ICRA

MetaDAT: Generalizable Trajectory Prediction via Meta Pre-training and Data-Adaptive Test-Time Updating

MetaDAT: 通过元学习和数据自适应测试时更新实现通用轨迹预测

Yuning Wang, Pu Zhang, Yuan He, Ke Wang, Jianru Xue

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, IAIR, Xi’an Jiaotong University, China（人机混合增强智能国家重点实验室，IAIR，西安交通大学，中国） ； KargoBot, China（KargoBot，中国） 纠错

AI总结 MetaDAT通过元学习和数据自适应测试时更新，提升轨迹预测在分布偏移下的适应精度和鲁棒性。

Comments ICRA 2026

NLiPsCalib: An Efficient Calibration Framework for High-Fidelity 3D Reconstruction of Curved Visuotactile Sensors

NLiPsCalib：一种高效的高保真3D重建弯曲视觉触觉传感器校准框架

Xuhao Qin, Feiyu Zhao, Yatao Leng, Runze Hu, Chenxi Xiao

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） 纠错

AI总结 NLiPsCalib通过可控光源和近光光度立体技术，实现高效且高保真的弯曲视觉触觉传感器3D重建与校准，降低定制开发门槛。

Comments 8 pages, 8 figures, accepted to 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)

From Demonstrations to Safe Deployment: Path-Consistent Safety Filtering for Diffusion Policies

从演示到安全部署：扩散策略的路径一致安全过滤

Ralf Römer, Julian Balletshofer, Jakob Thumm, Marco Pavone, Angela P. Schoellig, Matthias Althoff

机构 * Department of Computer Engineering, Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich（计算机工程系，慕尼黑机器人与机器智能研究所（MIRMI），慕尼黑技术大学） ； Department of Aeronautics and Astronautics, Stanford University（航空与航天系，斯坦福大学） 纠错

AI总结 本文提出路径一致安全过滤方法，用于提升扩散策略在动态环境中的安全性和任务成功率。

Comments Accepted to IEEE ICRA 2026. Project page: https://tum-lsy.github.io/pacs/. 8 pages, 4 figures

Revisiting Replanning from Scratch: Real-Time Incremental Planning with Fast Almost-Surely Asymptotically Optimal Planners

重新审视从零开始的重规划：使用快速几乎肯定渐近最优规划器的实时增量规划

Mitchell E. C. Sabbadini, Andrew H. Liu, Joseph Ruan, Tyler S. Wilson, Zachary Kingston, Jonathan D. Gammell

机构 * Estimation, Search, and Planning (ESP) Research Group, Queen’s University（估计、搜索与规划研究组，女王大学） ； CoMMA Lab, Department of Computer Science, Purdue University（CoMMA实验室，计算机科学系，普渡大学） 纠错

AI总结 本文提出使用快速几乎肯定渐近最优规划算法，通过模拟实验展示了其在实时增量规划中的有效性，能够有效应对变化障碍物环境。

Comments IEEE International Conference on Robotics and Automation (ICRA) 2026, 8 pages, 5 figures, 1 table. A video of this work can be found at https://www.youtube.com/watch?v=XaZrFy8wGZs

NaviGait: Navigating Dynamically Feasible Gait Libraries using Deep Reinforcement Learning

NaviGait: 使用深度强化学习导航动态可行的步态库

Neil Janwani, Varun Madabushi, Maegan Tucker

机构 * Georgia Tech Institute for Robotics and Intelligent Machines（佐治亚理工学院机器人与智能机器研究所） ； Dynamic Mobility Lab（动态移动实验室） 纠错

AI总结 NaviGait通过结合轨迹优化与强化学习，实现动态可行的步态库导航，提升运动控制的鲁棒性和可扩展性。

Comments Accepted to the International Conference on Robotics and Automation (2026). 8 pages, 9 figures

Automated Coral Spawn Monitoring for Reef Restoration: The Coral Spawn and Larvae Imaging Camera System (CSLICS)

用于珊瑚礁修复的自动化珊瑚产卵监测：珊瑚产卵和幼体成像相机系统（CSLICS）

Dorian Tsai, Christopher A. Brunner, Riki Lamont, F. Mikaela Nordborg, Andrea Severati, Java Terry, Karen Jackel, Matthew Dunbabin, Tobias Fischer, Scarlett Raine

机构 * Queensland University of Technology（昆士兰理工大学） ； Australian Institute for Marine Science（澳大利亚海洋科学研究所） 纠错

AI总结 CSLICS通过低成本摄像头和计算机视觉技术实现自动化珊瑚产卵计数，提高珊瑚养殖效率，助力珊瑚礁修复应对气候变化挑战。

Comments 8 pages, 7 figures, accepted for presentation at the IEEE International Conference on Robotics and Automation, 2026

Robot Control Stack: A Lean Ecosystem for Robot Learning at Scale

机器人控制栈：一个用于大规模机器人学习的轻量生态系统

Tobias Jülg, Pierre Krack, Seongjin Bien, Yannik Blei, Khaled Gamal, Ken Nakahara, Johannes Hechtl, Roberto Calandra, Wolfram Burgard, Florian Walter

机构 * Department of Computer Science & Artificial Intelligence, University of Technology Nuremberg（技术大学纽伦堡计算机科学与人工智能系） ； Learning, Adaptive Systems and Robotics (LASR) Lab, Faculty of Computer Science, TU Dresden（德累斯顿技术大学计算机科学学院学习、适应系统与机器人实验室） ； Siemens Foundational Technologies, Siemens AG（西门子基础技术部，西门子股份公司） ； Chair for Robotics, Artificial Intelligence and Real-Time Systems, TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院机器人、人工智能与实时系统教授职位） 纠错

