Becker, Henrik Andreasson, Achim J. Lilienthal

机构 * Chair of Perception for Intelligent Systems, Munich Institute of Robotics and Machine Intelligence, Technical University of Munich（感知智能系统教授团，慕尼黑机器人与机器智能研究所，慕尼黑技术大学） ； Robot Navigation and Perception Lab of the AASS Research Center, Örebro University（AASS研究中心机器人导航与感知实验室，奥雷布罗大学） ； Bosch Rexroth, Germany（德国博世· Rexroth公司） 纠错

AI总结 CFEAR-TR利用单个雷达实现快速且准确的仅雷达定位，精度达0.117米和0.096度，比先前方法提升63%，在恶劣天气下表现优异。

Comments This paper has been accepted for publication in the IEEE International Conference on Robotics and Automation (ICRA), 2026

Taxonomy-aware Dynamic Motion Generation on Hyperbolic Manifolds

基于超几何流形的分类感知动态运动生成

Luis Augenstein, Noémie Jaquier, Tamim Asfour, Leonel Rozo

机构 * TNG Technology Consulting GmbH, Munich, Germany（德国慕尼黑TNG技术咨询公司） ； Karlsruhe Institute of Technology, Karlsruhe, Germany（德国卡尔斯鲁厄理工学院） ； KTH Royal Institute of Technology, Stockholm, Sweden（瑞典斯德哥尔摩皇家理工学院） ； Italian Institute of Artificial Intelligence (AI4I), Turin, Italy（意大利人工智能研究所（AI4I）） 纠错

AI总结 本文提出GPHDM方法，通过在双曲流形上扩展GPDM并结合分类感知归纳偏置，生成既符合层次结构又物理一致的类人运动。

Comments Accepted for publication in IEEE Conference on Robotics and Automation (ICRA), 8 pages, 6 figures, 1 table

Whole-Body Model-Predictive Control of Legged Robots with MuJoCo

四足与人形机器人整体模型预测控制的MuJoCo实现

John Z. Zhang, Taylor A. Howell, Zeji Yi, Chaoyi Pan, Guanya Shi, Guannan Qu, Tom Erez, Yuval Tassa, Zachary Manchester

机构 * Department Aeronautics and Astronautics, Massachusetts Institute of Technology（航空宇航与工程力学系，麻省理工学院） ； Google DeepMind（谷歌DeepMind） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学） ； Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学） 纠错

AI总结 基于MuJoCo的iLQR算法实现了四足和人形机器人实时整体MPC，展示了仿真到现实的高效泛化能力。

Comments to appear at ICRA 2026

CAPS: Context-Aware Priority Sampling for Enhanced Imitation Learning in Autonomous Driving

CAPS：基于上下文的优先级采样以增强自动驾驶中的模仿学习

Hamidreza Mirkhani, Behzad Khamidehi, Ehsan Ahmadi, Mohammed Elmahgiubi, Weize Zhang, Fazel Arasteh, Umar Rajguru, Kasra Rezaee, Dongfeng Bai

机构 * Noah’s Ark Lab, Huawei Technologies Canada（华为加拿大技术有限公司诺亚实验室） 纠错

AI总结 CAPS通过上下文感知优先级采样提升自动驾驶模仿学习的数据效率，通过聚类重新平衡数据集以提高模型泛化能力。

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

GazeMoE: Perception of Gaze Target with Mixture-of-Experts

GazeMoE：基于专家混合的注视目标感知

Zhuangzhuang Dai, Zhongxi Lu, Vincent G. Zakka, Luis J. Manso, Jose M Alcaraz Calero, Chen Li

AI总结 GazeMoE通过MoE模块结合多模态线索，实现对注视目标的高精度识别，优于现有方法。

Comments 8 pages, 3 figures, ICRA 2026

Proprioceptive Shape Estimation of Tensegrity Manipulators Using Energy Minimisation

利用能量最小化进行张力结构操作臂的本体感觉形状估计

Tufail Ahmad Bhat, Shuhei Ikemoto

机构 * Graduate School of Life Science and Systems Engineering, Kyushu Institute of Technology（九州工业大学生命科学与系统工程研究生院） 纠错

