IROS

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

Transforming Omnidirectional RGB-LiDAR data into 3D Gaussian Splatting

将全方位RGB-LiDAR数据转换为3D高斯散点

Semin Bae, Hansol Lim, Jongseong Brad Choi

机构 * Department of Computer Science, State University of New York（计算机科学系，纽约州立大学） ； Department of Mechanical Engineering, State University of New York（机械工程系，纽约州立大学） 纠错

AI总结 本文提出了一种将全方位RGB-LiDAR数据转换为3D高斯散点的重用管道，解决数据处理中的非线性失真和计算开销问题，提升复杂场景的渲染保真度。

Comments This work has been submitted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) for possible publication

Terrain characterization and locomotion adaptation in a small-scale lizard-inspired robot

小型蜥蜴启发机器人在地形表征与运动适应中的研究

Duncan Andrews, Landon Zimmerman, Evan Martin, Joe DiGennaro, Baxi Chong

机构 * Penn State University（宾夕法尼亚州立大学） 纠错

AI总结 本文提出了一种小型蜥蜴启发机器人，通过参数化身体运动模式和利用本体感觉信号，实现了在复杂地形中的自适应运动控制。

Comments 7 pages. 9 figures. IROS 2026 Conference

Task-Level Decisions to Gait Level Control: A Hierarchical Policy Approach for Quadruped Navigation

任务级决策到步态级控制：一种用于四足机器人类导航的分层策略方法

Sijia Li, Haoyu Wang, Shenghai Yuan, Yizhuo Yang, Thien-Minh Nguyen

AI总结 本文提出了一种分层策略架构，通过任务级决策与步态级控制的结合，提升四足机器人在复杂地形中的导航能力与鲁棒性。

Comments Submitted to IROS 2026

VEGA: Electric Vehicle Navigation Agent via Physics-Informed Neural Operator and Proximal Policy Optimization

VEGA：基于物理信息神经算子和近端策略优化的电动汽车导航代理

Hansol Lim, Minhyeok Im, Jonathan Boyack, Jee Won Lee, Jongseong Brad Choi

机构 * Department of Mechanical Engineering, State University of New York（机械工程系，纽约州立大学） ； Department of Computer Science, State University of New York（计算机科学系，纽约州立大学） 纠错

AI总结 VEGA通过结合物理信息神经算子和近端策略优化，为电动汽车提供高效的能耗感知导航方案，实现快速路径规划和充电站点选择。

Comments This work has been submitted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) for possible publication

Diverse and Adaptive Behavior Curriculum for Autonomous Driving: A Student-Teacher Framework with Multi-Agent RL

多样化和适应性行为课程：用于自动驾驶的Student-Teacher框架与多智能体强化学习

Ahmed Abouelazm, Johannes Ratz, Philip Schörner, J. Marius Zöllner

机构 * FZI Research Center for Information Technology（弗赖堡研究所信息科技研究中心） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

AI总结 本文提出了一种学生-教师框架，通过自适应课程学习生成多样化交通行为，提升自动驾驶的鲁棒性和泛化能力。

Comments First and Second authors contributed equally; Paper accepted in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)

VISKY: Virtual Inertia Skyhook Control for Semi-Active Suspension Systems Using Magnetorheological Dampers

VISKY：基于磁流变阻尼器的半主动悬挂系统的虚拟惯性天钩控制

Hansol Lim, Jee Won Lee, Seung-Bok Choi, Jongseong Brad Choi

AI总结 VISKY 通过虚拟惯性矩阵实现半主动悬挂系统中磁流变阻尼器的高效控制，具有低计算开销和显著的动态响应提升。

Comments This work has been submitted to the 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) for possible publication

OA-Bug: An Olfactory-Auditory Augmented Bug Algorithm for Swarm Robots in a Denied Environment

OA-Bug：一种用于在被拒绝环境中运作的嗅觉-听觉增强型虫群算法

Siqi Tan, Xiaoya Zhang, Jingyao Li, Ruitao Jing, Mufan Zhao, Yang Liu, Quan Quan

机构 * Beihang University（北航大学） 纠错

AI总结 本文提出OA-Bug算法，利用嗅觉和听觉信号提升群机器人在被拒绝环境中的搜索性能。

Comments 7 pages, 6 figures, accepted by 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

