ICRA

D-Compress: Detail-Preserving LiDAR Range Image Compression for Real-Time Streaming on Resource-Constrained Robots

D-Compress：面向资源受限机器人实时流媒体的细节保留激光雷达范围图像压缩

Shengqian Wang, Chang Tu, He Chen

AI总结 本文提出D-Compress，一种面向资源受限机器人实时流媒体的细节保留激光雷达范围图像压缩框架，通过自适应离散小波变换和新的率失真优化算法，在高压缩比下保持几何精度和下游任务性能。

Comments To appear in IEEE ICRA 2026

Sonar-MASt3R: Real-Time Opti-Acoustic Fusion in Turbid, Unstructured Environments

Sonar-MASt3R：在浑浊、无结构环境中实时优化声学融合

Amy Phung, Richard Camilli

机构 * Applied Ocean Physics and Engineering, Woods Hole Oceanographic Institution, Deep Submergence Laboratory, Woods Hole, MA, USA（应用海洋物理与工程，伍兹霍尔海洋研究所，深潜实验室，马萨诸塞州伍兹霍尔，美国） ； Massachusetts Institute of Technology, Cambridge, MA, USA（麻省理工学院，剑桥，马萨诸塞州，美国） 纠错

AI总结 本文提出Sonar-MASt3R方法，通过实时提取光学相机数据的密集对应关系并与声学3D重建的几何线索结合，提升在浑浊环境中的鲁棒性。

Comments This paper has been accepted for publication in ICRA 2026. Copyright IEEE

Fabric Pneumatic Artificial Muscle-Based Head-Neck Exosuit: Design, Modeling, and Evaluation

基于织物气动人工肌肉的头颈部外骨骼：设计、建模与评估

Katalin Schäffer, Ian Bales, Haohan Zhang, Margaret McGuinness

机构 * Department of Aerospace and Mechanical Engineering, University of Notre Dame（Notre Dame 大学航空航天与机械工程系） ； Faculty of Information Technology and Bionics, Pázmány Péter Catholic University（帕兹曼·佩特天主教大学信息科技与生物医学系） ； Department of Mechanical Engineering and Robotics Center, University of Utah（犹他大学机械工程系与机器人中心） 纠错

AI总结 本文提出一种基于织物气动人工肌肉的头颈部外骨骼设计，通过建模和实验验证其在头颈部运动辅助中的有效性，展示了其在功能支持和轨迹跟踪方面的潜力。

Comments Manuscript (8 pages, 5 tables, 7 figures) accepted to IEEE International Conference on Robotics and Automation 2026. Video attachment: https://youtu.be/iGuEbvCXgJ0?si=WqP2q-P_Mp1Brmfc

Journal ref Katalin Schaffer, Ian Bales, Haohan Zhang, and Margaret McGuinness "Fabric Pneumatic Artificial Muscle-Based Head-Neck Exosuit: Design, Modeling, and Evaluation," in IEEE International Conference on Robotics and Automation 2026

WaveComm: Lightweight Communication for Collaborative Perception via Wavelet Feature Distillation

WaveComm: 通过小波特征蒸馏实现轻量级协作感知通信

Erdemt Bao, Jin Yang

机构 * School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） 纠错

AI总结 WaveComm通过小波变换减少通信开销，保持低带宽环境下感知性能，实验显示在通信量减少至原值86.3%和87.0%时仍保持先进性能。

Comments Accepted by ICRA 2026

Graphite: A GPU-Accelerated Mixed-Precision Graph Optimization Framework

Graphite：一种基于GPU的混合精度图优化框架

Shishir Gopinath, Karthik Dantu, Steven Y. Ko

机构 * Simon Fraser University（西蒙弗雷泽大学） ； University at Buffalo（布法罗大学） 纠错

AI总结 Graphite是一种基于GPU的混合精度图优化框架，通过CUDA C++接口实现实时应用与优化任务的代码共享，支持内存优化技术，如原地优化、多浮点类型支持和混合精度模式，在保持通用性的同时实现更高效的性能。

Comments Accepted to ICRA 2026

Perceive What Matters: Relevance-Driven Scheduling for Multimodal Streaming Perception

感知关键内容：基于相关性的多模态流式感知调度

Dingcheng Huang, Xiaotong Zhang, Kamal Youcef-Toumi

机构 * Mechatronics Research Laboratory, Massachusetts Institute of Technology（机械系统实验室，麻省理工学院） 纠错