AI总结 本文提出利用能量最小化方法，通过杆件倾斜角度信息实现张力结构操作臂的形状估计，实验表明其在静态和动态条件下均具有较高的精度和稳定性。

Comments 8 pages, 10 figures, IEEE ICRA 2026

A Closed-Loop CPR Training Glove with Integrated Tactile Sensing and Haptic Feedback

闭环式带集成触觉感知与触觉反馈的CPR训练手套

Jaeyoung Moon, Mingzhuo Ma, Qifeng Yang, Youjin Choi, Seokhyun Hwang, Samuel Burden, Kyung-Joong Kim, Yiyue Luo

AI总结 本文提出了一种闭环CPR训练手套，通过集成触觉感知和触觉反馈，提升自主练习中的CPR质量与准确性。

Comments 8pages, 10 figures, This paper is accepted in ICRA 2026

Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution

多机器人轨迹规划通过约束贝叶斯优化与局部成本图学习及基于STL的冲突解决

Sourav Raxit, Abdullah Al Redwan Newaz, Jose Fuentes, Paulo Padrao, Ana Cavalcanti, Leonardo Bobadilla

机构 * Department of Computer Science, University of New Orleans（计算机科学系，新奥尔良大学） ； Knight Foundation School of Computing and Information Sciences, Florida International University（骑士基金会计算与信息科学学院，佛罗里达国际大学） ； Providence College, Department of Mathematics & Computer Science（普罗维登斯学院，数学与计算机科学系） 纠错

AI总结 本文提出一种结合约束贝叶斯优化与STL冲突解决的多机器人轨迹规划方法，提升轨迹效率和安全性。

Comments Accepted to ICRA 2026

TEGA: A Tactile-Enhanced Grasping Assistant for Assistive Robotics via Sensor Fusion and Closed-Loop Haptic Feedback

TEGA: 一种通过传感器融合和闭环触觉反馈的触觉增强抓取助手用于辅助机器人

Hengxu You, Tianyu Zhou, Fang Xu, Kaleb Smith, Eric Jing Du

机构 * Department of Civil and Coastal Engineering, University of Florida（土木与海岸工程系，佛罗里达大学） ； Nvidia（英伟达） 纠错

AI总结 TEGA通过融合EMG意图到力推断与触觉传感，提供闭环触觉反馈，提升残疾用户抓取稳定性与任务成功率。

Comments Accepted to include in ICRA 2026

Learning Robust Control Policies for Inverted Pose on Miniature Blimp Robots

学习微型气球机器人倒置姿态的鲁棒控制策略

Yuanlin Yang, Lin Hong, Fumin Zhang

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） 纠错

AI总结 本文提出了一种新型框架，通过仿真与现实映射层，实现微型气球机器人倒置姿态的鲁棒控制策略学习。

Comments Accepted in ICRA 2026

Safe Model Predictive Diffusion with Shielding

安全模型预测扩散与防护

Taekyung Kim, Keyvan Majd, Hideki Okamoto, Bardh Hoxha, Dimitra Panagou, Georgios Fainekos

机构 * University of Michigan（密歇根大学） ； Toyota Motor North America, Research & Development（丰田北美公司，研发部门） 纠错

AI总结 Safe MPD是一种无需训练的扩散规划器，通过结合基于模型的扩散框架和安全防护，生成安全且动力学可行的轨迹，显著提升规划效率和安全性。

Comments 2026 IEEE International Conference on Robotics and Automation (ICRA). Project page: https://www.taekyung.me/safe-mpd

ExpReS-VLA: Specializing Vision-Language-Action Models Through Experience Replay and Retrieval

ExpReS-VLA: 通过经验回放和检索专门化视觉-语言-动作模型

Shahram Najam Syed, Yatharth Ahuja, Arthur Jakobsson, Jeff Ichnowski

机构 * Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所） 纠错

AI总结 ExpReS-VLA通过经验回放和检索增强，提升VLA模型在特定任务中的适应能力与性能。

Comments 8 pages, 4 figures, 3 tables, accepted to International Conference on Robotics and Automation (ICRA) 2026

