IROS

The Neural Compass: Probabilistic Relative Feature Fields for Robotic Search

神经罗盘：基于概率相对特征场的机器人搜索

Gabriele Somaschini, Adrian Röfer, Abhinav Valada

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

AI总结 本文提出ProReFF模型，通过概率相对特征场实现机器人搜索任务中的高效物体定位，实验表明其在模拟环境中比基线方法更高效，接近人类水平性能。

Comments 9 pages, 7 figures, 2 tables, submitted to IROS 2026

An Open-Source Robotics Research Platform for Autonomous Laparoscopic Surgery

用于自主腹腔镜手术的开源机器人研究平台

Ariel Rodriguez, Lorenzo Mazza, Martin Lelis, Rayan Younis, Sebastian Bodenstedt, Martin Wagner, Stefanie Speidel

机构 * Department of Translational Surgical Oncology, NCT/UCC Dresden, a partnership between DKFZ, MF UKD, TUD, HZDR Dresden, Germany（转化外科肿瘤学系，NCT/UCC德累斯顿，DKFZ、MF UKD、TUD、HZDR德累斯顿的联合体） ； Cluster of Excellence-CeTI, TUD, Germany（卓越中心- CeTI，TUD，德国） ； Department of Visceral, Thoracic and Vascular Surgery, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD, Germany（visceral、胸腔和血管外科系，医学学院和卡尔·格奥尔格·卡尔医院，TUD，德国） 纠错

AI总结 本文提出了一种开源的远程运动中心控制器，用于实现高精度的自主腹腔镜手术，支持多种机械臂并具备立体视觉感知，验证了其在不同手术场景中的性能。

Comments Submitted to iROS 2026

LAR-MoE: Latent-Aligned Routing for Mixture of Experts in Robotic Imitation Learning

LAR-MoE：用于机器人模仿学习中专家混合的潜在对齐路由

Ariel Rodriguez, Chenpan Li, Lorenzo Mazza, Rayan Younis, Ortrun Hellig, Sebastian Bodenstedt, Martin Wagner, Stefanie Speidel

机构 * Department of Translational Surgical Oncology, NCT/UCC Dresden（转化外科肿瘤学系） ； Cluster of Excellence-CeTI, TUD, Germany（卓越中心-CeTI） ； Department of Visceral, Thoracic and Vascular Surgery, Faculty of Medicine and University Hospital Carl Gustav Carus, TUD, Germany（visceral、胸腔和血管外科系） 纠错

AI总结 LAR-MoE通过潜在对齐路由在机器人模仿学习中实现无监督的专家混合，提升任务适应性和效率。

Comments Submitted to iROS 2026

LITHE: Bridging Best-Effort Python and Real-Time C++ for Hot-Swapping Robotic Control Laws on Commodity Linux

LITHE：连接最佳努力Python与实时C++以实现机器人控制律的热插拔

He Kai Lim, Tyler R. Clites

机构 * Department of Mechanical and Aerospace Engineering, University of California Los Angeles（加州大学洛杉矶分校机械与航空航天工程系） 纠错

AI总结 LITHE通过轻量级架构实现Python与C++的实时控制律热插拔，提升机器人系统在动态环境中的适应能力。

Comments 8 pages, 5 figures. Submitted to IEEE/RSJ International Conference on Intelligent Robots & Systems (IROS) 2026

Towards Scalable Probabilistic Human Motion Prediction with Gaussian Processes for Safe Human-Robot Collaboration

迈向安全人机协作的可扩展概率人类运动预测：基于高斯过程

Jinger Chong, Xiaotong Zhang, Kamal Youcef-Toumi

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出了一种基于高斯过程的可扩展模型，用于准确预测人类运动并提供可靠的不确定性估计，适用于人机协作中的安全应用。

Comments Submitted to IROS 2026