AI总结 本文提出一种基于相关性的轻量级多模态流式感知调度框架，通过利用前一帧输出估计并调度必要的感知模块，有效减少计算延迟并提升识别召回率。

Comments Accepted to ICRA 2026

SldprtNet: A Large-Scale Multimodal Dataset for CAD Generation in Language-Driven 3D Design

SldprtNet：一个大规模多模态数据集，用于语言驱动的3D设计CAD生成

Ruogu Li, Sikai Li, Yao Mu, Mingyu Ding

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出SldprtNet数据集，用于语义驱动的CAD建模、几何深度学习和多模态模型训练，包含242,000个工业零件，提供多种3D模型格式，并结合图像与文本生成自然语言描述。

Comments Accept by ICRA 2026

Motion-Specific Battery Health Assessment for Quadrotors Using High-Fidelity Battery Models

四旋翼运动特定电池健康评估的高保真电池模型

Joonhee Kim, Sanghyun Park, Donghyeong Kim, Eunseon Choi, Soohee Han

机构 * Department of Convergence IT Engineering, Pohang University of Science and Technology（convergence IT工程系，釜山科学技术大学） ； Department of Electrical Engineering, Pohang University of Science and Technology（电气工程系，釜山科学技术大学） 纠错

AI总结 本文提出一种四旋翼运动感知电池健康评估框架，通过高保真电池模型分析不同飞行姿态对电池降解的影响，强调运动感知电池管理的重要性。

Comments 8 pages. Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

Conflict Mitigation in Shared Environments using Flow-Aware Multi-Agent Path Finding

利用流量感知的多智能体路径寻找实现共享环境中的冲突缓解

Lukas Heuer, Yufei Zhu, Luigi Palmieri, Andrey Rudenko, Anna Mannucci, Sven Koenig, Martin Magnusson

机构 * Örebro University（奥雷布罗大学） ； Bosch Research（博世研究） ； Technical University of Munich（慕尼黑技术大学） ； University of California, Irvine（加州大学 Irvine 分校） 纠错

AI总结 本文提出FA-MAPF框架，通过整合不可控代理的运动模式提升多智能体路径寻找效率，实验证明可减少55%的冲突且不牺牲任务效率。

Comments To be presented at ICRA 2026

A Photorealistic Dataset and Vision-Based Algorithm for Anomaly Detection During Proximity Operations in Lunar Orbit

面向月球轨道近距操作的逼真数据集和基于视觉的异常检测算法

Selina Leveugle, Chang Won Lee, Svetlana Stolpner, Chris Langley, Paul Grouchy, Steven Waslander, Jonathan Kelly

机构 * Space and Terrestrial Autonomous Robotic Systems (STARS) Laboratory at the University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所（UTIAS）空间与地面自主机器人系统实验室） ； Toronto Robotics and AI Laboratory (TRAIL) at the University of Toronto Institute for Aerospace Studies (UTIAS)（多伦多大学航空航天研究所（UTIAS）多伦多机器人与人工智能实验室） ； MDA Space Inc.（MDA航天公司） 纠错

AI总结 本文提出MRAD算法，通过月球轨道合成数据集ALLO实现空间域异常检测，展现算法在像素和图像层面的高检测性能，推动空间操作中鲁棒的异常检测方法发展。

Comments In IEEE Robotics and Automation Letters (RA-L) and presented at the IEEE International Conference on Robotics and Automation (ICRA'26), 1-5 Jun. 2026, Vienna, Austria

Journal ref IEEE Robotics and Automation Letters (RA-L), Vol. 11, No. 3, pp. 2418 - 2415, Mar. 2026

STONE Dataset: A Scalable Multi-Modal Surround-View 3D Traversability Dataset for Off-Road Robot Navigation

STONE数据集：一个可扩展的多模态周围视图3D可通行性数据集用于越野机器人导航

Konyul Park, Daehun Kim, Jiyong Oh, Seunghoon Yu, Junseo Park, Jaehyun Park, Hongjae Shin, Hyungchan Cho, Jungho Kim, Jun Won Choi

机构 * Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能交叉学科项目，首尔国立大学） ； Department of Electrical and Computer Engineering, Seoul National University（电气与计算机工程系，首尔国立大学） 纠错

AI总结 STONE数据集通过大规模多模态数据和自动标注流程，为越野机器人导航中的3D可通行性预测提供了可扩展的地面真实值和基准测试平台。

Comments ICRA 2026

GUIDES: Guidance Using Instructor-Distilled Embeddings for Pre-trained Robot Policy Enhancement

