期刊&会议
International Conference on Robotics and Automation · 会议 · Robotics
单调子系统分解用于高效多目标机器人设计
机构 * Department of Electrical and Computer Engineering, Cornell University（电气与计算机工程系，康奈尔大学）
AI总结 本文提出单调子系统分解方法，用于高效解决多目标机器人设计问题，通过优化子系统帕累托前沿实现大规模设计优化。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2025
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), pp. 8114-8120
现实环境中具有合规性的操控与UMI-FT
机构 * Department of Electrical Engineering, Stanford University（电气工程系，斯坦福大学） ； Department of Mechanical Engineering, Stanford University（机械工程系，斯坦福大学）
AI总结 UMI-FT通过紧凑的六轴力/扭矩传感器和多模态数据训练自适应合规策略，在现实环境中实现可靠力控制和抓取性能。
Comments submitted to ICRA 2026
通过可微模拟学习四旋翼控制的视觉特征
机构 * Robotics and Perception Group, Department of Informatics, University of Zurich（机器人感知组，信息学院，苏黎世大学）
AI总结 本研究通过可微模拟方法高效学习四旋翼控制，显著提升样本效率和训练速度，实现快速恢复四旋翼性能。
Comments Accepted for presentation at the IEEE International Conference on Robotics and Automation (ICRA) 2025
环境作为策略：在未见过的赛道上学习赛车
机构 * Robotics and Perception Group, Department of Informatics, University of Zurich（机器人感知组，信息学院，苏黎世大学） ； Department of Neuroinformatics, University of Zurich and ETH Zurich（神经信息学院，苏黎世大学和苏黎世联邦理工学院）
AI总结 本文提出了一种自适应环境塑造框架，使无人机能够在未见过的赛道上高效学习赛车，通过动态调整训练环境提升泛化能力。
Comments Accepted at IEEE International Conference on Robotics and Automation (ICRA), 2025
基于关键帧的密集映射与视点依赖局部地图图
机构 * Institute of Control, Robotics and Information Engineering（控制、机器人与信息工程研究所） ； Poznan University of Technology（波兹南技术大学）
AI总结 本文提出了一种基于关键帧的密集映射方法，利用视点依赖结构和位姿图实现高精度环境建模与全局地图生成。
Comments Accepted in ICRA 2020
基于子地图的高效自主MAV探索：融合视觉惯性SLAM并可配置为LiDAR或深度相机
机构 * Technical University of Munich（慕尼黑技术大学） ； School of Computation, Information and Technology（计算、信息与技术学院） ； Imperial College London（伦敦帝国学院） ； Munich Institute of Robotics and Machine Intelligence（慕尼黑机器人与机器智能研究所） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
AI总结 本文提出了一种基于子地图的MAV自主探索框架，通过融合视觉惯性SLAM并支持LiDAR或深度相机，实现高效探索与地图重建。
Comments In proceedings of the IEEE International Conference on Robotics and Automation, 2025. 7 pages, 8 figures, for the accompanying video see https://youtu.be/Uf5fwmYcuq4
SeePerSea：用于自主水面车辆的水下物体多模态感知数据集
机构 * Department of Computer Science, Dartmouth College（达特茅斯学院计算机科学系） ； IQT Labs（IQT实验室） ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系） ； Department of Computer Science, University of Maryland College Park（马里兰大学计算机科学系） ； The Institute for Human and Machine Cognition and The University of West Florida（人机认知研究所与西佛罗里达大学） ； School of Computing, Binghamton University（宾夕法尼亚州立大学计算学院）
AI总结 SeePerSea数据集为自主水面车辆提供多模态水下物体感知数据，通过训练测试现有深度学习算法，推动海洋自主技术发展。
Comments Topic: Special Issue on ICRA 2024 Workshop on Field Robotics
Journal ref IEEE Transactions on Field Robotics 2 (2025) - 737-752
基于控制屏障的遥控操作与视觉-惯性SLAM的MAV安全导航
