ICRA

Dexora: Open-source VLA for High-DoF Bimanual Dexterity

Dexora: 开源的高自由度双臂灵巧性VLA系统

Zongzheng Zhang, Jingrui Pang, Zhuo Yang, Kun Li, Minwen Liao, Saining Zhang, Guoxuan Chi, Jinbang Guo, Huan-ang Gao, Modi Shi, Dongyun Ge, Yao Mu, Jiayuan Gu, Rui Chen, Hao Dong, Huazhe Xu, Li Yi, Yixin Zhu, Hang Zhao, Pengwei Wang, Shanghang Zhang, Guocai Yao, Jianyu Chen, Hongyang Li, Hao Zhao

机构 * Tsinghua University（清华大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； The University of Hong Kong（香港大学） ； Shanghai Jiao Tong University（上海交通大学） ； ShanghaiTech University（上海科技大学） ； Peking University（北京大学） 纠错

AI总结 本文提出Dexora，首个开源的VLA系统，旨在双臂双手高自由度操作，通过混合遥控管道分离粗臂运动和精细手指运动，结合物理平台和数字孪生，构建大规模训练数据集，并提出数据质量感知训练方法，实验证明其在基础和灵巧任务上的优越性能。

Comments Accpeted by ICRA 2026

Dynamic robotic cloth folding with efficient Koopman operator-based model predictive control

动态机器人布料折叠与高效的Koopman算子基于模型预测控制

Edoardo Caldarelli, Franco Coltraro, Adrià Colomé, Lorenzo Rosasco, Carme Torras

机构 * Istituto Italiano di Tecnologia（意大利技术研究院） ； Institut de Robòtica i Informàtica Industrial（机器人与信息技术研究所） ； MaLGa Center, DIBRIS, Università degli Studi di Genova（MaLGa中心，DIBRIS，热那亚大学） 纠错

AI总结 本文提出了一种基于Koopman算子的模型预测控制方法，用于快速生成布料折叠轨迹，结合物理仿真和高效的核基Koopman算子回归，以提高折叠任务的效率和精度。

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

COLSON: Controllable Learning-Based Social Navigation via Diffusion-Based Reinforcement Learning

COLSON: 通过基于扩散的强化学习实现可控的社会导航

Kohei Matsumoto, Yuki Tomita, Yuki Hyodo, Ryo Kurazume

AI总结 本文提出了一种基于扩散的强化学习方法，用于社会导航，通过灵活的动作分布提高了导航的适应性和可控性，同时能够适应未见过的场景。

Comments ICRA 2026

Confidence-Gated Robot Autonomy: When Does Uncertainty Actually Help?

置信度门控机器人自主性：不确定性何时真的有帮助？

Johannes A. Gaus, Jhon P. F. Charaja, Daniel Haeufle

机构 * Hertie Institute for Clinical Brain Research & Center for Integrative Neuroscience, University of Tübingen（赫尔特研究所临床脑研究与整合神经科学中心，图宾根大学） 纠错

AI总结 本文研究了不确定性在机器人自主性决策中的作用，发现当基础模型具备一定能力时，简单的不确定性代理足以实现选择性门控，但无法用于语义新颖性检测。

Comments ICRA 2026 workshop paper

A Dexterous and Compliant Gripper With Soft Hydraulic Actuation for Microgravity Manipulation

一种具有软液压驱动的灵活机械手用于微重力操作

William Su, Jordan Kam, Yixiao Wang, Jianshu Zhou

机构 * Aerospace Engineering Program, University of California, Berkeley（加州大学伯克利分校航空航天工程系） ； Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） 纠错

AI总结 本文提出将DexCoHand灵活的双指六自由度机械手与Astrobee自由飞行机器人集成，以实现微重力环境下的灵活操作，该机械手在保持稳定接触的同时减少了对自由飞行基底的干扰，提高了操作的连续性和适应性。

Comments Accepted to the IEEE ICRA 2026 Space Robotics Workshop (SRW). 4 pages, 3 figures

