IROS

Clustering-Embedded Model Predictive Path Integral Control: Avoiding Averaging-Induced Failure and Enabling Efficient Cluster Selection for Dynamic Obstacles

聚类嵌入模型预测路径积分控制：避免平均诱导失效并实现动态障碍物的高效聚类选择

Zidong Liu, Kaixin Chang, Xu Chen

机构 * University of Washington（华盛顿大学） 纠错

AI总结 研究针对MPPI在杂乱环境中平均诱导失效问题，提出聚类嵌入MPPI框架。通过集成高保真修剪和聚类阶段重新定义控制律，利用DBSCAN等分离可行轨迹模式，结合智能选择逻辑。实验表明该方法能减轻障碍物前犹豫，缩短目标到达时间和末端执行器路径。

Journal ref IROS 2026

Delay-Aware Active Triangulation with Uncertainty-Driven Multi-Agent Reinforcement Learning for Counter-UAS

用于反无人机系统的基于不确定性驱动多智能体强化学习的延迟感知主动三角测量

Seungwook Lee, David Hyunchul Shim

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） 纠错

AI总结 针对反无人机系统中目标定位问题，提出延迟感知、不确定性驱动的多智能体强化学习框架。通过Dec-POMDP公式、控制比较及多源协方差传播等方法，实验表明该框架能有效提高三角测量有效性，降低RMSE，凸显循环记忆对延迟补偿的关键作用。

Comments Accepted to IROS 2026

Physics-Regularized Machine Learning for Proprioceptive Vehicle Localization Using Onboard Sensors

用于使用车载传感器的本体感受车辆定位的物理正则化机器学习

Abinav Kalyanasundaram, Karthikeyan Chandra Sekaran, Wolfgang Utschick, Michael Botsch

机构 * AImotion Bavaria, Technische Hochschule Ingolstadt（巴伐利亚AImotion公司，英戈尔施塔特技术应用大学） ； Technische Universität München（慕尼黑工业大学） 纠错

AI总结 研究针对自主移动系统中车辆定位问题，提出物理正则化机器学习框架PRML2，结合卡尔曼滤波与数据驱动学习优势，通过可微卡尔曼滤波器实现物理正则化学习，提升定位精度与泛化能力，在公开数据集上验证其性能并引入新数据集。

Comments Accepted at the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026). 8 pages, 4 figures

LIPP: Load-Aware Informative Path Planning with Physical Sampling

LIPP：基于物理采样的负载感知信息路径规划

Hojune Kim, Guangyao Shi, Gaurav S. Sukhatme

机构 * University of Southern California（南加州大学） 纠错

AI总结 研究针对物理样本采集场景中信息增益与负载相关遍历成本耦合问题，提出负载感知信息路径规划（LIPP），将其制定为混合整数二次规划，推导理论界限，经模拟验证其随样本质量增加能提升单位能量的不确定性降低能力。

Comments Accepted for presentation at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2026)

FailSafe: Reasoning and Recovery from Failures in Vision-Language-Action Models

FailSafe: 视觉-语言-动作模型中的失败推理与恢复

Zijun Lin, Jiafei Duan, Haoquan Fang, Dieter Fox, Ranjay Krishna, Cheston Tan, Bihan Wen

机构 * Nanyang Technological University（南洋理工大学） ； Centre for Frontier AI Research, A*STAR（A*STAR前沿人工智能研究中心） ； Allen Institute for AI（艾伦人工智能研究所） ； University of Washington（华盛顿大学） 纠错

AI总结 提出FailSafe系统，自动生成多样化失败案例及可执行恢复动作，微调LLaVA-OV-7B构建FailSafe-VLM，使机器人检测并恢复失败，在ManiSkill任务上平均提升三个VLA模型性能达22.6%。

Comments IROS 2026. Project Page: https://jimntu.github.io/FailSafe

HJCD-IK: GPU-Accelerated Inverse Kinematics through Batched Hybrid Jacobian Coordinate Descent

HJCD-IK：通过批处理混合雅可比坐标下降实现GPU加速的逆运动学

Cael Yasutake, Andrew H. Liu, Zachary Kingston, Brian Plancher

机构 * Columbia University（哥伦比亚大学） ； Purdue University（普渡大学） ； Barnard College, Columbia University（巴纳德学院，哥伦比亚大学） 纠错

AI总结 研究机器人逆运动学问题，提出基于GPU加速、采样的混合求解器HJCD-IK，通过结合方向感知贪婪坐标下降初始化、雅可比优化和并行碰撞滤波器，在速度和精度上比现有求解器有显著提升，且能找到无碰撞解决方案并开源代码。

Comments Accepted to IROS 2026. 8 pages, 6 figures, 3 tables, 4 algorithms

Social 3D Scene Graphs: Modeling Human Actions and Relations for Interactive Service Robots

社交3D场景图：为交互式服务机器人建模人类行为与关系

Ermanno Bartoli, Dennis Rotondi, Buwei He, Patric Jensfelt, Kai O. Arras, Iolanda Leite

机构 * Faculty of Robotics Perception and Learning, KTH Royal Institute of Technology（机器人感知与学习学院，皇家理工学院） ； Institute for Artificial Intelligence, University of Stuttgart（人工智能研究所，斯图加特大学） ； International Max Planck Research School for Intelligent Systems (IMPRS-IS)（智能系统国际马克斯·普朗克研究学校） 纠错

AI总结 研究为使机器人能以符合社会规范和情境感知的方式行动，引入社交3D场景图，用开放词汇框架捕获环境中人类及其属性、活动和关系，还引入新基准，实验表明其改进了人类活动预测和人-环境关系推理。

Comments Equal contribution from E. Bartoli and D. Rotondi. Paper accepted at IROS 2026