ICRA

Real-Time Decoding of Movement Onset and Offset for Brain-Controlled Rehabilitation Exoskeleton

脑控康复外骨骼运动起始与终止的实时解码

Kanishka Mitra, Satyam Kumar, Frigyes Samuel Racz, Deland Liu, Ashish D. Deshpande, José del R. Millán

机构 * Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology（麻省理工学院电气工程与计算机科学系） ； Chandra Department of Electrical and Computer Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校查兰电气与计算机工程系） ； Department of Neurology, The University of Texas at Austin（德克萨斯大学奥斯汀分校神经病学系） ； Walker Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校沃克机械工程系） ； Meta Reality Labs Research, Redmond, WA, USA（微软现实实验室，华盛顿州雷德蒙德） 纠错

AI总结 本文提出基于EEG的实时双状态运动想象控制方法，实现上肢外骨骼的起止控制，提升解码可靠性并减少偏差，为神经可塑性导向的康复提供技术支持。

Comments Accepted to ICRA 2026. 8 pages, 5 figures. Project page available at https://mitrakanishka.github.io/projects/startstop-bci/

SHaRe-RL: Structured, Interactive Reinforcement Learning for Contact-Rich Industrial Assembly Tasks

SHaRe-RL：结构化、交互式强化学习用于接触密集型工业装配任务

Jannick Stranghöner, Philipp Hartmann, Marco Braun, Sebastian Wrede, Klaus Neumann

机构 * CITEC, Faculty of Technology, Bielefeld University, Germany（CITEC，技术学院，比勒菲尔德大学，德国） ； Fraunhofer IOSB-INA, Lemgo, Germany（弗劳恩霍夫 IOSB-INA，莱姆戈，德国） 纠错

AI总结 SHaRe-RL通过整合先验知识，解决了工业装配中高混合低体积生产对精度、安全性和可靠性的需求，实现了高效安全的在线学习。

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

ASCENT: Transformer-Based Aircraft Trajectory Prediction in Non-Towered Terminal Airspace

ASCENT：基于Transformer的非塔台终端空域飞机轨迹预测

Alexander Prutsch, David Schinagl, Horst Possegger

机构 * Institute of Visual Computing, Graz University of Technology（视觉计算研究所，格拉茨技术大学） 纠错

AI总结 本文提出ASCENT模型，通过轻量级Transformer架构实现多模态3D飞机轨迹预测，结合领域感知的3D坐标归一化和参数化预测，实验表明其在TrajAir和TartanAviation数据集上优于现有方法。

Comments ICRA 2026. Project Page at https://a-pru.github.io/ascent/

A Pin-Array Structured Climbing Robot for Stable Locomotion on Steep Rocky Terrain

一种具有针数组结构的攀爬机器人用于在陡峭岩石地形上稳定移动

Keita Nagaoka, Kentaro Uno, Kazuya Yoshida

机构 * Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（航空航天工程系，工学研究科，东北大学） 纠错

AI总结 本文提出了一种具有顺应性针数组抓取器的新型攀爬机器人，通过被动适应表面不规则性实现稳定抓地，无需复杂传感或控制。

Comments Author's version of a manuscript accepted at the 2026 IEEE International Conference on Robotics and Automation (ICRA). (c) IEEE

LIMBERO: A Limbed Climbing Exploration Robot Toward Traveling on Rocky Cliffs

LIMBERO：一种具有肢体的攀爬探索机器人，面向在崎岖岩壁上移动

Kentaro Uno, Masazumi Imai, Kazuki Takada, Teruhiro Kataonami, Yudai Matsuura, Antonin Ringeval-Meusnier, Keita Nagaoka, Mikio Eguchi, Ryo Nishibe, Kazuya Yoshida

机构 * Space Robotics Lab. (SRL) in Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（东京东京大学工学研究院航空航天工程系空间机器人实验室） ； National Institute of Applied Sciences of Toulouse（图卢兹应用科学国家研究院） 纠错

AI总结 本文提出LIMBERO，一种10kg级四足攀爬机器人，采用脊椎型夹具实现稳定攀爬。新型夹具设计通过耦合手指闭合和脊椎钩合动作，实现高效抓取性能。

Comments Author's version of a manuscript accepted at the 2026 IEEE International Conference on Robotics and Automation (ICRA). (c) IEEE

When Rolling Gets Weird: A Curved-Link Tensegrity Robot for Non-Intuitive Behavior

当滚动变得奇怪：一种弯曲链接张力结构机器人用于非直观行为

Lauren Ervin, Harish Bezawada, Vishesh Vikas

机构 * Agile Robotics Lab, University of Alabama（阿灵机器人实验室，阿拉巴马大学） 纠错

AI总结 本文提出一种半圆形弯曲链接张力结构机器人，平衡高效滚动运动与稳定性，通过弧端断点实现控制，通过仿真和实验验证非直观滚动行为及结构抗冲击能力。

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

CD-FKD: Cross-Domain Feature Knowledge Distillation for Robust Single-Domain Generalization in Object Detection

CD-FKD：跨域特征知识蒸馏用于目标检测中鲁棒的单域泛化

Junseok Lee, Sungho Shin, Seongju Lee, Kyoobin Lee

机构 * Advanced Robotics Lab, LG Electronics（LG电子先进机器人实验室） ； Place AI Flatform, Naver（NAVER人工智能平台） ； Department of AI Convergence, Gwangju Institute of Science and Technology (GIST)（全州科学技术院人工智能融合系） 纠错

AI总结 本文提出CD-FKD方法，通过全局和实例级特征蒸馏提升学生网络的泛化能力，有效应对跨域变化，实验表明其在目标域泛化和源域性能上优于现有方法。

Comments Accepted to ICRA 2026

Crowd-FM: Learned Optimal Selection of Conditional Flow Matching-generated Trajectories for Crowd Navigation

Crowd-FM: 基于学习的条件流匹配生成轨迹的最优选择用于人群导航

Antareep Singha, Laksh Nanwani, Mathai Mathew P., Samkit Jain, Phani Teja Singamaneni, Arun Kumar Singh, K. Madhava Krishna

机构 * Robotics Research Center, IIIT Hyderabad, India（IIIT海得拉巴机器人研究中心，印度） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University of Tartu, Estonia（爱沙尼亚塔尔图大学） ； Inria, Université de Lorraine, France（法国里尔大学Inria研究院） 纠错

AI总结 本文提出Crowd-FM方法，通过条件流匹配学习碰撞自由的轨迹生成策略，提升机器人在人群中的安全性和人似性。

Comments Accepted at IEEE ICRA 2026. Authors Antareep Singha and Laksh Nanwani have equal contributions

Minimal Intervention Shared Control with Guaranteed Safety under Non-Convex Constraints

最小干预共享控制与非凸约束下的安全保证

Shivam Chaubey, Francesco Verdoja, Shankar Deka, Ville Kyrki

机构 * Aalto University（阿alto大学） 纠错

AI总结 本文提出了一种考虑约束的辅助控制器，通过在线计算控制动作，确保递归可行性、严格约束满足和最小偏离用户意图，适用于非凸约束的现实场景。

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

UGotMe: An Embodied System for Affective Human-Robot Interaction

UGotMe: 一种用于情感人机交互的具身系统

Peizhen Li, Longbing Cao, Xiao-Ming Wu, Xiaohan Yu, Runze Yang

机构 * School of Computing, Macquarie University（麦考瑞大学计算学院） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化学院） 纠错

AI总结 本文提出UGotMe系统，解决多对话场景中视觉噪声和实时响应问题，通过去噪策略和高效数据传输提升情感识别能力。

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