GUIDES: 利用教师蒸馏嵌入进行预训练机器人策略增强

Minquan Gao, Xinyi Li, Qing Yan, Xiaojian Sun, Xiaopan Zhang, Chien-Ming Huang, Jiachen Li

机构 * University of California, Riverside（加州大学河滨分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 GUIDES通过教师蒸馏嵌入提升预训练机器人策略，实现语义增强与高效升级

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

DriveCritic: Towards Context-Aware, Human-Aligned Evaluation for Autonomous Driving with Vision-Language Models

DriveCritic: 向基于情境的、与人类对齐的自动驾驶评估迈进：基于视觉-语言模型

Jingyu Song, Zhenxin Li, Shiyi Lan, Xinglong Sun, Nadine Chang, Maying Shen, Joshua Chen, Katherine A. Skinner, Jose M. Alvarez

机构 * University of Michigan（密歇根大学） ； NVIDIA（英伟达） ； Fudan University（复旦大学） 纠错

AI总结 DriveCritic通过结合视觉-语言模型和情境意识，提升自动驾驶系统评估的准确性与人类对齐性。

Comments Accepted at ICRA 2026; 8 pages, 3 figures

UniFField: A Generalizable Unified Neural Feature Field for Visual, Semantic, and Spatial Uncertainties in Any Scene

UniFField: 一种通用的统一神经特征场，用于任何场景中的视觉、语义和空间不确定性

Christian Maurer, Snehal Jauhri, Sophie Lueth, Georgia Chalvatzaki

机构 * TU Darmstadt（图宾根大学） ； Robotics Institute（机器人研究所） 纠错

AI总结 UniFField是一种通用的统一神经特征场，能够整合视觉、语义和几何特征，预测不确定性，适用于任何场景中的鲁棒决策。

Comments ICRA 2026 Project website: https://sites.google.com/view/uniffield

Efficient Construction of Implicit Surface Models From a Single Image for Motion Generation

从单张图像高效构建隐式表面模型用于运动生成

Wei-Teng Chu, Tianyi Zhang, Matthew Johnson-Roberson, Weiming Zhi

机构 * Department of Electrical Engineering, Stanford University, USA（美国斯坦福大学电气工程系） ； Aurora Innovation, USA（美国Aurora Innovation公司） ； School of Computer Science, The University of Sydney, Australia（澳大利亚悉尼大学计算机科学学院） ； Australian Centre for Robotics, The University of Sydney, Australia（澳大利亚悉尼大学机器人中心） ； College of Connected Computing, Vanderbilt University, USA（美国范德比尔特大学连接计算学院） 纠错

AI总结 本文提出FINS框架，通过单张图像高效重建高保真表面和SDF场，提升机器人运动生成的效率和精度。

Comments 9 pages, 6 figures, 2026 IEEE International Conference on Robotics and Automation (ICRA)

PPGuide: Steering Diffusion Policies with Performance Predictive Guidance

PPGuide: 通过性能预测引导操控扩散策略

Zixing Wang, Devesh K. Jha, Ahmed H. Qureshi, Diego Romeres

AI总结 PPGuide通过性能预测引导技术，在推理时引导预训练的扩散策略避免失败模式，提升机器人操作的鲁棒性。

Comments Accepted by ICRA'26

GRACE: A Unified 2D Multi-Robot Path Planning Simulator & Benchmark for Grid, Roadmap, And Continuous Environments

GRACE：一种统一的二维多机器人路径规划模拟器与基准，适用于网格、路网和连续环境

Chuanlong Zang, Anna Mannucci, Isabelle Barz, Philipp Schillinger, Florian Lier, Wolfgang Hönig

机构 * Robert Bosch GmbH, Corporate Research（罗伯特·博世集团，企业研究） ； Technical University of Berlin（柏林技术大学） 纠错

AI总结 GRACE是一种统一的二维多机器人路径规划模拟器与基准，通过统一的抽象级别和评估协议，实现跨网格、路网和连续环境的可比性比较，以提升多机器人规划研究的可重复性和应用性。

Comments ICRA 2026, code will be released soon

SUBTA: A Framework for Supported User-Guided Bimanual Teleoperation in Structured Assembly

SUBTA：一种支持用户引导的双臂远程操作框架用于结构化装配

Xiao Liu, Prakash Baskaran, Songpo Li, Simon Manschitz, Wei Ma, Dirk Ruiken, Soshi Iba

机构 * Honda Research Institute USA（本田美国研究院） ； Honda Research Institute Europe GmbH（本田欧洲研究院） 纠错

