期刊&会议
International Conference on Robotics and Automation · 会议 · Robotics
用于高带宽透明物理交互的超低阻抗机器人夹爪
机构 * Sogang University（西江大学）
AI总结 该研究提出新型9自由度三指差动直接驱动夹爪，结合低减速比差动传动，实现低阻抗、高带宽透明物理交互，解决力矩与硬件复杂度的权衡，为无传感器力估计提供基础。
Comments ICRA 2027 (Late Breaking Rsult Poster)
基于离线大语言模型的机械臂多模态交互控制
机构 * University of Tokyo（东京大学）
AI总结 该研究提出“Socratic Models-ChatGLM”算法，基于离线开源大语言模型与PyBullet平台实现机械臂多模态交互控制，可降低成本并解决复杂多步骤机械操作任务。
Comments This research work has been accepted for poster presentation at ICRA 2026 MEI (Multimodal Embodied Interaction in Robots) Workshop. (Here is the workshop-version short paper.)
Journal ref https://ieeexplore.ieee.org/abstract/document/11371765; 2025
优雅降级：缓解机器人不可避免故障的影响
机构 * George Mason University（乔治梅森大学） ； RobotiXX Lab（RobotiXX实验室）
AI总结 针对家庭服务机器人不可避免的故障，本文提出一种评估故障影响概率与严重程度的安全公式，结合FailBench模拟框架，为开发更安全的机器人运动规划及学习策略提供基础。
Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA 2026)
稀疏与稠密结合：基于对应关系的刚-柔交互机器人操纵方法
机构 * School of Computer Science, PKU（北京大学计算机学院） ； School of EECS, PKU（北京大学电子工程与计算机科学学院） ； CFCS（计算与数字科学中心）
AI总结 针对刚-柔交互操纵任务，提出混合对应关系表征方法，结合稀疏关键点与稠密对应关系，实现少量演示下的新任务一次性迁移，实验验证其有效性与适用性。
Comments ICRA 2026 conference paper
柔顺球格接触：基于球的机器人表示的分布式接触建模
AI总结 该研究针对基于球的机器人接触模型物理准确性不足的问题，提出CSLC分布式接触模型，通过弹簧连接的柔顺球格实现空间接触区域建模，经验证可提升抓取稳定性。
Journal ref ICRA 2026 Workshop on Contact-Rich Control and Representation
手术室工作流程数据集的手术重演
机构 * TUM University Hospital（慕尼黑工业大学附属医院） ； TUM School of Medicine and Health（慕尼黑工业大学医学与健康学院） ； TUM School of Computation, Information, and Technology（慕尼黑工业大学计算、信息与技术学院） ； University of Alberta（阿尔伯塔大学）
AI总结 针对获取手术室工作流程真实数据集的难题，提出在重建手术室中重演手术程序的方法，结合多种方式创建可重复注释的数据集，用于训练模型等，还为其他团队提供采用建议。
Comments Accepted at the 4th "Robot-Assisted Medical Imaging" (RAMI) workshop as part of ICRA 2026
精度的诅咒：高精度机器人操作的数据缩放定律
机构 * Tsinghua University（清华大学） ； OpenMind (WuHu) Robotics Co., Ltd.（芜湖悟灵机器人有限公司）
AI总结 研究机器人装配等封闭世界任务中数据与精度的关系，提出新缩放定律log(N) ∝ 1/(P - c)，揭示极限精度c是系统涌现属性，经实验验证，为精度提供理论框架和评估指标，指导高精度操作系统开发调试。
Comments 8 pages, 4 figures. Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026)
鲁棒多模态动态目标分割
机构 * Meituan UAV（美团无人机） ； University of Delaware（特拉华大学）
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
利用两个机器人手臂实现紧密装配性能提升
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）
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)
结合里程计与稀疏距离采样的动态室内环境终身定位
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）
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：基于可变形注意力的RGB-D融合Transformer用于未见物体实例分割
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）
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
具有概率保证的可靠共享自主性的环境设计
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校）
AI总结 研究共享自主性中工作空间设计对意图推理的影响，通过将其公式化为优化问题并在有界噪声模型下得出概率保证，经模拟实验验证优化布局可提高目标推理可靠性，还展示了集成该框架的现实系统，凸显环境设计的作用。
Comments ICRA 2026 Workshop Shared Challenges in Human-Centered and Resilient Robotic Autonomy
随机结果的风险感知偏好学习
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校）
AI总结 研究在人机交互中从人类偏好学习奖励函数的问题，通过在Bradley-Terry框架内比较期望效用与累积前景理论，发现基于累积前景理论的学习者在恢复奖励函数时遗憾更低，凸显建模人类风险敏感性的重要性。
