期刊&会议
International Conference on Robotics and Automation · 会议 · Robotics
置信度门控机器人自主性：不确定性何时真的有帮助？
机构 * Hertie Institute for Clinical Brain Research & Center for Integrative Neuroscience, University of Tübingen（赫尔特研究所临床脑研究与整合神经科学中心，图宾根大学）
AI总结 本文研究了不确定性在机器人自主性决策中的作用，发现当基础模型具备一定能力时，简单的不确定性代理足以实现选择性门控，但无法用于语义新颖性检测。
Comments ICRA 2026 workshop paper
一种具有软液压驱动的灵活机械手用于微重力操作
机构 * Aerospace Engineering Program, University of California, Berkeley（加州大学伯克利分校航空航天工程系） ； Department of Mechanical Engineering, University of California, Berkeley（加州大学伯克利分校机械工程系） ； Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系）
AI总结 本文提出将DexCoHand灵活的双指六自由度机械手与Astrobee自由飞行机器人集成，以实现微重力环境下的灵活操作，该机械手在保持稳定接触的同时减少了对自由飞行基底的干扰，提高了操作的连续性和适应性。
Comments Accepted to the IEEE ICRA 2026 Space Robotics Workshop (SRW). 4 pages, 3 figures
在MTevent上评估用于工业多类识别的循环事件基目标检测基准
机构 * Chair of Material Handling and Warehousing, TU Dortmund University, Dortmund, Germany（物料搬运与仓储学系，杜伊斯堡-艾森大学，多特蒙德，德国）
AI总结 本文研究了在MTevent数据集上使用循环ReYOLOv8s进行工业多类识别的性能，并通过非循环YOLOv8s作为基线分析时间记忆的影响，发现事件域预训练对性能提升更有效。
Comments Accepted at the Neuromorphic Field Robotics and Automation Workshop, ICRA 2026
SuReNav：基于超像素图的约束放松用于过约束环境中的导航
机构 * School of Computing, Korea Advanced Institute of Science and Technology, Korea（韩国科学技术院计算机学院）
AI总结 本文提出SuReNav方法，通过超像素图构建区域约束，利用图神经网络实现安全高效导航，适用于半静态环境中过约束规划问题，提升导航的人类类比性能。
Comments Accepted by ICRA 2026. Code and videos are available at https://sure-nav.github.io/
抑制注意力：因果注意力门控用于自动驾驶中的鲁棒轨迹预测
机构 * University of Alberta（阿尔伯塔大学） ； Noah’s Ark Laboratory, Huawei Technologies Canada（华为加拿大诺亚实验室） ； Cornell University（康奈尔大学）
AI总结 本文提出CRiTIC模型，通过因果发现网络识别agent间因果关系，并引入因果注意力门控机制提升轨迹预测的鲁棒性和泛化能力，实验表明模型在对抗非因果扰动时鲁棒性提升54%。
Comments Accepted ICRA 2025
MR-SLAM：通过混合现实实现多机器人地图的沉浸式空间监督
机构 * University of Bern, Bern, Switzerland（伯尔尼大学） ； AI4I -- The Italian Institute of Artificial Intelligence, Turin, Italy（意大利人工智能研究所）
AI总结 本文提出MR-SLAM系统，利用混合现实技术实现多机器人SLAM的沉浸式空间监督，通过实时可视化和空间锚定面板提升多机器人定位与建图效率。
Comments Accepted to ICRA 2026 Workshop "MM-SpatialAI Workshop: Multi-Modal Spatial AI for Robust Navigation and Open-World Understanding"
具身多智能体系统中的同意链退化：弥合人工智能代理治理与机器人伦理之间的鸿沟
机构 * Artificial Intelligence Institute, TÜBİTAK BİLGEM（人工智能研究所，TÜBİTAK BİLGEM）
AI总结 本文提出同意链退化（CCD）概念，探讨多机器人委托链中人类同意的具体性、有效性及范围如何退化，并通过医疗、家庭和工业机器人场景展示其实际表现，分析现有法规对CCD核心维度的缺失。
Comments Accepted for oral presentation at the 2nd Workshop on Robot Ethics (WoRoBet), ICRA 2026, Vienna, Austria, June 1, 2026. 6 pages, 3 tables, 1 figure
面向故障感知的视觉-语言-动作模型用于机器人故障-aware 控制
机构 * Computer Engineering, Hacettepe University, Ankara, Turkey（哈切特佩大学计算机工程系，安卡拉，土耳其）