AI总结 SUBTA通过结合意图估计、任务规划和上下文相关的运动辅助，提高了双臂远程操作在结构化装配中的精度和用户体验。

Comments 8 pages, 7 figures, accepted at ICRA 2026

FAR-Dex: Few-shot Data Augmentation and Adaptive Residual Policy Refinement for Dexterous Manipulation

FAR-Dex: 少样本数据增强与自适应残差策略细化用于灵巧操作

Yushan Bai, Fulin Chen, Hongzheng Sun, Yuchuang Tong, En Li, Zhengtao Zhang

AI总结 FAR-Dex通过少样本数据增强和自适应残差策略细化，提升机械臂与手的协同精度，实现高成功率的灵巧操作任务。

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

Global End-Effector Pose Control of an Underactuated Aerial Manipulator via Reinforcement Learning

通过强化学习实现轻量化空中机械臂的全局末端姿态控制

Shlok Deshmukh, Javier Alonso-Mora, Sihao Sun

机构 * Department of Cognitive Robotics (CoR), Faculty of Mechanical Engineering, Delft University of Technology（认知机器人系（CoR），机械工程学院，代尔夫特理工大学） 纠错

AI总结 本文通过强化学习实现轻量化空中机械臂的六自由度末端姿态控制，实验展示了厘米级精度和鲁棒性。

Comments 8 pages, 6 figures, accepted by IEEE ICRA 2026

MetaDAT: Generalizable Trajectory Prediction via Meta Pre-training and Data-Adaptive Test-Time Updating

MetaDAT: 通过元学习和数据自适应测试时更新实现通用轨迹预测

Yuning Wang, Pu Zhang, Yuan He, Ke Wang, Jianru Xue

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, IAIR, Xi’an Jiaotong University, China（人机混合增强智能国家重点实验室，IAIR，西安交通大学，中国） ； KargoBot, China（KargoBot，中国） 纠错

AI总结 MetaDAT通过元学习和数据自适应测试时更新，提升轨迹预测在分布偏移下的适应精度和鲁棒性。

Comments ICRA 2026

NLiPsCalib: An Efficient Calibration Framework for High-Fidelity 3D Reconstruction of Curved Visuotactile Sensors

NLiPsCalib：一种高效的高保真3D重建弯曲视觉触觉传感器校准框架

Xuhao Qin, Feiyu Zhao, Yatao Leng, Runze Hu, Chenxi Xiao

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） 纠错

AI总结 NLiPsCalib通过可控光源和近光光度立体技术，实现高效且高保真的弯曲视觉触觉传感器3D重建与校准，降低定制开发门槛。

Comments 8 pages, 8 figures, accepted to 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)

From Demonstrations to Safe Deployment: Path-Consistent Safety Filtering for Diffusion Policies

从演示到安全部署：扩散策略的路径一致安全过滤

Ralf Römer, Julian Balletshofer, Jakob Thumm, Marco Pavone, Angela P. Schoellig, Matthias Althoff

机构 * Department of Computer Engineering, Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich（计算机工程系，慕尼黑机器人与机器智能研究所（MIRMI），慕尼黑技术大学） ； Department of Aeronautics and Astronautics, Stanford University（航空与航天系，斯坦福大学） 纠错

AI总结 本文提出路径一致安全过滤方法，用于提升扩散策略在动态环境中的安全性和任务成功率。

Comments Accepted to IEEE ICRA 2026. Project page: https://tum-lsy.github.io/pacs/. 8 pages, 4 figures

Revisiting Replanning from Scratch: Real-Time Incremental Planning with Fast Almost-Surely Asymptotically Optimal Planners

重新审视从零开始的重规划：使用快速几乎肯定渐近最优规划器的实时增量规划

Mitchell E. C. Sabbadini, Andrew H. Liu, Joseph Ruan, Tyler S. Wilson, Zachary Kingston, Jonathan D. Gammell

机构 * Estimation, Search, and Planning (ESP) Research Group, Queen’s University（估计、搜索与规划研究组，女王大学） ； CoMMA Lab, Department of Computer Science, Purdue University（CoMMA实验室，计算机科学系，普渡大学） 纠错

AI总结 本文提出使用快速几乎肯定渐近最优规划算法，通过模拟实验展示了其在实时增量规划中的有效性，能够有效应对变化障碍物环境。

Comments IEEE International Conference on Robotics and Automation (ICRA) 2026, 8 pages, 5 figures, 1 table. A video of this work can be found at https://www.youtube.com/watch?v=XaZrFy8wGZs

NaviGait: Navigating Dynamically Feasible Gait Libraries using Deep Reinforcement Learning

