ICRA

Adaptor: Advancing Assistive Teleoperation with Few-Shot Learning and Cross-Operator Generalization

Adaptor：通过少样本学习和跨操作者泛化提升辅助远程操作

Yu Liu, Yihang Yin, Tianlv Huang, Fei Yan, Yuan Xu, Weinan Hong, Wei Han, Yue Cao, Xiangyu Chen, Zipei Fan, Xuan Song

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； IO-AI TECH 纠错

AI总结 Adaptor通过少样本学习和跨操作者泛化方法，提升辅助远程操作中意图识别的鲁棒性，实验表明其在真实和模拟基准上表现优异，具备低方差和跨操作者泛化能力。

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

LEGO: Latent-space Exploration for Geometry-aware Optimization of Humanoid Kinematic Design

LEGO：基于潜在空间的几何感知人类oid运动学设计优化

Jihwan Yoon, Taemoon Jeong, Jeongeun Park, Chanwoo Kim, Jaewoon Kwon, Yonghyeon Lee, Kyungjae Lee, Sungjoon Choi

机构 * Department of Artificial Intelligence, Korea University（高丽大学人工智能系） ； Contoro Robotics ； Department of Mechanical Engineering, Massachusetts Institute of Technology（麻省理工学院机械工程系） ； Department of Statistics, Korea University（高丽大学统计系） 纠错

AI总结 本文提出LEGO框架，通过学习现有机械设计构建潜在空间，利用运动重定向和Procrustes分析定义损失函数，实现人类oid上半身设计的自动化优化。

Comments Accepted in ICRA 2026

Dream to Fly: Model-Based Reinforcement Learning for Vision-Based Drone Flight

梦想飞翔：基于模型的强化学习用于基于视觉的无人机飞行

Angel Romero, Ashwin Shenai, Ismail Geles, Elie Aljalbout, Davide Scaramuzza

机构 * Robotics and Perception Group, Department of Informatics, University of Zurich（苏黎世大学信息学系机器人感知组） 纠错

AI总结 本文提出基于模型的强化学习方法，通过像素观测实现无人机敏捷飞行，展示了在模拟和真实世界中的高效表现，推动了基于像素的自主飞行技术发展。

Comments 8 pages, 6 Figures, accepted to IEEE ICRA 2026