ICRA

Grasp, Slide, Roll: Comparative Analysis of Contact Modes for Tactile-Based Shape Reconstruction

抓取、滑动、滚动：基于触觉的形状重建接触模式比较分析

Chung Hee Kim, Shivani Kamtikar, Tye Brady, Taskin Padir, Joshua Migdal

机构 * Amazon Fulfillment Technologies & Robotics（亚马逊履行技术与机器人） ； Robotics Institute at Carnegie Mellon University（卡内基梅隆大学机器人研究所） ； Siebel School of Computing and Data Science, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院） 纠错

AI总结 本文提出基于触觉的形状重建方法，通过比较抓取、滑动和滚动三种接触模式，提升触觉数据采集效率，实现更快速准确的物体形状重建。

Comments 8 pages, 11 figures, Accepted by ICRA 2026

Rethinking the Practicality of Vision-language-action Model: A Comprehensive Benchmark and An Improved Baseline

重新审视视觉-语言-动作模型的实用性：一个全面的基准和一个改进的基线

Wenxuan Song, Jiayi Chen, Xiaoquan Sun, Huashuo Lei, Yikai Qin, Wei Zhao, Pengxiang Ding, Han Zhao, Tongxin Wang, Pengxu Hou, Zhide Zhong, Haodong Yan, Donglin Wang, Jun Ma, Haoang Li

机构 * OpenHelix-Team（OpenHelix团队） 纠错

AI总结 本文提出CEbench基准和LLaVA-VLA模型，通过轻量级设计和两阶段训练提升视觉-语言-动作模型的实用性，实现在消费级GPU上的实际应用。

Comments Accepted by ICRA 2026

EndoDDC: Learning Sparse to Dense Reconstruction for Endoscopic Robotic Navigation via Diffusion Depth Completion

EndoDDC: 通过扩散深度补全学习稀疏到密集重建以实现内窥镜机器人导航

Yinheng Lin, Yiming Huang, Beilei Cui, Long Bai, Huxin Gao, Hongliang Ren, Jiewen Lai

机构 * Department of Electronic Engineering, The Chinese University of Hong Kong（电子工程系，香港中文大学） 纠错

AI总结 EndoDDC通过扩散模型整合图像、稀疏深度信息和深度梯度特征，提升内窥镜环境下深度重建的准确性和鲁棒性。

Comments Accepted by ICRA 2026

ST-GS: Vision-Based 3D Semantic Occupancy Prediction with Spatial-Temporal Gaussian Splatting

ST-GS：基于视觉的3D语义占用预测与空间-时间高斯点划法

Xiaoyang Yan, Muleilan Pei, Shaojie Shen

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） 纠错

AI总结 ST-GS通过空间-时间高斯点划法提升3D语义占用预测的时空建模能力，实现更优的时间一致性与性能

Comments Accepted by ICRA 2026

UniFuture: A 4D Driving World Model for Future Generation and Perception

UniFuture: 一个面向未来生成与感知的4D驾驶世界模型

Dingkang Liang, Dingyuan Zhang, Xin Zhou, Sifan Tu, Tianrui Feng, Xiaofan Li, Yumeng Zhang, Mingyang Du, Xiao Tan, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Baidu Inc.（百度公司） 纠错

AI总结 UniFuture通过统一4D建模提升自动驾驶中的未来生成与几何感知能力。

Comments Accepted by ICRA 2026

PPT: Pretraining with Pseudo-Labeled Trajectories for Motion Forecasting

PPT：基于伪标签轨迹的运动预测预训练

Yihong Xu, Yuan Yin, Éloi Zablocki, Tuan-Hung Vu, Alexandre Boulch, Matthieu Cord

AI总结 PPT通过利用伪标签轨迹进行预训练，提升运动预测的泛化能力和在低数据环境下的性能。

Comments 8 pages, 6 figures, accepted to ICRA 2026

Hierarchical LLM-Based Multi-Agent Framework with Prompt Optimization for Multi-Robot Task Planning

