期刊&会议
International Conference on Robotics and Automation · 会议 · Robotics
教机器人说‘我不知道’：用于不确定性感知SLAM的SENTINEL
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 提出SENTINEL框架，通过几何扫描统计和跨模态深度一致性为低成本2D LiDAR提供无训练、无标签的可靠性评分，拒绝损坏扫描并回退到轮式里程计，防止SLAM无声损坏。
Comments 6 pages, 10 figures, 3 tables, This paper was accepted at Uncertainty in Open-World Robotics Workshop in conjunction with Internation conference of robotics and automation (ICRA 2026)
MineXplore: 面向GNSS拒止地下环境的开源强化学习探索基准
机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学）
AI总结 提出基于真实矿井数据的开源MuJoCo导航基准MineXplore，通过六阶段管道重建隧道网络，验证了在GNSS拒止、光照退化等极端条件下策略学习的稳定性与可复现性。
Comments 7 pages,11 figures, Submitted to the workshop Xplore:Cross-Disciplinary aspects of Exploration in Robotics, Reinforcement Learning and Search Held at International Conference on Robotics and Automation (ICRA)
TransTac: 通过紫外编码透明弹性体实现视觉-触觉模态转换
机构 * Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 提出一种透明紫外编码双目视觉触觉传感器TransTac，结合视觉观察与标记触觉重建，通过先验引导的Delaunay立体匹配算法实现鲁棒稀疏三角化，在零样本触觉图像识别上达到83.3%准确率，并显著增强跨模态对齐。
Comments Accepted at IEEE International Conference on Robotics and Automation (ICRA) 2026. 8 pages, 7 figures
正确模型，正确时机：用于双足行走的实时级联保真度MPC
机构 * Robotics Innovation Center at the German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心机器人创新中心）
AI总结 提出一种多阶段全身模型预测控制方法，结合近视野详细全身模型与远视野简化单刚体模型，降低计算复杂度并保持预测能力，在通用MPC框架acados中求解，无需预设足迹位置，在18自由度双足机器人HyPer-2上验证。
Comments Presented at IEEE ICRA 2026 Workshop "2cnd Workshop on Frontiers of Optimization for Robotics"
Journal ref Proceedings of the 2nd ICRA Workshop on Frontiers of Optimization for Robotics, 2026
PerceptTwin：面向迭代LLM规划与验证的语义场景重建
机构 * Department of Computer Science and Operations Research, Université de Montréal（蒙特利尔大学计算机科学与运筹学系） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； CIFAR AI Chair（CIFAR人工智能主席）
AI总结 提出PerceptTwin自动管道，从机器人感知的语义场景表示构建交互式仿真，结合LLM法官验证规划正确性与人类偏好，提升规划成功率约39%。
Comments Accepted at ICRA 2026 (Vienna); published on arxiv for archival purposes. See also https://percept-twin.github.io/
CADET：用于评估网联自动驾驶车辆中分布式协作自主性的模块化平台
机构 * UCLA ； Amazon Scholar（亚马逊学者）
AI总结 提出CADET模块化平台，通过解耦自动驾驶堆栈并集成网络与工作负载仿真，系统评估分布式协作自主系统在真实部署条件下的安全性与性能。
Journal ref ICRA 2026
向量化在线POMDP规划
机构 * School of Computing, Australian National University（澳大利亚国立大学计算机学院）
AI总结 提出向量化在线POMDP规划器（VOPP），通过全向量化计算消除并行瓶颈，实现大规模并行在线规划，计算效率比现有最先进并行求解器高至少20倍。
Comments 8 pages, 3 figures. Accepted at ICRA 2026
无标记未知物体的人形机器人视觉伺服
AI总结 本文提出了一种无标记未知物体的人形机器人视觉伺服框架，通过立体视觉计算可抓取物体的体积，利用递归贝叶斯滤波估计末端执行器的6D姿态，结合非线性约束优化问题计算目标姿态，并通过图像基于视觉伺服控制实现末端执行器的精确控制。
Journal ref IEEE International Conference on Robotics and Automation (ICRA), 2018
利用超宽带测距与通信的稳健目标相对定位