AI总结 本文提出一种故障感知的视觉-语言-动作模型，通过引入健康投影模块，使机器人在关节退化等物理故障情况下仍能完成任务。
Comments VLA Pipelines Workshop at IEEE International Conference on Robotics and Automation (ICRA) 2026
从人类遥控数据中学习双臂绳子操作的模拟 grounded 策略
机构 * Technical University of Darmstadt（德累斯顿技术大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Robotics Institute Germany (RIG)（德国机器人研究所） ； Centre for Cognitive Science（认知科学研究中心） ； Honda Research Institute Europe GmbH（本田欧洲研究院）
AI总结 本文研究了基于视觉的策略在解结任务中泛化能力不足是否源于观察空间而非策略架构或数据规模，通过比较两种基于动作分块与变压器的策略，发现基于物理状态的策略在预测初始抓取和拉拽动作时L1误差降低了30.8%。
Comments Accepted to the Beyond Teleoperation Workshop at ICRA 2026, 5 pages, 2 figures
考虑风的高效滑翔轨迹规划
机构 * New York University（纽约大学） ； University of California Berkeley（加州大学伯克利分校）
AI总结 本文提出非线性多目标轨迹规划器，通过伯恩斯坦多项式生成三次连续轨迹，结合风速估算优化滑翔性能，实验证明在风扰和障碍物情况下具有稳定性和可靠性。
Comments Accepted for publication at IEEE International Conference on Robotics and Automation (ICRA 2026) held in Vienna
Journal ref IEEE International Conference on Robotics and Automation (ICRA 2026) held in Vienna
frax：基于JAX的快速机器人运动学与动力学
机构 * Departments of Mechanical Engineering and Aeronautics & Astronautics, Stanford University（机械工程系和航空与航天系，斯坦福大学）
AI总结 frax提供高性能纯Python接口，支持CPU、GPU和TPU，实现高效的实时控制与并行计算，适用于机器人运动学和动力学的高性能计算需求。
Comments ICRA 2026 Workshop on Frontiers of Optimization for Robotics
通过采样和局部互补性近似全局接触-隐式MPC
机构 * GRASP Laboratory at the University of Pennsylvania（宾夕法尼亚大学GRASP实验室） ； Boston Dynamics（波士顿动力） ； Amazon Robotics（亚马逊机器人技术）
AI总结 本文提出一种结合局部互补性控制与全局采样方法的控制器，用于实时灵活操作。通过在每个控制循环中先进行无接触阶段再进行接触密集阶段，实现对非凸物体的精确非抓取操作。
Comments S.V. and B.B. contributed equally to this work. Accepted to RA-L 2025; presented at ICRA 2026. Project page: https://approximating-global-ci-mpc.github.io
Journal ref IEEE Robotics and Automation Letters, volume 10, number 11, pages 12117-12124, September 2025
探索VLM-LLM导航中的瓶颈：3D场景理解能力如何影响零样本VLN
机构 * Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（上海导航与基于位置的服务关键实验室，上海交通大学）
AI总结 本文研究了零样本视觉-语言导航中3D场景理解能力对性能的影响，提出了统计成功率上限，揭示了感知饱和现象，建议转向导航相关的核心词汇和准确的边界框比例。
Comments Accepted by ICRA Workshop MM-Spatial AI, Oral
ActivePusher: 基于残差物理的主动学习与规划用于非抓取操作
机构 * Department of Robotics Engineering, Worcester Polytechnic Institute (WPI)（机器人工程系，沃斯特理工学院（WPI））
AI总结 本文提出ActivePusher框架，结合残差物理模型与不确定性主动学习，提升非抓取操作的数据效率和规划成功率。
Comments Accepted by the 2026 IEEE International Conference on Robotics & Automation (ICRA 2026)
有向图品种与对偶规范基
AI总结 本文综述了量子群和$\imath$量子群对偶规范基理论的最新进展，介绍了$\imath$有向图代数，并展示了其在ADE类型准分裂$\imath$量子群中的两种实现方式，同时解决了若干猜想。
Comments 34 pages. To appear in Proc. ICRA 21 (2024), published by European Math. Soc. arXiv admin note: substantial text overlap with arXiv:2504.19073