分层基于大语言模型的多智能体框架与提示优化用于多机器人任务规划

Tomoya Kawabe, Rin Takano

机构 * Data Science Laboratories, NEC Corporation（日本电气株式会社数据科学实验室） 纠错

AI总结 本文提出一种分层多智能体框架，结合提示优化提升多机器人任务规划的准确性和效率。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026. 8 pages, 2 figures

SignBot: Learning Human-to-Humanoid Sign Language Interaction

SignBot: 学习人类-人形机器人手语交互

Guanren Qiao, Sixu Lin, Ronglai Zuo, Zhizheng Wu, Kui Jia, Guiliang Liu

机构 * School of Data Science, the Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 SignBot通过整合运动重定向、运动控制和生成交互模块，实现人与人形机器人之间自然的手语交流，提升聋人和听力障碍者的沟通可及性。

Comments Accepted by ICRA 2026

Adaptive Diffusion Constrained Sampling for Bimanual Robot Manipulation

自适应扩散约束采样用于双臂机器人操作

Haolei Tong, Yuezhe Zhang, Sophie Lueth, Georgia Chalvatzaki

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

AI总结 本文提出自适应扩散约束采样方法，通过整合等式和不等式约束，提升双臂机器人操作的样本多样性和泛化能力。

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

ADM-DP: Adaptive Dynamic Modality Diffusion Policy through Vision-Tactile-Graph Fusion for Multi-Agent Manipulation

ADM-DP: 通过视觉-触觉-图融合的自适应动态模态扩散策略用于多智能体操作

Enyi Wang, Wen Fan, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X Initiative, Imperial College London（生物工程系、Imperial-X计划、帝国理工学院伦敦分校） 纠错

AI总结 ADM-DP通过视觉-触觉-图融合的自适应动态模态扩散策略，提升多智能体操作的协调性、抓取稳定性和碰撞避免性能。

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

Exploring Vision-Language Models for Open-Vocabulary Zero-Shot Action Segmentation

探索用于开放词汇零样本动作分割的视觉-语言模型

Asim Unmesh, Kaki Ramesh, Mayank Patel, Rahul Jain, Karthik Ramani

机构 * Purdue University（普渡大学） ； Birla Institute of Technology and Science (BITS) Hyderabad（比拉理工学院和科学研究院（BITS）海得拉巴） 纠错

AI总结 本文提出开放词汇零样本时间动作分割方法，利用视觉-语言模型的零样本能力，通过帧-动作嵌入相似性和相似性矩阵时间分割实现无需训练的分割任务，展示了其在结构化时间理解中的潜力。

Comments ICRA 2026

HetroD: A High-Fidelity Drone Dataset and Benchmark for Autonomous Driving in Heterogeneous Traffic

HetroD：一种用于异质交通中自动驾驶的高保真无人机数据集和基准

Yu-Hsiang Chen, Wei-Jer Chang, Christian Kotulla, Thomas Keutgens, Steffen Runde, Tobias Moers, Christoph Klas, Wei Zhan, Masayoshi Tomizuka, Yi-Ting Chen

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； UC Berkeley（伯克利大学） ； fka GmbH 纠错

AI总结 HetroD通过高保真无人机数据集和基准，解决异质交通中自动驾驶面临的复杂行为预测与规划挑战。

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

Active Tactile Exploration for Rigid Body Pose and Shape Estimation

主动触觉探索用于刚体位姿与形状估计

Ethan K. Gordon, Bruke Baraki, Hien Bui, Michael Posa

机构 * General Robotics, Automation, Sensing, and Perception (GRASP) Laboratory（通用机器人、自动化、感知与感知实验室） 纠错

AI总结 本研究提出了一种基于触觉数据的主动探索框架，用于高效估计刚体的位姿与形状，通过优化损失函数实现快速学习。

Comments Presented at ICRA 2026; 8 pages, 6 figures

ActionReasoning: Robot Action Reasoning in 3D Space with LLM for Robotic Brick Stacking

动作推理：利用LLM进行三维空间中的机器人动作推理以实现积木堆叠

Guangming Wang, Qizhen Ying, Yixiong Jing, Olaf Wysocki, Brian Sheil

机构 * CV4DT, CSIC, Department of Engineering, University of Cambridge（CV4DT、CSIC、工程系、剑桥大学） 纠错