Benchmarking Recurrent Event-Based Object Detection for Industrial Multi-Class Recognition on MTevent

在MTevent上评估用于工业多类识别的循环事件基目标检测基准

Lokeshwaran Manohar, Moritz Roidl

机构 * Chair of Material Handling and Warehousing, TU Dortmund University, Dortmund, Germany（物料搬运与仓储学系，杜伊斯堡-艾森大学，多特蒙德，德国） 纠错

AI总结 本文研究了在MTevent数据集上使用循环ReYOLOv8s进行工业多类识别的性能，并通过非循环YOLOv8s作为基线分析时间记忆的影响，发现事件域预训练对性能提升更有效。

Comments Accepted at the Neuromorphic Field Robotics and Automation Workshop, ICRA 2026

SuReNav: Superpixel Graph-based Constraint Relaxation for Navigation in Over-constrained Environments

SuReNav：基于超像素图的约束放松用于过约束环境中的导航

Keonyoung Koh, Moonkyeong Jung, Samuel Seungsup Lee, Daehyung Park

机构 * School of Computing, Korea Advanced Institute of Science and Technology, Korea（韩国科学技术院计算机学院） 纠错

AI总结 本文提出SuReNav方法，通过超像素图构建区域约束，利用图神经网络实现安全高效导航，适用于半静态环境中过约束规划问题，提升导航的人类类比性能。

Comments Accepted by ICRA 2026. Code and videos are available at https://sure-nav.github.io/

Curb Your Attention: Causal Attention Gating for Robust Trajectory Prediction in Autonomous Driving

抑制注意力：因果注意力门控用于自动驾驶中的鲁棒轨迹预测

Ehsan Ahmadi, Ray Mercurius, Soheil Alizadeh, Kasra Rezaee, Amir Rasouli

机构 * University of Alberta（阿尔伯塔大学） ； Noah’s Ark Laboratory, Huawei Technologies Canada（华为加拿大诺亚实验室） ； Cornell University（康奈尔大学） 纠错

AI总结 本文提出CRiTIC模型，通过因果发现网络识别agent间因果关系，并引入因果注意力门控机制提升轨迹预测的鲁棒性和泛化能力，实验表明模型在对抗非因果扰动时鲁棒性提升54%。

Comments Accepted ICRA 2025

MR-SLAM: Immersive Spatial Supervision for Multi-Robot Mapping via Mixed Reality

MR-SLAM：通过混合现实实现多机器人地图的沉浸式空间监督

Prakash Aryan, Cem Erdogdu, Kavinaya Kumarchokkappan, Timo Kehrer, Sebastiano Panichella

机构 * University of Bern, Bern, Switzerland（伯尔尼大学） ； AI4I -- The Italian Institute of Artificial Intelligence, Turin, Italy（意大利人工智能研究所） 纠错

AI总结 本文提出MR-SLAM系统，利用混合现实技术实现多机器人SLAM的沉浸式空间监督，通过实时可视化和空间锚定面板提升多机器人定位与建图效率。

Comments Accepted to ICRA 2026 Workshop "MM-SpatialAI Workshop: Multi-Modal Spatial AI for Robust Navigation and Open-World Understanding"

Consent Chain Degradation in Embodied Multi-Agent Systems: Bridging the Gap Between AI Agent Governance and Robot Ethics

具身多智能体系统中的同意链退化：弥合人工智能代理治理与机器人伦理之间的鸿沟

Mehmet Haklidir

机构 * Artificial Intelligence Institute, TÜBİTAK BİLGEM（人工智能研究所，TÜBİTAK BİLGEM） 纠错

AI总结 本文提出同意链退化（CCD）概念，探讨多机器人委托链中人类同意的具体性、有效性及范围如何退化，并通过医疗、家庭和工业机器人场景展示其实际表现，分析现有法规对CCD核心维度的缺失。

Comments Accepted for oral presentation at the 2nd Workshop on Robot Ethics (WoRoBet), ICRA 2026, Vienna, Austria, June 1, 2026. 6 pages, 3 tables, 1 figure