ICRA

Coupled Particle Filters for Robust Affordance Estimation

耦合粒子滤波器用于鲁棒的 affordance 估计

Patrick Lowin, Vito Mengers, 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） ； Robotics Institute Germany（德国机器人研究所） ； Science of Intelligence (SCIoI), Cluster of Excellence, Berlin, Germany（智能科学（SCIoI），卓越中心，柏林，德国） 纠错

AI总结 本文提出耦合递归估计器用于估计 affordance 的可抓取和可移动区域，通过双向信息交换提升鲁棒性和精度，在真实数据集上优于现有方法。

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

KiRAS: Keyframe Guided Self-Imitation for Robust and Adaptive Skill Learning in Quadruped Robots

KiRAS: 基于关键帧的自我模仿学习用于四足机器人鲁棒且适应性强的技能学习

Xiaoyi Wei, Peng Zhai, Jiaxin Tu, Yueqi Zhang, Yuqi Li, Zonghao Zhang, Hu Zhou, Lihua Zhang

机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University, China（复旦大学智能机器人与先进制造学院） 纠错

AI总结 KiRAS通过关键帧引导的自我模仿学习，在复杂地形上实现多样技能的获取与过渡，无需专家数据集，提升机器人在无结构环境中的鲁棒性和适应性。

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

BodyGuards: Escorting by Multiple Robots in Unknown Environment under Limited Communication

BodyGuards：在未知环境中通过多机器人护送

Zhuoli Tian, Yanze Bao, Meng Guo

AI总结 本文提出BodyGuards框架，通过整合协同探索、机器人与操作员通信和护送任务，减少操作员在对抗性环境中的导航时间与风险。

Comments Accept by ICRA 2026

Voronoi-based Second-order Descriptor with Whitened Metric in LiDAR Place Recognition

基于Voronoi的二级描述符与白化度量在激光雷达地点识别中的应用

Jaein Kim, Hee Bin Yoo, Dong-Sig Han, Byoung-Tak Zhang

机构 * Interdisciplinary Program in Neuroscience（神经科学跨学科项目） ； Département d’Informatique, École Normale Supérieure (ENS)（高等师范学院计算机系） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） ； Dept. of Computer Science and Engineering, Seoul National University（首尔国立大学计算机科学与工程系） 纠错

AI总结 本文提出一种基于Voronoi的二级描述符方法，通过白化度量提升激光雷达地点识别的鲁棒性，实验表明其在Oxford Robotcar和Wild-Places数据集上性能优越。

Comments Accepted at ICRA 26

Surgical Video Understanding with Label Interpolation

手术视频理解与标签插值

Garam Kim, Tae Kyeong Jeong, Juyoun Park

AI总结 本文提出结合光流分割标签插值与多任务学习的框架，解决手术视频中时间空间不平衡问题，提升手术场景理解的准确性和效率。

Comments Accepted to ICRA 2026. Video: https://youtu.be/24LlhqvgFBU | Dataset: https://huggingface.co/datasets/KIST-HARILAB/MISAW-Seg

Learning Dexterous Manipulation with Quantized Hand State

通过量化手状态学习灵巧操作

Ying Feng, Hongjie Fang, Yinong He, Jingjing Chen, Chenxi Wang, Zihao He, Ruonan Liu, Cewu Lu

AI总结 本文提出DQ-RISE方法，通过量化手状态简化手部动作预测，同时允许手臂动作与紧凑手状态协同扩散，从而实现更平衡高效的灵巧操作学习。

Comments accepted by ICRA 2026

History-Aware Visuomotor Policy Learning via Point Tracking

基于点跟踪的视觉-运动政策学习：历史感知

Jingjing Chen, Hongjie Fang, Chenxi Wang, Shiquan Wang, Cewu Lu

AI总结 本文提出基于点跟踪的对象中心历史表示，通过压缩历史信息提升视觉-运动策略性能，有效解决记忆需求中的任务阶段识别、空间记忆和动作计数等多方面问题。

Comments accepted by ICRA 2026

VGGT-Long: Chunk it, Loop it, Align it -- Pushing VGGT's Limits on Kilometer-scale Long RGB Sequences