NaviGait: 使用深度强化学习导航动态可行的步态库

Neil Janwani, Varun Madabushi, Maegan Tucker

机构 * Georgia Tech Institute for Robotics and Intelligent Machines（佐治亚理工学院机器人与智能机器研究所） ； Dynamic Mobility Lab（动态移动实验室） 纠错

AI总结 NaviGait通过结合轨迹优化与强化学习，实现动态可行的步态库导航，提升运动控制的鲁棒性和可扩展性。

Comments Accepted to the International Conference on Robotics and Automation (2026). 8 pages, 9 figures

Automated Coral Spawn Monitoring for Reef Restoration: The Coral Spawn and Larvae Imaging Camera System (CSLICS)

用于珊瑚礁修复的自动化珊瑚产卵监测：珊瑚产卵和幼体成像相机系统（CSLICS）

Dorian Tsai, Christopher A. Brunner, Riki Lamont, F. Mikaela Nordborg, Andrea Severati, Java Terry, Karen Jackel, Matthew Dunbabin, Tobias Fischer, Scarlett Raine

机构 * Queensland University of Technology（昆士兰理工大学） ； Australian Institute for Marine Science（澳大利亚海洋科学研究所） 纠错

AI总结 CSLICS通过低成本摄像头和计算机视觉技术实现自动化珊瑚产卵计数，提高珊瑚养殖效率，助力珊瑚礁修复应对气候变化挑战。

Comments 8 pages, 7 figures, accepted for presentation at the IEEE International Conference on Robotics and Automation, 2026

Robot Control Stack: A Lean Ecosystem for Robot Learning at Scale

机器人控制栈：一个用于大规模机器人学习的轻量生态系统

Tobias Jülg, Pierre Krack, Seongjin Bien, Yannik Blei, Khaled Gamal, Ken Nakahara, Johannes Hechtl, Roberto Calandra, Wolfram Burgard, Florian Walter

机构 * Department of Computer Science & Artificial Intelligence, University of Technology Nuremberg（技术大学纽伦堡计算机科学与人工智能系） ； Learning, Adaptive Systems and Robotics (LASR) Lab, Faculty of Computer Science, TU Dresden（德累斯顿技术大学计算机科学学院学习、适应系统与机器人实验室） ； Siemens Foundational Technologies, Siemens AG（西门子基础技术部，西门子股份公司） ； Chair for Robotics, Artificial Intelligence and Real-Time Systems, TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院机器人、人工智能与实时系统教授职位） 纠错

AI总结 机器人控制栈（RCS）是一个为大规模机器人学习设计的轻量生态系统，通过模块化架构和统一接口，促进模拟到现实的迁移，并评估了多种策略在不同机器人上的性能。

Comments Accepted at ICRA 2026

You Only Pose Once: A Minimalist's Detection Transformer for Monocular RGB Category-level 9D Multi-Object Pose Estimation

你只需一次定位：一种极简主义的检测转换器用于单目RGB类别级9D多目标姿态估计

Hakjin Lee, Junghoon Seo, Jaehoon Sim

机构 * PIT IN Co.（PIT IN公司） 纠错

AI总结 YOPO提出了一种单阶段的检测转换器，通过端到端训练实现类别级9D多目标姿态估计，取得了新的状态-of-the-art成果。

Comments This paper has been accepted by IEEE ICRA 2026

A Magnetic-Actuated Vision-Based Whisker Array for Contact Perception and Grasping

一种基于磁驱动的视觉感知触须阵列用于接触感知与抓取

Zhixian Hu, Juan Wachs, Yu She

机构 * School of Industrial Engineering, Purdue University（工业工程学院，普渡大学） 纠错

AI总结 本研究提出了一种磁驱动视觉触须阵列传感器，通过高精度触觉反馈实现物体分类和抓取任务，展示了其在精细操作中的应用潜力。

Comments Accepted by IEEE International Conference on Robotics and Automation (ICRA) 2025

Quality over Quantity: Demonstration Curation via Influence Functions for Data-Centric Robot Learning

质量优于数量：通过影响函数进行演示数据的 curated

Haeone Lee, Taywon Min, Junsu Kim, Sinjae Kang, Fangchen Liu, Lerrel Pinto, Kimin Lee

机构 * KAIST（韩国科学技术院） ； University of California, Berkeley（加州大学伯克利分校） ； New York University（纽约大学） 纠错

AI总结 本文提出 QoQ 方法，通过影响函数识别高质量演示数据，提升机器人学习性能。

Comments Accepted to ICRA 2026, 8 pages