GIANT - Global Path Integration and Attentive Graph Networks for Multi-Agent Trajectory Planning

GIANT - 全局路径整合与注意力图网络用于多智能体轨迹规划

Jonas le Fevre Sejersen, Toyotaro Suzumura, Erdal Kayacan

机构 * Artificial Intelligence in Robotics Laboratory (AiR Lab), Department of Electrical and Computer Engineering, Aarhus University（人工智能机器人实验室（AiR实验室），电气与计算机工程系，奥胡斯大学） ； Foundation Models for Artificial Intelligence group, Department of Information and Communication Engineering, Tokyo University（人工智能基础模型组，信息与通信工程系，东京大学） ； Automatic Control Group, Department of Electrical Engineering and Information Technology, Paderborn University（自动控制组，电气工程与信息科技系，波德恩大学） 纠错

AI总结 GIANT通过结合全局路径规划与注意力图网络，提升多智能体在复杂动态环境中的避障与导航性能。

Comments Published in: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Visual Imitation Learning of Task-Oriented Object Grasping and Rearrangement

面向任务的物体抓取与重排的视觉模仿学习

Yichen Cai, Jianfeng Gao, Christoph Pohl, Tamim Asfour

AI总结 本文提出多特征隐式模型（MIMO）用于提升机器人在不完全观察下抓取和重排物体的性能，并通过模拟和现实实验验证其在任务导向操作学习中的有效性。

Journal ref 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Self-adapting Robotic Agents through Online Continual Reinforcement Learning with World Model Feedback

通过世界模型反馈的在线持续强化学习实现自适应机器人智能体

Fabian Domberg, Georg Schildbach

机构 * Autonomous Systems Lab (ASL), Institute for Electrical Engineering in Medicine, University of Lübeck（自主系统实验室（ASL）、医学电气工程学院、吕贝克大学） 纠错

AI总结 本文提出一种基于世界模型反馈的在线持续强化学习方法，通过检测分布外事件自动触发微调，实现机器人智能体在运行过程中的自适应能力。

Comments submitted to IROS 2026

KILO-EKF: Koopman-Inspired Learned Observations Extended Kalman Filter

KILO-EKF：基于Koopman的学得观测扩展卡尔曼滤波器

Zi Cong Guo, James R. Forbes, Timothy D. Barfoot

机构 * University of Toronto Robotics Institute（多伦多大学机器人研究所） ； Department of Mechanical Engineering（机械工程系） ； McGill University（麦吉尔大学） 纠错

AI总结 KILO-EKF通过学习Koopman启发式测量模型，实现高效、准确的传感器校准与状态估计，适用于实时四旋翼定位任务。

Comments Submitted to IEEE/RSJ IROS. 8 pages, 9 figures, 1 table

PD-VLA: Accelerating Vision-Language-Action Model Integrated with Action Chunking via Parallel Decoding

PD-VLA：通过并行解码加速集成动作分块的视觉-语言-动作模型

Wenxuan Song, Jiayi Chen, Pengxiang Ding, Han Zhao, Wei Zhao, Zhide Zhong, Zongyuan Ge, Zhijun Li, Donglin Wang, Jun Ma, Lujia Wang, Haoang Li

AI总结 PD-VLA通过并行解码框架提升视觉-语言-动作模型在动作分块中的效率与性能

Comments Accepted by IROS 2025, updated results on LIBERO

Adaptive Step Duration for Accurate Foot Placement: Achieving Robust Bipedal Locomotion on Terrains with Restricted Footholds

自适应步长持续时间以实现准确足部放置：在受限足部支撑的地形上实现稳健双足运动

Zhaoyang Xiang, Victor Paredes, Guillermo A. Castillo, Ayonga Hereid

机构 * Mechanical and Aerospace Engineering, The Ohio State University（机械与航空航天工程系，俄亥俄州立大学） ； Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） 纠错

AI总结 本文提出了一种自适应多步预览算法，通过优化足部放置提升机器人在受限足部支撑地形上的稳健双足运动能力。

Comments 7 pages, 7 figures. Accepted to IEEE/RSJ IROS 2025. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses

Journal ref Proc. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2025

ExFace: Expressive Facial Control for Humanoid Robots with Diffusion Transformers and Bootstrap Training