机构 * Learning Systems and Robotics Lab, School of Computation, Information and Technology, Technical University of Munich（学习系统与机器人实验室，计算、信息与技术学院，慕尼黑技术大学） ； Smart Robotics Lab, School of Computation, Information and Technology, Technical University of Munich（智能机器人实验室，计算、信息与技术学院，慕尼黑技术大学） ； Smart Robotics Lab, Department of Computing, Imperial College London（智能机器人实验室，计算系，伦敦帝国理工学院） ； Munich Institute of Robotics and Machine Intellig（慕尼黑机器人与机器智能研究所）
AI总结 本文提出了一种结合控制屏障函数与视觉-惯性SLAM的MAV安全导航系统，通过感知-动作闭环实现复杂环境中的安全遥控操作。
Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2024, 7 pages, 7 figures, supplementary video is available at https://youtu.be/rCxbWY4PIfQ?si=DC-9mg7g1WooNdaV
ORB-SfMLearner: 基于ORB的自监督视觉里程计与选择性在线适应
机构 * College of Electrical Engineering, Sichuan University（四川大学电气工程学院） ； Rice University（里士满大学） ； Graduate Institute of Networking and Multimedia, National Taiwan University（台湾大学网络与多媒体研究所） ； Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所）
AI总结 ORB-SfMLearner通过引入ORB特征和交叉注意力机制，提升视觉里程计的精度与通用性，实现更稳健的自身运动估计。
Comments ICRA 2025; Project page: https://www.neiljin.site/projects/orbsfm/
机器人辅助前列腺活检中实时超声扫描的运动补偿
机构 * Faculty of Mechanical Engineering and Naval Architecture, University of Zagreb（Zagreb大学机械工程与造船学院）
AI总结 本研究提出了一种机器人辅助系统，用于实时超声扫描前列腺，以提高活检的准确性和可用性。
Comments Submitted for ICRA 2026
极小 $A_{\infty}$-代数的终态射：$d\mathbb{Z}$-簇形变对象的情况
AI总结 本文探讨了极小 $A_{\infty}$-代数在 $d\mathbb{Z}$-簇形变对象导出终态射代数分类中的作用，并介绍了增强 $A_\infty$-障碍理论的重要性。
Comments 17 pages. Contribution to the proceedings of the XXI International Conference on Representations of Algebras (ICRA 21); v2: final version following referee's comments
利用视觉和触觉传感器数据进行手持物体的6D位姿估计
机构 * Honda Research Institute USA, Inc.（本田美国研究院） ； Honda R&D Co., Ltd.（本田研发公司） ； Department of Mechanical Engineering, University of Washington（华盛顿大学机械工程系）
AI总结 本文提出利用视觉和触觉数据融合方法，提高机器人在手物体的6D位姿估计精度。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L), January 2022. Presented at ICRA 2022. This is the author's version of the manuscript
Journal ref IEEE Robotics and Automation Letters, vol. 7, no. 2, pp. 2228-2235, April 2022
ADMM-MCBF-LCA：一种用于安全实时导航的分层控制架构
机构 * School of Engineering and Applied Science, University of Pennsylvania（工程与应用科学学院，宾夕法尼亚大学）
AI总结 ADMM-MCBF-LCA通过分层控制架构实现安全实时导航，结合离线路径库和在线路径选择，确保在动态环境中安全完成任务。
Journal ref Proc. IEEE Int. Conf. Robot. Autom. (ICRA), 2025, pp. 9243-9250
动态间隙：动态环境中的安全间隙导航
机构 * Institute for Robotics and Intelligent Machines, Georgia Institute of Technology（机器人与智能机器研究所，佐治亚理工学院） ； School of Electrical and Computer Engineering, Georgia Institute of Technology（电气与计算机工程学院，佐治亚理工学院） ； Department of Mechanical Engineering, University of California, Berkeley（机械工程系，加州大学伯克利分校）
AI总结 本文提出动态间隙规划器，通过生成可证明的无碰撞属性，提升动态环境中基于间隙的导航安全性与效率。
Comments Accepted to 2025 International Conference on Robotics and Automation (ICRA)
语义可感知的多模态检索：基于具身记忆的层次化移动操作
机构 * Keio University（keio大学） ； Keio AI Research Center（keio人工智能研究中心） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本研究提出Affordance RAG框架，通过构建具有可操作性的具身记忆，提升机器人在开放词汇移动操作中的检索性能和任务成功率。