VGGT-Long：分块、循环、对齐——在千米级长RGB序列上推动VGGT的极限

Kai Deng, Zexin Ti, Jiawei Xu, Jian Yang, Jin Xie

AI总结 本文提出VGGT-Long，通过分块处理、重叠对齐和轻量循环闭合优化，解决现有模型的可扩展性瓶颈，实现千米级户外环境的单目3D重建。

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

Certificated Actor-Critic: Hierarchical Reinforcement Learning with Control Barrier Functions for Safe Navigation

可信的Actor-Critic：基于控制屏障函数的分层强化学习用于安全导航

Junjun Xie, Shuhao Zhao, Liang Hu, Huijun Gao

AI总结 本文提出可信Actor-Critic算法，结合控制屏障函数设计分层强化学习框架，通过理论分析和实验验证，提升机器人安全导航性能。

Comments Accepted to ICRA 2025

TrajMamba: An Ego-Motion-Guided Mamba Model for Pedestrian Trajectory Prediction from an Egocentric Perspective

TrajMamba：一种基于自身运动的Mamba模型，用于从第一人称视角预测行人轨迹

Yusheng Peng, Gaofeng Zhang, Liping Zheng

AI总结 本文提出基于Mamba模型的TrajMamba模型，通过提取行人和自身运动特征，结合自身运动引导解码器预测未来轨迹，实现在自动驾驶和机器人导航中的高性能表现。

Comments Accept by ICRA 2026

Efficient Event Camera Volume System

高效事件相机体积系统

Juan Camilo Soto, Ian Noronha, Saru Bharti, Upinder Kaur

AI总结 本文提出EECVS框架，通过连续时间Dirac脉冲列车建模事件流，结合自适应变换选择与系数剪枝策略，实现无伪影压缩，并在多个数据集上展示出优异的重建精度和跨数据集泛化能力。

Comments Accepted to ICRA 2026

One-Policy-Fits-All: Geometry-Aware Action Latents for Cross-Embodiment Manipulation

一政策通用：面向跨躯体操作的几何感知动作潜在表示

Juncheng Mu, Sizhe Yang, Hojin Bae, Feiyu Jia, Qingwei Ben, Boyi Li, Huazhe Xu, Jiangmiao Pang

AI总结 本文提出One-Policy-Fits-All框架，通过几何感知潜在表示和统一潜在重定向解码器，实现跨躯体操作的统一策略学习，提升数据效率和技能迁移效果。

Comments ICRA 2026

Towards Versatile Opti-Acoustic Sensor Fusion and Volumetric Mapping

迈向多功能光学-声学传感器融合与体积分层映射

Ivana Collado-Gonzalez, John McConnell, Brendan Englot

AI总结 本文提出融合立体声纳与单目相机的体积分层映射框架，以应对不同能见度条件下的安全导航问题，通过解决声纳视场重叠带来的垂直模糊问题，生成可靠的3D点云。

Comments To appear at ICRA 2026 in Vienna, Austria

Multimodal Belief-Space Covariance Steering with Active Probing and Influence for Interactive Driving

多模态信念空间协方差操控与主动探测及影响的交互驾驶

Devodita Chakravarty, John Dolan, Yiwei Lyu

AI总结 本文提出一种多模态信念空间协方差操控方法，通过主动探测和影响策略，在交互驾驶中提升安全性和决策效率。

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

SToRM: Supervised Token Reduction for Multi-modal LLMs toward efficient end-to-end autonomous driving

SToRM：面向高效端到端自动驾驶的多模态大语言模型监督令牌缩减

Seo Hyun Kim, Jin Bok Park, Do Yeon Koo, Hogun Park, Il Yong Chun

AI总结 本文提出SToRM框架，通过监督令牌缩减方法在保持性能的同时降低计算成本，实现实时端到端自动驾驶。

Comments Accepted to ICRA 2026

Beyond Frame-wise Tracking: A Trajectory-based Paradigm for Efficient Point Cloud Tracking