ExFace：基于扩散变换器和Bootstrap训练的人形机器人表情控制

Dong Zhang, Jingwei Peng, Yuyang Jiao, Jiayuan Gu, Jingyi Yu, Jiahao Chen

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） 纠错

AI总结 ExFace通过扩散变换器和Bootstrap训练，实现了高精度的人形机器人表情控制，提升准确性和流畅度，并在实际应用中表现出良好的实时性能。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems

Incremental Language Understanding for Online Motion Planning of Robot Manipulators

增量语言理解用于机器人机械臂在线运动规划

Mitchell Abrams, Thies Oelerich, Christian Hartl-Nesic, Andreas Kugi, Matthias Scheutz

机构 * Human-Robot Interaction Lab, Tufts University（塔夫茨大学人机交互实验室） ； Automation and Control Institute (ACIN), TU Wien（自动化与控制研究所（ACIN）） ； center for Vision, Automation & Control, AIT Austrian Institute of Technology GmbH（视觉、自动化与控制中心，奥地利技术研究院） 纠错

AI总结 本文提出了一种基于推理的增量解析器，用于实现机器人在动态语言输入下的在线运动规划，提升人机交互的灵活性和实时性。

Comments 8 pages, 9 figures, accepted at IROS 2025

Transformer-Based Spatio-Temporal Association of Apple Fruitlets

基于变换器的苹果果粒时空关联

Harry Freeman, George Kantor

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出基于变换器的苹果果粒时空关联方法，通过自注意力和交叉注意力机制提升小尺寸水果的关联精度，实验结果显示在商业果园中达到92.4%的F1分数。

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 3018-3025

A behavior driven approach for sampling rare event situations for autonomous vehicles

一种基于行为驱动的方法用于自主车辆罕见事件采样

Atrisha Sarkar, Krzysztof Czarnecki

AI总结 本文提出了一种基于有限理性理论的行为驱动方法，用于自主车辆在罕见事件场景下的采样与预测。

Journal ref 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Learning-based Adaptive Control of Quadruped Robots for Active Stabilization on Moving Platforms

基于学习的四足机器人自适应控制用于移动平台上的主动稳定化

Minsung Yoon, Heechan Shin, Jeil Jeong, Sung-Eui Yoon

机构 * School of Computing at Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院计算机学院） 纠错

AI总结 本文提出基于学习的四足机器人自适应控制方法，通过自平衡策略和状态估计器实现移动平台上的主动稳定化，实验表明其在多个指标上优于基线方法。

Comments Accepted at IROS 2024. Project Page: https://sgvr.kaist.ac.kr/~msyoon/papers/IROS24/

Journal ref In Proceedings of the 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 701-708, 2024

FloPE: Flower Pose Estimation for Precision Pollination

FloPE：用于精准传粉的花朵姿态估计

Rashik Shrestha, Madhav Rijal, Trevor Smith, Yu Gu

机构 * West Virginia University（西弗吉尼亚大学） 纠错

AI总结 FloPE通过3D高斯点划法生成合成数据集，实现低计算成本下的高精度花朵姿态估计，提升机器人传粉效率。

Comments Accepted to IROS 2025. Project page: https://wvu-irl.github.io/flope-irl/

Trajectory Optimization for In-Hand Manipulation with Tactile Force Control

手部操作轨迹优化与触觉力控

Haegu Lee, Yitaek Kim, Victor Melbye Staven, Christoffer Sloth

机构 * Maersk Mc-Kinney Moller Institute（马士基麦金尼摩勒研究所） ； University of Southern Denmark（丹麦南部大学） 纠错

AI总结 本文提出了一种基于优化的框架，通过引入力控和状态估计器，提升机械手在手操作中滚动物体的准确性和鲁棒性。

Comments This paper has been accepted to IROS 2025

Journal ref Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2025

Exploring How Non-Prehensile Manipulation Expands Capability in Robots Experiencing Multi-Joint Failure

探索非抓取操作如何在多关节故障的机器人中扩展能力

Gilberto Briscoe-Martinez, Anuj Pasricha, Ava Abderezaei, Santosh Chaganti, Sarath Chandra Vajrala, Sri Kanth Popuri, Alessandro Roncone