AI总结 本文提出了一种方法，利用四旋翼无人机上的超宽带测距传感器实现目标的相对定位和跟踪，通过策略性安装传感器融合相对位置和方位信息，采用扩展卡尔曼滤波器估计器融合UWB测距数据和 onboard 传感器数据，并利用UWB通信能力传输目标的方位以处理目标方位与测距数据的耦合，实验结果表明无人机能够自主控制其相对于静态和移动目标的位置。
Comments 2018 International Conference on Robotics and Automation (ICRA 2018)
Journal ref 2018 IEEE International Conference on Robotics and Automation (ICRA)
自主解释示范以修改动力学运动原语
机构 * LCCC Linnaeus Center（LCCC林纳尤斯中心） ； ELLIIT Excellence Center（ELLIIT卓越中心）
AI总结 本文提出了一种框架，使机器人操作员能够直观地调整动力学运动原语（DMPs）。通过使用引导通过编程，操作员可以演示纠正轨迹，从而生成一个结合故障轨迹前部分和纠正轨迹后部分的修改DMP。
Journal ref IEEE International Conference on Robotics and Automation (ICRA), 2017, Singapore
通过占用测度进行离散时间混合多项式系统的控制器合成
AI总结 本文提出了一种基于占用测度的控制器合成方法，用于稳定具有多个与环境接触的刚体系统，通过解决有限维半正定规划问题来近似无限维线性规划问题，以实现系统稳定。
Comments Accepted by ICRA 2019. Some text overlap with arXiv:1803.09022 in introducing standard notations and preliminary knowledge. arXiv admin note: text overlap with arXiv:1803.09022
无调度接触序列的动态运动分层规划
机构 * Department of Advanced Robotics, Istituto Italiano di Tecnologia（意大利技术研究院先进机器人部） ； Robot Learning and Interaction Group, Idiap Research Institute（伊迪普研究所机器人学习与交互小组）
AI总结 本文提出了一种分层轨迹优化方法，用于规划无需调度接触序列的动态运动，通过计算能够实现无法通过刚体运动达到的目标的全身运动，首先根据机器人的质心动力学找到可行的质心运动，然后通过应用完整的动力学模型进行优化，利用可行的质心轨迹作为预热起点，通过互补约束描述接触模型，即环境几何和非滑动主动接触，两个优化阶段均作为互补约束数学规划问题（MPCC）进行求解，实验表明该规划方法在一系列具有挑战性的任务中表现出色。
Comments 6 pages, IEEE International Conference on Robotics and Automation (ICRA)
优先地图用于监视和干预野火及其他扩散过程
机构 * Australian Centre for Field Robotics（澳大利亚田径场机器人研究中心） ； University of Sydney（悉尼大学）
AI总结 本文提出了一种生成优先地图的方法，用于监视或干预动态扩散过程，如野火。该方法利用正系统性质，特别是价值函数的分离结构，提供可扩展的算法。通过16和1000节点示例展示了方法如何响应系统动态变化，并结合旅行商问题进行无人机路径规划。
Comments Accepted for ICRA 2019
在线学习水下机器人动态模型的框架
机构 * DFKI - Robotic Innovation Center（DFKI机器人创新中心）
AI总结 本文提出了一种在线学习水下机器人动态模型的框架，通过增量支持向量回归方法从数据流中逐步学习模型，并结合增量学习策略来改进模型在整体状态空间上的泛化能力。
Comments 8 pages, 6 figures, ICRA 2019 authors preprint
在未知环境中安全的概率完备实时规划与探索
机构 * UC-Philippine-California Advanced Research Institute（加州-菲律宾-加州高级研究机构） ； ONR MURI（国防高级研究计划局（ONR）MURI） ； SRC CONIX Center（SRC CONIX中心）
AI总结 本文提出了一种新的运动规划框架，该框架围绕现有的动力学规划器构建，在事先未知的静态环境中保证递归可行性。通过利用来自可达性分析的鲁棒控制器，该方法对整体安全性和碰撞避免做出了强保证。运动计划始终保持在初始状态的安全后向可达集内，同时安全地探索空间。这保证了初始状态的安全性，并确保在安全探索过程中最终能找到目标。
Comments 7 pages, accepted to ICRA 2019
在快速探索随机断树中平衡全局探索与局部连通性利用
机构 * NVIDIA, USA（美国NVIDIA公司）
AI总结 本文提出了一种名为RRdT*的增量最优多查询规划器，通过使用多个断树来利用空间的局部连通性，通过马尔可夫链随机采样，并在局部连通性利用失败时主动探索全局空间，将局部利用与全局探索的平衡转化为多臂老虎机问题，从而提高采样效率。
Comments Submitted to IEEE International Conference on Robotics and Automation (ICRA) 2019
在扑翼机器人上学习极端蜂鸟动作
AI总结 研究通过模仿蜂鸟的极端机动动作，开发了一种混合控制策略，利用模型驱动的非线性控制和模型无关的强化学习，实现了在12克仿生蜂鸟机器人上实现快速逃避机动。
Comments 6 pages, accepted at ICRA 2019
用于合作驾驶实验的微型汽车车队
机构 * University of Cambridge（剑桥大学）