AI总结 本文提出ActionReasoning框架，利用LLM进行三维空间中的动作推理，实现稳定积木堆叠，提升机器人操作的泛化能力。

Comments 8 pages, 5 figures, accepted by the 2026 IEEE International Conference on Robotics and Automation

Cooperative-Competitive Team Play of Real-World Craft Robots

现实世界工艺机器人的协作-竞争团队合作

Rui Zhao, Xihui Li, Yizheng Zhang, Yuzhen Liu, Zhong Zhang, Yufeng Zhang, Cheng Zhou, Zhengyou Zhang, Lei Han

机构 * Tencent Robotics X Laboratory（腾讯机器人实验室） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出了一种针对现实世界工艺机器人协作与竞争任务的强化学习方法，通过引入OODSI技术提升仿真到现实的迁移性能。

Comments Accepted by 2026 IEEE International Conference on Robotics and Automation (ICRA 2026), Vienna, Austria

LST-SLAM: A Stereo Thermal SLAM System for Kilometer-Scale Dynamic Environments

LST-SLAM：一种用于公里级动态环境的立体热SLAM系统

Zeyu Jiang, Kuan Xu, Changhao Chen

机构 * PEAK-Lab, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）峰值实验室） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） 纠错

AI总结 LST-SLAM通过结合自监督学习、立体跟踪和几何优化，实现了在动态大规模环境中高鲁棒性和精度的热SLAM系统。

Comments ICRA 2026

ParkDiffusion++: Ego Intention Conditioned Joint Multi-Agent Trajectory Prediction for Automated Parking using Diffusion Models

ParkDiffusion++: 基于扩散模型的多智能体轨迹预测用于自动化停车的自我意图条件联合预测

Jiarong Wei, Anna Rehr, Christian Feist, Abhinav Valada

机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） ； CARIAD SE 纠错

AI总结 ParkDiffusion++通过联合学习多智能体轨迹预测与自我意图预测，实现自动化停车中的高效假设决策与安全预测。

Comments ICRA 2026 Camera Ready Version

Robot Local Planner: A Periodic Sampling-Based Motion Planner with Minimal Waypoints for Home Environments

机器人局部规划器：一种基于周期采样的运动规划器，适用于家庭环境，且使用最少的路径点

Keisuke Takeshita, Takahiro Yamazaki, Tomohiro Ono, Takashi Yamamoto

机构 * Frontier Research Center, Toyota Motor Corporation（丰田汽车公司前沿研究中心） ； Department of Information Science, Faculty of Information Science, Aichi Institute of Technology（爱知技术大学信息科学系） 纠错

AI总结 本研究提出了一种基于周期采样的机器人局部规划器，通过减少路径点和提高鲁棒性，实现家庭环境中的高效安全运动规划。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2025. Project Page: https://toyotafrc.github.io/RobotLocalPlanner-Proj/

Sample-Efficient Learning with Online Expert Correction for Autonomous Catheter Steering in Endovascular Bifurcation Navigation

基于在线专家纠正的高效学习用于内血管分叉导航的自主导管操控

Hao Wang, Tianliang Yao, Bo Lu, Zhiqiang Pei, Liu Dong, Lei Ma, Peng Qi

机构 * Tongji University（同济大学） ； College of Electronics and Information Engineering（电子信息工程学院） ； Shanghai Institute of Intelligent Science and Technology（上海智能科学与技术研究院） ； The Chinese University of Hong Kong（香港中文大学） ； School of Mechanical and Electric Engineering（机械电子工程学院） ； Soochow University（苏州大学） ； Shanghai Operation Robot Co., Ltd.（上海操作机器人有限公司） ； State Key Laboratory of Cardiovascular Diseases（心血管疾病国家重点实验室） 纠错

AI总结 本文提出一种结合在线专家纠正的样本高效强化学习框架，用于内血管分叉导航中的自主导管操控，提升了在复杂血管结构中的操控精度和鲁棒性。

Comments This paper has been accepted by IEEE ICRA 2026. 8 pages, 5 figures, 1 table