AI总结 机器人控制栈（RCS）是一个为大规模机器人学习设计的轻量生态系统，通过模块化架构和统一接口，促进模拟到现实的迁移，并评估了多种策略在不同机器人上的性能。

Comments Accepted at ICRA 2026

You Only Pose Once: A Minimalist's Detection Transformer for Monocular RGB Category-level 9D Multi-Object Pose Estimation

你只需一次定位：一种极简主义的检测转换器用于单目RGB类别级9D多目标姿态估计

Hakjin Lee, Junghoon Seo, Jaehoon Sim

机构 * PIT IN Co.（PIT IN公司） 纠错

AI总结 YOPO提出了一种单阶段的检测转换器，通过端到端训练实现类别级9D多目标姿态估计，取得了新的状态-of-the-art成果。

Comments This paper has been accepted by IEEE ICRA 2026

A Magnetic-Actuated Vision-Based Whisker Array for Contact Perception and Grasping

一种基于磁驱动的视觉感知触须阵列用于接触感知与抓取

Zhixian Hu, Juan Wachs, Yu She

机构 * School of Industrial Engineering, Purdue University（工业工程学院，普渡大学） 纠错

AI总结 本研究提出了一种磁驱动视觉触须阵列传感器，通过高精度触觉反馈实现物体分类和抓取任务，展示了其在精细操作中的应用潜力。

Comments Accepted by IEEE International Conference on Robotics and Automation (ICRA) 2025

Quality over Quantity: Demonstration Curation via Influence Functions for Data-Centric Robot Learning

质量优于数量：通过影响函数进行演示数据的 curated

Haeone Lee, Taywon Min, Junsu Kim, Sinjae Kang, Fangchen Liu, Lerrel Pinto, Kimin Lee

机构 * KAIST（韩国科学技术院） ； University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学） 纠错

AI总结 本文提出 QoQ 方法，通过影响函数识别高质量演示数据，提升机器人学习性能。

Comments Accepted to ICRA 2026, 8 pages

SEP-NMPC: Safety Enhanced Passivity-Based Nonlinear Model Predictive Control for a UAV Slung Payload System

SEP-NMPC：用于无人机悬挂载具系统的安全增强型基于被动性的非线性模型预测控制

Seyedreza Rezaei, Junjie Kang, Amaldev Haridevan, Jinjun Shan

机构 * Department of Earth and Space Science and Engineering, York University（地球与空间科学与工程系，约克大学） 纠错

AI总结 本文提出SEP-NMPC方法，通过结合被动性理论和高阶控制屏障函数，实现无人机悬挂载具系统的稳定性与安全性保障。

Comments Accepted at ICRA 2026

Impact of Different Failures on a Robot's Perceived Reliability

不同故障对机器人感知可靠性的影响

Andrew Violette, Zhanxin Wu, Haruki Nishimura, Masha Itkina, Leticia Priebe Rocha, Mark Zolotas, Guy Hoffman, Hadas Kress-Gazit

机构 * Department of Computer Science, Cornell University（卡内基梅隆大学计算机科学系） ； Toyota Research Institute (TRI)（丰田研究机构） ； Sibley School of Mechanical and Aerospace Engineering, Cornell University（卡内基梅隆大学机械与航空航天工程学院） 纠错

AI总结 本研究探讨不同故障类型对机器人感知可靠性的影响，发现错误对可靠性损害较小，而后续成功可恢复可靠性。

Comments Accepted to ICRA 2026. 8 pages, 6 figures

SPREAD: Subspace Representation Distillation for Lifelong Imitation Learning

SPREAD: 为终身模仿学习的子空间表示蒸馏

Kaushik Roy, Giovanni D'urso, Nicholas Lawrance, Brendan Tidd, Peyman Moghadam

AI总结 SPREAD通过子空间表示蒸馏方法，在终身模仿学习中提升知识迁移和泛化能力，缓解灾难性遗忘，实现最优性能。

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

NavSpace: How Navigation Agents Follow Spatial Intelligence Instructions

NavSpace: 导航代理如何遵循空间智能指令

Haolin Yang, Yuxing Long, Zhuoyuan Yu, Zihan Yang, Minghan Wang, Jiapeng Xu, Yihan Wang, Ziyan Yu, Wenzhe Cai, Lei Kang, Hao Dong

机构 * CFCS, School of Computer Science, Peking University（计算机学院，北京大学） 纠错

AI总结 NavSpace基准测试通过评估导航代理的空间感知与推理能力，提出SNav模型在指令遵循任务中表现优异，为具身智能研究提供新基准。

Comments ICRA 2026

Multi-Quadruped Cooperative Object Transport: Learning Decentralized Pinch-Lift-Move

多足机器人协同物体运输：学习去中心化抓取-提升-移动

Bikram Pandit, Aayam Kumar Shrestha, Alan Fern

机构 * Collaborative Robotics and Intelligent Systems Institute (CoRIS)（协作机器人与智能系统研究所） 纠错

AI总结 本研究提出了一种去中心化方法，通过共享策略参数和隐含同步提示实现多足机器人协同运输，无需通信或集中控制。

Comments Accepted to ICRA 2026. Project page: https://decplm.github.io