Comments Accepted to IEEE RA-L, with presentation at ICRA 2026
PRISM-Loc：一种轻量级长距离激光雷达定位方法，用于城市环境中的拓扑地图
机构 * Federal Research Center for Computer Science and Control of Russian Academy of Sciences（俄罗斯科学院计算机科学与控制联邦研究中心） ； Moscow Institute of Physics and Technology (MIPT)（莫斯科物理技术学院） ； Artificial Intelligence Research Institute (AIRI)（人工智能研究所） ； Innopolis University（Innopolis大学）
AI总结 PRISM-Loc提出了一种轻量级的激光雷达定位方法，结合紧凑拓扑表示与新型扫描匹配和车道线检测模块，实现了在城市环境中高精度的实时定位。
Comments This version was submitted to ICRA 2026 conference
UncAD: 向通过在线地图不确定性实现安全端到端自动驾驶迈进
机构 * Key Laboratory of Safety Intelligent Mining in Non-coal Open-pit Mines, National Mine safety Administration, Guangdong Guangzhou, 510000, China（安全智能采矿非煤矿山重点实验室，国家矿山安全监察局，广东广州，510000，中国） ； The State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China（人工智能学院，中国科学院大学，北京，中国） ； EACON, Fujian, China（福建中国EACON）
AI总结 UncAD通过引入在线地图不确定性，提升自动驾驶安全性，减少碰撞和冲突率。
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA)
一种生物启发的沙滚机器人：身体形状对沙滚性能的影响
机构 * Department of Electrical and Computer Engineering, University of Southern California（电气与计算机工程系，南加州大学）
AI总结 本研究开发了一种生物启发的沙滚机器人，通过分析不同身体形状对沙滚性能的影响，发现六边形和三角形在沙地上滚动速度较快，但易卡住，通过简化模型优化设计后，机器人速度提升超200%。
Journal ref Proceedings of the IEEE International Conference on Robotics and Automation (ICRA), 2025
接近时间最优的混合运动规划用于木工起重机
机构 * Automation & Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN），维也纳技术大学） ； Center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究所）
AI总结 本文提出了一种针对液压驱动木工起重机的混合运动规划方法，通过改进的 VP-STO 算法和碰撞成本公式，实现了时间最优且无碰撞的运动规划。
Comments Accepted at ICRA 2025
生物启发的可重构立体视觉用于机器人：利用 omnidirectional 相机
机构 * Shenzhen Key Laboratory of Intelligent Robotics and Flexible Manufacturing Systems, Southern University of Science and Technology（深圳智能机器人与柔性制造系统重点实验室，南方科技大学）
AI总结 本文提出了一种生物启发的可重构立体视觉系统，利用 omnidirectional 相机和深度学习方法，实现机器人灵活的视觉能力，适用于不同场景下的目标寻找和详细检查。
Comments 7 pages, 8 figures, submitted to IEEE ICRA 2025
异步多目标跟踪与事件相机
机构 * Systems Theory and Robotics Group, Australian National University（系统理论与机器人组，澳大利亚国立大学） ； Defence Science and Technology Group（国防科学与技术组） ； Centre for Advanced Defence Research in Robotics and Autonomous Systems (CADR-RAS) project UA216424-S08（机器人与自主系统高级国防研究中心（CADR-RAS）项目UA216424-S08）
AI总结 本文提出AEMOT算法，利用事件相机异步处理原始事件，实现高精度多目标跟踪，在蜂群数据集上性能优于其他事件基方法。
Comments 7 pages, 5 figures, published in IEEE International Conference on Robotics and Automation (ICRA), 2025
神经测距惯性里程计
机构 * Institute of Cyber-Systems and Control, Zhejiang University, China（浙江大学控制系统研究所） ； Beijing Institute of Electronic System Engineering（北京电子系统工程研究所） ； Huzhou Institute of Zhejiang University, Huzhou, China（浙江大学湖州研究院）
AI总结 本文提出一种基于神经融合的测距惯性里程计框架，通过图注意力网络和递归神经网络提升定位精度和鲁棒性，适用于复杂环境。
Comments Accepted by 2025 IEEE International Conference on Robotics and Automation (ICRA)
零溅远程协助：一种用于语义远程操作的零样本姿态估计框架