Vision-Based Reasoning with Topology-Encoded Graphs for Anatomical Path Disambiguation in Robot-Assisted Endovascular Navigation

基于拓扑编码图的视觉推理用于机器人辅助血管内导航中的解歧

Jiyuan Zhao, Zhengyu Shi, Wentong Tian, Tianliang Yao, Dong Liu, Tao Liu, Yizhe Wu, Peng Qi

机构 * Department of Control Science and Engineering, College of Electronics and Information Engineering, and Shanghai Institute of Intelligent Science and Technology, Tongji University（控制科学与工程系，电子与信息工程学院和智能科学与技术上海研究院，同济大学） ； Department of Electronic Engineering, Faculty of Engineering, The Chinese University of Hong Kong（电子工程系，工程学院，香港中文大学） ； Shanghai Operation Robot Co., Ltd.（上海操作机器人有限公司） ； Department of Cardiology, Zhongshan Hospital, Fudan University, Shanghai Institute of Cardiovascular Diseases, National Clinical Research Center for Interventional Medicine（心内科，复旦大学中山医院，上海心血管疾病研究所，介入医学临床研究中心） ； State Key Laboratory of Cardiovascular Diseases and Medical Innovation Center, Shanghai East Hospital, School of Medicine, Tongji University（心血管疾病国家重点实验室和医学创新中心，上海东医院，同济大学医学院） 纠错

AI总结 本文提出SCAR-UNet-GAT框架，通过拓扑编码图实现机器人辅助血管内导航中的路径解歧，显著提升路径规划的准确性和鲁棒性。

Comments This paper has been accepted by IEEE ICRA 2026. 8 pages, 3 figures, 3 tables

DiSPo: Diffusion-SSM based Policy Learning for Coarse-to-Fine Action Discretization

DiSPo：基于扩散-状态空间模型的策略学习用于粗到细动作离散化

Nayoung Oh, Jaehyeong Jang, Moonkyeong Jung, Daehyung Park

机构 * Korea Advanced Institute of Science and Technology（韩国高级科学研究院） 纠错

AI总结 DiSPo通过结合扩散-状态空间模型和步骤缩放方法，实现了高效且灵活的粗到细动作离散化学习，显著提升了成功率和推理效率。

Comments Accepted by ICRA 2026

Unleashing the Power of Discrete-Time State Representation: Ultrafast Target-based IMU-Camera Spatial-Temporal Calibration

释放离散时间状态表示的潜力：超快基于目标的IMU-相机空间-时间校准

Junlin Song, Antoine Richard, Miguel Olivares-Mendez

AI总结 本文提出了一种基于离散时间状态表示的高效IMU-相机空间-时间校准方法，以提高校准效率并解决连续时间表示的计算成本问题。

Comments Accepted by ICRA 2026

Seeing Farther and Smarter: Value-Guided Multi-Path Reflection for VLM Policy Optimization

看得更远且更聪明：基于价值引导的多路径反射用于VLM策略优化

Yanting Yang, Shenyuan Gao, Qingwen Bu, Li Chen, Dimitris N. Metaxas

机构 * Rutgers University（罗格斯大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 本研究提出了一种基于价值引导的多路径反射方法，用于提升VLM在机器人操作任务中的策略优化性能，通过解耦状态评估与动作生成，提高决策鲁棒性并减少推理时间。

Comments ICRA 2026

MultiDiffSense: Diffusion-Based Multi-Modal Visuo-Tactile Image Generation Conditioned on Object Shape and Contact Pose

MultiDiffSense: 基于扩散的多模态视觉-触觉图像生成，基于物体形状和接触姿态

Sirine Bhouri, Lan Wei, Jian-Qing Zheng, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X Initiative, Imperial College London（生物工程系、Imperial-X计划、帝国理工学院伦敦分校） ； CAMS-Oxford Institute, University of Oxford（CAMS-牛津研究所、牛津大学） 纠错

AI总结 MultiDiffSense是一种基于扩散的多模态视觉-触觉图像生成模型，通过双条件化实现可控且物理一致的多模态生成，提升了触觉传感数据集的生成效率和跨模态学习能力。

