ICRA

Quiver varieties and dual canonical bases

有向图品种与对偶规范基

Ming Lu, Xiaolong Pan

AI总结 本文综述了量子群和$\imath$量子群对偶规范基理论的最新进展，介绍了$\imath$有向图代数，并展示了其在ADE类型准分裂$\imath$量子群中的两种实现方式，同时解决了若干猜想。

Comments 34 pages. To appear in Proc. ICRA 21 (2024), published by European Math. Soc. arXiv admin note: substantial text overlap with arXiv:2504.19073

Calibration-Free Gas Source Localization with Mobile Robots: Source Term Estimation Based on Concentration Measurement Ranking

无需校准的移动机器人气体源定位：基于浓度测量排名的源项估计

Wanting Jin, Agatha Duranceau, İzzet Kağan Erünsal, Alcherio Martinoli

机构 * Distributed Intelligent Systems and Algorithms Laboratory, School of Architecture, Civil and Environmental Engineering, École Polytechnique Fédérale de Lausanne (EPFL)（分布式智能系统与算法实验室，建筑、 civil 和环境工程学院，洛桑联邦理工学院（EPFL）） 纠错

AI总结 本文提出一种无需校准的气体源定位方法，通过分析移动机器人收集的浓度测量排名差异，估计源位置的概率分布，适用于真实环境。

Comments This paper has been accepted for publication in the IEEE International Conference on Robotics and Automation (ICRA), 2026

Multi-Depth Uniform Coverage Path Planning for Unmanned Surface Vehicle Surveying

多深度均匀覆盖路径规划用于无人水面舰艇勘测

Maider Larrazabal, Tong Yang, Izaro Goienetxea, Jaime Valls Miro

机构 * AZTI Foundation（AZTI基金会） ； Tsinghua University（清华大学） ； University of the Basque Country (UPV/EHU)（巴斯克国家大学（UPV/EHU）） ； University of Technology Sydney（悉尼技术大学） ； IKERBASQUE 纠错

AI总结 本文提出一种新型自动覆盖路径规划算法，用于无人水面舰艇的水深勘测。通过整合粗略的深度信息预处理目标区域，并自适应引导路径生成和探测范围配置，优化路径间距以实现更一致的海底覆盖。

Comments Accepted by ICRA 2026

When Absolute State Fails: Evaluating Proprioceptive Encodings for Robust Manipulation

当绝对状态失效：评估本体感觉编码以实现鲁棒操作

Maxime Alvarez, Ryo Watanabe, Paul Crook, Afshin Zeinaddini Meymand, Suvin Kurian, Pablo Ferreiro, Genki Sano

机构 * TELEXISTENCE Inc, Foundation Model Division（TELEXISTENCE公司基础模型部门） ； The University of Tokyo（东京大学） 纠错

AI总结 研究探讨了本体感觉状态编码策略，通过系统分析联合表示发现，简单的回合间相对框架在任务性能与鲁棒性之间提供了最佳平衡，优于基线方法。

Comments Accepted to ICRA 2026 Workshop: From Data to Decisions

Saturation-Aware Angular Velocity Estimation: Extending the Robustness of SLAM to Aggressive Motions

考虑饱和的角速度估计：将SLAM的鲁棒性扩展到激进运动

Simon-Pierre Deschênes, Dominic Baril, Matěj Boxan, Johann Laconte, Philippe Giguère, François Pomerleau

机构 * Northern Robotics Laboratory, Université Laval, Quebec City, Quebec, Canada（北方机器人实验室，拉瓦尔大学，魁北克市，魁北克，加拿大） 纠错

AI总结 本文提出一种新的角速度估计方法，以提高SLAM算法在剧烈运动引起的陀螺仪饱和情况下的鲁棒性。通过使用加速度计在机器人翻滚时估计角速度，显著降低定位误差，并提出TIGS数据集以支持研究。

Comments 7 pages, 7 figures, published in 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan

Journal ref 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan, 2024, pp. 10711-10718