Comments ICRA 2026 Workshop on Bridging the Gap between Robot Learning and Human-Robot Interaction
具有高速刚度可变干扰模块的交互式 3D 实体显示器
机构 * Center for Humanoid Research KIST Seoul, South Korea（人形机器人研究所韩国科学技术院首尔）
AI总结 该研究针对现有艺术触觉体验系统不足，提出基于磁干扰机制的新型实体显示器，结合视觉与触觉反馈，能实时调制刚度，融入传统雕塑艺术品，为交互式艺术提供新范式，实现更沉浸式多感官互动。
Comments 8 pages, 7 figures. Exhibited at the ICRA 2025 Arts in Robotics
多机器人系统的曲率约束和恒速分布式同步到达控制
机构 * School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） ； College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学与技术学院）
AI总结 针对多机器人系统在曲率约束和恒速下同步到达目标点的难题，提出基于最大共识协议的分布式切换控制法，设计混合控制律，经仿真和实验验证了方法的有效性、鲁棒性等，还证明某些情况下可达理论最优到达时间。
Comments Accepted to 2026 IEEE International Conference on Robotics and Automation (ICRA)
具有形状适应、均匀力分布和自锁能力的混合刚性-柔性机器人抓手
机构 * Intelligent Equipment Research Center, Beijing Academy of Agriculture and Forestry Sciences（北京市农林科学院智能装备研究中心） ； College of Engineering, China Agricultural University（中国农业大学工学院） ； College of Engineering, Shanxi Agricultural University（山西农业大学工学院）
AI总结 研究针对传统机器人抓手难题，提出集成低成本气动执行器与3D打印双棘轮棘爪机构的混合刚性-柔性抓手，能实现形状适应、均匀力分布和无能源自锁，实验验证其负载、力分布及能耗等性能优越，为农业任务提供高效方案。
Comments Accepted to ICRA 2026
部分可观测性下自主手术组织牵开的可变形状态估计
机构 * Brown University（布朗大学）
AI总结 研究部分可观测下自主手术组织牵开的可变形状态估计问题，提出结合多层感知器与低维PCA潜在表示、用几何感知正则化训练的状态估计器，在二维模拟中评估，结果显示该估计器在多步牵开中性能良好，能支持有效可变形操作。
Comments Accepted to the ICRA 2026 RASEI Workshop
绘制帕米尔：水下沉船的多会话视觉惯性SLAM与3D重建
机构 * University of Delaware（特拉华大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； Binghamton University（宾汉姆顿大学） ； Dartmouth College（达特茅斯学院）
AI总结 该研究利用经济相机与潜水计算机数据，基于SVIn2和COLMAP框架，提出水下环境多会话映射框架，实现巴巴多斯海岸沉船的多会话映射，首次对沉船内外进行映射，第三个会话采用双相机拓宽视野。
Comments 8 pages, 12 figures. Accepted to ICRA 2026, Vienna, Austria
用于从视频理解复杂装配动作的组合上下文微调视觉语言模型
机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） ； The University of Auckland（奥克兰大学）
AI总结 针对装配动作理解难题，提出组合上下文微调方法及层划分交替训练方法，将动作分解为语义元素并微调视觉语言模型，创建相关数据集，实验证明该方法优于基线且能提供可解释预测，助力人机协作装配。
Comments Accepted by ICRA 2026. Video Understanding; Vision Language Model; Multi-modal LLM; Action Recognition; Assembly
SplatCtrl：通过高斯场景表示和反应式机器人控制实现感知-动作耦合
机构 * Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室） ； University of Pennsylvania（宾夕法尼亚大学）
AI总结 针对机器人在非结构化动态环境控制难题，提出SplatCtrl框架。基于3D高斯溅射，引入混合滤波和重定位策略用于场景重建，还提出从高斯推导距离函数的方法，纳入控制障碍函数，实现感知-动作耦合，经实验验证有效。
Comments Published in 2026 International Conference on Robotics and Automation (ICRA). 8 pages, 8 figures
建筑中的动态目标检测与跟踪：一种鱼眼相机与激光雷达传感器融合模型
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 针对建筑等复杂环境中机器人动态目标检测与跟踪问题，提出融合鱼眼相机与激光雷达传感器的框架，通过在配准点云里识别移动物体、投影坐标分配语义标签并结合图像检测更新卡尔曼滤波器观测，具有高精度、简单且鲁棒的特点。
Comments 4 pages, 8 figures, submitted to IEEE International Conference on Robotics and Automation (ICRA) 2025 Future of Construction Workshop
学习在多障碍物环境中安全投掷物体
机构 * University of Groningen（格罗宁根大学） ； University of Edinburgh（爱丁堡大学）
AI总结 研究在多障碍物环境中安全投掷物体的问题，引入势场状态表示，结合动觉演示初始化，用SAC等算法优化，经模拟和真实机器人实验，该表示在成功率和扩展性上表现出色，实现了模拟到真实的可靠迁移。
Comments This paper has been presented at the IEEE International Conference on Robotics & Automation (ICRA), 2026
