ICRA

Connectivity-Aware Representations for Constrained Motion Planning via Multi-Scale Contrastive Learning

基于连接性意识的表示方法用于受限运动规划的多尺度对比学习

Suhyun Jeon, Yumin Lim, Woo-Jeong Baek, Hyeonseo Kim, Suhan Park, Jaeheung Park

机构 * Seoul National University（首尔大学） ； Artificial Intelligence Institute (AIIS), Seoul National University（首尔大学人工智能研究所） ； Department of Mechanical Engineering, Seoul National University（首尔大学机械工程系） ； Kwangwoon University（光云大学） ； ASRI, AIIS, Seoul National University（首尔大学ASRI、AIIS） ； Advanced Institutes of Convergence Technology（先进融合技术研究所） 纠错

AI总结 本文提出一种多尺度对比学习方法，通过学习连接性意识的表示，选择连接区域的起始和目标配置，提高运动规划的成功率并减少规划时间。

Comments 8 pages, 5 figures, ICRA 2026

Proprioceptive Image: An Image Representation of Proprioceptive Data from Quadruped Robots for Contact Estimation Learning

本体图像：四足机器人的本体数据图像表示用于接触估计学习

Gabriel Fischer Abati, João Carlos Virgolino Soares, Giulio Turrisi, Victor Barasuol, Claudio Semini

机构 * Dynamic Legged Systems (DLS) lab, Istituto Italiano di Tecnologia (IIT)（动态腿足系统实验室，意大利理工学院） ； University of Genoa（热那亚大学） 纠错

AI总结 本文提出将四足机器人本体时间序列数据转换为结构化二维图像的方法，利用卷积神经网络学习运动相关任务。通过编码多信号的时序动态，保留机器人形态结构，提升特征空间丰富性。在接触估计任务中，实验表明图像表示优于传统序列模型，接触状态准确率提升16.8个百分点。

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

RoboMatch: A Unified Mobile-Manipulation Teleoperation Platform with Auto-Matching Network Architecture for Long-Horizon Tasks

RoboMatch：一种用于长周期任务的统一移动操作远程操作平台，配备自动匹配网络架构

Hanyu Liu, Yunsheng Ma, Jiaxin Huang, Keqiang Ren, Jiayi Wen, Yilin Zheng, Haoru Luan, Baishu Wan, Pan Li, Jiejun Hou, Zhihua Wang, Zhigong Song

机构 * Jiangsu Key Laboratory of Advanced Food Manufacturing Equipment and Technology, School of Mechanical Engineering, Jiangnan University（江苏省食品先进制造装备与技术重点实验室，江南大学机械工程学院） 纠错

AI总结 本文提出RoboMatch，一种用于移动操作的统一远程操作平台，采用自动匹配网络架构以应对动态环境中的长周期任务。核心是 cockpit 风格的控制界面，提升控制精度和数据采集效率。同时引入PVE-DP和AMN，显著提高精细操作性能和长周期推理性能。

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

Towards Exploratory and Focused Manipulation with Bimanual Active Perception: A New Problem, Benchmark and Strategy

迈向探索性与聚焦性操控的双臂主动感知：一个新的问题、基准和策略

Yuxin He, Ruihao Zhang, Tianao Shen, Cheng Liu, Qiang Nie

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 本文提出探索性与聚焦性操控（EFM）问题，建立EFM-10基准并提出双臂主动感知策略，通过主动视觉和力觉感知提升复杂操控任务的完成能力。

Comments ICRA 2026

3D Dynamics-Aware Manipulation: Endowing Manipulation Policies with 3D Foresight

3D动态感知操控：赋予操控策略三维前瞻性

Yuxin He, Ruihao Zhang, Xianzu Wu, Zhiyuan Zhang, Cheng Ding, Qiang Nie

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； JAKA Robotics Co., Ltd.（JAKA机器人有限公司） 纠错

AI总结 本文提出一种融合3D世界建模与策略学习的框架，通过引入三个自监督任务提升操控策略的3D前瞻性，实验表明在仿真和现实环境中显著提升操控性能。

Comments ICRA 2026