无需校准的移动机器人气体源定位：基于浓度测量排名的源项估计
机构 * Distributed Intelligent Systems and Algorithms Laboratory, School of Architecture, Civil and Environmental Engineering, École Polytechnique Fédérale de Lausanne (EPFL)（分布式智能系统与算法实验室，建筑、 civil 和环境工程学院，洛桑联邦理工学院（EPFL））
AI总结 本文提出一种无需校准的气体源定位方法，通过分析移动机器人收集的浓度测量排名差异，估计源位置的概率分布，适用于真实环境。
Comments This paper has been accepted for publication in the IEEE International Conference on Robotics and Automation (ICRA), 2026
多深度均匀覆盖路径规划用于无人水面舰艇勘测
机构 * AZTI Foundation（AZTI基金会） ； Tsinghua University（清华大学） ； University of the Basque Country (UPV/EHU)（巴斯克国家大学（UPV/EHU）） ； University of Technology Sydney（悉尼技术大学） ； IKERBASQUE
AI总结 本文提出一种新型自动覆盖路径规划算法，用于无人水面舰艇的水深勘测。通过整合粗略的深度信息预处理目标区域，并自适应引导路径生成和探测范围配置，优化路径间距以实现更一致的海底覆盖。
Comments Accepted by ICRA 2026
当绝对状态失效：评估本体感觉编码以实现鲁棒操作
机构 * TELEXISTENCE Inc, Foundation Model Division（TELEXISTENCE公司基础模型部门） ； The University of Tokyo（东京大学）
AI总结 研究探讨了本体感觉状态编码策略，通过系统分析联合表示发现，简单的回合间相对框架在任务性能与鲁棒性之间提供了最佳平衡，优于基线方法。
Comments Accepted to ICRA 2026 Workshop: From Data to Decisions
考虑饱和的角速度估计：将SLAM的鲁棒性扩展到激进运动
机构 * Northern Robotics Laboratory, Université Laval, Quebec City, Quebec, Canada（北方机器人实验室，拉瓦尔大学，魁北克市，魁北克，加拿大）
AI总结 本文提出一种新的角速度估计方法，以提高SLAM算法在剧烈运动引起的陀螺仪饱和情况下的鲁棒性。通过使用加速度计在机器人翻滚时估计角速度，显著降低定位误差，并提出TIGS数据集以支持研究。
Comments 7 pages, 7 figures, published in 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan
Journal ref 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan, 2024, pp. 10711-10718
Rollbot：由单个执行器驱动的球形机器人
机构 * Center for Robotics and Biosystems, Northwestern University（机器人与生物系统中心，西北大学）
AI总结 Rollbot是首个能通过单个执行器在二维平面上可控移动的球形机器人，通过改变轨迹曲率实现运动控制，验证了理论框架的有效性。
Comments Accepted by ICRA 2026
Angle-I2P：基于角度一致性的层次注意力交叉模态异常剔除
机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院）
AI总结 本文提出Angle-I2P方法，通过角度一致性的几何约束和层次注意力机制提升跨模态异常剔除性能，实验表明在多个数据集上均取得最佳效果。
Comments Accepted by ICRA 2026
3DRO：基于2D成像雷达和陀螺仪的激光雷达级SE(3)直接雷达里程计
机构 * Robotics Institute, University of Toronto（多伦多大学机器人研究所） ； Mobile Robotics Lab, ETH Zurich（苏黎世联邦理工学院移动机器人实验室）
AI总结 本文提出3DRO，扩展SE(2)直接雷达里程计框架以实现SE(3)状态估计，通过2D速度估计保持数据平面性并结合3D陀螺仪测量，实现激光雷达级精度。
Comments Accepted for presentation at the ICRA 2026 Workshop on Radar in Robotics (poster: https://drive.google.com/file/d/1P_iBrGxPiZL644B-dHxbvdY-UJUzd4Kp/view )
UniUncer: 统一的动态静态不确定性用于端到端驾驶
机构 * Bosch Corporate Research（博世企业研究）
AI总结 本文提出UniUncer，一种轻量级统一不确定性框架，用于端到端驾驶规划中同时估计和利用静态和动态场景元素的不确定性，通过概率回归器、不确定性融合模块和不确定性感知门控模块，降低轨迹误差并提升整体性能。
Comments Accepted ICRA 2026
VISTA：用于手术远程操控中网络干扰下实时视频流的基准测试