机构 * Khoury College of Computer Sciences at Northeastern University（东北大学Khoury计算机科学学院） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 Zero-Splat TeleAssist通过整合视觉-语言分割、单目深度、加权PCA姿态提取和3DGS，实现无需标记或深度传感器的多机器人远程操作中的零样本姿态估计。
Comments Published and Presented at 3rd Workshop on Human-Centric Multilateral Teleoperation in ICRA 2025
Khalasi：在涡流流场中表面车辆的节能导航
机构 * Plaksha University（普拉克斯大学）
AI总结 本文提出了一种基于强化学习的端到端方法，用于在涡流流场中实现表面车辆的节能导航，通过局部速度测量学习流感知的导航策略，显著提升能源效率和泛化能力。
Comments Under Review for International Conference on Robotics and Automation (ICRA 2026)
探索基于搜索的路径规划中对抗性障碍攻击
机构 * Department of Computer Science, University College London（计算机科学系，伦敦大学学院）
AI总结 研究针对自主移动机器人路径规划中对抗性障碍攻击的鲁棒性，通过模拟和现实实验验证攻击对路径规划的影响，揭示环境因素对算法鲁棒性的重要性。
Journal ref 2025 IEEE International Conference on Robotics and Automation (ICRA), Atlanta, GA, USA, 2025, pp. 14843-14849
在广义域上使用最大均值偏差进行耗散轨迹优化
机构 * Department of Mechanical Engineering, Yale University（耶鲁大学机械工程系） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； School of Mathematics, The University of Edinburgh（爱丁堡大学数学学院） ； NVIDIA
AI总结 本文提出了一种基于最大均值偏差的通用耗散轨迹优化方法，无需领域特定知识即可生成覆盖轨迹，适用于多种应用领域。
Comments 6 pages (excluding references), 1 table, 8 figures, submitted to ICRA 2025
一种神经启发的群体人类交互理论
机构 * Department of Human-Machine-Systems, Fraunhofer FKIE（人机系统部门，弗劳恩霍夫FKIE研究所） ； Humanoid Robots Lab, Computer Science, University of Bonn（人形机器人实验室，计算机科学，波恩大学）
AI总结 本文提出一种神经启发的群体人类交互理论，旨在为人类-群体循环设计提供理论支持。
Comments ICRA Workshop on Human-Swarm Interaction 2020
协调脊柱与肢体动态以提升散开式机器人机动性
机构 * University of Southern California（南加州大学） ； University of Notre Dame（圣母大学） ； University of Illinois Chicago（伊利诺伊大学香槟分校）
AI总结 本研究提出一种结合生物启发步态设计与深度强化学习的混合控制框架，用于提升四足机器人在复杂地形中的稳健爬行能力。
Comments Initial version of the work has been accepted for presentation at the Mechanical Intelligence in Robotics workshop at ICRA 2025
MrGS: 多模态辐射场与3D高斯点云融合用于RGB-热成像新视角合成
机构 * Minnesota Robotics Institute (MnRI), University of Minnesota, Twin Cities（明尼苏达大学罗学院（MnRI）、明尼苏达大学双城分校） ； Department of Information Convergence Engineering (Artificial Intelligence Major), Pusan National University（信息融合工程系（人工智能专业），釜山国立大学） ； Department of Energy Engineering, Korea Institute of Energy Technology (KENTECH)（能源工程系，韩国能源技术研究所（KENTECH）） ； School of Computer Science and Engineering, Pusan National University（计算机科学与工程学院，釜山国立大学）
AI总结 MrGS通过多模态辐射场与3D高斯点云融合，实现RGB和热成像新视角合成，利用物理原理建模热传导和辐射现象，提升重建精度与效率。
Comments Accepted at Thermal Infrared in Robotics (TIRO) Workshop, ICRA 2025 (Best Poster Award)
远程控制移动人形机器人的人机协作：躯干-手臂协调
机构 * Robotics Engineering Department, Worcester Polytechnic Institute (WPI)（沃斯特理工学院机器人工程系）
AI总结 本文提出人机协作方法，通过协调躯干与手臂运动，提升远程控制移动人形机器人的效率与任务执行能力。
Comments This work has been accepted for publication in 2025 IEEE International Conference on Robotics and Automation (ICRA 2025). The final published version will be available via IEEE Xplore
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