超越帧级跟踪：一种基于轨迹的高效点云跟踪范式

BaiChen Fan, Yuanxi Cui, Jian Li, Qin Wang, Shibo Zhao, Muqing Cao, Sifan Zhou

AI总结 本文提出基于轨迹的跟踪范式TrajTrack，通过隐式学习历史轨迹提升跟踪精度，实现高效且鲁棒的3D单目标跟踪。

Comments Acceptted in ICRA 2026

D-Compress: Detail-Preserving LiDAR Range Image Compression for Real-Time Streaming on Resource-Constrained Robots

D-Compress：面向资源受限机器人实时流媒体的细节保留激光雷达范围图像压缩

Shengqian Wang, Chang Tu, He Chen

AI总结 本文提出D-Compress，一种面向资源受限机器人实时流媒体的细节保留激光雷达范围图像压缩框架，通过自适应离散小波变换和新的率失真优化算法，在高压缩比下保持几何精度和下游任务性能。

Comments To appear in IEEE ICRA 2026

Sonar-MASt3R: Real-Time Opti-Acoustic Fusion in Turbid, Unstructured Environments

Sonar-MASt3R：在浑浊、无结构环境中实时优化声学融合

Amy Phung, Richard Camilli

机构 * Applied Ocean Physics and Engineering, Woods Hole Oceanographic Institution, Deep Submergence Laboratory, Woods Hole, MA, USA（应用海洋物理与工程，伍兹霍尔海洋研究所，深潜实验室，马萨诸塞州伍兹霍尔，美国） ； Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院，剑桥，马萨诸塞州，美国） 纠错

AI总结 本文提出Sonar-MASt3R方法，通过实时提取光学相机数据的密集对应关系并与声学3D重建的几何线索结合，提升在浑浊环境中的鲁棒性。

Comments This paper has been accepted for publication in ICRA 2026. Copyright IEEE

Fabric Pneumatic Artificial Muscle-Based Head-Neck Exosuit: Design, Modeling, and Evaluation

基于织物气动人工肌肉的头颈部外骨骼：设计、建模与评估

Katalin Schäffer, Ian Bales, Haohan Zhang, Margaret McGuinness

机构 * Department of Aerospace and Mechanical Engineering, University of Notre Dame（Notre Dame 大学航空航天与机械工程系） ； Faculty of Information Technology and Bionics, Pázmány Péter Catholic University（帕兹曼·佩特天主教大学信息科技与生物医学系） ； Department of Mechanical Engineering and Robotics Center, University of Utah（犹他大学机械工程系与机器人中心） 纠错

AI总结 本文提出一种基于织物气动人工肌肉的头颈部外骨骼设计，通过建模和实验验证其在头颈部运动辅助中的有效性，展示了其在功能支持和轨迹跟踪方面的潜力。

Comments Manuscript (8 pages, 5 tables, 7 figures) accepted to IEEE International Conference on Robotics and Automation 2026. Video attachment: https://youtu.be/iGuEbvCXgJ0?si=WqP2q-P_Mp1Brmfc

Journal ref Katalin Schaffer, Ian Bales, Haohan Zhang, and Margaret McGuinness "Fabric Pneumatic Artificial Muscle-Based Head-Neck Exosuit: Design, Modeling, and Evaluation," in IEEE International Conference on Robotics and Automation 2026

WaveComm: Lightweight Communication for Collaborative Perception via Wavelet Feature Distillation

WaveComm: 通过小波特征蒸馏实现轻量级协作感知通信

Erdemt Bao, Jin Yang

机构 * School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） 纠错

AI总结 WaveComm通过小波变换减少通信开销，保持低带宽环境下感知性能，实验显示在通信量减少至原值86.3%和87.0%时仍保持先进性能。

Comments Accepted by ICRA 2026

Graphite: A GPU-Accelerated Mixed-Precision Graph Optimization Framework

Graphite：一种基于GPU的混合精度图优化框架

Shishir Gopinath, Karthik Dantu, Steven Y. Ko

机构 * Simon Fraser University（西蒙弗雷泽大学） ； University at Buffalo（布法罗大学） 纠错

AI总结 Graphite是一种基于GPU的混合精度图优化框架，通过CUDA C++接口实现实时应用与优化任务的代码共享，支持内存优化技术，如原地优化、多浮点类型支持和混合精度模式，在保持通用性的同时实现更高效的性能。

Comments Accepted to ICRA 2026