ICRA

Robust Multimodal Dynamic Object Segmentation

鲁棒多模态动态目标分割

Zhe Xin, Hanzhi Chang, Penghui Huang, Yinian Mao, Guoquan Huang

机构 * Meituan UAV（美团无人机） ； University of Delaware（特拉华大学） 纠错

AI总结 研究针对动态目标分割难题，提出整合多模态线索的框架，设计结合Transformer与特征聚类模块的网络进行分类，引入新后处理方法，在动态目标分割和静态场景重建任务中取得最优性能。

Comments Accepted by IEEE International Conference on Robotics & Automation ICRA 2026

Leveraging Two Robotic Arms for Tight Assembly Performance Gains

利用两个机器人手臂实现紧密装配性能提升

Dror Livnat, Yuval Lavi, Michael M. Bilevich, Dan Halperin

机构 * Blavatnik School of Computer Science and Artificial Intelligence, Tel-Aviv University（特拉维夫大学布拉瓦特尼克计算机科学与人工智能学院） 纠错

AI总结 该研究针对两个机器人手臂执行装配操作给出端到端框架，分析两臂同时操作优势，方法在模拟和实际机器人中实现，能减少执行时间、提升轨迹质量、加速搜索有效放置，还确定了机器人工作单元尺寸界限。

Comments Appeared in the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Lifelong Localization in Dynamic Indoor Environments Combining Odometry with Sparse Distance Sampling

结合里程计与稀疏距离采样的动态室内环境终身定位

Michael M. Bilevich, Tomer Buber, Dan Halperin

机构 * Blavatnik School of Computer Science and Artificial Intelligence, Tel-Aviv University（特拉维夫大学布拉瓦尼克计算机科学与人工智能学院） 纠错

AI总结 研究动态室内环境中机器人定位问题，提出结合里程计与稀疏距离采样的终身定位框架，能实时解决绑架机器人问题，在静态和动态环境中均收敛到真实姿态，少量距离样本即可实现与SLAM相当的定位，具多方面优势。

Comments Appeared in the 2026 IEEE International Conference on Robotics and Automation (ICRA)

DA-Fusion: Deformable Attention-Based RGB-D Fusion Transformer for Unseen Object Instance Segmentation

DA-Fusion：基于可变形注意力的RGB-D融合Transformer用于未见物体实例分割

Yesol Park, Hye-Jung Yoon, Juno Kim, Byoung-Tak Zhang

机构 * Interdisciplinary Program in AI, Seoul National University（首尔国立大学人工智能跨学科项目） ； Artificial Intelligence Institute, Seoul National University（首尔国立大学人工智能研究所） ； Department of Computer Science, Seoul National University（首尔国立大学计算机科学系） 纠错

AI总结 针对物流自动化中未见物体分割难题，提出基于可变形注意力的RGB-D融合Transformer（DA-Fusion），结合RGB与深度数据优势提升分割精度，引入OCBD数据集，实验证明其性能优于现有方法，适用于现实物流任务。

Comments 7 pages, 5 figures. Published in the Proceedings of the 2025 IEEE International Conference on Robotics and Automation (ICRA 2025)

Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), 2025, pp. 7490-7496