机构 * School of Engineering, University of Warwick（战争学院工程学院） ； Institute for Applied and Translational Technologies in Surgery, University Hospitals Coventry & Warwickshire NHS Trust（外科应用与转化技术研究所，科文伯恩与沃里克郡国家健康信托基金会） ； Pengcheng Laboratory（鹏城实验室） ； South China University of Technology（华南理工大学） ； Southern University of Science and Technology（南方科技大学）
AI总结 本文提出VISTA基准测试，评估网络干扰对视频质量、时间连续性和任务性能的影响，通过模拟五种网络条件验证了网络退化对手术远程操控性能的显著影响。
Comments Oral presentation at the Connected Autonomous Robotic Systems Workshop, ICRA 2026
HULK：大规模层次协调在连续和不确定的时间任务中
机构 * Department of Mechanics and Engineering Science, College of Engineering, Peking University（力学与工程科学系，工程学院，北京大学） ； National University of Defense Technology（国防科学技术大学）
AI总结 本文提出HULK框架，解决连续和不确定时间任务下的大规模协调问题，通过分层结构提升计算效率和鲁棒性。
Comments Accepted to the IEEE International Conference on Robotics and Automation. 7 pages, 4 figures
基于灵敏度的稳健非线性模型预测控制用于近距海上风力涡轮机检查
机构 * Ricerca sul Sistema Energetico S.p.A.（能源系统研究股份有限公司） ； Czech Technical University in Prague（布拉格捷克技术大学）
AI总结 本文提出一种基于灵敏度的稳健NMPC方法，用于近距海上风力涡轮机检查，通过在线约束紧缩提升塔筒 clearance 约束的鲁棒性，减少因风况和模型不匹配导致的约束违反问题。
Comments 5 pages. Accepted for presentation at the ICRA 2026 Workshop on "Aerial inspection for marine infrastructures," June 1, 2026, Vienna, Austria
GATO：用于可扩展边缘模型预测控制的GPU加速和批处理轨迹优化
机构 * School of Engineering and Applied Science, Columbia University（哥伦比亚大学工程与应用科学学院） ； University of Michigan（密歇根大学） ； Barnard College, Columbia University and Dartmouth College（哥伦比亚大学巴纳德学院和达特茅斯学院）
AI总结 GATO通过算法、软件和计算硬件的协同设计，实现对中等批量大小的实时轨迹优化，提升边缘模型预测控制的性能。
Comments Accepted to ICRA 2026. 8 pages, 8 figures, 2 tables
TAG-K：尾部平均贪心Kaczmarz用于计算高效且性能优异的在线惯性参数估计
机构 * School of Applied Science, Columbia University（哥伦比亚大学应用科学学院） ； Columbia College, Columbia University（哥伦比亚大学哥伦比亚学院） ； Barnard College, Columbia University and Dartmouth College（哥伦比亚大学巴纳德学院和达特茅斯学院）
AI总结 本文提出TAG-K算法，结合贪心随机行选择和尾部平均，实现高效稳定的在线惯性参数估计，在计算受限的机器人系统中表现出更快的求解速度和更高的鲁棒性。
Comments Accepted to ICRA 2026. 3 Figures. 3 Tables
基于锥约束的模型预测控制与代码生成：适用于微控制器的Conic-TinyMPC
机构 * School of Engineering and Applied Science, Columbia University（哥伦比亚大学工程与应用科学学院） ； Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Barnard College, Columbia University and Dartmouth College（哥伦比亚大学巴纳德学院和达特茅斯学院）
AI总结 本文提出一种适用于微控制器的模型预测控制方法，通过支持二次锥约束和自动生成C++代码，显著提升了嵌入式系统的求解速度和问题规模。
Comments Accepted to ICRA 2026. 4 Figures. 2 Tables. First three authors contributed equally
具有视觉对齐4D雷达的抗天气场景语义
机构 * Autonomous Robotics and Perception Group（自主机器人与感知组）
AI总结 本文提出通过冻结视觉语言模型将雷达编码器对齐于SigLIP嵌入，以提升恶劣天气下的场景语义理解，实验表明雷达配置在雾、轻雪和重雪条件下优于相机基线。
Comments 5 pages + references, 2 appendix pages. ICRA 2026 Radar in Robotics Workshop
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