机构 * Department of Computer Science, University of Colorado Boulder（计算机科学系，科罗拉多大学博尔德分校） 纠错

AI总结 本文提出一种非抓取操作方法，通过建模故障约束工作空间和生成运动动力学地图，提升机器人在多关节故障下的操作能力。

Comments To be published in the 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems

Robotic Manipulation of a Rotating Chain with Bottom End Fixed

机器人操控固定底端的旋转链

Qi Jing Chen, Shilin Shan, Quang-Cuong Pham

机构 * Nanyang Technological University, School of Mechanical and Aerospace Engineering（南洋理工大学机械与航空航天工程学院） ； Eureka Robotics 纠错

AI总结 本文提出了一种稳定且一致的机器人操控策略，用于转换固定底端旋转链的形状，通过同胚性质实现不同旋转模式的转换，应用于钻井串和纱线纺纱操作的安全性和效率提升。

Comments 6 pages, 5 figures

Journal ref Proc. IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), 2025

Transferring Kinesthetic Demonstrations across Diverse Objects for Manipulation Planning

在多样物体上转移动作示范用于操作规划

Dibyendu Das, Aditya Patankar, Nilanjan Chakraborty, C. R. Ramakrishnan, I. V. Ramakrishnan

AI总结 通过在不同几何物体上转移动作示范，提出一种生成操作规划运动计划的方法，结合关键位置和参考框架，实现碰撞自由和任务成功的运动生成。

Comments Published in: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) ---- External Link: https://doi.org/10.1109/IROS60139.2025.11246024

Accurate Simulation and Parameter Identification of Deformable Linear Objects using Discrete Elastic Rods in Generalized Coordinates

基于广义坐标离散弹性杆的可变形线性物体的精确模拟与参数识别

Qi Jing Chen, Timothy Bretl, Quang-Cuong Pham

机构 * Nanyang Technological University, School of Mechanical and Aerospace Engineering（南洋理工大学机械与航空航天工程学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Eureka Robotics 纠错

AI总结 本文提出了一种基于广义坐标的离散弹性杆模型，用于提高可变形线性物体在MuJoCo中的仿真精度和参数识别效率。

Comments 7 pages, 6 figures

Journal ref Proc. IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (IROS), 2025

Thinker: A vision-language foundation model for embodied intelligence

Thinker：一个用于具身智能的视觉-语言基础模型

Baiyu Pan, Daqin Luo, Junpeng Yang, Jiyuan Wang, Yixuan Zhang, Hailin Shi, Jichao Jiao

AI总结 Thinker通过构建大规模数据集和改进输入方式，在机器人感知与推理任务中实现了最先进的性能。

Comments IROS 2025, 4 pages, 3 figures

Multi-Step Deep Koopman Network (MDK-Net) for Vehicle Control in Frenet Frame

多步深度Koopman网络（MDK-Net）用于Frenet框架中的车辆控制

Mohammad Abtahi, Mahdis Rabbani, Armin Abdolmohammadi, Shima Nazari

机构 * Mechanical and Aerospace Engineering of University of California, Davis（加州大学戴维斯分校机械与航空航天工程学院） 纠错

AI总结 本文提出了一种基于深度学习的Koopman建模方法，用于在Frenet框架内实现车辆控制，通过多步深度Koopman网络提升路径规划和跟随的控制性能。

Comments This work has been submitted for IROS 2025 conference

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

Designing Underactuated Graspers with Dynamically Variable Geometry Using Potential Energy Map Based Analysis

设计具有动态可变几何结构的欠驱动夹具：基于能量图的分析

C. L. Yako, Shenli Yuan, J. Kenneth Salisbury

机构 * Stanford Artificial Intelligence Lab (SAIL)（斯坦福人工智能实验室（SAIL）） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出基于能量图的欠驱动夹具设计方法，通过引入摩擦力分析，实现动态可变几何结构以适应不同尺寸物体的抓取需求。

Comments This is an updated version of my original paper (with the same title) published in IROS 2022. Parts of this work were refined or corrected in Chapter 3 of my dissertation, Good Vibrations: Toward Vibration-Based Robotic In-Hand Manipulation (DOI: 10.25740/mm182vq8220), and many of those changes have been incorporated here