Real-Time Learning of Predictive Dynamic Obstacle Models for Robotic Motion Planning

实时学习预测性动态障碍物模型用于机器人运动规划

Stella Kombo, Masih Haseli, Skylar X. Wei, Joel W. Burdick

机构 * Division of Engineering and Applied Science, California Institute of Technology（工程与应用科学分校，加州理工学院） ； Applied Intuition（应用直觉） 纠错

AI总结 本文提出一种实时学习动态障碍物预测模型的方法，通过改进的Hankel-DMD实现去噪和多步预测，适用于机器人运动规划。

Comments 10 pages, 6 figures, submitted to IEEE International Conference on Robotics and Automation (ICRA) 2025

Push Anything: Single- and Multi-Object Pushing From First Sight with Contact-Implicit MPC

Push Anything: 从首次视觉感知实现单对象和多对象推移的接触隐式MPC

Hien Bui, Yufeiyang Gao, Haoran Yang, Eric Cui, Siddhant Mody, Brian Acosta, Thomas Stephen Felix, Bibit Bianchini, Michael Posa

机构 * General Robotics, Automation, Sensing, and Perception (GRASP) Laboratory（通用机器人、自动化、感知与感知实验室） 纠错

AI总结 本研究提出C3+算法，通过接触隐式MPC实现从首次视觉感知到多对象推移的高效操控，实现98%的成功率。

Comments Presented at ICRA 2026; 8 pages, 8 figures. Hien Bui, Yufeiyang Gao, and Haoran Yang contributed equally to this work

Phys2Real: Fusing VLM Priors with Interactive Online Adaptation for Uncertainty-Aware Sim-to-Real Manipulation

Phys2Real: 融合视觉语言模型先验与交互在线适应以实现不确定性感知的仿真到现实操控

Maggie Wang, Stephen Tian, Aiden Swann, Ola Shorinwa, Jiajun Wu, Mac Schwager

机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） 纠错

AI总结 Phys2Real通过融合视觉语言模型先验与交互适应，提升仿真到现实操控的不确定性感知与任务成功率。

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

Language Conditioning Improves Accuracy of Aircraft Goal Prediction in Non-Towered Airspace

语言引导提升非塔台空域飞机目标预测的准确性

Sundhar Vinodh Sangeetha, Chih-Yuan Chiu, Sarah H. Q. Li, Shreyas Kousik

机构 * Georgia Institute of Technology（佐治亚理工学院） ； School of Aerospace Engineering（航空航天工程学院） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； School of Mechanical Engineering（机械工程学院） 纠错

AI总结 本文提出利用语言信息提升非塔台空域飞机目标预测准确性的多模态框架，通过整合自然语言理解和空间推理，有效提高自主决策能力。

Comments The last two authors advised equally. Accepted to the 2026 IEEE International Conference on Robotics and Automation. 8 pages, 6 figures

Robustness-Aware Tool Selection and Manipulation Planning with Learned Energy-Informed Guidance

具有学习能量感知指导的鲁棒工具选择与操作规划

Yifei Dong, Yan Zhang, Sylvain Calinon, Florian T. Pokorny

机构 * division of Robotics, Perception and Learning, KTH Royal Institute of Technology（机器人、感知与学习系，皇家理工学院） ； Idiap Research Institute（Idiap研究机构） ； EPFL（瑞士联邦理工学院） 纠错

AI总结 本文提出了一种基于学习能量感知指导的鲁棒工具选择与操作规划方法，通过分层优化流程提升工具使用在外部干扰下的鲁棒性。

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

Generative Predictive Control: Flow Matching Policies for Dynamic and Difficult-to-Demonstrate Tasks

生成预测控制：用于动态和难以示范任务的流匹配策略

Vince Kurtz, Joel W. Burdick

AI总结 本文提出生成预测控制方法，用于解决动态且难以示范任务中的快速动态问题，通过流匹配策略实现高效反馈和高频率控制。

Comments ICRA 2026