SurgAM：用于机器人自主的多模态特征融合手术能力地图预测
机构 * Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Department of Thoracic Surgery, Peking University People’s Hospital（北京大学人民医院胸外科） ； Thoracic Oncology Institute, Peking University People’s Hospital（北京大学人民医院胸部肿瘤研究所） ； Research Unit of Intelligence Diagnosis and Treatment in Early Non-small Cell Lung Cancer, Chinese Academy of Medical Sciences（中国医学科学院早期非小细胞肺癌智能诊断与治疗研究组） ； Institute of Advanced Clinical Medicine, Peking University（北京大学先进临床医学院） ； Beijing Key Laboratory of Innovative Application of Big Data in Lung Cancer, Peking University People’s Hospital（北京大学人民医院肺癌大数据创新应用北京市重点实验室）
AI总结 研究如何通过视觉数据识别手术可操作区域，提出自适应特征融合框架、分层提示学习机制和场景引导注意力解码器，建立新数据集验证，在真实模型上验证框架对下游自动化的适用性。
Comments ICRA 2026
iVISION-2DCD：用于大规模户外建筑监测的长期变化检测数据集
机构 * National Research Council Canada（加拿大国家研究委员会） ； Vision and Image Processing Research Group, Systems Design Engineering, University of Waterloo（滑铁卢大学系统设计工程系视觉与图像处理研究小组）
AI总结 研究从检测建筑工地变化监测施工进度，针对跨视角变化检测算法缺开源基准数据集问题，用LiDAR点云生成iVISION-2DCD数据集，提出合成数据生成等方法，为相关领域带来新挑战。
Comments 11 pages, 7 figures, 1 table. Accepted for publication at the 2026 IEEE International Conference on Robotics and Automation (ICRA 2026). Project page: https://danielmao2019.github.io/iVISION-2DCD-dataset.github.io/
CoDex: 无需演示学习组合式灵巧功能性操作
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 提出零演示框架CoDex，结合视觉语言模型与强化学习，自主发现并执行涉及物体内部机制操控的灵巧操作策略，在多种工具任务中验证了其有效性。
Comments IEEE International Conference on Robotics and Automation (ICRA) 2026. Project page: https://robin-lab.cs.utexas.edu/CoDex/
未来漂移：在高延迟车辆系统上稳定路径跟随漂移
AI总结 针对高延迟和机械耦合执行器的量产车，提出预测补偿、改进控制公式和制动速度稳定方法，实现稳健的圆形和八字漂移，侧向误差1.1米，侧偏角超调0.06弧度。
Journal ref IEEE International Conference on Robotics and Automation (ICRA 2026)
基于因果关系的参数化控制屏障函数用于安全多车交互
机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
AI总结 针对多车交互中因果推断困难导致保守行为的问题，提出基于因果关系的参数化控制屏障函数，实现自适应安全控制，提升任务效率。
Comments accepted ICRA 2026
SurveilNav: 机器人与监控系统协同的目标导航
机构 * Beihang University（北京航空航天大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Jiaotong University（北京交通大学） ； ATeam ； University of Chinese Academy of Sciences（中国科学院大学） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院）
AI总结 提出SurveilNav框架，通过主动摄像头调度、联合2D/3D建图、基于VLM的价值估计和协同目标验证，融合机器人动态局部感知与监控全局视图，在HM3D数据集上实现领先的探索效率和导航成功率。
Comments Accepted by ICRA 2026
Pocket-SLAM：面向内存高效的3DGS-SLAM的渲染区域感知剪枝
机构 * University of Minnesota, Twin Cities（明尼苏达大学双城分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）
AI总结 提出一种渲染区域感知的剪枝策略，根据高斯点对有效渲染区域的贡献进行选择性移除，在EuRoC和KITTI数据集上实现超过60%的内存减少和2倍以上的FPS提升，同时保持定位与建图精度。
Comments 2026 IEEE International Conference on Robotics and Automation(ICRA)
ArtiTwinSplat：基于RGB-D视频的高斯泼溅实现可交互数字孪生重建
机构 * ETH Zürich（苏黎世联邦理工学院） ； Microsoft（微软） ； University of Bonn（波恩大学）
AI总结 提出ArtiTwinSplat框架，利用3D高斯泼溅从RGB-D视频自动构建可交互的铰接物体数字孪生，无需CAD模型或人工标注，支持实时渲染与交互操作。
Comments Presented at the ICRA 2026 Workshop on Advances and Challenges in AI-Driven Automation and Robotic System Integration with Digital Twins, Vienna, June 2026
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