AI总结 本文介绍了一种由16辆微型Ackermann转向车辆组成的独特实验平台，旨在解决多车导航和轨迹规划研究与教育中低成本平台不足的问题，通过实验展示合作驾驶在多车道道路地形中的优势。
Comments Accepted to ICRA 2019
通过贝叶斯优化验证控制器对抗示例
机构 * Microsoft Research, Redmond（微软研究院（红mond））
AI总结 本文提出基于贝叶斯优化的主动测试框架，用于验证控制器的安全性，通过逻辑定义安全约束并高效搜索行为空间以发现违反安全规范的对抗示例。
Comments Proc. of the IEEE International Conference on Robotics and Automation, 2018
毫米级铁磁游泳体轨迹生成：理论与实验
AI总结 本文研究了毫米级铁磁游泳体的轨迹生成，通过几何力学工具设计控制规律，并通过实验验证了在铁磁丝上编码内部磁化分布的方法，实现了游泳体的平移、轨迹跟踪和原地转向运动。
Comments Submitted for publication to ICRA 2019 on 09/22/2018
一种混合动态再生阻尼方案用于变量阻抗执行器的能量再生
AI总结 本文提出了一种新的可变阻尼模块设计，通过利用直流电机的再生制动效应，实现变量阻抗执行器的能量再生，通过仿真和实验验证了该方案在任务性能和能量效率之间的最优平衡。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA), 2018
具有证明鲁棒性的基于学习的方法用于拉格朗日系统高精度跟踪控制
机构 * Dynamic Systems Lab（动态系统实验室） ； Institute for Aerospace Studies（航空航天研究院） ； University of Toronto（多伦多大学）
AI总结 本文提出基于高斯过程的新型学习控制方法，确保系统稳定性与高精度跟踪，通过不确定性界保证鲁棒性，并在仿真和实验中验证有效性。
Comments 8 pages, 4 figures, 2 tables, submitted to IEEE Robotics and Automation Letters (RA-L) and the 2019 International Conference on Robotics and Automation (ICRA) (created: March 2018; updated: September 2018)
一种用于在受限工作空间中运行的自主水下机器人鲁棒模型预测控制方法
AI总结 本文提出了一种新型非线性模型预测控制方案，用于在存在静态障碍物的受限工作空间中引导水下机器人到达特定路径点，通过考虑障碍物、工作空间边界、推进器饱和度和预定义的车辆速度上限等约束条件，提高控制性能。
Comments IEEE International Conference on Robotics and Automation (ICRA-2018), Accepted
网络化软执行器的动态执行器选择与鲁棒状态反馈控制
AI总结 本文针对网络化软体执行器的实时控制与执行器选择算法对性能的影响缺乏系统理论理解的问题，提出了一种新的软执行器框架，用于分析和鲁棒控制，并通过数值案例研究验证了其有效性。
Comments To appear at the 2018 International Conference on Robotics and Automation (ICRA), Brisbane, Australia, May 21, 2018--May 25, 2018
规划，快速与缓慢：一种自适应实时安全轨迹规划的框架
AI总结 本文提出一种自适应实时安全轨迹规划框架，通过元规划实现不同在线规划器的安全切换，以应对未知环境和障碍物。
Comments ICRA, International Conference on Robotics and Automation, ICRA 2018, 8 pages, 9 figures
一种参数MPC方法用于平衡抽象成本的差分驱动移动机器人
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出了一种参数MPC方法，用于优化差分驱动移动机器人的抽象成本，通过分析精度和机动性成本，改进了单积分器模型的控制策略。
Comments ICRA 2018
基于约束微分平坦系统的模型预测路径跟踪
AI总结 本文提出一种结合前馈线性化与基于路径的模型预测控制的新型预测路径跟踪方法，通过微分平坦性将非线性问题转化为凸优化问题，并通过动态路径参考提高系统鲁棒性，实验验证了在四旋翼上优于传统轨迹跟踪控制器的性能。
Comments 8 pages, submitted to ICRA 2018
使用屏障证书安全学习四旋翼动力学
AI总结 本文提出基于高斯过程的数据驱动方法，通过屏障证书确保四旋翼在部分未知环境中的安全学习，结合自适应采样方案和递归高斯过程预测实现动态建模。
Comments Submitted to ICRA 2018, 8 pages
SE3-姿态网络：用于视觉-运动规划和控制的结构深度动力学模型
AI总结 本文提出了一种基于结构深度动力学模型的深度视觉-运动控制方法，通过编码器-解码器结构学习低维姿态嵌入，实现场景分割和姿态预测，并在现实世界中实现了闭环控制。
Comments 8 pages, Initial submission to IEEE International Conference on Robotics and Automation (ICRA) 2018
数据驱动的自动驾驶按需出行系统模型预测控制
AI总结 本文提出一种端到端的数据驱动框架，用于控制自动驾驶按需出行系统，通过时间扩展网络建模并设计MPC算法，利用历史数据预测短期需求，减少乘客等待时间达89.6%。
Comments Submitted to the International Conference on Robotics and Automation 2018
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