Comments Accepted by 2026 ICRA

Design and Control of Modular Magnetic Millirobots for Multimodal Locomotion and Shape Reconfiguration

模块化磁性微机器人多模态运动与形状重构设计与控制

Erik Garcia Oyono, Jialin Lin, Dandan Zhang

机构 * Department of Bioengineering, Imperial College London（帝国理工学院生物工程系） 纠错

AI总结 本研究提出一种模块化磁性微机器人平台，通过多模块协同实现多模态运动与形状重构，展示了在受限环境中稳健控制的潜力。

Comments Accepted by 2026 ICRA

The Price Is Not Right: Neuro-Symbolic Methods Outperform VLAs on Structured Long-Horizon Manipulation Tasks with Significantly Lower Energy Consumption

价格并不合理：神经符号方法在结构化长周期操作任务中优于VLA，且能耗显著更低

Timothy Duggan, Pierrick Lorang, Hong Lu, Matthias Scheutz

机构 * Human-Robot Interaction Lab, Tufts University（Tufts大学人机交互实验室） ； AIT Austrian Institute of Technology GmbH（奥地利技术研究所） 纠错

AI总结 神经符号方法在结构化长周期操作任务中表现优于VLA，且能耗更低。

Comments Accepted at the 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)

Order Matters: On Parameter-Efficient Image-to-Video Probing for Recognizing Nearly Symmetric Actions

顺序至关重要：关于参数高效图像到视频探测在识别近似对称动作中的应用

Thinesh Thiyakesan Ponbagavathi, Alina Roitberg

机构 * Institute for Artificial Intelligence, University of Stuttgart（人工智能研究所，斯图加特大学） ； Intelligent Assistive Systems Lab, University of Hildesheim（智能辅助系统实验室，希尔德斯海姆大学） 纠错

AI总结 STEP通过轻量级探测扩展，利用帧级位置编码等方法提升对近似对称动作的识别精度，优于PEFT和全微调模型。

Comments Accepted to ICRA 2026

Mixed-Reality Digital Twins: Leveraging the Physical and Virtual Worlds for Hybrid Sim2Real Transition of Multi-Agent Reinforcement Learning Policies

混合现实数字孪生：利用物理与虚拟世界实现多智能体强化学习策略的混合仿真到现实过渡

Chinmay Vilas Samak, Tanmay Vilas Samak, Venkat Narayan Krovi

机构 * Department of Automotive Engineering, Clemson University International Center for Automotive Research (CU-ICAR)（汽车工程系，克莱姆森大学国际汽车研究中心（CU-ICAR）） 纠错

AI总结 本文提出混合现实数字孪生框架，通过并行化和域随机化技术，显著提升多智能体强化学习策略的训练效率和仿真到现实迁移性能。

Comments Accepted in IEEE Robotics and Automation Letters (RA-L) and additionally accepted to be presented at IEEE International Conference on Robotics and Automation (ICRA) 2026

Journal ref IEEE Robotics and Automation Letters, vol. 10, no. 9, pp. 9040-9047, Sept. 2025

Learning from Imperfect Demonstrations with Self-Supervision for Robotic Manipulation

通过自监督学习从不完美示范中学习用于机器人操作

Kun Wu, Ning Liu, Zhen Zhao, Di Qiu, Jinming Li, Zhengping Che, Zhiyuan Xu, Jian Tang

机构 * Syracuse University（苏利文大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； Peking University（北京大学） ； Shanghai University（上海大学） 纠错

AI总结 本文提出SSDF框架，通过自监督学习利用不完美示范数据提升机器人操作任务的性能。

Comments 8 pages, 4 figures

Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA)

TactEx: An Explainable Multimodal Robotic Interaction Framework for Human-Like Touch and Hardness Estimation

TactEx：一种可解释的多模态机器人交互框架，用于类人触觉和硬度估计

Felix Verstraete, Lan Wei, Wen Fan, Dandan Zhang

AI总结 TactEx通过融合视觉、触觉和语言模态，实现类人触觉和硬度估计，展示了在水果成熟度评估中的高任务成功率和可解释性。

Comments Accepted by 2026 ICRA